AI에게 우리 팀의 맥락을 기억시키는 법

안녕하세요! 사랑받는 IT 프로덕트의 첫걸음, 똑똑한개발자입니다 :)

지난 주, 똑똑한개발자의 주간 AI 활용사례 공유회가 진행되었습니다. 팀원들이 자신만의 AI 활용법을 발표하고 서로 의견을 나누는 이 자리에서, pluuug팀 PO 정다희님이 '브레인(Brain)' 시스템을 주제로 이야기해 주셨습니다.

AI를 업무 현장에서 활용하는 팀이라면 한 번쯤 겪었을 불편함, "왜 AI에게 같은 배경 정보를 반복적으로 전달해야 하지?"라는 문제를 해결한 사례를 보여준 발표였는데요! 오늘 그 핵심 내용을 공유해드리겠습니다!

AI가 맥락을 알고있어야 하는 이유

최근 AI 도구들은 코드 생성, 문서 작성, 데이터 해석까지 놀라운 속도와 품질을 보여줍니다. 하지만 실제 업무에 투입하면 곧바로 부딪히게되는 큰 한계가 있는데요,

"우리 서비스의 타겟 유저는 이런 특성을 갖고 있고, 지난 분기에 이런 실험을 했으며, 현재 핵심 목표는 이것이야…"

이처럼 프로젝트 고유의 "맥락"은 AI가 독자적으로 파악할 수 없는 영역입니다.

조직의 내부적인 노하우는 기록되지 않으면 소실됩니다

이 맥락이란 것은 특정 구성원의 경험치, 메신저 대화 속 단서, 회의 도중 스쳐 간 한마디 등 여기저기 흩어져 존재합니다.

어떤 팀원은 사용자 피드백의 흐름을 파악하고 있고, 다른 팀원은 과거 A/B 테스트 결과를 기억하며, 또 다른 팀원은 향후 로드맵의 방향성을 알고 있죠. 그래서 담당자가 교체되면 전략의 연속성이 끊기고, 신규 합류자에게 인수인계하기도 만만치 않습니다.

AI 모델의 성능이 아무리 향상되더라도, 우리 조직 고유의 의사결정 기준이나 브랜드 아이덴티티, 검증된 성공 패턴 같은 것들은 체계적으로 정리하지 않으면 활용 자체가 불가능합니다.

"그렇다면 흩어진 맥락을 한곳에 집약해서, AI가 자동으로 참조하도록 설계할 수 있지 않을까?"

이렇게 pluuug팀은 맥락 관리 시스템 ‘브레인’을 만들게 되었습니다.

'브레인'으로 흩어진 조직 지식을 자산으로 전환하다

플러그 팀은 이 물음의 해답으로 프로젝트 '브레인'시스템을 구축했습니다. '브레인'은 여러 AI 에이전트가 서비스의 맥락을 공동으로 참조할 수 있는 공유형 지식 베이스이자, 전략 수립 엔진입니다.

이전에도 스프린트 운영, 블로그 콘텐츠 생성 등 AI 기반 업무 자동화를 실행하고 있었지만, 개별 AI가 맥락 없이 독립적으로 작동하면서 매번 처음부터 상황을 설명해야 하는 비효율이 반복되었습니다. 브레인은 모든 AI 에이전트가 동일한 맥락 위에서 일관성 있는 결과를 산출하도록 설계된 인프라입니다.

브레인의 4단계 운영 구조

첫 번째, 원시 데이터 수집

광고 채널 API, 메신저 대화 로그, 스냅샷, 스프레드시트 등 가공되지 않은 데이터를 매일 자동으로 적재합니다.

두 번째, 정제 및 압축

매일 축적된 데이터를 월 단위로 아카이빙하며 핵심 인사이트만 추출합니다. 오버뷰, 로드맵, ICP(이상적 고객 프로필), 레슨스(Lessons) 같은 주요 문서가 이 과정에서 만들어집니다. 여기서 핵심은 린트(Lint) 과정입니다. "지속할 항목"과 "중단할 항목"을 구분하여 기록하고, 태그와 인덱스를 갱신한 뒤 일일 데이터는 삭제하여 저장소를 가볍게 유지합니다.

세 번째, 전략 초안 생성

AI가 아카이브, 레슨스, 최근 반년간의 핵심 지표를 종합 분석하여 전략 초안을 만들면, 담당자가 검토·보완하여 최종 방향을 확정합니다. 이때 생성되는 것이 얼라인(Align) 파일로, 모든 AI 에이전트가 공통 참조하는 방향성 문서 역할을 합니다.

네 번째, 실무 적용

스프린트 에이전트, 블로그 에이전트 등 각 AI가 용도에 맞는 맥락 파일을 지정된 순서대로 로딩하도록 구성되어 있습니다.

어떤 AI를 투입하든 동일한 맥락 기반 위에서 작동하는 구조입니다.

AI 에이전트 적용 사례 & CLI의 가능성

랜딩 페이지 리뉴얼, 맥락 설명 없이 바로 결과물을 얻다

대표적인 활용 사례는 랜딩 페이지 리뉴얼이었습니다. 플러그의 핵심 포지셔닝인 'AI 시대의 컨텍스트 허브'에 부합하는 설득 구조를 AI에게 의뢰했는데, 별도로 배경을 설명하지 않아도 브레인에 쌓인 데이터를 토대로 곧바로 완성도 높은 논리 구조가 도출되었다고 합니다.

과거라면 서비스 소개, 타겟 유저 프로필, 현 시점의 목표를 일일이 입력해야 했을 작업이 단 한 줄의 요청으로 마무리된 셈입니다.

CLI 환경이 가져올 업무 패러다임의 전환

기존 워크플로에서는 피그마에서 디자인 작업을 하고, 별도 환경에서 코드를 작성하는 식으로 단계가 분리되어 있었습니다. CLI 환경에서는 이 과정이 하나로 통합되면서 작업 리드타임이 크게 줄어들었습니다.

과거 일러스트레이터에서 스케치로, 다시 피그마로 도구가 진화했던 흐름처럼, 이번에도 직무의 경계 자체가 다시 그려질 수 있을 것입니다.

AI 시대, 핵심은 문제를 발견하고 풀어내는 힘

pluuug 팀은 앞으로 브레인을 리서치 시뮬레이션, 경쟁 환경 분석 자동화, 세일즈 배틀 카드, 고객 페르소나 모델링 등으로 확장해 나갈 계획입니다.

축적된 데이터가 다음 전략의 토양이 되고, 그 전략이 다시 새로운 데이터로 쌓이는 선순환 구조를 구축하는 것이 목표입니다.

AI 시대에 가장 중요한 역량은 문제를 정확히 포착하고 해결해 내는 능력이라는 것. "AI한테 매번 같은 설명을 하는 게 번거롭다"라는 사소한 불편함을 방치하지 않고 하나의 시스템으로 구현해 낸 경험, 이런 시도를 끊임없이 이어가야 진짜 문제 해결 역량이 성장합니다.

똑똑한개발자는 이와 같이 AI를 실무 깊숙이 접목하며 조직 전반의 AI 활용 수준을 끌어올리는 AI 네이티브 조직입니다. AI 시대에 걸맞은 업무 방식, 우리 조직에도 적용하고 싶다면 AI 개발 및 AX 전문 개발사 똑똑한개발자와 함께해 보세요.

우리 팀에도 AX가 필요하다면?

🎯 AX 컨설팅 신청하기

🚀 AI Native 조직이 일하는 법