본문으로 건너뛰기

사업전략 리포트와 경쟁사 40곳 딥리서치를 '멀티에이전트 반자동화'로

라면

2026.06.08

발표자료 : https://mellow-commitment-production-2904.up.railway.app/


사업전략 리포트와 경쟁사 40곳 딥리서치를 '멀티에이전트 반자동화'로

— 검증과 정리로, 매번 다시 나오는 Quality 를 만든 이야기

한 줄 결론: "Quality 먼저, 자동화는 그 다음."
AI한테 일을 떠넘긴 게 아니라, 좋은 결과가 매번 다시 나오는 시스템 을 만든 이야기예요. 비결은 검증과 정리 였습니다.

발표: 라면 · GPTers 22기 문서자동화


1. 왜 시작했나 — 문제

B2B SaaS 일을 하면서 국내 경쟁사랑 해외 참고사례를 딥리서치 → 통합 SWOT → 전략 리포트까지 만들어보려고 했어요. 그동안 AI한테 그때그때 프롬프트로 시키던 방식엔 고질병이 세 개 있었거든요.

  1. 품질이 들쑥날쑥 — 누가, 어떤 날 시키느냐에 따라 결과가 달라지더라고요

  2. 출처 없는 단정이 슬쩍슬쩍 섞이고

  3. 그러다 보니 결국 제가 계속 옆에서 봐주는 'babysitting 모드' — 시간이 너무 많이 들었어요

전환점 — 스터디장님 말씀이 컸어요

  • "내가 이미 잘 아는 문서"부터

  • "자동화 욕심내지 말고 반자동화"

  • "핵심은 자동화가 아니라 품질"

→ 그래서 제가 구성·단계·input 을 훤히 아는 경쟁사 분석/전략 보고서를 골라서, 품질 우선의 반자동화 시스템을 Claude Code로 만들어봤어요.

해보고 나서 든 생각

막상 해보니 "좋은 경쟁사 보고서는 어떤 단계, 어떤 input 으로 만들어지나" 를 기획하는 게 핵심이었어요.

기획(조사→검증→고객critic→임원토론→SWOT→전략)이 서고 나니까, '이렇게 하면 뭐가 나올까?' 하는 기대감으로 재밌게 만들게 되더라고요. 그리고 나온 결과를 리뷰하고 평가하는 과정이 생각보다 정말 재미있었어요.


2. 좋은 결과는 '좋은 Input'이 만들어요

솔직히 멀티에이전트보다 더 중요했던 건 input이었어요. AI한테 "알아서 잘 조사해줘" 하면 딱 그만큼만 나오거든요. 그래서 제가 아는 걸 최대한 떠먹여줬어요.

AI한테 떠먹여준 것들

  • 회사소개서·서비스소개서를 .md로 바꿔서 넣고

  • 참고할 경쟁사 리스트는 계속 업데이트하면서 넣고

  • 지금 하고 있는 과제 목록

  • 우리 회사의 상황과 제약조건

  • 그리고 저만 아는 시장 상황(현장 감각)까지

특히 고객을 대표하는 퍼소나 에이전트한테는, 예전에 마케팅용으로 정의해뒀던 고객 퍼소나 파일을 그대로 먹였어요. 그랬더니 고객 Critic이 훨씬 진짜 고객처럼 말하더라고요.

🖼️ 유료 데이터는 결국 '한 땀 한 땀' 캡처

국내 경쟁사들의 재무·고용 같은 유료 기업정보 데이터를 넣어주고 싶었는데 —

  • 딥리서치로는 안 잡히고,

  • 크롤링하자니 id/pw가 밴(차단)당할 위험이 있더라고요.

그래서 결국 제가 화면을 한 장 한 장 캡처해서 이미지로 떠먹였어요. AI한테 그 이미지를 표준 형식으로 정규화시켰더니 — 꽤 객관적이고 믿을 만한 경쟁사 분석이 나오더라고요.


3. 어떻게 — 파이프라인 (Dynamic Workflow로 구현)

앞 단계에서 나온 결과가 다음 단계의 입력이 되는 구조예요.

