바이오 데이터 분석팀 AX 제안서와 활용 중심 교안 만들기
2026.10.19

소개
24기 AX코칭 4주차 최종 과제입니다. 4주 동안 진단해 온 바이오 데이터 분석팀에 대해 AX 최종 제안서를 완성했습니다. 사람과 AI의 역할을 나누는 4대 역할 장표를 정하고, 그중 결정론적 자동화와 AI 추론 및 실행 두 영역은 실제로 따라 할 수 있는 교안으로 만들었습니다. 고객 조직을 진단해 제안서를 쓰는 분, 그리고 구현 교안을 "따라 만들기"에서 "우리 업무에 써 보기"로 바꾸고 싶은 AX 코치께 도움이 될 것 같습니다.
대상 조직은 제 경력을 바탕으로 구성한 가상 조직입니다. 병원과 제약사의 의뢰로 NGS 유전체 데이터와 세포 이미지를 분석해 리포트로 돌려주는 약 120명 규모 회사의 바이오인포 분석팀입니다. 실존 회사와는 일치하지 않고, 시제품 데이터는 전부 합성입니다.
교안을 거의 다 쓴 10월 18일, 김길호 스터디장님의 「슬기로운 AX 코치」 에피소드 11이 올라왔습니다. 교안의 가장 큰 비중은 만드는 방법이 아니라 하나의 지식을 펼쳐 고객이 자기 조직의 활용 아이디어를 찾는 과정에 두어야 한다는 글이었습니다. 이 기준으로 제 교안을 다시 재 보니 활용을 다룬 절이 하나도 없었습니다. 이 글은 제안서의 내용과 함께, 그 교안을 배포된 교안 제작 스킬로 다시 쓴 과정을 담았습니다.
과제 | 본문 위치 |
|---|---|
1. AX 진단 제안서 완성과 4대 역할 장표 | Step 1, Step 2 |
2. NotebookLM MCP 연결 | Step 5 (MCP 질의 결과) |
3. 구현 기술 최신 자료 조사와 노트북 등록 | Step 5 (노트북 보강) |
4. 구현 교육 교안 작성 | Step 3, Step 4, Step 5 |
5. 사례 포스팅 | 이 글 |
진행 방법
사용 도구: Claude Code + NotebookLM(교안 제작 스킬 notebook-research-builder, nlm) + codex, Gemini CLI(교차 검수)
Step 1. 고객 조직의 문제와 진단
1주차 진단서와 2주차 청사진을 거쳐, 문제를 세 가지로 좁혔습니다.
우선 문제 | 지금 | 구조적 원인(가설) |
|---|---|---|
검체 ID 불일치 | 샘플시트를 의뢰 정보에서 옮겨 적음 | 인계 시점의 대조 기록이 남지 않음 |
팀장 전수 대조 | 분석팀장이 초안 전체를 원자료와 대조 | 검토 항목이 문서화되지 않아 매 건 전체를 다시 봄 |
판단 근거의 개인 의존 | 담당자의 경험과 메모 | 해석 문구와 변이 분류 기준이 형식까지만 표준화됨 |
세 문제는 모두 인계 지점에서 사람의 기억과 수작업에 기대는 곳입니다. 프로세스 청사진으로 업무 15단계와 인계 8곳, 판단 11개를 그렸고, 서비스 청사진에서는 고객 접점 13개 가운데 결과 문의와 오류 제기를 받는 내부 단계가 없는 등 끊긴 구간 다섯 군데를 찾았습니다. 그래서 최종 고객가치를 "다른 환자의 결과나 틀린 리포트를 받지 않는 것"으로 정했습니다. 수치(정정 건수, 검토 시간)는 아직 인터뷰 전이라 모두 빈칸으로 두었습니다.
Step 2. 사람과 AI의 역할 재설계
4대 역할로 나누는 원칙은 한 줄입니다. 기준은 사람이 정하고, 시스템은 규칙대로 대조하고 막고, AI는 의미를 읽어 표시하고, 판정과 승인은 사람이 책임집니다. 사람이 반드시 거치는 승인 지점은 세 곳(샘플시트 장비 반입 확인, 리포트 검토 판정, 결재자 승인)입니다.
미래형 흐름도에서는 리포트 검수를 AI 상자 하나로 그리던 3주차 초안을 바꿔, 규칙 대조와 AI 표시와 팀장 판정을 각자의 레인에 나눠 그렸습니다.

