코딩보다 설계 먼저: 온톨로지로 생각하고 AI로 이틀 만에 내 컨설팅 운영 시스템의 기반을 만들다
2026.10.21
소개
따로 진행한 두 번의 설계 대화와 인터뷰를 하나의 설계도로 합친 뒤, AI와 이틀 만에 설문 → 상담 → 진단보고서 → 영업 관리를 잇는 컨설팅 운영 시스템의 기반을 만들었습니다. 기대 효과는 "고객 관리를 한 곳에서 하는 것"이며, 실제 고객으로는 아직 검증 전입니다.
바쁘시면 이것만 읽어도 돼요:
도구와 목표: Claude Code로 설문 만들기와 고객 관리를 묶은 컨설팅 운영 시스템 구축
깨달은 점: 핵심은 구현이 아니라 설계를 합치는 일. 구현은 순서대로 따라가면 됐다
방법: 코딩부터 시키지 않고 설계 문서를 먼저 만든 뒤, 그것을 기준으로 AI가 구현
인상적인 순간: 두 대화를 분석해 설계가 하나로 합쳐진 모습을 봤을 때
확장성: 기본 정보에 더해 "지금 어떤 상황인가"까지 관리하는 구조
교훈: 중간에 "처음 기획 대비 지금은?"이라고 물으면 놓친 공백이 드러난다
이런 분들께 도움돼요
설문, 상담 기록, 보고서, 영업 관리가 흩어져 있는 컨설턴트·프리랜서
연락처 관리를 넘어 관계와 의사결정 흐름으로 고객관리를 다시 설계하려는 소규모 팀 운영자·기획자
기존 문제점과 온톨로지의 발견
저는 고객의 업무 흐름을 개선해 왔는데, 정작 제 고객 관리와 업무 흐름은 자동화되어 있지 않았습니다.
그러다 온톨로지를 알게 됐습니다. 대상들의 관계와 판단 규칙을 먼저 정의해 두는 방식입니다. 이 관점으로 제 일을 보니 관계와 의사결정 로직을 자동화하고 싶어졌고, 제 컨설팅에 직접 도입하기로 했습니다.
Claude Code를 활용한 도구 사용
도구명: Claude Code (클라우드 환경) - 크레딧 부족으로 클라우드 크레딧 사용해 봄
모델: Claude
특이사항: 고객 정보는 마스킹(가리기)을 사람이 확인한 뒤에만 AI에 보내도록 설계
작업 과정
설계 통합의 순간
코드 전에 설계 대화를 두 번 했습니다. 하나는 설문을 어떻게 만들고 진단할지, 다른 하나는 고객과의 관계에서 다음에 무엇을 할 지 였습니다. 여기에 저를 대상으로 한 19개 질문 인터뷰를 더했습니다.
두 대화는 서로를 모르고 진행돼서 같은 것을 다른 이름으로 부르고 있었습니다. 설문 응답자와 영업 담당자는 같은 사람이었습니다. 이를 하나로 합친 구조를 처음 봤을 때 "와우!" 했습니다. 설문 만들기와 고객 관리가 이어지자, 기본 정보만 관리하는 도구가 아니라 "지금 어떤 상황인가"까지 관리하는 컨설팅 운영 시스템이 될 수 있겠다는 가치가 보였습니다.
합치면서 정한 기준 두 가지:
개선과제와 영업기회는 분리해서 연결한다.
점수를 하나로 뭉치지 않는다. 문제의 크기, 실행 준비도 같은 기준을 분리한다.
설계가 끝나자 구현은 순서대로 하면 됐습니다.
AI 지시와 작업 진행
CLAUDE.md와 HANDOFF.md를 끝까지 읽고 그대로 따라 줘. 새 브랜치 cloud/qbank-followup을 만들어 HANDOFF.md클라우드 클로드는 작업 지침과 인수인계 문서를 읽고 첫 묶음을 순서대로 처리했습니다. 사람이 정할 것은 문서 하단에 질문으로 남기고 공개는 하지 않았습니다. 처음부터 "AI가 정하면 안 되는 것"을 분리해 둔 것이 이후 작업을 편하게 했습니다.
기획과 구현의 일치 여부 확인
초기에 기획한 이 프로젝트의 청사진과 와이어프레임 대비, 기획한 방향으로 구현이 진행되었나요, 누락되거나 변경된 부분이 있나요? 지금 클라우드 환경이라서 웹앱 진행현황을 실행해보기 어려워서 정주행하고 있거든.클라우드라 앱을 직접 실행할 수 없어서 문서를 처음부터 읽으며 확인하고 있었습니다. AI가 청사진의 기능 66개와 와이어프레임을 하나씩 대조해 보고했습니다. 결론은 데이터와 규칙, 핵심 흐름은 설계대로지만 화면은 와이어프레임보다 얇다였습니다. 확인한 것과 못 찾은 것을 구분해 알려 주었고, 부족한 화면을 채우는 작업 네 개를 계획에 추가해 바로 진행했습니다. 물어보지 않았다면 "다 됐다"는 말만 믿고 지나갔을 부분입니다.
