업무 자동화 기초 1부 - AI로 업무 자동화, 무엇까지 할 수 있을까?

매일 반복하는 업무가 있습니다.

메일로 받은 파일을 정리하고, 여러 엑셀 파일을 하나로 합치고, 웹사이트에서 필요한 정보를 찾아 기록하는 일입니다. 데이터를 정리해 보고서로 만드는 작업도 빠지지 않습니다.

하나하나는 어렵지 않습니다. 하지만 매일 또는 매주 반복하면 적지 않은 시간이 들어갑니다.

업무 자동화는 이렇게 사람이 반복하던 일을 프로그램이 대신하게 만드는 것에서 시작합니다.

최근에는 AI와 바이브코딩 덕분에 자동화할 수 있는 일이 훨씬 많아졌습니다. 코딩을 잘 모르는 사람도 원하는 업무를 말로 설명하고, 필요한 프로그램을 직접 만들어볼 수 있게 되었기 때문입니다.

업무 자동화란?

가장 단순한 예부터 살펴보겠습니다.

매일 여러 엑셀 파일을 열어 데이터를 복사한 뒤 하나의 파일로 합쳐야 한다고 해보죠. 사람이 처리하면 다음 과정을 반복합니다.

• 폴더에서 파일을 찾습니다.
• 엑셀 파일을 하나씩 엽니다.
• 필요한 데이터를 복사합니다.
• 하나의 파일에 붙여 넣습니다.
• 결과 파일을 저장합니다.

프로그램은 이 과정을 한 번에 처리할 수 있습니다.

폴더의 엑셀 파일 읽기 → 필요한 데이터 가져오기 → 하나로 합치기 → 새 파일로 저장하기

정해진 순서대로 반복하는 일을 프로그램이 대신 수행하게 만드는 것. 이것이 업무 자동화의 가장 기본적인 형태입니다.

꼭 복잡한 시스템이 필요한 것은 아닙니다. 내 컴퓨터에서 파일 이름을 정리하는 작은 프로그램도 업무 자동화입니다. 여러 시스템을 연결해 회사의 업무 전체를 처리하는 것도 업무 자동화입니다. 규모는 달라도 출발점은 같습니다.

업무 자동화로 무엇을 할 수 있을까?

생각보다 많은 일을 자동화할 수 있습니다.

예를 들어 매일 특정 사이트에서 새로운 정보를 확인해 엑셀에 기록한다면, 프로그램이 웹사이트에서 필요한 정보를 수집하고 엑셀 파일까지 만들게 할 수 있습니다.

메일 업무도 마찬가지입니다. 특정 메일이 도착했을 때 첨부파일을 내려받고, 정해진 폴더에 저장한 뒤, 필요한 내용을 엑셀에 기록하도록 만들 수 있습니다.

업무에서 자주 만나는 자동화 사례는 다음과 같습니다.

• 파일 자동화: 파일을 폴더별로 옮기거나 일정한 규칙으로 이름을 바꿉니다.
• 엑셀 자동화: 여러 파일을 합치고 계산한 뒤 결과 파일을 만듭니다.
• 웹 정보 수집: 웹사이트에서 필요한 정보를 찾아 표로 정리합니다.
• 이메일 자동화: 메일과 첨부파일을 확인해 정해진 작업을 실행합니다.
• 문서 처리: PDF와 문서에서 필요한 내용을 추출하고 정리합니다.
• 보고서 생성: 수집한 데이터를 표와 그래프로 만들어 보고서에 넣습니다.

조금 더 확장하면 여러 프로그램을 하나의 흐름으로 연결할 수 있습니다.

이메일 수신 → 첨부파일 저장 → 데이터 정리 → 보고서 생성 → 담당자에게 전달

사람이 여러 프로그램을 오가며 처리하던 업무를 처음부터 끝까지 이어주는 것입니다.

기존에도 이런 자동화는 가능했습니다. 문제는 대부분의 사람에게 프로그램을 만드는 일이 어려웠다는 점입니다.

AI가 업무 자동화를 바꾸고 있다

AI가 등장하면서 중요한 변화가 생겼습니다. 프로그램이 사람의 말을 이해하고 처리할 수 있게 된 것입니다.

