카테고리 없음

리트머스 기업 프로젝트 회고 - 대학생이 실제 스타트업이랑 협업해봤습니다(with 큐시즘)

myhousemouse 2026. 3. 31. 19:00

들어가며

이 글은 스타트업 리트머스(Litmers)라는 IT 컨설팅·개발 스타트업과 기업 연계 프로젝트를 진행하면서 경험한 것들을 정리한 회고글이에요

솔직히 처음엔 그냥 포트폴리오 좀 쌓자는 마음으로 시작했는데, 끝나고 나니까 생각보다 훨씬 많은 걸 배웠고, 동시에 생각보다 훨씬 복잡했다는 걸 느꼈어요.. ㅠㅠ


리트머스는 어떤 회사인가요?

리트머스는 고객사(파트너)의 IT 프로젝트를 기획부터 개발까지 통합으로 진행해주는 스타트업이에요.

현재 리트머스사의 Pain Point는 고객사와 소통할 때 채널(카카오톡, 이메일, 유선 등등)이 분산돼 있어서 히스토리 관리가 어렵다는 문제가 있었고, 우리 팀은 이걸 해결하는 리트머스 파트너 플랫폼을 기획·디자인·개발하는 과제를 받았어요.

https://www.instagram.com/litmers_kr/
https://litmers.com/

 

리트머스 | 고객의 사업 성공을 함께하는 IT 컨설팅 파트너

리트머스는 기업 규모와 도메인에 무관하게 결과로 증명하는 IT 컨설팅 파트너입니다. 업계 최고 수준 전문가들이 합리적인 비용으로 신뢰할 수 있는 외주개발, 노코드 에이전시, 팀구독 솔루션

litmers.com

 

우리가 만든 것: 리트머스 파트너 플랫폼

한마디로 설명하면 "고객사와 리트머스 PM이 프로젝트를 함께 관리하는 B2B 협업 툴" 이에요. 기획 단계에서 확정한 핵심 기능들이에요:

  • 홈 대시보드 — 고객사가 로그인하자마자 "지금 내가 뭘 해야 하는지" 바로 파악
  • 문서함 — 리트머스가 올린 산출물을 고객사가 열람하고, 특정 줄에 하이라이트 댓글 달기
  • 문의/요청 — 카카오톡으로 분산되던 요청을 구조화된 양식으로 플랫폼 안으로 흡수
  • 해야할 일 (투두) — PM이 고객사에게 할 일을 명확하게 배정
  • 회의록 — AI 요약 첨부해서 논의 내용 자동 구조화
  • 진행현황 — 기획→디자인→개발→QA 단계를 프로세스 바로 시각화
  • QA — 고객사가 직접 결과물 검수하는 수정사항 칸반

기술 스택

분류 기술

프론트엔드 Next.js (TypeScript), shadcn/ui, Tailwind CSS, Zustand, TanStack Query
백엔드 Supabase (PostgreSQL + RLS + Storage + Realtime), Prisma ORM
인증 WorkOS (B2B 이메일 초대 기반)
인프라 Vercel + GitHub CI/CD

스프린트별로 내가 한 것들

기획 파트

고객사 대부분이 IT 비전공자임을 감안했고 이를 토대로 사용자리서치를 진행했어요 사용자의 82%가 직관적이고 쉬운용어를 선호함을 알게 되었어요, 전체 화면에서 IT 용어를 전부 일상 언어로 치환하는 작업을 했어요.

QA → 검수, TODO → 해야할 일, 칸반 → 처리 현황판 같은 식으로요

처음엔 "그냥 단어 바꾸는 거잖아?" 싶었는데, 막상 하다 보니까 고객 입장에서 어떤 표현이 더 직관적인지 계속 고민해야 해요!

기능명세서 DB 구축

총 29개 기능 항목을 노션 DB로 정리했어요. 각 항목마다 순번, 기능명, 세부기능, 기능설명, 상세동작, 예외처리, 입출력 로직, 개발 우선순위까지 구체적으로 정의하고 전달하는 업무를 진행했어요. 리트머스에서 사용하는 데이터 구조를 반영하기까지 많은 시간이 소요되어 어려운 경험이었어요 ㅠㅠ

선택과제 — AI 자동화 파이프라인

PM이 반복적으로 하는 작업들(카카오톡 문의 → 노션 정리, 회의 내용 → 회의록 작성 등)을 AI가 어떻게 대체할 수 있는지 설계하는 과제였는데, AX설계하는 역량도 키운것 같아용

기획 → 디자인 → 개발 각 단계마다 AI가 자동으로 다음 파트에 넘길 산출물을 생성하는 구조를 설계했어요. 기획 단계 완료 시 디자이너에게 화면 목록 초안이 자동으로 넘어가고, 디자인 완료 시 개발자에게 API Endpoint 초안이 자동으로 넘어가는 식으로 설계했어용

영상 시연 시나리오

PM 홍길동이라는 가상의 캐릭터를 중심으로 4분 40초짜리 시연 흐름을 설계했어요. "어드민이 아닌 PM 시점에서 어떻게 플랫폼을 쓰는지"를 보여주는 게 핵심이었는데, 씬 구성부터 각 화면에서 강조할 포인트, 더미 데이터 세팅 체크리스트까지 다 작성하여 성공적으로 시연까지 마쳤습니다~


느낀점들

기획은 질문이 나오지 않을 만큼 구체적으로 적어야한다!

