[교육 후기] 감으로만 하던 기획은 끝, 이제 에이전트의 노드 하나까지 직접 설계하고 분해해요
4년간 B2B 데이터 플랫폼 PM으로서 개발팀과 현업 사이의 가교 역할을 해온 C님의 후기입니다. C님은 기획자로서 기술을 '설명'하는 것을 넘어 직접 '구현'하기 위해 560시간의 여정에 뛰어들었다고 하는데요. RAG와 LangGraph의 구조를 몸소 파헤치며, 이제는 문제가 생겼을 때 개발자에게 묻기 전 스스로 원인을 분해해보고 대안을 제시하는 '만들 줄 아는 기획자'로 성장한 C님의 이야기를 공유드립니다.
1. 안녕하세요. 자기 소개 부탁드립니다.
안녕하세요, 4년간 B2B 데이터 플랫폼 PM으로 일했습니다. 금융과 제조업 기업 고객 31곳을 대상으로 데이터 서비스를 운영하면서, 개발팀과 현업 사이에서 "이 로직을 어떻게 설명할까"를 매일 고민했습니다. 그 과정에서 LightGBM 기반 ML 서비스를 월 400만 건 규모로 안정 운영하고, 차량 데이터 식별 파이프라인 정확도를 31%에서 90%까지 끌어올리는 경험을 했습니다.
LLM Agent에 관심을 갖게 된 건 바로 그 지점에서였습니다. 반복되는 업무 중 상당수가 사람이 머릿속에 쌓아둔 판단 기준, 즉 암묵지에 의존하고 있었는데, LLM이 그 암묵지를 구조화해서 자동화할 수 있다는 가능성을 봤습니다. 규칙 기반으로는 다룰 수 없던 비정형 데이터 처리 문제를 에이전트로 풀 수 있겠다고 느꼈고, 그게 새싹 과정을 선택한 이유였습니다.
기획자로서 기술을 이해하는 것과 직접 만들어보는 것은 다르다는 걸 알고 있었기 때문에, 500여 시간 전일제 개발 중심 과정을 선택했습니다.
2. 수많은 교육 과정 중 '노드크루의 새싹 과정'을 선택하게 된 결정적인 이유는 무엇인가요?
당시 여러 부트캠프를 비교했는데, 대부분의 과정이 개발자 취업을 목표로 한 코딩 중심이었습니다. 저는 기획자로서 에이전트를 직접 설계하고 서비스화하는 역량이 필요했기 때문에, 커리큘럼의 방향성이 선택의 가장 큰 기준이었습니다.
노드크루 과정은 단순 개발 스킬이 아닌 AI 에이전트 서비스 기획 관점이 커리큘럼에 녹아 있었고, LangGraph와 n8n 기반의 실제 구현까지 연결되는 구성이 다른 과정과 차별화된 지점이었습니다. "만들 줄 아는 기획자"가 되려면 이 방향이 맞겠다고 판단했습니다.
3. 비전공자 혹은 입문자로서 마주했던 가장 어려웠던 것은 무엇이었으며, 어떻게 극복하셨나요?
통계학을 전공하고 데이터 업무를 해왔지만, 에이전트를 직접 구현하는 건 완전히 다른 문제였습니다. 가장 기억에 남는 어려움은 BenchMate의 LLM Judge 모델 선정 과정이었습니다.
처음에는 비용 부담을 줄이기 위해 HuggingFace 무료 티어에서 Qwen 모델을 Judge로 활용하려 했습니다. 그런데 응답이 중간에 끊기거나, 같은 입력에도 결과가 달라지는 불안정한 상황이 반복됐습니다. LLM 평가 플랫폼에서 Judge 자체가 불안정하면 평가 결과 전체의 신뢰도가 무너진다는 걸 체감했습니다.
결국 무료 티어에 대한 미련을 내려놓고 GPT-4o-mini로 전환하는 결정을 내렸습니다. 이 경험이 알려준 건 기술 선택에서 "비용 최소화"보다 "신뢰성 확보"가 먼저라는 점이었습니다. PM으로서 늘 리소스 제약 안에서 판단해왔는데, 직접 만들어보니 그 판단 기준이 훨씬 구체적으로 잡히는 경험이었습니다.
