비개발자도 6일 만에 AI 참모본부를 구축할 수 있다!
비개발자인 재무실장이 Claude Code를 활용해 AI 에이전트 26개를 6일 만에 구축
KIFRS 연동, DART OpenAPI 연동 등을 통해 재무 업무 자동화 및 정보 접근성 향상
출처 기반 답변 및 규정 변경 알림 시스템 구축으로 정보 신뢰도와 업무 효율성 증대
문제 정의 능력의 중요성을 강조하며, 데이터 시스템 연동을 통한 실시간 분석 자동화를 향후 목표로 제시
비개발자의 AI 에이전트 구축 비결
본문에서 승길님은 개발 경험 없이 Claude Code를 활용하여 AI 에이전트(AI Agent)를 구축했다. 핵심은 문제 정의 능력(Problem Definition Ability)에 집중하여, AI에게 필요한 작업을 명확하게 지시한 것이다.
스킬(Skill) 정의: 유튜브 요약, 슬랙 요약, 위키 검색 등 특정 작업을 자동화하는 매뉴얼
서브에이전트(Sub-agent) 구축: 계약 검토, 회계 자문, 업무 요건 점검 등 전문 분야별 에이전트 생성
바이브코딩(Vibe Coding): AI와 대화하며 시스템을 구축하는 방식은 비개발자도 AI 시스템을 설계할 수 있음을 보여준다.
AI 에이전트의 재무 업무 활용
마이리얼트립 재무실은 AI 에이전트를 통해 재무 업무 효율성(Financial Task Efficiency)을 극대화했다. KIFRS, DART OpenAPI 연동을 통해 정보 접근성을 높이고, 자동화된 파이프라인을 구축했다.
KIFRS 연동: 회계 기준서 조회, 문단 검색, 질의회신 자동화
DART OpenAPI 연동: 공시 자동 모니터링 시스템 구축
정산 분석 에이전트: 다양한 정산 방식을 파악하고, 세법 예규 검색 시스템과 연동
이러한 자동화는 반복적인 업무 부담을 줄이고, 의사 결정 시간을 단축하는 데 기여했다.
AI 기반 재무 관리 시스템 아키텍처
마이리얼트립은 26개의 AI 에이전트를 계층 구조(Hierarchical Structure)로 체계화하여 재무 관리 시스템을 구축했다. multi-agent-coordinator를 중심으로, tech-advisor, 공유 인프라 에이전트, 팀별 에이전트들을 배치했다.
multi-agent-coordinator: 전체 시스템 조율 담당
tech-advisor: 기술 자문 역할 수행
출처 기반 답변: 근거 없는 답변 방지 및 정보 신뢰도 확보
이러한 아키텍처는 확장성(Scalability)과 유지보수성(Maintainability)을 고려하여 설계되었으며, 대기업 수준의 재무 관리 시스템 구축을 가능하게 했다.
AI 에이전트 구축의 시사점
마이리얼트립의 사례는 문제 정의 능력(Problem Definition Ability)이 AI Native 전환의 핵심임을 시사한다. 코드를 직접 수정하는 능력보다, 필요한 기능을 정확하게 정의하고 AI를 활용하는 능력이 중요하다.
데이터 시스템 연동: 실시간 숫자 분석 자동화를 위한 데이터 에이전트 팀과의 협업
향후 목표: 실적 브리핑 자동화, 감사 시즌 대응 효율화 등
AI Native 전환: 문제 해결 능력을 통해 비개발자도 혁신적인 시스템을 구축할 수 있다.
결과적으로, AI 기술을 활용하여 업무 효율성을 극대화하고, 새로운 가치를 창출할 수 있음을 보여준다.
