저는 AI에게 일을 맡기기 전에
조직도를 먼저 그립니다.

  1. 01Plan조직도와 검증 지점을 먼저 그립니다
  2. 02Delegate한 번에 다 맡기지 않고 역할을 나눕니다
  3. 03Verify만든 쪽과 다른 기준으로 검사합니다
  4. 04Decide위험한 변경은 사람이 확인합니다
  5. 05Ship실제로 쓰이는 결과물까지 갑니다
01Execution Loop실행

실행 루프

구현 → 검토 → 다음 지시 → 다시 구현

한 번 지나가는 절차가 아니라, 검토 결과가 다음 작업 지시가 되어 같은 자리로 돌아옵니다.

Codex 는 프로젝트 규칙 · 문서 · Skill 을 기준으로 검토합니다. 고치는 것은 다시 Claude Code 입니다.

루프 밖, 사람은 어디서 개입하나

  • Supervisor진행 상태 · 중단과 재개 · 실패 감지
  • Telegram사람에게 보고하고 승인을 받는 통로
  • Human Gate판단이 필요한 순간에만 멈춥니다

안전한 작업은 승인을 기다리지 않고 계속 갑니다. 사람은 판단이 필요할 때만 불립니다.

Owner 무엇을 만들지와 최종 승인 기준을 정합니다.

CASE - HARU

Claude Code × Codex

만드는 쪽과 검토하는 쪽을 나눴습니다. Codex 는 코드를 직접 고치지 않습니다.

  1. Claude Code구현
  2. Codex규칙 기준 검토
  3. 다음 지시다시 구현으로
CASE - 시소매거진

Generator × Critic

쓰는 AI 와 검수하는 AI 를 나눴습니다. 화면은 기계가 다시 검사하고, 발행은 사람이 켤 때만 됩니다.

  1. Generator작성
  2. Critic검수
  3. 기계 검사형식 · 슬롯 · 값
  4. 사람발행 통제

프로젝트가 달라도 만드는 역할과 검사하는 역할은 항상 분리합니다.

TELEGRAM, HUMAN GATE
제가 판단해야 할 때만 오는 실제 Telegram 승인 요청 화면입니다. AI 가 스스로 결정하지 않고 선택지를 남기고 멈춥니다.
02Core Capabilities역량

핵심 역량

What I Actually Do

AI를 쓸 때 지키는 기준입니다.

AI Orchestration역할을 나눕니다

구현과 검토를 다른 역할로 나누고, 최종 반영은 제가 결정합니다.

How
실행한 결과는 별도로 검토하고, 마지막 반영 여부는 사람이 결정
Evidence
HARU, 자동화 + 독립 검증 + 사람의 최종 승인 구조

Human-in-the-Loop사람의 판단 지점을 만듭니다

AI가 진행할 일과 사람이 확인할 일을 나눠 둡니다.

How
편집은 후보로만 쌓이고, 공개는 사람이 결정
Evidence
검증된 수치와 출처가 걸린 문장은 편집기에서 잠금

AI-Assisted Building실제 결과물까지 가져갑니다

요구사항부터 배포까지 실제 결과물로 갑니다.

How
만들 것과 만들지 않을 것을 먼저 정하고, 검사 실패 시 배포 중단
Evidence
이 포트폴리오는 공개 페이지뿐 아니라 관리자 화면과 발행 기능까지 실제로 동작합니다.

Grounded AI기록을 근거로 답하게 합니다

무엇을 근거로 답할지 먼저 정합니다.

How
답변 규칙과 근거 목록을 서버가 소유
Evidence
Ask Hwanyoung의 답변에는 확인할 수 있는 근거 기록을 함께 연결합니다.
TRY ASK HWANYOUNG
03Tools in Operation도구

도구 배치

어떤 도구를 어느 자리에

도구 수보다 어디에 어떤 도구를 쓰는지가 더 중요했습니다.
판단을 맡길 일, 결과물을 만들 일, 자동으로 돌릴 일을 나눠서 사용합니다.

