녹화된 회의는 제대로 활용되지 못하고 있는 지식 자산입니다. 검색하기 어렵고 다시 확인하는 데 시간이 많이 들며 팀별 드라이브에 분산되어 있어, 귀중한 인사이트를 놓치는 경우가 많습니다.
세 명으로 구성된 팀이 하루 동안 진행된 해커톤에서 Callombia를 만들었습니다. 녹화된 통화를 자동으로 전사하고 태그와 요약을 생성한 뒤 클립으로 나누어, 전 세계 사무소에서 이용할 수 있는 검색 가능한 YouTube형 리포지터리로 만들어 주는 사내 플랫폼입니다.
전부 Codex로 구축한 이 솔루션은 OpenAI 임베딩과 코사인 유사도 기반의 시맨틱 검색을 활용해 정확한 키워드가 없어도 관련 장면을 찾아주며, 여기에 RAG 챗봇과 알림 시스템도 더했습니다.
과거라면 몇 주가 걸렸을 작업을 7시간 만에 완성했습니다. 이를 통해 Codex 같은 코딩 에이전트를 활용한 AI 네이티브 개발이 제품 개발 주기를 획기적으로 단축하고, 사내 해커톤에서 실질적인 비즈니스 가치를 창출할 수 있음을 보여주었습니다.
저처럼 녹화된 회의를 다시 들을 시간도, 집중력도 부족한 사람이 많을 것입니다. 정리되지 않은 팀 드라이브를 뒤지고, 별 의미 없는 잡담을 건너뛰고, 이메일과 메시지를 보내면서도 제대로 들으려 애써야 하기 때문입니다.
하지만 꼭 그래야만 할까요? 녹화된 회의를 완전히 바꿔 놓을 무언가를 만들 수 있지 않을까요? 이런 생각에서 최근 해커톤 프로젝트가 시작되었습니다.
단 하루 동안 엔지니어링, 딜리버리, 운영팀 직원 50명이 전사에서 수집한 여러 과제에 도전했습니다. 채용 운영 확장, 작업명세서(SoW) 작성 간소화, 프로젝트 상태 파악, 실시간 프로토타입 생성, 녹화된 회의에서 인사이트 발굴 등이 포함되었습니다.
이 Codex 기반 해커톤에서 저희는 Callombia를 만들었습니다. Callombia는 모든 통화를 살아 있는 검색 가능 자산으로 바꾸는 사내 YouTube입니다. 각 통화는 자동으로 전사되고 태그와 요약이 생성된 뒤 주제별 클립으로 나뉘며, 채널(고객사)과 주제(AI 전문 분야)별로 구성된 리포지터리에 추가됩니다. 덕분에 런던, 에든버러, 싱가포르, 호주에 있는 모든 팀원이 통화 중 관심 있는 장면에 즉시 접근할 수 있습니다.
친숙하고 브랜드에 어울리는 사용자 인터페이스로 콘텐츠를 직관적으로 탐색할 수 있으며, 시맨틱 검색과 RAG AI 챗봇을 통해 원하는 내용을 정확히 찾을 수 있습니다. 알림 시스템도 추가해 동료들이 특정 주제를 구독하고, 관련된 새 클립이 공개되면 알림을 받을 수 있도록 했습니다.
하지만 Callombia의 진짜 멋진 점은 제품 자체도, 해커톤 우승 상금 2,000파운드도 아닙니다. 엔지니어 두 명과 딜리버리 리드 한 명이 단 7시간 만에 이 모든 것을 만들었다는 사실입니다. 1년 전만 해도 불가능한 일이었습니다. 코딩 에이전트의 발전은 제품 개발의 전 과정을 크게 가속했으며, 이번 해커톤은 그 불균일한 역량의 경계를 파악할 훌륭한 시험장이 되었습니다. 그렇다면 Codex를 어떻게 활용했을까요?
요구 사항을 잔뜩 작성하는 대신, 먼저 문제 영역과 Callombia의 비전에 대한 팀의 공통된 관점을 프롬프트로 공유했습니다. 일부러 세부 사항을 정하지 않아 모델이 직접 작업하고 창의적으로 사고하도록 했습니다.
