본문으로 건너뛰기

여러 AI를 하나의 업무 시스템으로 연결해 본 일주일

강군

2026.08.13



최근 일주일 동안 AI를 더 많이 사용하는 것보다, 내 일을 어떻게 나누고 실제 서비스로 발전시킬지 정리하는 데 집중했다.

1. Ubuntu 노트북을 상시 작업 서버로 만들었다

사용하지 않던 노트북에 Ubuntu를 설치하고, Hermes가 계속 작동할 수 있는 전용 서버로 구성했다.

- Hermes와 Telegram 연결
- SSH와 Tailscale 원격접속 설정
- Windows PC의 Codex와 Claude 앱 연결
- 중앙 작업 폴더를 여러 AI가 함께 사용하도록 구성
- 서버 재부팅 후 Hermes·Telegram·SSH·Tailscale 자동 복구 확인

덕분에 Windows PC를 꺼도 Telegram에서 Hermes와 계속 대화할 수 있고, 필요할 때는 Windows의 Codex와 Claude가 Ubuntu 서버의 같은 작업 폴더를 직접 사용할 수 있게 됐다.

2. Hermes의 업무를 네 영역으로 나눴다

모든 일을 한 대화방에서 처리하면 업무 맥락이 섞이는 문제가 있었다. 그래서 Telegram의 Hermes 업무 공간을 다음 네 가지로 분류했다.

- 00_강군 총괄·오늘의 일: 할 일 수집, 우선순위, 업무 배정, 결과 종합
- 10_강의·컨설팅: 강의 준비, 컨설팅, 기관 제출 문서
- 20_AKM 지식관리: 자료 분류, 지식 점검, 기존 지식 보완
- 30_콘텐츠·서비스 개발: 기업분석, 콘텐츠, 서비스 기획과 자동화

총괄 공간에서 일을 정하고, 실제로 오래 걸리는 작업은 전문 공간에서 진행하는 방식이다. 업무를 나눈 뒤에는 “무엇을 어디에서 이야기해야 하는지”가 훨씬 분명해졌다.

3. 서비스 아이디어를 린캔버스로 정리했다

서비스를 처음에는 ‘AI가 콘텐츠를 만들어주는 서비스’로 생각했지만, 대화를 통해 문제를 다시 정의했다.

핵심 고객은 다음과 같다.

마케팅을 공부하거나 전담인력을 두기는 어렵지만, 온라인에서 자신의 기업이 제대로 검색되고 설명되기를 원하는 소상공인과 소규모 사업자


이들이 원하는 것은 긴 분석보고서나 마케팅 교육보다 지금 무엇이 잘못됐는지 확인하고, 바로 바꿀 수 있는 것을 실제로 바꾸는 것에 가까웠다.

그래서 서비스의 흐름을 다음과 같이 정리했다.

기업을 검색한다
→ 검색되지 않거나 잘못 설명되는 부분을 찾는다
→ 지금 바로 고칠 일을 정한다
→ 실제로 수정한다
→ 변화가 나타나는지 다시 확인한다



서비스의 핵심 문장도 다음과 같이 잡았다.

모두에게 마케팅은 필요하지만, 모두가 마케터가 될 필요는 없다.


4. 최소 서비스는 자동생성보다 ‘AI 업무 지침서’로 정했다

처음부터 웹서비스나 콘텐츠 자동발행 시스템을 만들기보다, 실제 컨설팅 업무를 줄여주는 AI 분석 지침서부터 만들기로 했다.

최소 서비스는 세 부분으로 구성했다.

기업정보 입력서

기업명, 제품·서비스, 고객, 검색어, 온라인 채널, 후기·인증자료 등을 Google Forms나 Sheets로 받는다.

AI 분석 지침서

AI가 다음 순서로 조사하고 정리하게 한다.

- 기업을 이해한다.
- 실제 검색 상태를 확인한다.
- 확인된 사실과 AI의 해석을 구분한다.
- 바로 수정할 일을 1~3개로 압축한다.
- 실행에 필요한 문구와 자료를 준비한다.

기업을 이해할 때는 CHORP를 사용한다.

- Code: 제품·서비스를 설명하는 핵심 용어집
- History: 기업과 제품이 만들어진 배경과 변화
- Object: 실제 제품·서비스·시설·결과물
- Relation: 후기·자격증·인증·제휴처 등 외부 신뢰 근거
- Process: 기업이 일하는 과정과 고객이 잘 선택·이용·관리하기 위한 매뉴얼

실행·변화 확인표

분석으로 끝내지 않고 다음을 기록한다.

- 수정 전 상태
- 실행할 일
- 실행 여부
- 수정 후 화면
- 검색 반영 여부
- 다음에 할 일

초기 단계에서는 SNS 자동발행, 대량 콘텐츠 생성, 복잡한 점수화, 회원가입과 통합 대시보드 같은 기능은 제외하기로 했다.

이번 주에 얻은 결론

이번 주에는 AI 기능을 많이 추가하기보다, AI가 어디에서 어떤 역할을 해야 하는지 정리했다.

- Ubuntu 서버는 여러 AI가 함께 일하는 기반
- Hermes의 네 업무 공간은 일을 나누는 구조
- 린캔버스는 고객의 실제 문제를 확인하는 기준
- 최소 서비스는 콘텐츠 자동생성기가 아니라 기업 조사와 판단을 돕는 AI 실무 지침서

가장 중요한 변화는 이것이었다.

자동화부터 만들기보다, 실제 업무에서 반복되는 조사·분류·판단 과정을 먼저 정리해야 한다.


앞으로는 이 지침서를 실제 기업분석에 적용해 보면서, 반복되는 부분만 조금씩 자동화할 계획이다.

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

_묘랑 프로필 이미지
_묘랑2026.08.14

우와 많은 것을 하셨네요! 실질적으로 ai를 사용하는 것 보다 그녀석을 사용하기 위한 기반을 마련하는 게 더 많은 시간을 소요하는 것 같아요 ㅎㅎㅎ
그 과정에서 나온 인사이트가 특히 좋았습니다. "모두에게 마케팅은 필요하지만 모두가 마케터가 될 필요는 없다"는 문장!! 그리고 자동화를 실행하기 전에 반복되는 판단 과정을 먼저 정리해야 한다는 점도요.

DECK 프로필 이미지
DECK2026.08.14

저도 서비스를 구상하다 보면 기능 목록부터 늘리는 편입니다. 이번 글은 콘텐츠 생성보다 검색에서 잘못 보이는 지점을 고치는 일로 초점을 좁혔더군요. 고객에게 당장 필요한 변화가 무엇인지 먼저 묻는 순서가 반가웠습니다. 기능보다 일이 먼저라는 말을 다시 떠올렸습니다.

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

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

이런 사례도 있어요

사례 전체 보기