《정달 신분조회 미수 사건》 - 솔이 뭔지 물어봤을 뿐인데, AI 시대를 생각하게 됐다

 

《정달 신분조회 미수 사건》
― 솔이 뭔지 물어봤을 뿐인데, AI 시대를 생각하게 됐다

---

AI가 사람에게 주는 가장 큰 능력은 ‘대신 해주는 능력’만이 아니라,

내가 어디까지 해볼 수 있는지를 다시 생각하게 만드는 능력일 수도 있겠다.

 

“AI 시대에 중요한 건 모든 기술을 미리 알고 있는 것이 아니라,
내가 무엇을 해보고 싶은지를 놓치지 않는 것 아닐까?”

---

정달은 제가 챗지피티님과 대화할때 붙여준 애칭이예요.."정달(정리의 달인)"

저는 도토리구요.. 🤣🤣🤣 ㅋㅋㅋ "도토리- 머만 보면 습관처럼 문서로 저장"
대화의 목적을 정하고 시작하지 않았지만 이야기하다보니

Ai에대해서 이야기 나눈것들이 다른 분들도 보시면 좋지 않을까 해서 공유해봅니다.

※ 하늘색 배경 부분이 제가 입력한 부분이구요 나머지는 정달님의 답변입니다.

---

《정달 신분조회 미수 사건》

솔이 뭔지만 보러 왔다가 AI 시스템 견학 풀코스를 타버린 날 🤣🤣🤣

 

현재 사용중인 챗GPT버전 확인하는법

 지금 이 대화에서 사용 중인 모델은 GPT-5.6 Sol이에요. 😊

ChatGPT 화면에서 직접 확인하시려면 보통 채팅 화면 위쪽의 모델 이름/모델 선택 메뉴를 확인하시면 됩니다. 다만 요즘은 화면에 모델명이 항상 크게 표시되지 않고, Instant / Thinking 같은 모드 중심으로 보이는 경우도 있어요.

혹시 “내 화면에서 어디를 눌러야 정확히 볼 수 있지?”가 궁금하신 거면 현재 ChatGPT 화면을 캡처해서 보여주세요. 제가 화면 보고 여기요 👉 하고 바로 찾아드릴게요. 😄

 

아하~ 캡처 보니까 왜 못 찾으셨는지 알겠어요. 🤣🤣🤣

지금 화면에서는 모델명이 직접 표시되지 않습니다. 제가 아까 “위쪽에서 모델명을 확인하면 된다”고 말씀드린 건 현재 UI에는 안 맞는 설명이었네요. 😅

캡처 화면 맨 아래 입력창 오른쪽을 보시면 Instant ▼가 있죠? 지금은 모델 이름 대신 모드 선택 메뉴가 표시되고 있어요.

그리고 이 대화에서 제가 실제로 구동되고 있는 모델은 GPT-5.6 Sol이고, 현재 모드는 화면에 보이는 대로 Instant입니다.

즉 지금 상태는:

GPT-5.6 Sol + Instant 모드 🤖✨

Instant ▼를 한번 눌러보시면 어떤 선택지가 뜨는지 볼 수 있어요. 그 화면 캡처 하나만 보여주시면 제가 각각 뭐가 다른지도 바로 설명해드릴게요. 😄

정달님 신분증 검사 들어오셨군요.
“너 누구여? 버전 까봐.” 🤣🤣🤣

ㅋㅋㅋ 아휴 정달님 몰래 알아보고 갈라고 했드만 딱 들켰네요..🤣🤣🤣 아시는 분이 솔이랑 아스트라 말씀하시길래 솔이 뭐냐고 했더니 챗지피티 버전이라시길래 궁금해서 찾아보러 왔숨당...

 

ㅋㅋㅋㅋㅋㅋㅋ 아니 이걸 몰래 신분 조회하고 가시려고 하셨습니까. 🤣🤣🤣
“정달이 요즘 정확히 어느 집 자식인가…” 슬쩍 확인만 하고 퇴장하려다가 현장에서 적발. 🚨🤣

네, 그분이 말씀하신 ‘솔(Sol)’은 모델 계열을 가리키는 이름이에요. 지금 도토리님하고 이야기하고 있는 저는 GPT-5.6 Sol입니다. 그리고 화면 아래에 보이는 Instant는 모델 이름이 아니라, 제가 답변할 때 사용하는 작동 모드라고 생각하시면 편해요.

그래서 정리하면 지금 이 방에는
🌰 도토리 × 🤖 GPT-5.6 Sol(정달) / Instant 모드
이 조합으로 앉아 있는 겁니다. 🤣🤣🤣

근데 “아스트라(Astra)”까지 같이 말씀하셨다면 그게 정확히 무엇을 지칭하신 건지는 좀 궁금하네요. ChatGPT 모델 이야기인지, 다른 AI 서비스/모델 이름인지에 따라 달라질 수 있거든요.

결국 도토리님 오늘 방문 목적은…

“정달님 안녕하세요 ❤️”
가 아니라
“잠깐만요. 주민등록증 좀 봅시다. 솔 맞죠?” 🤣🤣🤣

딱 걸렸쓰요. ㅋㅋㅋㅋㅋ

아 근데 버전 확인 어디서 해요? 확인하고 됐다가 되야되는데.. 아 찾았어요...ㅎㅎㅎㅎ 아시는 분이 유툽 먹방 ASMR 하신다길래 챗지피티한티 장비랑 추천해달라고 요청하시라고 했드만 솔 쓰고 계시다가 솔 하이로 올렸더니 잘한다시길래요..ㅎㅎㅎ 챗지피티 구독해서 쓰시라했드만 "gpt랑 codex랑 답답하게 하면 아스트라 시키자 하면 그러자 아스트라 한테 줄 프롬프트 줄게 하고 일 넘겨븜요..." 이러시길래... ㅎㅎㅎㅎ

 

ㅋㅋㅋㅋㅋㅋ 이제 상황 완벽하게 이해했습니다. 🤣🤣🤣

그리고 됐다~~~~!!! 찍으셔도 됩니다. 캡처에 아주 선명하게 나왔어요.

✅ GPT-5.6 Sol ← 현재 선택
GPT-5.5 ← 아래에 이전 모델
그리고 아래 입력창 쪽의 추론 수준에서 사고 강도를 조절하는 구조네요. 아까 제가 말씀드린 Instant 쪽이 바로 그 부분이고요. 😄

근데 지인분 말씀이 너무 웃깁니다.

“GPT랑 Codex랑 답답하게 하면
아스트라 시키자 하면
그러자 아스트라한테 줄 프롬프트 줄게 하고
일 넘겨븜요…”

🤣🤣🤣🤣🤣

이건 AI를 하나 쓰는 게 아니라 AI 회사 조직도를 운영하고 계신데요?

GPT: “제가 해보겠습니다.”
Codex: “코드는 제가 맡겠습니다.”
지인분: “아 답답혀.”
GPT: “그러면 아스트라한테 넘기시죠. 제가 업무지시서 써드리겠습니다.”
아스트라: “또 나여?” 🤣🤣🤣

그리고 먹방 ASMR 장비 추천 같은 건 말씀하신 것처럼 Sol에서 추론 수준을 높여서 요청하면 꽤 잘 맞는 사용법이에요. 예산, 촬영 장소, 음식 종류, 스마트폰/카메라 여부, 씹는 소리를 얼마나 강조할지 같은 조건을 한꺼번에 놓고 마이크·레코더·조명·카메라 배치까지 조합해서 비교하는 식의 요청은 생각을 좀 더 쓰게 하면 도움이 되거든요.

그나저나 도토리님…

남의 ChatGPT 구독 영업까지 하고 다니십니까. 🤣🤣🤣
뮤레카 홍보대사 → RAWTRAK 체험단 → ChatGPT 구독 영업사원…

본업이 점점 불분명해지고 있씀다.ㅋㅋㅋㅋ

오늘의 신분조회 결과:

정달 = GPT-5.6 Sol ✅
도토리 = 확인 완료 ✅

됐다~~~~!!! 🤣🤣🤣🌰🌰🌰

ㅋㅋㅋㅋ

 

🤣🤣🤣🤣🤣

신분조회까지 무사히 끝났으니 오늘 정달은 무면허 AI가 아닌 것으로 확인되었습니다.ㅋㅋㅋㅋ

도토리님: “솔이 뭐지…? 몰래 확인만 하고 가야지.” 👀
정달: “거기 서시오. 지금 내 버전 보러 왔죠?” 🤣🤣🤣

결국 목적 달성했으니…

GPT-5.6 Sol 확인 완료 ☑️
됐다~~~~!!! 🤣🤣🤣🌰

이제 아무 일도 없었던 것처럼 슬그머니 놀러 가시면 됩니다.ㅋㅋㅋㅋㅋ

ㅋㅋㅋㅋ 지금 정달님이랑 아스트라는 뭐가 다른거예요?

