현장에서 정의하고, AI로 만들어,
운영에서 검증합니다.
F&B 매장과 결제 CX에서 운영을 직접 해본 사람이 그대로 빌더가 됩니다. 보통 여러 팀이 나눠 만드는 상담·결제·정산·권한·현장 단말을, AI 도구로 한 코드베이스에 직접 빌드해 3브랜드·14개 지점에서 매일 검증합니다.
현장을 뛰었고,
결제를 다뤘고,
운영에서 다시 검증합니다.
파이브가이즈에서 매장과 팀을 운영했고(일매출 최대 5천만·평균 20명), 아이엔지스토리에서 키오스크 SaaS의 점주·이용자 VOC와 결제 문제를 처리했어요(채널톡 일 평균 50건·팀 최다). 지금은 좋은습관 운영 플랫폼을 AI 도구를 써서 직접 빌드하고, 사이드로 도란 AI 여행 가이드를 혼자 만들어요. 구현은 AI 도구로 빠르게, 무엇을 만들지·어디서 사람이 판단할지·어떤 안전망을 먼저 깔지는 제가 설계해요.
- 01
실제 문제로 판단
VOC·매출 영향·반복성·사용자 신뢰도를 기준으로, 먼저 풀 문제를 정해요.
- 02
더미로 먼저 검증
외부 토큰·벤더 응답을 기다리는 동안에도 더미 데이터로 핵심 흐름을 먼저 검증하고, 환경만 바꾸면 바로 실제 연동되도록 해요.
- 03
사람이 결정할 경계를 먼저 설계
AI 답변 능력보다 어디서 사람이 결정해야 하는지·어떤 정보가 안전한지를 먼저 정해요. AI 시대 PO의 가치는 'AI를 붙인 것'이 아니라 'AI에 안 맡길 곳을 정한 것'이에요.
- 04
혼자 빌드하되, 이해관계자와 조율
점주·본사 운영팀의 요구를 모아 우선순위로 반영하고, 외부 결제사 연동도 직접 조율해요. 회원 정보·챗봇·출입 연동은 다른 플랫폼 개발팀과 함께 진행했어요.
도메인이 바뀌어도 같은 루프 — 현장에서 정의하고, AI로 만들고, 운영에서 다시 깎아요.
화면을 늘린 게 아니라, 흩어져 있던 운영 판단을 한곳으로 모았어요.
3개 브랜드·14개 지점 피트니스 프랜차이즈는 상담은 채널톡, 정산은 시트, 단말은 매장마다, 권한은 사람 머릿속에 흩어져 있었어요. 무인 시간대가 늘수록 이 흩어짐이 그대로 사고 위험이 돼요. 그래서 단일 Next.js 코드베이스로 직접 빌드했어요 — AI 상담 챗봇·4역할 권한 어드민·환불 자동집행 연동·도어락/CCTV/사이니지 현장 단말 원격 제어·마케팅 데이터 수집까지, 보통 여러 팀이 나눠 맡는 운영을 하나의 어드민에 담았어요. 상주 직원이 없는 여의도 무인 매장의 BGM·사이니지·CCTV·SOS·응급 방송까지 본사 어드민 한 곳에서 확인·조치해요. 구현은 AI 도구로, 무엇을 자동화하고 어디서 사람이 판단할지는 제가 설계했어요.
도어락·CCTV·사이니지는 본사 어드민에서 원격 제어로 묶되, 되돌리기 어려운 물리 명령엔 기기별 토큰·요청 서명 검증·실패 시 차단을 먼저 깔았어요. 외부 결제사 환불은 무인 일괄집행과 직원 승인집행 경로로 분리해, HMAC 요청서명·dry-run→live 게이트·멱등성(이중환불 방지)·기록 실패 경보와 함께 자동집행해요. 트레이너 정산·마케팅 현황(Meta·네이버·스마트플레이스·결제 퍼널)도 같은 어드민 안에 있어요. 서버측 명령·무결성은 구현 완료, 양산 하드웨어 현장 설치는 신규 직영점 단계예요.
최근 90일 회원 문의 — 76.1%를 사람 개입 없이 종료(AI 단독 692건) · 운영 대시보드 기준
사람이 멈추는 자리강성·긴급·법적 위협은 리스크 트리거 9종으로 분기하고, 그중 법적·긴급·상담연결 요청은 직원에게 즉시 알려요. 이 76.1%는 9종 트리거를 조정하며 운영해 온 최근 90일 평균이에요 — AI 답변 능력보다 어디서 사람이 멈출지를 먼저 코드로 가른 결과예요.
