김찬호

김찬호 · 백엔드 개발자

AI와 일하는 법을 매일 연습합니다. 맡기고, 확인하고, 고쳐서 끝까지 만들어 냅니다.

스크롤하면 이 방의 하루가 시작됩니다

07:00

알아보는 일은 먼저 AI에게 맡깁니다

값이 시간마다 바뀌는 쿠팡에서 가장 쌀 때를 찾는 일, 병원 리뷰를 하나하나 읽고 비교하는 일이 그렇습니다. 어려운 법 조항을 읽거나 집 매물을 비교할 때도 마찬가지입니다.

Codex가 만든 피부과 방문자 리뷰 자료집: '레이저 제모'로 거른 리뷰 카드(시술·상담 꼬리표와 한 줄 요약)와, 병원별로 원장 상담·권유와 결제·대기와 예약 언급을 막대로 나눠 본 표. 병원 이름은 A~D로 바꾸고 작성자는 지움

10월 5일 월요일

07:02

Codex영양제 4종 가격 확인
  • 나우푸드 마그네슘 글리시네이트180정21,000원대기
  • 닥터스베스트 B 컴플렉스60정18,930원대기
  • 스완슨 비타민 D3 2000IU10,870원대기
  • 쏜리서치 베이직 B 컴플렉스60정26,220원구매 추천

최저가는 AI가 지켜봅니다

같은 판매자, 같은 수량의 가격을 하루 네 번 확인하고, 지금까지 가장 쌌던 값과 같아지면 알려 줍니다. 오르내리는 값을 제가 들여다볼 일이 없어졌습니다.

리뷰 조사도 AI에게

피부과를 고를 때 동네 병원들의 방문자 리뷰를 일일이 읽는 대신 AI에게 모아 달라고 했습니다. 상담은 누가 하는지, 시술을 권하는지, 예약과 기다림은 어떤지로 나눠 한 번에 비교했습니다.

08:00

돈 관리는 AI와 분석하고, 결정은 제가 합니다

Snowball은 제 돈을 관리하려고 만든 도구입니다. 레버리지 ETF를 어떤 비율로 담을지 AI와 분석하는 도구와, 카드 내역을 정리하는 가계부를 한곳에 모았습니다.

Snowball 비율 도구의 자산가치 곡선: 나스닥100 1배·2배·3배를 1986년부터 같은 출발점에서 겹친 로그 축 그래프(닷컴·금융위기·코로나 표시)
Snowball 내 금융의 지출 분석: 한 달 달력에 날마다 쓴 건수와 상대 막대, 오른쪽 원 그래프에 식비, 구독, 교통, 미분류, 운동·건강, 주거, 쇼핑, 생활의 비율. 금액은 가림

주기적으로 AI와 점검하고 고릅니다

나스닥100에 1배·2배·3배를 섞는 비율은 지난 수십 년의 오르내림을 겹쳐 보며 AI와 분석했습니다. 지금은 주기적으로 AI가 시장 상황과 제 자산·투자를 정리해 오면, 함께 따져 보고 다음 선택을 제가 정합니다.

가계부는 제 컴퓨터 안에서만

카드와 은행에서 받은 내역 파일을 넣으면, 날마다 얼마나 썼는지 달력으로, 어디에 썼는지 비율로 보여 줍니다. 인터넷에 올리지 않고 제 컴퓨터에서만 씁니다.

09:00

일은 AI와 나눠서 합니다

복잡한 작업은 Claude에, 리서치·자동화와 검토는 ChatGPT 앱의 Codex에 나눠 맡깁니다. 무엇을 할지 정하고 결과를 마지막에 확인하는 일은 제가 합니다.

  • Claude 앱에서/claude-worker-orchestrationClaude 앱에서 일을 여러 작업 세션에 나눠 맡기고, 끝났는지 확인해 결과를 모읍니다
  • ChatGPT 앱에서$codex-worker-orchestrationChatGPT 앱의 Codex에서도 같은 방식으로 일을 여러 작업에 나눠 맡깁니다
  • Claude 앱에서/harness-auditChatGPT 앱에서$harness-auditAI에게 일을 맡기려고 정해 둔 규칙과 문서가 실제와 맞는지, 외부 감사관처럼 점검합니다. 두 앱이 같은 스킬 파일을 씁니다

작업환경

Claude 데스크톱 앱ChatGPT 데스크톱 앱

AI에게 일을 맡길 때는 터미널보다 쓰기 편한 데스크톱 앱을 씁니다. 여러 세션을 함께 굴리는 기능은 앱에 없어서, 스킬로 만들어 씁니다.

