[시즌 4] 평범한 편집자는 어떻게 카카오 AI Top 100 본선에 진출하게 되었나?

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

평범한 편집자는 오퍼스와 코덱스에 정보 수집을 분담시키고, 질문 전략·메시지 흐름·테스트를 조정하며 카카오 AI Top 100 본선에 진출했다.

📌 핵심 요점

1. 참가 목적은 자신의 AI 활용 능력을 검증하는 것이었다. 발표자는 이전 대회 문제를 보지 않고, 다른 참가자의 풀이 방식도 거의 묻지 않은 채 도전했다고 설명한다.
2. 과제는 가상 마을의 농수산물 판매 업무를 처리하는 에이전트 시스템을 만드는 일이었다. 민준이라는 인물부터 시작해 관계자와 업무 규칙을 찾아내고, 이를 고객 문의에 답하는 하네스로 구현해야 했다.
3. 오퍼스가 기억과 판단을 맡고 코덱스가 대화를 수행하는 구조로 시작했다. 이후 인물별 코덱스 세션을 나누고, 느린 화면 조작을 애플스크립트 기반 메시징으로 바꾸어 병렬 인터뷰를 진행했다.
4. 병렬화 이후에는 메시지 충돌과 질문 품질이 과제가 됐다. 메시지를 큐에 모아 오퍼스가 순서대로 판단하게 하고, 인물별 100회 질문 한도를 고려해 기존 답변과 필요한 조건을 반영한 구체적인 질문으로 전환했다.
5. 제출 전에는 지식 발굴보다 테스트 통과를 우선했다. 첫 테스트 결과는 15개 중 9개 통과·5개 부분 통과·1개 실패였으며, 이후 테스트 보완에 집중했다. 최종 지식 발굴률은 영상 후반에 65.8%로 정정했고, 이미지 처리가 빠진 상태에서도 본선에 진출했다고 밝혔다.

🧩 배경과 문제 정의

발표자는 편집자로서 평소 이야기해 온 AI 활용 방식을 실제 과제에서 검증하고자 카카오 AI Top 100에 참가했다. 이전 대회 문제를 보지 않고 다른 사람의 풀이 방식도 거의 묻지 않는다는 원칙을 세웠으며, 영상은 본선 진출 이후 자신의 진행 과정을 돌아보는 후기다.

대회 과제는 농수산물을 판매하는 가상 마을의 업무를 처리할 에이전트 시스템을 만드는 것이었다. 참가자는 처음부터 관계자 전체와 업무 규칙을 받지 않고, 민준과의 대화를 출발점으로 다른 인물과 처리 절차를 찾아가야 했다. 각 인물에게 질문할 수 있는 횟수에는 100회 한도가 있었고, 알아낸 지식을 바탕으로 고객 문의에 적절한 답을 내는 하네스를 구성해야 했다.

발표자는 이 구조가 현실의 고객 응대와 닮았다고 해석한다. 출판업에서 환불 주체를 구분하는 규칙처럼, 현장의 담당자만 아는 정보를 찾아내고 시스템이 따를 수 있는 처리 방식으로 옮기는 일이 핵심 문제였다.

🕒 시간순 섹션별 상세정리

1. AI 영상 사용 설명과 본선 진출 소식

• 도입에서는 직전 영상의 목소리가 AI였다고 드러낸다. 매번 직접 촬영하기 어려워 가끔 AI 영상을 올릴 계획이며, AI로 만든 영상도 자신이 검수한다고 보여준다. [00:29]
• 카카오가 주관하는 AI Top 100 본선 진출을 알리고, 대회에서 겪은 일과 자신의 풀이 과정을 소개하겠다고 드러낸다. [00:50]

2. 스스로 정한 참가 원칙과 검증 목표

• 이전 대회 문제를 보지 않고 주변 사람에게 풀이 방식을 묻지 않겠다는 두 가지 원칙을 세웠다. 첫 번째는 전부, 두 번째는 거의 지켰다고 보여준다. [01:10]
• 평소 AI 활용법을 설명하는 자신이 실제 대회에서도 본선 100명 안에 들어갈 수 있는지 시험하고 싶었으며, 진출로 그 목표를 달성했다고 돌아본다. [01:32]

3. 민준에게서 시작하는 마을 업무 탐색

• 농수산물을 판매하는 마을을 배경으로, 판매 업무를 원활하게 처리하는 에이전트 시스템을 만드는 것이 과제라고 보여준다. 처음 대화하는 상대는 마을 사정을 아는 민준이다. [02:33]
• 다른 인물의 존재를 모르는 상태에서 질문을 통해 연락할 사람을 찾아간다. 민준과 대화해 택배 담당자를 발견하고, 그와의 대화에서 다시 다른 구성원으로 탐색을 넓힌다. [03:35]
• 각 인물에게 100회까지 질문하면서 기존 업무가 어떻게 돌아가는지 알아내고, 수집한 지식을 프로젝트에 반영하는 구조라고 보여준다. [04:00]

