AI 신입에게 ‘몸’보다 ‘뇌’를 먼저 달아주려합니다
AI '자동화’를 넘은 지능형 설계의 첫걸음
지난 글, "나의 AI 신입사원들, 이제 '진짜' 현장에 투입합니다"에서 저는 90일간의 AI 실험(PoC)을 마친 소회를 밝혔습니다.
'영업 비서', '일정 비서', '챗봇' 등 개별 AI 신입사원들은 "AI가 가능성이 있을까?"라는 질문에 '그렇다'는 긍정적인 답을 주었습니다. 하지만 이들은 각자 '독방'에서 일하는 것과 같았습니다. 서로가 뭘 하는지 모르니 유기적으로 함께 일하지 못했고, '실험실' 수준이라 언제 멈춰도 이상하지 않았죠.
그래서 시즌 2는 이들을 '진짜 현장'에 투입하기 위한 '운영 안정화 과정' 그 자체입니다. 이 '개별 AI'들을 '하나의 통합되고 안정적인 서비스'로 만들기 위해, 저는 두 가지 핵심 계획을 세웠습니다.
운영 안정화: '진짜 현장'은 멈추면 안 됩니다. 안정적인 서비스를 위해 ‘독립 사무공간(Docker)’, ‘유능한 매니저(Kubernetes)’, ‘튼튼한 건물(Cloud)’ 같은 탄탄한 인프라(Infra)를 구축합니다.
설계 효율화 (중앙집중화): '유기적인 협업'을 위해 흩어진 기능을 한곳으로 모읍니다. ‘중앙 관제실’을 세워, 모든 API와 데이터를 통합 관리해야 서로 다른 비서(AI)들이 효율적으로 소통할 수 있습니다.
여기까지는 사실 IT 실무자들에게 꽤 익숙한 영역입니다. '안정적인 인프라'를 구축하고 '중앙화'로 설계를 효율화하는 것은 저 역시 그동안 수많은 프로젝트에서 적용해왔기에 낯설지 않았습니다.
하지만 이번에는 명확히 달랐습니다. 이번 시즌 2의 목표는 단순히 ‘튼튼한 몸’을 만드는 것에서 그치지 않았습니다. 바로 시즌 3의 ‘지능화’를 미리 대비하는 '설계적 예지'가 필요했습니다.
"이 관제실, 언젠가 '뇌'가 되어야 하지 않을까?"
중앙 관제실의 설계도를 그리고 있던 중, 이런 생각이 들었습니다.
“지금 당장 효율적인 '자동화'에만 집중해서, AI가 스스로 판단하는 '지능형 구조'를 염두에 두지 않는다면... 결국 시즌 3에서 모든 것을 다시 뜯어고쳐야 하는 재앙을 맞이할 것이 뻔하다.”
효율적인 구조를 만드는 것도 중요하지만, AI가 스스로 판단하고 실행하는 ‘확장성’을 고려하지 않으면, 이 시스템은 그저 '똑똑한 자동 교환기'에 머무를 것입니다.
그래서 저는 결심했습니다. “이번 설계 단계에서부터, AI가 스스로 판단할 수 있는 '뇌의 씨앗'을 함께 심자.”
이 '지능형 관제실'을 구현하기 위해 제가 선택한 두 가지 핵심 요소가 바로 FASTMCP와 Claude AI였습니다.
A안: '매뉴얼'에 의존하는 자동화 관제실
A안은 우리가 흔히 생각하는 '중앙화'입니다. 관제실 벽면에는 수많은 사물함이 줄지어 있습니다. 각 칸엔 ‘고객 등록’, ‘회의 요약’, ‘일정생성’ 같은 기능들이 들어 있죠.
하지만 이곳에는 아직 ‘생각하는 존재’가 없습니다. 사용자가 “고객 등록해줘”라고 하면, 개발자가 미리 짜 둔 매뉴얼(코드)이 순서대로 작동합니다.
“3번 사물함(고객 등록) 열기 → 5번 사물함(알림 발송) 열기.”
모든 절차는 사람이 미리 정한 규칙에 따라 움직입니다. 효율적이긴 하지만, 여전히 ‘자동화’의 범주 안에 있습니다. AI는 지시를 따르는 도구일 뿐, 스스로 생각하진 못합니다.
B안: 'AI 두뇌'가 스스로 판단하는 지능형 관제실
B안의 관제실은 구조는 비슷하지만, 결정적으로 다릅니다. 이제 관제실 중앙에는 AI 두뇌(Claude AI)가 앉아 있고, 그 위에 FASTMCP라는 지능형 설계 프레임워크가 얹혀 있습니다.
사용자가 “고객 등록해줘”라고 똑같이 말하면, 이제 AI가 스스로 판단합니다.
“좋아, '고객 등록'(3번 사물함)을 열고, '담당자 알림'(5번 사물함)도 보내야겠군.”
개발자는 단지 사물함의 '용도'만 정의하면 됩니다. 이제 판단과 실행의 순서는 AI가 스스로 결정합니다.
'A안'과 'B안' 두 가지 모델 비교시즌 2에 '지능의 뼈대'를 심는 이유
그렇다면 궁금하 실 수 있습니다 "AI 두뇌 지능형 관제실은 시즌 3의 ‘지능화’ 단계 이야기 아닌가요?”
맞습니다. ‘기억하고, 학습하며, 스스로 성장하는 AI’는 시즌 3의 주제입니다. 하지만 그 단계를 가능하게 하는 기반(뼈대)은 이번 시즌 2의 설계 과정에서부터 만들어져야 합니다.
FASTMCP는 단순한 API의 '집합'이 아닙니다. 이 구조는 AI가 미래에 '기억'과 '학습'을 통해 얻은 새로운 능력을 쉽게 추가하고(중앙집중화 모듈형), 스스로 판단 순서를 바꿀 수 있는 ‘유연한 지능의 뼈대(Frame)’ 역할을 합니다.
즉, 이번 시즌 2의 '현장 투입 준비 과정'은 단순한 운영 안정화 작업이 아니라, 미래의 지능화로 가기 위한 첫 번째 '설계 실험'인 셈입니다.
이론에서 실험으로: 새로운 도전의 시작
기능의 중앙집중화, Docker나 Kubernetes 기반 인프라는 이미 이론적으로도, 실무적으로도 잘 알려진 영역입니다.
하지만 FASTMCP와 Claude AI를 결합해 AI가 스스로 판단하고 실행하는 '지능형 관제실'을 구축하는 것은 저에게도 완전히 새로운 시도입니다.
다음의 계획은 이러한 '구현의 과정' 그 자체입니다. 그렇기에 이번 글은 단순한 개념 소개가 아닙니다. 저 스스로 '안정적인 운영'이라는 익숙한 세계를 넘어, 'AI 지능화'라는 미지의 영역으로 내딛는 '설계 실험의 선언문'이기도 합니다.
다음 글에서는 이 '지능형 관제실'이 실제로 어떻게 구현되고, 어떤 작은 결과들이 나왔는지를 변경된 설계구조와 매우 간단한 코드를 보며 실험한 과정을 공유하겠습니다.
FastMCP 기술 아키텍처 상세 내용을 추가적으로 참고 하실수 있습니다. -> https://youtu.be/xEybe7bcbUY?si=vtnvu7plZNaNeOol