클로드 코드 자동화를 시작할 때 가장 어려운 건 도구 사용법이 아니라 무엇을 자동화할지 고르는 일입니다. 만들 줄 알게 돼도 대상을 잘못 고르면 며칠 만들고 안 쓰게 되거든요.
이 글은 국내 통신 대기업 실무자들이 4일짜리 교육에서 실제로 무엇을 골랐는지 정리한 것입니다. 아이디어 목록이 아니라 완성해서 쓰고 있는 도구들이라, 고르는 기준이 그대로 드러납니다.
작성자: 국내 최대 AI 커뮤니티 지피터스에서 마케팅을 하며 AI 도구를 매일 씁니다. 이 글의 사례는 지피터스 기업교육 사례 페이지에 공개된 기록을 정리한 것입니다.
실무자들이 실제로 고른 업무 네 가지
클로드 코드 교육에서 실무자들이 자동화한 업무 네 가지 도식. 영업·유통, 구매·협력사, 운영·백오피스, 주니어 지원 각각의 이전 상태와 자동화 이후 상태를 짝지어 보여준다
영업·유통 담당자는 성과 집계를 골랐습니다. 팀원 각자의 PC에 흩어져 있던 실적 숫자를 매일 손으로 모으던 일인데, 자동으로 집계해 팀 공용 공간에 쌓이게 만들었습니다. AI가 액션 초안까지 같이 뽑습니다.
구매·협력사 담당자는 정보 파편화를 골랐습니다. 협력사 자료가 메일과 문서, 스프레드시트에 조각조각 흩어져 있어서 미팅 전마다 찾아 헤맸다고 합니다. 한곳에 모으고 회사별 한 장 요약 카드를 자동 생성하게 했습니다.
운영·백오피스 담당자는 알림 메일 처리를 골랐습니다. 시스템 알림을 매일 5–10분씩 열어보고 분류하던 작업을, AI가 읽고 분류한 뒤 처리 방법까지 제안하도록 바꿨습니다.
주니어 지원 쪽은 반복 문서 작업을 골랐습니다. 예산 정리, 현황 보고, 인수 인계처럼 매주 같은 형식으로 반복되는 일을 보조 도구 세 개로 나눠 맡겼습니다.
네 사람이 공통으로 피한 것
목록을 보면 고른 것보다 안 고른 것이 더 분명합니다. 아무도 "우리 팀 전체 워크플로 개선" 같은 걸 고르지 않았습니다.
넷 다 이런 조건을 갖고 있습니다.
매일 또는 매주 반복된다. 한 번 만들면 계속 돌아가는 일만 골랐습니다
지금 손으로 하고 있다. 하는 방법을 이미 알고 있어서 AI에게 설명할 수 있습니다
범위가 한 사람 안에서 닫힌다. 남의 승인이나 다른 팀 협조가 없어도 완성됩니다
결과가 눈에 보인다. 집계표, 요약 카드, 분류된 메일처럼 만들고 나면 확인이 됩니다
반대로 말하면, 자동화 대상을 고를 때 제일 힘든 일을 고르면 대개 실패합니다. 힘든 일은 대체로 판단이 많이 들어가고 여러 사람이 얽혀 있어서, 만드는 동안 요구사항이 계속 바뀝니다.
고르는 순서
위 조건을 실제로 적용하려면 이 순서가 편합니다.
1. 이번 주에 두 번 이상 한 일을 적습니다. 기억이 아니라 캘린더나 메일함을 보고 적어야 정확합니다.
2. 그중 남의 손이 필요 없는 것만 남깁니다. 승인이 필요하거나 다른 팀 데이터를 받아야 하는 건 일단 뺍니다.
3. 남은 것 중 결과물이 파일이나 표로 나오는 걸 고릅니다. "판단을 돕는다" 같은 건 완성 여부를 확인할 수 없습니다.
여기까지 하면 보통 한두 개가 남습니다. 그게 첫 자동화 대상입니다.