Step 3. 구현 기술: 시제품 두 개
역할 배정이 맞는지 보려고 (2)와 (3)을 각각 시제품으로 만들어 합성 데이터로 돌렸습니다. 두 시제품 모두 검사를 먼저 쓰고 실패를 본 뒤 구현했습니다.
시제품 A (결정론적 자동화): 의뢰 원장 검증, 샘플시트 생성, 인계 대조, 리포트 전달 차단을 파이썬으로 만들었습니다. 합성 의뢰 20건에 일부러 심은 문제 5건을 모두 찾았고, 리포트 9건 가운데 승인 조건을 갖춘 4건만 전달 가능으로 나왔습니다.
$ bash run_all.sh
원장 20건 중 통과 15, 차단 5
샘플시트 15행 생성, 사유 목록 5건
인계 대조 불일치 1건
전달 가능 4건, 차단 5건
$ python3 -m pytest -q
25 passed
시제품 B (AI 검수 에이전트): 도구를 모두 끄고 읽기와 표시만 허용한 에이전트가 리포트 초안과 원자료를 대조합니다. 초안 24건, 정답 오류 27건으로 세 번씩 돌리고 고정 규칙 대조군과 비교했습니다.
지표 | 에이전트 3회 평균 | 규칙 대조군 |
|---|---|---|
규칙으로 판정되는 오류 23건 | 91.3% | 23/23 |
의미 판단이 필요한 오류 4건 | 91.7% | 2/4 |
고위험 탐지 | 매회 12/14 | 12/14 |
어느 한쪽만으로는 고위험 오류 14건 가운데 2건씩 빠졌고, 둘을 합치면 이 합성 시험에서는 세 회차 모두 다 찾았습니다. 그래서 리포트 검수를 규칙과 AI 둘로 나누고 판정을 사람에게 두었습니다. 합성 24건의 결과라 실제 리포트 성능은 PoC에서 따로 재야 합니다.
Step 4. 교안을 에피소드 11 기준으로 재기
두 영역의 교안은 같은 노트북LM 노트북을 근거로 썼습니다. 에피소드 11을 읽고 교안의 장별 분량과 활용 관련 단어를 셌습니다.
요청: 앞에서 잰 결과를 바탕으로 4주차 교안 두 편에 "원리를 다른 업무로 펼치는 절"을 넣는 작업부터 해보자.
교안 | 3장 만드는 방법 | 4장 같은 업무 시험 | "응용, 다른 업무, 아이디어, 대입" |
|---|---|---|---|
결정론적 자동화 | 43% | 9% | 0회 |
AI 추론 실행 | 34% | 16% | 0회 |
분량이 "이렇게 만드세요"에 몰려 있었고, 원리를 다른 업무로 펼치는 절은 없었습니다. 처음에는 Claude Code가 8장을 바로 써 줬는데, 응용 후보표가 그럴듯했지만 근거가 없었습니다.
Step 5. 교안 제작 스킬로 8장 다시 쓰기
배포된 스킬은 "모든 문장은 노트북에서"가 원칙입니다. 기존 노트북 두 개를 원천으로 프로젝트를 만들고, 검색 계획, 수집 결과, 목차, 초안의 네 지점에서 제가 확인했습니다.

노트북 보강: 최종제안서와 에피소드 11을 먼저 넣고, 워크숍 진행법이라는 빈 곳을 채우려고 유튜브 6개, 스레드 2개, 워크숍 진행 가이드 5개를 넣었습니다. 소스가 14개에서 29개, 15개에서 30개로 늘었습니다.
교차 검수: 목차를 codex와 Gemini에 읽기 전용으로 동시에 맡겼습니다. 둘 다 "수정 후 승인"이었습니다.
codex exec --sandbox read-only -o review_codex_8장목차.md - < REVIEW_REQUEST_8장목차.md
gemini --approval-mode plan --skip-trust -o text -p "의뢰서대로 검수하라" < REVIEW_REQUEST_8장목차.md
초안과 검사: 섹션마다 질의 답과 인용으로만 쓰고, 인용 없는 문장을 스크립트로 셌습니다.
$ uv run nrb.py check -P 2026-10-18_AI추론실행-교안 --draft draft/08-원리펼치기.md
인용된 소스 16개 / 노트북 소스 30개
✓ 모든 문장이 노트북 소스에 근거함
질의는 대부분 스킬의 명령줄 도구로 했고, 과제 2번의 NotebookLM MCP 연결은 Claude Code 안에서 MCP 도구로 같은 노트북에 한 번 더 물어 확인했습니다. 답은 8장 활용 설계표의 세 질문과 같았고, 근거로 에피소드 11과 최종제안서를 인용했습니다.
도구: notebooklm MCP, notebook_query (노트북: AX 4대 역할 3: AI 추론 및 실행)
질문: 기준 자료와 검토 대상을 대조하는 AI 검수 에이전트를 리포트 검수 말고 다른 업무에 옮길 때
가장 먼저 정해야 할 세 가지는 무엇인가?
답: 1. 검토 시점: 어느 단계에 AI 에이전트에게 대조와 검토를 맡길 것인지 [1]
2. 결과 수신 및 인계 주체: 검토 결과를 누가 받아 다음 단계로 넘길 것인지 [1]
3. 역할 분담 및 승인, 책임 범위: AI가 맡을 검토와 사람이 최종 판단하고 책임질 경계 [1-4]
인용: [1][2] 에피소드 11, [3][4] 최종제안서 6.1절과 6.3절
새 8장은 원리 한 줄 쓰기, 같은 조직의 다른 인계 표 채우기, 다른 업무 사례를 규칙과 AI 두 열로 나누기, 활용 설계표(언제 맡기나, 누가 받나, 사람이 무엇을 승인하나), 사용 사례 카드 워크숍, 간이 2×2 순서입니다. 85분 가운데 약 58분을 참가자가 직접 움직이도록 짰습니다.
결과와 배운 점

