AI 작업 완료와 업무 검증 완료가 다른 이유

AI 화면에는 ‘완료했습니다’라는 문장이 자주 나온다. 파일을 만들었고, 스크립트를 수정했고, 분석 결과도 정리했다고 말한다. 나도 처음에는 이 문장을 보면 일이 끝난 것처럼 느꼈다. 하지만 실제 서버 점검과 데이터 분석에 AI를 사용하면서 작업 완료와 업무 검증 완료는 전혀 다른 상태라는 것을 여러 번 확인했다.

AI가 맡은 작업의 범위에서는 완료일 수 있다. 그러나 내가 원하는 대상에서 실행됐는지, 결과가 업무 기준에 맞는지, 기존 기능을 해치지 않았는지는 별도의 확인이 필요하다. 이 차이를 구분하지 않으면 빠르게 만든 결과가 오히려 더 긴 장애 처리나 잘못된 보고로 이어질 수 있다.

AI의 작업 완료 표시와 사람의 업무 검증 과정을 비교한 모습

파일이 만들어졌다는 것과 사용할 수 있다는 것은 다르다

Linux와 Solaris 서버 점검 스크립트를 만들 때 AI는 빠르게 코드를 작성했다. 과거에는 스크립트 하나를 만들면서 명령어와 출력 형식을 찾느라 일주일 가까이 걸리기도 했다. AI를 사용하니 첫 결과를 받는 시간은 약 10분까지 줄었다. 하지만 그 10분은 운영 적용 완료 시간이 아니라 검증할 초안이 나온 시간이었다.

운영체제가 다르면 같은 목적의 명령도 옵션과 출력 형식이 달랐다. 권한이 부족할 때의 결과, 명령이 설치되지 않은 환경, 값이 비어 있을 때의 처리도 확인해야 했다. 파일이 존재하고 실행 권한이 있다고 해서 점검 결과가 정확한 것은 아니었다. 나는 스크립트가 생성된 시점과 실제 서버에서 사용할 수 있다고 판단한 시점을 분리해 기록했다.

나는 로컬, 테스트 서버, 운영 서버 순서로 확인했다

첫 단계에서는 로컬이나 별도의 작업공간에서 문법과 기본 흐름을 살폈다. 여기서는 파일 경로, 변수, 반복 처리와 오류 메시지를 확인했다. 다음에는 테스트 서버에서 실제 운영체제의 명령 출력과 맞는지 보았다. Linux에서 맞는 방식이 Solaris에서도 같은 결과를 낸다고 가정하지 않았다.

마지막 운영 서버 반영은 앞의 두 단계가 끝난 뒤 진행했다. 운영에서는 기능만 보는 것이 아니라 기존 작업과 충돌하지 않는지, 실행 시간이 과도하지 않은지, 결과 메일이 의도한 사람에게만 전달되는지도 확인했다. 크론 등록 전에는 직접 실행했고, 등록 후에는 정해진 시간에 실행 기록과 결과 파일이 남는지 다시 봤다. AI가 작성한 코드를 그대로 믿은 것이 아니라 내가 단계별 검증을 책임졌다.

숫자와 문장은 원본으로 돌아가 다시 확인한다

검증은 코드에만 필요한 것이 아니었다. AI가 로그를 요약하거나 보고서 문장을 만들 때도 비슷했다. 진행 중인 일을 완료한 것처럼 표현하거나, 서로 다른 작업을 하나로 합쳐 설명하는 경우가 있었다. 문장은 자연스러웠지만 실제 상태와 달랐다. 그래서 날짜, 숫자, 담당자, 완료 여부는 항상 원본 기록으로 돌아가 확인한다.

서버 점검 결과도 ‘정상’이라는 한 단어만 보지 않는다. 어떤 명령의 어떤 값으로 정상이라고 판단했는지 본다. 평소와 다른 수치가 나오면 AI 요약을 다시 요청하기 전에 원본 출력부터 확인한다. 설명이 매끄럽다고 증거가 되는 것은 아니다. 내가 나중에 같은 판단을 다시 설명할 수 있어야 검증이 끝났다고 본다.

서버 스크립트를 로컬 테스트 운영 환경 순서로 검증하는 과정

완료 기준을 나누자 AI를 더 적극적으로 쓸 수 있었다

처음에는 AI가 틀릴까 봐 모든 과정을 경계했다. 지금은 작업 완료와 검증 완료를 나누면서 오히려 더 많은 초안과 반복 작업을 맡길 수 있게 됐다. AI의 역할은 빠르게 만들고 빠뜨린 부분을 찾는 데 있고, 내 역할은 실제 환경과 업무 기준에 맞는지 판단하는 데 있다. 역할이 분명해지니 속도를 얻으면서도 책임을 놓치지 않게 됐다.

나는 앞으로 AI가 ‘완료했습니다’라고 말하면 결과물, 실행 대상, 원본 근거, 되돌리는 방법을 차례로 확인할 것이다. 네 가지가 확인되지 않았다면 화면의 완료 표시는 참고 정보일 뿐이다. 내 업무에서 마지막 완료 표시는 AI가 아니라 검증한 사람이 남겨야 한다.