다른 직무는 뭘 자동화했나
앞의 넷은 대기업 실무자 사 례고, 커뮤니티에는 더 다양한 직무의 기록이 올라옵니다. 직무별로 고른 대상을 보면 앞의 기준이 그대로 반복됩니다.
채용 담당: 새 이력서가 들어오면 그 내용에 맞는 면접 질문을 자동 생성 (에어테이블, 재피어, GPT API)
회의 주관자: 회의 자료와 녹취가 올라오면 요약 회의록으로 변환 (메이크, 드롭박스)
행사 운영: 신청이 접수되면 확인 문자와 카카오톡을 자동 발송 (재피어, 솔라피)
영업: 폼으로 받은 조건을 계산해 견적 메일로 발송 (구글 폼, 앱스크립트, 챗지피티)
인사·총무: 재직증명서처럼 형식이 고정된 서류를 자동 발급 (앱스크립트, 챗지피티)
다섯 개 모두 어떤 일이 생기면 그다음 정해진 일을 한다는 구조입니다. 이력서가 들어오면, 회의가 끝나면, 신청이 접수되면 하는 식이죠. 판단이 필요한 지점은 사람에게 남기고, 그 앞뒤의 옮기고 채우고 보내는 부분만 떼어냈습니다.
자동화할 일을 못 찾겠다면 이 문장 틀에 넣어보시면 됩니다. 무엇이 생기면 나는 항상 무엇을 한다. 빈칸이 채워지는 일이 후보입니다.
만들었는데 안 쓰게 되는 경우
자동화 도구가 방치되는 이유는 대개 성능이 아닙니다. 결과물을 확인하러 가야 하는 곳이 원래 일하던 자리와 다르면 열어보지 않게 됩니다.
네 사례가 이 지점을 각각 다르게 풀었습니다. 영업·유통은 결과를 팀 공용 공간에 쌓았고, 구매·협력사는 미팅 직전에 보는 요약 카드로 만들었습니다. 운영은 원래 보던 메일함 안에서 분류가 끝나게 했고요. 새 화면을 만든 게 아니라 이미 매일 여는 곳에 결과를 밀어 넣은 겁니다.
그래서 대상을 고를 때 한 가지를 더 봐야 합니다. 결과물을 어디서 볼 것인지요. 슬랙이든 메일이든 공유 문서든, 내가 매일 여는 곳이 아니면 아무리 잘 만들어도 2주쯤 뒤에 잊힙니다.
만든 다음이 진짜 시작입니다
완성했다고 끝이 아니라는 걸 가장 잘 보여주는 기록이 커뮤니티에 있습니다. 120명 규모 회사의 경영지원팀 담당자가 사내 정책을 답해주는 챗봇을 만든 사례입니다. 통신비, 경조사비, 휴가 신청, 와이파이, 복합기 사용법 같은 반복 질문을 24시간 받아주는 도구고, 클로드 코드로 만들면서 본인은 코드를 한 줄도 쓰지 않았습니다.
주목할 부분은 만든 과정이 아니라 그다음입니다. 직원들이 실제로 쓰기 시작하자 문제가 쏟아졌습니다.
응답이 캐싱돼서 한 시간 동안 옛날 답을 반복함
표현이 조금만 달라져도 실패함. 공식 용어와 사람들이 실제로 쓰는 말이 달랐음
모바일에서 PDF 미리보기가 안 됨
의도 분류가 엉뚱하게 붙음. "인사평가"를 물었는데 "리조트" 안내가 나감
이 목록이 중요한 이유는, 하나도 만들 때는 안 보이던 문제라는 점입니다. 전부 남이 쓰기 시작한 뒤에야 나왔습니다.
이 담당자가 택한 방법도 참고할 만합니다. AI가 "수정 완료했습니다"라고 말해도 그대로 믿지 않고, 직원들이 실제로 남긴 피드백 로그를 보면서 직접 테스트했습니다. 그렇게 쌓인 대응이 90개가 됐다고 합니다.
