NotesFLOW / Codex / MCP / AX

업무지시가 바로 개발로 이어질 때 — FLOW, Codex, MCP를 연결하며

협업툴의 업무 기록과 개발 환경을 MCP로 연결하면서, 사람이 내용을 다시 옮기던 단계가 줄고 업무지시 자체가 실행 가능한 입력으로 바뀌는 경험을 정리했습니다.

처음에는 FLOW에 업무를 남기고, 개발할 일이 생기면 그 내용을 다시 읽어 Codex에 설명했습니다.

FLOW에 업무 등록
→ 내가 내용 확인
→ Codex에 다시 설명
→ 개발
→ 결과 확인
→ 수정 요청

그 자체로도 충분히 편했습니다.

그런데 계속 쓰다 보니 중간에 제가 반복하고 있는 일이 하나 보였습니다.

이미 FLOW에 있는 내용을 왜 내가 다시 AI에게 전달하고 있지?

이 질문에서 흐름이 조금 달라지기 시작했습니다.

업무는 이미 협업툴에 있었다

개발 요청에는 필요한 정보가 이미 들어 있었습니다.

  • 무엇을 바꾸고 싶은지
  • 왜 필요한지
  • 어떤 화면인지
  • 현재 어떤 문제가 있는지
  • 추가로 확인해야 할 내용은 무엇인지

사람이 업무를 보고 개발자에게 전달하는 구조에서는 이 정보를 다시 설명하는 것이 자연스럽습니다.

하지만 Codex가 실제 프로젝트를 읽고 수정할 수 있다면 굳이 사람이 중간에서 복사해 전달할 필요가 있을까 싶었습니다.

그래서 이런 흐름을 생각하게 됐습니다.

FLOW
업무 요청
   ↓
Codex
업무 내용 확인
   ↓
현재 코드 확인
   ↓
구현
   ↓
테스트
   ↓
결과 보고

처음 이 흐름이 실제로 이어졌을 때 MCP라는 개념이 훨씬 쉽게 이해됐습니다.

MCP를 이해하게 된 순간

MCP라는 말을 처음 들었을 때는 또 하나의 AI 기술 용어처럼 느껴졌습니다.

정의를 보면 AI 애플리케이션이 외부 데이터와 도구에 연결될 수 있도록 하는 프로토콜이라고 합니다.

그런데 실제로 연결해서 써보니 제 머릿속에서는 훨씬 단순하게 정리됐습니다.

AI가 내가 보고 있는 업무 도구와
직접 같은 정보를 볼 수 있게 만드는 연결 방식.

예전에는 제가 다리였습니다.

업무도구
→ 사람
→ AI
→ 사람
→ 개발환경

MCP로 연결되면 이 중간 과정 일부가 줄어듭니다.

업무도구
→ AI
→ 개발환경

물론 사람이 사라지는 것은 아닙니다.

사람의 위치가 달라집니다.

“이 업무 찾아서 개발해줘”가 가능해졌다

이전에는 개발 요청을 꽤 상세히 다시 작성해야 했습니다.

어느 화면인지, 무엇을 바꿀지, 관련 내용이 어디 있는지를 AI에게 다시 설명했습니다.

연결 이후에는 훨씬 짧게 말할 수 있었습니다.

이 업무 찾아봐.
내용 확인하고 현재 코드랑 비교해.
필요한 수정 진행해.

Codex는 업무 내용을 읽고, 프로젝트의 현재 구조를 확인하고, 관련 파일을 찾고, 수정한 뒤 테스트합니다.

이때 가장 크게 느껴진 변화는 코드를 덜 작성했다는 것이 아니었습니다.

정보를 전달하는 일이 줄었다는 것이었습니다.

피드백도 같은 흐름에서 이어졌다

첫 결과가 항상 원하는 형태로 나오는 것은 아닙니다.

실제 화면을 보면 다시 수정할 부분이 생깁니다.

첫 구현
→ 내가 확인
→ "여기는 이렇게 바꿔"
→ 다시 수정
→ 테스트
→ 다시 확인

예전 개발 방식과 형태는 비슷해 보입니다.

요청하고, 결과를 보고, 피드백하고, 다시 수정합니다.

그런데 사이에 있던 전달 단계가 크게 줄었습니다.

별도의 개발 요청 문서를 다시 쓰거나, 코드 위치를 찾아 설명하거나, 작은 변경을 다시 일정에 넣는 과정이 짧아졌습니다.

이때 사람에게 남은 일이 보이기 시작했다

이 흐름을 여러 번 반복하면서 조금 과장해서 이런 생각이 들었습니다.

이제 내가 해야 하는 일은
“이걸 개발할 것인가 말 것인가”를 결정하는 것 아닐까?

물론 실제로는 그렇게 단순하지 않습니다.

사람이 여전히 봐야 할 것이 많습니다.

  • 이 요구가 정말 필요한가
  • 지금 해야 하는가
  • 어느 범위까지 만들 것인가
  • 기존 기능에 어떤 영향을 주는가
  • 결과가 실제 업무에 맞는가
  • 운영에 올려도 되는가

하지만 공통점이 있습니다.

이 질문들은 대부분 실행보다 판단에 가깝습니다.

중간 전달이 줄자 업무지시의 품질이 더 잘 보였다

사람이 중간에서 설명을 다시 해주던 단계가 줄어들자 오히려 원래 업무지시가 얼마나 명확한지가 그대로 드러났습니다.

