① 어떤 상황에서 AI를 활용했나요?
저는 산업용 윤활유를 제조하는 중소기업(SHL)의 기술연구소에서 근무하는 화학 전공 연구원입니다. 연구소에서는 실험 데이터, 고객사 기술 보고서, SDS(물질안전보건자료), 분석 결과서 등 수많은 문서가 개인 PC와 공유 폴더에 흩어져 있었고, 필요한 자료를 찾는 데만 매번 상당한 시간이 소요되었습니다. 외주 개발을 맡기기에는 중소기업 예산 제약이 컸고, 사내에는 전담 개발 인력도 없었습니다. 연구원 본인이 도메인 요구사항을 가장 잘 아는 사람인 만큼, "내가 직접 만들 수는 없을까?"라는 문제의식에서 AI 활용 프로젝트를 시작했습니다.
② 어떤 AI를 어떻게 활용했나요?
Anthropic의 **Claude(Claude.ai, Claude Code)**를 주된 도구로 사용했습니다. 코드 한 줄 작성해본 적 없는 비개발자였지만, Claude에게 업무 맥락과 요구사항을 자연어로 설명하면 실행 가능한 코드를 함께 만들어주는 방식 — 이른바 "바이브 코딩(vibe coding)" 방식으로 두 개의 사내 플랫폼을 구축했습니다.

R&D 포털 (Firebase 기반): 기술 문서·고객사 이력·분석 결과서를 통합 관리하는 웹 플랫폼. 연구원 누구나 접속해 필요한 자료를 검색·열람할 수 있도록 구성.
랩 스튜디오 (실험관리 시스템): 실험 계획부터 결과 기록·데이터 축적까지의 실험 전 주기를 하나의 화면에서 관리. 기존에 개인 엑셀·수기 노트로 흩어져 있던 실험 이력을 구조화된 데이터베이스로 전환.

추가로 **MCP(Model Context Protocol)**를 활용해 Microsoft 365(Outlook, SharePoint, Teams)와 Claude를 직접 연결하여, 이메일·문서·회의록 데이터를 AI가 바로 읽고 처리할 수 있도록 확장했습니다.
③ 활용 결과 어떤 변화가 있었나요?
약 6개월 이상의 구축·운영을 거쳐 다음과 같은 변화가 있었습니다.
항목BeforeAfter기술 문서 접근개인 PC·공유 폴더 산재R&D 포털 통합 검색실험 기록개인 엑셀·수기 노트랩 스튜디오 구조화 DB고객사 보고서 작성매번 수작업AI 보조 초안 생성회의록 작성수기 정리Teams 녹취 → 자동 요약사내 사용자0명10명 이상 실사용누적 문서 처리—다수 축적 및 운영 중
정량 지표 외에도, 연구원들이 **"AI를 업무 파트너로 인식"**하기 시작한 문화적 변화가 가장 컸습니다. 사내 AI Master로서 동료들에게 전파할 수 있는 실제 사례를 확보했다는 점도 의미 있는 성과입니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
핵심은 "개발자가 현업을 배우는" 방향이 아니라, "현업 전문가가 AI의 도움을 받아 직접 만드는" 방향으로 접근했다는 점입니다. 화학·분석·규제 대응 같은 도메인 지식은 개발자에게 이관하는 데만 몇 달이 걸리지만, 연구원 본인이 만들면 요구사항 정의·구현·검증이 동시에 일어납니다.
또한 단발성 도구가 아니라 재사용 가능한 "스킬(Skill)" 체계로 정리했습니다 (예: shl-pptx-brand, shl-html-report, shl-html-dashboard). 이를 통해 회사 브랜딩·보고서 형식·데이터 구조가 일관되게 유지되고, 새 업무가 생겨도 기존 스킬을 조합해 빠르게 대응할 수 있습니다.
⑤ 다른 사람도 따라 할 수 있나요?
가능합니다. 제가 개발자가 아니었기 때문에, 이 사례 자체가 **"비개발 현업도 AI로 자체 도구를 만들 수 있다"**는 증명입니다. 따라 하기 위한 핵심 요건은 다음 세 가지입니다.

문제 정의 능력 — 본인 업무의 반복 작업·병목 지점을 구체적으로 서술할 수 있을 것
AI와 대화하는 습관 — 코드를 몰라도 요구사항·오류·결과를 자연어로 설명하고 반복 개선할 것
작은 성공 경험 축적 — 처음부터 큰 시스템을 만들지 말고, 엑셀 자동화 같은 작은 도구부터 시작해 점차 확장할 것