AI agent 를 운영팀이 직접 만들 수 있을까

배경

우리 팀은 개발과 운영이 분리되지 않는다. 셋이서 다 한다. 그런데 같이 일하는 운영 파트너사에서 “우리도 AI로 반복 작업을 줄이고 싶은데 개발자 없이 가능한가”라는 질문이 들어왔다. 코드를 전혀 모르는 팀이 AI 에이전트를 직접 만들 수 있는가.

결론부터 말하면, 제한된 범위에서는 가능하다. 그 제한이 어디에 있는지가 핵심이다.

가능한 것

현재 노코드/로우코드 도구들은 꽤 멀리 왔다. 이메일로 들어오는 요청을 분류하고 정해진 양식에 채우는 플로우, 반복적인 데이터 조회 결과를 정리해서 보내는 플로우는 코드 없이도 구성할 수 있다. 조건 분기와 반복도 UI로 처리된다.

LLM을 연결하는 것도 어렵지 않다. API 키를 받아서 도구에 입력하면 된다. 프롬프트를 어떻게 쓰는가가 결과 품질을 결정하는데, 이건 프로그래밍 지식이 아니라 도메인 지식과 글쓰기 능력의 문제다. 운영팀이 개발팀보다 잘 하는 영역이다.

막히는 지점

문제는 “정해진 것 이외의 상황”에서 생긴다. 에이전트가 예상치 못한 입력을 받으면 어떻게 해야 하는가를 도구가 처리할 수 없다. 에러 핸들링, 예외 케이스, 데이터 형식이 맞지 않는 경우—이런 상황에서 도구는 멈추거나 이상한 결과를 낸다.

두 번째 막히는 지점은 외부 시스템 연동이다. 사내 시스템, 레거시 API, 인증이 복잡한 서비스를 연결하려면 결국 코드가 필요하다. 혹은 그 시스템을 건드릴 수 있는 사람이 필요하다.

우리가 지원한 경우에는 초기 구성을 같이 만들고, 예외 케이스를 코드로 처리하는 얇은 레이어를 우리가 만들어두었다. 운영팀이 그 위에서 플로우를 구성하는 구조다.

진짜 장벽

기술보다 큰 장벽은 “무엇을 자동화할 것인가”를 결정하는 능력이다. 많은 경우 운영팀은 자신의 반복 작업이 자동화 가능한지를 모른다. 어떤 작업이 규칙으로 설명될 수 있는가를 먼저 파악해야 한다. 그 분석은 도구가 대신 해주지 않는다.

자동화 가능한 작업을 찾는 것, 그 작업의 범위와 예외를 명확히 하는 것, 결과를 검증하는 방법을 만드는 것—이 세 가지가 자동화 성패를 결정한다. 코드 작성보다 이쪽이 훨씬 어렵다는 게 우리가 몇 번의 지원을 통해 얻은 결론이다.

— by slecs