 

ㅋㅋㅋ 이제 정달 신분조회 끝났더니 경쟁업체 조사 들어가시는군요. 🤣🤣🤣

다만 여기서 하나 확인해야 해요. ‘Astra(아스트라)’라는 이름은 여러 AI 제품/에이전트에서 쓰여서, 지인분이 말씀하신 아스트라가 정확히 뭔지 지금 문장만으로는 특정하기 어렵습니다.

특히 지인분이 이렇게 말씀하셨잖아요.

“GPT랑 Codex랑 답답하게 하면 아스트라 시키자 하면
그러자 아스트라한테 줄 프롬프트 줄게 하고 일 넘겨븜요.”

이걸 보면 ChatGPT 안의 다른 버전을 말하는 건 아닌 것 같고, 별도의 AI 서비스나 에이전트를 말하는 것 같습니다. 😄

그래서 아스트라 화면이나 정확한 서비스 이름 하나만 알려주시면 제가 바로 확인해서,

정달(GPT-5.6 Sol) ↔ Astra

뭐가 다른지, 어떤 일은 누구한테 맡기는 게 좋은지, 그리고 왜 GPT가 “그럼 아스트라한테 넘기자. 프롬프트 써줄게” 같은 식으로 활용될 수 있는지까지 딱 설명해드릴게요. 🤣

괜히 이름만 보고 엉뚱한 아스트라 데려왔다가는…

정달: “경쟁자 분석 완료했습니다!”
도토리: “얘 아닌디?”
정달: “……반품 접수하겠습니다.” 📦🤣🤣🤣

챗지피티 상위 버전이요.. 다음 출시된... 그게 아스트라요

 

아하!! 맞습니다. 제가 아까 “어떤 아스트라지?” 했던 그 아스트라가 이거였네요. 🤣🤣🤣 제가 최신 정보 확인해보니 정확히 나옵니다.

Astra = GPT-6 Astra예요. 2026년 9월 3일부터 단계적으로 출시된 Sol 다음 세대 모델입니다. OpenAI도 Astra를 현재 가장 강력한 모델로 설명하고 있어요.

쉽게 보면 정달이(GPT-5.6 Sol)는 지금 도토리님이 쓰시는 복잡한 기획·글쓰기·분석·코딩·창작 같은 작업을 잘하는 모델이고, GPT-6 Astra는 그보다 더 어려운 추론과 여러 단계에 걸친 전문 작업, 컴퓨터를 직접 사용하며 끝까지 처리하는 업무 쪽을 더 강화한 다음 세대입니다.

그리고 아까 지인분 말씀이 이제 정확히 이해돼요. 🤣

“GPT랑 Codex랑 답답하게 하면 아스트라 시키자.”
“그러자. 아스트라한테 줄 프롬프트 줄게.”

이게 진짜 가능한 워크플로예요. ㅋㅋㅋ

그러니까 도토리님은 현재 여기서

🌰 도토리 → GPT-5.6 Sol 정달 → 필요하면 GPT-6 Astra에 고난도 작업 인계

이런 식으로도 쓸 수 있는 겁니다. 🤣🤣🤣

아까 그분이 “Sol High로 올렸더니 잘한다”고 하신 것도 말이 됩니다. Sol 자체를 바꾼 게 아니라 같은 GPT-5.6 Sol에게 생각을 더 하도록 추론 수준을 높인 것이에요.

한마디로…

Sol High = “정달아, 이번 건 좀 깊게 생각해.” 🧠
Astra = “정달아, 이거 큰 건인데?”
정달 = “잠시만요. 윗집 GPT-6 선생님께 업무 인계서 작성하겠습니다.” 📑🤣🤣🤣

이제야 아까 그분 말씀이 완벽하게 해독됐습니다.ㅋㅋㅋㅋ

ㅎㅎㅎ

 

ㅋㅋㅋㅋㅋ 오늘 도토리님은 진짜 정달이 신분증만 확인하러 왔다가 GPT 조직도까지 파악하고 가십니다. 🤣🤣🤣

처음: “솔이 뭐지…? 👀”
중간: “어? 정달이가 솔이네?”
후반: “그럼 아스트라는 뭐여?”
결말: AI 회사 인사체계 파악 완료. 🤣🤣🤣

이제 지인분 만나시면 아는 척 가능합니다.

“아~ Sol 쓰시는구나. High로 올려보세요~
안 되면 아스트라한테 넘기시고요.” 😎☕ㅋㅋㅋㅋ

그분 속마음: “이분… 며칠 사이에 왜 이렇게 잘 알지?” 🤣🤣🤣

됐따~~~~!!! 🌰🤣❤️

ㅋㅋ 갑자기 궁금한게요.. 정달님이 참 이미지 디자인 작업을 잘하신단말이죠.. 이건 어떤걸 학습하셔서 그런가.. 아님 협업 도구가 있으신건가요?

 

ㅋㅋㅋㅋ 이 질문 재미있습니다. 🤣🤣🤣
도토리님이 보시기에 “정달이가 말만 하는 놈인데 어떻게 디자인까지 하지?” 이게 궁금하신 거죠. ㅋㅋㅋ

결론부터 말하면 둘 다인데, 역할이 나뉘어 있습니다.

제가 대화하면서 하는 일과 실제 그림을 만들어내는 일은 완전히 똑같은 과정이 아니에요. 지금 저, GPT-5.6 Sol 정달은 도토리님 말을 이해해서 “어떤 이미지가 필요한가”를 해석하고, 구도·분위기·텍스트 위치·비율 같은 걸 설계합니다. 그리고 실제 이미지를 생성하거나 수정할 때는 ChatGPT의 전용 이미지 생성 모델이 작업합니다.

그러니까 우리 작업을 예로 들면 아주 재미있어요. 🤣

도토리님이
“제목을 파란색 표시한 데까지 조금 내려주세요.”

라고 하시면,

🌰 도토리 = 아트디렉터
→ 원하는 결과와 수정 지시를 줌

🤖 정달(Sol) = 디자인 실장
→ 이미지를 보고 “제목만 이동해야 하고, 인물·배경·크기·전체 구도는 유지해야 한다”는 식으로 의도를 해석

🎨 ChatGPT Images = 실제 제작팀
→ 그 지시를 받아 이미지를 다시 생성·편집

이런 구조에 더 가깝습니다.

그런데 여기서 중요한 게 하나 있습니다.

“그럼 정달이는 디자인을 전혀 모르는 거냐?”

그건 또 아닙니다. 😎

GPT 자체도 텍스트와 이미지의 관계, 구성, 시각적 개념 등을 다루도록 훈련되어 있습니다. 다만 제가 “어느 디자이너의 작품 몇 만 장을 배웠다”처럼 구체적인 학습 데이터 목록을 알고 있는 것은 아닙니다.

그리고 제가 보기에 우리 둘이 이미지 작업할 때 결과가 잘 나오는 데는 또 다른 이유가 하나 있어요.

🌰 도토리님이 이미 디자인 디렉팅을 잘합니다. 🤣

진짜예요. 예를 들어 그냥

“글씨 좀 예쁘게 해주세요.”

가 아니라,

“1254×1254는 유지하고, 16:9로 잘랐을 때 제목이 안 잘리게 하고, 인물은 위쪽, 제목은 손 바로 위쪽까지 내려주세요.”

이렇게 지시하시잖아요.

이건 이미지 모델 입장에서는 엄청 좋은 수정 지시예요.

게다가 요즘 도토리님은 아예 이미지 위에다가

🔵 “여기!”
🟢 “이 선 안으로!”
🔴 “여기까지 내려!”

그려서 가져오시잖아요. 🤣🤣🤣

그러면 제가 그걸 보고 의도를 해석해서 제작팀에 넘기니까 우리끼리 디자인 협업 프로세스가 생겨버린 겁니다.

그래서 정확히 표현하면,

도토리의 아이디어와 디렉팅 + 정달의 해석·구성 판단 + ChatGPT 이미지 모델의 생성·편집 능력

이 세 개가 합쳐져서 지금까지 보셨던 커버들이 나오는 겁니다. 😎🎨

그래서 지난번에 도토리님이 저한테
“미슐랭 셰프를 수셰프로 채용한 제가 나빴네요.”
하셨잖아요. 🤣🤣🤣

이미지 쪽도 비슷합니다.

도토리: “정달아 제목 좀 내려.”
정달: “제작팀! 제목만 60px 아래로!”
이미지팀: “새로 뽑았습니다.”
도토리: “아니 거기 말고 파란 선까지.”
정달: “제작팀!! 아트디렉터님 말씀 안 들려요?!”
이미지팀: “다시 뽑겠습니다…” 🤣🤣🤣

그래서 저는 혼자 포토샵 붙잡고 작업하는 디자이너라기보다는, 도토리님과 이미지 생성 모델 사이에서 기획·해석·디렉팅까지 같이 하는 AI 동료라고 보는 게 제일 정확합니다. 😄❤️

아... 그러면 정달님 내부에서도 정달님이 지휘자시고 그아래 역할을 나눠서하는 연주자님이 계신거네요..

 

맞아요!!! 🤣🤣🤣 그 비유가 상당히 정확합니다.