첫 자동화를 작게 잡으라고 권하는 이유가 여기 있습니다. 만든 뒤에 고칠 일이 반드시 생기는데, 대상이 크면 그 수정이 감당이 안 됩니다.
책상 위 노트북과 노트. 매일 여는 자리에 결과가 놓여야 도구가 계속 쓰인다는 것을 상징한다
Photo by [Andrew Neel](https://unsplash.com/@andrewtneel) on [Unsplash](https://unsplash.com)
코딩을 모르는데 되나요
이 사례들을 만든 사람들은 개발자가 아닙니다. 지피터스 기업교육 페이지에 공개된 2026년 실적은 교육 프로젝트 69건 이상, 교육 인원은 4,200명 이상이고 수료 후 설문 만족도는 4.8/5.0입니다. SK텔레콤, LG전자, SK온, SK브로드밴드, 현대경제연구원, 충북대를 포함해 15곳 이상의 기업과 기관에서 진행했습니다.
표준 과정은 하루 7시간씩 4일이고, 한 번에 실무자 10–15명이 참여합니다. 개인별 코칭이 1인당 20분씩 따로 붙고요.
커뮤니티에도 비개발자가 직접 만든 기록들이 있습니다. 120명이 쓰는 사내 챗봇을 비개발자가 만든 과정이나 반복 업무를 AI와 노코드로 자동화한 5가지 사례 같은 것들입니다. 교육 사례 원문은 실무자가 직접 만든 업무 자동화 도구에서 볼 수 있습니다.
자주 묻는 질문
어떤 업무부터 자동화해야 하나요?
매주 반복되고, 지금 손으로 하고 있고, 혼자서 끝낼 수 있고, 결과가 파일이나 표로 나오는 업무입니다. 네 조건을 다 만족하는 일이 첫 대상으로 가장 안전합니다.
제일 힘든 업무를 자동화하면 안 되나요?
권하지 않습니다. 힘든 업무는 대체로 판단이 많이 들어가고 여러 사람이 얽혀 있어서, 만드는 도중 요구사항이 계속 바뀝니다. 반복되지만 단순한 일부터 끝내는 편이 완성 확률이 높습니다.
코딩을 모르면 못 만드나요?
사례를 만든 실무자들은 개발자가 아닙니다. 클로드 코드처럼 자연어로 지시하는 도구를 쓰면 코드를 직접 쓰지 않고도 만들 수 있습니다. 다만 자기 업무를 설명할 수 있어야 하므로, 이미 손으로 해본 일을 고르는 게 중요합니다.
얼마나 걸리나요?
공개된 표준 과정 기준으로 하루 7시간씩 4일입니다. 그 안에서 실무자가 자기 업무용 도구를 완성합니다.
인사이트
네 사례를 나란히 놓고 보면 자동화한 업무의 성격이 비슷합니다. 정보가 흩어져 있어서 사람이 모으고 있던 일이 셋이고, 나머지 하나는 형식이 정해진 문서를 반복 생산하던 일입니다.
둘 다 난이도가 높아서 남아 있던 게 아닙니다. 자동화할 만큼 중요하지 않다고 여겨져서 계속 손으로 하던 일에 가깝습니다. 매일 5분, 매주 30분짜리라 아무도 안건으로 올리지 않는 종류요.
그런데 이런 일이 자동화 대상으로 좋은 이유가 바로 그 지점에 있습니다. 이미 손으로 하고 있으니 만드는 사람이 규칙을 정확히 알고, 매일 반복되니 만든 다음에 실제로 쓰게 됩니다. 큰 문제를 풀려다 안 쓰이는 도구를 만드는 것보다, 작은 일을 끝까지 굴러가게 만드는 쪽이 첫 결과물로는 낫습니다.
코딩을 모르던 실무자가 4일 만에 자기 업무 도구를 만드는 과정이 궁금하시면 지피터스 기업교육 페이지에 커리큘럼과 사례가 정리돼 있습니다.