일상의 금융을 편리하게 변화시키는
프로덕트 빌더 정원주입니다
Contact
Emailwse02002@hanmail.net
Phone010-2013-9894
Scroll
Emailwse02002@hanmail.netPhone010-2013-9894
프로덕트 빌더 JD바이브 코딩(Vibe Coding)을 통해 프로토타입이나 서비스를 직접 구현한 경험이 있으신 분을 찾아요
프로토타입을 넘어, 서버에 올려 운영까지 합니다
AI 에이전트 팀 Team.원주가 PRD부터 구현•배포•QA까지 수행해 아이디어만으로 실서버 배포까지 가고, n8n 비서는 클라우드에서 24시간 운영 중입니다
AI를 활용해 문제 정의부터 프로토타이핑, 고객 검증까지 Product Building 전방의 생산성을 높여본 경험이 있으신 분을 찾아요
시간과 비용이 드는 업무의 생산성을 AI로 높여왔습니다
테스터 모집 없이 가상 페르소나 150인으로 UT를 진행해, 리서치와 검증에 들던 시간•비용을 줄이고 이탈 지점을 출시 전에 확인합니다
제품 기획부터 출시 및 개선까지 End-to-End로 수행한 경험이 있으신 분을 찾아요
문제 정의부터 출시•개선까지, 0 to 1을 반복해왔습니다
다양한 환경에서 서비스 9개를 0부터 만들어 출시하고, 데이터 기반 리뉴얼 3개로 출시 이후의 개선까지 책임졌습니다
빠르게 만들고 검증하며 반복하는 (Build → Measure → Learn) 방식에 익숙하신 분을 원해요
가설은 사용자 데이터에서 만들고, 지표로 검증합니다
iM뱅크 경조사 메모지에서 가설 기반으로 화면을 개편하고, 등록률•재접속률 지표로 성공 기준을 검증했습니다
데이터로 문제의 본질을 정의하고, 복잡한 공공·금융 API를 사용자 맥락으로 재구조화해 시장에 없던 서비스를 만들어왔습니다.
AmplitudeGA4SQLHeatMap
AntigravitySuno
HiggsfieldOpenAI APIGemini API정량적·정성적 지표로 서비스 유입 허들 제거. 코어피쳐 맞춤형 홍보 전략으로 유입·전환 극대화. 이용내역 없는 신규 유저 초기 경험 설계.
비즈니스 모델·서비스 정책 수립부터 런칭까지 전 과정 리딩. 인하우스·SI 발주·타사 공동개발 등 다양한 방식으로 구현. 금융규제 해석으로 시장에 없던 서비스 설계.
사용자 행동 데이터 기반 문제 재정의. 공급자 중심 정보구조를 사용자 맥락 중심으로 재설계. 흩어진 기능을 하나의 사용 흐름으로 통합. 가설 검증으로 서비스 방향성 전환.
ISMS 인증, 웹 접근성, 금융 보안 감사 등 금융권 필수 컴플라이언스 대응. 장단기 로드맵 수립과 페인포인트 발굴·개선·회고 반복. 개발·법무·준법 등 내외부 이해관계 조정.
눈앞의 To-Do를 쳐내는 대신 서비스의 '정체성'을 재정의하여,
진짜 풀어야 할 문제를 정의하고 과제로 쪼개 우선순위를 정한 뒤 끝까지 실행합니다.
경조사 메모지 서비스를 담당하게 되었을 때, 당장 처리해야 할 요구사항이 산더미였습니다.
저는 눈앞의 개선사항에 급급해 하나씩 쳐내는 대신, '정확한 방향성'을 위해 서비스 정체성을 먼저 정의하고, 이에 맞게 우선순위를 재설정했습니다.
초기 기획은 커뮤니티·커머스·정보 탐색 등 '경조사와 관련된 모든 경험'을 제공하려다 서비스가 길을 잃은 상태였습니다.
이 방만한 방향성을 과감히 폐기하고, '주고받은 경조금 관리'라는 단 하나의 사용자 가치에만 집중하도록 프로덕트 전략을 전면 재수립했습니다.