10분 동안 의견을 주고받은 뒤 Plan Mode를 켜서 요구 사항을 구체화하고 기술적인 구현 방향을 정했습니다. Plan Mode는 가능한 모든 상황을 꼼꼼히 생각해 둔 성가시지만 유용한 친구의 질문에 답하는 것과 비슷합니다. 동영상 수, 시맨틱 검색과 키워드 검색 중 무엇을 쓸지, 어떤 아키텍처를 채택할지 등을 정하자 이후 프로젝트의 토대가 된 마크다운 파일을 생성했습니다.
계획을 세운 뒤에는 Callombia를 실제로 작동하게 할 핵심 구성 요소를 구축했습니다. 녹화된 통화를 검색 가능한 자산으로 바꾸는 다음 파이프라인이 필요했습니다.
동영상과 전사문 수집,
의미 있는 장면 단위로 분할,
요약과 태그로 정보 보강,
프런트엔드에서 사용할 수 있도록 API로 제공.
Ed는 원본 녹화 영상과 전사 데이터를 사용 가능한 형식으로 만드는 데 집중했고, Nico는 해당 장면을 검색할 수 있게 해주는 검색 계층에 더 집중했습니다. 두 사람 모두 Codex를 활용해 데이터 모델, 추출 스크립트, 백엔드 기반 구조를 수작업보다 훨씬 빠르게 구축할 수 있었습니다. 그 결과 단순히 동영상에 전사문을 첨부하는 수준을 훨씬 뛰어넘었습니다. Tesco 관련 부분, 전략 업데이트, 채용 논의처럼 실제로 누군가 보고 싶어 하는 통화 속 특정 90초를 하나의 장면으로 제공할 수 있게 되었습니다.
특히 흥미로운 부분은 이 검색 계층이었습니다. 사용자가 “financial performance,” “Tesco roadmap,” 또는 “conversation evals” 같은 문구를 입력하면, 해당 표현이 실제 통화에서 한 번도 언급되지 않았더라도 가장 관련성 높은 클립으로 안내하고 싶었습니다. 이를 위해 타임스탬프, 요약, 전사 텍스트, 메타데이터가 포함된 청크를 만들었습니다. 명확한 아키텍처를 바탕으로 Codex의 도움을 받아 주제, 요약, 전사문을 하나의 입력으로 결합하고, OpenAI의 text-embedding-3-small 모델로 각 청크의 임베딩을 생성했습니다. 이 임베딩을 데이터베이스에 저장하고 코사인 유사도로 사용자 쿼리와 모든 청크를 비교했습니다. 덕분에 단순한 키워드 검색이 아닌 시맨틱 검색 계층을 구현할 수 있었습니다.
정확도가 매우 높았으며, 해커톤 데모에서 제품이 마법처럼 느껴지게 만드는 요소가 되었습니다. 하지만 동영상 수가 계속 늘어나면 모든 쿼리를 모든 청크와 비교하는 비용이 결국 지나치게 커져 이 접근 방식을 무한정 확장할 수 없다는 점도 알고 있었습니다. 다음 단계에서는 계층적 탐색 가능 소세계(Hierarchical Navigable Small World) 같은 더 효율적인 검색 전략을 도입해 비교 횟수를 줄이고, 코퍼스가 커져도 지연 시간을 낮게 유지할 수 있습니다. 이 기능이 작동하기 시작하자 Callombia는 미디어 라이브러리보다 지식 시스템에 가까워졌습니다.
여느 좋은 해커톤과 마찬가지로 이 부분도 반복적인 개선이 필요했습니다. 처음에는 청크 경계가 너무 거칠었고, 일부 타임스탬프는 더 정밀하게 조정해야 했으며, 일부 태그는 지나치게 광범위했고, 전사문과 녹화 파일도 항상 깔끔하게 맞아떨어지지는 않았습니다. 하지만 바로 그 지점에서 가치가 드러났습니다. Codex 덕분에 설정과 재작업에 발목 잡히지 않고 시스템을 빠르게 개선할 수 있었습니다. 마지막에는 클립, 짧은 발췌 영상, 실용적인 시맨틱 검색을 지원하는 백엔드를 완성했습니다. 이때부터 Callombia는 단순한 해커톤 데모가 아니라 실제 제품처럼 느껴지기 시작했습니다.
