NotesAX / PM / Building

JLab에 무엇을 기록하는가

완성된 결과보다 문제를 발견하고 구조화하고 AI를 적용해 실제 변화를 만든 과정과 판단을 기록합니다.

JLab에는 완성된 결과물만 모아두지 않으려고 합니다.

프로젝트를 하다 보면 결과는 남는데, 왜 그렇게 결정했는지와 어떤 과정을 거쳤는지는 생각보다 쉽게 사라집니다.

그래서 이곳에는 결과보다 그 앞과 뒤를 더 많이 기록합니다.

무엇을 남길 것인가

주로 이런 내용을 다룹니다.

  • 문제를 어떻게 발견했는지
  • 요구사항을 어떤 기준으로 구조화했는지
  • AI를 어디에 넣었고 어디에는 넣지 않았는지
  • 프로토타입을 만들고 무엇을 다시 고쳤는지
  • 자동화가 실제 업무 흐름을 어떻게 바꿨는지
  • 운영하면서 처음 생각과 달라진 점은 무엇인지

도구 사용법만 정리하는 것보다는 도구 때문에 일이 어떻게 달라졌는지를 더 중요하게 봅니다.

AI 활용보다 AX에 가까운 기록

처음에는 AI를 잘 쓰는 방법에 관심이 많았습니다.

프롬프트를 바꾸고, 여러 도구를 비교하고, 문서를 더 빨리 만드는 식이었습니다.

그런데 실제 업무에 오래 써보니 더 재미있는 지점은 그 다음에 있었습니다.

AI를 잘 쓰는 사람
        ↓
AI에게 일을 맡기는 사람
        ↓
AI가 일할 수 있는 흐름을 설계하는 사람

AI가 들어오면 기존 단계 중 어떤 것은 줄어들고, 어떤 판단은 오히려 더 중요해집니다.

JLab에서는 이 변화를 계속 기록하려고 합니다.

프로젝트도 결과보다 변화 과정을 본다

어떤 시스템을 만들었다는 사실만으로는 제가 무엇을 했는지 잘 보이지 않습니다.

그래서 프로젝트를 기록할 때도 가능하면 이런 순서로 정리합니다.

Problem
→ 기존에는 무엇이 불편했는가

Approach
→ 문제를 어떻게 구조화했는가

AI / Automation
→ 어떤 부분을 도구에 맡겼는가

Change
→ 실제 일하는 방식이 무엇이 달라졌는가

이 구조는 포트폴리오를 보기 좋게 만들기 위한 형식이라기보다, 제가 다음 프로젝트에서 다시 꺼내보기 위한 기록 방식이기도 합니다.

완성된 사람처럼 보이기보다

JLab은 완성된 방법론을 설명하는 사이트라기보다 지금도 계속 실험하는 기록에 가깝습니다.

잘 된 시도뿐 아니라,

  • 생각보다 효과가 없었던 자동화
  • AI에게 너무 많은 역할을 맡겼던 경우
  • 개발은 빨랐지만 검토가 따라가지 못했던 경험
  • 실제 사용자가 보니 다시 고쳐야 했던 화면

같은 내용도 함께 남기려고 합니다.

그런 기록이 쌓여야 AI 활용이 단순한 도구 자랑이 아니라 실제 경험이 된다고 생각합니다.

한 문장으로 정리하면

JLab은 문제를 발견하고, 구조화하고, AI를 활용해 실제 변화까지 만들어보는 과정을 기록하는 곳입니다.

결과는 그 과정을 설명하기 위한 증거에 가깝습니다.