스킬

모델이 좋아지면서 다른 스킬은 거의 다 지우고, 하네스(AI가 일하는 규칙과 환경)⁠를 다루는 스킬만 남겨 두었습니다. 일을 나눠 맡기는 둘과 규칙을 점검하는 하나입니다.

하네스 엔지니어링

AI가 지킬 규칙(CLAUDE.md)과 쓸 스킬, 세션 시작·프롬프트 입력·도구 실행 전·응답 끝마다 도는 훅을 먼저 깔아 둡니다. 규칙이 실제 코드·문서와 어긋나지 않았는지는 앞에서 본 /harness-audit로 점검합니다.

컨텍스트 엔지니어링

세션마다 그 일에 필요한 맥락만 담아 건넵니다. 작업 세션에 일을 나눌 때는 지시문만 읽고도 일할 수 있게 쓰고, 이 사이트처럼 긴 작업은 인계 문서와 결정 기록에 남겨 다음 세션이 이어받게 합니다.

두 모델이 같은 맥락을 보도록, 프로젝트는 Claude 쪽 파일 구조를 원본(SoT)⁠으로 삼고 ChatGPT 쪽 파일은 심링크로 연결해 같은 메모리를 쓰게 합니다.

요즘은 AI를 아끼지 않고 많이 써 보고, 끝까지 결과물로 만들어 보는 연습을 합니다.

많이 쓴다고 바로 잘하게 되지는 않지만, AI가 어디서 잘하고 어디서 틀리는지는 써 본 만큼 알게 됩니다. 그래서 맡기기 전에 끝낼 기준과 확인할 방법부터 정합니다.

Claude복잡한 작업

토큰 290억 · 153일 · 최장 23일 연속

ChatGPT리서치와 자동화

토큰 35억 · 47일 · 최장 32일 연속

14:00

공고는 자동으로 모으고, 공부는 AI와 합니다

지원할 공고는 AI와 만든 도구가 모아 주고, 다시 볼 개념은 AI와 함께 정리합니다.

AI와 정리한 백엔드 학습 자료의 JPA 장: 'N+1: 목록 한 번 뒤에 조회가 왜 반복될까' 설명과 '주문 목록 SELECT 1회 → 주문 3건을 DTO로 변환 → 회원 SELECT 최대 3회' 흐름, 답을 가린 '스스로 설명해 보기' 질문
채용공고 검토 화면 '지원할 공고': 백엔드 후보와 웹·AI·SW 개발 탭, 기술·고용형태 필터, 회사·공고 제목·근무지·마감일·기술 스택이 적힌 공고 카드. 회사 이름은 A사·B사로, 공고 제목은 흔한 직무명으로, 근무지는 구까지만 남기고 바꿈

마감된 공고는 걸러서 모읍니다

세 채용 사이트의 신입 공고를 한곳에 모아 줍니다. 채용 사이트 목록에는 이미 마감된 공고가 남아 있을 때가 있어서, 원문을 열어 아직 접수 중인 공고만 추립니다.

학습도 AI와 효율적으로

예전에 배운 Java, Spring, JPA를 다시 볼 때는 필요한 내용만 골라 AI와 깊게 정리하고, 그 자료로 빠르게 배웁니다. 개념마다 흐름을 따라가 보고, 답을 가린 질문에 스스로 설명해 봅니다.

19:00

필요한 앱은 직접 만들어 씁니다

Notch는 메모장에 운동을 적어 오던 제가 쓰려고 만든 웨이트 트레이닝 기록 앱입니다. 2026년 5월부터 만들며 직접 쓰고 있습니다.

메모하듯 가볍게 적도록

지난 운동을 그대로 불러와 오늘 한 것만 체크하고, 무게는 엄지가 닿는 숫자 키패드로 한 손에 적습니다. 최고 기록을 넘으면 바로 표시되고, 종목마다 늘어 가는 무게를 그래프로 봅니다.

AI와 이렇게 만들었습니다

무엇을 만들지, 그리고 기록이 꼬이지 않게 저장하는 규칙은 제가 정했습니다. 구현은 Claude에게 맡기고, 기록 데이터나 로그인에 닿는 변경은 Codex가 한 번 더 검토한 뒤 제가 합칩니다.