04Actual Cases증명

실제로 적용한 사례

Where I Used It

HARU한국어 학습 게임 · Case File 03

Claude Code × Codex

AI에게 맡긴 것
정해진 절차에 따른 구현 실행과, 실행자와 분리된 결과 검토
내가 결정한 것
제가 결정한 범위: 무엇을 만들지, 학습 경험과 레벨을 어떻게 나눌지, 무엇을 최종 반영할지
어떻게 검증했나
실행과 검토를 다른 역할로 분리, 최종 반영은 직접 승인
지금 남아 있는 것
상황 → 듣기 → 선택 → 반응으로 이어지는 학습 순서와 레벨별 설계를 Case File에 남겼습니다.
VIEW HARU CASE

시소매거진콘텐츠 자동 발행 · 첫 자동화 회고

Generator × Critic

AI에게 맡긴 것
정해진 자리에 들어갈 문장 작성과 1차 검수
내가 결정한 것
디자인 상수 잠금 · 수치는 API 주입만 허용
어떻게 검증했나
작성과 검수를 분리하고, 만들어진 화면은 기계로 검사한 뒤 자동 발행. 발행 흐름과 콘텐츠 품질은 충분히 통제하지 못했습니다
지금 남아 있는 것
자동 발행 코드와 각 단계의 검증 기록을 저장소에 남겼습니다.
자동 발행 기록과, 통제 부족을 겪고 규칙을 먼저 정하기로 한 회고를 남겼습니다.
VIEW SEESAW CASE

Stock Crash Monitor장중 급락을 자동 감시하고, 한 알림이 실패해도 다른 방식으로 보내도록 만든 개인 프로젝트

Automation × Reliability

AI에게 맡긴 것
그날 시황의 뉴스 조사와 맥락 정리
내가 결정한 것
감시할 종목과 급락 기준을 정하고, 거래일과 데이터 상태를 확인한 뒤 알림을 보냅니다. 급락 판정은 규칙과 코드가 합니다.
어떻게 검증했나
실제 장애 세 건을 겪고 감시 구조를 수정했습니다. 재설계 뒤 급락 감지에서 메일 대체 발송이 실제로 동작하는 것을 확인했습니다.
지금 남아 있는 것
규칙 기반 무인 감시 · SMS + Email 이중 알림 · 바깥 Healthcheck · 일일 시황 보고
VIEW CASE

Ask Hwanyoung기록 기반 AI 인터뷰

기록 기반 응답

AI에게 맡긴 것
질문에 대한 답변 생성
내가 결정한 것
어떤 기록을 근거로 답할지, 답할 수 없는 내용은 무엇인지, 어떤 기록으로 연결할지를 미리 정했습니다.
어떻게 검증했나
답변 규칙과 근거 목록은 서버에서 관리해 브라우저에서 바꿀 수 없게 했습니다. 기록에 없는 것은 없다고 답합니다.
지금 남아 있는 것
누구나 직접 질문할 수 있고, 답변마다 확인 근거가 함께 표시됩니다.
TRY ASK HWANYOUNG

AI를 잘 쓰는 사람이 아니라, AI가 일하도록 구조를 설계하는 사람입니다.

CHOI HWANYOUNG, AI OPERATIONS
05Closing Principle원칙

판단 기준

When Not to Use AI

AI를 넣는 것만큼, 넣지 않기로 하는 판단도 함께 했습니다.

일관성과 검증 가능성이 더 중요한 자리에서는 정해진 대로 동작하는 방식이나 미리 확인해 둔 내용을 씁니다. AI를 쓸지 말지도 기획 단계에서 정하는 항목입니다.

비용도 판단 기준입니다. 다시 만드는 데 비용이 들지 않는 단계에서 최대한 검수하고, 비용이 드는 생성은 통과한 것만 진행합니다.

AI 운영에 대해 더 궁금하시다면

포트폴리오 기록을 근거로 답하는 AI 인터뷰가 준비되어 있습니다. 기록에 없는 것은 없다고 답합니다.

AI를 다루는 가장 현실적인 방법일을 맡기기 전에 기획부터

실사례 4