① 어떤 상황에서 AI를 활용했나요?

중고명품 리커머스 기업(업계 3위)에 6개월 임원으로 합류했을 때, 핵심 업무 대부분이 사람의 경험과 수기 작업에 묶여 있었습니다. 숙련 감정사가 명품 하나를 감정·시세 조회·매입가 산출하는 데 평균 10~30분이 걸렸고, 감정사마다 결과 편차가 컸습니다. 전사 데이터(매출·매입·재고·자금)는 ECount·엑셀 등 5개 이상 시스템에 흩어져, 임원이 현황 파악에만 매일 1~2시간을 쓰고 있었습니다. 저는 개발자가 아닌 사업기획 임원이었지만, '기획안'이 아니라 '실제로 돌아가는 시스템'으로 이 비효율을 직접 풀기로 했습니다.

② 어떤 AI를 어떻게 활용했나요?

GPT·Vision API·LLM을 조합해 6개월 동안 운영 시스템 3종을 비개발자가 직접(기획·개발·운영 A to Z 단독) 빌드했습니다.
- 자동 Value Calculator: 명품 사진 4장을 올리면 GPT Vision이 모델을 식별하고 5부위×10항목을 정밀 감정한 뒤, 매일 새벽 자동 수집한 시세와 자체 데이터를 결합해 매입가·위탁가와 PDF 견적서까지 자동 생성합니다.
- 전사통합관리 IMS: 흩어진 데이터를 LLM·API 연동으로 1개 임원 대시보드에 통합하고, AI가 매일 아침 '오늘 결정할 일'을 우선순위로 브리핑합니다. 단순 마진율이 아니라 '이익 속도(이익액×365÷회전일)'라는 자체 KPI를 정의해 "무엇을 사야 하는가"를 데이터로 답하게 했습니다.
- 디지털 폼 통합앱: 종이 접수 문서를 태블릿 입력+전자서명으로 바꾸고, 입력 즉시 전사 시스템에 자동 연동되게 했습니다.

③ 활용 결과 어떤 변화가 있었나요?

- 감정 시간: 10~30분 → 30초~1분, 감정 기준 표준화(모든 매장 동일 결과)
- 임원 의사결정: 5개 화면 → 1개 화면, 현황 파악 시간 대폭 단축, 의사결정 누락 방지
- 현장 업무: 수기 재입력 이중작업·종이 문서 폐기, 입력 오류 제거, 본사–매장 데이터 실시간 연동
한마디로 '사람의 숙련과 시간'에 의존하던 업무가 '누구나 즉시, 동일한 품질로' 처리되는 구조로 바뀌었습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?

- 비개발자 임원이 직접 빌드: 외주·개발팀 없이 사업을 가장 잘 아는 사람이 GPT 도구로 직접 만들어, 기획과 개발 사이의 '번역 손실'을 없앴습니다.
- 자체 KPI 설계: 범용 지표가 아니라 회사 현실에 맞는 '이익 속도'를 직접 정의해 AI가 그 기준으로 판단하게 했습니다.
- PGE 하네스(Planner→Generator→Evaluator): AI에게 일을 시킬 때 '계획→생성→평가(검증)'를 강제하는 사고 사이클을 시스템에 코드화해 결과의 신뢰도를 높였습니다.

⑤ 다른 사람도 따라 할 수 있나요?

네. 핵심은 코딩 실력이 아니라 '문제 정의'와 'AI에게 일을 시키는 방식'입니다. 3단계로 누구나 재현할 수 있습니다.
(1) 반복·수기 업무 중 시간을 가장 많이 먹는 한 가지를 고른다 → (2) 그 업무의 판단 기준을 글로 명확히 적어 AI에게 규칙으로 준다(컨텍스트 엔지니어링) → (3) AI의 결과를 '계획→생성→검증(PGE)'으로 한 번 더 점검해 신뢰도를 확보한다.
GPT·Vision API 같은 범용 도구만으로, 감정·시세 산출처럼 '전문가만 하던 일'도 비전문가가 재현할 수 있다는 것이 핵심입니다.