Back
노트북을 중심으로 파일, 표, 웹 화면, 데이터베이스, 클라우드와 자동화 도우미가 연결된 업무 자동화 개념도

업무 자동화 기초 4부 - 업무 자동화를 위한 기술 개념

바이브코딩을 활용하면 코드를 전부 직접 작성하지 않아도 업무 자동화를 만들 수 있습니다. 원하는 작업을 말로 설명하면 AI가 코드를 만들고 오류 수정도 도와줍니다. 다만 AI가 제안하는 방법을 이해하려면 Python, API, JSON 같은 용어의 역할은 알아야 합니다. 개발자가 될 만큼 깊이 공부할 필요는 없습니다. 어떤 기술을 언제 쓰는지만 알면 AI에게 더 정확하게 요청하고 결과도 제대로 확인할 수 있습니다.

먼저 전체 지도를 살펴봅시다

업무 자동화는 한 가지 기술로 완성되지 않습니다. 여러 도구가 각자 맡은 일을 이어서 처리합니다.

  • Python: 자동화 프로그램을 만들고 실행합니다.
  • Library: 이미 만들어진 기능을 가져와 사용합니다.
  • File과 Folder: 문서를 읽고 정리하고 저장합니다.
  • API: 외부 서비스의 데이터나 기능을 연결합니다.
  • JSON: 프로그램끼리 데이터를 주고받습니다.
  • Database: 계속 쌓이는 데이터를 저장하고 조회합니다.
  • Web Crawling: 웹페이지에서 필요한 정보를 수집합니다.
  • Browser Automation: 클릭, 입력, 다운로드 같은 브라우저 작업을 대신합니다.
  • Scheduler: 정해진 시간에 프로그램을 실행합니다.
  • Webhook: 주문 접수처럼 특정 일이 생겼을 때 자동화를 시작합니다.
  • API Key와 환경변수: 외부 서비스의 비밀 열쇠를 안전하게 관리합니다.

처음부터 모든 기술을 깊게 공부할 필요는 없습니다. 엑셀 파일을 합치는 일에는 Python과 파일 처리 기능이 필요하고, 매일 정해진 시각에 실행하려면 Scheduler가 추가되는 식으로 이해하면 됩니다.

Python, Library, File과 Folder, API, JSON, Database, Web Automation, Scheduler의 역할을 정리한 안내 이미지

Python과 Library: 자동화 프로그램의 기본 도구

Python은 파일 이름 변경, Excel 데이터 처리, 웹 정보 수집, API 호출처럼 다양한 업무에 쓰이는 프로그래밍 언어입니다.

매일 여러 Excel 파일을 하나로 합친다고 가정해 보겠습니다.

Excel 파일 찾기 → 데이터 읽기 → 하나로 합치기 → 결과 저장

바이브코딩에서는 Python 문법을 모두 외울 필요가 없습니다. AI에게 다음처럼 요청할 수 있습니다.

특정 폴더에 있는 Excel 파일을 모두 합쳐 하나의 파일로 저장하는 Python 프로그램을 만들어줘.

AI가 코드를 만들면 사용자는 실행 결과를 확인하고 필요한 조건을 보완합니다. 처음에는 Python을 ‘AI가 만든 자동화 프로그램을 내 컴퓨터에서 실행하는 언어’로 이해해도 충분합니다.

Library는 다른 개발자가 미리 만들어 둔 기능 묶음입니다. 가구를 만들 때 나무를 자르는 톱과 나사를 조이는 드라이버를 꺼내 쓰는 것과 비슷합니다. Excel 작업에는 pandasopenpyxl, 웹페이지 분석에는 BeautifulSoup, 브라우저 조작에는 Playwright 같은 Library를 활용할 수 있습니다.

AI가 “pandas를 사용하겠습니다”라고 말한다면 데이터를 처리하는 검증된 기능을 가져다 쓰겠다는 뜻입니다.

File, Folder, Database: 업무 데이터를 보관하는 곳

처음 자동화하기 좋은 대상은 파일과 폴더입니다. Excel, CSV, PDF, 이미지처럼 직장에서 다루는 자료 대부분이 파일이기 때문입니다.

예를 들어 다음 작업을 프로그램에 맡길 수 있습니다.

다운로드 폴더 확인 → 오늘 받은 파일 찾기 → 파일명 변경 → 업무 폴더로 이동

이때 자주 나오는 용어가 **경로(Path)**입니다. 경로는 파일의 주소입니다. C:\work\sales.xlsx처럼 파일이 어디에 있는지를 알려줍니다. AI에게 요청할 때는 가져올 위치와 저장할 위치를 구체적으로 말해야 결과가 정확해집니다.

데이터가 많지 않다면 Excel이나 CSV만으로도 충분합니다. 하지만 경쟁사 제품 가격을 매일 수백 건씩 몇 년 동안 쌓는다면 파일 하나로 관리하기 어려워집니다. 이때 Database를 사용합니다.

데이터 수집 → Database 저장 → 필요한 조건으로 조회 → 분석

처음부터 Database를 도입할 필요는 없습니다. 데이터가 계속 늘어나거나 여러 프로그램이 같은 자료를 함께 사용해야 할 때 검토하면 됩니다.