Notch 열기

21:30

하고 싶던 리듬게임도 직접 만들었습니다

Backspin은 EZ2DJ를 추억하며 만든 웹 아케이드 리듬게임으로, 건반 다섯 개와 발판으로 칩니다.

플레이하면서 AI와 다듬었습니다

처음엔 계획한 단계대로 만들고, 그 뒤로는 치면서 불편한 점을 AI에게 하나씩 고쳐 달라고 했습니다.

23:00

AI를 더 잘 쓰려고 매주 돌아봅니다

weekly-ai-review는 한 주 동안 AI와 나눈 대화를 다시 읽는 회고 프로젝트입니다. 예약해 둔 작업이 매주 회고를 써 두면, 저는 그걸 읽고 다음 주에 바꿀 것을 고릅니다.

  1. 모으기한 주의 대화를 읽기 좋게 정리합니다
  2. 찾기제가 AI를 멈추거나, 고쳐 말하거나, 다시 물은 순간을 AI가 찾습니다
  3. 돌아보기반복된 장면과 AI가 잘 못한 일을 묶어 회고를 씁니다. 제 쪽 습관도 짚습니다
  4. 나읽고, 다음 주에 바꿀 것을 고릅니다

자주 고쳐 말한 것

  • 묻기만 했는데 고치기부터 하면, 멈추게 합니다
  • 확인 없이 단정하면, 찾아보고 말하게 합니다
  • 시키지 않은 것까지 덧붙이면, 덜어 내게 합니다
  • 권고에 근거가 약하면, 왜 그런지 되묻습니다

AI가 아직 어려워한 일

  • 제 목적이나 취향처럼 저만 아는 맥락
  • 정말 끝났는지, 화면이 괜찮은지 스스로 판정하기
  • 여러 AI를 한꺼번에 돌릴 때 흐트러지지 않기

제게 돌아온 지적도 있습니다. 기준을 빠뜨린 요청에는 AI가 되물어야 했고, 끝낼 기준 없이 맡긴 일도 있었습니다.

24:00

이 방도 AI와 설계했습니다

실제 원룸에 들일 가구를 고르려고 시작한 프로젝트입니다. 지금까지 보신 장면이 바로 그 방입니다.

  1. 직접 잰 치수를 옮긴 원룸 평면도: 벽과 가구 둘레에 cm 단위 치수 표시
    치수 재기
  2. 방을 3D로 옮긴 배치 화면: 위에서 비스듬히 내려다본 원룸에 침대·책상·주방·수납장이 놓여 있고, 전체·평면·창가에서 같은 시점 버튼
    배치해 보기
  3. 같은 책상 자리를 세 가지 시안으로 비교한 그림: 베이지·세이지 그린·주황 가죽 의자
    시안 비교
  4. 밤의 침대 쪽 그림: 창살 헤드 침대 옆 협탁 위 스탠드가 주황빛으로 켜져 있고 창밖은 밤 풍경. 치수 렌더를 AI가 사진처럼 다듬은 것
    그려 보기

재고, 배치해 보고, 골랐습니다

직접 잰 치수를 도면에 옮기고, 3D로 가구를 여러 번 옮겨 보며 동선을 맞췄습니다. 색과 재질은 시안 세 가지를 비교했고, 판단이 필요할 때는 Codex에게 한 번 더 따져 보게 했습니다. 치수대로 만든 장면은 AI로 사진처럼 다듬어 보았습니다.

설계 장면을 그대로 무대로 옮겼습니다

설계한 장면을 그대로 가져와 이 사이트의 무대로 다시 만들었습니다. 지금도 실제 가구를 하나씩 비교하며 이어 가고 있습니다.

무엇이든 만들 수 있는 AI 에이전트의 시대라서, 저만의 taste를 찾고 결정하는 힘을 기르고 있습니다.

AI가 만들 수 있는 것이 많아질수록, 무엇을 만들고 무엇을 고를지가 제 몫으로 남습니다. 이 페이지의 첫 화면도 여러 시안을 나란히 놓고 직접 골랐습니다.

백엔드 작업은 이력서와 포트폴리오에

AI 에이전트를 쓰기 전부터 해 온 백엔드 개발과 프로젝트는 이력서와 포트폴리오에 정리했습니다.

연락처

처음으로