AI 시대 해커톤, 계획은 AI, 전략은 사람!

이번 해커톤에서 AI는 목표를 작은 작업으로 분할하고 구현 순서를 정하는 계획(Planning) 영역에서 탁월한 능력을 보였습니다. 예를 들어, 영수증 OCR, 비용 분류, 카드 내역 매칭 등 세부 구현을 AI가 빠르게 처리했습니다.

하지만 불확실성 속에서 가설을 세우고 방향을 결정하는 전략(Strategy) 영역은 여전히 사람의 몫으로 남았습니다. 사내 인프라 제약, 최신화되지 않은 문서, 비공개 API 담당자 탐색 등은 AI에게 더 많은 컨텍스트를 제공해도 해결되지 않는 문제였습니다.

결론적으로 AI는 '어떻게 만들지'에 대한 답을 제공하지만, '이기기 위해 무엇을 해야 할지'에 대한 결정은 인간의 고유한 영역임을 확인했습니다. 이는 AI 시대의 협업에서 인간의 의사결정 역할이 더욱 중요해짐을 시사합니다.

해커톤의 가장 큰 어려움은 사내 인프라와 보안 환경에서 실제로 동작하는 결과물을 만들어야 한다는 점이었습니다. 특히, 사내 인증 세션의 SSO 쿠키가 PC 웹에서만 전달되는 제약은 WORKS 챗봇만으로는 API 호출이 불가능하게 만들었습니다.

이 문제를 해결하기 위해 팀은 휴먼 인 더 루프(Human-in-the-Loop) 방식을 적용했습니다. 사람은 아웃라인 설계, 부서 간 소통, 업무 분장을 담당하고, AI는 세부 구현과 코드 생성을 맡았습니다. 또한, 인증 세션 확보를 위한 크롬 익스텐션 개발과 챗봇 연동이라는 2단계 구조 설계는 사람의 전략적 판단이었습니다.

이처럼 AI가 학습하지 못한 사내 환경의 제약을 극복하기 위해 인간의 개입과 소통이 필수적이었으며, 이는 실제 프로덕트 개발에서도 중요한 고려 사항입니다.

개발 파트에서는 전체 시스템을 인증 캡처, 경비 API 연동, 봇 콜백 서버 등 6개의 독립적인 블록으로 분할하는 레고식 개발을 적용했습니다. 각 팀원은 AI를 활용해 담당 블록을 빠르게 구현한 뒤, AI에게 인터페이스 포팅과 모듈 통합을 맡겼습니다.

또한, 빠른 개발 속도에 따른 회귀(Regression)를 방지하기 위해 327개의 테스트 케이스를 구축했습니다. 정보가 부족하면 문서를 보강하고, 동작 오류 시 테스트를 추가하는 방식으로 속도와 품질의 균형을 맞췄습니다.

이러한 모듈화된 개발 방식과 철저한 테스트 전략은 복잡한 시스템을 효율적으로 구축하고 안정성을 확보하는 데 기여했습니다. AI를 활용하여 개발 속도를 높이면서도, 사람이 테스트와 통합을 책임져 품질을 유지하는 접근 방식입니다.

비개발 파트에서는 AI를 개발 상황 이해와 기획 구체화를 위한 징검다리로 활용했습니다. 팀 개발 채널의 기술 대화를 AI가 요약 정리하게 하여 비개발자도 진행 상황을 파악하고 개발자에게 정확한 질문을 할 수 있었습니다.

또한, 사용자 흐름 설계를 위해 AI와 함께 도입 페이지, 챗봇 플로우, 발표 자료 영역을 구체화했습니다. 특히, '언제 실패하는가'에 대한 브레인스토밍을 통해 다양한 오류 케이스를 도출하고 HTML로 시각화하여 개발 우선순위를 논의했습니다.

이처럼 AI는 비개발자가 기술적 장벽을 넘어 개발팀과 효과적으로 소통하고, 기획의 완성도를 높이는 데 중요한 역할을 수행했습니다. 이는 AI 시대의 협업에서 비개발 직군의 역할 확장을 보여줍니다.

해커톤 진행 중, 팀은 사내 보안 및 권한 프로세스의 사각지대를 발견했습니다. 이를 편법으로 이용하는 대신, 해커톤 종료 직후 관련 부서에 내용을 투명하게 공유하는 '책임 있는 투명성'을 실천했습니다.

이러한 투명한 공유 덕분에 단순히 해커톤 산출물을 내는 것을 넘어, 전사 공용 플랫폼 보안 강화에 선제적으로 기여할 수 있었습니다. 또한, 정산 자동화 기능이 실제 업무에 적용 가능하다는 것을 확인받아 정식 기능 출시 검토까지 이어지는 성과를 거두었습니다.

이는 기술적 해결뿐만 아니라, 조직 내 신뢰 구축과 실질적인 비즈니스 가치 창출에 기여하는 사람의 역할이 중요함을 보여주는 사례입니다.