DEVOCEAN

시작하며

1인 1에이전트 시대가 현실이 되었습니다.

개인화 된 AI 에이전트가 일상과 업무에 스며들면서 업무의 중심은 '직접 수행'에서 '에이전트의 설계/관리'로 전환되고 있습니다.

저는 에이닷 서비스의 RM(Risk Management) 담당자로서 장애 상황에서 에러 log를 감지/모니터링하고 담당자에게 전파하는 업무를 자동화하는 slack bot을 구현했습니다.

문서 중심의 전략/기획/운영 업무를 해온 비개발자인 저는 ChatGPT를 적극 활용하여 'slack bot 생성 - 파이썬 코드 연동 - 앱 배포' 과정을 직접 수행했고, 이를 실무에 적용해 업무 생산성을 높일 수 있었습니다.

물론 더 쉽고 좋은 방법들도 존재하겠지만, 비개발자가 스스로 간단한 개발 기능을 구현하기까지의 과정을 소개드리고자 합니다.

1. 가장 먼저, 이름이 가장 익숙한 파이썬 언어를 선택하여 기본 개념을 학습했습니다.

   • 컴퓨터 학원이랑 유튜브 무료 강의 위주로도 찾아봤지만, 결국 앱을 통해 제공되는 온라인 강의를 수강하여 코딩의 기본 함수를 이해하는 수준으로 학습했습니다.

2. 이후 파이썬 프로그램을 설치하고, 이론으로 배운 코딩 함수를 직접 실행해 보았습니다.

   • VS Code와 아나콘다를 설치해 사용했으나, 로컬 PC가 꺼지면 서버 연동을 통한 코드 실행은 동작하지 않는다는 점을 알게되었습니다.

3. 코드를 작성하고 저장할 수 있는 GitHub 사용법을 숙지하여 활용했습니다.

   • GitHub에 저장 폴더를 만들고 직접 코드를 입력하고 저장하면서 코드 관리의 편리함을 체감했습니다.

4. 다음은 앱 배포 단계였습니다. 초보자가 가장 쉽게 사용할 수 있는 플랫폼을 찾던 중에 ChatGPT가 추천해준 Railway를 선택했습니다.

   • 보통 서버를 띄우려면 AWS와 같은 클라우드에서 추가 셋팅 과정이 필요하지만, Railway는 GitHub와 연동만 하면 자동으로 배포된다는 장점이 있었습니다.

처음에는 "자동화 slack bot을 구현해보고 싶다." 는 막연한 아이디어만 있었고, 구체적인 구현 방법과 단계별 수행 과정은 ChatGPT를 통해 차근차근 풀어나갈 수 있었습니다.

• (구현 가능성 확인 단계) "이런 기능의 자동화 bot을 만들고 싶은데 가능할까? / 초보자가 쓰기 쉬운 Tool은 무엇일까?"

• (코드 생성 단계) "이 역할을 수행하는 파이썬 코드를 생성해줘."

• (연동 및 배포 단계) "알려준 대로 실행했더니 성공 메시지가 떴어. 이제 다음 단계는 뭐야? / 진행 도중에 에러가 발생했는데 어디서 잘못된 걸까? (+에러 화면 캡처)"

에이닷 서비스의 RM 업무 소개

에이닷 서비스는 A.X를 포함한 다양한 LLM과 Tmap/뮤직/증권/날씨/STT 등 외부 API를 연계하여 폭넓은 AI 에이전트 기능을 제공하고 있습니다.

서비스 기능이 다양한 만큼 에러 log 또한 여러 영역의 정보를 담고있기에 RM 업무는 이를 고려한 모니터링을 해야 합니다.

현재 에이닷 서비스의 에러 log는 실시간으로 slack 채널에 전달되며, RM 운영 인력이 이를 모니터링하여 장애 상황을 감지하고 관련 담당자에게 전파하고 있습니다.