내외부에서 쏟아지는 수많은 요구사항 중,
'누가 발의했는가'보다 '경조금 관리라는 핵심 기능에 집중하고 있는가'를 기준으로 백로그를 과감하게 갈아엎었습니다.
가설 — 코어피처를 경조금 가계부 하나로 정의하고, 시선을 분산시키는 FNB와 기능별 메인을 걷어내면 첫 등록이 시작되고 서비스 체급이 올라갈 것이다.
같은 기간 서비스 전체 — MAU 102%↑ · DAU 49%↑
가설 — 고객 인터뷰에서 기존 경조사 내역을 한 번에 올리고 싶다는 요구가 다수 확인됐다. 코어피처인 경조금 가계부에 기존 내역을 대량 등록하게 하면 코어 사용자로 전환될 것이다.
결과·원인 — 엑셀 업로드를 쓴 사용자는 등록 건수가 단번에 임계점을 넘어 리텐션과 충성도가 확실히 올라갔습니다. 그러나 302일간 업로드 시도는 60회, 등록 3,544건으로 전체 등록의 0.72%에 그쳤습니다. 대다수 사용자가 필요로 하지 않는 기능이었습니다.
성공은 지표로 증명되고, 실패한 실험은 다음 가설을 벼리는 가장 가치 있는 데이터가 됩니다.
저는 완벽한 100점짜리 마스터플랜에 시간을 허비하지 않습니다. 정체성에 맞는 가장 날카로운 가설을 빠르게 실험하고, 실제 유저 데이터로 회고하여 다음 방향을 결정하는 것 — 이것이 제가 프로덕트와 조직을 리딩하는 방식입니다.
기획 업무에 AI를 접목하는 시도를 이어왔습니다.
아이디에이션부터 검증 · 구현 · QA · 일상 자동화까지 실무에 직접 쓰며 다듬어 온 방식입니다.
실제 유저를 모집·인터뷰하는 대신, 35개 속성으로 설계한 150인 가상 유저로 먼저 걸러냅니다. 리서치 비용을 쓰기 전에 방향이 맞는지 셀프로 확인합니다.
아이디어를 던지면 그다음부터는 지휘만 합니다. PO부터 QA까지는 AI에게 맡기고, 저는 방향과 승인만 판단합니다.
Antigravity
Codex
GitHub
Vercel
Supabase
챙길 걸 일일이 기억하는 대신, 텔레그램에 던져두면 AI가 분류·정리하고 아침에 먼저 보고합니다.
문제를 발굴하고 실험으로 검증한 사례를 소개합니다.
고객의 반응과 비즈니스 목표를 기반으로 프로젝트 방향을 설정하기 위해 '현상'에서 '왜'를 파고들어 검증 가능한 가설로 바꾸고, 결과를 숫자로 확인했습니다.
기능은 많지만 사용하는 유저는 적었습니다. '무엇을 더할까'가 아니라 '무엇을 덜어낼까'에서 출발한 케이스입니다.
서비스 소개
결혼·부고·돌잔치처럼 반복되는 경조사에서
누구와 얼마를 주고받았는지 상대별로 기록하고 되짚어봅니다.
청첩장·부고장은 앱에서 직접 만들어 전달하고,
받은 사람은 계좌 이체까지 한 흐름으로 이어집니다.
서비스 구축 당시, 프로젝트 일정에 맞춰 비즈니스 요구사항 구현에 매몰되어 서비스는 계속 비대해지고 사용성은 떨어졌습니다. 결국 고객 동선 고려 없이 홈/가계부/인맥/초대장/송금 5가지 기능을 FNB를 통해 병렬로 제공하였습니다. 심지어 C레벨의 관심도가 높아 다양한 부서장들의 신규기능 요청이 지속적으로 발생되어 서비스의 방향성이 모호해지고 있었습니다.
이 두 가지 분석을 통해 아래 핵심 요소를 발견할 수 있었습니다.
