CASE 01 · JYP엔터테인먼트 재직 중
여러 사이트를 확인하던 업무를 하나의 화면으로
- 상황
- 담당자가 음원 사이트별 성적을 직접 확인하고 정리했습니다.
- 바꾼 것
- 자동 수집, 그래프 시각화, Excel 출력 기능을 구현했습니다.
- 결과·한계
- 전략사업본부에서 사용한 뒤 아티스트본부로 활용이 확대되었습니다.
기업 AI 교육 · 업무 자동화 · 프로젝트 코칭
AI를 배워서,
실제 업무가 달라지도록.
디브리프는 반복 업무를 살피고, 필요한 도구를 만들고, 구성원이 직접 활용하도록 교육합니다. 개발·데이터 엔지니어링 경험과 프로젝트 중심 교육을 바탕으로 문제 정의부터 구현·검증까지 함께합니다.
- 데이터 엔지니어링·업무 자동화 실무
- 개발자·비개발자 프로젝트 지도
- 서강대학교 모두의 창업 책임멘토
업무 흐름 예시 (도식)
- 01입력 자료엑셀·문서·웹 데이터
- 02처리·검증정리하고 기준에 맞는지 확인
- 03결과물표·그래프·보고서
- 04담당자 확인사람이 최종 판단
실제 서비스 화면이 아닌 설명용 도식입니다.
해결 사례
문제를 찾고, 만들고, 확인한 경험
아래는 김대영이 이전 재직 중 수행한 실무 경험입니다. 디브리프의 수주·납품 실적이 아닙니다.
CASE 02 · 알스퀘어 재직 중
48시간 걸리던 데이터 수집을 6시간으로
- 상황
- 외부 수집 솔루션에 의존했고 수집 시간이 길었습니다.
- 바꾼 것
- Python·Airflow·AWS EKS 기반 자체 수집 파이프라인과 병렬 처리를 구현했습니다.
- 결과·한계
- 수집 시간 48시간 → 6시간, 매주 약 100만 건을 수집·적재했습니다. 수치는 이력서 기준이며 독립 감사 수치가 아닙니다.
CASE 03 · CyrenCare(미국 의료 SaaS) 재직 중
AI 출력의 품질 기준부터 다시 정하기
- 상황
- 환자가 체크한 증상과 생성된 의료 노트의 내용이 달랐습니다.
- 판단
- 의사인 대표와 함께 "입력에 없는 증상을 덧붙이지 않는다"를 최우선 기준으로 합의했습니다.
- 바꾼 것
- 입력을 JSON으로 구조화하고 HPI Note 출력 형식을 고정했습니다. (환자 입력 → 구조화 → 제한된 생성 → 확인)
- 확인 방법
- 대표가 만든 가상 환자 10건을 비교한 뒤 승인·배포했습니다.
- 결과·한계
- 배포 후 1~2개월간 같은 문제의 재발 보고가 없었습니다. 오류가 완전히 사라졌다는 뜻은 아닙니다.
검증 방식
만들고 끝내지 않고, 확인할 수 있게 넘깁니다.
AI는 그럴듯하게 틀릴 수 있습니다. 그래서 무엇을 맞는 결과로 볼지 먼저 정하고, 사람이 확인하는 지점을 흐름 안에 넣어 설계합니다.
입력
사용할 자료와 범위를 정합니다. AI에 넣지 않을 정보도 이때 정합니다.
AI 처리
출력 형식을 고정하고, 입력에 없는 내용을 덧붙이지 않도록 제한합니다.
사람 승인
담당자가 결과를 확인하고 승인하는 지점을 흐름 안에 둡니다.
사람 확인반영
승인된 결과만 보고서·시스템에 반영합니다.
기록
입력·출력·승인 내역을 남겨 문제가 생기면 원인을 추적할 수 있게 합니다.
업무에 따라 단계와 확인 지점은 달라집니다. 설명용 도식입니다.
1. 품질 기준을 먼저 합의
구현 전에 합격 기준을 문서로 정합니다. 예를 들어 "결과에 입력에 없는 내용이 없어야 한다"처럼 확인 가능한 문장으로 적습니다. 허용 오류와 예외 처리 규칙은 고객과 협의해 정합니다. (사례 03이 이 방식입니다.)
2. 시험 후 전달
실제와 비슷한 시험용 입력으로 결과를 비교한 뒤 전달합니다. 협의한 범위에서 시험 입력과 결과, 실패·예외 사례 목록을 함께 드립니다.
3. 직접 확인·수정할 수 있게
담당자가 결과를 직접 확인하고 고칠 수 있도록 운영 문서와 활용 교육을 함께 전달합니다.
하지 않는 것과 한계
- AI 결과에 오류가 없다고 보증하지 않습니다. 오류를 줄이는 기준과 확인 지점을 설계할 뿐입니다.
- 의료·법률처럼 전문 판단이 필요한 일을 AI가 대신 결정하도록 만들지 않습니다. 최종 판단은 사람이 합니다.
- 어떤 데이터를 AI에 넣을지는 시작 전에 함께 정합니다. 민감한 정보는 넣지 않거나 가상 데이터로 시험하는 방법을 먼저 검토합니다.
- 납품 후 상시 유지보수는 기본 포함이 아닙니다. 사용하는 AI 서비스가 바뀔 때의 대응은 계약 전에 범위를 협의합니다.
- 예상 효과를 수치로 약속하지 않습니다. 사례의 수치는 해당 업무에서 나온 결과일 뿐입니다.
서비스
교육부터 구축까지, 범위는 협의해서
기업교육·워크숍
구성원이 자기 업무에 AI를 활용하고 직접 결과물을 완성하도록 돕습니다. 대상자의 수준과 업무에 맞춰 실습을 설계하고 구현·검증 과정을 지도합니다.
