광고 조사부터 집행까지 잇는 AI 워크플로우 실집행 검증
대행사가 하던 흐름을 8단계 AI 파이프라인으로 — 우회 불가한 이중 품질 관문, 소액(10만 원) 실집행으로 ROAS 400% 확인. (ad-agent)
문제 정의 · 업무 흐름 설계 · AI
사용자 관점에서 진짜 문제를 찾고,
사용자 관점에서 진짜 문제를 찾고,
AI가 일하게 만듭니다
정세윤AX · AI Solutions Engineer
그 일이 왜 필요한지, 어디서 막히는지, 잘못되면 무엇을 잃는지를 먼저 봅니다. 그다음 AI가 할 일과 사람이 볼 일을 나눠 직접 만들고, 실제로 나아졌는지 확인합니다.
- Emailseyunjeong2025@gmail.com
- GitHubgithub.com/SeyunJeong ↗
- LinkedInseyun-jeong ↗
- StatusAX · AI 솔루션 포지션을 찾는 중
일하는 순서
같은 요청에서 다른 문제를 찾아냅니다
누가 "이거 너무 힘들어요"라고 하면, 그 말을 시작점 삼아 한 걸음 더 들어갑니다. 그 일이 회사에서 왜 필요한지, 시간이 실제로 새는 곳은 어디인지, 잘못됐을 때 누가 무엇을 잃는지까지 확인합니다. 그다음에 어디까지 AI에게 맡기고 어디서 사람이 봐야 하는지를 정합니다. 나누는 기준은 하나 — 잘못되면 되돌릴 수 있는가.
이게 힘들다는 말처음 들은 이야기→
이 일이 왜 있나회사에서의 쓸모→
어디서 막히나시간이 새는 곳→
틀리면 뭘 잃나실수했을 때의 값→
여기서 나눈다AI가 할 일 · 사람이 볼 일→
만들고, 나아졌는지 재기
아래 사례는 대부분 이 순서로 만들었습니다. 처음 들은 문제와 실제로 푼 문제가 어떻게 달랐는지를 적었습니다.
사례
처음 들은 문제 뒤의, 진짜 문제를 푼 일들
카드를 누르면 무엇을 어떻게 판단했고 그래서 무엇이 달라졌는지 볼 수 있습니다.
사내 시스템 · 운영
운영 기록을 한곳으로 합친 사내 시스템 pm-dashboard
월 약 20시간 절약 · 전 직원 사용
서비스 11개 현황을 두 군데에 옮겨 적고 있었습니다. 볼 화면이 없어서가 아니라, 같은 내용을 단계마다 다시 정리하는 게 문제였습니다.
자세히 보기 → AI 품질 · 평가 설계AI 채점기 만들기
한 달 정체 → 평가 기준 v1
AI가 쓴 글의 품질이 한 달 넘게 제자리였습니다. 모델을 바꿔서 될 일이 아니라, "어떤 글이 좋은 글인가"에 대한 합의가 없는 게 문제였습니다.
자세히 보기 → AI 에이전트 · 업무 위임알아서 일하는 에이전트
1~2일 → 약 2시간
혼자서 제품 여럿을 확인해야 했습니다. 전부 자동으로 만드는 대신, 잘못 넘겼을 때 손해가 큰 마지막 한 걸음만 사람이 보게 했습니다.
자세히 보기 → 직무 단위 AXQA 9단계 업무를 AI 중심으로 재설계
업무 9단계 · 사람은 마지막 승인 1회
도구 하나가 아니라 직무의 업무 지도를 그리고, 설계부터 수정 확인까지 칸마다 AI를 배치했습니다.
자세히 보기 →그 밖의 사례
하루를 통째로 맡기는 업무 관리 도구 매일 실사용
수집 4원천 → 시간표 재배치 → 저녁 완료 감사까지 도는 개인 운영 루프. 남의 업무를 바꾸기 전에 제 하루부터.
에이전트가 일할 하네스 만들기 매일 사용
AI의 "다 했다"를 검사하는 관문까지 갖춘 실행 환경(규칙·스킬·훅)을 직접 구축해 그 위에서 일합니다.
그 밖에
직접 만든 제품·도구
설계부터 만들고 배포까지 혼자 했습니다. 지금 상태는 있는 그대로 적었습니다.
AI가 사내 정보를 쓰게 하는 연결 장치
슬랙 조회 도구 사내 배포
팀원들이 슬랙에 흩어진 대화를 찾는 데 애를 먹고 있었습니다. 비슷한 도구가 시중에 있지만 설치가 벽이라, 명령어 하나로 설치부터 슬랙 로그인·토큰 연결까지 끝나게 만들어 팀 공용이 됐습니다. MCP 서버는 TypeScript로 직접 구현 — 도구 다섯, 레이트리밋·페이지네이션 처리.