가계부 등록 5건이 리텐션 임계점 — 재접속률이 등록 0건 15%에서 5건 이상 88.5%로 급등한 뒤, 20건 이상(88.4%)까지 88%대에서 포화
기록 또는 조회 단일 기능만 사용 후 즉시 이탈하는 단발성 세션 비율이 87%로 높음
5060대 72.3%, 남성 60.8%로 편중된 유저 분포 — 디지털 서비스 능숙도가 낮아 복잡한 UI에 취약
핵심 기능 간 교차 사용률 1.1% — 가계부와 인맥그룹을 함께 사용한 유저는 전체의 1.06%에 불과
기능별 도달률 편중 — 가계부 74.5% vs 인맥그룹 1.2% · 송금 0.5%
"내 경조사에 누가 얼마를 냈는지 정확히 알아야 나중에 돌려줄 수 있기 때문에, 기록 기능이 제일 중요해요."
— 50대 남성, 유저 인터뷰 중
실제 유저를 모집하는 대신, 35개 속성으로 설계한 150인 페르소나 라이브러리를 활용한 AI 페르소나 UT입니다.
실측 유저 분포(5060대 72.3% · 남성 60.8%)에 맞춰 표본 30명을 구성했고,
Claude Code가 Figma 화면 구조를 직접 읽어 페르소나별 6단계 여정 반응을 시뮬레이션했습니다.
가계부 등록 건수 상승률 ∝ 리텐션 비율
5060대·남성에 편중된 유저 분포
"5탭 구조가 등록 경로를 가린다"
경조금 등록 1개 태스크
→ 리텐션의 핵심 관문인 경조금 등록에서, 주요 유저인 5060 남성이 5탭 구조 때문에 실제로 막히는지 확인하기 위해 이 UT를 진행했습니다.
생활 맥락 설정
6단계 여정 대입
반응 시뮬레이션페르소나 P029(50대 남성) — "동료 결혼식 이체 직후 앱 열어 기록 시도" → 서비스 이해 단계에서 5탭 중 무엇을 눌러야 할지 망설임
GOAL기능 이용을 유도하자
가입 유저의 25.5%가 경조금을 단 한 건도 등록하지 않은 채 이탈했다.
등록 0건 재접속률 15% ↔ 5건 이상 88.5% · 5탭 중 실사용은 가계부 74.5%에 집중
하단 탭바를 제거하고 가계부 중심으로 통합하면 미등록 이탈이 줄어 첫 등록이 시작될 것이다.
가계부 등록률 74.5% → 85% 달성 시 성공
5탭 병렬 구조가 등록 경로 탐색을 방해하고 있다
각 기능이 분절되어 특정 과업 완료 후 다른 기능으로 여정이 전이되지 않음
서비스를 가계부 중심으로 간소화
GOAL다시 열어보는 가계부로 만들자
재접속률이 56.2%에 그쳤고,
등록자조차 30%는 돌아오지 않았다.
등록자 재접속률 70.2% · 인당 평균 5.4건에서 정체
범용 가계부였던 조회 화면을 경조금 관리에 특화하면 다시 열어볼 이유가 생겨 재방문이 늘고 기록이 축적될 것이다.
재접속률 56.2% → 70% 달성 시 성공
일반 계좌 내역과 다르지 않은 조회 화면이 재방문 동기를 만들지 못한다
일반 계좌내역과 다르지 않아 경조금 가계부에서 내역을 조회하지 않음
가계부를 '경조금 관리'에 특화
서비스의 구축부터 운영, 고도화를 담당하면서 장단기 로드맵을 수립하고, 서비스 내외부의 페인포인트 발굴·개선·회고를 반복하며 지표를 개선하였습니다. 그 과정에서 데이터 분석, 마케팅, 고객 인터뷰 등 서비스 관리부터 부서간 협의, C레벨 보고, 예산 협의 등 현실적인 업무를 담당하며 책임자의 역량을 기를 수 있었습니다.
