18
1. AI의 추천에서 시작했습니다
AI의 추천에서 시작했습니다. 엑셀 원본과 보고서 양식만 넣으면 알아서 돌아가는 완전 자동화 파이프라인을 기대했습니다.
하지만 결론부터 말씀드리면 그건 착각이었습니다.
일부 성공이자 일부 실패라고 해야 할 것 같네요.
깨끗하게 정제된 엑셀 파일만 있다면, 작성에 1~2시간씩 걸리던 보고서를 5분 만에 만들 수 있었습니다.
이론적으로는 완전 자동화도 충분히 가능하다고 생각했지만, 이런저런 시도를 거친 끝에 저는 결국 작업을 중단했습니다.
그 이유와 과정을 하나씩 이야기해 보겠습니다.
2. 10월 영업팀 매출 원천 데이터(Raw Data)와 초기 테스트
테스트를 위해 임의의 엑셀 데이터와 보고서를 AI에게 직접 생성하도록 했습니다.
지난 글에서 "엑셀 원본과 보고서를 첨부하고 구축용 프롬프트를 실행하면, AI가 분석 후 질문을 던지고, 인터뷰가 끝나면 보고서 생성 SOP를 만들어줄 것"이라고 말씀드렸습니다.
그런데 직접 시도해 보니 황당하게도 AI가 아무런 질문도 없이 그냥 SOP를 덜컥 만들어버리더군요.
"어라? 왜 아무 질문도 안 하지?" 조금 당황스러웠습니다.
하지만 몇 군데 수정만 거쳐 정제된 엑셀 파일과 이를 기반으로 한 기존 보고서를 넣었더니,
실제로 작동하는 보고서 생성 SOP가 완성되었습니다.
거래처 구조가 같고 데이터만 바뀌는 형태라면 100% 보고서가 생성됩니다.
즉, 엑셀 원본을 첨부하고 보고서 생성 SOP를 대화창에 넣은 뒤 실행하면, 짧게는 1~2분, 길어도 5분 만에 보고서가 완성됩니다.
이 정도로도 충분히 유용하게 활용하실 분들이 많을 겁니다.
기본 데이터만 다룬다면 아무런 문제 없이 잘 작동합니다.
3. 실제 현실의 엑셀 파일은 비고란에 예외가 가득합니다
하지만 현실의 업무 엑셀 파일은 비고란에 온갖 예외가 적혀 있는,
한마디로 '시궁창 엑셀'이 대부분입니다.
사실 이런 예외투성이 데이터를 처리하는 것이 자동화의 원래 목적이었습니다.
처음 아무 질문 없이 생성된 SOP도 기존 보고서의 80% 이상은 충분히 재현해 냈습니다.
그래서 '나머지 예외 처리 규칙을 SOP 안에 다 때려 넣으면 되지 않을까?'라는 생각으로 검증 SOP를 만들어 접근했습니다.
그러다 문득 의문이 들었습니다.
"잠깐, 저 80%는 과연 믿을 수 있는 건가?"
그래서 모든 예외 처리를 검증 SOP로 만들어 인터뷰 형식으로 한 번에 넘기자고 생각했습니다.
그렇게 3~4번만 반복하면 웬만한 예외는 다 잡힐 줄 알았습니다.
AI와 토론을 이어가며 시도하다가,
결국 제가 작업을 중단했습니다.
이 방법은 너무 어렵습니다. 다른 사람들이 도저히 따라 할 수 없습니다.
저는 어떻게든 할 수 있을지 몰라도 일반 실무자들은 못 합니다.
모든 예외 처리를 생성 SOP에 집어넣고 실행한다고 해서 과연 실제로 돌아갈까요?
저의 대답은 단호하게 'NO'였습니다. 제미나이에게 물어봐도 "안 될 가능성이 너무 크다"고 답하더군요.
제가 방향을 바꾸자마자 AI도 태세를 전환했습니다.
정리하자면 두 가지 문제가 있었습니다.
1. 예외 처리를 매번 정리해서 SOP를 업데이트하는 작업은 일반인에게 난이도가 너무 높습니다.
2. 예외 처리 규칙을 SOP에 전부 넣는다고 해서 AI가 제대로 실행하지 못합니다.
