LG CNS 인스파이어 캠프 6기에서 프로젝트 관리 도구로 AI를 활용한 경험 — 4개월간의 도전과 분석

LG CNS 인스파이어 캠프 6기에서 프로젝트 관리 도구로 AI를 활용한 경험 — 4개월간의 도전과 분석

프로젝트 관리 도구는 팀의 협업과 생산성을 높이는 데 필수적이다. LG CNS 인스파이어 캠프 6기에서는 AI를 활용한 프로젝트 관리 도구를 개발하는 도전을 통해 많은 것을 배웠다. 이 글에서는 그 과정에서 겪은 어려움과 배운 점을 공유하고자 한다.

프로젝트 기획 단계의 어려움

프로젝트 기획 단계에서의 첫 번째 트레이드오프는 기능의 범위를 정하는 것이었다. 초기에는 많은 기능을 포함하려 했으나, 그러다 보니 개발 기간이 늘어나고 팀원들의 부담이 커졌다. 결국, MVP(Minimum Viable Product)를 기준으로 기능을 축소하기로 결정했다. 팀원들과의 논의를 통해 가장 중요한 기능을 선정하고, 이후 피드백을 통해 점진적으로 개선해 나가는 방향으로 나아갔다.

기능을 축소하는 과정에서 사용자의 요구를 면밀히 분석하는 것이 중요했다. 다음과 같은 질문을 던지며 사용자의 목소리를 반영했다.

1. 이 기능이 진짜 필요한가?
2. 사용자가 겪는 pain point는 무엇인가?
3. 단순화를 통해 가치를 더할 수 있는 방법은?

AI 모델 선택과 데이터 준비

AI를 활용하기 위해서는 적절한 모델을 선택하고, 데이터 준비가 필수적이다. 여러 모델을 실험해본 결과, 예측 정확도가 높은 Random Forest 모델을 선택했다. 하지만 데이터 준비 과정에서 많은 어려움을 겪었다. 데이터가 불균형하게 분포되어 있었고, 필요한 전처리 작업도 많았다.

예를 들어, 결측치 처리와 범주형 데이터 인코딩이 필요했다. 이 과정에서 팀원들과의 협업이 중요했으며, 서로의 경험을 공유하며 문제를 해결해 나갔다. 다음은 데이터 전처리의 일부 코드이다.

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.preprocessing import OneHotEncoder

# 데이터 로드
data = pd.read_csv('project_data.csv')

# 결측치 처리
data.fillna(method='ffill', inplace=True)

# 범주형 데이터 인코딩
encoder = OneHotEncoder()
encoded_data = encoder.fit_transform(data[['category']])

# 학습 데이터와 테스트 데이터 분리
X_train, X_test, y_train, y_test = train_test_split(encoded_data, data['target'], test_size=0.2)

피드백과 지속적인 개선

프로젝트 진행 중 가장 중요한 부분은 피드백이었다. 초기 사용자 피드백을 통해 기능의 유용성을 검증하고, 개선할 점을 찾아내는 과정은 필수적이었다. 피드백을 수집하기 위해 설문조사를 실시하고, 사용자의 사용 로그를 분석했다. 이렇게 수집된 데이터는 다음 단계의 개선에 중요한 역할을 했다.

그러나 피드백을 반영하는 과정에서는 우선순위를 정하는 것이 큰 도전이었다. 모든 피드백을 다 반영할 수는 없기 때문에, 팀 내에서 우선순위를 정하는 회의를 여러 차례 가졌다. 이 과정에서 팀원 간의 의견 충돌이 발생하기도 했지만, 결국 사용자에게 가장 큰 가치를 제공하는 기능을 우선적으로 개선하는 방향으로 결정했다.

마무리

LG CNS 인스파이어 캠프 6기에서의 경험은 프로젝트 관리 도구에 AI를 접목시키는 도전이었고, 여러 시행착오를 통해 많은 것을 배웠다. 프로젝트 기획 단계에서의 기능 범위 조정, AI 모델 선택과 데이터 준비의 중요성, 그리고 지속적인 피드백을 통한 개선 과정은 모두 소중한 경험이었다.

프로젝트 관리 도구 개발은 단순히 기술적 요소뿐만 아니라 팀워크와 협업이 중요하다는 것을 깨달았다. 앞으로의 프로젝트에서도 이 경험을 바탕으로 더 나은 결과물을 만들어 나가고자 한다.