비전공 창업자의 물류 매칭 플랫폼 구축: Sotira의 Codex와 AGENTS.md 활용 사례

OpenAI가 공개한 Sotira의 Codex 활용 영상은 전통적인 개발자 배경을 갖지 않은 창업자가 복잡한 물류(logistics) 매칭 시스템을 어떻게 직접 구현했는지를 다룬다. 잉여 재고 회수 및 재분배 플랫폼 Sotira의 공동 창업자 겸 CEO Amrita Bhasin은 의류, 식음료, 헬스케어 제품의 미판매 재고를 매립지 대신 필요한 비영리 단체나 수요처로 연결하는 자동화 플랫폼을 Codex로 구축했다.

결론부터 말하면, 비전공 도메인 창업자가 코딩 에이전트로 실무 플랫폼을 만들 때 핵심은 화면 UI만 그리는 것이 아니라, 다변수 제약 조건(카테고리, 위치, 수용량, 시점)을 반영한 매칭 로직과 의사결정 뷰(decision views)를 함께 설계하도록 프롬프트를 구조화하는 데 있다. 다만 이 글은 OpenAI가 공개한 인터뷰 영상과 실행 화면에 나타난 워크플로를 바탕으로 정리한 것이며, 실제 물류 라우팅 알고리즘의 정확도나 처리 성능을 직접 측정한 결과는 아니다.

복잡한 물류 라우팅을 소프트웨어 로직으로 풀기

잉여 재고를 필요한 곳으로 보내는 작업은 단순한 기부 목록 작성으로 끝나지 않는다. 품목별 유통기한이나 보관 조건이 다르고, 물품이 있는 창고 위치와 수령 단체의 현재 수용 가능량(capacity), 배송 가능 시점(timing)이 모두 맞아떨어져야 한다.

Not being technical is not a reason to not build. ... It's very complicated, it's like PhD level logistics. I would not call myself a traditional developer, but Codex is able to help me with that process.

기존에는 이러한 다변수 매칭 규칙을 코드로 옮기기 위해 초기 단계부터 전담 엔지니어링 팀이 필요했다. 반면 도메인 문제를 가장 잘 아는 창업자가 에이전트에게 제약 조건을 직접 정의해 주면, 복잡한 매칭 워크플로의 초안을 스스로 구현하고 검증할 수 있다.

영상 속 프롬프트와 AGENTS.md 탐색 과정

영상(00:25~00:28 부근)에 등장하는 Codex 실행 화면은 에이전트가 프롬프트를 받아 프로젝트 규칙을 확인하고 웹 애플리케이션을 조립하는 구체적인 과정을 보여준다.

선택 모델 및 추론 강도: GPT-6 Astra (Extra High)

실행 옵션: Approve for me 활성화

입력 프롬프트:

프롬프트를 입력받은 에이전트는 곧바로 코드를 생성하기 전에 다음과 같은 탐색 명령을 먼저 실행한다.

여기서 눈여겨볼 기술적 요소는 두 가지다.

구성 요소	실행 화면 속 동작	엔지니어링적 의미
`AGENTS.md` 탐색	`rg --files -g 'AGENTS.md'` 명령으로 저장소 내 에이전트 설정 파일 유무 확인	프로젝트별 코딩 컨벤션, 아키텍처 규칙, 빌드 명령을 먼저 읽고 일관된 코드 생성
`Sites` 빌딩 워크플로	매칭 로직(matching logic)과 의사결정 화면(decision views)을 정의한 뒤 레이아웃 검증	단순 정적 페이지가 아니라 비즈니스 규칙과 운영자용 판단 화면을 결합한 인터랙티브 앱 구축

에이전트가 임의로 디렉터리 구조를 추측하지 않고 ripgrep(rg)을 통해 AGENTS.md부터 찾는 것은, 저장소에 정의된 에이전트 작업 지침을 최우선 컨텍스트로 삼는 Codex의 기본 동작 패턴을 잘 보여준다.

도메인 문제를 에이전트에게 위임할 때 확인할 점

전통적인 개발 경험이 적은 기획자나 창업자, 혹은 소규모 팀이 Codex 같은 에이전트로 비즈니스 워크플로를 구축할 때는 다음 기준을 함께 점검하는 편이 좋다.

매칭 및 라우팅 변수의 명시화: “재고를 잘 매칭해 줘” 같은 추상적인 지시 대신, 영상 속 프롬프트처럼 category, location, capacity, timing 등 핵심 판단 변수를 프롬프트에 명시해야 데이터 스키마와 필터 로직이 정확히 생성된다.