【① 어떤 상황에서 AI를 활용했나요?】
외주 시스템으로는 제때 고칠 수 없던 안전보건 업무 시스템을 코딩을 모르는 제가 직접 만들고 고치는 데 AI 에이전트를 활용했습니다.(첨부1 참고)
저는 연구기관의 안전관리자입니다. 쓰던 시스템에 결재 기능을 보완하고 싶어 문의하니 "검토해 보도록 하겠습니다"라는 답이 왔고 며칠 뒤 유지보수 비용으로는 어렵고 개발에 천만 원이 필요하다는 답을 받았습니다.
결재자를 잘못 지정해도 지우는 기능이 없어 그때마다 외주 업체에 메일을 보내고 길게는 3~4일씩 기다렸습니다.
안전 업무에는 법이 정한 기한이 있는데 기존 시스템은 업체의 일정대로 움직였습니다. 만드는 사람이 안전 전문가가 아니어서 세밀한 곳은 늘 다시 고쳐야 했습니다.
구축에 약 2억 원이 들었고 유지보수에 해마다 2,300만 원이 들었으며 기능을 더할 때마다 개발비가 따로 나갔습니다.
그래서 필요한 시스템을 AI 에이전트로 내 방식대로 만들고 직접 유지보수하자고 마음먹었습니다.
개인적으로 AI 에이전트를 구독해 7월에 클로드 코드로 하루 만에 실험실 순회점검 시스템을 만들었습니다. 투박한 접수 화면 하나에 독촉 메일을 자동으로 만드는 기능을 붙인 것이었습니다.(첨부2 참고) 지금은 동료들이 만든 것까지 더해 14개 시스템이 안전 업무를 맡고 있습니다.(첨부3 참고)
종이와 엑셀과 메일로 하던 업무 프로세스를 AI를 활용하여 이렇게 시스템으로 바꿨습니다.
- 교육 이수 현황(전 직원 약 900명): 엑셀 대조와 미이수자 메일 → 매일 아침 갱신되는 현황판과 AI 교육 도우미
- 위험성평가 컨설팅(실험실 67곳): 실험실마다 보내던 메일 → 자기 지적 사항을 찾아 조치 사진을 올리는 화면
- 산업안전보건위원회(위원 14명): 문서 회람 → 온라인 서면 회의와 서명
- 아차사고(다칠 뻔했지만 다치지 않은 일): 경진대회 접수와 심사 → 온라인 심사와 지난 사례 공유 화면과 점검표
- 법규등록부: 법령 개정을 사람이 찾아보던 일 → 법령 21종을 대조해 개정된 곳을 표시
- 연구실 안전: 연구실 설치·운영 컨설팅과 우수연구실 인증 관리와 정밀안전진단 후속조치
- 그 밖에 AI를 활용하여 개발한 시스템: 안전·보건 계획·작업환경측정·특수건강진단·사고 조사·문서관리·스트레칭 교실

【② 어떤 AI를 어떻게 활용했나요?】
AI 에이전트는 잘 부탁하는 것보다 일하는 틀을 먼저 세워야 제대로 일합니다. 아래는 저와 동료들이 실제로 사용하는 틀입니다.
직원 자료를 밖으로 보내지 않으려고 AI의 역할을 나눴습니다.
- 코드 작성·수정·시험: 클로드 코드와 코덱스(가짜 데이터)
- 실제 자료 읽고 답하기: 기관 서버의 사내 AI gpt-oss-120b(교육 질문 답변·교육 현황 설명·문서 요약·신고서 정리)

■ 한 건은 이 순서로 만듭니다
코드를 읽는 대신 결과를 봅니다.
일하는 순서를 말로 설명 → 나온 화면을 눌러 보며 틀린 곳 짚기 → 점검 도구를 통과하면 깃 서버에 올리기 → 전산 담당자가 서버에 반영(첨부4 참고)
지난 아차사고 사례 화면은 이렇게 부탁했습니다.
"연도별 데이터로 만들어서 현황도 보고 사례도 읽어보도록. 체크리스트를 만들어서 체크리스트 항목을 눌러서 지난 사례를 볼 수도 있는 그런 느낌?"
경진대회 심사 화면에 "자동 저장" 표시가 있길래 "브라우저에만 저장되는 건 아니겠지?"라고 물었더니 실제로는 저장하지 않는 글자뿐이었습니다. 위원들이 채점하기 전에 고쳤습니다.

