고위드가 AI를 전사에 심은 과정

AI 시대에 핀테크 스타트업 고위드가 일하는 방법을 소개합니다.

Mar 11, 2026

Contents

왜 Claude Code였나 — "대화형 AI"를 넘어서 개발팀부터 — 관성을 깨는 것이 시작이었어요 비개발자분들 — 더 어려운 과제, 더 큰 허들 전사 세션 — 1시간으로 시작을 만들다 세션 이후 — 각자의 워크플로우가 만들어지기 시작했어요 설문으로 돌아본 변화 마무리

안녕하세요, 고위드 FinOps 스쿼드의 Backend Engineer 이호준입니다.

요즘 많은 회사에서 AI 도입을 이야기하고 있어요. 저희도 마찬가지였는데요, ChatGPT나 Gemini 같은 대화형 AI를 쓰시는 분들은 많았지만, 대부분 간단한 검색이나 질문, 문서 작성, 요약, 번역 등에 활용하는 정도에 그치고 있었어요. "AI를 업무에 쓰고 있다"고는 하지만, 진짜 생산성이 달라졌다고 느끼기엔 부족한 상태였죠.

회사에서도 AI를 통한 생산성 향상을 장려하고 있었지만, 막상 시작하려면 초기 난이도가 꽤 높은 부분이 있었어요. 저도 처음에는 시행착오를 많이 겪었는데, Claude Code를 사용해 보고 조금만 익숙해지니 정말 다양한 분야에서 자동화나 생산성 향상을 이끌어낼 수 있다는 걸 깨달았습니다.

특히 Claude Code를 설치하고, 필요한 업무 도구를 연동하고, 스킬을 갖다 쓰거나 직접 만들 줄만 알게 되면 할 수 있는 것들이 정말 많아요. 이 확신이 있었기에, 저만 쓰기엔 아깝다는 생각이 들어서 사내에 Claude Code를 전파하면 좋겠다고 생각했어요.

이 글에서는 개발팀부터 PM, PD, HR, 재무, CX, 사업개발까지 전 직군에 AI를 전파한 과정과, 그 과정에서 부딪힌 허들을 어떻게 넘었는지를 공유해보려 합니다.

왜 Claude Code였나 — "대화형 AI"를 넘어서

앞서 말씀드린 것처럼 대화형 AI를 활용하시는 분들은 많았지만, 그 이상으로 나아가진 못하고 있었어요.

Claude Code는 이런 대화형 AI와는 달라요. 터미널에서 직접 파일을 읽고, 코드를 수정하고, 외부 도구와 연동할 수 있습니다. Slack에서 메시지를 가져오고, Notion 문서를 분석하고, BigQuery에 쿼리를 날릴 수 있어요. 이걸 제대로 활용하면 "AI에게 질문하는 것"이 아니라 "AI와 함께 일하는 것"이 됩니다.

하지만 "Claude Code가 좋다"는 말만으로는 부족했어요. 왜 불편한 터미널을 써야 하는지, 이걸로 실제로 뭘 할 수 있는지를 직접 보여줘야 했습니다.

개발팀부터 — 관성을 깨는 것이 시작이었어요

개발 베이스가 있는 분들에게 설치나 환경 세팅은 어렵지 않았어요. 하지만 Cursor나 Claude Code를 쓰고 있더라도, AI가 잘 못하는 부분을 계속 설명하다가 결국 안 되면 "AI가 아직 이건 못 하나 보다"라고 생각하시는 경우도 있었고, 추가적인 커스텀 없이 단순히 코딩 도우미 정도로만 활용하고 계신 분들이 많았어요.

그래서 세션을 통해 사내에서 직접적으로 활용할 수 있는 워크플로우를 만들어 시연하면서, "이런 것도 할 수 있구나"를 직접 느낄 수 있게 하는 형태로 접근했습니다.

Claude Code의 Plan Mode로 복잡한 작업을 단계별로 분해하는 과정

Conductor(AI 에이전트 오케스트레이션 도구)로 개발 워크플로우를 가속하는 법

커스텀 스킬을 만들어 PR 자동 생성, 운영 서버 디버깅까지 자동화한 실제 사례

"알고 있는 것 이외의 활용법을 알게 되어서 실제로 업무 효율까지 이어졌다"는 피드백이 돌아왔어요. 모호하게 알았던 기능들을 구체적으로 짚어주는 것만으로도 변화가 시작됐습니다.

비개발자분들 — 더 어려운 과제, 더 큰 허들

이제 비개발자분들에게 전파할 차례였어요.

