문제를 말로 꺼냅니다
정리된 기획서부터 쓰지 않습니다. 최근 현장의 실제 장면을 voice로 길게 설명합니다.
우리 현장의 우리 조직의 문제를 꺼내고, AI에게 맡기고, 직접 확인하고, 다시 고칩니다.
TWO HOURS · ONE WORKING LOOP
정리된 기획서부터 쓰지 않습니다. 최근 현장의 실제 장면을 voice로 길게 설명합니다.
팀원마다 다른 가설로 단일 HTML 프로토타입을 만들고 직접 눌러봅니다.
Goal, 경계, 완료조건을 주고 결과를 확인한 뒤 다음 실행을 결정합니다.
WHAT IS RALPHTHON
/goal 프롬프트 파일/goal 기본 구성같은 AI를 쓰더라도, 각자 풀고 싶은 문제는 다를 겁니다.
지난주 SK AI Hackathon을 운영하면서 봤습니다.
연구부터 사내 에이전트까지, 문제의 범위가 다양했습니다.
내가 매일 부딪히는 불편에서 시작합니다.
조직 안에서 AI를 쓸 자리를 찾습니다.
새로운 사업으로 이어질 문제도 정의합니다.
빠진 항목을 표시하고 다음 담당자가 확인할 목록을 만듭니다.
메모에서 약속, 담당자, 날짜를 뽑아 확인 가능한 목록으로 바꿉니다.
지연·파손·주소 오류를 입력하면 우선 확인할 절차를 보여줍니다.
점검표의 빈 항목과 사진이 필요한 항목을 한 화면에서 확인합니다.
상황을 고르면 필요한 확인 질문과 답변 초안을 준비합니다.
이미 반복해서 설명한 일은 맥락도 알고 검증도 할 수 있어 좋은 출발점입니다.
9월 18일 사전교육부터 9월 22일 행사 종료까지 사용할 수 있습니다.
어제나 이번 주의 구체적인 장면을 말할 수 있어야 합니다.
누가 대신 평가해주지 않아도 결과를 눌러 보고 판단할 수 있어야 합니다.
로그인·DB·사내 연동 없이도 핵심 흐름을 흉내 낼 수 있어야 합니다.
요청한 요소는 생기지만, 누가 언제 무엇을 판단해야 하는지는 남습니다.
AI는 방법을 제안할 수 있고, 사람은 실제로 2분 안에 찾는지 확인할 수 있습니다.
현장 사용자가 최소한의 정보만 적어도 다음 행동을 알 수 있게 합니다.
이미 작성한 기록에서 빠진 항목과 위험한 빈칸을 먼저 보여줍니다.
내용을 다음 담당자가 바로 읽을 수 있는 전달 카드로 바꿉니다.
세 화면을 각각 20분에 만들면, 한 화면을 한 시간 동안 상상하는 것보다 더 많은 판단 근거가 생깁니다.
PART 02 · RALPH LOOP
마케팅도, 개발도, 운영도 결과를 보고 다음 행동을 바꿉니다. AI에게도 이 구조를 줍니다.
while :; do cat PROMPT.md | coding-agent ; done매 실행에서 드러난 실패를 명세·계획·검증에 반영하고 다음 실행에 남깁니다.
합의한 검증을 통과할 때까지 실행하고 고치되, 사람의 판단이 필요한 경계에서는 멈춥니다.
참고: Geoffrey Huntley, Ralph Wiggum technique · https://ghuntley.com/ralph/
누가 무엇을 할 수 있게 되는가?
어디까지 맡기고, 어디에서 멈추는가?
무엇을 직접 확인하면 끝났다고 말할 수 있는가?
무엇을 해결하고 누구에게 어떤 변화가 생기는지 확인하기 어렵습니다.
사용자, 상황, 원하는 변화가 보입니다. 실제로 시간을 재며 확인할 수 있습니다.
실제 운영 데이터와 개인정보를 사용하지 않습니다. 가상 데이터로 흐름을 시험합니다.
외부 배포, 결제, 계정 생성, 메시지 발송은 사람이 승인하기 전에는 실행하지 않습니다.
