안녕하세요!
이번에는 로나 스킬을 활용해서 AI 팀 아키타입 자가진단 테스트를 만들어봤습니다.
질문 몇 개에 답하면 “나는 AI랑 일할 때 어떤 타입에 가까운가?”를 퍼센트로 보여주는 자가진단 테스트로, MBTI 테스트처럼 가볍게 눌러볼 수 있고, 결과는 Prototyper / Builder / Sweeper / Grower / Maintainer 비중으로 나오는 형태를 상상했습니다.
결과적으로 테스트는 만들어졌는데요, 딱 상상한 것만큼 만들어지더라고요. 😂
출발점은 Boris가 정리한 AI 팀의 5가지 아키타입이었습니다.
1. 프로토타이퍼(Prototyper) 끊임없이 새 아이디어를 던지고 빠르게 실험하는 사람
2. 빌더(Builder) 그 아이디어를 실제 작동하는 프로덕트와 인프라로 빠르게 끌어올리는 사람
3. 스위퍼(Sweeper) 복잡한 시스템과 UI를 단순화하고, 불필요한 기능을 걷어내고, 성능을 깎아 올리는 사람
4. 그로워(Grower) 만들어진 제품을 붙들고 끝없이 고쳐 시장 적합성(PMF)을 끌어올리는 사람
5. 메인테이너(Maintainer) 서비스가 커질 때 안정성·보안·효율을 굳건히 책임지는 사람
AI 시대의 역할은 직함보다 일하는 방식으로 더 잘 설명될 수 있다는 관점이 굉장히 흥미로웠어요. 실제 요즘 AI시대 HR 세미나 및 각종 칼럼에서 모두가 동일한 방향으로 이야기를 하고 있거든요.
AI를 활용하고 계신 분들이라면 당연 본인도 어디에 해당하는 지 궁금하지 않나요? 😊
(완성 테스트는 글 하단에 있습니다! 궁금하신 분은 스크롤 빡 내리세요 😆)
## 처음에는 설계만 받으면 될 줄 알았다
사용한 도구는 Rona, Codex, 로컬 HTML, Node 계산 검증, Chrome 렌더링 QA였습니다.
처음에는 로나에게 이런 방향으로 실습을 요청했어요.
Boris의 5가지 AI 팀 아키타입을 바탕으로, 질문형 웹 테스트와 CLI 로그 기반 추정을 결합한 공개용 진단 도구를 설계하고 싶어. 사용자가 자신의 AI 협업 방식이 5가지 아키타입 중 어디에 얼마나 가까운지 퍼센트로 확인할 수 있게 만들고 싶어.로나가 먼저 만들어준 것은 MD 기반 설계 초안이었어요.
15문항 질문 흐름
아키타입 정의
선택지별 점수 매핑
퍼센트 계산 방식
결과 화면 구성
CLI 로그 기반 보조 추정 방식
개인정보와 동의 절차
여기까지는 설계 문서로는 괜찮았습니다.
그런데 게시판에 “실제 사례”로 공유하려면 문서만으로는 부족해서, 직접 열어보고 눌러볼 수 있는 테스트용 단일 HTML 파일로 구현했습니다.
문제는 그다음부터였는데요,
구현 후 실제로 열어서 테스트해보니 초안 단계에서는 잘 보이지 않던 세세한 문제들이 눈에 잡히더라고요. 🤔
질문이 어렵다
CLI 사용 패턴이라는 말이 일반 사용자에게 낯설다
아키타입 이름을 너무 쉽게 바꾸면 원래 의미가 사라진다
결과 퍼센트가 전반적으로 낮아 보여서 점수처럼 오해될 수 있다
페르소나별 QA가 필요하다
그래서 다음과 같이 수정했습니다.
질문은 쉬운 말로 바꾸되, 아키타입 이름은 원래대로 유지
CLI 영역은 기본 결과 흐름에서 접고, 터미널을 자주 쓰는 사람만 여는 추가 옵션으로 변경
결과는 “점수”가 아니라 “5가지 아키타입 비중”으로 표현
각 아키타입별 최대 가능 점수가 달라 생기는 불공정함을 보정
3개 페르소나로 결과가 자연스럽게 나오는지 다시 확인
3가지 타입의 페르소나 테스트도 해봤습니다.
1. 새 캠페인 아이디어를 빠르게 실험하는 마케팅 리드 → Prototyper 72%, Grower 16%
2. 반복 업무를 실제 도구로 만드는 운영 자동화 담당자 → Builder 74%, Maintainer 15%
3. 사용자 반응과 안정적 운영을 함께 챙기는 커뮤니티 운영자 → Grower 46%, Maintainer 33%
## 만들어보니 진짜 일은 QA
최종적으로는 단일 HTML 테스트가 만들어졌습니다.
15문항 질문형 테스트
5가지 아키타입 퍼센트 결과
결과 레이더 차트
공유 URL
터미널 사용자용 추가 테스트
개인정보 미수집 흐름
이번 과정에서 가장 크게 확인한 것은, AI가 만들어준 초안이 “구조적으로 맞다”와 “사람이 바로 쓸 수 있다”는 전혀 다르다는 점이었습니다. (아직 이런 부분은 튜닝이 필요한 것 같아요)
특히 점수 계산에서, 처음에는 단순히 원점수를 합산해서 퍼센트로 변형되는 형태로 셋팅이 되어 있더라고요. 게다가 테스트 과정에서 Maintainer가 받을 수 있는 최대 점수 자체가 다른 타입보다 낮은 것도 발견 되었고요.
그래서 각 아키타입별 최대 가능 점수 대비 얼마나 나왔는지를 먼저 보정한 뒤 퍼센트로 바꾸었습니다. (구체적인 가이드를 주지는 않고, 좋은 방법을 찾아 보완하라고 명령)
또 하나는 반올림 보정 버그였는데요, 일부 상황에서는 특정 타입 자체가 -1%가 나올 수도 있는 상황이라 테스트를 하지 않았다면 놓쳤을 겁니다. (타입 성향이 아예 마이너스가 나와버리는..?😂)
결과적으로 가장 큰 결론은, (모두들 잘 아시겠지만)
AI로 만든 결과물은 QA(검증)가 중요하다.
AI가 좀 더 발전해서 이런 세세한 부분까지 말하지 않아도 알아서 뚝딱 커버가 되면 좋을 것 같아요. 😂 (욕심인가..?)
이외에도 테스트라면 좀 더 결과 신뢰도를 높이기 위해 보완이 필요하긴 한데, 단순 심심풀이 삼아 관심있으신 분은 아래 링크를 통해 해보셔도 좋습니다.👇 (저는 Builder형이 나오더라고요 👀 차라리 cli창에 "그간 내 작업내용 기반으로 5가지 중 어떤 유형에 가까운지 알려줘. 질문이 필요하면 질문해"라고 하면 더 잘 알려주는 것 같긴 합니다. 😂)