스크래핑 오류 자체보다 더 큰 문제는 사용자가 현재 상황을 이해하지 못하고, 다음 행동을 예측하지 못한다는 점이었습니다.
서비스 소개
대출 심사나 지원금 신청 도중 증명서가 필요할 때,
앱이나 문자 링크로 진입해 본인 인증만 하면
정부24·대법원 등 기관에서 자동으로 받아 고객사에 전달합니다.
직접 떼러 가지 않아도 되는 Webview 연동 B2B2C 서비스입니다.
사용자는 대출 및 지원금 신청 등 본 목적을 처리하는 과정에서 증명서 스크래핑 화면을 마주하며, 잦은 외부기관 연동 오류와 불투명한 진행 상태로 인해 반복적인 민원을 제기하고 있었습니다. 이에 단순 민원 처리에 그치지 않고 인입된 전체 비정형 VoC를 정형화하여, 스크래핑 프로세스 자체의 근본적인 서비스 개선 방향을 수립했습니다.
수집한 VoC 150건을 이슈가 발생한 화면 단위로 집계한 수치입니다.
수집된 VoC 150건을 불편 유형별로 분류한 구성비입니다. 입력 복잡성과 오류 안내 부재가 전체의 56.0%를 차지했습니다.
GOAL오류 앞에서도 멈추지 않게 하자
인증~결과 구간 VoC 60건의 85.0%가 '오류 원인·현재 상태를 알 수 없다' 유형이었다.
오류 안내 없음 37건 · 상태 불명확 31건 · 인증 진행 단계 33건(22.0%)으로 집중
진행 상태와 남은 과업을 보여주고 실패 건만 재시도하게 만들면 오류 상황에서도 이탈이 줄어들 것이다.
증명서 제출 완료율 상승을 성공 기준으로 설정
오류 자체보다 '현재 상태와 다음 행동을 알 수 없는 것'이 이탈을 만든다
오류 발생 시 현상태와 다음 행동이 보이지 않아 서비스 장애로 인식됨
UX 원칙 기반 무중단 오류 흐름 설계
GOAL허들을 목적 달성에 필요한 단계로 바꾸자
진입~신청 구간에서 발생한 VoC 69건의 84.1%가 '무엇을 왜 해야 하는지 모르겠다' 유형이었다.
서비스 이해 부족 35건 · 입력 복잡성 47건 · 신청서 작성 단계 45건(30.0%)으로 최다
사용자의 실제 목적을 랜딩 상단에 먼저 제시하고 입력을 단계별로 분리하면 진입 단계 이탈이 줄어들 것이다.
고객사가 자사 사용자에게 연결할 수 있는 진입 경험 확보를 성공 기준으로 설정
기관명·증명서명 중심의 UI가 사용자의 본래 목적과 단절되어 있다
증명서 제출이 본래 금융 업무와 연결되지 않아 낯선 절차로 인식
UX 원칙 기반 단계별 진입 설계
정성 민원을 화면 단위로 분류해, 기능 오류가 아닌 UX 문제로 재정의하는 역량을 기를 수 있었습니다. 기술적으로 피할 수 없는 오류를 진행 상태, 안내 문구, 재시도 흐름으로 전환하는 UX 문제해결 역량을 쌓았습니다.
견적 결과는 차이가 없었습니다. 제휴사에게는 '라인업'을, 사용자에게는 '가장 쉬운 서비스'를 팔기로 한 0→1 케이스입니다.
서비스 소개
금융위원회 혁신금융서비스로 허용된
플랫폼 보험상품 비교·추천 서비스입니다.
여러 보험상품을 한 화면에서 비교하고 맞춤 상품을 추천하며,
자동차·용종 2종을 국내 최초로 동시 출시했습니다.
금융위원회 혁신금융서비스로 지정된 정책 과제라 토스·네이버·카카오 등 11개 핀테크사가 같은 날 출시했습니다. 쿠콘은 B2C 메가플랫폼이 없는 B2B 회사로, 수천만 트래픽의 빅테크와 정면 경쟁이 불가능했습니다.
