목록으로
업무 생산성 개선을 위한 AI 활용
연간 1억 원 규모의 반복 문의 업무, 개발자가 만든 AI 대응 체계
AI가 먼저 확인하고 답변하는 업무 문의, 개발자는 필요한 순간에만 승인하는 자동화 체계
🤖 활용 AI 도구
Claude Code
① 어떤 상황에서 AI를 활용했나요?
"개발 중간에 반복되는 문의 대응"
개발자 10명인 팀에서 Jira와 메신저로 업무 문의를 받고 있습니다. 내부 설문에서는 문의 대응에 1인당 하루 1~2시간을 쓴다는 응답이 나왔습니다. 간단해 보이는 질문도 코드와 설정을 파악한 뒤 답변해야 했습니다.
설문 응답을 팀원 10명 기준으로 환산하면 하루 10~20시간을 문의 대응에 사용하는 셈입니다. 연간 근무일 240일과 시간당 인건비 3만 원을 가정하면, 연간 약 7,200만~1억 4,400만 원에 해당하는 업무 시간입니다.
기존에도 개인 AI 에이전트를 사용했지만, 문의 파악부터 답변 등록까지는 여전히 개발자가 맡았습니다. 그래서 AI가 먼저 자료를 확인하고, 코드나 정책으로 답변을 확인할 수 있는 문의는 직접 처리하도록 바꿨습니다.
② 어떤 AI를 어떻게 활용했나요?
"Claude Code로 코드 분석, MCP로 흩어진 정책 확인"
문의가 들어오면 Claude Code가 코드를 분석하고, MCP로 관련 정책과 업무 기록을 찾아 답변하도록 했습니다. Jira와 메신저 모두 같은 순서로 처리합니다.
1. 문의 내용에 해당하는 코드를 확인합니다.
2. MCP 연동을 통해 흩어진 업무 문서를 조회합니다.
3. 확인한 자료를 바탕으로 답변을 작성하고, 코드 위치와 문서 출처를 함께 제시합니다.
4. 팀에서 정한 기준을 통과하면 원래 채널로 자동 발송하고, 추가 판단이 필요하면 Slack으로 승인을 요청합니다.
개발자는 Slack 한 곳에서 답변과 근거를 확인하고, 승인이 필요한 건을 처리합니다. 첨부 자료에서는 Jira의 승인 후 등록 과정과 메신저의 자동 발송 결과를 확인할 수 있습니다.
③ 활용 결과 어떤 변화가 있었나요?
"확인된 문의는 자동 처리, 필요한 건만 최종 승인"
- AS-IS: 문의 접수 → 개발자가 내용 파악 → 개인 AI 에이전트로 답변 작성 → 답변 확인 → 직접 등록
- TO-BE: 문의 접수 → AI가 자료 확인 후 답변 작성 → 발송 기준 확인 → 자동 발송 또는 개발자 승인 후 발송
개발자가 모든 문의를 확인하던 방식에서, 추가 판단이 필요한 건만 승인하는 방식으로 바뀌었습니다. 과거 업무 기록도 문서를 직접 찾아보는 대신 Slack에서 질문해 확인할 수 있습니다.
문의 한 건의 처리 시간을 기존 약 20분, 도입 후 약 3분으로 추산하면 건당 약 85%가 줄어드는 셈입니다. 개발자는 준비된 답변과 근거를 확인하고, 기준을 통과한 문의는 별도 승인 없이 처리됩니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
"답변 근거와 자동 발송 기준을 함께 설정"
담당 프로젝트의 코드와 업무 문서를 연결해, 매번 개인 에이전트에 업무 맥락을 설명하던 일을 줄였습니다. 서비스 동작은 실제 코드에서 확인하고, 업무 정책과 과거 처리 내용은 Notion MCP와 WIKI MCP로 조회합니다. 팀의 정책 문서뿐 아니라 개인이 남겨둔 작업 기록도 답변에 참고하도록 했습니다.
자동 발송 기준은 팀원들과 함께 정했고 다음 조건을 모두 충족하면 자동 발송합니다.
- 코드에서 서비스 동작을 명확히 확인할 수 있는 경우
- 과거 동일한 문의를 처리한 이력이 있는 경우
반대로 다음 경우에는 자동 발송에서 제외하고, 답변과 근거를 Slack으로 보내 담당자의 승인을 받습니다.
- 답변을 뒷받침할 코드나 문서를 찾지 못한 경우
- 코드의 동작과 정책 문서의 내용이 다른 경우
- 고객별 설정 등 추가 확인이 필요한 경우
⑤ 다른 사람도 따라 할 수 있나요?
“참고 자료와 답변 기준을 정하는 것부터 시작”
업무 채널 연동 권한과 AI가 참고할 업무 자료가 필요합니다. 다음 순서로 각 팀의 업무에 맞게 구성할 수 있습니다.
1. 반복 문의와 참고 자료를 정합니다.
2. 자동 발송 기준과 담당자 승인 조건을 정합니다.
3. 문의 접수부터 자료 확인, 기준 검사, 발송까지 연결합니다.
4. 처음에는 승인 방식으로 검증하고, 확인된 범위에서 자동 발송을 적용합니다.