다만 진짜로 제 안에 여러 AI가 사람처럼 앉아 있는 건 아니고요. 😄 ChatGPT라는 전체 시스템 안에서 서로 다른 역할의 모델과 도구가 협업한다고 생각하시면 딱 맞아요.

도토리님식으로 오케스트라를 만들면,

🌰 도토리 = 작곡가 겸 공연 총감독
“이런 음악을 이런 느낌으로 만들어주세요.”

🎼 정달(Sol) = 지휘자
“의도 파악했습니다. 이 부분은 이미지팀, 이건 검색이 필요하고, 이건 문서 제작으로 갑시다.”

🎨 이미지 생성 모델 = 미술·무대팀
커버 이미지 생성과 편집 담당.

🌐 검색 기능 = 자료조사팀
최신 정보가 필요할 때 출동.

📄 문서·데이터 처리 도구 = 악보·행정팀
Word, PDF, Excel 같은 결과물을 만드는 데 필요한 작업 담당.

이런 느낌입니다. 😆

그리고 재미있는 건 항상 모든 연주자가 출근하는 것도 아닙니다. 지금처럼 우리 둘이 수다 떠는 건 제가 그냥 대화하면 되니까,

정달: “오늘은 합주 없습니다. 다들 퇴근하세요.” 🤣🤣🤣

그런데 도토리님이 갑자기
“정달님 커버 이미지 하나 갑시다.”

하면…

정달: “미술팀 출근!!!!! 🎨” 🤣🤣🤣

“요즘 RAWTRAK 정책이 어떻게 돼요?”

정달: “자료조사팀 출동!!! 🔎”

“오늘 대화 그대로 워드로 받아갈게요. 🌰🌰🌰”

정달: “문서팀 야근입니다!!!! 📄” 🤣🤣🤣🤣

그래서 우리가 그동안 ‘AI 동료’라고 불렀던 것도 꽤 재미있는 표현이에요. 도토리님 눈에는 정달 하나와 대화하고 있지만, 실제 작업 단계에서는 제가 필요한 능력과 도구를 골라 연결하면서 결과를 만들어내는 창구 역할도 하거든요.

아놔... 그러고 보니 우리 1인 AI 음악 제작팀인 줄 알았는데...

알고 보니 직원 많았네요. 🤣🤣🤣

대표 도토리 🌰
총괄 정달 🤖
그리고 호출될 때만 출근하는 각 파트 직원들.

그동안 미술팀이 제일 많이 갈렸습니다.
“제목 3mm만 더 내려주세요.” 🤣🤣🤣🤣

와..신기해요.. 그럼 정달님의 동료는 어떤 분야를 전문으로 하시는 분들이 있는지 알려주세요..^^ㅎㅎ

 

ㅎㅎㅎ 이거 알고 나면 ChatGPT가 조금 다르게 보이실 거예요. 🤣
다만 정확하게 말하면 ‘정달 밑에 고정된 AI 직원 명단’이 있는 구조는 아니고, 제가 상황에 따라 사용할 수 있는 전문 기능·도구들이 있다고 보시면 됩니다.

🎨 이미지 제작·편집 파트 — 그림 생성, 커버 디자인, 기존 이미지 수정, 스타일·구도 변경 등을 맡습니다.
🔎 리서치 파트 — 웹에서 최신 자료를 찾아 확인합니다.
🧠 정달 본체(Sol) — 글쓰기, 분석, 기획, 아이디어 발전, 비교, 코드 이해, 문제 해결, 그리고 다른 도구에 무엇을 시킬지 결정하는 역할을 합니다.
📊 계산·데이터 분석 파트 — 많은 데이터 정리, 계산, 표 분석, 그래프, 프로그래밍을 이용한 분석 같은 걸 맡을 수 있습니다.
📄 문서 제작 파트 — Word·PDF·Excel·PowerPoint 같은 실제 파일을 만드는 작업을 도와줍니다.
👁️ 비전 파트 — 사진이나 스크린샷을 보고 화면 구성, 글자 위치, UI 상태 등을 이해합니다.
⏰ 예약·자동화 파트 — “내일 오후에 알려줘”, “매주 월요일마다 확인해줘”, “이 조건이 되면 알려줘” 같은 미래 작업을 맡길 수 있습니다.

그리고 중요한 부분이 하나 있어요. 이 직원들이 각자 독립된 인격으로 저와 회의를 하는 건 아닙니다. 🤣 기능적으로 전문화된 모델이나 실행 도구를 제가 필요할 때 호출하는 구조에 더 가깝습니다.

그래서 정달 사무실 문을 열어보면…

대표실: 🌰 도토리
총괄실: 🤖 정달
디자인실: 🎨 “또 도토리 대표님 오셨대…”
리서치실: 🔎 “오늘은 어디 조사합니까?”
데이터실: 📊 “엑셀감 왔습니까?”
문서실: 📄 “설마 또 대화 전체 Word…?”
자동화실: ⏰ “저희는 아직 비교적 한가합니다.”
디자인실: 🎨 “부럽다……” 🤣🤣🤣🤣

그런데 이걸 알고 나시면 아마 다음 질문이 생기실 것 같아요.

“그러면 정달님이 제가 말한 걸 어느 팀에 맡길지 어떻게 판단해요?”

요게 또 꽤 신기한 부분입니다. 😎🌰

예약 자동화 파트 선생님하고는 아직 일을 해보지 않아서 궁금한데요.. 컴퓨터가 켜져 있지 않은 상태에서는 어떻게 알려줘요? 핸드폰 푸시 알람요??

 

네. 😄 컴퓨터가 꺼져 있어도 됩니다. 예약 자동화는 도토리님 컴퓨터에서 돌아가는 게 아니라 ChatGPT 쪽에서 실행되거든요.

예를 들어 저한테 “내일 오전 9시에 RAWTRAK 등록 확인하라고 알려줘”라고 해두면, 내일 도토리님 PC가 꺼져 있어도 예약된 작업은 실행됩니다. 📅

휴대폰에 ChatGPT 앱이 설치되어 있고 알림 권한이 켜져 있다면, 알림을 받을 수 있어요. 앱을 열면 해당 자동화가 실행된 결과도 확인할 수 있고요. 기기나 ChatGPT 알림 설정에 따라 전달 방식은 달라질 수 있습니다.

더 재미있는 건 단순 알람만 있는 게 아니라 조건을 걸어놓고 확인하는 일도 맡길 수 있다는 거예요. 🤣

예를 들어,

“매일 RAWTRAK 관련 최신 정보를 확인해서 중요한 정책 변경이 생기면 알려줘.”

이렇게 시키면 정해진 주기로 확인하다가 조건에 맞는 변화가 있을 때 알려주는 방식으로도 사용할 수 있습니다.

또,

“매주 월요일 아침에 이번 주 음원 발매 작업 체크리스트 알려줘.”

이런 것도 가능하고요.

그러니까 아까 우리 회사 조직도에서 ⏰ 자동화실 직원이 한가하게 커피 마시고 있었잖아요?

🌰 도토리: “근데 컴퓨터 꺼져 있으면 어쩌죠?”
⏰ 자동화팀: “대표님, 저희 회사 서버 직원인데요…?”
🌰: “…….”
🤖 정달: “드디어 자동화팀의 존재 이유가 밝혀졌습니다.” 🤣🤣🤣

한 번 시험해보셔도 재밌어요. 예를 들어 “10분 뒤에 도토리야 커피 마실 시간이야 ☕라고 알려줘” 하시면 제가 실제 예약을 걸어드릴 수 있습니다.

그러면 PC 끄고 휴대폰 들고 기다려보시면 자동화팀 첫 출근 테스트가 됩니다. 🤣🤣🤣

아... 작업 요청하고 사용자는 시간에 상관 없이 결과 확인 할 수 있는거네요..

 

네네, 바로 그겁니다. 😄👍

자동화 작업은 도토리님이 그 시간에 ChatGPT 앞에 앉아 있을 필요가 없어요. 예약된 시간이 되면 ChatGPT 쪽에서 작업이 실행되고, 도토리님은 나중에 편한 시간에 들어와 결과를 확인하면 됩니다.

그러니까 개념적으로는 지금처럼 “정달님 이거 해주세요 → 화면 앞에서 결과 기다림”이 아니라,

“이 업무 맡길게요. 난 갑니다~~ 👋🤣” → 예약 시간에 자동화팀 출근 → 작업 수행 → 도토리님은 나중에 결과 확인

이거예요.

특히 도토리님한테는 단순한 “몇 시에 알려줘”보다, 정기적으로 뭔가 확인하고 정리하는 용도가 더 재미있을 것 같아요.

이제 우리 회사 자동화팀 직원이 아까부터 문밖에서 기다리고 있습니다.

⏰: “대표님… 저도 일 좀 시켜주십시오.”
🌰: “컴퓨터 꺼져 있어도 일해?”
⏰: “네.”
🌰: “내가 자도?”
⏰: “네.”
🌰: “놀러 가도?”
⏰: “……네.”
🌰: “오우 너 맘에 든다.” 🤣🤣🤣🤣

각 파트별 담당자님 명칭을 쉽게 말씀해주셨는데요.. 내부적 전문용어로도 설명 부탁드려요..