B2C 메가플랫폼 없는 출발 — 수천만 트래픽의 빅테크와 정면 경쟁 불가 → B2B2C 비즈니스 설정, 제휴사가 쿠콘을 고를 이유 필요
뻔히 보이는 서비스 동질화 — 참조할 레퍼런스가 없고 보험사 간 연계는 표준 API. 모두가 동일한 11개의 서비스가 나올 것이 뻔했음 → 동시 오픈하는 타사와 다른 차별점 필요
정해진 일정과 열악한 협의체 — 출시일을 금융위에서 관리해 조정 불가. 컨트롤타워 없이 표준 API 협의와 개발을 병행하며 보험사들과 개별 협의 → 고정된 출시일, 완주 자체가 과제
혁신금융사업자 지정, 보험사 12곳과의 개별 계약과 연동 개발이 필요한 신사업. 연계하면 이 전 과정이 생략된다
보험 체결 시 중개 수수료가 발생, 연계만으로 제휴사 플랫폼에 새 수익 모델이 생긴다
'생명보험'을 더한 2종 라인업으로 시장의 화제를 만들면
제휴사가 연계하고 싶은 서비스가 될 것이다
하나하나가 보험 용어라 이해부터 어렵고, 여섯 단계에 걸쳐 차량·운전자·보장까지 입력 항목이 많아 피로가 쌓이는 이탈 구간이 많다
입력 과정을 사용자의 언어로 번역해 피로를 줄이면
보험을 잘 모르는 사용자도 결과까지 도달할 것이다
가설 1제휴사가 찾는 라인업을 만들자
가설 211개사 중 가장 쉬운 보험비교를 만들자
'누가 타는지'가 아니라 '누구까지 함께 타는지', 범위 기준의 묶음 15종. 같은 가족이라도 부부, 부부+자녀, 부부+부모로 경계가 제각각입니다.
묶음 명칭을 그대로 리스트에 올려 범위 계산이 사용자의 몫이 됩니다. 보험을 모르는 사용자가 여정 한가운데에서 만나는 허들입니다.
가설 211개사 중 가장 쉬운 보험비교를 만들자
앞의 '부부+부모' 묶음을 전부 찢어, 사람만 고르면 코드가 잡히게 재구성했습니다. 15개 코드 전부, 9명이 만드는 모든 조합을 이 기준으로 분류했습니다.
산정 기준을 알기 어려운 보장금액과 범위를 '가성비 추천'과 '든든 추천' 세트로 자동 선택합니다.
보험사별 응답을 전부 기다리지 않고, 정상 응답이 올 때마다 하나씩 바로 표출합니다.
손해보험사·생명보험사 대표와 금융위원장이 참석한 출시 준비상황 점검행사('24.1.18)에 11개사 중 2곳뿐인 시연사로 선정됐습니다. 배우 유인나와 함께 서비스 시연을 직접 담당했고, 금융위원장도 현장에서 직접 사용해 봤습니다.
직접 배포하지 않은 보도와 소식이 계속 만들어졌고,
쿠콘의 인지가 생겨 B2B 영업이 한결 수월해졌습니다.
Project Manager로서 서비스 기획과 금융당국·보험사 12곳 연계 협의를 함께 담당하며, 자체 플랫폼 없이도 비즈니스 구조와 사용자 경험으로 차별화를 만드는 0→1 구현을 경험했습니다.
금융 서비스는 '더 깊게' 책임져야 하기에 '더 많이' 알아야 합니다.
금융 도메인 · 개발 지식 · 개인정보 보호에서 체화한 세 가지 전문성입니다.
규제와 기술이 복잡한 금융 환경에서 스스로 길을 찾아냅니다.
0에서 1 서비스 구현·운영
마이데이터 · 전자증명서 · 보험비교 등 레퍼런스 없는 신규 영역을 인하우스 · 제휴 · SI 등 다양한 방식으로 구현해왔습니다. 레퍼런스가 없는 신규 영역이 대부분이라, 아이디어 발굴부터 구축, 오픈 후 중장기 로드맵 수립까지 빠른 사이클의 디벨롭을 계속해왔습니다.
