Oathkeeper - "영업이 가져온 AI 개발 딜, 할까 말까?"에 답해주는 Go/No-Go 의사결정 지원 에이전트
스크린샷
스크린샷 5장 중 1번째
B2B AI 개발사에서는 수주 여부를 구두 보고와 회의로 정하다 보니 사람마다 기준이 다르고, 결론까지 며칠씩 걸립니다.
리스크는 수주한 뒤에야 드러나고요. 이 과정을 일관된 기준의 평가로 바꿔보려고 만들었습니다.
Notion에 적어둔 딜을 고르고, 필요하면 메모나 문서(Word/PDF)를 첨부해 분석을 시작하면 됩니다.
- 딜 구조화: 회의록 같은 자유 텍스트에서 고객사, 금액, 납기, 기술 요건 추출
- 스코어링: 기술 적합성·수익성 등 7개 기준으로 100점 평가 후 Go / 조건부 Go / No-Go 판정
- 리소스 산출: 우리 회사 인력 단가 기준으로 투입 인력, 기간, 비용 계산
- 리스크 분석: 기술, 일정, 재무, 고객, 범위별 위험 요인 식별
- 유사 사례: 과거 프로젝트 중 가장 비슷한 3건 검색
- 리포트: 경영진용 요약을 만들어 Notion에 저장
핵심 정보가 부족한 딜은 억지로 점수를 매기지 않고 '보류'로 돌려보냅니다. 평가 가중치와 에이전트 프롬프트는 관리자 화면에서 바로 고칠 수 있고, 에이전트가 단계마다 무엇을 입력받아 어떻게 판단했는지 로그로 모두 열어볼 수 있어요.
어떻게 만들었나요?
Claude Code로 기획부터 배포 설정까지 진행했습니다.
-
문서 작성 메타 프롬프트로 PRD를 만들고, PRD를 Phase 0~9 체크리스트(task-plan.md)로 쪼갠 뒤 한 Phase씩 구현을 맡겼습니다. CLAUDE.md에는 평가 기준, 판정 임계값, 명령어를 적어 세션이 바뀌어도 맥락이 이어지게 했어요.
-
에이전트 설계 LangGraph로 딜 구조화 → 리소스 산출·유사 사례 검색(병렬) → 스코어링·리스크 분석(병렬) → 최종 판단 순서로 구성했습니다. 수익성 점수를 매기려면 산출된 비용이 먼저 있어야 해서 병렬 구간을 두 단계로 나눴습니다.
-
프롬프트 분리 프롬프트는 코드가 아니라 YAML(Jinja2) 템플릿으로 빼서, 재배포 없이 화면에서 튜닝할 수 있습니다.
-
검증 노트북에서 LLM → 프롬프트 → 노드 → 그래프 순으로 하나씩 확인하고, pytest와 Playwright로 테스트를 붙였습니다. Context7·shadcn·Playwright MCP와 코드 리뷰 서브에이전트도 함께 썼어요.
스택: FastAPI, LangGraph, LiteLLM(GPT-4o·Claude Sonnet), Pinecone, PostgreSQL, Next.js, shadcn/ui, Docker Compose
- 사용 도구
댓글 0
아직 댓글이 없어요
이 글에 첫 댓글을 달아보세요.