■ 규칙 문서를 먼저 읽힙니다
AI는 세션을 새로 열면 앞의 일을 모릅니다. 저장소에 규칙 문서(CLAUDE.md와 AGENTS.md)를 두면 클로드 코드와 코덱스가 같은 규칙을 먼저 읽고 일합니다. 규칙에는 이유를 같이 적습니다.
- 저장은 서버로, 브라우저에만 저장하면 사람마다 자료가 달라지고 PC를 바꾸면 사라진다
- 운영 중 바뀌는 파일은 git에 넣지 않는다(DB·업로드 파일·직원명단·.env)
담당자는 시작 문구를 붙여 넣고 ○○만 채웁니다. 점검과 올리기도 AI가 실행하고 담당자는 화면을 보고 됐는지만 말합니다.
"저장소 폴더에서 시작해. 담당자 개발 규칙을 먼저 읽어. 나는 ○○ 시스템 담당자야. ○○ 파일만 수정하고 공용 파일은 절대 손대지 마. 고칠 내용: ○○. 다 고치면 내 PC에 띄워서 네가 먼저 확인하고 볼 주소를 알려 줘. 내가 됐다고 하면 그때 올려 줘. 충돌 나면 멈추고 알려 줘."

■ 진행 문서는 칸을 정해 줍니다
대화가 길어지면 AI는 앞 내용을 요약하면서 세부를 잊습니다. 그래서 세 칸으로 적게 합니다.
- 지금 상태: 맨 위 줄은 "지금 하는 일 → 다음 할 일" 한 줄
- 꼭 기억할 것: 제 지시 원문과 AI가 틀렸다가 고친 내용
- 진행 기록: 날짜를 붙여 최신이 위로
운영 규칙은 네 가지입니다.
- 앞의 두 칸은 합쳐 40줄 안으로 두고 끝난 일은 삭제
- 새 지시는 일을 시작하기 전에 원문 그대로 기록
- 대화가 자동으로 압축된 직후에는 요약만 믿지 않고 첫 행동으로 진행 문서 읽기
- 40분 넘게 기록이 없거나 앞의 두 칸이 40줄을 넘으면 제 PC의 자동 장치가 AI에게 알림

■ 하네스(역할과 규칙을 묶은 작업 틀)로 사람이 정할 일을 못 박습니다
한 AI가 계획하고 만들고 합격까지 시키면 자기 실수를 보지 못합니다. 하네스를 통해 계획·결정 반론·시험 작성·구현·검사·코드 검토·보안 점검·문서화 같은 역할 10개로 일을 나눕니다. 그중 따로 챙길 만한 장치는 이렇습니다.
- 시험 보호: 한번 커밋한 시험 파일은 근거를 적지 않으면 AI가 고칠 수 없음, 시험을 고쳐 통과하는 일을 차단
- 상태는 파일에: 요구사항·계획·결정·시험 현황을 파일로 보관, 모델을 바꿔도 이어짐
- 사람에게 묻고 멈춤: 작은 결정은 AI가 정하고 기록, 요구사항 변경·삭제·비용·외부 배포·보안·저작권은 질문 파일에 쓰고 멈춤, 답이 적힐 때까지 훅이 도구를 막음
실제 예시도 함께 첨부했습니다.(첨부5 참고)

【③ 활용 결과 어떤 변화가 있었나요?】
시스템 개발·유지보수 비용 없이 AI 구독료만으로 현재 14개 시스템을 원활하게 운영 중입니다. 부서원 전원의 AI 활용 수준이 크게 올라 바이브코딩으로 시스템과 프로그램을 계속 개발하고 있습니다.(첨부1 참고)
- 5년 비용: 외주 약 3억 1,500만 원(구축 약 2억 원과 유지보수 연 2,300만 원) → AI 구독료 약 2,500만 원(연 약 500만 원)
- 교육 이수 대조(전 직원 약 900명): 수일 → 수 분
- 위원회 결과 공지(위원 14명): 평균 7.8일 → 시스템에 바로 공지(문서 회람으로도 근무일 3일 안)
- 위험성평가 지적 사항 안내(실험실 67곳): 메일 67통 → 화면 하나
- 지적 사항 조치 완료: 2주 만에 39% → 89%(담당자 독려 포함)
- 행정력: 부서 업무량 연 1,478M/D 가운데 연 250M/D 감소 예상
일하는 방식도 바뀌었습니다.
- 교육 현황: 담당자만 보고 엑셀로 정리해 부서장에게 메일 → 매일 아침 자동화 프로그램이 정리하고 부서장이 시스템에서 직접 확인
- 상반기 자료 대조: 엑셀로 대조할 때는 보이지 않던 교육 명단 누락 1명 발견
그보다 큰 변화는 부서원입니다.
- 프로그램 수정 기록 264번: 저 132번·동료 담당자 셋 128번·전산 담당자 4번
- 9월 7일 개발 규칙과 도구 마무리 → 8일과 9일에 동료 셋이 정밀안전진단 후속조치·특수건강진단·문서관리 시스템을 직접 올림
이제는 사용자의 의견에 따라 유지보수와 기능 추가도 직접 할 수 있습니다. 동료가 "아차사고의 예전 데이터도 공유하고 주요 사고를 체크리스트로 만들면 우리 실험실 관리에 많은 도움이 될 것 같다"고 했고 8일 뒤 지난 4년 사례 237건을 담은 공유 화면과 48개 항목 점검표 시스템을 개발해 오픈했습니다.
얼마 전에는 개발자나 하는 일이라던 동료가 메신저로 "수정했는데 푸시가 안 돼서."라고 물어 왔습니다. 시스템을 고치는 일은 이미 혼자 해내고 서버에 올리는 법만 묻습니다.

