AgentB는 베이글코드가 사내에서 직접 개발하고 운영하는 AI 에이전트입니다. 슬랙 기반의 대화형 인터페이스 위에 GitHub, Google Workspace 같은 주요 업무 시스템 연동이 더해지면서, 단순한 정보 검색을 넘어 업무 히스토리 파악, 브리핑, 검수, 반복 작업 보조, 내부 툴 제작까지 실제 업무 흐름 안으로 들어오고 있습니다.
중요한 점은 같은 AgentB라도 사람마다 활용 방식이 다르게 자리 잡는다는 것입니다. 누군가에게는 브리핑 도구가 되고, 누군가에게는 검수 도구가 되고, 또 누군가에게는 반복 작업을 줄이는 실무 툴 제작 파트너가 됩니다.
이번 시리즈에서는 AgentB가 실제 업무 안에서 어떻게 활용되고 있는지를 한 사람씩 들어보려고 합니다. 첫 번째 주인공은 CVS팀 박주원님입니다.
CVS팀 박주원님
자연스럽게 업무로 들어온 AgentB
주원님은 처음부터 AI를 능숙하게 다루던 분은 아니었습니다. 그런데 AgentB를 쓰기 시작한 뒤, 운영 업무 안에서 반복적으로 필요한 브리핑, 검수, 생성, 팔로업 흐름에 AI를 하나씩 붙여가며 자신만의 활용 방식을 만들어갔습니다. 처음에는 개인 업무를 더 수월하게 이어가기 위한 도구에 가까웠지만, 지금은 팀원들이 각자 만든 기능을 함께 붙여 쓰는 흐름으로도 점차 확장되고 있습니다.
“제가 원래 AI를 엄청 잘 쓰던 사람은 아니었어요. 게임잼에서 VS Code 기반으로 조금 만져본 정도였고, GPT나 Gemini도 사실 검색하듯 쓰는 수준이었거든요. 뭘 설치하고 세팅해서 업무에 바로 붙이는 건 저한테는 좀 막막했어요.”
새로운 도구를 익히는 일 자체도 쉽지 않았지만, 더 큰 이유는 업무 특성이었습니다. Live Ops는 실제 라이브 중인 게임을 다루는 일이라, 설정 하나가 잘못 들어가면 바로 유저 경험과 운영 성과에 영향을 줄 수 있습니다. 막연한 상태에서 AI를 업무 깊숙이 붙이는 일이 부담스럽게 느껴질 수밖에 없는 환경이었습니다.
반면 AgentB는 슬랙 안에서 바로 말을 걸듯 시작할 수 있었고, 이미 기본 세팅과 스킬이 갖춰져 있다는 점에서 심리적 장벽이 낮았습니다.
주원님에게 AgentB는 따로 배워야 하는 새로운 도구보다, 익숙한 업무 맥락 안으로 자연스럽게 들어오는 쪽에 가까웠습니다. 슬랙 대화 히스토리를 바탕으로 과거 이슈를 찾아주거나, “그때 매출 이슈가 뭐였지?” 같은 질문에 채널 맥락을 검색해서 답해주는 방식이 특히 유용했다고 합니다.
내가 물어보기 전에 먼저
주원님의 업무는 매일 반복적으로 확인해야 하는 프로모션과 라이브 체크가 많고, 세팅 하나가 잘못되면 실제 사고로 이어질 수 있는 성격을 갖고 있습니다. 그래서 처음부터 AgentB에 모든 걸 맡기기보다, 우선 놓치기 쉬운 일과 반복 확인이 필요한 일부터 붙여보기 시작했습니다.
CVS팀 박주원님
대표적인 것이 아침 브리핑입니다. 매일 오전 라이브로 확인해야 하는 항목들을 AgentB가 정리해주고, 주원님은 그 리스트를 보며 실제 점검을 진행합니다. 예전에는 여러 페이지를 띄워두고 일일이 대조해야 했던 일이, 이제는 “오늘 뭘 봐야 하는지”를 먼저 정리받는 구조로 바뀐 셈입니다.
이후에는 업무 팔로업까지 확장됐습니다. 오후 중간이나 퇴근 전, 진행 중인 업무가 어디까지 왔는지, 놓친 핑은 없는지, 아직 끝나지 않은 일이 무엇인지 AgentB가 다시 정리해주도록 만들어두었습니다.