처음엔 "기획이야 뭐 생각한 거 적으면 되지" 했는데 실제로 해보니까 전혀 달랐어요. 기능 하나를 정의할 때 고객사 입장, PM 입장, Admin 입장을 전부 고려해야 하고, 예외 케이스를 빠짐없이 잡아야 하고, 개발자가 읽고 바로 이해할 수 있게 써야 해요!

특히 "진행현황에서 단계는 반드시 순서대로 진행되지 않는다"는 설계 주의사항 같은 걸 실제 비즈니스 맥락을 이해해야 나올 수 있는 거거든요. 이런 부분에서 현업 PM의 인터뷰를 추가적으로 요청하고 대표님과의 미팅을 주기적으로 진행하여 맥락을 더 깊이 이해하려고 노력했어요

실제 스타트업 미팅은 학교 팀플과 다르다!

대표님이 미팅에서 "지금 기획이 확정적이지 않아서 방향성을 잡기가 어렵다"고 하셨을 때 좀 당황했어요. 학교 팀플에서는 요구사항이 명확하게 주어지는데, 실제 스타트업에서는 방향 자체가 계속 바뀌거든요.

거기다 민감한 내부 DB에는 접근 불가, AI 워크플로우는 리트머스가 자체 고도화 중이라 보안 문제로 볼 수 없는 것들이 있어서, 이런 제약 안에서 우리가 할 수 있는 걸 찾는 게 생각보다 어려웠어요.

문서화는 모든 협업의 기초!

서비스 기획서, 기능명세서, 영상 시연 시나리오, 선택과제 문서 등 엄청난 양의 문서를 작성했는데, 팀원끼리 커뮤니케이션할 때 문서가 큰 역할을 한 경우가 많았어요 "이 기능이 어떻게 동작한다고 했지?"를 문서 없이 기억에만 의존했으면 중요한 결정을 빠트렸을것 같아요 모든 기록을 노션으로 정리하였고 구두로 진행한 회의도 바로바로 기록하여 아카이빙 했습니다~

현업에서 사용되는 AI는?

미팅에서 대표님이 직접 보여주신 AI 워크플로우가 신선한 충격이었어요. MCP로 디자인 스펙을 자동으로 읽고, 바이브 칸반으로 개발 태스크를 AI 에이전트한테 할당해서 자동으로 PR까지 올라오는 구조를 보여주셨거든요.

AI를 적극적으로 활용하는 회사에서 실제 워크플로우에 적용된 사례를 보며 JD에서 AI 역량을 강조하는 이유를 알게 되었어요.. !! 이번 경험을 계기로 AI 자동화에 대한 큰 관심이 생겼고, 지금도 매일 새로운 기술이 등장하는 만큼 이를 적극적으로 직접 활용해보는 것이 중요하다는 생각이 들었어요. 다양한 영역에서 폭넓게 활용하려고 해요!


아쉬웠던 점

1. 실제 고객사 피드백을 못 받은 것

플랫폼을 만들었는데 실제 고객사가 써보고 "이거 불편해요"라는 피드백을 받았다면 훨씬 더 좋은 서비스가 됐을 것 같아요. 리서치, 큐시즘 내부 UT는 했지만 실제 사용자 테스트까지는 못 갔어요.

2. 기획-개발 간 싱크 맞추기

기획에서 생각한 것과 개발에서 실제로 구현 가능한 것 사이에 갭이 있을 때 조율이 쉽지 않았어요. 기술적 제약에 대한 이해가 기획자한테도 필요하다는 걸 느꼈어요.

3. 변경 사항에 유연하게 대응하는 것

스타트업 특성상 방향이 자주 바뀌는데, 그때마다 문서를 업데이트하고 팀원들이 싱크를 맞추는 게 꽤 힘들었어요.


다음에 이런 프로젝트를 하게 된다면

  • 초반에 기업 쪽 제약 사항을 더 빠르게 파악할 것 - 실제 워크 플로우를 볼 수 있다면, 초반에 보면서 맥락을 이해하는게 중요할것 같아요
  • 짧은 주기로 자주 공유하기 - 기간이 5주밖에 되지않아서, 피드백을 받을 수 있는 시간이 생각보다 짧았어요 많은걸 보여주기보다, 짧게라도 보고하며 진행하는게 더 효율적이었을것 같아요
  • 기술 스택을 기획자도 어느 정도 이해할 것 - 리트머스 사에서 요구하는 개발 스택이 생소했어요.. 이를 어느정도 알고 있었다면, 구체적으로 설명하기 수월했을것 같아요

마무리

이번 프로젝트는 솔직히 처음에 생각했던 것보다 훨씬 어려웠어요. 학교 팀플처럼 요구사항이 딱 주어지고 그걸 만들면 끝나는 게 아니라, 요구사항 자체를 같이 만들어가야 했거든요.

근데 그래서 더 재밌었고, 더 많이 배웠어요!

실제 서비스가 어떻게 기획되고, PM이 어떻게 일하고, AI가 실제 업무 현장에서 어떻게 쓰이는지를 몸으로 느낀 경험이었어요. 이론으로는 절대 배우지 못하는 실제 경험으로 쌓은 소중한 경험이었어요!