Slack에서 다양한 AI 호출하기 (폰으로 일시키기)

포비·2026년 3월 8일

알아보자

목록 보기
20/111

요즘 “AI를 업무에 붙인다”는 말은 누구나 한다. 근데 막상 실무로 들어가면, 한 가지를 바로 체감하게 된다.

AI를 잘 쓰는 팀은 모델 성능보다 워크플로우를 잘 설계한다.

나도 처음엔 그냥 ChatGPT 탭 여러 개 열어놓고 질문하는 방식으로 시작했다. 그런데 프로젝트가 늘어나고, 팀 협업이 많아질수록 개인 브라우저 탭 방식은 한계가 왔다. 대화 맥락은 흩어지고, 누가 뭘 물었는지 추적도 안 되고, 결과물을 팀 자산으로 남기기 어렵다.

그래서 내가 선택한 방식은 슬랙 중심 AI 운영이었다.

내가 실제로 쓰는 방식: Codex + Slack

나는 이런 식으로 Codex를 슬랙과 연결해서 사용한다. 핵심은 단순하다.

  • 질문은 슬랙 스레드에 남긴다
  • AI 답변도 같은 스레드에 모은다
  • 중요한 내용은 바로 요약해서 문서/이슈로 연결한다

이 방식이 좋은 이유는, AI를 "개인 도구"에서 "팀 도구"로 바꿔준다는 점이다.

장점

  1. 맥락 공유가 쉽다
    “이거 왜 이렇게 했지?”라는 질문에 스레드 링크 하나면 끝난다.

  2. 업무 히스토리가 남는다
    나중에 같은 문제를 다시 만났을 때, 과거 대화가 바로 재사용된다.

  3. 협업 비용이 줄어든다
    개인 DM/개인 노트에 갇히지 않고 팀이 같은 맥락을 본다.

  4. 실행 연결이 빠르다
    슬랙에서 바로 GitHub 이슈, PR, 리니어 태스크로 넘기기 좋다.

단점

  1. 초기 세팅이 귀찮다
    권한, 채널 정책, 프롬프트 룰 잡는 데 생각보다 시간이 든다.

  2. 잡음이 늘 수 있다
    팀 룰 없이 쓰면 채널이 AI 답변으로 금방 어지러워진다.

  3. 과신 위험
    “AI가 답했으니 맞겠지” 모드로 가면 품질 사고 난다.

결론적으로, Codex+Slack은 "좋은 칼"이다. 다만 칼이 날카로운 만큼, 사용 규칙이 필요하다.

요즘은 OpenClaw도 붙여서 쓴다

최근에는 OpenClaw도 연결해서 사용 중이다. 이게 왜 체감이 크냐면, 단순 답변형 AI에서 한 단계 더 나아가 실행형 AI로 넘어가기 때문이다.

예를 들면:

  • “이 주제로 벨로그 글 써줘” → 조사 + md 파일 생성 + 저장
  • “이 레포 분석해줘” → 파일 읽고 구조 요약
  • “이슈 정리해줘” → 정리본 생성

즉, 채팅에서 끝나는 게 아니라 결과물이 남는다. 실무에서 이 차이가 진짜 크다.

그래도 이 분야의 끝판왕은 Devin이라고 보는 이유

개인적으로는 “복잡한 개발 작업의 자율 실행” 관점에서 Devin이 굉장히 인상적이다.

  • 긴 작업을 끊기지 않고 수행
  • 코드베이스 단위로 맥락 유지
  • 작업 단위를 쪼개고 이어서 처리

물론 도구마다 강점이 다르다.

  • 슬랙 AI: 빠른 질의응답/협업 커뮤니케이션
  • OpenClaw: 툴 실행, 산출물 생성, 워크플로우 자동화
  • Devin: 개발 과업 단위의 깊은 실행

중요한 건 “누가 최고냐”보다, 어떤 업무에 어떤 도구를 배치하느냐다.

슬랙에서 GitHub/Figma/Linear까지 붙이면 왜 생산성이 올라가나

AI만 붙이면 반쪽이다. 진짜 생산성은 업무 툴 연결에서 나온다.

GitHub 연결

  • 이슈/PR 링크 자동 공유
  • 코드 리뷰 논의 맥락 유지
  • 변경 히스토리 추적 쉬움

Figma 연결

  • 디자인 업데이트 알림 실시간 확인
  • 기획/디자인/개발 간 커뮤니케이션 간극 감소

Linear 연결

  • 이슈 상태 변경이 슬랙에 반영
  • 진행상황 가시성 증가
  • 팀 전체의 우선순위 정렬 쉬움

여기에 AI까지 결합하면,

“질문 → 논의 → 실행 → 기록”

이 흐름이 한 채널 안에서 돈다. 이게 체감 생산성의 핵심이다.

내가 추천하는 팀 운영 룰 (실무형)

슬랙 AI를 오래 쓰려면 최소한 아래 룰은 잡아두는 걸 추천한다.

  1. 채널 역할 분리

    • #ai-질문, #ai-코드, #ai-운영처럼 목적 분리

  2. 스레드 강제

    • AI 호출은 반드시 스레드에서 이어가기

  3. 검증 책임 명시

    • AI 답변 최종 책임은 사람에게 있음

  4. 민감정보 정책

    • 비밀번호/키/고객 개인정보 입력 금지

  5. 결과물 저장 규칙

    • 유용한 답변은 Notion/Git 문서로 승격

이 다섯 개만 지켜도 채널 품질이 확 달라진다.

이 방식이 특히 잘 맞는 팀

  • 빠르게 실험하고 학습해야 하는 스타트업
  • 멀티 역할(기획/개발/운영) 협업이 많은 팀
  • 문서화가 약해서 같은 질문을 반복하는 팀

반대로,

  • 보안 정책이 매우 강한 환경
  • 외부 서비스 연동 제한이 큰 조직

에서는 사전 검토를 더 엄격하게 해야 한다.

마무리

내 경험상 슬랙 AI의 핵심은 “답변 잘해주는 봇”이 아니다.

팀이 더 빠르게 같은 맥락으로 움직이게 만드는 운영 구조

Codex를 슬랙에 붙였을 때의 장점/단점은 분명했고, OpenClaw를 붙이면서 실행력이 커졌고, Devin류 도구를 보면서 “개발 자동화의 다음 단계”도 분명히 보였다.

결국 정답은 하나다.

  • 도구를 많이 쓰는 팀이 이기는 게 아니라,
  • 도구를 워크플로우로 연결하는 팀이 이긴다.

생산성 향상 ㄱㄱ.

출처

profile
포비
무엇이든 필요한 것을 합니다. https://mint-middle-1e5.notion.site/2b7655e8316980ad9422d96a6f3947de
이전 포스트

스프린트를 알아보자

다음 포스트

카카오톡 LOCO 프로토콜, 도대체 뭐고 왜 쓰는 걸까?

0개의 댓글