2026년 10월 기준으로 19개의 앱을 운영하고 있다. 매달 6개 이상의 개선 릴리스를 내고, 새 앱은 4개를 출시한다.
혼자서 이렇게 많은 앱을 운영하려면, 손으로 하는 운영으로는 당연히 감당할 수 없다. 의사결정에 전념해야 한다.
AI와 대화하다가 "skill ops"라는 단어가 나왔다. Google에서 검색해도 거의 나오지 않으니, 우연히 생긴 조어인 것 같다. 이 말이 무척 마음에 들었다.
Skill ops.
skill을 전제로 한 운영이다. 예를 들어 예전 직장에서는 사람이 열심히 데이터 기반을 정비하고, 사람이 데이터를 모아 분석했다. 혼자서 그런 일을 하면 운영이 돌아가지 않는다.
Firebase와 Google Analytics의 기반만 만들어 두고, 분석 작업은 AI에게 맡긴다.
- 데이터 분석은 "분석해 줘" 한마디로 끝낸다
- 로그 분석도 "확인해 줘"로 끝낸다
나온 인사이트를 보고 "무엇을 할지" 판단해 지시하는 것이 사람의 일이다.
Tenkaichi와 Buzz Spot이라는 사이트를 운영하고 있다. 출시 초기라서 당연히 콘텐츠가 적다. 아무도 글을 올리지 않으면, 충분히 쌓일 때까지 내가 직접 올려야 한다.
그렇다고 글을 전부 직접 쓰면 운영이 돌아가지 않는다.
- "이 가게에 대해 조사해서 콘텐츠로 정리해 줘"
- "야무치와 료멘 스쿠나, 누가 더 강해?"
이런 식으로 AI에게 물으면, 콘텐츠 게시까지 전부 자동으로 이루어지게 한다. SEO도 챙긴다. sitemap.xml 업데이트도, Search Console의 색인 등록도 skill ops로 돌린다.
skill ops의 노하우는 엔터프라이즈 개발에서도 살아난다. 예를 들어 지금까지는 장애가 나면 다음과 같은 순서로 조사했다.
- CloudWatch나 Elasticsearch에서 로그를 확인한다.
- 로그의 원인이 된 코드를 조사한다.
- 우리 팀 담당 범위가 아니면, Slack으로 연락해 조사를 부탁한다.
- 로컬 환경에서 시행착오를 거치며 버그를 고친다.
로컬에 backend, frontend, infra 저장소를 두고, 로그 조사부터 저장소 조사까지 AI에게 맡긴다. 물론 운영 환경의 로그를 전부 Claude Code에게 조사시키는 것은 보안상 문제가 있으니, 개발 환경으로 한정하거나 일부만 발췌해 넘겨야 한다. 그래도 AI 에이전트를 전제로 한 운영은 엔터프라이즈에서도 충분히 활용할 수 있다.
아니, 앞으로는 모든 업무를 AI 에이전트를 전제로 설계하지 않으면, 생산성 면에서 "괴로운" 기분이 들게 될 것이라고 예상한다. 사람이 애쓰면 할 수는 있지만 "귀찮은" 기분이 든다. AI의 편리함을 알아 버렸기 때문이다.
사람이 의사결정에 집중하기 위해서라도, AI를 전제로 한 운영을 설계하는 것이 좋다.