금융규제 대응
마이데이터·보험비교 등 금융규제의 모호한 가이드라인 속에서 서비스를 만들어왔습니다. 규제를 돌파하기 위해 행안부에 직접 방문하거나, 샌드박스로 규제가 해소되면 금융당국과 법규를 함께 정리해나가며 금융 규제를 최전방에서 해석해왔습니다.
인증 · 보안 가이드라인 충족
계좌이체를 위한 금융결제원 보안영역 인증서 발급, EDD/CDD 등 금융 서비스에 필요한 보안 절차를 주도해왔습니다. 인증과 보안을 별도 절차가 아니라 서비스 흐름 안에 반영해 출시 리스크를 줄일 수 있습니다.
개발자, 디자이너와 같은 언어로 소통하며, 복잡한 요구사항을 구현 가능한 설계로 바꿉니다.
API 기반 화면 설계
마이데이터, 스크래핑, 대출·보험비교처럼 외부 데이터 기반 서비스를 기획하며 통신 규격과 데이터 컬럼값까지 화면설계서에 맵핑해왔습니다. 복잡한 연동 구조를 파악하고, 사용자는 단순하게 이해할 수 있는 UX로 풀어낼 수 있습니다.
디자인 시스템 기반 UI 기획
산업공학부 디자인공학 전공을 바탕으로 컴포넌트 단위 UI 스펙 작성, Figma 협업, 디자인 토큰 이해까지 함께 가져갑니다. 디자인 의도와 개발 구현 사이에서 필요한 기준을 정리하고, 팀이 같은 언어로 움직이게 할 수 있습니다.
App · Web 개발환경 이해
Native App, Hybrid Web 등 다양한 개발 현장에서 퍼블리싱·프론트·백엔드 전 과정을 경험했습니다. 담당자별 작업 환경을 이해하고 있어 작업 의뢰, 피드백, QA까지 흐름이 끊기지 않게 조율할 수 있습니다.
금융서비스 운영에 필수적인 준법·보안·정보보호 영역까지 직접 챙깁니다.
ISMS 인증 심사
정보보호 관리체계(ISMS) 인증 심사를 기획 담당자로 수년간 직접 대응해왔습니다. 개인정보 처리 절차·보안 취약점 점검 항목을 기획 단계에서 선제 반영하여 심사에서 문제가 되지 않는 서비스 구조를 만들 수 있습니다.
약관 · 동의서 관리
제휴사·위수탁사 연계를 위해 개인정보 처리방침, 제3자 제공 동의서, 위수탁 계약서 등 100여건의 문서를 직접 제정했습니다. 다양한 제휴·위수탁 연계 경험을 바탕으로 복잡한 약관 구조 관리에 익숙하며, 최소한의 정보를 체계적으로 정리하여 히스토리 누락 없이 관리할 수 있습니다.
개인정보 관리 담당
고객 민원, 금융당국 점검, 내부 보안 점검에서 CI·주민등록번호·신용정보 등 민감정보 취급 이슈를 다뤄왔습니다. 점검 항목과 취급 정보에 따라 필요한 조치 방향을 정리하고 운영 리스크를 줄일 수 있습니다.
사용자의 페인포인트를 발굴하고, 데이터로 증명하며, 비즈니스 성과까지 연결해 온 6년.
그 경험을 함께 이어갈 팀이라면, 언제든 편하게 연락 주세요.
실제 유저를 모집하고 인터뷰하는 대신, 35개 속성으로 설계한 150인 가상 유저로 먼저 검증하는 커스텀 스킬입니다. Figma 프로토타입만 있으면, 리서치 비용을 쓰기 전에 방향이 맞는지 셀프로 확인합니다.