기존 프로그램은 정해진 규칙을 처리하는 데 뛰어납니다.

매출이 1,000만 원 이상이면 A로 분류한다.

이처럼 조건이 분명하면 프로그램으로 쉽게 처리할 수 있습니다.

하지만 다음 업무는 어떨까요?

고객 문의 내용을 읽고 불만인지 단순 문의인지 판단한다.

고객마다 문장의 길이와 표현 방식이 다릅니다. 기존 프로그램으로 처리하려면 수많은 단어와 조건을 규칙으로 만들어야 했습니다.

AI는 이런 비정형 데이터를 다룰 수 있습니다. 이메일이나 문서를 읽고 요약하거나, 고객 문의의 의도를 파악하거나, 보고서에서 중요한 내용을 찾는 식입니다.

기존 자동화가 숫자, 날짜, 파일처럼 구조가 분명한 정보를 주로 처리했다면, AI 자동화는 문서, 이메일, 이미지, 자연어처럼 일정한 구조가 없는 정보까지 다룰 수 있습니다.

정해진 작업뿐 아니라 판단도 맡길 수 있다

AI는 업무 중간에서 어느 정도의 판단도 맡을 수 있습니다.

고객 이메일을 예로 들어보겠습니다. 기존 자동화는 특정 단어가 포함됐는지 확인하고 정해진 담당자에게 전달하는 방식이 일반적이었습니다.

AI를 활용하면 이메일 내용을 읽고 다음처럼 분류할 수 있습니다.

영업 문의 → 기술 문의 → 일반 문의

분류가 끝나면 프로그램이 적절한 담당자에게 메일을 전달하고 처리 결과를 기록합니다.

여러 뉴스 기사를 수집한 뒤 우리 회사와 관련된 기사만 고르고, 핵심 내용을 요약해 매일 아침 보고서로 만드는 것도 가능합니다.

역할을 나누면 이해하기 쉽습니다.

• AI는 사람의 언어를 이해하고, 분류하고, 요약하고, 판단합니다.
• 프로그램은 파일을 옮기고, 저장하고, 전송하고, 정해진 작업을 반복합니다.

AI의 판단과 프로그램의 실행을 연결하면 과거에는 사람이 직접 처리해야 했던 업무까지 자동화할 수 있습니다.

그리고 바이브코딩

여전히 한 가지 문제가 남아 있습니다. 자동화를 만들려면 프로그램을 개발해야 한다는 점입니다.

예전에는 Python을 배우고, API를 이해하고, 필요한 라이브러리를 찾아 직접 코드를 작성해야 했습니다. 지금은 AI에게 자연어로 원하는 프로그램을 설명하고 코드를 만들 수 있습니다.

예를 들어 이렇게 요청할 수 있습니다.

특정 폴더에 있는 모든 엑셀 파일을 읽어서 하나의 엑셀 파일로 합쳐줘. 첫 번째 행은 컬럼명이니까 한 번만 저장하고, 결과는 result.xlsx로 저장해줘.

AI가 코드를 작성하고, 오류가 발생하면 오류 메시지를 바탕으로 수정할 수 있습니다. 이렇게 AI와 대화하며 프로그램을 만드는 방식을 흔히 **바이브코딩(Vibe Coding)**이라고 부릅니다.

중요한 것은 모든 사람이 개발자가 되어야 한다는 뜻이 아닙니다. 오히려 반대에 가깝습니다.

자동화하고 싶은 업무를 구체적으로 설명할 수 있다면, AI의 도움을 받아 작은 업무 도구를 직접 만들 수 있는 환경이 열린 것입니다.

그렇다면 무엇부터 자동화해야 할까?

AI가 코드를 만들어준다고 해서 업무 자동화가 저절로 완성되지는 않습니다.

업무가 어디에서 시작되는지, 어떤 정보가 필요한지, 어떤 과정을 거치는지, 마지막에 어떤 결과가 나와야 하는지를 먼저 정리해야 합니다.

결국 코드를 작성하기 전에 필요한 것은 업무의 흐름을 설계하는 일입니다.

다음 글에서는 업무를 Input → Process → Output으로 나누고, 자동화할 Workflow를 설계하는 가장 기본적인 방법부터 살펴보겠습니다.