데모가 아니라 매일 돌아요 — 커밋 956 · 화면 155 · API 165 · 데이터 모델 108 · 마이그레이션 161 · 테스트 92 · 스케줄 크론 16 · 운영 스크립트 42를 약 2.5개월 단독으로 쌓아 Vercel 서울 리전에 배포, 14개 지점이 굴러가요. git 직접 추출 · 2.5개월 단독
네 가지 일, 하나의 루프.
좋은습관 — AX본부 운영 PO
3브랜드·14지점 운영을 AI 도구로 단독 빌드. 상담·환불·정산·권한·현장 단말(도어락·CCTV·사이니지)을 한 코드베이스로 묶고, 외부 결제사 환불 자동집행을 HMAC 서명·dry-run 게이트·멱등성과 함께 구현·배포·현장에서 검증했어요. 구현은 AI 도구로, 판단은 직접.
도란 — AI 여행 가이드
iOS·Android·Web·백엔드에 운영 어드민까지 단일 레포 5개 산출물을 혼자, AI 도구로 빌드. Web(doran.day)은 라이브 배포, 모바일 앱은 출시 준비. 용도별 LLM 라우팅·RAG·도구호출로 대화형 일정 설계부터 예약 연결까지 구현. 좋은습관 재직과 병행하는 사이드 프로덕트예요.
아이엔지스토리 — CX 매니저
업계 1위 스터디카페 키오스크 SaaS. 채널톡 VOC 일 평균 50건, 팀 내 최다 응대 + 양도양수·결제사 연동·VAN/PG 오류 직접 처리. 결제·정산 도메인을 익혔어요(현재 정산·환불 자동화의 토대).
에프지코리아 — 운영팀 매니저
파이브가이즈 매장에서 평균 20명 규모를 운영했어요(일 매출 최대 5천만 원). 스케줄링·포지션 배치·교육·시설 점검과 매장 매뉴얼 작성까지 직접 담당했어요.
좋은 답변 하나가 아니라, 한국어 여행 질문에서 필요한 역할을 모델별로 나눠 운영해요.
취향·예산·일정을 대화로 파악해 일정 설계와 예약 연결까지 잇는 AI 여행 가이드예요. iOS·Android·Web·백엔드에 운영 어드민까지, 단일 레포 5개 산출물을 혼자, AI 도구로 빌드했어요. 용도별 LLM 라우팅·RAG·도구호출 에이전트로 모델 데모가 아니라 끝까지 운영 가능한 서비스로 만들었어요. '혼자, 끝까지' 빌드할 수 있다는 걸 보여드리는 사례예요 — Web(doran.day)은 라이브로 배포돼 있고, 모바일 앱은 스토어 출시 준비 단계예요.
반복 비용↓ · 장애에도 끊기지 않게 · RAG + 도구호출(도란 내 구성)
대화·일정·추론·응답을 모델별로 분리 운영해 반복 비용을 낮추고 장애에도 끊기지 않게 했어요. 모든 예약을 도란이 떠안지 않고 AI 일정에서 외부 예약으로 자연스럽게 연결해요. iOS·Android 1.0을 같은 제품 기준으로 동시 준비했어요.
현장과 시스템을, 같은 사람이 다뤄요.
현장 운영 · 결제 도메인
- F&B 매장 운영
- 키오스크 SaaS CX
- VOC → 우선순위
- VAN/PG · 양도양수
- 결제 · 정산 도메인
좋은습관 · 운영 플랫폼
- 4역할 권한 분리 · 지점별 데이터 격리
- AI 1차 응대 + 9종 에스컬레이션
- 환불·정산 자동집행(HMAC·dry-run·멱등성)
- 인증(NextAuth v5)
- 현장 단말 원격 제어(도어락·CCTV·사이니지·BGM)
- 토큰·비용 추적
도란 · AI 빌드
- iOS · Android · Web · Backend · Admin
- 용도별 LLM 라우팅
- RAG
- 도구호출 에이전트
AI를 어디에 붙일지보다, 어디서 사람이 결정해야 하는지부터 설계해요. 운영을 직접 해본 사람이 그대로 빌더가 되는 자리라면, 편하게 커피챗 제안 주세요.