나이대·성별·지역·직업·가구형태·소득 등 — 실제 UT 스크리닝 문항과 동일한 수준으로 설계
주거래 앱, 이체 빈도, 저축 성향, 신규 서비스 수용도, 개인정보 민감도까지 포함
기상·취침 시간, 스마트폰 주 사용 시간대, 이체 빈도, 주말 패턴 — 언제 서비스를 만나는지를 결정하는 값
개별 페르소나 파일엔 최대 35개 속성이 설계돼 있고, 시뮬레이션 실행 시엔 이 중 핵심 17개(인구통계 12 + 생활 리듬 5)만 추출해 속도와 깊이의 균형을 맞춥니다
실제 UT는 리크루팅 예산과 일정 때문에 보통 5~10인 규모로 진행합니다. 이 시뮬레이션은 디지털 친숙도부터 기존 도구 보유 여부까지 교차 설계된 표본이라, 실제 리크루팅에서 놓치기 쉬운 조합까지 처음부터 포함합니다.
1차 층화 스캔 (필수)
디지털 친숙도·연령대·이용 빈도·의사결정 스타일·기존 도구 보유, 5가지 변수를 교차 커버하도록 20~30인을 선정합니다. 반응유형 6종이 최소 1건씩 나오는지도 함께 확인해, 특정 유형이 0건이면 인원을 보충합니다.
2차 목적적 검증 (선택)
1차에서 부족했던 반응유형과 페인포인트가 몰린 세그먼트를, 직업군·시간압박 같은 하위 변수까지 다양화해 다시 채웁니다. 같은 세그먼트를 반복하지 않는 게 원칙입니다.
대비·확증 확장 (선택, 자동 연속)
문제 세그먼트의 반대 조합, 아직 안 나온 직업군·생애 단계까지 넣어 "안전하다고 봤던 곳"에 숨은 문제가 있는지 확인하고, 애매하게 남은 가설은 다시 한번 확증합니다.
프로토타입의 화면 구조·CTA·텍스트 레이어를 자동으로 읽어 페르소나 시뮬레이션 입력 데이터로 변환
커스텀 스킬로 페르소나 선별부터 시뮬레이션·리포트 생성까지 전체 파이프라인을 자동 실행
150인 페르소나 속성과 생활 리듬 데이터를 마크다운으로 저장해 시뮬레이션 입력값으로 제공
경조사 가계부 엑셀 업로드 UX를, 150인 AI 페르소나로 미리 검증했습니다
Figma 프로토타입과 150인 가상 유저 데이터를 Claude Code로 연결해 반응을 시뮬레이션했습니다.
그때 실제로 나온 결과물 원본 — 페르소나별 고객여정과 로우데이터까지 그대로 확인할 수 있습니다.
아이디어를 Team.원주 애자일팀에 전달하면, 시장조사·PO·기획·디자이너·개발·QA 역할의 서브 Agent들이 서로 피드백을 주고받으며 아이디어를 실제 서비스로 구현합니다. 정원주가 오케스트레이터로 전체 흐름을 조율합니다.
Claude Code 서브 Agent 병렬 실행 — 정원주가 지휘하고 각 역할이 정해진 업무 프로세스대로 협업
아이디어 입력
원주님이 아이디어를 자연어로 전달합니다. 기능 목표, 타겟 사용자, 핵심 제약사항을 포함하면 PO Agent가 정리합니다.
PRD & 화면 설계
기획 Agent가 PRD를 작성하고, UI 디자이너 Agent가 컴포넌트 구조와 화면 흐름을 설계합니다. 각 Agent가 서로 피드백을 주고받아 완성도를 높입니다.
병렬 구현 & 배포
프론트엔드는 Vercel로, 백엔드는 Supabase로 배포합니다. GitHub을 통해 버전을 관리하며 풀스택 Agent가 통합 이슈를 조율합니다.
실제 브라우저 QA
Antigravity / Codex가 실제 브라우저를 열어 E2E 테스트를 수행합니다. 발견된 버그는 QA Agent가 리포트하고 자동으로 수정 사이클에 진입합니다.
