5장. 자동화 - 작게 만들고 검증해 운영하기

AI로 코드를 만들면 첫 화면이나 초안은 빨리 나옵니다. 그러나 실제 자동화는 코드가 실행되는 것만으로 끝나지 않습니다. 무엇을 자동화하고, 어떤 데이터를 읽고, 실패하면 누가 멈추며, 배포 전에 무엇을 확인하는지를 함께 정해야 합니다.

자동화의 최소 단위

항목	먼저 정할 질문
결과	사람이 확인할 수 있는 완료 결과는 무엇인가?
입력	어떤 공개·합성·승인 데이터만 사용할 수 있는가?
행동	초안·분류·알림 중 어디까지 자동으로 해도 되는가?
예외	실패·모호함·권한 부족이 생기면 어디에서 멈추는가?
측정	정확도, 검토 시간, 오류, 비용을 어떻게 기록하는가?

자동화의 첫 버전은 읽기와 초안 생성으로 제한합니다. 외부 발송, 삭제, 결제, 권한 변경은 사람이 명시적으로 승인하는 단계가 있어야 합니다.

요구사항을 쓰는 방식

AI에게 “봇을 만들어 줘”라고 바로 요청하지 말고, 먼저 다음 정도의 요구사항을 작성합니다.

작업: 공개 강좌의 링크 점검 결과를 편집자가 검토할 수 있는 표로 만든다.

입력: 공개 페이지 URL, 공식 참고 자료 URL, 사람이 지정한 검토 기준
출력: 링크 상태 / 주장 유형 / 원자료 확인 여부 / 사람 검토 필요 여부
제외: 로그인, 외부 발송, 페이지 자동 수정, 계정 정보 수집
성공 기준: 대표 링크와 끊어진 링크를 구분하고, 근거 없는 수정 제안을 하지 않는다.
실패 처리: 접근할 수 없는 URL은 오류와 확인 시각만 기록하고 다음 단계로 넘긴다.

이 문서는 PRD이자 테스트의 출발점입니다. 숫자 목표는 실제 기준선이 있을 때만 넣고, 목표치를 만들기 위해 임의의 정확도·시간 절감 수치를 쓰지 않습니다.

구현 전에 만드는 검증표

테스트 입력	기대 결과	사람이 확인할 것
정상적인 공개 URL	상태와 확인 시각을 기록	링크가 실제로 열리는지
끊어진 URL	오류를 숨기지 않고 보류로 표시	재시도·수정 책임자
근거 없는 제품 주장	“공식 확인 필요”로 표시	원문·출처 연결
민감 정보가 든 입력	처리하지 않고 중단	입력 차단과 안내 문구

생성된 코드는 이 검증표를 통과해야 합니다. AI가 낸 테스트나 설명도 사람이 읽고, 의존성·외부 호출·에러 처리·로그 범위를 따로 확인합니다.

현재 배포된 앱을 기준으로 한 실습

Agent Lab의 강좌 최신화처럼, 공개 자료의 링크와 검토일을 모으는 읽기 전용 작업부터 설계합니다.

1. 페이지와 공식 링크 목록을 공개 자료로 한정합니다.
2. AI에게 표의 열과 누락 항목을 제안받습니다.
3. 링크 상태와 원문을 사람이 대조합니다.
4. 수정 제안은 별도 목록으로 분리하고, 자동으로 게시하지 않습니다.
5. 대표 페이지에서 결과를 확인한 뒤 다음 배치로 넓힙니다.

비밀값과 배포

API 키·토큰·비밀번호는 프롬프트, 소스 파일, 화면 캡처, 로그에 넣지 않습니다. 실행 환경의 비밀 관리 기능을 쓰고, 개발·미리보기·운영 환경의 값을 분리합니다. 환경 변수 변경은 이미 배포된 버전에 자동으로 반영되지 않을 수 있으므로, 변경 후에는 새 배포와 실제 흐름을 다시 확인합니다.

완료 체크리스트

• 자동화할 범위와 제외할 행동을 적었다.
• 대표·실패·민감 입력을 포함한 테스트를 만들었다.
• AI 생성 코드의 의존성, 외부 호출, 오류 처리를 검토했다.
• 비밀값을 코드와 출력에서 분리했다.
• 운영 배포 전에 사람 승인과 실제 흐름 검수를 마쳤다.

공식 참고 자료

• OpenAI 모델·프롬프트 가이드
• Gemini API 라이브러리
• Vercel 환경 변수