• RM 업무 프로세스

  
  

과제 정의 - 자동화 slack bot 구현

자동화 slack bot을 통해 ① 장애 감지/판단, ② 담당자 전파 업무를 자동화하여 기존 인력이 수동으로 대응한 업무를 대체하는 것을 목표로 하였습니다.

적용 이후에는 자동화 bot이 활용하는 Data 범위를 확대(에러가 발생한 시점에서 앱배포 진행 및 외부 LLM 장애 여부 등을 추가 감지)하여,

장애 원인을 분석하여 대응 방안까지 제안 가능한 확장성도 고려하고 있습니다.

과제 내용

1. slack bot을 생성합니다.

• slack API (api.slack.com/apps) 에서 slack bot을 생성하고, 수행할 기능과 역할을 정의합니다. (Reading / Writing / Event subscription 권한 부여 등)

• slack bot 생성 후 토큰값을 발급하고 보관합니다. (Bot Token, Signing Secret 정보)

  
  

2. 파이썬 코드를 생성하고, GitHub에 올립니다.

• GitHub 에 가입하고 Repositories를 생성합니다.

• 코드를 작성하고 보관/관리하기 위한 폴더를 생성합니다. (폴더명: .gitignore, app.py, requirements.txt)

• 파이썬 코드를 생성하여 폴더에 올려 저장합니다.

ChatGPT 명령어 예시

• "메시지를 자동으로 전파하는 slack bot을 구현할껀데 slack 채널에서 특정 키워드가 3분 동안 5회 이상 감지되면,

  담당자를 언급하는 멘션 기능을 통해 '담당자님, 에러 확인 문의드립니다.' 메시지를 생성하는 코드를 구현해줘."

• "slack bot의 발언 빈도는 3분에 최대 1회로 제한해줘. bot의 발언권을 명령어로 제어(차단/해제)하는 기능도 적용해줘."

  
  

3. 앱 배포를 통해 slack bot을 구동합니다.

• 앱 배포 site에 접속해서 GitHub 계정으로 진입합니다. (저는 Railway를 사용하였습니다.)

• 작업한 코드가 담긴 GitHub의 Repositories를 Railway에 연동합니다.

• Variables에 진입하여 slack bot의 SLACK_BOT_TOKEN 값과 SLACK_SIGNING_SECRET값을 직접 입력합니다.

• Deployment에 진입하여 앱 배포를 진행합니다.

  *앱 배포 시 CRASHED 가 발생되면, GitHub 에 저장된 코드와 Railway의 LOGS 화면을 캡처해서 ChatGPT에 원인을 물어보고 대응합니다.

  
  

4. slack bot 을 업무에 적용합니다.

• 에러 log를 전송받는 채널에 slack bot을 초대하고 정상 작동 여부를 확인합니다.

• 각각의 유형별 장애 상황에 따라 조건값을 조정하여 slack bot의 기능을 고도화 합니다.

  
  

기대 효과

인력 중심으로 수행하던 장애 감지/전파 업무를 자동화 bot으로 대체하면서 RM 업무의 역할을 재정의했습니다.

기존에는 "얼마나 빠르게 장애를 감지하고 전파하는가?" 에 주력했다면,

이제는 "자동화 bot을 어떻게 설계하고 개선하면 업무 생산성은 높이고 리소스 투입은 최적화가 가능해질까?" 로 집중하게 되었습니다.

마무리 - AI 에이전트 활용, 본질에 집중하는 힘

자동화 bot의 구현은 단순 반복 업무를 대신 수행해 줌으로써 서비스 운영 업무의 핵심 과제에 더욱 집중할 수 있는 환경을 만들어 주었습니다.

이제 AI는 '생성'을 넘어 Personality를 갖춘 AI 에이전트로 진화하여 업무와 일상 영역에 직접 '참여'하는 시대가 되었습니다.

나만의 AI 에이전트를 잘 설계하고 활용한다면, 보다 업무의 본질에 집중할 수 있을 것입니다.