결과 확인의 어려움과 해결
Open optionsauto
지금 단계에서 github 에 커밋 푸시된 코드를 로컬 경로에 pull 해서 지금까지 완성된 웹앱 버전을 사용자가 경험하고 피드백을 제공할 수 있나요? 아니면 클라우드 환경에서도 웹앱을 실행시킬 수 있나요?AI는 말로만 "가능하다"고 하지 않고 실제 컴퓨터에서 쓰는 방식으로 실행해 보다가, 개발용 실행이 모든 화면에서 오류라는 문제를 먼저 발견했습니다(자동 시험은 다른 방식으로만 돌아 통과하고 있었습니다). 원인을 좁혀 설정 한 줄을 고쳤고, 내 컴퓨터에서 처음 실행해 볼 안내서와 가상 고객 세 곳이 들어가는 준비 도구를 만들었습니다. 클라우드에서는 접속할 수 없어서 화면 캡처 열두 장으로 진행 상황을 전달받았습니다.
온톨로지 기반 시스템 구축 결과
Before vs After
항목 | Before | After |
|---|---|---|
관리하는 곳 | 설문, 상담 기록, 보고서, 영업 관리가 따로 | 한 곳에서 관리할 수 있다는 기대 |
고객 정보 | 기본 정보 중심 | 기본 정보 + "지금 어떤 상황인가" |
소요 시간 | (측정 전) | 아직 측정 전. 실제 사례로 돌려 본 뒤 비교 예정 |
지금은 만든 것까지입니다. 가상 데이터와 시험용 AI로 흐름이 끝까지 이어지는 것은 확인했지만, 실제 고객에서 시간이 얼마나 줄지는 아직 모릅니다. 작업을 이어서 하겠습니다.
결과물
(스크린샷 위치)
AI 활용 팁과 교훈
효과적인 AI 활용법
코딩보다 설계를 먼저 하세요. 설계를 하나로 합친 뒤 구현했더니 순서대로 따라가면 됐습니다.
중간중간 "처음 기획 대비 지금은?"을 직접 물어보세요. AI가 "다 됐다"고 해도 대조해 달라고 하면 놓친 공백이 드러납니다.
피해야 할 AI 활용법
AI의 해석을 확인 없이 넘기지 마세요. "각각 있어야 한다"를 AI가 다르게 읽었고, 저는 뒤늦게 알았습니다. 중요한 산출물일수록 구조를 한 번 더 물어보세요.
"자동 시험 통과"만 믿지 마세요. 시험은 통과했는데 실제 실행 방식에서는 모든 화면이 오류였습니다. 쓰는 방식 그대로 돌려 보게 하세요.
온톨로지 기반 시스템의 확장 가능성
교육·코칭 운영: 수강생 설문, 상담, 진행 상황, 후속 안내를 한 흐름으로
소규모 영업팀: 접점 기록과 다음 행동, 제안·계약을 "관계와 판단 규칙"으로 설계
서비스 업종 고객 응대: 문의 → 진단 → 제안 → 사후 관리를, AI는 초안만 만들고 사람이 승인
온톨로지 기반 시스템의 미래 계획
실제 고객 사례 1건으로 전체 흐름 실행: 실제 AI로 문장 품질을 확인하고 걸린 시간을 처음 측정합니다. 후속편으로 정리하겠습니다.
제안서를 역할별 AI 에이전트와 오케스트레이터로 완성: 대표와 컨설턴트의 우선순위를 반영한 발표용 슬라이드를 만들고, 누락 점검까지 포함합니다.
쌓인 사례를 지식자산으로: 문제·개선 패턴을 재사용하고, 다음 고객의 설문과 인터뷰 개선에 반영합니다.
재사용 가능한 프롬프트 모음
프롬프트 1: 설계 문서 통합
[설계 대화 ① 요약], [설계 대화 ② 요약], [인터뷰 답변]이 있어. 같은 것을 다른 이름으로 부르는 부분을 표로 정리하고, 항목마다 합칠지 따로 둘 지와 그 이유를 적어 줘. 합친 구조는 앞 단계만 완성해도 동작하는 순서로 [단계 개수]개 단계로 나누고, 확정 못 한 것은 "내가 정할 것"으로 모아 줘.
프롬프트 2: 기획 대비 상태 점검
[기획 문서 이름]의 기능 목록과 화면 설계를 지금 만든 것과 하나씩 대조해 줘. 항목마다 "구현됨 / 다르게 구현 / 일부만 / 아직 안 함 / 계획에 없었음"으로 나누고, 직접 확인한 것과 못 찾았을 뿐인 것을 구분해 줘. 빠진 것을 메우는 작업 목록을 우선순위와 함께 제안해 줘.
프롬프트 3: AI 결과 승인 구조
이 시스템에서 AI의 모든 결과는 "초안"으로만 저장하고, 내가 승인하기 전에는 사실로 쓰지 마. [고객에게 가는 문서]에는 [들어가면 안 되는 정보]가 섞이지 않게 입력 단계에서 막고, 일부러 넣어 봐서 막는지 확인하는 점검을 만들어 줘.



자동 시험이 끝났다는 말을 읽고 실제 화면도 열릴 거라고 기대했어요. 그다음 실행에서 화면 오류가 나온 장면까지 읽으니, 제가 ‘통과’ 뒤에 덧붙여 생각한 내용이 꽤 많았네요.