AI 요약
Galileo의 필드 엔지니어 Al Chen은 Lenny's Podcast Network의 'How I AI' 에피소드에 출연하여 Claude Code를 활용한 혁신적인 고객 지원 워크플로우를 공개했습니다. 그는 공식 문서가 실제 코드의 업데이트 속도를 따라가지 못하는 '문서 노후화' 문제를 해결하기 위해, 회사의 15개 전체 코드 저장소를 AI에 직접 연결했습니다. Al은 Claude Code가 작성한 16줄의 자동화 스크립트를 사용해 매일 아침 모든 저장소의 메인 브랜치를 최신 상태로 유지하며, 이를 통해 소스 코드 기반의 가장 정확한 정보를 추출합니다. 또한 Confluence의 고객별 맞춤형 배포 환경 정보와 Slack의 지원 스레드를 AI와 결합하여 단순한 답변을 넘어선 실시간 맞춤형 솔루션을 제공합니다. 이러한 방식은 엔지니어링 팀의 업무 중단을 획기적으로 줄이고, 고객 대응 부서의 기술적 해결 능력을 한 차원 높였다는 평가를 받고 있습니다.
핵심 인사이트
- 자동화된 코드 동기화: Claude Code가 직접 작성한 16줄의 스크립트를 활용해 매일 아침 15개 저장소의 메인 브랜치를 풀(Pull)하여 항상 최신 데이터를 유지합니다.
- 진실의 원천으로서의 코드: 공문서보다 코드가 더 정확하다는 판단하에, 15개 저장소를 VS Code에 올리고 Claude Code로 서비스 간 상호작용 및 기능 작동 방식을 직접 쿼리합니다.
- 고객 맞춤형 컨텍스트 결합: Confluence MCP를 연동하여 각 기업 고객의 고유한 암호화 방식, 네임스페이스 등 '고객별 특이사항(Customer Quirks)'을 답변에 즉각 반영합니다.
- 지식 자산화의 가속화: Pylon을 사용해 Slack에서 이루어진 상세한 고객 지원 대화를 클릭 한 번으로 구조화된 지식 베이스(KB) 아티클로 변환합니다.
주요 디테일
- Al Chen은 2026년 4월 6일 공개된 인터뷰에서 기술 지원팀이 겪는 '엔지니어링 팀 의존성' 문제를 AI로 해결한 구체적 사례를 제시했습니다.
- Claude Code의 커스텀 명령어를 설정할 때 Confluence의 배포 문서를 먼저 확인한 뒤, 필요한 경우 코드 저장소를 쿼리하도록 우선순위를 지정했습니다.
- 이를 통해 기존에 구글링으로 얻을 수 있는 일반적인 답변이 아닌, 에어갭(Air-gapped) 환경이나 특정 보안 요구사항이 반영된 고도로 정밀한 배포 가이드를 생성할 수 있게 되었습니다.
- Pylon을 통한 지식 베이스 생성은 별도의 PR(Pull Request) 리뷰나 복잡한 승인 절차 없이도 현장의 최신 지식을 즉시 문서화하는 효과를 제공합니다.
- 결과적으로 서비스 간의 종속성(Cascade)이나 기능의 실제 구현 세부 사항 등 문서화되지 않은 '암묵지'를 AI를 통해 누구나 활용 가능한 '명시지'로 전환했습니다.
향후 전망
- 기술 문서의 역할이 사람이 읽는 용도에서 AI가 컨텍스트를 파악하기 위한 '보조 데이터'로 변화할 것이며, 실제 코드베이스 자체가 가장 강력한 문서의 역할을 대체할 것입니다.
- 고객 대응 부서(Customer-facing teams)가 엔지니어링 수준의 깊은 기술적 통찰력을 보유하게 됨에 따라 조직 내 협업 구조와 역할의 경계가 재편될 것으로 보입니다.
출처:lennys_newsletter