“그냥 얘가 오늘 오전 10시 라이브 보는 리스트를 정리해주면, 그걸 보면서 제가 라이브 체크를 하는 거죠. 오후 2시, 그리고 퇴근하기 전에 이 업무가 완료가 됐는지 진행 중인지 공유해줘요.”
주원님이 AgentB를 가장 먼저 최적화한 방식은 업무 맥락을 재정리해주는 브리핑 도구로 쓰는 것이었습니다. 여러 시스템을 직접 오가며 기억하던 흐름을, AI가 우선순위 중심으로 다시 묶어주도록 만든 것입니다.
이렇게 AgentB는 주원님 업무에서 하루의 앞, 중간, 끝에 각각 다른 역할로 들어오기 시작했습니다.
주원님의 AgentB JIPSA.
휴먼 에러를 없애주는 일
주원님의 업무에서 가장 중요한 건 속도만이 아닙니다. 실수하지 않는 것이 훨씬 중요합니다.
운영 업무 특성상 잘못된 세팅이 실제 서비스에 반영되면 바로 사고로 이어질 수 있고, 유저 수가 많기 때문에 영향도 작지 않습니다. 그래서 처음부터 공격적인 자동화보다는 검수 중심의 활용을 먼저 택했다고 합니다.
“오퍼레이터들 같은 경우에는 AI가 잘못해서 세팅이 프로드에 바로 나가버리면 사고가 바로 일어나는 거잖아요. 팀 내부적으로도 검수 위주로 우선 시작해보자가 기조였어요.”
라이브 전 세팅 오류를 먼저 잡아내는 Mission Deal Inspector
이 지점에서 주원님의 AgentB 활용은 더 구체화됩니다. 사람이 반복해서 보다 보면 헷갈리기 쉬운 값, 순서, 프리셋, JSON 구조 등을 AgentB가 먼저 검증하게 만든 것입니다.
어떤 미션이나 딜 세팅은 값 자체도 복잡하고, 순서까지 틀리면 문제가 생길 수 있습니다. 이전에는 사람이 화면을 하나씩 열어가며 값과 순서를 직접 대조해야 했지만, 이제는 JSON을 넣으면 AgentB 기반 도구가 필요한 항목을 먼저 검증하고 오류 가능성을 바로 표시해줍니다.
이런 방식은 단순히 시간을 줄이는 것보다 더 큰 의미가 있습니다. 주원님은 AgentB를 모든 일을 대신하는 도구로 두기보다, 사람이 가장 자주 헷갈리고 실수할 수 있는 구간에 먼저 배치해왔습니다. 그게 주원님 업무에 맞는 최적화 방식이었습니다.
반복 작업은 직접 만든 툴로
브리핑과 검수로 시작한 활용은 점점 생성 영역으로도 넓어졌습니다.
주원님은 ‘귀찮은 것, 번거로운 것, 실수 나는 것’을 줄이는 방향으로 툴을 많이 만들었습니다. 사람이 복잡하게 수동 입력하던 작업을 대신 해주는 형태입니다.
예를 들어 특정 상품 세팅은 상품군을 보고 필요한 값을 골라 순서대로 넣어야 하고, 이 과정에서 잘못된 가격대를 넣거나 내부 값이 어긋날 수 있습니다. 주원님은 이런 반복 작업을 줄이기 위해, 필요한 ID나 입력값만 넣으면 JSON과 관련 값이 자동으로 정리되도록 도구를 만들었습니다.
상품 정보 입력만으로 JSON 구조를 정리하는 INS Campaign JSON Editor
이런 도구는 한 번 쓰고 마는 실험이 아니라, 매일 혹은 반복적으로 다시 쓰게 되는 실무 자산이 됩니다. 처음에는 단순히 확인을 도와주던 AgentB가, 점점 실제 작업 흐름 일부를 구성하는 도구로 확장된 것입니다.
“저는 툴을 만들 때 최대한 제가 귀찮은 거, 번거로운 거, 실수 나는 거 이런 거 위주로 많이 만들었어요.”
이렇게 쌓인 브리핑 루틴, 검수 기준, 반복 작업용 툴은 점점 주원님 업무 방식을 반영한 자산으로 남기 시작했습니다.