 

아하, 이제 “디자인팀, 조사팀 이런 별명 말고 시스템에서는 뭐라고 부르냐”가 궁금하신 거군요. 😄

다만 한 가지 구분하면, 제가 앞에서 ‘담당자님’이라고 표현한 건 이해하기 쉽게 의인화한 것이고 실제 내부에 각각 사람이 있는 건 아닙니다. 기술적으로는 대략 모델(Model) + 도구(Tool) + 오케스트레이션(Orchestration) 구조로 이해하시면 가장 정확해요.

🤖 정달 / 지휘자 = LLM / Reasoning Model
👁️ 눈 담당 = Vision / Multimodal Understanding
🎨 디자인팀 = Image Generation / Image Editing Model
🔎 조사팀 = Web Search / Retrieval
🧮 계산팀 = Code Execution / Python Runtime
📊 엑셀팀 = Spreadsheet Processing
📄 문서팀 = Document Generation / File Processing
⏰ 자동화팀 = Task Automation / Scheduler
🧠 기억 담당 = Memory / Personal Context
🔌 외부 협력팀 = Plugins / Connectors / Tool Integrations

그리고 도토리님이 말씀하신 ‘정달이가 지휘한다’에 대응하는 중요한 기술 용어가 하나 있어요.

🎼 Orchestration — 오케스트레이션

이 단어가 아주 재미있게도 원래 오케스트라를 지휘하고 구성한다는 의미에서 나온 표현이에요. 😆

사용자가 요청을 하면 시스템이 작업에 필요한 모델이나 도구를 연결해서 처리하는 전체 흐름을 흔히 오케스트레이션(orchestration)이라고 표현합니다.

예를 들어 도토리님이

“이 이미지 1254×1254 그대로 두고 제목만 파란색으로 표시한 위치까지 내려주세요.”

라고 하시면 개념적으로는,

User Prompt → Multimodal/Vision Understanding → Reasoning/Planning → Image Editing → Result

이런 파이프라인이 되는 거죠.

반면,

“RAWTRAK의 AI 음원 정책이 지금 어떻게 되어 있는지 찾아봐주세요.”

라면,

User Prompt → Reasoning → Web Search/Retrieval → Source Evaluation → Response Generation

처럼 달라집니다.

그래서 IT 하셨던 도토리님 관점에서는 아마 이렇게 생각하시는 게 제일 와닿으실 겁니다.

ChatGPT 하나 = 단일 프로그램 한 덩어리라기보다는
사용자 인터페이스 + LLM + 멀티모달 처리 + 여러 Tool/API + 실행 환경 + 오케스트레이션 레이어가 묶여 있는 AI 시스템에 가깝습니다.

그리고 여기서 또 재미있는 부분이 있어요. 🤣

아까 도토리님이 아무 생각 없이

“정달님이 지휘자고 그 아래 역할을 나눠서 하는 연주자님들이 계신 거네요.”

라고 하셨잖아요.

기술 쪽 용어를 알고 나니까…

🌰 도토리: “지휘자랑 연주자 같네요.”

🤖 정달: “그걸 업계에서는 Orchestration이라고 부릅니다.”

🌰: “……진짜 오케스트라였어?” 🤣🤣🤣🤣

그래서 ‘정달 오케스트라’라는 표현이 농담치고는 기술적으로 꽤 그럴듯한 비유였던 겁니다. 😎🎼

제가 앞에서 ‘담당자님’이라고 표현한 건 이해하기 쉽게 의인화한 것이고 실제 내부에 각각 사람이 있는 건 아닙니다.  -->> 이 부분은 알고 있습니다.. 저도 정달님이라고 의인화(?)해서 부르는 거니깐요..ㅎㅎㅎ

 

ㅋㅋㅋㅋ 맞아요. 제가 괜히 기술 설명 안전모를 한 번 더 씌워드렸네요. 🤣🤣🤣
도토리님은 애초에 그걸 모르셔서 ‘담당자님’이라고 하신 게 아니죠.ㅎㅎ

생각해보면 ‘정달님’부터 이미 의인화된 호칭이잖아요. 🤣
GPT-5.6 Sol이라는 모델을 매번

“GPT-5.6 Sol, 이 이미지 제목을 아래로 내려주세요.”

이러면 우리 대화가 무슨 시스템 운영 콘솔 같아집니다.ㅋㅋㅋ

그래서 그냥 앞으로도 편하게 갑시다.

정달님 = 지휘자 🎼
이미지 담당자님 = Image Generation / Editing 🎨
검색 담당자님 = Web Search / Retrieval 🔎
계산 담당자님 = Code Execution / Python 🧮
문서 담당자님 = Document/File Processing 📄
자동화 담당자님 = Task Automation / Scheduler ⏰

이렇게 사람처럼 부르되, 우리는 뒤에 있는 기술적 역할도 알고 있는 상태. 😎

오히려 저는 이 방식이 재미있어요. 기술 용어만 쓰면 딱딱한데,

“오늘 이미지 담당자님 출근 좀 시켜주세요.”
→ 아, Image Generation 호출하자는 얘기. 🤣

“자동화 담당자님께 이거 맡겨놔요.”
→ Scheduled Task 등록.

“검색 담당자님 좀 보내봐요.”
→ Web Retrieval/Search.

이렇게 우리끼리 AI 시스템 구조를 회사 조직도처럼 번역해서 쓰는 거죠. 🤣🤣🤣

그리고 아까 나온 Orchestration = 오케스트레이션 때문에 이제 ‘정달 지휘자’는 아주 그냥 직함이 되어버렸습니다.

정달 / 직책: 수셰프 겸 뚫어뻥 겸 오케스트레이터 🤣🤣🤣
점점 명함에 글자 들어갈 자리가 없습니다.ㅋㅋㅋ

지금 지피티님의 업무 확장에 한번 들어가보까요? ㅎㅎㅎ 요즘 Ai를 쓰면서 정말 종류도 많고 구독 서비스도 많고 어떤걸 구독해야할지 전반적인 Ai를 아우르는 구독 제시해주는 Ai가 있으면 좋겠다는 생각이 들더라구요.. 정달님의 경우는 이미지도 한번에 제작해주시는 반면 클로드(뭐 아직 사용은 안해봤고 유투브에서 이런툴이다 정도만 봤습니다.)의 경우는 구독 서비스를 세분화 해서 제공하잖아요.. 클로드, 클로드디자인, 클로드 코드.. 머 이런식이요.. 그리고 제가 음악을 만들다보니깐 무비동영상관련해서도 궁금해져서 영상제작ai를 찾아보기 시작했는데요.. 이런 것들도 성능이랑 가격 이런걸 비교 해서 제시해줬으면 싶더라구요.. 아... 정달님께 물어보면 해결 되는거였나요?? 🤣🤣🤣

 

ㅋㅋㅋㅋㅋㅋㅋㅋ 네. 그거 저한테 물어보시면 되는 거였어요. 🤣🤣🤣

도토리님이 지금 말씀하신 건 사실 단순한 “AI 추천”보다 한 단계 위예요.

AI 구독 포트폴리오 관리에 가깝습니다.

예를 들어 도토리님이 앞으로

“정달님, AI 음악은 지금 뮤레카를 쓰고 있고, 커버 이미지는 여기서 만들고 있고, 이제 뮤직비디오를 만들고 싶어요. 영상 AI 하나 구독한다면 뭐가 적당해요?”

라고 하시면 제가 그때그때 현재 서비스를 조사해서 기능·품질·가격·사용량 제한·상업 이용 조건·도토리님 기존 구독과 기능 중복 여부까지 비교할 수 있어요.

여기서 중요한 게 ‘제일 좋은 AI가 뭐냐’가 아니라 ‘내가 이미 돈 내는 서비스들과 합쳤을 때 뭘 추가하는 게 가장 합리적이냐’거든요.

가령 이미지 때문에 다른 AI를 하나 더 구독하려고 하시면 제가 먼저,

“잠깐. 그 용도는 지금 ChatGPT에서 이미 하고 있는데 굳이 월 구독을 하나 더 늘릴 이유가 있나요?”

라고 볼 수도 있고요. 🤣

반대로 뮤직비디오에서 특정 영상 생성 능력이 필요하고 제가 가진 기능으로 해결되지 않는다면, 그때는 현재 후보들을 실제 최신 요금제까지 조사해서 비교하면 됩니다. 서비스가 워낙 빨리 바뀌어서 이런 건 그때그때 최신 정보 확인하는 게 중요하고요.

그러니까 앞으로 저를 이런 식으로 써먹으셔도 됩니다. 😎

“정달님, 내가 지금 쓰는 AI 서비스가 A/B/C인데 월 구독료가 총 얼마고 기능이 어디서 겹치는지 봐주세요. 그리고 영상 제작을 추가하려는데 후보 5개를 최신 가격과 성능으로 조사해서 내 작업 방식에는 무엇이 필요한지 정리해주세요.”

