AI 오케스트레이션? 나는 나를 채찍질할 'AI PM'을 만들기로 했다.

요즘 인스타나 유튜브 보면 가관이다.

내 알고리즘이 이상해졌는지 모르겠지만,

“AI로 월 1,000만 원 자동 수익!” “프롬프트 한 줄로 블로그 100개 뽑기!”

이런 썸네일들이 너무 많이 보인다.

눌러보면 100이면 100, AI로 콘텐츠를 찍어내서 조회수 수익을 내라는 강의 팔이들이다.

솔직히 기술적으로 대단한 것도 아닌데 ‘비법’인 양 포장하는 게 참 엔지니어 입장에선 씁쓸하다.

하지만 역설적으로 그 ‘자동화’라는 키워드에서 나는 다른 가능성을 봤다.

저 기술을 1인 개발자인 나를 관리하는 PM으로 쓰면 어떨까?

이제 곧 재택근무와 개인 프로젝트 비중이 늘어나는 시점이다.

나태해지기 딱 좋은 환경에서 필요한 건 ‘돈 버는 기계’가 아니라, 나를 채찍질하고 일정을 관리해 줄 지독한 AI PM이다.

단순히 ‘부업’이 아니라, ‘나만의 시스템’을 구축하는 일

단순히 “자고 일어나니 포스팅됐어요” 같은 자동화는 금방 한계가 온다.

내가 주목한 건 엔지니어 관점에서의 AI 오케스트레이션(Orchestration)이다.

제대로 된 시스템만 구축해 놓으면, 내가 짠 코드의 커밋 내역을 감시하고, 오늘 할 일을 체크하며, 목표에서 벗어나면 슬랙으로 쌍욕(?)을 날려주는 PM을 가질 수 있다는 견적이 딱 나왔다.

강의 팔이들이 말하는 ‘수익형 자동화’는 기만에 가깝지만, 개발자의 ‘생산성 자동화’는 실존하는 공학적 실체다.

실제로 운영 가능한 수준의 AI PM 시스템을 만든다는 건, 단순히 프롬프트 몇 줄 잘 쓰는 문제가 아니다. 핵심은 상태 관리와 예외 처리가 완벽하게 설계된 워크플로우를 만드는 것이다.

진짜 주목해야 할 건 ‘프롬프트’가 아니라 ‘오케스트레이션’이다.

여러 개의 AI 에이전트, 내 캘린더, GitHub API, Slack을 유기적으로 엮어서 제어하는 과정인데, 이게 진짜 기술적 격차를 만든다.

복잡한 개발 태스크를 쪼개고, 각 단계의 진척 상황을 AI가 판단하게 하여 다음 단계로 넘기거나 나를 갈구게(?) 만드는 설계 능력이 곧 1인 개발자의 생존력이 된다.

Node.js 기반의 BullMQ로 직접 큐 시스템을 짤 수도 있겠지만, 일단은 로직의 가시성을 확보하기 위해 n8n을 선택했다. 내가 구상한 AI PM의 공정 라인은 이렇다.

Trigger (트리거): 매일 아침 9시 구글 캘린더의 일정과 Notion의 할 일 목록을 긁어온다.
Analysis (분석/계획): ‘PM 에이전트’가 오늘 우선순위를 정하고, 목표 달성을 위한 타임라인을 짠다.
Monitoring (모니터링): GitHub Webhook을 연결해 내가 실제로 커밋을 하고 있는지, 코드의 양은 적절한지 체크한다.
Judgment (판단/채찍질): 오후 4시쯤 진척도가 낮으면 AI가 “지금 놀고 있냐”며 슬랙으로 경고를 보내거나, 할 일을 재조정한다.
Reporting (회고): 하루가 끝나면 오늘의 성과를 요약해 리포트를 작성하고 내일의 전략을 제안한다.

내가 LangChain이나 코드 기반 대신 n8n 같은 로우코드 툴을 먼저 써보려는 이유는 명확하다.

바로 가시성과 Human-in-the-loop 때문이다. AI PM이 내 일정을 멋대로 꼬아놓으면 곤란하다. n8n은 워크플로우 중간에 ‘Wait’ 노드를 두어 내 승인을 기다리게 하거나, 복잡한 로직을 시각적으로 한눈에 파악하게 해준다.

또한, AWS EC2나 로컬에 Docker로 n8n을 띄우면(Self-hosted), 내 소중한 프로젝트 데이터나 개인 일정을 외부 SaaS에 전적으로 의존하지 않고 독립적인 인프라 안에서 통제할 수 있다.

“딸깍” 한 번에 돈을 벌겠다는 환상은 금방 깨진다.

하지만 n8n과 같은 툴을 이용해 **‘데이터 수집 -> AI 분석 -> 진척도 감시 -> 피드백’**으로 이어지는 시스템을 아키텍처 단위로 설계할 줄 아는 개발자는 시장에서 완전히 다른 위치에 서게 된다.

강의 팔이들의 논리가 아닌, 엔지니어링의 논리로 나의 생산성을 자동화하자.

다음 글에서는 실제로 내 로컬에 n8n을 올리고, 내 Notion 워크스페이스와 슬랙을 연동해 나보다 나를 더 잘 아는 AI PM의 첫 번째 노드를 연결하는 과정을 공유하겠다.