🚀 파이프라인만 타면 AI가 다 해줄 줄 알았다 (feat. 사용자가 성장하면 같이 성장하는 파이프라인)

가벼운 마음, 그리고 막연한 환상

"그냥 AI한테 '이런 거 만들어줘' 하고 파이프라인에 태우면, 짠 하고 결과물이 나오지 않을까?"

시작은 이런 가벼운 마음이었습니다. 요즘 AI가 워낙 똑똑하니, 도메인 조사 → 파이프라인 설계 → 실행 이라는 'Meta-Pipe(메타-파이프)'만 잘 구축해 두면, 무슨 일이든 버튼 하나로 척척 돌아갈 거라고 생각했죠.

그렇게 야심 차게 v1 버전을 만들었습니다. 하지만 현실은 냉혹했습니다. 파이프라인을 돌려 나온 건 고작 HTML과 CSS로 짜인 '카드뉴스 기초 템플릿' 정도였습니다.

💻 "내 컴퓨터엔 도구가 없는데?"

파이프라인이라는 거창한 길을 깔아 뒀지만, 정작 그 길을 달릴 '차'가 없었습니다.

가장 흔한 '유튜브 썸네일'을 만든다고 가정해 봅시다. 막상 만들려고 하니 질문이 꼬리에 꼬리를 물고 이어지더군요.

• "어떤 스타일로 만들지?"

• "그렇다면 DALL-E를 쓸까, 로컬 모델을 쓸까?"

• "근데 나 그거 지금 세팅할 줄 아나? 혹은 세팅할 여유가 있나?"

• "퀄리티를 낮추고 쉬운 도구를 쓸까, 아니면 고퀄리티를 위해 세팅법을 배울까?"

이 수많은 질문들을 먼저 '결정'하고 '세팅'하지 않으면, 파이프라인은 그저 속 빈 강정에 불과했습니다. 파이프라인이 결과물을 만드는 게 아니라, 내 컴퓨터에 있는 도구들이 결과물을 만드는 것이었으니까요.

☠️ 플러그인(MCP) 떡칠 사건, 그리고 컨텍스트 폭발

그렇다면 "필요할 것 같은 도구를 사전에 다 깔아버리면 해결되지 않을까?"라는 순진한 발상을 했습니다.

곧바로 여러 MCP(Model Context Protocol)를 우르르 세팅해 넣었습니다. 결과는 처참했습니다. 무거운 MCP들이 시작도 하기 전에 컨텍스트를 잔뜩 잡아먹어 버렸고, 제 클로드(Claude)에는 계속해서 붉은색 'docter(오류/경고)' 메시지가 떴습니다.

ALT

주황색 화면이 있는 컴퓨터 화면의 스크린샷

(의사선생님이 필요한 클로드...)

"아, 그럼 MCP 대신 CLI로 다루면 컨텍스트를 아낄 수 있지 않을까?" 하며 기웃거리기도 했지만, 계속해서 찝찝함이 남았습니다. 이건 근본적인 해결책이 아니었으니까요.

💡 뼈아픈 깨달음: 개발의 착시현상

그제야 제가 무엇을 간과했는지 머리를 한 대 맞은 듯 깨달았습니다.

우리가 AI(IDE)로 무언가를 쉽게 뚝딱 만드는 건 개발 환경(프레임워크나 툴)이 워낙에 잘 갖춰져 있기 때문입니다. 하지만 그 외의 비개발 도메인은 다릅니다. 과거에 n8n이나 Make를 만지며 수많은 API를 연결하려 고생했던 그 작업들이, AI 시대가 열렸다고 마법처럼 사라지는 게 아니었습니다.

개발 자동화 도구인 bkit의 9단계 파이프라인을 생각해보면 답이 명확해집니다. 그 도구 역시 파이프라인을 탄다고 완성품이 '뿅' 하고 튀어나오지 않습니다. 환경 설정을 하고, API를 연결해주어야 진짜 작동하는 프로그램이 만들어집니다. 메타-파이프도 다를 바가 없었던 거죠.

✨ Meta-Pipe v2: '조율'과 '태깅'으로 진화하다

진짜 문제는 "무엇을 만들까"가 아니라, "내가 가진 도구와 역량으로 어디까지 갈 수 있을까"를 파악하는 일이었습니다. 그래서 Meta-Pipe v2는 설계를 바닥부터 완전히 뒤엎었습니다.

1. '요구사항 수집'이 아닌 '조율하는 컨설팅(Consult)'

단순히 "뭐 만들고 싶어?" 묻는 것을 넘어서, 사용자가 쓸 수 있는 도구가 무엇인지, 세팅할 의지가 있는지를 AI가 분석합니다. 그리고 요구사항과 현실 사이에서 트레이드오프(타협안)를 조율하는 '컨설팅' 단계를 Phase A에 전면 배치했습니다.

2. 실행의 해체와 태깅(Tagging) 시스템

전 과정을 'AI가 알아서 하는 것'이라는 환상을 버렸습니다. 워크플로우를 가이드하되, 실제 제작은 상황에 맞게 쪼갰습니다.

• [Auto] 자동화할 수 있는 확실한 단계

• [Assist] AI가 초안을 잡고 사람이 검수하는 단계

• [Manual] 아직 세팅이 어렵거나 자동화가 불가능해 사람의 손을 타야 하는 단계

재미있는 점은 이 파이프라인이 성장한다는 것입니다. 사용자의 툴 세팅 능력이 성장하거나 더 좋은 자동화 기술이 나오면, [Manual] 태그가 점차 [Auto]로 업그레이드됩니다. 파이프라인과 사용자가 함께 성장하는 구조가 만들어진 셈이죠.

🎯 뜻밖의 결말: 이것은 '실습 튜토리얼'이다

작업을 진행하다 보니 새로운 가능성을 발견했습니다.

바로 이 메타-파이프로 생성한 파이프라인 자체가 일종의 '실습 튜토리얼'이 된다는 것입니다. 파이프라인 실행을 위해 도메인을 조사한 데이터는 강의 자료가 되고, AI와 함께 도구를 세팅하며 태그(Manual/Assist)를 따라가는 과정은 곧바로 현장 실습이 됩니다.

얼마 전까지 작업하던 '자동 강의 위키'의 다음 버전을 저도 모르는 사이에 만들어 버린 겁니다! 이 프로젝트를 GitHub에 올리고 칸반(Kanban) 시각화와 결합한다면, 이는 단순한 자동화 툴을 넘어 '바이브 코딩(Vibe Coding)'과 '자동화 실습'을 위한 능동형 튜토리얼로 쓰일 수 있을 것 같습니다.

생각지도 않게 프로젝트가 이어지니 신기하네요. 무의식에서는 계속 생각을 하고 있었나 봅니다.ㅎㅎ

아루나의 다른 이야기가 더 궁금하다면 아래 링크를 눌러 보세요!

https://litt.ly/aluna