맞춤 실습 자료 · 구현 결과물 · 검증 체크리스트계약 전 범위 협의
업무 진단·PoC
현재 업무와 사용 도구를 살펴 개선할 작업을 찾습니다. 자동화 범위와 확인 기준을 정한 뒤 작은 결과물로 적용 가능성을 검증합니다. (PoC = 작게 만들어 먼저 확인해 보는 시험 적용)
업무 흐름 정리 · 우선순위 과제 · 검증 결과업무 자동화·시스템 구축
데이터 수집·정리, 반복 입력, 보고서·대시보드, 외부 서비스 연동을 구현합니다. 운영 조건과 예외 상황을 확인하고 활용 방법과 문서를 전달합니다.
협의한 기능 · 운영 문서 · 활용 교육교육 프로그램 예시
| 프로그램 | 대상 | 주요 실습 | 제안 결과물 |
|---|---|---|---|
| AI 활용·바이브 코딩 | 비개발자·기획·디자인·실무자 | 요구사항 정의, AI 구현, 테스트·배포 | 웹 프로토타입과 검증 체크리스트 |
| Python·SQL 업무 자동화 | 입문자·반복 데이터 업무 담당자 | 파일 취합, 정제·검증, 분석·시각화 | 반복 실행 코드와 결과 보고서 |
| 개발자를 위한 LLM 활용 | 개발자·개발 학습자 | 입력 구조화, 출력 설계, 도구 연동, 실패 검증 | 테스트 사례를 갖춘 작은 LLM 기능 |
| Java·Spring 프로젝트 | 개발 학습자·개발팀 | 백엔드 설계·구현, 프로젝트 리뷰 | API·설계 기록·리뷰 결과 |
| 프로젝트 코칭 | 프로젝트 팀·초기 창업팀 | 문제 정의, 범위·기술 선택, 검증·개선 | 요구사항 문서·구현물·개선 계획 |
교육 범위와 결과물은 학습자 수준·시간·환경에 따라 협의합니다. 예시 과정이며 고정 상품이 아닙니다.
진행 방식
듣고, 정하고, 만들고, 전달합니다
업무를 듣습니다
담당자·현재 도구·반복 작업·오류를 확인합니다.
업무 흐름범위와 완료 기준을 정합니다
데이터, 산출물, 사람이 확인할 지점을 합의합니다.
범위·완료 기준작게 구현하고 검증합니다
실제 사례와 실패·예외 상황을 확인합니다.
검증 결과사용할 수 있게 전달합니다
활용 교육과 운영 문서를 전달합니다.
활용 가이드
소개
만드는 경험과 가르치는 경험을 함께 쌓았습니다.
안녕하세요. 디브리프 김대영입니다.
부동산 데이터, 엔터테인먼트, 미국 의료 서비스에서 현업 담당자의 불편을 찾아 시스템으로 바꿔 왔습니다. 데이터 파이프라인과 업무 도구를 만들고 운영했으며, LLM 기능의 품질 개선과 외부 시스템 연동을 경험했습니다.
교육 현장에서는 개발자와 비개발자가 AI를 활용해 프로젝트를 완성하도록 지도합니다. 문제를 정리하고, 구현 범위를 고르고, 결과를 확인하는 과정을 중요하게 다룹니다.
교육·멘토링 이력
- 서강대학교 '모두의 창업' 책임멘토
- 원티드랩 AI Native Career Camp 주강사 활동
- 팀스파르타 AI·Java·Spring·데이터 분석 과정 튜터
- AI Campus 커리큘럼 설계 참여
- 인하대 창업지원단 멘토 및 예비창업패키지 과업수행 평가위원
실무 경력
알스퀘어 데이터 엔지니어 / JYP엔터테인먼트 풀스택 개발자 / CyrenCare 소프트웨어 엔지니어
학력
서강대학교 경제학 학사
자주 묻는 질문
계약 전에 많이 확인하시는 것
사용하는 AI 서비스나 모델이 바뀌면 어떻게 되나요?
납품할 때 사용한 서비스·버전·설정을 문서에 기록합니다. 이후 변경에 대한 대응은 상시 유지보수가 기본 포함이 아니므로, 범위와 기간을 계약 전에 협의합니다.
개인정보나 회사 자료는 어디까지 AI에 들어가나요?
시작 전에 AI에 들어가는 데이터를 목록으로 정리합니다. 민감한 정보는 제외하거나 가려서 쓰는 방법, 가상 데이터로 시험하는 방법을 먼저 검토합니다. 최종 기준은 고객사의 내부 정책을 따릅니다.
오류가 났을 때 원인과 책임은 어떻게 확인하나요?
입력·출력·승인 내역을 남기도록 설계해 원인을 추적할 수 있게 합니다. 책임 범위는 계약 전에 문서로 합의합니다.
납품 후 저희가 직접 고칠 수 있나요?
운영 문서와 활용 교육을 함께 전달해 담당자가 결과를 확인하고 수정할 수 있도록 합니다. 어디까지 직접 다룰 수 있는지는 업무 난이도에 따라 달라 범위 협의 때 안내합니다.
수정이나 추가 요청은 어떻게 비용이 정해지나요?
범위·기간·데이터 규모·사람 확인 지점의 수에 따라 달라지며, 견적 전에 범위를 먼저 합의합니다. 합의한 범위를 벗어나는 요청은 별도로 협의합니다.
문의
현재 하고 있는 일부터 알려주세요.
반복되는 업무, 만들고 싶은 도구, 준비 중인 교육을 간단히 적어주세요. 현재 사용하는 도구와 원하는 결과를 함께 알려주시면 범위를 구체화하는 데 도움이 됩니다.
직접 보내실 주소: dykim@dev-brief.kr