TypeScriptMCP
업무 시스템 연결 도구 사내 배포
위 pm-dashboard 사례의 FastAPI 본체에 MCP 서버를 직접 마운트해, 실제로 돌아가는 업무 시스템의 데이터를 AI가 바로 가져다 쓸 수 있게 했습니다. Bearer 토큰 인증을 걸어 아무나 접근하지 못하게 막았습니다.
FastAPIMCP
반복 작업 자동화
버그 등록 자동화 실사용 약 200건
버그 하나 등록하려면 다시 재현해보고, 화면 캡처하고, 양식에 맞춰 쓰는 데 약 10분이 걸렸습니다. 재현 확인을 자동으로 돌리고 통과한 것만 등록되게 해서 30초로 줄였습니다. 약 200건 처리했고 대략 31시간을 아꼈습니다.
PythonPlaywrightJIRA
퀀터스 테스트 자동화 3종 공개 저장소
혼자 확인하던 반복 점검이 출시를 늦추고 있어서, 중요한 화면부터 골라 웹 화면 · 서버 상태 · 데이터 정확성 세 가지로 나눠 각각 자동으로 돌게 만들었습니다. 회사 정보를 지운 뒤 공개 저장소로 정리해 뒀습니다.
GitHub ↗Playwright · pytest
직접 만든 앱·서비스
LinkNote 스토어 등록 준비
링크를 저장만 하고 다시 못 찾는 문제. 공유하기만 하면 AI가 요약하고 분류해서 정리해주는 휴대폰 앱입니다. 화면부터 서버까지 직접 만들었습니다.
GitHub ↗React Native · FastAPI
Find Myself 스토어 출시 준비
AI가 계속 되묻는 대화로 "나는 무엇을 하는 사람인가"를 스스로 정리하게 돕는 휴대폰 앱. 대화 흐름 설계와 서버를 직접 만들었습니다.
Claude API · FastAPI
MorgenAI ~2026.5 운영 · 지금도 열람 가능
AI 관련 뉴스와 논문을 매일 모아 AI로 번역·요약해주던 사이트. 수집→번역·요약→적재→서빙까지 혼자 운영했고, 수집은 2026년 5월까지, 사이트는 지금도 열립니다.
소개
일하는 방식
안녕하세요, 정세윤입니다. 왜 그런 요청이 나왔는지부터 알아보는 일을 중요하게 생각합니다. 현업이 말한 증상과 실제로 막힌 곳이 다른 경우가 많았기 때문입니다.
테스트 엔지니어로 시작해 문제와 위험을 먼저 찾는 법을 배웠고, 품질 책임자와 기획을 겸하며 제품과 회사 관점으로 문제를 보는 경험을 쌓았습니다. 지금은 메디솔브에이아이에서 AI 도구를 직접 만들며 문제를 정하는 일부터 만들고 운영하는 일까지 이어서 합니다. 회사별 상세는 아래 이력에 있습니다.
경력 참고 — 메멘토·퀀터스·현재 회사는 끊어진 이력이 아니라 이어진 자리입니다. 메멘토(폐업)와 퀀터스는 같은 대표의 회사였고, 현재 회사에는 퀀터스에서 고용승계로 합류했습니다. 지금은 테스트 비중이 큰 현재 역할에서, AI 도구를 만드는 일을 본업으로 하는 다음 자리를 찾고 있습니다.
문제부터 다시 본다.요청받은 기능보다, 그 요청이 나온 이유와 진짜 막히는 곳을 먼저 확인한다.
AI와 사람의 몫을 나눈다.전부 자동으로 만드는 게 목표가 아니다. 틀렸을 때 손해가 큰 곳에 사람을 둔다.
가장 얇게 만든다.복잡한 시스템보다, 막힌 곳 하나를 확실히 뚫는 단순한 구조를 택한다.
만들고 끝내지 않는다.배포하고, 쓰이는지 보고, 재보고, 고치는 것까지가 한 세트다.
정세윤 · Seyun Jeong — AX · AI Solutions Engineer
seyunjeong2025@gmail.com · github.com/SeyunJeong · linkedin.com/in/seyun-jeong-418099346
seyunjeong2025@gmail.com · github.com/SeyunJeong · linkedin.com/in/seyun-jeong-418099346
Resume
이력 · 스택
AX · AI Solutions Engineer
현업의 요청을 그 일이 회사에서 어떻게 돌아가는지까지 확인한 뒤, 진짜 풀어야 할 문제로 다시 정의합니다. 문제를 정하는 일부터 AI와 사람의 몫을 나누는 일, 직접 만들고 배포해 운영하는 일까지 하고 — 이 방법으로 먼저 제 직무의 9단계 업무 흐름을 AI 중심으로 재설계했습니다.
