프로젝트 배경 및 목적
배경: 현장 강의·상담 업무에서 반복되는 행정/정리 업무를 줄이고, 상담의 질을 일정하게 유지하기 위해 단계적으로 자동화를 시도했습니다.
목표: Plaud 전사록을 자동 분석하여 상담 내용을 구조화하고, 학생 정보를 정확히 매칭하며, Google Workspace와 연동해 상담–기록–후속 지도가 한 흐름으로 이어지는 올인원 상담 관리 시스템을 구축하는 것입니다.사용 도구
플랫폼: Google AI Studio(Build 모드)주요 구현 기능
(1) 지능형 이름 매칭: 전사록의 이름을 기존 DB와 비교해 유사도를 산출하고, 사용자 확인 후 신규 등록 또는 기존 학생과 연결되도록 구성했습니다. 자동 확정이 아니라 사용자 확인 후 반영하는 방식으로 오인 연결을 최소화했습니다.
(2) 상담 자동 요약: 상담 내용을 요지, 합의 사항, 지도 조언, 후속 과제(또는 다음 상담 체크포인트) 등 4개 항목으로 구조화했습니다.
(3) 전체현황 대시보드: 상담 회차가 증가해도 유연하게 확장되는 행·열(가로·세로) 기반 그리드 뷰로 구성했습니다.
(4) Workspace 연동: 단위 시간으로 상담 슬롯을 생성하고 Google Calendar와 동기화했으며, 안내 문자 발송을 위한 Google Sheets를 자동 생성하도록 구성했습니다.실습 과정에서 배운 점
완벽한 프롬프트보다 ‘빠른 실행’이 더 효과적이었습니다.
처음부터 모든 기능을 포함한 완벽한 프롬프트를 만들려고 하면 오히려 실행이 느려지고 병목이 발생했습니다. 사전에 Gemini와 충분히 대화해 한 번에 끝내고 싶었지만, 실제로 만들어진 앱을 확인하면서 새로 떠오르는 요구사항이 계속 생겼습니다. 기본 뼈대를 먼저 빌드한 뒤, 결과물을 보면서 대화하듯 기능을 추가(대시보드, 일정 관리 등)하는 방식이 더 효율적이었고 결과물의 완성도도 높아졌습니다.Build 모드는 사용자의 말을 축어적으로 이해하는 경향이 강했습니다.
Build 모드는 일반적인 대화 모드와 달리 사용자의 자연어를 비교적 문자 그대로 구현하는 경향이 있었습니다. 의도한 맥락과 구현 결과 사이의 간극을 줄이려면, 빌드의 특성을 이해하는 것과 함께 입력/출력 기준, 예외 케이스, 검증 절차를 더 명확히 적는 습관이 필요하다고 느꼈습니다.
실습 결과 및 기대 효과
(1) 업무 최적화: 전사록 정리 등 반복 업무를 자동화하여 인지적·정서적 자원을 절약하고, 확보된 시간을 수업 준비와 학생 지도 품질 개선에 재투입할 수 있을 것으로 기대합니다.
(2) 학생 관리 효율화: 상담을 일회성 이벤트로 소모하지 않고, 상담 기록을 축적해 학생별 학습 지도와 계획 수립의 자산으로 전환할 수 있습니다. 또한 상담 후 핵심 요약과 다음 과제를 빠르게 정리해 제공함으로써 학생이 ‘지금 무엇을 해야 하는지’를 명확히 가져가도록 돕는 데 유리합니다. 일정·안내·기록 정리를 자동화해 상담 시간에는 행정이 아니라 학생의 고민과 학습 방향 설정에 더 집중할 수 있습니다.
