Read Original
#AI

[AI 해커톤 후기] AI 시대의 해커톤과 인간의 역할: AI의 계획과 사람의 전략

[AI 해커톤 후기] AI 시대의 해커톤과 인간의 역할: AI의 계획과 사람의 전략
01

Summary

같은 AI 도구를 썼는데 결과가 딴판? 네이버 해커톤에서 찾은 진짜 AI 협업의 정석

계획과 구현은 똑똑한 AI에게, 방향과 돌파구는 인간 개발자에게! 정산 시간을 1시간에서 30초로 줄인 비결

네이버 사내 최초로 개발자와 비개발자가 한데 모인 AI 해커톤의 생생한 우승급 프로젝트 회고록입니다. 사내 인프라 제약과 비공개 API라는 까다로운 장애물을 크롬 익스텐션과 메신저 챗봇이라는 영리한 조합으로 돌파한 과정과 AI를 조율하는 오케스트레이터로서의 실전 아키텍처를 담았습니다. 단순히 '동작만 하는 데모'가 아닌 사내 프로덕트화 검토까지 이끌어낸 찐 시니어 엔지니어들의 노하우를 만나보세요.

  • 01SSO 인증 한계를 단숨에 돌파한 크롬 익스텐션과 WORKS 챗봇의 지능형 2단계 연동 아키텍처
  • 02사내 코드 저장소와 위키를 MCP로 묶어 사내 폐쇄망 배포 플랫폼 환경까지 AI가 완벽하게 학습하고 제안하도록 설계
  • 03단기 스프린트 중 발생할 수 있는 회귀 오류를 방지하기 위해 327개의 촘촘한 자동화 테스트 구축
  • 04비개발 직군도 Playwright와 AI 요약봇을 사용해 실시간 개발 진척도를 추적하고 적극적으로 기획에 참여한 협업 방식
  • 05완성도 향상에 만족하지 않고 발견한 보안 사각지대를 유관 부서에 선공개하여 전사 플랫폼 가치 향상에 기여

RECOMMENDATION

단기 스프린트나 해커톤에서 AI를 200% 활용해 시장성 높은 결과물을 만들고 싶은 엔지니어, 그리고 비개발 직군과 AI를 허브 삼아 물 흐르듯 협업하고 싶은 모든 IT 팀원들에게 강력히 추천합니다.

The Problem

사내 인프라 및 보안 제약으로 인해 모바일 챗봇만으로는 PC 웹에서만 전송되는 SSO 인증 쿠키에 접근할 수 없어 사내 경비 정산 자동화 프로세스를 온전히 구축하기 어려웠습니다. 또한 관련된 사내 경비 API 문서가 최신화되어 있지 않거나 아예 부재하여 개발 과정에서 불확실성이 높았습니다.

The Solution

크롬 익스텐션으로 최초 1회 인증 세션을 획득하고 WORKS 챗봇 및 FastAPI 기반 콜백 서버가 비동기로 경비를 처리하는 2단계 아키텍처를 도입했습니다. 시스템을 6개 블록으로 구조화한 레고식 개발 방식을 적용하고 사내 정보를 MCP로 연동하여 AI에 최적의 컨텍스트를 제공하는 동시에 327개의 테스트 코드를 작성해 안정성을 확보했습니다.

The Result

매월 1시간 이상 소요되던 영수증 정산 작업을 영수증 10장 기준 사용자 액션 2번, 약 30초 내로 대폭 단축하는 정량적 성과를 달성했습니다. 아울러 해커톤 중 발견한 보안 취약점을 유관 부서에 투명하게 공유하여 선제적 예방에 기여했으며 정식 기능 출시 검토라는 고무적인 결과로 이어졌습니다.

Trade-off

짧은 시간 내에 실행 가능한 산출물을 만들기 위해 스펙 중심의 세부 문서 작성 단계(SDD)를 과감히 포기하고 바이브 코딩을 택했으며, 빠른 구현을 위해 보안 인프라 사각지대를 일시적으로 우회하는 방식을 선택했으나 사후 관련 부서와 공유함으로써 한계를 보완했습니다.

03

Key Concepts

Concept · 01

MCP (Model Context Protocol)

거대언어모델(LLM)이 외부 코드 저장소, 내부 위키, 이슈 트래커 등 기업 보안 인프라 내부 데이터에 안전하고 효율적으로 연동해 지식을 확장하도록 돕는 표준 통신 프로토콜입니다.

  • 사내 배포 플랫폼, 분산 DB 환경 등 외부 퍼블릭 LLM이 학습하지 못한 사내 독자적인 기술 인프라 컨텍스트를 AI에게 제공하는 데 활용되었습니다.
  • AI가 스스로 검색 프로세스를 수행하며 로드밸런서 설정 및 분산 DB 쿼리 마이그레이션 예제를 찾아내도록 유도했습니다.
Concept · 02

레고식 개발 (Lego-style Development)

전체 아키텍처를 독립적으로 구현하고 테스트 가능한 최소 단위의 마이크로 컴포넌트(블록)로 분해하고, 이를 병렬적으로 빠르게 개발한 뒤 최종적으로 인터페이스를 조립하는 컴포넌트 기반 방법론입니다.

  • 전체 정산 시스템을 인증 캡처, OCR, LLM 비용 분류, 챗봇 메시지 송신 등 6가지 컴포넌트로 나누어 독립적으로 빌드했습니다.
  • 각 조원이 담당 영역을 AI로 초고속 제작한 후, 모듈 간의 인터페이스 통합 및 오케스트레이션 역할을 AI에게 위임해 합쳤습니다.
Concept · 03

휴먼 인 더 루프 (Human-in-the-Loop)

자동화나 AI 중심의 처리 흐름 과정에서 완벽한 신뢰를 보장하기 위해 핵심 제어나 불확실한 소통 단계에 인간의 검증 및 전략적 개입 프로세스를 유기적으로 결합하는 설계 패턴입니다.

  • AI가 스스로 풀기 어려운 타 부서 경비 API 소통, 보안 인프라 우회 여부 판별 등 '전략적 판단'을 사람이 전담하였습니다.
  • AI에게 아웃라인 설계와 코드 생성이라는 하위 실행 태스크를 과감히 위임함으로써 협업 및 스프린트 효율을 극대화했습니다.