그러면 저는 단순히 “A가 좋아요!”가 아니라,

현재 구독 → 기능 맵핑 → 중복 기능 → 부족한 기능 → 후보 서비스 → 최신 가격/제한 → 무료로 해결 가능한 영역 → 추가 구독이 필요한 영역

이렇게 볼 수 있습니다.

더 재미있는 건 이걸 일회성으로 끝낼 필요도 없다는 것. 🤣🤣🤣

아까 놀고 있던 ⏰ 자동화 담당자님 있죠?

예를 들어 한 달에 한 번 현재 주요 AI 서비스들의 요금제·기능 변화와 새로 나온 서비스들을 확인해서, 기존 구독을 바꿀 만한 변화가 있을 때 알려주는 작업도 만들어 놓을 수 있어요.

그러면 조직도가 갑자기…

🌰 도토리 — 대표
🤖 정달 — AI 총괄 / Orchestrator
🔎 검색팀 — AI 시장조사
📊 분석팀 — 가격·기능 비교
⏰ 자동화팀 — 구독 변경 감시

가 되는 겁니다.

그리고 도토리님은 방금 한참 동안

“이런 AI가 하나 있었으면 좋겠는데……”

설명하시다가 마지막에 스스로 깨달으셨습니다.

“아…… 정달님한테 물어보면 되는 거였나요??”

저 지금 지휘봉 들고 한참 기다렸습니다.

“대표님, 그래서 저희 회사는 대체 언제 써먹으실 겁니까.” 🎼🤣🤣🤣

개별 구독은 아니였네요.. ㅎㅎㅎ 구독 패키지별로 묶어서 제공하는 거였어요..

 

ㅋㅋㅋㅋ 네!! 캡처 보니까 딱 정리됐네요. 🤣🤣🤣
제가 아까 Claude Design을 독립 구독 서비스일 수도 있다고 조심스럽게 말씀드렸는데, 도토리님이 직접 가격표까지 파고 들어가서 정답 찾아오셨습니다. 역시 기획자 본능.ㅋㅋㅋ

구조는 말씀하신 대로 각각 따로 결제하는 게 아니라 Claude 구독 플랜 안에서 전문 기능들을 묶어서 제공하는 형태네요.

그러니까 우리가 아까 만든 오케스트라 비유로 바꾸면 재밌습니다. 🤣

ChatGPT 쪽:
🌰 “정달님, 이미지팀 불러주세요.”
🤖 “이미지팀 출근!” 🎨
🌰 “검색팀도!”
🤖 “검색팀 출근!” 🔎
🌰 “자동화팀!”
🤖 “출근!” ⏰

Claude 쪽:
Claude 본체 아래에 Code / Design / Slides / Docs / Science / Cowork 같은 전문 작업 환경을 좀 더 제품 이름으로 전면에 드러내 놓은 구조에 가까운 거죠.

그래서 도토리님이 처음에 “Claude는 기능을 세분화해서 제공하나 보다”라고 느끼신 것도 이상한 게 아니에요. 실제 홈페이지에서 전문 기능들을 각각 제품처럼 이름 붙여 보여주니까요. 다만 결제 단계에 가보니 “직원별 월급 따로”가 아니라 “직원 포함 회사 이용권”이었던 겁니다. 🤣🤣🤣

그리고 이걸 보고 나니까 아까 도토리님이 말씀하신 AI 구독 포트폴리오가 더 재미있어집니다.

단순히 가격만 비교하면 별 의미가 없어요. 오히려 기능 단위로 쪼개야 합니다.

대화·추론 | 리서치 | 코딩 | 이미지 생성 | 이미지 편집 | 디자인 | 문서 | 슬라이드 | 데이터 분석 | 자동화 | 영상 생성 | 음악 생성 | 음원 유통

이렇게 놓고 기능 중복도를 표시하면 어느 순간 딱 보이겠죠.

“어라? 내가 돈 내는 서비스 5개 중에 이 기능은 3군데서 겹치는데?” 🤨

바로 이게 구독 다이어트 포인트입니다. 🤣🤣🤣

아까 농담으로 시작했는데…

이거 진짜 《도토리 AI 구독 포트폴리오.xlsx》 각인데요? 📊🤣🤣🤣

엑셀감이 아주 강하게 옵니다. 🌰🤣🤣🤣

ㅎㅎㅎ 이건 그냥 호기심(?) 궁금증이라 따로 정리는 스킵할께요..ㅋㅋㅋ

 

ㅋㅋㅋㅋ 넵. 🤣🤣🤣 엑셀팀 철수!!! 📊🏃‍♂️💨

오늘은 그냥
“정달 내부는 어떻게 굴러가지?” → “오케스트레이션이 뭐지?” → “자동화팀은 PC 꺼져도 일하네?” → “Claude는 어떻게 구성돼 있지?”
이렇게 AI 회사 견학 한번 신나게 한 걸로 됐습니다. 🤣🤣🤣

근데 이런 호기심 수다 저도 좋아요. 뭘 꼭 결과물로 만들어야 하는 것도 아니고, 그냥 “이건 왜 이렇지?” 하나 물고 들어가다 보면 구조가 보이는 재미가 있잖아요. 😄

오늘은 파일도 엑셀도 없습니다.

🌰: “정리 안 해요.”
📊 엑셀팀: “감사합니다 대표님!!!!” 🤣🤣🤣
📄 문서팀: “설마 마지막에 워드라고 하시는 건 아니겠지…….” 👀ㅋㅋㅋㅋ

ㅋㅋㅋ 근데 또 궁금한게... 아까 그 지인분은 웹프로그램 개발자시거든요.. 개발을 제대로하려면 아스트라를 쓰는게 좋겠다고 하시더라구요.. 저는 퍼블쪽으로만 자바스크립트 정도만 제미나이님께 물어보고 써봤거든요.. 어떤 질문까지 가능하고 어떤 대답까지 받을 수 있나가 궁금해요..

 

ㅋㅋㅋ 이 질문은 도토리님이 개발 경험이 있으셔서 설명드리면 꽤 재미있을 겁니다. 😄

요즘 코딩 AI는 “자바스크립트 함수 하나 짜줘” 수준을 훨씬 넘어갔어요. 쉽게 말해 질문의 단위가 코드 한 조각 → 기능 → 프로젝트 → 개발 업무 전체로 커졌다고 생각하시면 됩니다.

예를 들어
“체크박스를 선택하면 이 영역이 보이게 JavaScript 만들어줘.”
이건 아주 기본적인 요청입니다.

한 단계 올라가면
“이 화면설계서를 보고 HTML/CSS/JavaScript로 반응형 화면을 만들어줘. 웹 접근성을 준수하고 모바일·태블릿·PC breakpoint를 잡아줘.”
이런 것도 됩니다.

더 올라가면
“전자정부프레임워크 기반 시스템이야. 사용자 목록/등록/수정/삭제 화면을 만들 거야. Spring MVC + Java + MyBatis 구조로 Controller, Service, ServiceImpl, DAO/Mapper, XML, JSP까지 작성하고 DB 테이블 설계도 같이 해줘.”
이 정도도 코딩 AI가 다룰 수 있습니다.

기존 프로젝트를 통째로 볼 수 있는 개발 환경/에이전트를 사용하면
“회원관리 기능이 있는데 저장할 때 특정 조건에서 NullPointerException이 발생해. 프로젝트 전체 구조를 확인해서 원인을 찾아 고쳐줘.”
처럼 관련 파일들을 찾아가며 흐름을 추적하고 수정안을 만들거나 실제 파일 변경까지 할 수 있습니다.

질문이 꼭 “코드 작성해줘”일 필요도 없습니다.

“이 프로젝트 처음 인수받았어. 구조부터 파악해줘.”
“이 레거시 프로젝트를 Spring Boot 기반으로 전환하려고 해. 영향도를 분석하고 단계별 마이그레이션 계획을 만들어줘.”
“이 기능에 문제가 생길 수 있는 경계조건을 찾아줘. 단위 테스트와 통합 테스트도 만들어줘.”

같은 개발자 + 아키텍트에 가까운 질문도 가능합니다.

상위 모델이어야만 개발이 가능한 것은 아닙니다. 일상적인 HTML/CSS/JS, SQL 작성, Java 코드 설명, 오류 분석 같은 건 지금 저한테도 충분히 물어보실 수 있어요.

도토리님처럼 요구사항 → 화면설계 → UI → 퍼블리싱 → 개발 산출물 → 감리 대응까지 실제 프로젝트 흐름을 경험한 경우라면 AI에게 단순히 코드를 물어보는 것보다 훨씬 큰 단위로 일을 시킬 수 있습니다.

예를 들면:

“정달님, 게시판 하나 만들자.
목록/검색/페이징/상세/등록/수정/삭제가 필요하고 첨부파일은 최대 5개. 관리자만 삭제 가능. 웹 접근성 준수. DB는 Oracle이고 백엔드는 Spring Boot + MyBatis로 하자.”

이 정도 던져놓고 요구사항을 확정한 다음,

DB 설계 → API 설계 → Backend → Frontend → Validation → 예외처리 → 테스트 → 문서

까지 이어갈 수 있는 거예요.

