FIELD EXPERIENCE × AI BUILDINGPORTFOLIO / 2026

매일 옮겨 적던
물류 업무를,
AI와 함께 바꿉니다.

물류 현장에서 일하는 공재원입니다.
제가 겪은 반복 업무를 도구로 만들고,
실제 서류와 업무 흐름으로 결과를 확인합니다.

만든 도구와 판단 과정 보기 ↓

FROM DOCUMENTS TO WORKFLOW업무 흐름 재구성

B/L DOCUMENT

HBL

→

추출한 정보검수

B/L 번호확인

중량 · 수량확인

수신처 · 첨부사람이 확인

→

01 / 02 / 03입력부터 안내까지
하나의 흐름으로.최종 저장과 발송은 확인 후

WHERE IT STARTED

업무를 아는 사람이
만들어야 할 도구가 있습니다.

화물이 도착했는지 확인하고, 서류를 나누고, 금액을 맞추는 일.
저는 보세창고·포워딩·운송사에서 이 일을 직접 해 왔습니다.

반복을 줄이려면 화면만 편해져서는 부족했습니다. 같은 ‘반입’도 어느 장소인지 구분해야 하고, 금액이 다를 때는 원본을 다시 확인해야 했습니다. 그 맥락을 AI에 설명하고, 결과를 제 업무에 대입하며 고쳤습니다.

SELECTED WORK두 개의 도구, 하나의 출발점.

개인 프로젝트 · 웹 서비스 배포

카고패스CargoPass

여러 화물의 통관과 이동 상태를
한 화면에서 확인합니다.

CARGOPASS / CARGO OVERVIEW화면 구조 재구성 · 예시 데이터

ONE CONTAINER

컨테이너는 하나.
화물마다 상태는 다르게.

화물통관이동

DEMO–A수입신고 수리창고 반입

DEMO–B신고 진행부두 반입

DEMO–C수입신고 수리반출 완료

통관 완료와 실제 반출을 구분해 보여줍니다.

문제

한 컨테이너에 실린 화물도 담당 업체와 통관 상태가 다릅니다. 건별로 조회한 결과를 다시 모아 보는 일이 반복됐습니다.

제가 한 일

여러 B/L을 함께 조회하고, 컨테이너와 화물 단위로 묶어 비교하는 흐름을 정했습니다. 현업 규칙을 AI 코딩 도구에 설명하고 결과를 확인하며 개선했습니다.

검증과 현재

‘결재통보’와 납부 확인, 통관 완료와 실제 반출을 같은 상태로 처리하지 않도록 했습니다. 현재 웹 서비스를 배포해 직접 테스트하고 있습니다.

실제 업무에 사용하는 제로 · 가상 데이터 체험판

제로Zero

서류를 읽고, 검수하고, 안내하는
반복 업무를 연결했습니다.

한 건의 업무가 끝나기까지실제 사용하는 화면에서 업무 흐름을 체험해 보세요.

01
서류 읽기
선적서류를 화물별로 나누고
B/L 정보를 추출합니다.
02
사람이 검수
값과 수신처, 첨부를 확인하고
예외를 바로잡습니다.
03
입력·발송
확인한 자료를 업무에 반영하고
처리 이력을 남깁니다.

설계할 때 지킨 기준자동으로 채우되,
확인할 자리는 남깁니다.

문제

같은 선적서류를 보며 정보를 반복 입력하고, 화물별 PDF를 찾아 도착통지 메일에 첨부해야 했습니다. 빠르게 처리하는 것만큼 오입력·오발송을 막는 일이 중요했습니다.

제가 한 일

서류 분리·정보 검수·ERP 화면 입력·도착통지 발송 흐름을 정리했습니다. 수신처와 첨부를 묶는 규칙, 중복 처리 기준을 정해 AI에 구현을 지시했습니다.

현재 사용과 체험판

현재 제 업무에 사용하는 도구입니다. 업무 자료와 거래처 정보를 공개할 수 없어, 같은 화면과 기능을 가상 데이터로 체험할 수 있도록 구성했습니다.

DECISIONS BEHIND THE SCREEN도구를 만들며 제가 판단한 것들.

기능보다 먼저,
업무의 기준을 정했습니다.

같은 말처럼 보여도, 다른 상태였습니다.

부두에 화물이 들어온 것과 보세창고에 도착한 것은 다릅니다. 통관 조회의 ‘반입’이라는 표현만 보고 창고 도착을 알리면 현장의 판단이 어긋납니다.

카고패스에서는 원천 데이터의 상태와 실제 화물 이동을 구분하도록 했습니다. 확인되지 않은 상태를 그럴듯하게 채우지 않는 기준을 세웠습니다.

발송 기능보다 수신처를 믿을 수 있어야 했습니다.

메일을 자동으로 보낼 수 있어도, 받는 사람과 첨부를 믿을 수 없다면 실무에서는 쓸 수 없습니다.

제로의 도착통지는 수신처와 관련 서류를 먼저 확인하고, 중복 발송을 구분한 뒤 실행하는 흐름으로 정리했습니다. 사람의 확인을 없애는 대신, 확인에 필요한 정보를 한곳에 모았습니다.

AI의 분석을 실제 청구서와 다시 맞춰 봤습니다.

AI가 이상하다고 본 컨테이너 규격도, 현장에서 쓰는 신고값과 실제 차량 요금의 기준을 알아야 판단할 수 있었습니다.

운송료 계산에는 규격·중량·운송사 단가·공휴일을 반영하고 실제 청구 내역과 비교했습니다. AI의 설명을 최종 답으로 두지 않고, 업무 원본으로 확인했습니다.

ABOUT / HOW I WORK

현장을 설명하고,
AI와 구현하고,
직접 써 보며 고칩니다.

개발 경험 없이 AI 코딩 도구로 시작했습니다. 코드를 혼자 작성한 개발자라고 소개하기보다, 무엇을 만들어야 하는지 정하고 결과가 업무에 맞는지 확인하는 사람으로 일하고 있습니다.

보세창고에서 화물의 실제 이동을 배웠고, 포워딩과 운송사에서 서류·배차·정산이 이어지는 과정을 경험했습니다. 이 경험이 도구의 입력값과 예외를 정하는 기준이 됩니다.

현재: 윈핸드해운항공 · 국제물류팀 대리한중 콘솔 · 해상 수출입 · 업무 도구 구현
그동안: 포워딩 · LCL 운송 · 보세창고배차·정산·거래처 조율과 현장 업무
일하는 방식: 현업 규칙 → AI 구현 → 실제 결과 검증반복되는 예외는 다음 작업의 기준으로 정리

매일 옮겨 적던물류 업무를,AI와 함께 바꿉니다.

업무를 아는 사람이만들어야 할 도구가 있습니다.

카고패스CargoPass

문제

제가 한 일

검증과 현재

제로Zero

서류 읽기

사람이 검수

입력·발송

문제

제가 한 일

현재 사용과 체험판

기능보다 먼저,업무의 기준을 정했습니다.

같은 말처럼 보여도, 다른 상태였습니다.

발송 기능보다 수신처를 믿을 수 있어야 했습니다.

AI의 분석을 실제 청구서와 다시 맞춰 봤습니다.

현장을 설명하고,AI와 구현하고,직접 써 보며 고칩니다.

매일 옮겨 적던
물류 업무를,
AI와 함께 바꿉니다.

업무를 아는 사람이
만들어야 할 도구가 있습니다.

기능보다 먼저,
업무의 기준을 정했습니다.

현장을 설명하고,
AI와 구현하고,
직접 써 보며 고칩니다.