이번에는 입력, 누락 확인, 전달 카드까지만 만듭니다. 사내 시스템 연결은 미룹니다.
경계가 선명하면 AI는 그 안에서 더 과감하게 움직일 수 있습니다.
| 정상 흐름 | 인수인계 2건을 입력하면 각각 카드로 나타나고, 새로고침 뒤에도 남습니다. |
| 빈 상태 | 기록이 없으면 무엇부터 입력해야 하는지 한 문장으로 안내합니다. |
| 실패 상황 | 필수 항목이 비어 있으면 저장하지 않고, 입력한 내용은 지우지 않습니다. |
| 기존 동작 | 누락 표시를 고친 뒤에도 정상 입력과 새로고침 동작이 그대로 유지됩니다. |
gs-ai-practice/ 01-handoff-checker/
Codex에서 이 폴더를 열고 새 작업을 시작합니다.
다음 근무자에게 설비 이상, 조치 내용, 남은 확인, 담당자를 전달합니다. 빠진 항목이 있으면 눈에 띄게 표시해야 합니다.
AI가 무엇을 임의로 정했나요?
실제로 입력하고 저장할 수 있나요?
가장 마음에 든 점과 가장 불안한 점을 하나씩 적습니다.
A를 만들고 AI가 채운 빈칸을 찾습니다.
B와 C를 이어서 맡기고 결과를 비교합니다.
직접 눌러보고 가장 큰 차이를 한 문장으로 남깁니다.
PART 03 · FROM PROTOTYPE TO SPEC
입력, 저장, 누락 표시, 새로고침이 완료조건대로 작동하나요?
다음 담당자가 더 빨리 이해하고 행동을 정할 수 있나요?
수정할까요, 다른 가설을 만들까요, 더 써볼까요, 멈출까요?
| 관찰 | 누락 표시를 찾는 데 40초가 걸렸고, 빨간 표시가 원인인지 결과인지 이해하기 어려웠다. |
| 해석 | 강조 색보다 항목의 상태 문장이 먼저 보여야 할 수 있다. |
| 다음 질문 | “무엇이 비었는지”를 문장으로 보여주면 20초 안에 찾을 수 있을까? |
| 아직 모름 | 다른 직무의 사용자가 같은 표현을 이해하는지는 확인하지 않았다. |
필수 항목이 모두 있고 다음 담당자가 확인합니다.
아직 기록이 없을 때 첫 행동을 안내합니다.
저장이나 처리에 실패하면 성공처럼 보이지 않습니다.
중간에 멈춰도 지금 상태와 다음 행동을 찾을 수 있습니다.
완료조건에 상태를 적으면 AI가 테스트할 수 있고, 팀도 같은 결과를 다시 확인할 수 있습니다.
입력 → 저장 → 다시 열기. 실패 시 입력 보존까지 확인합니다.
기존 기록을 읽고 빠진 항목을 표시합니다. M1도 다시 확인합니다.
담당자와 남은 확인을 저장하고 전체 인수인계 흐름을 확인합니다.
같은 흐름을 다른 상황에서 더 써보고 관찰을 모읍니다.
스펙이나 UI를 바꾸고 같은 질문을 다시 확인합니다.
더 만들지 않고 다른 가설이나 다른 문제로 이동합니다.
만든 사람이 설명하기 전에 다른 팀원이 직접 눌러봅니다.
각 화면이 어떤 문제 해석을 담았는지 한 문장으로 적습니다.
좋아 보이는 기능보다 현장 관찰에 가장 잘 답하는 흐름을 고릅니다.
Goal, Boundary, Done을 하나로 합치고 첫 Ralph 단위를 정합니다.
최근 실제로 막혔던 순간을 voice로 설명합니다.
서로 다른 가설을 단일 HTML로 여러 개 만듭니다.
직접 써본 관찰과 아직 모르는 것을 나눠 적습니다.
한 단위의 결과, 경계, 완료조건을 적습니다.
각자 AI와 먼저 대화하고, 작은 프로토타입을 하나 이상 만들어 오면 좋습니다.
구성·시각 참고: kakao-ralphthon-edu.echodelta.kr · GS 맥락에 맞게 재작성