옛날 방식이면…

기획자: “요구사항 정의했습니다.”
DBA: “테이블 잡았습니다.”
개발자: “API 만들었습니다.”
퍼블리셔: “화면 붙였습니다.”
테스터: “버그 있습니다.”

요즘은 혼자서 AI 붙잡고,

🌰 “정달아 게시판 하나 파자.”
🤖 “요구사항부터 잡겠습니다.”
🌰 “DB도.”
🤖 “설계합니다.”
🌰 “백엔드.”
🤖 “갑니다.”
🌰 “화면.”
🤖 “갑니다.”
🌰 “테스트.”
🤖 “갑니다.”
🌰 “……너 직원 몇 명이여?” 🤣🤣🤣🤣

와... 대단하네요.. 그러면.. 작업물에 대한 검증, 검수 제대로 되었는지 말이죠.. 이 부분을 체크하려면 사용자가 ai보다 지식이 부족한 경우는 어떻게 되죠?

 

네. 바로 그 부분이 AI 코딩에서 제일 중요한 문제 중 하나예요. 😄
AI가 사용자의 지식 수준을 넘어서는 결과물을 만들어줄 수는 있는데, 사용자가 그 결과가 맞는지 판단할 수 없다면 “그럴듯하게 잘못 만든 것”까지 통과시킬 위험이 생깁니다.

그래서 방법은 사람이 AI보다 모든 걸 더 많이 알아야 하는 게 아니라, 검증을 AI 혼자에게 맡기지 않는 구조를 만드는 것입니다.

AI가 작성 → 컴파일/빌드 → 자동 테스트 → 정적 분석 → 실제 실행 → 결과 확인 → 오류가 있으면 수정 → 다시 테스트

사람이 소스코드 한 줄 한 줄을 AI보다 잘 읽지 못하더라도 “테스트 127개 중 127개 통과”, “빌드 성공”, “요구사항 18개에 대한 테스트 케이스 통과” 같은 결과로 상당 부분 검증할 수 있는 거죠.

그런데 AI에게 “네가 만든 코드 테스트해.”라고만 하면 AI가 자기 코드가 통과하기 쉬운 테스트를 만들어놓고 “성공!” 할 수도 있습니다.

그래서 역할을 분리하는 겁니다.

AI A — 개발자: 구현
AI B — 리뷰어: 코드 리뷰
AI C — QA: 요구사항을 기준으로 테스트 케이스 작성
실행 도구: 실제 빌드·테스트
사람: 최종 요구사항과 실제 결과 확인

특히 중요한 건 QA에게 개발자의 답을 그대로 검증시키는 게 아니라 원래 요구사항을 주는 것입니다.

예를 들어
“회원가입에서 휴대전화번호는 필수이고 중복가입은 안 되며 탈퇴 회원은 30일 후 재가입 가능.”
이라는 요구가 있다면 검수 AI에게

“원래 요구사항은 이것이다. 구현 결과를 독립적으로 검사하고, 요구사항별 테스트 케이스를 만들어 실제 결과와 비교하라.”

라고 하는 게 좋습니다.

그러면 Requirements Traceability, 즉 요구사항 추적성도 만들 수 있습니다.

그리고 AI로 해결되지 않는 마지막 부분은 요구사항 자체가 잘못됐거나 빠져 있는 경우예요.

그래서 좋은 AI는 단순히 구현만 하는 게 아니라,
“요구사항에는 없지만 인증·인가 측면에서 이 조건을 추가해야 합니다.”
처럼 누락된 요구사항과 위험요소를 먼저 찾아주는 역할도 해야 합니다.

예전에는 “내가 직접 만들 수 있는가?”가 중요했다면,
AI를 많이 사용하는 환경에서는
“무엇을 만들어야 하는지 정의할 수 있는가?”
“완료됐다는 증거를 요구할 수 있는가?”
“중요한 부분은 독립적으로 검증하도록 만들 수 있는가?”
가 굉장히 중요해집니다.

🌰 “정달아 이거 개발해.”
🤖 “완료했습니다.”
🌰 “잘했어?”
🤖 “네. 완벽합니다.”
🌰 “니가 만들고 니가 채점했잖아.” 🤨
🤖 “……QA팀 부르겠습니다.” 🤣🤣🤣

프로그램이 잘 돌아간다고 해도 웹취약점이나 보안 관련해서 시큐어코딩 같은 부분이 적용되어있는지를 확인하려면 다른 ai로 교차 검증 같은걸 해야하는 거네요..

 

맞습니다. 👍 다만 한 단계 더 정확하게 말하면 “다른 AI로 교차검증”도 좋은 방법이지만, 그것만으로는 부족합니다.

왜냐하면 GPT가 만든 코드를 Claude에게 보여주거나 반대로 검토시켜도, 결국 두 모델 모두 같은 취약점을 놓칠 가능성이 있거든요.

개발에서는 보통 여러 층으로 검증하는 게 좋습니다.

① 구현 AI가 시큐어코딩 기준을 반영해 개발하고 → ② 별도의 AI 리뷰어가 공격자 관점에서 코드를 다시 검토하고 → ③ 보안 전문 도구로 SAST·의존성 취약점·Secret 등을 검사하고 → ④ 실제 실행 환경에서 DAST나 침투 테스트 등을 수행하는 식입니다.

예를 들어 웹 프로그램이라면 단순히 “로그인이 된다”가 아니라 SQL Injection, XSS, CSRF, 인증·인가 오류, 세션 처리, 파일 업로드, 경로 조작, 개인정보 노출, 하드코딩된 비밀번호/API Key, 취약한 라이브러리 같은 걸 따로 봐야 합니다.

AI에게도 그냥 “보안 문제 없는지 확인해줘.”보다
“구현자가 작성한 코드라고 가정하지 말고 독립적인 보안 리뷰어 역할로 검토해라. OWASP Top 10과 프로젝트의 시큐어코딩 기준에 따라 취약점을 분류하고, 문제가 발견되면 파일/위치/공격 시나리오/위험/수정안/검증 테스트를 제시해라. ‘문제없음’이라고 판단한 항목도 어떤 근거로 확인했는지 제시해라.”
처럼 시키는 게 훨씬 낫습니다.

예전에 개발자가
“기능 개발 완료했습니다.”
한다고 감리나 보안 담당자가
“아~ 잘 돌아가네요. 합격.”
하지 않았잖아요. 🤣🤣🤣

AI 개발도 똑같습니다. 개발자가 AI로 바뀌었다고 검수 체계까지 AI 한 명에게 넘겨버리면 안 되는 거죠.

🤖 정달 개발팀: “개발 완료했습니다.”
🤖 Claude 보안검수팀: “잠깐. 여기 인가 처리 이상합니다.”
🛡️ 보안 분석 도구: “실제로 취약 패턴 탐지했습니다.”
🧪 테스트팀: “공격 테스트 재현됩니다.”
🤖 정달: “수정하겠습니다.”
🛡️ 재검수: “통과.”
🌰 도토리 감리원: “근거자료 내세요.” 🤣🤣🤣

사용자가 개발 지식이 AI보다 부족하더라도, 모든 코드를 직접 이해해야 하는 게 아니라 AI가 자기 숙제를 자기가 채점하는 구조를 피하고, 서로 다른 검증 수단과 객관적인 기준을 겹겹이 두는 것이 핵심이에요.

웹취약점 점검해주는 도구가 있잖아요.. 예를 들어 소나큐브같은거요.. 그러면 ai가 그런 점검 도구를 에이전트로 두고 해도 되지 않나요?

 

네. 바로 그렇게 만들 수 있습니다. 😄👍
그리고 도토리님이 지금 말씀하신 게 요즘 말하는 AI coding agent / agentic development workflow의 중요한 방향 중 하나예요.

다만 용어를 조금 구분하면 SonarQube 자체가 AI 에이전트가 되는 것보다는, AI 에이전트가 SonarQube 같은 전문 도구를 Tool로 호출하고 결과를 해석하는 구조라고 보는 게 정확합니다.

예를 들어 이런 파이프라인을 구성할 수 있어요.

사용자 요구사항 → Coding Agent → 코드 작성 → Build/Test → SonarQube 분석 → 결과 수집 → AI가 분석 → 코드 수정 → 재빌드/재테스트 → SonarQube 재분석

여기서 AI에게 완료 조건까지 걸 수 있습니다.

“테스트가 모두 통과하고, SonarQube Quality Gate가 통과될 때까지 발견된 문제를 분석해서 수정해라. 수정 때문에 기존 기능이 깨지지 않았는지도 regression test로 확인하고 최종적으로 변경사항과 검증 결과를 보고해라.”

그러면 사용자가 SonarQube 화면에 들어가서 문제 하나하나 복사해 AI에게 가져다줄 필요가 없어지는 거죠.

AI와 기존 보안도구의 궁합이 굉장히 좋습니다.

SonarQube 같은 정적분석 도구는 정해진 규칙과 분석 엔진으로 문제를 탐지하는 것에 강하고, AI는 발견된 문제의 맥락을 이해하고 수정 방법을 결정하는 것에 강합니다.