API와 JSON: 다른 서비스와 정보를 주고받는 방법

내 컴퓨터 밖에 있는 데이터나 기능을 사용하려면 다른 서비스와 연결해야 합니다. 날씨 정보를 가져오거나 AI에게 고객 문의 요약을 맡길 때 사용하는 연결 방법이 API입니다.

API를 식당 주문 창구에 비유하면 쉽습니다. 손님이 정해진 형식으로 주문하면 주방이 처리한 뒤 결과를 돌려줍니다. 자동화 프로그램도 API에 필요한 내용을 요청하고 응답을 받습니다.

JSON은 이 과정에서 데이터를 담는 형식입니다. 서울 날씨를 요청했다면 다음과 비슷한 응답을 받을 수 있습니다.

{
  "city": "Seoul",
  "temperature": 28,
  "weather": "Sunny"
}

프로그램은 여기서 온도나 날씨처럼 필요한 값만 꺼내 Excel에 저장할 수 있습니다. 정리하면 API는 서비스를 연결하는 방법, JSON은 그 연결을 통해 정보를 주고받는 형식입니다.

API를 이용할 때는 API Key가 필요할 수 있습니다. API Key는 서비스 이용자를 확인하는 비밀 열쇠입니다. 코드에 직접 적어 공유하면 안 됩니다. 보통 환경변수나 별도 설정 파일에 저장해 코드와 분리합니다. 구체적인 설정법보다 먼저 ‘API Key는 비밀번호처럼 공개하지 않는다’는 원칙을 기억해야 합니다.

날씨 정보를 예로 들어 프로그램의 API 요청부터 JSON 응답과 필요한 값 사용까지 보여주는 흐름도

웹 크롤링과 브라우저 자동화는 무엇이 다를까요?

경쟁사 가격, 채용 공고, 뉴스 제목처럼 웹사이트에 공개된 정보를 모으는 작업을 Web Crawling 또는 Web Scraping이라고 합니다.

뉴스 사이트 접속 → 기사 제목 수집 → Excel 저장

반면 Browser Automation은 사람이 화면에서 하던 행동을 대신합니다.

사이트 접속 → 검색어 입력 → 버튼 클릭 → 결과 확인 → 파일 다운로드

쉽게 말해 웹 크롤링은 페이지에서 정보를 읽어 오는 일에 가깝고, 브라우저 자동화는 사람처럼 웹 화면을 조작하는 일에 가깝습니다.

웹 자동화에는 주의할 점도 있습니다. 모든 사이트의 정보를 마음대로 가져올 수 있는 것은 아닙니다. 이용약관과 접근 정책을 확인하고, 짧은 시간에 지나치게 많은 요청을 보내지 않아야 합니다. 로그인이나 동적으로 바뀌는 화면이 포함된 사이트는 작업이 더 복잡해질 수 있습니다.

Scheduler와 Webhook: 자동화를 시작하는 두 가지 신호

완성한 프로그램을 매번 사람이 실행한다면 반복 업무가 아직 남아 있습니다. Scheduler를 사용하면 정해진 시각이나 주기에 맞춰 프로그램을 실행할 수 있습니다.

  • 매일 오전 9시에 뉴스 수집
  • 매주 월요일 오전 8시에 주간 보고서 생성
  • 매월 1일에 지난달 자료 정리

Windows 작업 스케줄러나 Linux의 cron 같은 기능을 활용할 수 있습니다.

Webhook은 시간 대신 사건을 기준으로 작동합니다. 새로운 주문이 들어오거나 문의가 접수되는 순간 다음 작업을 시작하는 방식입니다.

Scheduler가 ‘언제 실행할까?’에 답한다면 Webhook은 ‘무슨 일이 생기면 실행할까?’에 답합니다. 매일 아침 보고서를 만드는 일에는 Scheduler가 어울리고, 새 주문을 즉시 처리하는 일에는 Webhook이 어울립니다.

실제 자동화에서는 여러 기술이 하나로 연결됩니다

‘매일 아침 경쟁사 뉴스를 수집하고 AI로 요약해 저장하는 업무’를 예로 들어 보겠습니다.

  1. Scheduler가 매일 오전 9시에 작업을 시작합니다.
  2. Python으로 만든 자동화 프로그램이 실행됩니다.
  3. Web Crawling으로 경쟁사 뉴스를 수집합니다.
  4. API를 통해 기사 내용을 AI 서비스에 전달합니다.
  5. JSON 형식으로 요약 결과를 받습니다.
  6. 결과를 File 또는 Database에 저장합니다.

각 기술을 따로 외우기보다 전체 흐름에서 맡은 역할을 이해하는 편이 좋습니다. 그래야 AI에게 “매일 오전 9시에 실행하고, 수집한 기사 제목과 요약을 Excel에 저장해줘”처럼 조건을 빠짐없이 전달할 수 있습니다.

처음에는 작은 자동화부터 시작하세요. 특정 폴더의 Excel 파일을 하나로 합치는 정도면 충분합니다. 결과를 직접 확인하고 조건을 하나씩 추가하다 보면 여기서 살펴본 기술이 언제 필요한지 자연스럽게 알게 됩니다.

Scheduler, Python, Web Crawling, API, JSON, File과 Database가 하나의 업무 자동화로 연결되는 과정