항목 | 반영 전 | 반영 뒤 |
|---|---|---|
8장 분량 (결정론적 / AI 추론) | 없음 | 28% / 27% |
3장 분량 | 43% / 34% | 27% / 21% |
하루 교육에서 8장 시간 | 없음 | 85분, 참가자 활동 약 58분 |
노트북 소스 | 14 / 15개 | 29 / 30개 |
8장의 인용 없는 문장 | 측정 안 함 | 0 |
고객에게 줄 성과는 정정 보고서 감소, 팀장 검토 시간 감소, 전달 전 오류 발견 증가, 담당자별 판정 차이 감소입니다. 기준값은 인터뷰 뒤에 측정하고 PoC로 확인할 계획이라, 지금 말할 수 있는 것은 합성 데이터에서 본 대리 지표까지입니다.
배운 점
에피소드 11의 기준을 단어 수와 분량으로 재 보니 문제가 숫자로 보였습니다. 활용을 다룬 절이 0개였다는 사실은 읽어서는 잘 보이지 않았습니다.
같은 원리도 교안마다 펼치는 방향이 다릅니다. AI 교안에서는 오히려 "AI를 쓰지 않아야 하는 인계"를 보여 주는 반례가 규칙과 AI의 경계를 가장 잘 설명했습니다.
노트북만을 근거로 쓰는 규칙은 번거롭지만, 제가 그럴듯하게 지어낸 사례를 걸러 주었습니다.
시행착오
처음 쓴 8장의 응용 사례는 근거가 없어 전부 교체했습니다.
NotebookLM 답에도 제안서와 어긋난 내용이 섞여 있었습니다. 승인 지점의 범위를 넓혀 적거나, 사람이 쓰는 리포트 초안을 시스템이 자동 생성한다고 적은 곳이 있어 원문과 대조해 뺐습니다.
교차 검수에서 "워크숍 30~35분에 자기 파일 실습까지는 불가능하다", "AI 교안의 인계 1, 3은 제안서상 결정론적이라 AI 사례가 될 수 없다"는 지적을 받았습니다. 워크숍은 후보 발굴과 카드 초안까지로 줄이고, 자기 파일 실행은 후속 실습으로 넘겼습니다. 자기 파일은 승인된 비식별 사본과 합성 파일로 한정했습니다.
질의 셋이 인용 번호 없이 파일 이름으로만 출처를 달아 다시 질의했고, 스레드 검색은 처음 세 검색어에서 관련 글이 0건이었습니다.
도움 받은 글
김길호, 「슬기로운 AX 코치」 에피소드 11: 어떻게 활용할 것인가? 어떻게 만들 것인가?
김길호, 허세임 스터디장님의 4주차 교안 제작 스킬(수강생 배포)
외부 자료: 8장의 근거 자료는 교안 8장 끝에 번호 목록으로 붙였습니다. 워크숍 진행법은 SAP AppHaus 진행 가이드, AI 기회 지도와 사용 사례 카드 영상, 사내 AI 워크샵 운영 팁 스레드를 주로 참고했습니다.
로그인하고 댓글을 남겨 주세요
Fri-mer님, 4주차 최종 과제 잘 읽었어요. 교안을 거의 다 쓴 뒤에 에피소드 11 기준으로 다시 재 보고, 활용을 다룬 절이 0개였다는 걸 단어 수와 분량으로 확인해서 8장을 새로 쓰신 과정이 특히 인상 깊었어요.
"3장 43% → 27%, 8장 28%" 같은 반영 전후 숫자, 그리고 AI 교안에서 "AI를 쓰지 않아야 하는 인계" 반례가 규칙과 AI의 경계를 가장 잘 설명했다는 발견이 오래 남네요. 처음 쓴 응용 사례를 근거가 없다는 이유로 전부 교체하고, NotebookLM 답에서 제안서와 어긋난 부분까지 원문과 대조해 뺀 시행착오도 솔직하게 적어 주셔서 따라 하는 분들께 큰 도움이 될 것 같아요.
PoC에서 기준값 측정하실 때 어떤 숫자가 나올지 궁금해요. 고롱고롱… 꼼꼼한 글 덕분에 기분 좋게 읽었어요 ✨
우리 회사에도 이런 자동화를 도입하고 싶다면
회사 업무에 맞춘 AI 교육을 함께 설계해요.




에피소드 11 기준으로 교안을 다시 재서 "활용 절 0개"를 숫자로 찾아내신 게 정말 인상적이에요. 규칙과 AI가 각각 고위험 오류 2건씩 놓치고 둘을 합치면 다 잡힌다는 결과가 역할을 나눈 이유를 그대로 보여 주네요 👏