주원님에게 이 차이는 꽤 분명했습니다. 범용 LLM으로 잠깐 만들어보는 도구는 단발성으로 끝나기 쉬웠지만, AgentB로 만든 툴은 실제 업무 흐름 안에 남아 반복해서 다시 쓰이고, 필요할 때마다 계속 다듬을 수 있었습니다.
가격대별 값을 자동으로 계산하는 Ops Calculator
어떻게 요청할 것인가
주원님이 말하는 AgentB 활용의 핵심은 기술적인 지식보다도, 내가 원하는 결과를 얼마나 명확하게 설명하느냐에 더 가깝습니다.
“제가 방향을 못 잡으면 에이전트B도 같이 방향을 못 잡는 것 같더라고요. 원하는 게 뭔지 명확하게 설명해주는 게 되게 중요해요.”
주원님은 처음 요청할 때 최종 목표를 분명히 말하고, 반드시 들어가야 하는 요소를 함께 전달한다고 했습니다. 이후 AgentB가 만들어준 결과물을 실제로 보면서, 마음에 들지 않는 부분을 다시 피드백하고 계속 다듬는 식으로 툴을 발전시켜왔습니다.
결국 AgentB를 잘 쓴다는 건 새로운 기술을 많이 아는 것보다, 내 업무에서 무엇이 문제인지, 어떤 결과를 원하는지를 더 분명하게 설명하는 일에 가까웠습니다.
주원님에게 AgentB는 무엇이든 대신해주는 도구보다, 목표를 분명히 할수록 더 잘 협업할 수 있는 파트너에 가까웠습니다.
개인 도구가 팀으로
주원님이 이렇게 쌓아온 방식은 개인 활용에 머물지 않고, 팀이 함께 기능을 붙이고 다듬는 흐름으로도 이어지고 있습니다.
이미지 자산을 목록 형태로 관리하는
Ops Image Manager
CVS Ops 팀에서는 각자 필요한 기능을 만들고, 그 기능들을 공유하고, 서로 합치고 다듬으며 공용 페이지와 OS처럼 발전시키고 있다고 합니다.
누군가 하나를 만들고, 다른 사람이 아이디어를 붙이고, 다시 팀이 함께 디벨롭하는 방식입니다. 주 1회 AI 회의를 통해 어떤 툴이 어떻게 발전하고 있는지, 무엇을 더 만들면 좋을지 이야기도 나눈다고 합니다.
“저 혼자만 만든 게 아니라 다 같이 이 OS 툴을 하나 만들어서 쓰고 있어요. 누가 하나 만들고, 그 기능이랑 이거랑 합쳐서 더 디벨롭해볼까 하면서 저희 팀 만의 OS를 계속 만들어가는 거죠”
운영 이미지 자산을 한곳에서 관리하는 Ops Image Manager
결과적으로 주원님의 AgentB 활용은 개인 생산성 향상에만 머물지 않았습니다. 한 사람이 자기 업무에 맞게 최적화해온 방식이, 다른 팀원들의 개별 활용과 만나 팀 공용 도구와 협업 방식으로도 확장되고 있는 것입니다.
주원님의 AgentB 사용 Tip
처음부터 큰 자동화를 노리기보다, 브리핑이나 체크처럼 작은 반복 업무부터 맡겨보기
내 최종 목표가 뭔지 먼저 설명하고 시작하기
반드시 들어가야 하는 요소를 구체적으로 짚어주기
결과물을 한 번에 끝내려 하지 말고, 보고 나서 계속 피드백하며 다듬기
특히 사람이 자주 헷갈리거나 실수하는 구간은 검수형 도구로 먼저 바꿔보기
한 번 잘 만든 건 혼자만 쓰지 말고 팀과 공유해서 더 발전시키기
주원님 이야기를 따라가다 보면, AgentB를 잘 쓰는 방식은 생각보다 거창하지 않다는 점이 보입니다.
오히려 지금 내 업무에서 반복되고, 귀찮고, 실수나기 쉬운 일을 먼저 찾는 데서 시작됩니다. 자기 업무에 맞게 하나씩 붙여보고, 잘 맞는 방식은 반복해서 다듬는 것.
그 과정을 거치면 에이전트는 충분히 '내 일을 아는 팀원'을 넘어, 우리의 업무 방식을 쌓아가는 자산이 될 수 있습니다.
심 혁주 
