
5. Technical Writer, 사라질 결심
Technical Writer의 리뷰 기준과 작성 방식을 AI에 학습시켜 문서 작성과 리뷰를 자동화했습니다. 사내 메신저와 GitHub에 붙여 사용 흐름 안에서 바로 문서 작업이 되도록 만들었습니다.

Technical Writer의 리뷰 기준과 작성 방식을 AI에 학습시켜 문서 작성과 리뷰를 자동화했습니다. 사내 메신저와 GitHub에 붙여 사용 흐름 안에서 바로 문서 작업이 되도록 만들었습니다.
토스의 es-toolkit이 lodash 대체를 목표로 성능과 번들 크기를 개선하며 성장한 과정을 소개했습니다. 국내외 커뮤니티 기여와 대형 오픈소스 채택으로 주간 다운로드 2천만 회를 넘겼습니다.

AI가 PM을 완전히 대체하기보다, 목표 정렬과 진척 추적 같은 운영 부담을 덜어주는 데 더 적합하다고 보았습니다. 슬랙봇으로 OKR·KR 관리와 데일리 스크럼을 자동화해 팀의 방향성을 더 또렷하게 만들었습니다.

안드로이드 빌드 대기 시간을 줄이기 위해 N3R과 GitHub ARC를 결합한 운영 경험을 공유했습니다. 사내망 제약 환경에서 동적 할당과 다층 캐시로 CI/CD 병목을 완화한 사례입니다.


사내 AI Agent 에이봇을 조직의 업무 인프라로 만든 사례를 소개했습니다. 오케스트레이터, 서브에이전트, Eval, 권한 제어로 실제 업무 적용과 확장을 다뤘습니다.

AWS DevOps Agent로 CI/CD 배포 이벤트와 운영 데이터를 연동해 자동 조사를 구성하는 방법을 소개했습니다. 배포 후 오류 발생 시 근본 원인을 빠르게 찾고 예방 권장사항까지 얻는 흐름을 설명했습니다.
슬로우 쿼리 분석과 PR 반영까지 이어지는 AI 파이프라인을 하네스로 설계한 사례를 다뤘습니다. 반복 작업에 특화된 스페셜리스트형 구조로 품질과 운영 안정성을 높였습니다.

비개발자가 AI와 사내 가이드를 활용해 생산성 측정 대시보드를 만든 과정을 공유했습니다. 리드타임 계산부터 서버 구축, 데이터 검증까지의 시행착오와 배운 점을 정리했습니다.


Claude Code Routines로 반복적인 DevOps 작업을 자동화하는 방법을 정리했습니다. PR 리뷰, 의존성 점검, 우선순위 분류에 적합하며 운영 시 한도와 권한 위험도 함께 살펴봤습니다.


AWS Security Agent로 설계 검토, 코드 리뷰, 침투 테스트를 자동화하는 방법을 소개했습니다. 개발팀과 보안팀의 병목을 줄이고 SDLC 전반에 보안을 통합하는 방향을 제시했습니다.

AI Native 레포를 조직 전체가 쓰는 실행 harness로 확장한 hollon-ai 구축기를 소개했습니다. 팀챗, Kubernetes, 상태머신, 메모리 계층으로 요청부터 복구까지 같은 흐름에 묶었습니다.

MCP 서버를 AI 어시스턴트와 연결해 개발 효율을 높이는 사내 활용 사례와 워크숍 내용을 소개했습니다.티켓 발행 자동화와 멀티 에이전트 PR 리뷰를 통해 안전한 확장과 보안 관리의 중요성을 강조했습니다.