컨텍스트 주입 → ① 멀티 서브에이전트 조사(병렬) → ② (리뷰어 에이전트) 사실검증 게이트 → ③ 경쟁사 노트 → ④ 고객 퍼소나 에이전트 Critic → ⑤ 임원 다역할 토론 → ⑥ 통합 SWOT → ⑦ 전략 리포트

⚙️ 이건 Claude Code Dynamic Workflows 로 돌렸어요

(2026.5 Opus 4.8 신기능, 아직 프리뷰예요.) 한마디로 "계획을 코드(대본)에 박아넣는" 방식인데요:

  • Claude가 매 순간 즉흥으로 지휘하는 대신, 절차를 자바스크립트 '대본'으로 짜두면 런타임이 서브에이전트들을 병렬로 돌려줘요

  • 중간 결과는 대화창이 아니라 스크립트 변수에 쌓여서, 맥락창이 안 터지고 규모를 키울 수 있고요

  • parallel() 은 "다 끝날 때까지 기다려", pipeline() 은 "각자 알아서 컨베이어벨트처럼" 같은 느낌이에요

  • 제일 좋았던 건, 품질 패턴을 아예 코드로 강제할 수 있다는 거였어요 — "한 명이 주장하면 다른 에이전트들이 반박 → 살아남은 것만 채택"

  • 실행은 /effort ultracode 한 줄이면 돼요 (추론강도 xhigh + 자동 오케스트레이션)

🖥️ 진짜로 7개가 동시에 돌아요 — (VISUAL #2: 실행 스냅샷 카드로 렌더)

▸ # 공유 컨텍스트 브리프 — A사 사업 방향성 멀티에이전트 토론 (R1)
● R1 패널 병렬 가동 — 임원 5역할 + 레드팀 + 고객 = 7개 동시
✔ 7 agents finished
    ├ 임원·대표 입장  · 16.0k tokens · Done
    ├ 임원·운영 입장  · 16.1k tokens · Done
    ├ 임원·기술 입장  · 16.1k tokens · Done
    ├ 임원·재무 입장  · 16.0k tokens · Done
    ├ 임원·마케팅 입장 · 16.1k tokens · Done
    ├ 레드팀 공격      · 16.1k tokens · Done
    └ 고객(고객 평가서) · 15.7k tokens · Done
✱ 9분 14초 · xhigh effort

4. 품질을 만든 핵심 장치 3가지

① 출처 라벨, 무조건 — (VISUAL: 카드 3개 중 1)

모든 주장이랑 수치에 [출처·발행일·신뢰도], 아니면 [가정]/[추정]/[작년기준] 라벨을 꼭 붙이게 했어요. 라벨 없는 단정은 금지예요.

② 사실검증 게이트

검증 에이전트가 그냥 '다시 읽는' 게 아니라, 출처를 직접 다시 검색해서 교차검증해요. 항목마다 [확정]/[보류]/[반려]로 판정하고, 우리한테 유리하게 기운 해석이 보이면 콕 집어줘요.

③ Critic 페르소나

고객(우리 B2B 고객이 된 것처럼 1인칭으로, 회사가 아니라 고객 자신의 ROI·운영부담 기준으로 냉정하게 평가)이랑 레드팀(실패 시나리오·반증·놓친 리스크를 일부러 공격)을 붙였어요.

임원 다역할 토론은 '라운드'로 강제했어요 — (VISUAL #1: 라운드 구조 표)

라운드

내용

R1 입장

임원 5역할(대표·운영·기술·재무·마케팅) + 레드팀 + 고객 = 7개 병렬. 근거 라벨 필수

R2 반박

상충점만 추려서 교차 반박 (리드가 릴레이)

R3 수렴

합의/미합의 지도 + 레드팀 리스크 + 권고안

리드는 매 라운드 전원이 답할 때까지 기다려요 — 성급하게 종합하지 않으려고요.


5. 검증이 뒤집은 순간들 (가설 검증·반박)

검증 게이트가 없었으면 "조용히, 일관되게, 자신감 있게" 틀렸을 것들이에요

  • 인수 시점 오류 교정 — 한 대기업의 인수 시점을 1차 조사에선 몇 년이나 틀리게 잡았는데, 검증 게이트가 출처를 다시 찾아서 바로잡았어요.

  • "역성장" 오독 차단 — 한 경쟁사 매출이 줄어든 걸 "역성장"이라고 단정했는데, 알고 보니 회계기준이 바뀐 거였더라고요.

  • 최대 위협이 알고 보니 생존위기 — 제일 세 보이던 경쟁사가 사실은 완전자본잠식에 인력도 급감 중이었어요. 위협도 평가가 통째로 뒤집혔죠.

  • 핵심 가설을 패널이 만장일치로 반박 — 우리가 제일 믿었던 강점 가설 을, 임원 페르소나 5명이 전원 "그건 아닌데요" 하더라고요. 덕분에 전략 무게중심을 다시 잡았어요. (Critic은 계산이 아니라 '판단'을 잡아줘요.)