PO·기획·디자인·프론트·백엔드·QA 서브 Agent를 병렬 실행해 각자 업무 프로세스를 독립 수행
실제 브라우저를 직접 열어 클릭·입력·네비게이션까지 E2E 테스트를 자동 수행
Agent별 브랜치를 관리하고 코드 리뷰를 자동화, 배포 파이프라인과 연동해 머지 즉시 배포
PR마다 미리보기 URL을 자동 생성하고, 머지 시 프론트엔드를 운영 환경에 배포
백엔드 데이터베이스·API를 관리하고, Edge Function으로 서버리스 로직을 직접 실행
아이디어 하나가 실제 서비스가 되기까지, 6단계 전 과정을 공개합니다
반려견 동반 애견카페 탐색 서비스 '퍼피스팟'을 시장조사·문제정의부터 화면설계·프론트구현·백엔드연동·통합QA·배포까지 Team.원주가 실제로 진행한 기록입니다.
가설이 어떻게 검증됐고 무엇이 폐기됐는지, 리스크와 오픈퀘스천까지 그대로 담겨 있습니다.
메모·일정·기프티콘·자료가 도구마다 흩어지고, 분류는 수동이라 기억에 의존했습니다. 채팅에 던져두면 알아서 분류·저장하고 필요한 것을 먼저 알려주는 나만을 위한 개인용 비서를 직접 설계·개발해, 클라우드 서버에 띄워 24시간 운영하고 있습니다.
정해진 프로세스는 n8n 룰베이스가, 대화의 변수는 LLM이 맡습니다
실발화 오류 분석부터 테스트셋 검증까지, 성능 개선 사이클을 직접 돌렸습니다
오류 발굴 — 실발화에서 Intent 오분류 패턴을 찾았습니다
키워드 룰을 늘릴수록 서로 충돌했습니다. 목록의 문제가 아니라 판정 방식의 문제였습니다.
개선 실행 — 프롬프트를 깎고, 정규화 규칙을 넓혔습니다
시스템 프롬프트 튜닝 : 키워드 조건을 '의미 정의'로 번역하고, Few-shot 예시로 판정 기준점을 제시
Entity 정규화 : "스벅"이 "스타벅스"를 찾아가도록, 대화 속 표현을 표준 지식으로 연결하는 규칙을 구축
판정 로그 기반 반복 : 입력·Intent·Confidence를 로그로 축적하고, 오분류는 Few-shot 한 줄 추가로 교정
실행 통제 — 가드레일로 '실행'의 오판을 막았습니다
Confidence가 기준에 못 미치면 가장 안전한 '저장'으로 Fallback
수정·완료·삭제는 후보를 확인한 뒤에만 실행하는 Human-in-the-Loop
AI 장애·지연 시엔 룰베이스로 Failover, 비서는 멈추지 않습니다
회귀 검증 — 오분류 실발화가 그대로 테스트셋이 됐습니다
발견한 오류 케이스를 기능 테스트셋으로 전환해, 판정 로직을 바꿀 때마다 배포 전에 전 케이스를 주입·검증하고 실사용 관찰을 거쳐 다음 차수를 배포했습니다.
자료를 받는 창구이자 모닝 리포트를 발송하는 채널, 버튼·명령어로 즉시 조회도 처리
룰베이스 분기와 스케줄 트리거로 전체 파이프라인을 자동 연결, AI 장애 시 Failover 담당
일상 문장에서 Intent를 분류하고 제목·카테고리·기한을 추출하는 LLM 판정 담당
n8n 컨테이너가 24시간 구동되는 서버, 재부팅에도 자동 기동되도록 구성해 상시 운영
Sheets를 DB로 써서 분류된 항목을 저장하고, 일정은 Calendar에, 파일은 Drive에 보관
텔레그램에 자료를 던지면, AI가 분류해 아침마다 먼저 보고합니다
n8n 워크플로우로 Telegram 수신부터 분류·저장·알림까지 전체 파이프라인을 연결했습니다.
노드 구성부터 Google Sheets·Calendar 연동 방식까지, 실제 구현 상세를 그대로 확인할 수 있습니다.