4. 3.5개월 전의 나와 지금의 나를 비교했을 때, '이것만큼은 확실히 성장했다'고 자부하는 부분이 있다면 무엇인가요?
"AI를 활용한다"는 말의 무게가 달라졌습니다.
과정을 시작하기 전에는 AI 관련 개념들을 맥락으로만 이해하고 있었습니다. RAG가 무엇인지, 에이전트가 어떻게 작동하는지 설명할 수는 있었지만, 실제로 어떤 구조로 돌아가는지는 감으로 채워진 부분이 많았습니다.
가장 확실하게 성장했다고 느끼는 건 "모르는 것을 분해하는 방법" 을 익힌 것입니다. LangGraph 실습 과정에서 에러가 나거나 흐름이 막힐 때, 어떤 루트로 정보를 찾고, 그 정보를 어떻게 쪼개서 내 문제에 적용할지를 스스로 판단할 수 있게 됐습니다. 공식 문서를 읽는 방법, 예제를 분해하는 방법, 그리고 "이건 내 구조에서 어느 노드 문제인가"를 특정하는 방법이 몸에 익었습니다.
이전에는 모르면 개발자에게 물었다면, 지금은 일단 스스로 분해해보고 질문합니다. 그 차이가 AI 기획자로서 제가 할 수 있는 일의 범위를 실질적으로 넓혀줬다고 생각합니다.
5. 가장 기억에 남는 프로젝트와 그 과정에서 느꼈던 감정과 고민을 들려주세요.
BenchMate입니다. LLM 모델 평가 플랫폼을 설계하고 구현한 프로젝트였는데, 가장 많이 배운 프로젝트로 남아 있습니다.
Claude Code를 활용해 구현을 진행하다 보니, 코드는 돌아가는데 내부 구조를 제가 온전히 파악하지 못한 상태가 됐습니다. 발표 당일 미완성인 것도 있었지만, 그보다 스스로 더 부끄러웠던 건 내가 만든 것을 내가 세밀하게 이해하지 못하고 있다는 사실이었습니다.
그 부끄러움이 오히려 좋은 깨달음으로 이어졌습니다. 이해한 만큼만 쌓아가야 한다는 것, 그리고 욕심 낸 기능보다 완성도 있는 핵심을 먼저 잡는 스코프 조정이 얼마나 중요한지를 몸으로 배웠습니다. 결과물보다 과정에서 더 많이 성장한 프로젝트였습니다.
6. 학습에만 전념할 수 있게 도와준 강사님 및 운영 매니저님과 소통 중 가장 기억에 남는 에피소드는 무엇인가요?
운영 매니저님께 정말 감사했던 일이 있습니다.
청년구직지원금을 수령하고 있어서 출석 기록부를 주기적으로 제출하고 있었는데, 담당 기관에서 출석 증빙에 대한 추가 소명을 요청해왔습니다. 행정적인 문제라 제가 처리하기는 막막했고, 프로젝트에 집중해야 할 시기에 신경 쓰이는 일이었습니다.
매니저님께 상황을 말씀드렸더니 관련 소명을 메일로 직접 처리해주셨습니다. 제가 따로 준비할 것 없이 깔끔하게 해결이 됐고, 덕분에 마음 편히 수업에만 집중할 수 있었습니다.
교육 내용 외의 행정적인 부분까지 세심하게 챙겨주신 덕분에 3.5개월을 온전히 학습에만 쏟을 수 있었다고 생각합니다. 작은 일처럼 보일 수 있지만, 그때의 빠른 대응이 저에게는 꽤 큰 힘이 됐습니다.
7. 혼자 공부할 때와 비교해 동료들과의 학습은 본인에게 어떤 자극과 도움이 되었나요?
한마디로, 재밌었습니다.
