P.01
이수시간 사전 인정 신청 플랫폼 PL
국립창원대학교 보육교사교육원에 국가근로생으로 발령받아 처음 맡은 업무는 보육교사 직무교육 사전 이수 서류 검토였습니다. 일주일 동안 저를 포함한 다섯 명이 매일 평균 700~800장의 서류를 서로 교차하며 손으로 검토해야 했고, 이 반복 업무가 다른 업무에도 영향을 주었습니다. 그래서 검토 단계의 단순한 디지털화를 넘어, 서류 접수 단계부터 AI가 분석하고 사람은 최종 검토만 하는 구조적 AX 환경을 목표로 삼았습니다. 신청자의 수료증을 LLM으로 읽어 내고 규칙으로 인정 여부를 판단한 결과, 다섯 명이 일주일 동안 매달리던 검토를 한 사람이 2시간이면 마칠 수 있게 되었습니다.
세부 내용
- 접수 방식의 변천사 분석 대면 접수에서 이메일 접수로 바뀌어 온 과정을 살펴 각각의 장단점을 파악했습니다. 이메일 접수는 신청자에게는 편하지만, 검토자는 언제 올지 모르는 서류를 기다리고 내려받아 정리해야 했고, 오류가 있으면 전화로 따로 알려야 했습니다. 반면 대면 접수는 오류를 그 자리에서 바로 알려 줄 수 있었습니다.
- 대면과 비대면의 장점을 함께 비대면·비동기 접수는 유지하되, 서류를 제출하는 즉시 AI가 기존에 사람이 확인하던 인정기관·이름·생년월일 등을 1차로 판단해 신청자에게 바로 안내하고 보완 제출을 받을 수 있게 했습니다. 검토자는 AI의 판단 결과만 검수하고, 최종 판정 결과도 신청자가 바로 확인할 수 있습니다.
- 업무 방식을 규칙으로 실무자들의 업무 방식을 파악해 판정 규칙으로 옮길 수 있게 하고, 매년 갱신되는 기준에 맞춰 실무자가 직접 규칙을 수정할 수 있게 했습니다.
- 사용자의 언어로 개발 이후 피드백을 받으며, 개발자가 읽고 이해하기 쉬운 용어가 아니라 실무자와 신청자의 입장에서 이해하고 쓰기 쉬운 환경이 무엇일지 생각해 보는 계기가 되었습니다.
- 개인정보 국외 이전 프로토타입의 데이터베이스가 해외(뭄바이) 리전에 만들어진 것을 발견하고, 개인정보 보호법의 국외 이전 요건과 처리 절차를 학습했습니다. 데이터와 파일을 서울 리전으로 옮겨 동의서에 국내 저장을 명시하고, 국외로 나가는 데이터는 AI 판독용 수료증 이미지로 한정했습니다.
- 개발자 없이도 운영되게 판정 결과를 지류 문서로 출력해 기존 감사 업무에도 대응할 수 있게 하고, 향후 개발자가 공석이 된 이후에도 시스템이 운영될 수 있도록 동의서 개정·판정 규칙·감사 로그를 행정 실무자가 직접 관리할 수 있는 환경을 구축했습니다.
- 라우트별 렌더링 설계 실무자들이 느리다고 한 첫 화면을 측정해 보니, 안내 하나를 보여 주려고 데이터베이스 SDK 전체를 순서대로 불러오고 있었습니다. 공개 안내만 필요한 첫 화면은 서버 렌더링(SSR)으로 바꾸고, 실시간 갱신이 필요한 검토 화면은 클라이언트 렌더링으로 남기는 식으로 라우트마다 필요한 방식을 나눠, 첫 화면 스크립트를 330kB → 122kB로 줄였습니다.
Next.js 15React 19TypeScriptFirestoreCloud RunCloud TasksGeminiGitHub ActionsVitest