AI에 전달할 수 있는 정보와 업무 자료의 접근 권한은 도입 전에 확인해야 합니다. 공개 자료에서는 고객 정보, 계정, 내부 주소를 가리고 자료를 이용하고 공개할 권한을 점검해야 합니다.
"개발 중간에 반복되는 문의 대응"
개발자 10명인 팀에서 Jira와 메신저로 업무 문의를 받고 있습니다. 내부 설문에서는 문의 대응에 1인당 하루 1~2시간을 쓴다는 응답이 나왔습니다. 간단해 보이는 질문도 코드와 설정을 파악한 뒤 답변해야 했습니다.
설문 응답을 팀원 10명 기준으로 환산하면 하루 10~20시간을 문의 대응에 사용하는 셈입니다. 연간 근무일 240일과 시간당 인건비 3만 원을 가정하면, 연간 약 7,200만~1억 4,400만 원에 해당하는 업무 시간입니다.
기존에도 개인 AI 에이전트를 사용했지만, 문의 파악부터 답변 등록까지는 여전히 개발자가 맡았습니다. 그래서 AI가 먼저 자료를 확인하고, 코드나 정책으로 답변을 확인할 수 있는 문의는 직접 처리하도록 바꿨습니다.
② 어떤 AI를 어떻게 활용했나요?
"Claude Code로 코드 분석, MCP로 흩어진 정책 확인"
문의가 들어오면 Claude Code가 코드를 분석하고, MCP로 관련 정책과 업무 기록을 찾아 답변하도록 했습니다. Jira와 메신저 모두 같은 순서로 처리합니다.
1. 문의 내용에 해당하는 코드를 확인합니다.
2. MCP 연동을 통해 흩어진 업무 문서를 조회합니다.
3. 확인한 자료를 바탕으로 답변을 작성하고, 코드 위치와 문서 출처를 함께 제시합니다.
4. 팀에서 정한 기준을 통과하면 원래 채널로 자동 발송하고, 추가 판단이 필요하면 Slack으로 승인을 요청합니다.
개발자는 Slack 한 곳에서 답변과 근거를 확인하고, 승인이 필요한 건을 처리합니다. 첨부 자료에서는 Jira의 승인 후 등록 과정과 메신저의 자동 발송 결과를 확인할 수 있습니다.
③ 활용 결과 어떤 변화가 있었나요?
"확인된 문의는 자동 처리, 필요한 건만 최종 승인"
- AS-IS: 문의 접수 → 개발자가 내용 파악 → 개인 AI 에이전트로 답변 작성 → 답변 확인 → 직접 등록
- TO-BE: 문의 접수 → AI가 자료 확인 후 답변 작성 → 발송 기준 확인 → 자동 발송 또는 개발자 승인 후 발송
개발자가 모든 문의를 확인하던 방식에서, 추가 판단이 필요한 건만 승인하는 방식으로 바뀌었습니다. 과거 업무 기록도 문서를 직접 찾아보는 대신 Slack에서 질문해 확인할 수 있습니다.
문의 한 건의 처리 시간을 기존 약 20분, 도입 후 약 3분으로 추산하면 건당 약 85%가 줄어드는 셈입니다. 개발자는 준비된 답변과 근거를 확인하고, 기준을 통과한 문의는 별도 승인 없이 처리됩니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
"답변 근거와 자동 발송 기준을 함께 설정"
담당 프로젝트의 코드와 업무 문서를 연결해, 매번 개인 에이전트에 업무 맥락을 설명하던 일을 줄였습니다. 서비스 동작은 실제 코드에서 확인하고, 업무 정책과 과거 처리 내용은 Notion MCP와 WIKI MCP로 조회합니다. 팀의 정책 문서뿐 아니라 개인이 남겨둔 작업 기록도 답변에 참고하도록 했습니다.
자동 발송 기준은 팀원들과 함께 정했고 다음 조건을 모두 충족하면 자동 발송합니다.
- 코드에서 서비스 동작을 명확히 확인할 수 있는 경우
- 과거 동일한 문의를 처리한 이력이 있는 경우
반대로 다음 경우에는 자동 발송에서 제외하고, 답변과 근거를 Slack으로 보내 담당자의 승인을 받습니다.
- 답변을 뒷받침할 코드나 문서를 찾지 못한 경우
- 코드의 동작과 정책 문서의 내용이 다른 경우
- 고객별 설정 등 추가 확인이 필요한 경우
⑤ 다른 사람도 따라 할 수 있나요?
“참고 자료와 답변 기준을 정하는 것부터 시작”
업무 채널 연동 권한과 AI가 참고할 업무 자료가 필요합니다. 다음 순서로 각 팀의 업무에 맞게 구성할 수 있습니다.
1. 반복 문의와 참고 자료를 정합니다.
2. 자동 발송 기준과 담당자 승인 조건을 정합니다.
3. 문의 접수부터 자료 확인, 기준 검사, 발송까지 연결합니다.
4. 처음에는 승인 방식으로 검증하고, 확인된 범위에서 자동 발송을 적용합니다.
AI에 전달할 수 있는 정보와 업무 자료의 접근 권한은 도입 전에 확인해야 합니다. 공개 자료에서는 고객 정보, 계정, 내부 주소를 가리고 자료를 이용하고 공개할 권한을 점검해야 합니다.