【④ 나만의 방식 또는 개선 포인트는 무엇인가요?】
사람은 실수한다는 전제로 설비를 설계하는 안전관리 방식을 AI에 그대로 썼습니다. AI도 틀린다는 전제로 씁니다.

■ 틀린 답은 사고 조사하듯 원인을 찾습니다
프롬프트만 더 잘 써서는 같은 잘못이 또 나옵니다. 틀린 답은 "물어본 것·틀린 답·원인·고친 방법" 네 칸으로 적고 원인부터 찾습니다.
- 자료가 원인: "미이수자는 0명"이라고 답함, 실제는 357명, 판정 코드 "미수료"를 "미이수"로 읽음 → 뜻이 겹치는 낱말을 자료에서 삭제
- 역할이 원인: 부서 17개 순위에서 1위 부서를 빼고 답하고 명단 35명을 세어 "30명"이라고 함 → 계산과 순위는 프로그램이 끝내고 AI는 의견만 추가, 원칙은 "숫자는 코드가, 의견은 AI가"
- 규칙이 원인: 없는 화학물질의 독성을 지어내 화학물질 질문을 다 막음 → 응급 질문에도 답하지 않아 더 위험해짐 → "얼마나 독한가"는 단정하지 않고 물질안전보건자료 안내, "지금 무엇을 해야 하나"(관리자 및 안전담당부서에 신고)는 반드시 답하게 분리
- 고친 뒤 시험: 사내 AI는 직원에게 열기 전 질문 40여 개로 틀린 답 5건 수정, 산업안전보건위원회 시스템은 전수 점검으로 찾은 54건 가운데 재현되는 것을 고치고 자동 시험 42개 실행

■ 지적은 아차사고처럼 기록해 쌓습니다
다치기 전에 아차사고를 모으듯 제가 지적한 내용은 AI가 그 자리에서 규칙 한 줄로 적게 합니다. 개인 AI 작업까지 모은 규칙이 400줄을 넘었고 일을 시작하면 그 단계에 맞는 규칙이 자동으로 뜹니다. 같은 실수가 다른 날 또 나오면 그 규칙의 등급을 올립니다.

■ 규칙 위반은 문서가 아니라 장치로 막습니다
문서에 적은 규칙은 AI도 사람도 놓칩니다. 그래서 AI가 도구를 쓸 때마다 자동으로 도는 훅(hook)을 겁니다.
운영 중에 바뀌는 실험실 명단 파일을 프로그램과 함께 올렸더니 서버 파일과 부딪혀 업데이트가 3주 동안 멈춘 적이 있습니다. 안전 설비를 사람이 실수해도 사고가 나지 않게 설계하듯(풀프루프) 실수해도 서버까지 가지 못하게 네 단계를 두었습니다.
- AI가 읽는 규칙: "운영 중 바뀌는 파일은 git에 넣지 않는다"와 "휴대전화·생년월일·주민번호는 화면·배포파일·저장소에 넣지 않는다"와 "판단이 서지 않으면 적지 말고 묻는다"를 맨 앞에 둠
- 점검 도구: 시스템이 안 뜨거나 개인정보나 허용되지 않은 외부 주소가 있거나 공용 파일을 고쳤으면 올리기를 막고 한국어로 알림
- 깃 서버: 공용 파일은 담당자 계정으로 올릴 수 없음
- 사람: 전산 담당자가 서버에 반영
한 동료는 이름과 소속이 적힌 자료인 줄 모르고 시스템에 올리려다 AI가 규칙에 따라 거부해 멈췄습니다.

■ 점검은 만든 쪽이 하지 않습니다
결과물은 새 세션의 AI에게 만든 의도를 알리지 않고 넘겨 심사위원과 독자 역할로 검토하게 합니다. 개인 AI 작업에서 이렇게 남긴 심사 기록이 80건을 넘었습니다. 성능은 만든 쪽이 보지 못한 시험 자료로 재고 다른 AI에도 교차 검증을 맡깁니다.

