FIELD NOTES
작업하며 남긴 기록
서버 운영, 클라우드, 데이터, 그리고 그때 무엇을 보고 결정했는지. 대표 사례와 이어지는 기술 기록을 모았습니다.
22 개의 기록
AI는 진단을 설명했지만, 자료는 내가 준비했다
읽기 전용 진단 도구에 실제 모델을 연결하고 인용·출력 검사를 통과했다. 평소 수집 상태를 확인하는 일에 쓰려면, 답변 전에 기록을 모으는 과정부터 연결해야 했다.
공고를 읽은 뒤, 다음 작업으로 넘기기까지
공고를 분류하고 분석문을 받는 데서 끝나지 않도록 지원 준비와 자료 전달을 연결했다. 저장된 원문을 묶어 내려받되, 읽지 못한 문서와 아직 확인하지 않은 조건도 함께 남겼다.
메일로 보던 예약을 작업 화면에 연결했다
기존 PC 수집기가 확인한 퇴실과 다음 예약을 서버에 받아 호스트 화면에 표시했다. 메일 발송·서버 접수·화면 표시를 각각 확인했고, 자동 전송이 생략된 회차는 저장 자료로 보완했다.
작은 자료함에서 벡터 검색을 먼저 넣지 않은 이유
경력 근거로 글을 쓰는 작은 자료함을 만들며 검색과 인용을 살폈다. 자료를 더 잘 찾는 일에 앞서, 필요한 원문을 고르고 같은 내용을 반복 전달하지 않는 방법부터 검토했다.
공고에 붙은 90점은 무엇을 뜻했을까
공고 선별 화면의 높은 점수를 보고 실제 요청과 응답을 확인했다. 모델의 분류를 코드가 점수로 바꾸고 있었고, 제목 선별에 본문 검토까지 요구하고 있었다.
2026년, AI를 쓰며 일하는 방식을 고친 기록
기존 코드를 읽는 데서 시작해 기기 내 요약, 화면 검수, 운영 점검에 AI 도구를 사용했다. 도구가 늘며 바뀐 확인 방법을 달별로 적었다.
202를 받았는데 아무것도 수집되지 않았다
"접수됨" 응답만 믿지 않고, 화면에 최신 회차가 뜰 때까지 단계별로 확인하게 됐다.
Hermes를 쓰며 점검과 판단을 나눈 과정
예약 실행과 결과 보고를 사용하다 보니 읽지 않는 보고가 쌓였다. 절차가 정해진 점검은 스크립트로 옮기고 알림과 판단을 따로 봤다.
개발은 Mac에서, 계속 도는 일은 Ubuntu에서
미니 PC에 Ubuntu를 깔고, Mac을 켜두지 않아도 되는 일을 옮겼다.
AI가 짠 코드를 받고 나서 내가 본 것
중복 거래와 Arrow 전환의 수정안을 검토하며 DB 상태, 기존 사용처, 실행 결과를 어떻게 확인했는지 적었다.
중복 요청을 처리할 때, 무엇을 보존할 것인가
다음 판매 회차를 여는 요청에서 UNIQUE 충돌과 업무 상태를 나눠 봤다. 중복을 건너뛰는 SQL만으로 원 거래와 전체 업무가 안전해지는 것은 아니었다.
문제없을 때는 조용한 모니터
정상이라는 보고가 매번 오니 정작 봐야 할 게 묻혔다. 상태가 바뀔 때만 알리게 바꿨다.
AWS 청구서를 항목별로 뜯어 본 18% 감소
청구서를 계정·서비스·항목 단위로 나눠 월 비용 18.3% 감소를 확인하고, 자원 정리와 사용량·약정 변화를 구분해 기록했다.
이력서 대신 글이 쌓이는 사이트를 만들었다
처음엔 이력을 보여주는 화면을 만들었다가, Markdown 파일 하나로 작업 기록을 더하는 구조로 바꿨다.
로그인 이후, 서비스 이용 권한은 따로 확인했다
로그인은 같이 쓰지만 서비스 이용 권한은 따로다. 되는 요청과 막히는 요청을 짝으로 확인했다.
써보려다 안 쓴 AI 도구들
코드 관계를 읽는 도구, 작업 관리·에이전트 도구, 가상 웹캠을 서로 다른 이유로 검토했다. 당시 시험·보류한 범위를 적었다.
Arrow로 바꾸되 운영 원본은 남겨둔 이유
JSONL 원본과 학습용 중간 파일의 사용처를 구분했다. 학습 데이터를 직접 생성한 뒤 유효값·배열 형태·DataLoader를 검사했다.
납품의 끝을 다른 사람의 실행으로 정하기
Windows에서 작은 CPU 실행을 시작하고 정상 출력을 확인할 절차를 넘겼다. 연구자가 직접 실행해 사용한다는 피드백과, 내가 확인하지 못한 범위를 함께 적었다.
화면 90장을 검수했는데 빠진 화면이 있었다
캡처 90장을 한 번에 넘기자 일부 화면이 빠졌다. 캡처와 보고서는 스크립트가, 화면 평가는 AI가 맡게 나눴다.
자동화 브라우저에서 구글 로그인이 막혔다
2월에 막혀서 미뤄둔 문제를 5월에 테스트 계정 전용 로그인으로 풀었다.
로그 정리에서 시작해 배포 추적 기준까지
Lambda 로그를 오류·요청 ID 중심으로 줄이고, 운영 중인 함수가 어느 커밋에서 왔는지 답할 수 있게 배포 기준을 세웠다.
1월, AI에게 코드부터 읽혔다
코드를 짜게 하기 전에 기존 코드를 설명하게 했다. 설명이 맞는지는 파일을 열어 직접 확인했다.