사실 전사 세션을 기획하기 전부터, 이미 먼저 움직여주신 분들이 계셨습니다. Claude Code의 가능성을 일찍 알아보시고 업무에 잘 녹여서 쓰고 계시던 저희 팀 PM분이 계셨고, 그 방향에 공감해서 잘 모르지만 먼저 써보시겠다고 하신 디자이너분도 계셨어요.

특히 이분은 세팅을 도와드리고 기본적인 사용법 몇 가지만 알려드렸는데, 바로 회의 녹음본을 회의록으로 변환하고, 사내 맥락을 자동으로 추가해서 정리하는 워크플로우를 직접 만들어 쓰시더라고요.

이런 사례들을 보면서, 기본적인 세팅과 활용법만 갖춰드리면 각자 자기 업무에 맞게 확장해 나가실 수 있겠다는 확신이 생겼습니다. 다만, 본격적으로 전파하려다 보니 시작하기 전부터 두 가지 허들을 마주하게 되었어요.

허들 1: 설치가 어려워요.

CLI 기반 도구라 비개발자분들에게는 설치 자체가 장벽이에요. 특히 비개발자분들은 Windows를 사용하시는 경우가 많은데, Windows 환경에서는 CLI 도구 세팅이 한층 더 까다롭습니다.

그래서 각 OS(Mac, Windows)에 맞춰 직접 시행착오를 거친 뒤, 따라만 하면 설치할 수 있는 가이드를 만들어 내부에 배포했어요. 그 이후로는 다들 가이드를 보시고 어렵지 않게 설치를 마치실 수 있었습니다.

허들 2: MCP 연동이 어려워요.

대부분의 비개발자분들이 원하는 건 Slack, Notion 같은 업무 도구와의 연동이었어요. MCP(Model Context Protocol)는 AI가 외부 도구와 연동하기 위한 표준인데, 설치 과정이 쉽지 않았습니다.

다행히 업무 환경이 같으니 필요한 MCP도 대부분 비슷했어요. 그래서 사내에서 자주 쓰는 MCP들을 한 번에 설치할 수 있는 스킬을 만들어 배포했습니다. 명령어 하나로 Slack, Notion, BigQuery 등의 연동이 끝나도록요. 덕분에 모든 분들이 사내에서 필요한 MCP들을 어렵지 않게 설치하실 수 있게 되었어요.

저는 이 기본적인 세팅들만 갖춰지면, 스킬을 설치해서 쓰거나 직접 만드는 것까지 이어질 수 있다는 확신이 있었어요. 실제로 그 과정까지 익히고 나면 업무에서 할 수 있는 것들이 비약적으로 늘어나거든요. 그래서 이 두 허들을 먼저 넘기는 데 집중했고, 그 후에야 비로소 세션을 열 수 있었어요.

전사 세션 — 1시간으로 시작을 만들다

세션을 열기 전에 수요 조사를 먼저 진행했어요. 평소에도 AI를 활용해서 업무를 더 잘하고 싶어하시는 분들이 많았던 만큼, 대부분의 분들이 참여를 희망해 주셨고 결국 전사 세션으로 진행하게 됐습니다.

세션 구성은 이랬어요:

왜 써야 하는지부터 — Claude Code가 기존 AI 채팅과 어떻게 다른지

비개발자 동료분들의 실제 사례 — 이미 먼저 세팅해서 잘 쓰고 계신 비개발자분들이 자신의 워크플로우를 직접 보여줬어요

기본 시작법부터 MCP, 스킬, 플러그인까지 — 시작할 수 있는 최소한의 무기를 쥐어주기

앞으로의 방향 — 각자의 업무에서 어떻게 확장할 수 있을지

핵심은 "이미 잘 쓰고 있는 비개발자 동료분"이 직접 사례를 보여준 거예요. 남의 회사 이야기가 아니라, 바로 옆자리 동료분이 자기 업무에서 실제로 만든 워크플로우를 보여주니 "나도 할 수 있겠는데?"라는 반응이 자연스럽게 나왔습니다. 같은 비개발자분이 증명해주시니 설득력이 훨씬 컸어요. 이런 흐름 속에 1시간이 금방 지나갔습니다.

세션 이후 — 각자의 워크플로우가 만들어지기 시작했어요

세션이 끝나고 나니 "나도 써보고 싶다"는 분들이 눈에 띄게 늘었어요. 중간중간 세팅이 잘 안 되시는 분들은 직접 찾아가서 도와드리기도 했고, 그런 사례들을 통해 세팅 가이드 문서도 지속적으로 보완했습니다.

그렇게 하나둘 자리를 잡아가니, 각 직무에서 자발적으로 워크플로우를 만들기 시작했어요. 그중에서도 특히 인상적이었던 사례들을 소개해 드릴게요.

