여러분 대신 비서가 프로젝트에 일을 시키고,결과를 검수해 보고하는 AI 시스템을 만들어 보세요.

AI 하나에 일 하나를 맡길 때는 놀라웠습니다.

조사도 하고, 글도 쓰고, 코드도 고쳤습니다. 기다렸다가 결과를 확인하고 다음 일을 시키면 됐습니다.

시켰는데, 대답만 하고 멈춰 있는 AI.

다 됐다는 건지 기다리는 건지 알 수 없어 다시 열어 보면 그대로였습니다. 질문 하나에 답을 못 받아 며칠씩 멈춘 일도 있었습니다.

비슷한 시스템이 있는지 먼저 찾아봤습니다.

에이전트를 대표·팀장으로 나눈 구조는 많았지만 프로젝트조차 관리되지 않았고, 총괄 비서가 여러 프로젝트를 관리하는 시스템은 제가 찾은 범위에 없었습니다. 그래서 직접 만들기로 했습니다.

몇 번을 갈아엎고, 연결을 프로그램에 맡겼습니다.

카드와 상태와 대화 연결은 프로그램이 소유합니다. AI는 잘하는 자리 — 정리·실행·검토 — 에만 남겼습니다. 그러자 일이 중간에 사라지지 않고 끝까지 굴러가기 시작했습니다.

처음부터 토큰을 아낀 시스템은 아니었습니다.

처음 이 시스템을 만들었을 때는 오히려 업무 비용이 더 커졌습니다. 구조를 여러 번 바꾸고, 연결이 끊기거나 같은 일이 중복되고, 결과를 찾지 못하는 문제를 고치느라 토큰도 많이 썼습니다.

지금 돌아보면 그 비용은 AI를 더 많이 부르는 데 쓴 비용이 아니라, AI가 제대로 일하는 구조를 찾는 데 쓴 시행착오였습니다. 지금은 더 정확한 배경·목표·완료 기준을 전달하고 누락된 일만 다시 시킵니다. 제 실제 운영에서는 재설명과 중복이 줄며 초기 구축기보다 토큰 사용도 점차 줄고 있습니다.

직접 처음부터 부딪치는 과정도 좋은 공부입니다. 다만 제가 겪은 실패와 고친 이유, 실제 업무판 구조와 소스를 먼저 참고하면 같은 시행착오를 반복하는 시간과 토큰을 줄이는 데 도움을 받을 수 있습니다.

이 시스템을 구현하는 경험은 프로그램 하나를 복사하는 일이 아닙니다. AI에게 일을 정확히 맡기고, 결과를 검토하고, 부족하면 다시 이어 가게 하는 운영 구조를 스스로 설계하는 경험입니다.