■ 자료도 출입 구역을 정합니다
- 외부 AI: 회사 작업은 로컬 세션에서만 하고 개인 AI 작업에만 클라우드 세션 사용, 외부 AI인 클로드 코드는 학습 동의를 끄고 실제 직원 명단이나 내부 데이터는 읽지 못하도록 설정 파일(.claude/settings.json)에서 차단, 직원 명단과 데이터베이스는 깃 제외 목록(.gitignore)에 넣어 서버에만 보관
- 데이터: 화면 개발과 시험은 가짜 위원 14명과 가상 측정값 같은 가짜 데이터로 진행하고 실제 직원 자료나 아차사고 신고서 요약은 외부망과 분리된 기관 내부 서버의 사내 AI(gpt-oss-120b)에서 처리
- 사내 AI: 휴대전화·주민등록번호 모양이 섞인 질문을 넘기지 않고 개인의 인사·급여·병명과 의료 진단·법률 자문은 답하지 않음
- 저작권·출처: 약관과 저작권이 걸린 일은 AI가 혼자 정하지 못하고 사람에게 물음, 사내 AI 모델은 Apache 2.0 라이선스이고 법규등록부는 조문마다 출처 주소 저장
- 편향과 공개 범위: 아차사고 심사에서 AI는 참고 노트만 쓰고 점수는 위원이 매김, 대회 중 일반 직원 화면에서는 소속·이름·장소를 가림, 전 직원이 보는 사내 AI 글에는 개인 이름 없이 부서까지만 표시

【⑤ 다른 사람도 따라 할 수 있나요?】
코딩을 몰라도 사내 AI 서버가 없어도 작은 업무 하나부터 시작할 수 있습니다. 다만 처음부터 규칙과 기록과 검증을 함께 세워야 AI를 오래 제대로 쓸 수 있습니다.
제 첫 시스템은 하루 만에 나왔고 AI 구독 하나면 시작할 수 있습니다.
1) 회사 자료를 다루는 일이면 회사 보안 절차부터 확인
2) AI 에이전트를 열고 매년 되풀이되는 업무 하나를 말로 지시, "내 PC 브라우저에서 바로 열 수 있게 ○○ 접수와 현황 화면을 만들어 줘. 실제 자료 대신 가짜 5건을 넣어 줘."
3) 화면을 눌러 보며 틀린 곳을 말로 수정, 합계와 순위가 있으면 "계산은 프로그램 코드로 해 줘"
4) "이 실수를 규칙 문서에 한 줄 적어"와 "시작할 때 진행 문서를 읽고 단계마다 고쳐", 세션이 끊겨도 그대로 이어짐
5) 새 세션을 열어 "심사위원처럼 깐깐하게 봐", 만든 의도는 말하지 않음
6) 여러 번 어긴 규칙은 "올리기 전에 개인정보와 오류를 검사해서 통과해야만 올라가는 점검 도구를 만들어 줘"라고 지시해 차단
7) 사내 깃 서버(없으면 비공개 저장소)에 규칙 문서와 시작 문구를 모으고 각자 자기 폴더만 수정, 서버 반영 담당자 지정
사내 AI가 없어도 접수·현황판·서명 같은 시스템은 가짜 데이터로 만들어 AI 연결 없이 회사 안에서 운영할 수 있습니다. 규칙 문서와 시작 문구와 점검 도구는 업무 내용과 상관없어 연구기관과 대학은 물론 인사·총무·회계 같은 다른 업무에도 그대로 쓸 수 있습니다.
한계도 있습니다. AI가 쓴 코드를 제가 다 읽지는 못합니다. 그래서 점검 도구를 통과한 것만 올리고 서버 반영은 전산 담당자가 맡습니다.
저도 처음에는 막연해서 해 볼 생각도 못 했습니다. 막상 부딪혀 보니 해 보지 않아서 어렵게 느꼈던 것이었습니다.

천만 원이 든다는 답을 듣고 시작한 일이 3개월 만에 14개 시스템이 되었고, 이제는 저도 동료들도 자기 시스템을 직접 고칩니다. 저희는 아직도 코딩을 잘 모릅니다. 하지만 AI 에이전트를 잘 활용하면 시스템 개발도 업무 자동화도 누구나 할 수 있습니다. 우리 업무를 제일 잘 아는 사람은 우리니까요. 여러분도 제 사례를 참고해서 일단 한 번 시작해 보세요. 상상이 이루어지는 놀라운 결과를 얻으실 겁니다.