AI 자동화, 코딩 없이 어디까지 가능할까

AI를 사용하면 코드를 작성하지 않아도 업무를 자동화할 수 있습니다. 그런데 어디까지 가능한지, 어디서부터 어려워지는지 모르면 기대가 어긋납니다.

반복 규칙이 명확한 업무는 대부분 됩니다. 파일을 정해진 형식으로 정리하는 것, 문서 초안을 정해진 양식으로 만드는 것, 데이터를 모아서 요약하는 것. 이런 업무는 “매일 오전 9시에 어제 데이터 뽑아서 슬랙에 남겨줘” 같은 한 문장으로 자동화할 수 있습니다.

핵심은 규칙을 문장으로 정의할 수 있느냐입니다. 정의할 수 있으면 AI가 만들어줍니다. 정의하기 어렵다면, 자동화보다 먼저 업무 자체를 정리해야 합니다.

실제로 해보면 이런 흐름입니다.

자동화하고 싶은 업무를 하나 고릅니다. 그 업무를 글로 씁니다. “매주 월요일 아침, 지난주 완료된 작업을 모아서 팀장에게 이메일로 보낸다.” 이렇게 쓸 수 있으면 AI에게 그대로 말하면 됩니다. 이메일 API를 연동하고, 작업 관리 도구에서 데이터를 가져오고, 스케줄러를 설정하는 건 AI가 합니다. 코드를 볼 필요도 없습니다.

여기서 막히는 지점이 생깁니다.

“완료된 작업”의 기준이 뭔지 모호할 때입니다. 담당자가 완료로 표시한 것만인지, 리뷰까지 끝난 것인지, 배포까지 나간 것인지. 이걸 정하지 못하면 AI도 정하지 못합니다.

업무 자동화를 진행하다 보면 이런 질문을 받게 됩니다.

“예외가 발생하면 어떻게 처리할까요?”

AI가 물어볼 때 대답하지 못한다면, 그 업무는 아직 자동화할 준비가 안 된 것입니다. 자동화가 어려운 게 아니라 업무 규칙이 없는 것입니다.

어려운 업무도 있습니다. 판단 기준이 수시로 바뀌는 경우, 외부 시스템 정책이 자주 바뀌는 경우, 책임 경계가 불명확한 승인 업무. 이런 업무는 코드를 작성해도 어렵습니다. 자동화의 문제가 아니라 업무 설계의 문제입니다. 사람이 매번 판단해야 하는 업무를 자동화하면, 결국 그 판단을 처리하는 데 더 많은 시간을 씁니다.

자동화되는 업무와 안 되는 업무를 구분하는 기준은 간단합니다. 그 업무를 새로 입사한 사람에게 맡긴다면, 문서 하나로 설명할 수 있는지 보면 됩니다. 설명할 수 있으면 자동화할 수 있습니다. 옆에서 하나하나 보여줘야 한다면, 자동화 전에 정리가 먼저입니다.

결국 자동화를 잘하는 사람은 코딩을 잘하는 사람이 아닙니다. 업무를 명확하게 정의하는 사람입니다. 규칙이 명확하면 코딩 없이도 됩니다. 규칙이 불명확하면 코드가 있어도 계속 고쳐야 합니다.

---

자동화하고 싶은 업무가 있다면, 먼저 그 업무의 규칙을 문장으로 적어보세요. AI 자동화 스쿨에서 함께 구체화할 수 있습니다.
참가 신청: https://dal-lab.com/ai-automation-school