비개발자의 AI 에이전트 활용기: 데이터 저장부터 업무 패턴화까지

데이터 저장과 보안의 습관화

비개발자가 AI 에이전트를 활용해 로컬 HTML 도구를 공유할 때, 정적 화면의 한계를 넘어 데이터 저장과 상태 관리가 필요해졌다. 정식 DB 운영의 부담을 줄이기 위해 구글 스프레드시트를 가벼운 공유 데이터 저장소로 활용했으며, Apps Script와 clasp를 통해 배포 및 실행을 자동화했다. 또한 웹훅 연동 시 토큰 노출을 방지하기 위해 .env 파일과 .gitignore를 사용하는 등 보안 관리가 자연스러운 작업 습관으로 자리 잡았다.

반복 업무를 스킬로 구조화

파일 정리나 회의록 작성처럼 손으로 하던 작업을 AI 에이전트에 맡기려면 입력, 출력, 예외 처리 등 명확한 명세가 필요했다. 저자는 반복되는 판단 기준을 Codex와 Claude의 skill로 정의하여 저장했다. 특히 회의록 스킬은 생성된 결과물을 최종본과 비교하며 개선점을 발굴하고 업데이트하는 피드백 루프를 통해 매주 특화되었다. 이 과정에서 AI의 문장 생성 능력보다 업무 구조를 파악하는 것이 성능 개선에 더 중요함을 확인했다.

데이터 분석의 자동화

구글 애널리틱스(GA) 리포트 작업에도 MCP를 활용해 API로 데이터를 수집하고, 스킬로 리포트 구조를 유지하며 월간 비교 분석을 자동화했다. 데이터 수집은 쉬워졌으나, 수집된 데이터를 어떤 질문에 연결할지는 여전히 인간의 영역으로 남았다. 저자는 AI 에이전트와의 협업이 단순 코딩을 넘어 업무의 입력과 출력, 보안, 검증 기준을 구조화하는 과정임을 강조하며, 향후 업무가 어떻게 대체되고 재정의될지 고민해야 한다고 결론지었다.