예를 들어 이런 업무는 사람끼리는 대화로 보완할 수 있습니다.

검색 기능 개선
사용하기 편하게 수정
모바일 대응 필요

하지만 AI가 바로 읽고 실행하려면 이 상태로는 빈칸이 많습니다.

현재 문제
사용 대상
이번 범위
건드리지 않을 범위
완료 기준

같은 정보가 있어야 업무 항목 자체가 실행 가능한 입력에 가까워집니다.

즉 MCP로 연결했다고 해서 업무지시가 자동으로 좋아지는 것은 아니었습니다.

오히려 연결이 직접적일수록 업무를 어떻게 기록하는지가 시스템의 일부가 됩니다.

업무지시가 곧 실행 가능한 입력이 된다

이 경험에서 특히 흥미로웠던 건 협업툴의 업무 항목을 보는 관점이 달라졌다는 점입니다.

예전에는 업무 항목이 사람에게 전달하는 기록이었습니다.

업무 등록
→ 담당자가 읽음
→ 사람이 실행

AI 에이전트가 연결되면 업무 항목 자체가 실행 가능한 입력이 될 수 있습니다.

업무 등록
→ AI가 읽음
→ 필요한 정보 탐색
→ 실행
→ 결과 보고
→ 사람 승인

그렇다면 업무를 작성하는 방식도 달라질 수 있습니다.

좋은 업무지시는 사람에게만 잘 읽히는 문서가 아니라 AI도 이해하고 실행할 수 있는 구조가 될 수 있습니다.

MCP는 결국 연결의 문제였다

이 경험 전에는 AI의 성능 자체에 관심이 더 많았습니다.

어떤 모델이 코드를 더 잘 짜는지, 어떤 프롬프트가 좋은지, 어떤 기능을 지원하는지.

그런데 실제 업무에 붙여보니 모델만큼 중요한 것이 연결이었습니다.

AI가 업무 기록을 볼 수 있는가
AI가 실제 프로젝트를 볼 수 있는가
AI가 명령을 실행할 수 있는가
AI가 결과를 다시 남길 수 있는가

이것들이 연결되면 AI는 답변을 만들어주는 도구에서 업무 흐름 안에서 실제 행동하는 도구로 바뀝니다.

제가 MCP를 이해한 것도 기술 문서를 읽었을 때보다 이 흐름을 실제로 경험했을 때였습니다.

그렇다고 모든 업무를 바로 실행시키고 싶지는 않다

여기서 중요한 문제도 생깁니다.

업무가 등록됐다고 AI가 모든 것을 바로 실행하는 것이 좋은 구조일까요?

저는 그렇지는 않다고 생각합니다.

예를 들어:

업무 등록
→ AI 분석
→ 영향 범위 확인
→ 실행 계획 제안
→ 사람 승인
→ 개발

처럼 사람의 판단을 남겨야 하는 작업도 있습니다.

반대로 위험이 낮고 반복적인 작업이라면 승인 단계를 줄일 수도 있습니다.

결국 중요한 건 어느 단계까지 AI에게 권한을 줄 것인가입니다.

AX라는 말이 조금 더 구체적으로 느껴졌다

이 경험 전에는 AX를 AI를 업무에 잘 활용하는 것 정도로 생각하기도 했습니다.

하지만 실제로 FLOW와 Codex를 연결해보니 조금 다른 그림이 보였습니다.

기존 흐름은:

사람이 업무를 읽고
→ 사람이 다시 전달하고
→ 사람이 실행을 요청하고
→ 사람이 결과를 옮긴다

였습니다.

연결된 흐름에서는:

업무가 생성되고
→ AI가 이해하고
→ 실행하고
→ 사람은 중요한 지점에서 판단한다

로 바뀔 수 있습니다.

이건 AI 기능 하나를 추가한 것이 아니라 업무 역할과 전달 구조가 바뀐 것입니다.

그래서 지금은 이런 변화가 제가 생각하는 AX에 더 가깝다고 느낍니다.

MCP가 바꾼 건 코딩 속도보다 연결 구조였다

이 경험에서 가장 크게 달라진 것은 코드가 얼마나 빨리 작성되는지가 아니었습니다.

업무 기록과 개발 환경 사이에 사람이 내용을 복사하고 다시 설명하던 단계가 줄어든 것이었습니다.

업무 기록
→ 사람이 재해석
→ AI에게 다시 설명
→ 개발

에서

업무 기록
→ AI가 같은 맥락 확인
→ 실행 계획 / 구현
→ 사람 확인

으로 구조가 달라졌습니다.

그러면 PM이 신경 써야 할 것도 달라집니다.

업무 기록에 충분한 맥락이 있는가?
AI가 어디까지 볼 수 있는가?
어디까지 실행해도 되는가?
어느 지점에서 사람 승인이 필요한가?
결과를 다시 어디에 남길 것인가?

저에게 MCP는 새로운 개발 도구 하나라기보다

AI가 기존 업무 흐름 안으로 들어오는 연결 방식

으로 이해하는 편이 가장 쉬웠습니다.

그리고 이 연결을 만들고 나서야 AX가 단순히 AI를 잘 쓰는 문제가 아니라 업무의 전달 구조와 권한 구조를 다시 설계하는 문제라는 것이 조금 더 구체적으로 보이기 시작했습니다.