혼자 공부할 때는 내 시각 안에서만 문제를 바라보게 됩니다. 같은 과제를 받아도 동료마다 전혀 다른 구조와 방향으로 산출물을 만들어오는 걸 보면서, "이런 접근도 있구나"라는 발견이 반복됐습니다. 정답이 하나가 아니라는 걸 머리가 아니라 눈으로 확인하는 경험이었습니다.
더 인상적이었던 건 각자가 가진 도메인과 직무가 달라서 나오는 생각의 결이 달랐다는 점입니다. 개발자 출신 동료가 구조를 보는 방식, 디자이너 출신 동료가 사용자를 상상하는 방식이 저와 달랐고, 그 이야기들을 듣는 것 자체가 자극이 됐습니다. AI 에이전트 하나를 두고도 이렇게 다양한 시각이 존재한다는 것, 그걸 함께 배우는 환경이 좋았습니다.
PM으로 일하면서 다양한 직군과 협업해왔지만, 같은 것을 함께 배우면서 서로의 생각을 나누는 경험은 또 달랐습니다.
8. 교육 시작 전 세웠던 목표를 어느 정도 달성하셨나요? 예상치 못하게 얻은 수확이 있다면 무엇인가요?
목표는 AI 에이전트를 직접 만들 줄 아는 기획자가 되는 것이었습니다. 에이전트의 구조를 이해하고, 서비스 기획에 그 이해를 녹여낼 수 있는 역량을 갖추고 싶었습니다.
그 목표는 달성했습니다. LangGraph 파이프라인을 설계하고, n8n으로 워크플로우를 자동화하고, RAG 구조를 직접 구성해보는 경험을 했습니다. 기획서에 "에이전트 활용"이라고 쓸 때 그 안에서 어떤 일이 일어나는지 이제는 설명할 수 있습니다.
예상치 못한 수확은 개발 산출물을 낼 수 있게 됐다는 점입니다. 기획 역량을 키우러 왔는데, 실제로 돌아가는 결과물을 만들어내는 경험을 하게 될 줄은 몰랐습니다. 완성도가 높지 않더라도 내 손으로 만든 서비스를 보여줄 수 있다는 것, 그게 기획자로서의 설득력을 전혀 다른 차원으로 끌어올려줬다고 생각합니다.
9. 지원을 망설이고 있는 예비 수강생들에게 '이런 분들이라면 꼭 들어야 한다'고 추천한다면?
저처럼 AI를 기획에 쓰고 싶은데, 직접 만들어본 적은 없는 분께 추천합니다.
AI 도구를 활용하는 것과 AI 에이전트가 어떻게 작동하는지 이해하는 것은 다릅니다. 기획서에 AI를 자신 있게 녹이려면, 한 번쯤은 직접 만들어보는 경험이 필요합니다. 그 경험을 체계적으로 쌓을 수 있는 과정이었습니다.
개발 경험이 없어도 괜찮습니다. 저도 개발자가 아니었고, 막히는 순간이 많았습니다. 다만 막혔을 때 포기하지 않고 분해해보려는 태도가 있다면 충분합니다.
한 가지 덧붙이자면, 완성된 결과물을 내겠다는 목표보다 이 과정에서 무엇을 이해하고 가겠다는 목표로 임하시는 걸 추천합니다. 저는 완성하지 못한 프로젝트에서 가장 많이 배웠습니다.
10. 이제 현업으로 나아갈 본인의 커리어 비전과, 다음 기수 후배들을 위한 진심 어린 조언 한마디 부탁드립니다.
현업에서 반복되지만 자동화되지 못한 일들, 베테랑만 아는 판단 기준들을 AI 에이전트로 구조화하는 PM이 되고 싶습니다. 거창한 AI 전환보다, 실제 현장의 작은 문제를 제대로 푸는 것부터 시작하려 합니다.
완성보다 이해를 먼저 챙기세요. 돌아가는 코드보다 내가 설명할 수 있는 구조가 더 오래 남습니다.
노드크루와 함께 AI 개발자로 성장하고 싶다면?
청년취업사관학교 새싹(SeSAC)
(서초3기) LLM Agent를 활용한 서비스 기획 및 제작 과정
sesac.seoul.kr