4. 업무 규칙을 하네스로 옮기고 명세 확인하기

• 고객 문의가 들어왔을 때 누가 먼저 응대하고 어떤 판단과 후속 처리를 거치는지 파악한 뒤, 그 절차대로 대응하는 하네스를 만드는 것이 목표다. [04:31]
• 구성한 프로젝트에 주최 측이 고객 역할의 프롬프트를 보내면, 시스템이 대화로 확보한 지식과 규칙을 바탕으로 응답하는 방식이라고 보여준다. [05:08]
• 평가 요청을 받을 게이트웨이를 만들고, 에이전트에게 공식 문서와 요구 명세, 채점 대상을 꼼꼼히 살펴보게 했다고 드러낸다. [05:35]

5. 오퍼스의 종합 판단과 인물별 코덱스 분담

• 직접 대화를 복사하고 내용을 기억하는 방식에 한계를 느껴, 오퍼스를 기억과 판단을 맡는 지휘 역할로 두고 코덱스에는 카카오톡 메시지 전달을 맡긴다. [06:28]
• 대화 상대가 늘어나자 새 인물을 발견할 때마다 담당 코덱스 세션을 추가하게 한다. 각 세션은 담당 인물과 대화하고 결과를 오퍼스에 보고하도록 역할을 나눈다. [07:14]

6. 느린 화면 조작에서 코드 기반 병렬 메시징으로

• 컴퓨터 유즈가 마우스 제어권을 가져가고 느리게 작동하는 점을 병목으로 느낀다. 맥의 접근성 API와 애플스크립트를 활용하는 메시지 전달 프로그램을 만들게 한다. [07:42]
• 화면 조작으로 한 사람씩 대화하던 직렬 흐름에서, 각 코덱스가 코드로 대화를 진행하는 병렬 흐름으로 바뀐다. 그 결과 대화가 뒤섞이고 선행 질문과 응답의 순서 문제가 드러난다. [08:12]

7. 메시지 큐 도입과 구체적인 질문으로 전략 수정

• 메시지를 큐에 쌓고 오퍼스가 먼저 들어온 내용부터 확인해 판단하도록 한다. 대화 수집은 병렬로 진행하면서, 종합 판단과 다음 작업 지시는 순서대로 처리하려는 구상이다. [09:08]
• 진행 약 두 시간 반 무렵, 인물별 100회 한도를 보며 질문을 무작정 늘리는 방식에 의문을 갖는다. 적은 질문으로 지식을 얻는 것이 평가 요소일 수도 있다고 추측하지만, 확인된 기준으로 제시하지는 않는다. [10:03]
• 상대가 요구하는 정보를 먼저 제시하고, 다른 인물에게서 얻은 답변까지 고려해 좁고 구체적인 질문을 던지는 방향으로 전략을 바꾼다. [10:45]

8. 테스트 실패를 확인하고 제출 요건 보완

• 제출 시간이 다가오자 사이트에서 테스트 케이스를 확인한다. 시스템은 입력 조건에 맞춰 정해진 양식으로 답해야 하므로, 테스트 통과를 기본 요건으로 판단한다. [11:33]
• 인터뷰를 잠시 멈추고 테스트를 실행한 결과, 15개 중 9개 통과·5개 부분 통과·1개 실패가 나온다. 지식 발굴을 더 진행하기 전에 테스트 실행 체계를 만들고 보완에 집중한다. [12:00]
• 이후 단골 고객 역할의 인물을 마지막으로 발견하지만 시간이 부족해 충분히 질문하지 못한다. 다른 인물들은 대체로 30~40회 질문한 상태에서 인터뷰를 마무리하고 제출을 준비한다. [12:59]

9. 본선 진출 결과와 이미지 처리 누락

• 심사에서는 오류나 시간 초과가 없었다고 설명하지만, 제출 후 가채점 과정에서 이미지 입력을 처리하지 못하는 상태였음을 알게 된다. 이미지 처리 누락의 원인을 자세히 복기하지는 않았다고 드러낸다. [13:30]
• 이미지 처리가 됐다면 점수가 더 높았을 것이라는 추정을 덧붙인다. 다른 참가자들의 높은 지식 발굴률을 보고 탈락을 예상했지만, 실제로는 본선에 진출했다고 전해진다. [14:04]
• 자신의 지식 발굴률을 앞서 말한 약 67%에서 65.8%로 정정한다. 결과를 확인한 뒤 추가 개선은 특별히 하지 않았다고 보여준다. [14:22]

10. 현실 고객 응대와 자동화의 운영 조건

• 출판사의 환불 문의를 예로 들며, 현장에만 있는 규칙을 파악해 AI가 대응하도록 만드는 점에서 대회 문제가 현실 업무와 같았다고 해석한다. 질문으로 새 사람과 정보를 찾아가는 과정은 방탈출처럼 느껴졌다고 드러낸다. [15:36]
• 이 대회가 AI 활용 능력을 평가하는 표준 시험이 될 수 있다는 견해에 공감한다. 동시에 수동 진행이나 과도한 자동화 자제 안내가 있었다고 언급하며, 메시지를 너무 빠르게 많이 보내지 않도록 규칙을 설정했다고 보여준다. [16:21]
• 실제 메시지 전송과 대화 종합은 대부분 코덱스와 오퍼스가 맡았다고 돌아본다. 많은 대화를 사람이 모두 판단하려 하면 사람이 병목이 될 수 있다는 생각을 드러낸다. [16:55]