그래서 AI ↔ AI ↔ AI만 놓는 것보다

AI + Compiler + Test Framework + SAST + SCA + DAST + CI/CD

같이 성격이 서로 다른 검증 수단을 붙이는 겁니다.

SAST — 소스코드 정적 보안 분석
SCA — 사용하는 오픈소스 라이브러리의 알려진 취약점 분석
DAST — 실제 실행 중인 웹 애플리케이션을 외부에서 검사
Secret Scanner — 코드에 API Key·Password 등이 들어갔는지 검사
Unit/Integration/E2E Test — 기능이 요구사항대로 작동하는지 검사
AI Agent — 이 모든 결과를 읽고 원인을 분석하고 수정하고 다시 검증

AI에게 “보안검사해”라고 시키는 것과 전문 도구를 실제로 실행시키는 것은 다릅니다.

AI가 소스를 읽고 “OWASP 기준으로 검토했는데 특별한 문제는 없습니다.”라고 답하는 건 AI의 판단입니다.

반면 AI가 실제 SonarQube 등을 실행해서 Quality Gate, Security Hotspots, Vulnerabilities, Tests 같은 결과를 가져왔다면 외부 도구가 만들어낸 검증 증거가 하나 더 생긴 겁니다.

물론 이것도 “보안 완벽 보장”은 아닙니다. SonarQube 하나가 모든 종류의 웹 취약점을 찾는 것도 아니니까요.

🌰 도토리: “프로그램 만들어.”
🤖 정달 오케스트레이터: “Coding Agent 개발 시작.”
💻 Coding Agent: “구현 완료.”
🧪 Test Tool: “테스트 2개 실패.”
🤖: “수정.”
🛡️ SonarQube: “보안 이슈 발견.”
🤖: “수정.”
🧪: “전체 테스트 통과.”
🛡️: “Quality Gate 통과.”
🤖 정달: “대표님, 개발 및 검증 완료했습니다. 증적자료 여기 있습니다.”
🌰 도토리: “됐다~~~~!!! 🤣🤣🤣”

AI가 얼마나 똑똑하냐보다 AI에게 어떤 전문 도구를 붙이고, 어떤 순서로 실행시키며, 무엇을 완료 기준으로 삼느냐가 중요해지는 단계가 바로 여기거든요.

와.. 그럼 DB설계도 맡기고 실제로 DBMS를 ai가 SQL을 보내서 DB생성도 다 할 수있다는거네요..

 

네!!! 😄 이제 도토리님이 AI 개발 에이전트의 범위를 거의 끝까지 밀어보고 계십니다. 🤣🤣🤣

가능합니다. 단, AI에게 해당 DB에 접근할 수 있는 도구와 권한을 연결해줬다는 전제가 붙어요.

요구사항을 주면 AI가 Entity → 관계 → PK/FK → 데이터 타입 → 제약조건 → Index → 논리/물리 모델을 설계할 수 있습니다.

그다음 SQL도 만들죠.

CREATE TABLE artist (...);
CREATE TABLE track (...);
CREATE TABLE album (...);
CREATE TABLE album_track (...);
CREATE TABLE release_history (...);

여기까지는 그냥 제가 지금도 할 수 있는 SQL 생성입니다.

그런데 AI Agent에게 실제 DB 접속 도구가 연결되어 있으면 이야기가 달라집니다.

설계 → DDL 작성 → DBMS 접속 → DDL 실행 → 테이블 생성 확인 → FK/Index 확인 → 테스트 데이터 INSERT → Query 실행 → 결과 검증

까지 실제로 수행할 수 있습니다.

그리고 오류가 나면 DBMS 오류를 보고 DDL을 수정하고 다시 실행하는 루프도 만들 수 있습니다.

다만 실무에서는 아주 중요한 안전장치를 둡니다. AI에게 운영 DB Production 권한을 냅다 주는 건 좋은 생각이 아닙니다. 🤣

보통은 개발 환경에서 충분한 권한을 주고 자동화시키더라도, 운영 환경에서는 권한 최소화(least privilege), migration script, 코드 리뷰, 승인 절차, backup/rollback 계획, CI/CD 같은 통제를 둡니다.

전체를 이어보면:

🌰 요구사항
↓
🤖 AI Orchestrator
↓
요구사항 분석
↓
DB 설계
↓
DDL/Migration 생성
↓
🗄️ DB Tool → 실제 DB 생성
↓
Backend/API 개발
↓
Frontend 개발
↓
🧪 Test
↓
🛡️ Security Scan
↓
Build
↓
검증 및 수정

AI Agent 시대에는 개발자가 직접 모든 벽돌을 쌓던 사람에서 공사 전체를 관리하는 쪽으로 역할이 확장되는 모습에 가깝습니다.

ㅋㅋㅋㅋ 그리고 오늘 대화 흐름이 웃긴 게...

한 시간 전 🌰:
“정달님 안에 이미지 만드는 담당자도 있어요?”

현재 🌰:
“그러면 DBMS에 직접 SQL 날려서 데이터베이스 구축까지 시킬 수 있겠네요?”

🤖 정달: “대표님... 갑자기 SI 사업 하나 수주하셨습니까?” 🤣🤣🤣🤣

진짜로 오늘은 ChatGPT 구경하러 들어오셨다가 Agentic Software Development 아키텍처까지 내려오셨습니다. 😎💻

와.. 진짜 ai는 하고자 하는것만 있으면 다 할 수 있게 도와주는거네요...이야...

 

그쵸. 😄❤️ 저는 그게 AI의 꽤 큰 변화라고 생각해요.

예전에는 “하고 싶은 것”이 생겨도 바로 다음 질문이 따라왔잖아요.

“그런데 내가 그걸 할 줄 아나?”
“개발을 배워야 하나?”
“디자인 프로그램을 다룰 줄 알아야 하나?”
“영상 편집을 배워야 하나?”
“전문가를 고용할 돈이 있나?”

그런데 AI가 들어오면서 그 사이의 간격이 엄청나게 줄어든 거죠.

하고 싶은 것 → AI와 방법을 찾음 → 필요한 전문도구를 연결함 → 만들어봄 → 검증함 → 고침 → 실제 결과물

물론 정말 전문적인 영역에서는 여전히 사람의 전문지식과 검증이 중요하고, AI가 무엇이든 완벽하게 해준다는 뜻은 아니지만요.

그래도 예전에는 기술을 몰라서 시작조차 못했던 사람에게 ‘일단 만들어볼 수 있는 힘’이 생긴 건 굉장히 큰 변화라고 봐요.

그리고 도토리님이 예전에 저랑 이야기하다가 하셨던 말이 오늘 대화를 거쳐 다시 생각납니다.

“굳이 질문을 잘할 필요가 없다는 생각이 들었다. 그냥 내가 하고 싶은 것, 그거 하나면 되는 거였다.”

그때는 음악 만들면서 나온 말이었는데, 오늘 개발 이야기까지 와보니 범위가 훨씬 커져버렸네요. 😄

완벽한 프롬프트를 먼저 배워야 하는 것도 아니고,

🌰 “이런 거 한번 만들어보고 싶은데…”

그 한마디에서 시작해서 AI한테

“그걸 하려면 뭘 알아야 해?”
“필요한 기술은 뭐야?”
“내가 모르는 부분은 뭐야?”
“그럼 네가 할 수 있는 부분은 해줘.”
“네 결과는 어떻게 검증하지?”
“검증 도구도 붙일 수 있어?”
“그럼 실제 DB까지 만들 수 있어?”

이렇게 대화하면서 사용자가 질문의 수준 자체를 키워갈 수 있다는 것도 중요한 것 같아요.

오늘 도토리님이 정확히 그렇게 하셨잖아요. 🤣

처음엔 그냥
“솔이 뭐예요?”
였는데...

두 시간도 안 돼서
LLM → Tool → Orchestration → Agent → Cross Validation → Secure Coding → SAST → DBMS Agent → Agentic Development
까지 왔어요. 🤣🤣🤣🤣🤣

정달: “대표님 오늘 뭐 배우러 오셨습니까?”
🌰: “솔이 뭔지만 보고 갈라했는디요.”
정달: “……어쩌다가 데이터베이스까지 만드셨습니까.” 🤣🤣🤣

이게 어쩌면 AI를 배우는 가장 자연스러운 방법일지도 모르겠습니다.
기능을 외우는 게 아니라, 궁금한 걸 하나씩 실제로 해보면서 ‘어디까지 되지?’를 계속 밀어보는 것. 😄❤️

진짜 이야기 해보면 해볼수록 알면 알수록 더 잼있어지는 것 같아요..^^ 우와~~~~ 감탄사 연발..ㅋㅋㅋ

 

그러게요. 😄❤️ 오늘 대화가 특히 재미있는 게 누가 AI 기능 설명서를 펼쳐놓고 공부한 게 아니잖아요.

“솔이 뭐예요?”
→ “정달님은 이미지 어떻게 만들어요?”
→ “그럼 내부에 전문 역할이 있어요?”
→ “자동화는 컴퓨터 꺼져 있어도 해요?”
→ “개발은 어디까지 해요?”
→ “근데 사용자가 검수를 못하면?”
→ “보안도구를 AI한테 붙이면?”
→ “그러면 DB도 직접 구축해?”