BX팀 — 콘텐츠 자동화 에이전트

원고를 작성하면 6개 채널(블로그, 뉴스레터, 유튜브, 인스타그램 등)에 맞는 결과물이 자동으로 생성되고, 블로그는 API로 자동 발행까지 됩니다. 이전에는 콘텐츠 담당자가 계속 붙잡고 있어야 했던 작업이, 검토 포함 10~20분이면 끝나요.

HR팀 — 면접 피드백 자동화와 채용 토론 시뮬레이션

직무 면접이 끝나면 면접관에게 구조화된 질문을 Slack DM으로 자동 발송하고, 회신된 피드백을 취합해 보고서를 자동 생성해요. 더 나아가 에이전트 4명(스쿼드 핏, 챕터 핏, 컬쳐 핏, 역량 평가)이 각자의 관점에서 후보자를 평가하고 토론하는 시뮬레이션까지 만들었습니다. 확증편향이나 후광효과를 잡아주는 두 번째 눈 역할이에요.

PM팀 — 회의록에서 액션 아이템까지, 3시간이 30분으로

회의 내용을 바탕으로 액션과 마일스톤을 자동 정리합니다. 프로모션과 주간 진행 내용 요약에 기본 3시간을 쓰던 것이 30분으로 줄었어요. Linear, Notion, 매출 데이터를 연동해서 가능해진 일이에요. 어드민 페이지 오류도 개발자 수정을 기다리지 않고 직접 고칩니다.

재무팀 — 데이터 직접 분석

아웃풋 지표의 세부 원인을 Data팀이나 사업부에 요청하지 않고 직접 확인하고 분석해요. 방안 제안까지의 속도가 빨라졌습니다.

CX팀 — 대시보드 구축과 커뮤니케이션 자동화

대시보드를 직접 구축해서 매일 데이터 기반 인사이트를 추출합니다. Linear-Slack-Notion 연동으로 문서화와 커뮤니케이션 비용도 줄었어요.

사업개발팀 — 2일 만에 브레인스토밍에서 소개자료까지

신규 사업의 브레인스토밍부터 초안 작성, 소개자료 제작까지 2일 만에 해냈습니다.

Risk팀 — 아웃바운드 메시지 자동화

팀원이 수동으로 남기던 아웃바운드 메시지를 Slack 연동을 통해 자동화했어요.

설문으로 돌아본 변화

어느 정도 시간이 흘러서, 추가 가이드나 후속 세션을 어떤 방향으로 준비하면 좋을지 파악하기 위해 설문조사를 진행했어요. 그중 인상적이었던 피드백 몇 가지를 공유합니다.

"가장 좋았던 점은 '시작하게 해줬다'는 것입니다. 비개발자에게 설치 단계는 가장 큰 장벽입니다."

"MCP와 확장 기능을 알고 제 삶이 달라졌습니다."

"AI 무지랭이었던 제가 이제는 밖에 나가서 잘 쓰고 있는 사람이 되었답니다."

"클로드 코드를 만나고 새로운 세상이 펼쳐졌습니다. 주말에 친구들 만나서 추천하고 있어요."

"고위드가 파도에 휩쓸리지 않고 파도타기 할 수 있게 해주셔서 감사해요."

마무리

AI 도입은 도구를 깔아주는 게 아니라, 시작할 수 있게 만드는 일이에요.

저희가 한 일은 크게 세 가지로 정리할 수 있어요.

허들을 낮췄어요 — 설치 가이드, MCP 자동화 스킬, OS별 세팅 문서를 먼저 만들었습니다

실제 사례를 먼저 보여줬어요 — 동료분의 워크플로우가 가장 강한 설득이었습니다

각자의 업무에서 확장할 수 있게 했어요 — 방향을 제시하되, 활용은 각자에게 맡겼습니다

그 결과, 개발자부터 PM, PD, HR, 재무, CX까지 전 직군에서 각자의 업무에 맞는 자동화를 만들어냈어요.

또한 세션 이후 설문 응답자 전원이 거의 매일 사용하고 있다고 응답했습니다.

반복 업무에 쓰던 시간이 줄어든 만큼, 고객의 소리에 더 빠르게 대응하고, 서비스를 개선하는 데 더 집중할 수 있게 되었어요. 고위드에서는 지금도 매일 새로운 워크플로우가 만들어지고 있고, 이렇게 아낀 시간만큼 더 좋은 서비스를 만들기 위해 계속 노력하고 있습니다.

에디터 🔗링크드인 이 궁금하시다면?