11. 사람과 AI의 역할 균형, 참가 경험의 의미

• 모델의 자율 판단 정확도가 높아지면 단순 응대의 자동화 범위가 넓어질 것으로 전망한다. 다만 실패를 방치할 수 없고, 문제가 생긴 상품을 다시 배송하는 실제 조치는 사람이 맡는다고 강조한다. [17:30]
• 다섯 시간 동안 에이전트들의 대화와 오퍼스의 취합을 지켜보고, 질문 방향이나 대화 충돌을 중간중간 조정한 과정이 흥미로웠다고 회고한다. [18:01]
• 다음 시험에 대한 기대와 주최 측에 대한 감사를 전해진다. 탈락했더라도 현실의 문제와 사람들의 고민을 경험한 의미 있는 과정이었을 것이라고 평가하며 영상을 마친다. [18:42]

🧾 결론

• 이 사례에서 AI 활용은 답변을 잘 받아내는 작업을 넘어, 정보 수집·기억·역할 분담·실행·검증을 연결하는 시스템 구성으로 나타난다.
• 발표자는 지식 발굴률이 높은 다른 참가자들을 보고 탈락을 예상했지만 본선에 진출했다. 다만 이 결과만으로 실제 심사에서 각 요소가 차지한 비중을 확정할 수는 없다.
• 사람은 질문 전략 수정, 대화 충돌 조정, 테스트 우선순위 설정에 개입했다. 발표자가 묘사한 역할은 모든 대화를 직접 처리하기보다 진행 방향을 바꾸는 일이었다.
• 자동 응대가 발전하더라도 실패 대응과 실제 상품 재배송 같은 후속 조치에는 사람이 필요하다는 점이 마지막 성찰로 제시된다.

📈 투자·시사 포인트

• 업무 자동화를 검토할 때는 모델의 답변 능력과 함께 조직 내부의 규칙을 어떻게 발견하고 시스템에 반영할지 살펴볼 필요가 있다. 영상에서는 출판사와 서점 사이의 환불 처리 규칙이 그 예로 등장한다.
• 에이전트 수를 늘리면 처리량과 함께 조정 문제도 커진다. 이 사례에서는 화면 조작 속도, 메시지 순서, 대화 충돌이 차례로 병목이 됐고, 전용 메시징과 큐가 대응 수단으로 사용됐다.
• 도입 성과를 평가할 때는 수집한 지식의 양뿐 아니라 정해진 입력에 올바른 형식으로 응답하는지 확인해야 한다. 이미지 입력처럼 누락된 경로는 별도로 검증필요가 있다.
• 고객 응대 자동화의 운영 범위에는 실패 감지와 사람에게 넘기는 절차도 포함된다. 영상은 응대 자동화와 현실의 문제 해결 사이에 남는 사람의 역할을 보여준다.

⚠️ 불확실하거나 확인이 필요한 부분

• 본선 진출과 진행 과정은 발표자의 설명에 근거한다. 제공된 자료에는 공식 점수표, 전체 순위, 항목별 심사 가중치가 없어 진출의 결정 요인을 분리하기 어렵다.
• 이미지 처리 누락으로 약 1점을 잃었다거나, 처리했다면 8.6점 정도였을 것이라는 설명은 에이전트 가채점과 발표자의 추정이다. 공식적으로 확인된 점수 차이로 취급해서는 안 된다.
• 발표자는 지식 발굴률을 약 67%라고 말했다가 후반에 65.8%로 정정한다. 최종 수치를 인용할 때는 정정된 값을 사용하되, 지표의 계산 방식은 자료에서 확인되지 않는다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 유사 과제를 시작할 때 공식 명세, 평가 기준, 입력·출력 형식, 질문 횟수와 자동화 제한을 먼저 확인한다.
• 관계자별 업무 규칙, 선행 조건, 다른 담당자에게 넘기는 조건을 기록하고, 이미 얻은 정보를 바탕으로 다음 질문을 구체화한다.
• 수집 담당 에이전트와 종합 판단 담당을 구분하고, 병렬 메시지가 섞일 경우 처리 순서와 중복·충돌 관리 방식을 정한다.
• 제출 직전까지 기다리지 말고 제공된 테스트 케이스를 실행해 실패와 부분 통과 항목을 우선 보완한다.

❓ 열린 질문

• 공식 심사에서는 지식 발굴률, 응답 정확도, 처리 시간, 오류 여부가 각각 어느 정도의 비중으로 반영됐을까?
• 이미지 처리 누락은 어느 단계에서 발생했으며, 어떤 검증 절차가 있었다면 제출 전에 발견할 수 있었을까?
• 실제 고객 응대 업무에 적용한다면 에이전트의 자율 판단 범위와 사람에게 넘기는 기준을 어떻게 정해야 할까?