AI 시대에 주변 사람들을 어떻게 뛰어넘을 수 있을까?
어떤 이들은 간단하다고 말한다: 더 많은 스킬을 익히고, 더 많은 도구로 갈아타고, 더 많은 멤버십을 열어라.
하지만 결과는 어떨까?
수많은 도구를 설치했지만, 월별 토큰 요금이 월급보다 더 무섭고, 상사는 여전히 승진이나 연봉 인상을 안 해준다.
왜일까?
왜냐하면 모두가 같은 도구를 사용할 때, 도구는 새로운 기본값이 되기 때문이다. 당신이 사용할 수 있으면, 다른 사람들도 사용할 수 있다. 단지 사용법을 아는 것은 당신을 다른 사람들과 같은 출발선에 놓을 뿐, 아무도 누군가를 뛰어넘지 못했다.
진정으로 주변 사람들을 뛰어넘게 해주는 것은 어떤 도구를 사용하느냐가 아니라, 그 도구를 사용하는 능력을 지속적으로 반복 개선할 수 있느냐이다.
이 방법을 PDCA라고 하며, 수십 년의 역사를 가지고 있다. 지금도 AI 시대에 여전히 유효하다.
왜 PDCA인가?
PDCA 방법은 일본 제조업이 미국을 추월하도록 도왔고, 이 동일한 방법이 직장이나 비즈니스 경쟁에서 당신이 경쟁자를 뛰어넘는 데 도움을 줄 수 있다.
하지만 문제는, 제조업에 효과적인 방법이 왜 고효율 AI 사용에도 부스트를 제공하는가이다.
왜냐하면 PDCA는 본질적으로 모든 프로세스를 최적화하는 핵심 방법이기 때문이다.
도요타 조립 라인의 작업과 당신이 매일 AI로 하는 작업은 본질적으로 반복 가능한 프로세스이므로, 둘 다 최적화될 수 있다.
이 방법은 70여 년 전 데밍이라는 미국 품질 관리 대가에 의해 일본에 전해졌고, 이후 일본 제조업이 미국을 이기게 했다.
네 단계로 구성된다:
- Plan: 계획을 세운다
- Do: 계획을 실행한다
- Check: 수행한 내용을 기록하고 무엇이 잘못되었는지 분석한다
- Act: 다시 반복하여, 매번 조금씩 더 나아지게 한다.
이 방법에서 린 제조, 린 스타트업과 같은 일련의 아이디어가 파생되었다!!
이것이 PDCA의 과거와 현재이지만, 더 큰 질문이 있다: AI 시대에 PDCA를 어떻게 구현할 것인가?
AI 시대에 PDCA를 구현하는 방법
AI 시대의 PDCA 사이클은 더욱 AI 네이티브가 되어야 한다. 단순히 전통적인 프로세스처럼 반복하는 것은 더 이상 충분히 빠르지 않으며, 자동화되고 극도로 신속해야 한다.
이것을 어떻게 달성할까?
먼저 대부분의 사람들이 PDCA에서 어디서 막히는지 분석해보자.
사람들은 분석과 개선에서 막힌다고 생각한다. 실제로 병목은 더 앞쪽, 첫 번째 단계인 기록에 있다.
생각해보라: AI와 대화하며 유용한 워크플로우를 만들었지만, 그걸 잊어버리거나 기록하기 귀찮아한다.
기록이 없으면 무엇을 분석하고, 무엇을 개선할까?
따라서 PDCA는 기록 단계에서 바로 깨진다.
과거 시대에는 기록이 사람들이 문서를 작성하고 메모하는 것에 의존했다. 하지만 사람들은 게으르고 바빠서 지속할 수 없다.
따라서 AI 시대에는 기록을 AI 네이티브 도구에 자동으로 맡겨야 한다.
이 도구가 바로 flowtrace이다!
flowtrace는 AI와의 전체 워크플로우를 자동으로 재사용 가능한 기록, 즉 "trace"로 변환한다.
설치는 어렵지 않다. GitHub에서 프로젝트를 클론하고 설치 명령어를 실행하면 된다:
git clone https://github.com/AIScientists-Dev/flowtrace.git
cd flowtrace
./scripts/install.sh
그런 다음 make-trace 스킬을 AI의 스킬 폴더에 복사하고 /make-trace 를 입력하면 시작된다.
그렇다면 실제로 무엇을 할 수 있을까?
공식 웹사이트는 여러 기능을 나열한다:
- 투명성: 모든 단계의 출력은 열 수 있는 파일이며, 프로세스가 메시지 속에 묻히지 않고 가시적이다
- 문서화: 모든 결론은 해당 파일을 가리킬 수 있으며, 당신이 검증하고 맹목적으로 신뢰하지 않는다
- 개입 가능: 한 단계를 변경하면, 그 단계에 의존하는 단계만 재실행되고 나머지는 유지된다
- 추적 가능: 전체 실행은 파일과 git으로 구성되며, 언제든지 중단하고 재개하고 전체 히스토리를 살펴볼 수 있다
- 재사용 가능: 작업이 완료되면 trace가 되고, 입력을 변경하여 다시 실행할 수 있다
- 진화 가능: 실행할수록 더 완벽해지며, 단계가 기준에 미치지 못하면 다음 버전이 기준에 맞는 방법으로 대체한다
보이는가? 이러한 기능들은 본질적으로 PDCA의 각 단계에 맞춰진 도구들이다:
- 기록: 투명성(모든 단계가 파일이 됨) + 문서화(결론이 출처를 가리킴)에 의존
- 분석: 추적 가능성(git처럼 모든 단계의 히스토리를 살펴봄)에 의존
- 개선: 개입 가능성(한 단계만 변경하고 그 의존성만 재실행)에 의존
- 더 나은 사이클: 재사용 가능성(다른 입력으로 다시 실행) + 진화(실행할수록 더 좋아짐)에 의존
PDCA의 모든 단계에 필요한 모든 것을 제공한다.
