Editor’s Note
이 글은 블룸에이아이 동료들의 AI 활용 경험을 모아 전하는 시리즈입니다.
작은 실험부터 전두엽이 짜릿해지는 인사이트까지, 현장에서 직접 부딪히며 배운 이야기들을 솔직하게 풀어냅니다.
✒️
Writer : Marina / AI 기획팀
서비스 기획자가 정책서를 AI에게 맡겨보면 어떤 일이 일어날까요?
HTML 코드만으로 코드래빗(CodeRabbit)을 활용해 정책 준수 여부를 검증해본 실험기를 공유합니다.
서비스 기획자의 AI 활용법
긴 정책서를 처음부터 끝까지 읽고 이해한 뒤 개발에 반영하는 일은, 언제나 기획자에게 큰 숙제입니다. 저 역시 그 부담을 줄이고 싶어 조금 색다른 방법을 시도했습니다.
정책서를 AI에게 맡기고, 코드래빗(CodeRabbit)으로 리뷰를 진행해본 것입니다.
놀랍게도 이 실험에는 복잡한 개발망이나 DB 접근이 필요하지 않았습니다. 오직 HTML 파일 하나만으로 승부할 수 있었죠.
실험 시나리오
테스트 대상은 해피톡 AI 어시스턴트의 상담 요약 기능이었습니다. 이 기능은 아래와 같이 다양한 정책 규칙을 따라야 합니다.
정책서 범위: 보안, 토큰 표기, UI 요소, 감정 분석 등
제약사항: 기획자는 백엔드·DB 접근 불가
목표: “HTML만으로 정책 준수 여부를 AI가 확인할 수 있을까?”
진행 방식
실험 과정은 단순하지만 흥미로웠습니다.
깃헙과 코드래빗 연결
개발자 도구에서 상담 요약 화면의 HTML div 코드 추출
정책서를 노션에서 마크다운(Markdown)으로 다운로드 후 깃헙에 업로드
깃헙 PR 코멘트에 코드래빗 호출
🚨요청: “정책서 기준으로 이 HTML이 잘 구현됐는지 확인해줘”
코드래빗이 정책 조항별 충종/미충족 사항을 자동으로 분석
이렇게 짧은 몇 단계만으로, 정책서를 기준으로 한 리뷰 환경이 만들어졌습니다.
AI 리뷰 하이라이트
리뷰 결과도 꽤 만족스러웠습니다.
✅ 정책서 충족 항목
헤더, 토큰 잔여량, 주요 버튼
상담 요약 리스트, 감정 분석, 삭제 기능
날짜 및 페이지 표기
= 충족률 약 90%
⚠️ 보완 필요
정책서 기반: 개인정보 마스킹 처리 (KISA 권고 룰셋)
AI 자체 제안:
팝업 컨테이너 구조(모달 오버레이)
스크롤 영역 지정
반응형 디자인
접근성 속성 (
aria-label,role)
즉, 정책서 기준에서 누락된 필수 항목과, 품질 개선을 위한 추가 제안이 깔끔하게 분리되어 제시된 것이죠.
이 방식의 장점
무엇보다도 필수 항목 vs. 개선 제안이 자동으로 구분된다는 점이 가장 인상적이었습니다. 덕분에 기획자는 어떤 부분을 반드시 고쳐야 하고, 어떤 부분은 참고만 하면 되는지 바로 파악할 수 있었습니다.
또한,
정책서 기준 검증을 빠르게 통과
프론트 코드만으로도 기획 검증 가능
리뷰 결과를 시각적으로 확인 가능
이라는 이점을 직접 체감할 수 있었습니다.
결론
이번 실험은 기획자가 정책 준수 여부를 AI로 검증할 수 있다는 가능성을 보여줬습니다. 그 결과, 기획 테스트 시간이 크게 단축되었고, 리뷰 과정의 효율성도 높아졌습니다.
다음에는 HTML 수준을 넘어 실제 코드까지 리뷰에 포함해, 기획 검증 효율을 한 단계 더 끌어올릴 수 있는지 실험해보고 싶습니다. 🙂
Share article