  • 양날의 칼 발견 — 고객 Critic이 "그 강점이 기존 고객한텐 좋은데, 신규 고객한텐 오히려 진입장벽이에요" 라는, 제가 못 본 포인트를 짚어줬어요.


6. 워크스페이스 = 재사용 시스템 (한 번 만들어두고 계속 쓰기)

처음엔 결과물이 폴더 여기저기 흩어져서 좀 정신없었어요. 그래서 '딥리서치 → 요약 → SWOT'을 매번 새로 만들지 않게, 한 번 만들어두고 계속 쓰는 시스템으로 정리했어요.

4원칙

  • 관심사 분리

  • 정본 단일화

  • 상태저장 (CHANGELOG)

  • 사람 최종판단

폴더 지도 (번호 = 파이프라인 순서) — (VISUAL: 폴더 트리 카드)

00  개요(MOC) · 정리/버전 규칙
01  딥리서치 원자료        (원천 — 결론은 안 씀, 거의 안 바뀜)
02  인사이트 요약          (버전 누적)
03  SWOT 분석             (버전 누적)
04  방향성 · 실행          (워크숍·계획 등 결정/산출)
05  컨텍스트              (회사·서비스 배경)
06  설계과정(메타)         (에이전트팀·작업 로그)

버전관리는 3스텝 (요약이나 SWOT을 다시 만들 때)

  1. 스냅샷 — 지금 정본을 _versions/에 YYYY-MM-DD_vN_라벨.md로 복사해두고

  2. 갱신 — 정본은 같은 파일명 그대로 새 내용으로 바꿔요 (링크가 안 깨지게)

  3. 기록 — CHANGELOG.md에 한 줄: 뭐가 바뀌었고, 왜 바꿨는지

정본 1개 규칙

"지금 뭐가 맞는 버전이지?" 싶을 땐 항상 MOC의 '현재 정본' 표만 보면 돼요.

정본 파일명은 절대 안 바꿔요(바꾸면 링크가 깨지거든요).

그랬더니 — 새 자료가 들어와도 어디 둘지 고민이 없고, 결론이 바뀌어도 왜 바뀌었는지 이력이 남고, 다음 리서치는 같은 시스템에 그냥 쌓이더라고요.


7. 배운 점 · 다음

배운 점

  1. '품질 먼저'는 결국 검증 게이트가 만들어줘요.

  2. 좋은 Input이 좋은 결과를 만들어요 — 내가 아는 맥락(회사·시장·고객 퍼소나)을 충분히 떠먹일수록 결과가 객관적이고 믿음직해졌어요.

  3. 반자동화가 오히려 전략을 살려요 — 유료 데이터를 100% 자동크롤링하는 대신 직접 캡처해서 AI한테 정규화시켰더니, 차단도 피하고 비용도 줄고 품질도 올라갔어요.

  4. Critic은 계산이 아니라 '판단'을 잡아줘요.

  5. 정리(정본·버전관리)가 자동화만큼 중요했어요 — 시스템이 있어야 다음에도 같은 품질이 나오더라고요.

다음엔요 — 이 파이프라인(조사→검증→critic→토론→리포트)을 아예 Skill/명령으로 템플릿화해서, 제안서나 사업계획서 같은 다른 문서에도 써보려고 해요.

AI한테 일을 떠넘긴 게 아니라, 좋은 결과가 매번 다시 나오는 시스템을 만들었어요 — 검증과 정리로.


도움받은 것: Claude Code Dynamic Workflows 공식문서 · 스터디장님 문서자동화 가이드(Red Team Critic·단계별 승인 게이트·외부 Deep Research 주입) · 멀티에이전트 강의

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

라면 프로필 이미지
라면2026.06.08

지난주 글에서 추가한 작업 (workspace, 재작업, 이터레이션 등)에 대해서 추가해서 전체 다시 합본하여 작성했으니 중복이라도 양해 부탁드리옵니다.

Develiper 프로필 이미지
Develiper2026.06.09

스터디장 Shout-out도 해주시고, ㅎㅎ 감사합니다.

정말 많이 고민하고 신경써서 만들고 있는 자동화 시스템이라는 것이 느껴집니다. 품질을 높이기 위한 그 고단한 여정 응원합니다.

문서 자동화 시스템의 핵심은 자동화가 아니라 품질이라는 것, 그리고 그러다보면 자동화는 덤으로 따라오는 것이라는 점을 인식하고 실천하고 계신 점이 이번 스터디에서 배우신 가장 소중한 자산이 아닐까 합니다.

좋은 사례글 감사합니다.👍 🔥 💪

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기