핸드오프 문제 - 사람이 사람에게 보낼 만한 결과물을 어떻게 얻고 계신가요?
the handoff problem - how are you getting good output a human can send to a human
핵심 요약
AI 자동화의 마지막 30%인 고객 맞춤형 맥락 처리를 어떻게 해결할지에 대한 고민을 나눕니다.
- 자동화의 한계 — 마지막 30%의 고객별 세부 요구사항은 AI가 완벽히 처리하기 어려움
- 맥락 문제 — 서식 도구로는 고객의 고유한 습관이나 선호도를 해결할 수 없음
- 인적 개입 — 결국 마지막 단계에서 사람이 직접 수정하는 것이 가장 효율적이라는 의견이 지배적임
- 구조적 접근 — 데이터와 고객별 요구사항(계약)을 분리하여 처리하는 방식이 대안으로 제시됨
체인은 마지막 직전까지는 기가 막히게 돌아가는데, 결국 사람이 20분 동안 붙잡고 결과물을 클라이언트한테 보여줄 만한 꼴로 만드는 데 시간을 다 쓴다. 자동화로 40분 벌어놓고 20분 까먹는 꼴인데, 하필 그 20분이 제일 빡치는 타이밍에 발생함. 다 끝나고 머리 굴리기 싫은 퇴근 직전에 말이야.
마지막 단계 템플릿화도 해봤는데, 콘텐츠 모양만 조금 바뀌어도 바로 박살 나더라. 마지막 단계에 gamma도 써봤는데, 이게 그나마 70% 정도는 해결해 줘서 지금까지 써본 것 중엔 제일 낫긴 함.
나머지 30%가 문제인데, 이놈이 클라이언트가 뭘 좋아하는지, 숫자는 어떻게 표기하는지, 어느 섹션을 제일 먼저 보는지, 심지어 누구는 추천사를 맨 위에 박고 싶어 하고 누구는 맨 밑에 박고 싶어 하는지 같은 디테일을 전혀 모름.
결국 사람이 매번 열어서 똑같은 거 4개씩 수정하고 앉아있음. 결국 '라스트 마일(last mile)'은 맥락의 문제고, 난 포맷팅 툴 따위가 맥락까지 해결할 수 있다고 보지 않음. Claude 봇한테 클라이언트 브랜드 가이드라인이랑 Fathom 회의록 싹 다 던져주면 좀 나아지려나?
너네는 라스트 마일 어떻게 처리함? 혹시 이 루프 완벽하게 닫은 사람 있음? 아니면 다들 파이프라인 끝에 사람 하나씩 앉혀놓고 수동으로 돌리는 중임?