사용 방법
본질적으로, 이 스킬을 호출하고 이러한 기능을 기반으로 무엇을 할지 명령하면 된다.
아직 사용법을 모르겠다면! 웹사이트에는 다양한 분야의 준비된 사례들이 있다:
- 이력서 작성
- 주식 고르기
- SaaS 인수 실사 수행
- 보안 스캔 실행
- 산업 보고서 작성
- 버그 수정
- 광고 배치 최적화
- 사람의 사고를 스킬로 추출
- 연설 대본을 매거진 스타일 슬라이드로 변환
여전히 혼란스러울 수 있으니, 실제 예를 보여주겠다!!
오픈 소스 프로젝트 평가 프로세스 최적화
최근 여러 오픈 소스 프로젝트를 평가하는 작업이 있었으니, 이를 예로 사용하겠다.
1단계: 실행 및 기록
이전에 Claude Code로 오픈 소스 프로젝트를 조사하며 꽤 많은 대화를 주고받아 긴 채팅 기록이 생겼다.
이제 Claude Code에 입력한다: /make-trace 이 오픈 소스 프로젝트 연구 워크플로우를 기록해줘.
그러면 자동으로 실행된다. 내부에서 무엇을 하는지 맞춰보라?
연구 프로세스를 단계별로 분해한다: 먼저 프로젝트 클론, README를 읽어 구조 파악, 여러 경로로 분할—핵심 문서 읽기, 예제 살펴보기, 경쟁사 확인—마지막으로 연구 노트로 요약.
분해 후 로컬 서버를 시작하라고 요청한다. 브라우저를 열면 전체 프로세스 다이어그램이 노드별로 나타나며 무엇이 무엇에 연결되는지 명확히 보여준다.
연구 진행 방식이 이제 재사용 가능한 trace로 고정되었다. 이것이 기록이다.
2단계: 분석
기록은 시작에 불과하며, 다시 실행할 수 있는 것이 가치가 있는 곳이다.
두 번째 프로젝트로 전환하여 주소를 넣고 AI에게 이 trace에 따라 재실행하라고 지시했다.
어떻게 실행되었을까?
다이어그램을 따라 노드별로 진행했다. 각 단계에서 지침을 읽고, 작업을 수행하고, 파일을 출력하고, 다음 단계로 이동했다. 계층별로 끝까지 자동으로 실행되었다.
실행되면서 문제가 드러났다. 내 trace는 문서와 경쟁사에만 초점을 맞췄지만, 큰 부분을 놓쳤다: 프로젝트의 건강 상태를 전혀 확인하지 않았다—별 수, 이슈 처리 여부, 마지막 업데이트 이후 시간.
보이는가? 재사용할 때 시각화를 통해 방법의 실패 지점을 볼 수 있어 프로젝트 분석에 완벽하다.
3단계: 개선
명령줄에서 trace에 프로젝트 건강 상태를 확인하는 단계를 추가하라고 직접 지시했다. 망설임 없이 추가했고, 다이어그램에 즉시 새 노드가 나타났다.
노드를 추가한 후, 세 번째 프로젝트를 실행하는 데 사용했다. 결과는 즉시 극명한 대비를 보여주었다: 이 프로젝트는 34,800개의 별을 가지고 있었지만, 이슈를 살펴보니 800개 이상이 미해결 상태였고, 지난 3개월 동안 코드 한 줄도 움직이지 않았다.
이 전체 과정에서 나는 새로운 것을 발명하지 않았다. 매번 수행한 작업을 기록하고, 다음에 사용할 때 결함을 발견하고, 그 과정에서 수정했을 뿐이다.
이 프로세스를 통해 이 프로젝트가 워크플로우에 대해 PDCA를 어떻게 구현하는지 볼 수 있다.
마지막으로
AI 시대에 진정한 격차를 만드는 것은 결코 얼마나 많은 도구를 설치했느냐가 아니다. 사용할수록 도구가 더 잘 작동하게 만드는 방법을 가지고 있느냐이다.
PDCA는 이 방법을 제공하고, flowtrace는 이를 구현하도록 돕는다.
모든 사람이 도구를 가지고 있다. 프로세스를 최적화할 수 있는 사람만이 경쟁에서 앞서 나갈 것이다.
당신의 AI도 더 유용하게 만들고 싶다면, 먼저 flowtrace를 설치하고, 가장 자주 반복하는 작업 하나를 선택하여 한 번 실행하라: 기록, 분석, 개선.
마지막으로, flowtrace는 저자가 무료로 공개한 오픈 소스 프로젝트이다. 유용하다면 별표를 눌러주시길 바란다. 주소는 다음과 같다:
https://github.com/AIScientists-Dev/Flowtrace
좋은 것은 더 많은 사람들이 봐야 한다!!!