- 혼자 감당 못 하는 검증량 → 반복 몇 개의 자동화가 아니라 직무의 업무 지도 전체에 AI를 배치, 사람 개입은 승인 1회 → 1~2일 걸리던 일을 약 2시간으로
- 서비스 11개를 두 군데에 이중 기록 → 화면이 없는 게 아니라 같은 내용을 반복해 옮겨 적는 것이 문제 → 한곳으로 합쳐 전 직원이 쓰는 시스템으로
- AI 글 품질이 한 달 정체 → 모델이 아니라 좋고 나쁨을 잴 기준이 없는 것이 원인 → 여러 항목으로 나눠 재는 평가 체계를 만듦
경력 참고 — 메멘토(폐업)와 퀀터스는 같은 대표의 회사였고, 현재 회사에는 퀀터스에서 고용승계로 합류했습니다.
경력
-
2026.03 — 현재
㈜메디솔브에이아이QA · AI 에이전트 엔지니어
생성형 AI 제품 2종 (SNS 콘텐츠 생성 · 링크 관리)
- AI가 쓴 글의 품질이 기술을 바꿔도 나아지지 않던 문제를 좋고 나쁨을 잴 기준이 없는 문제로 다시 정의하고, 사람이 고른 결과에서 기준을 뽑아 여러 항목으로 나눠 재는 평가 체계를 만듦
- 반복되는 검증을 정해진 각본 자동화 대신 AI가 스스로 찾고 재현까지 한 뒤 사람이 마지막에 확인하는 구조로 설계해 1~2일 걸리던 검증을 약 2시간으로 단축. 기능 범위가 서로 다른 생성형 AI 제품 두 개의 출시 검증을 혼자 동시에 수행
- 사내 정보와 업무 흐름을 AI가 쓸 수 있게 연결 도구 2종과 pm-dashboard를 직접 만들어 배포
-
2025.02 — 2026.03
㈜퀀터스테크놀로지스QA Lead · PM 겸임
퀀트 투자 솔루션 (전략 제공·운용 대행, 고객사 다수)
- 1인 QA로 시작, 2025.4~5월부터 QA 리더 겸 PM으로 품질·릴리즈·제품 개선 주도
- 반복되는 배포 장애를 개인 실수가 아닌 릴리즈 프로세스 문제로 보고 체크리스트·크로스체크 체계를 설계 → 배포 치명 장애 0건화, 긴급 핫픽스 약 85% 감소, 릴리즈 사이클 3주 → 2주
- QA로 접수되는 고객 불만에서 출발해 제품 퍼널·운영 데이터를 분석, 온보딩·전환 구조 개선을 설계 → 온보딩 홈 리뉴얼 DAU +50%, 마일리지 시스템 설계 → 천만 원대 이벤트 매출
- 혼자 반복하던 점검이 출시를 늦추고 있어, 위험한 화면부터 골라 웹 화면·서버 상태·데이터 정확성 세 갈래로 나눠 자동으로 돌게 만듦 → 공개 저장소 ↗
- 디자인 핸드오프 프로세스로 재작업 체감 60%↓ · GA4/GTM 데이터 체계 직접 설계 — 개발 이전/이후의 협업 구조까지 개선
-
2024.11 — 2025.01
㈜메멘토에이아이QA
메디컬 솔루션 스타트업 (폐업)
-
2023.10 — 2024.11
㈜티벨소프트웨어 테스터
SKT 에이닷 앱
- NLU→LLM 전환 QA 참여, 정답 없는 AI 응답 테스트 전략 리서치
- 사내 테스트 디자인 콘테스트 1위(2024.03) · 팀 전체 버그 약 40% 직접 검출
-
2018.10 — 2023.10
매일경제신문사 · ㈜김앤드이기계설비 관리 · 설비 품질관리
복잡한 시스템의 구조적 이해, 품질 기준 수립, 다수 이해관계자 협업
기술 스택
문제 정의 · 설계
문제 정의, 업무 흐름(워크플로우) 설계, AI 에이전트·하네스 설계(규칙·스킬·훅), 개입점 설계(Human-in-the-loop·가역성 기준), 품질 평가 체계 설계
AI · LLM
LLM 에이전트 아키텍처, Claude(Tool Use·헤드리스), 프롬프트 엔지니어링, MCP 서버 구현, RAG(BM25), LLM-as-Judge 평가 설계
Backend
Python(FastAPI·SQLAlchemy async·pytest), TypeScript, REST API, PostgreSQL/SQL
QA · 자동화
Playwright, Appium, pytest, GitHub Actions, 테스트 자동화 설계, AI 응답 평가
Infra
Docker, NCP, Vercel, Supabase
협업 · 데이터
Jira · Confluence · Zephyr, GA4/GTM, Figma, Slack, Notion
Leadership
QA 리더 · PM 겸임, 프로세스 설계, 크로스펑셔널 조율
Explore
연결된 이력
프로젝트·역량·경력이 어떻게 이어지는지 한눈에. 노드를 클릭하면 해당 섹션으로 이동해요.
나
프로젝트
경력
역량
Contact
현업의 문제를 정의하고 AI 시스템으로 해결하는 팀을 찾고 있습니다.
AX · AI Solutions Engineer 포지션 및 AI Agent / Workflow Automation 관련 역할에 열려 있습니다. 편하게 연락 주세요.