Ed와 Nico가 수집 및 지능형 처리 계층을 구축하는 동안 저는 프런트엔드를 만들었습니다. 풀 스택 템플릿을 활용해 코드 한 줄도 직접 작성하지 않고 웹사이트의 첫 번째 버전을 빠르게 만들 수 있었습니다. 웹사이트를 로컬 브라우저에서 열도록 한 뒤, 간단한 글머리 기호 형태로 피드백을 제공하며 원하는 디자인이 나올 때까지 개선했습니다.
한 시간 정도 의견을 주고받은 끝에 UI나 디자인 경험이 전혀 없는데도 꽤 만족스러운 결과물을 얻었습니다. 최종 결과물이 완벽하지는 않지만, 사람들이 제품을 이해하기에는 충분히 훌륭한 첫 번째 버전입니다.
하루가 끝날 때 결과물을 확보하기 위해 작업을 나누어 진행했습니다. 몇 시간 동안 각자 작업하다 보니 모두 로컬 브랜치에 수많은 충돌이 생겼습니다.
없는 시간을 들여 충돌을 하나씩 꼼꼼하게 해결하는 대신, Codex에 리포지터리를 맡겨 스스로 충돌을 해결하게 했습니다. 현재로서는 엔터프라이즈급 소프트웨어 개발에 이 방식을 권장하지 않지만, 부담이 적은 환경에서 보여준 효과는 놀라웠고 몇 시간의 작업을 절약해 주었습니다.
해커톤의 마지막 단계는 심사위원에게 보여줄 Callombia 데모를 녹화하는 일이었습니다. 본능적으로 Loom을 열어 녹화하고 싶었지만, 이는 Codex의 역량을 제대로 시험하고 현재 능력의 범위를 조금 벗어난 작업에 도전할 기회라고 생각했습니다. 그래서 프롬프트를 작성하고 Callombia 웹사이트 링크와 OpenAI 개발자 플랫폼에서 녹음한 제 음성을 제공한 뒤, 나머지를 맡겼습니다.
첫 시도부터 매우 인상적이었습니다. 데모 스크립트를 작성하고 화면을 녹화한 뒤 제 음성 해설까지 추가해 요청 사항을 거의 완벽하게 구현했습니다. 다만 음성 해설과 데모 녹화의 동기화가 아쉬워 다음과 같이 요청했습니다. “MANDATORY: align the voiceover exactly with what is being shown in the demo. There was misalignment (e.g. on the chat page). Triple check alignment of voiceover and the screen-recorded demo at the end. Match it up through whichever means possible.”
Codex는 이 요청에 따라 음성 해설과 녹화 영상을 더 작은 구간으로 나누고 거의 완벽하게 작업을 수행했습니다. 오후 5시 30분에 맞춰 끝내고 맥주와 피자로 자축할 수 있었습니다.
Callombia는 대부분의 기업이 겪는 문제를 해결합니다. 빠르게 성장하는 회사의 모든 통화에 참여하기는 어렵지만, 그 안에서 공유되는 값진 지식은 매우 소중합니다. 이제 프로덕션에 배포하기만 하면 됩니다.
하지만 여기에는 AI 네이티브 방식에 대한 더 큰 교훈과, 공통의 문제를 해결하는 데 엔지니어링 및 제품 역량을 집중할 때 얻는 이점도 있습니다. 평소의 업무 방식에서 벗어나 팀 간에 협업하고 적당한 경쟁이 있는 환경에서 몰입한 결과, 조금만 다듬으면 프로덕션에 적용할 수 있는 여러 솔루션을 만들었습니다. 이런 활동을 정기적으로 진행하면 고객을 위해 만드는 솔루션만큼 사내 업무도 효율적으로 운영할 수 있습니다.