외주 일감 검토 파이프라인 정비
일감 발굴 자동화에 AI 모델을 도입할지 근거부터 따져 보고, 문서 속 글로만 있던 판단 기준을 검증 가능한 데이터로 바꿨다.
무엇을 만들었나
외주 일감을 검토하는 업무 흐름에 새 AI 모델을 붙일지 조사했다. 검토한 적용 후보 4개 중 3개는 도입할 이유가 없다고 결론 내렸고, 대신 판단 기준이 보고서 속 글로만 존재하던 문제를 구조화된 데이터로 만들었다. 또 10차례 연속 결정이 미뤄지던 정책을 선택지 비교 문서로 정리해 결재를 받고 관련 문서에 반영했다.
구현 방식과 보안 설계는 ‘기술 상세’에 있습니다.
구조와 설계
도입 검토는 모델 스펙 조사와 기존 파이프라인 실동작 분석을 병렬로 돌렸고, 스펙 조사에는 확인하지 못한 항목을 추측으로 채우지 말고 확인 불가로 남기라는 제약을 걸었다. 분석 결과 1차 필터의 판단 기준이 코드나 설정이 아니라 보고서 30편의 산문에만 있어 어떤 모델에도 넘길 수 없는 형태였기 때문에, 551줄 설계서(3단계 도입안, 적용 후보 4개 중 3개 부적합)를 쓰되 도입하지 않는 선택지를 독립 섹션으로 남겼다. 규칙은 상태 문서와 보고서 29편을 전수 판독해 YAML 2개로 추출했고, 항목마다 원문 출처를 붙이고 확인 안 된 값은 비우고 상충하는 수치는 병기했다. 병목이던 정책은 기존 규칙이 이미 받은 비밀의 보관만 다루고 받아도 되는가는 다루지 않는다는 점을 원문 대조로 규명한 뒤, 과거 사례 3건이 선택지별로 어떻게 갈리는지 표로 대조한 결재 브리프(159줄)를 쓰고 결재 후 9개 파일에 반영했다.
사용 기술
Claude Code(서브에이전트 오케스트레이션), Codex CLI, Python, PyYAML, Git, Markdown, YAML
보안·안정성 설계
- 클라이언트 자격증명은 필요한 최소 권한만 한시적으로 받고 납품 후 폐기를 요청한다는 원칙을 문서화하고, 납품 체크리스트에 폐기 확인 항목을 추가
- 자격증명 취급처럼 보안·법적 책임이 걸린 결정은 대신 내리지 않고 선택지와 권고까지만 작성해 사업주 결재로 남김
- 부분 결재가 나머지 사람 승인 관문을 무력화하지 않도록 지시문에 변경 금지를 명시하고, 검증에서 관문 4개 상태를 전부 출력해 1개만 바뀐 것을 확인
- 구현한 주체의 자기 보고를 근거로 쓰지 않고 별도 주체가 직접 실행해 검증
- 과거 기록은 고치지 않고 새 절에 적용 시점을 명기해 이력을 보존
작업 기록
판단 전용 AI 모델 도입 검토와 규칙 데이터화
적용 후보 4개 중 3개를 부적합으로 판정한 설계서를 쓰고, 산문으로만 있던 1차 필터 규칙을 YAML 2개로 추출했다. 인용 622건을 전수 대조해 모두 일치했다.
자격증명 취급 방침 결재 브리프와 반영
10차례 미결이던 정책을 원인 규명, 선택지 4개 대조, 권고안 순으로 정리한 159줄 브리프를 쓰고, 결재 후 9개 파일에 반영했다. 결재 범위를 넘지 않았는지 관문 4개 상태를 직접 파싱해 확인했다.
이 페이지는 작업 기록 문서 2건을 바탕으로 정리했습니다. 고객 정보, 접속 주소, 비밀값은 공개 전에 걸러 냅니다.