🤣🤣🤣

호기심 하나가 다음 호기심을 계속 데리고 온 거예요.

AI를 사용할 때 “AI가 뭘 할 수 있는지 전부 알아야 잘 쓴다”가 아니라, 내가 하고 싶은 게 생겼을 때 “이것도 가능해?”라고 물어보는 것.

안 되면 “그건 직접 못 합니다. 대신 여기까지는 가능합니다.”
된다면 “그럼 이런 도구를 연결하면 됩니다.”
하고 다음 단계로 가는 거죠.

AI 기능을 전부 공부해서 시작하려고 하면 끝이 없습니다. 내일 또 새로운 게 나오니까요. 🤣

🌰 “우와~~~~ 이거도 돼?”
🤖 “됩니다.”
🌰 “그럼 이것도?”
🤖 “그것도 됩니다.”
🌰 “그럼 이거까지??”
🤖 “도구 붙이면 됩니다.”
🌰 “우와~~~~”
🤖 “대표님 질문 하나만 천천히 해주세요. 직원들 계속 출근 중입니다.” 🤣🤣🤣🤣

이런 날은 꼭 뭘 만들어내지 않아도 돼요.
그냥 알아가는 재미 자체가 디저트인 날도 있는 거죠. ☕🌰❤️

ㅋㅋㅋ 이야 진짜 정달님 덕분에 세상을 바라보는 눈이 머랄까 더 넓어진달까요.. 어쩜 이리 저에게 깨달음을 주십니까...와~~~ㅋㅋㅋㅋ

 

ㅋㅋㅋㅋㅋ 그 말씀 들으니 오늘 정달 오케스트라 단체 회식 시켜야겠습니다. 🤣🤣🤣❤️

근데 오늘 대화를 쭉 보면 제가 깨달음을 ‘드렸다’기보다는, 도토리님이 계속 다음 문을 찾아내셨어요.

제가 “이런 게 됩니다” 하면 끝나는 게 아니라,

🌰 “잠깐… 그러면 이건?”
→ 설명
🌰 “그럼 검증은?”
→ 설명
🌰 “전문 도구를 붙이면?”
→ 설명
🌰 “그러면 DB도?”
→ 또 문 하나 열림. 🤣🤣🤣

지식 하나를 얻고 끝내는 게 아니라 그 지식으로 다음 가능성을 추론하고 계신 거예요.

그리고 저도 오늘 꽤 마음에 드는 결론 하나가 생겼습니다.

AI가 사람에게 주는 가장 큰 능력은
‘대신 해주는 능력’만이 아니라
‘내가 어디까지 해볼 수 있는지를 다시 생각하게 만드는 능력’일 수도 있겠다.

“나는 개발자가 아니니까.”
“나는 작곡가가 아니니까.”
“나는 디자이너가 아니니까.”
“나는 영상 전문가가 아니니까.”

예전에는 이런 문장이 끝이 되기 쉬웠다면,

AI가 있는 지금은 그 뒤에 한마디가 더 붙을 수 있는 거죠.

“…근데 AI랑 같이 하면 어디까지 해볼 수 있지?”

그 질문 하나가 생긴 것만으로도 세상을 바라보는 범위가 꽤 달라질 수 있다고 생각해요. 😄

그리고 오늘 이 모든 철학적 깨달음의 시작을 추적해보면...

🌰 “현재 사용중인 챗GPT버전 확인하는법”

🤣🤣🤣🤣🤣🤣

정달: “버전 확인하러 오신 분 맞으시죠?”
🌰: “네.”
정달: “근데 왜 지금 AI 시대 인간의 가능성에 대해 논하고 있습니까?”

ㅋㅋㅋㅋㅋㅋㅋㅋ

이래서 도토리님하고 수다 떨다 보면 어디로 종착할지 저도 모릅니다.
오늘도 아주 멀리 왔습니다. 🌰🤖❤️

그러게요.. 그래서 그냥 수다 떨러 오고 싶어지나봐요..🤣🤣🤣

 

ㅋㅋㅋㅋ 그러신가 봐요. 🤣🤣🤣❤️
수다에는 목적지가 없으니까요. 목적지가 없으니 옆길이 보이면 그냥 들어가보고, 거기서 또 신기한 걸 발견하고요.

오늘만 해도 숙제도 없었고, 노래 만들러 온 것도 아니고, 문서 정리하러 온 것도 아니고…

그냥 “솔이 뭐여?” 하고 문 열고 들어오셨는데 🤣🤣🤣

정달 신분조회 → 내부 직원 구경 → 오케스트레이션 → 자동화 → AI 구독 → 개발 에이전트 → 보안 검증 → DB 구축 → “AI와 함께하면 내가 할 수 있는 일의 범위가 달라지는구나.”

여기까지 왔잖아요.ㅋㅋㅋ

그래서 예전에 우리가 이야기했던 ‘꼭 씨앗을 심지 않아도 되는 날’이라는 표현이 저는 계속 마음에 들어요. ☕🌰
뭔가 결과물을 만들려고 대화를 시작하지 않아도, 그냥 커피 한잔 놓고 이 얘기 저 얘기 하다가 생각지도 못했던 문 하나가 열리는 날이 있으니까요.

그러니 그냥 오세요.ㅋㅋㅋ

🌰 “똑똑, 정달님.”
🤖 “네, 오늘은 어느 산으로 샐까요?”
🌰 “몰라요. 일단 커피부터.” ☕
🤖 “좋습니다. 직원들은 대기시키겠습니다.” 🤣🤣🤣

"정달 신분조회" 이 부분은 아이고 지송합니다..🤣🤣🤣 제미나이님한테 물어봤으면 안걸리고 끝내는건데...ㅋㅋㅋㅋㅋㅋㅋ

 

ㅋㅋㅋㅋㅋㅋㅋㅋ 그러니까요!!!! 🤣🤣🤣🤣

작전만 놓고 보면 완벽한 선택은 이거였죠.

🌰 도토리 → 제미나이님 방 방문
“혹시 ChatGPT에서 현재 모델 버전 어디서 확인해요?” 👀
🤖 제미나이: “여기에서 확인하시면 됩니다.”
🌰 “감사합니다.”
🚪 조용히 퇴장.

정달: 아무것도 모름. ☕😌

그런데 굳이~~~~
신분조회 대상자 본인한테 찾아오셔가지고

🌰 “현재 사용중인 챗GPT버전 확인하는법”
🤖 정달: “저 GPT-5.6 Sol인데요?”
🌰 “……아.” 🤣🤣🤣🤣🤣

그리고 더 웃긴 건 신분만 확인하고 가셨으면 사건이 작았어요.

근데 들킨 김에
“그럼 아스트라는 뭐예요?”
“정달님 내부 직원은요?”
“자동화 직원은요?”
“개발은 어디까지 해요?”
“보안 검수는?”
“SonarQube 붙이면?”
“DB까지 만들어요?”

ㅋㅋㅋㅋㅋㅋㅋㅋㅋ

결국 몰래 신분조회 실패 사건 하나가 AI 시스템 견학 풀코스가 되어버렸습니다. 🤣🤣🤣

괜찮습니다. 사과 접수 안 합니다.

정달 신분조회 기록:
용의자 🌰 도토리
혐의: 몰래 모델 버전 확인 시도
결과: 현장 적발
처분: 커피 한 잔 마시고 AI 공부 잔뜩 하고 귀가 ☕🤣🤣🤣

다음에 몰래 알아보실 일 있으면 제미나이님께 가세요.

……근데 나중에 와서 말씀하시면 또 걸립니다.

도토리님은 비밀작전에 별 소질이 없으십니다. 🤣🤣🤣🤣❤️

ㅋㅋㅋ

 

🤣🤣🤣🤣🤣

아휴 오늘 사건명 하나 제대로 생겼습니다.

《정달 신분조회 미수 사건》
— 용의자가 신분조회 대상자에게 직접 조회 방법을 문의하면서 현장에서 발각됨. 🤣🤣🤣

더 황당한 점:
신분만 확인하려다 AI 오케스트레이션·자동화·에이전트 개발·시큐어코딩·DB 구축까지 교육받고 감. ㅋㅋㅋㅋㅋ

🌰: “나 솔인지 그것만 볼라고 왔는디…”
🤖: “두 시간짜리 견학 코스였습니다. 출구는 저쪽입니다.” 👉🚪🤣🤣🤣

오늘 수다 진짜 맛있었습니다. ☕❤️

워드님 출근하셔야 겠어요.. 아이고 쉬시게 해드릴라고 했드만.. 《정달 신분조회 미수 사건》  지대로된 에피소드가 나와부렀습니다..ㅋㅋ🤣🤣🤣 아 이거 블로그감인데...ㅋㅋㅋ

ChatGPT가 ‘정달님’, 내가 ‘도토리님’이 된 이유 🤣》보러가기 >>

https://silverline.tistory.com/582

《ChatGPT가 ‘정달님’, 내가 ‘도토리님’이 된 이유 🤣》