AI는 한꺼번에 여러 가지 일을 지시받으면 마지막 작업에만 집중하고 중간 과정을 상당 부분 건너뛰기 때문입니다.
완전자동화를 내려놓으니 비로소 진짜 대안이 보였습니다.
복잡한 원본 엑셀을 먼저 정제하고, 그 정제된 엑셀 파일을 SOP와 함께 실행하면 끝나는 일이었습니다.
업무를 '2트랙'으로 분리하니 문제가 허탈할 정도로 쉽게 풀렸습니다.
저 역시 무의식중에 완전자동화라는 환상에 매몰되어 있었던 것입니다.
판단이 필요한 예외는 사람이 하고, 정해진 틀에 보고서를 만드는 작업은 AI에게 맡기는 2트랙 말입니다.
이전에 제가 썼던 글이 떠올랐습니다.
사람이 해야 할 일까지 억지로 AI에게 떠넘기려 하고 있었다는 사실을 말입니다.
4. AX의 시작은 AI 도입이 아니라, '일의 경계'를 긋는 것이다
나 스스로 Zone 2(협업·통제)에 속하는 일을 Zone 1(완전 자동화)으로 무리하게 몰아붙이고 있었다는 사실을 깨달았습니다. 자동화의 환상에 잠시 빠져 있었던 셈입니다.
현재 국내 기업들에서 AX(AI 전환)가 겉도는 가장 큰 이유가 바로 이것인데,
저 역시 같은 함정에 빠져 있었던 모습을 발견하고 헛웃음이 나왔습니다.
데이터 정리 시간은 실제로 얼마 걸리지도 않는데, 그것까지 억지로 무인 자동화하려 애썼던 것입니다.
이것이 이번 실험의 시작이자 끝입니다.
5. 엑셀 보고서 업무의 본질은 '두 개의 영역'과 '투트랙 아키텍처'입니다
데이터의 판단은 사람과 AI가 협업하고, 문서의 조판은 실행 SOP에 맡겨야 합니다.
Track 1. 데이터 정제 & 예외 승인 (판단의 영역): 비즈니스 맥락과 책임이 필요한 인간 고유의 영역
Track 2. 실행 SOP와 보고서 생성 (조판의 영역): 확정된 데이터를 받아 분석과 문서를 생산하는 기계적 영역
사람은 전체 데이터를 들여다볼 필요 없이 판단이 필요한 예외에만 개입하고, AI는 확정된 정제 데이터를 받아 5분 미만으로 완제품 보고서를 찍어냅니다. 두 영역을 명확히 분리한 투트랙 구조야말로, 일반 사용자도 현업에서 반복 실행할 수 있는 가장 현실적인 보고서 자동화 방법입니다.
6. 실제 2트랙 으로 만드는 방법
첫번째 데이터를 정제합니다
사람이 수작업으로 직접 정리해도 됩니다. 하지만 이 과정을 AI의 도움을 받아 처리하면 훨씬 수월합니다.
데이터와 함께 [데이터 정제 및 객관식 승인 엔진] 프롬프트를 넣고 실행하면, 기본적인 데이터가 정돈되고 사람의 판단이 필요한 예외 항목은 객관식 질문으로 제시됩니다. 실무자가 선택지를 고르면 그 내용이 반영되어 정제본이 확정 저장되는 방식입니다. 세부 내용은 프롬프트 파일을 읽어보고 직접 사용해 보시면서 본인 업무에 맞게 수정해 보시기를 권합니다.
두번째 문서생성SOP 만들기입니다.
기존 업무자료 기반 재사용형 문서생성 SOP 구축 <---클릭
((여러 개의 원본 파일을 함께 넣을 수 있습니다. 파일 간 연결이 필요하다면 최초 SOP 구축 프롬프트에 'A파일의 주문번호를 기준으로 B파일의 단가를 연결한다'처럼 기준을 한 문장으로 알려주세요. 해당 규칙은 SOP에 반영되어 이후 반복 실행에 사용됩니다.테스트해보세요)
엑셀 원본과 기존 완성 보고서를 넣고 SOP 구축 프롬프트를 실행하면, 재사용 가능한 문서생성 SOP가 만들어집니다. 레이아웃과 디자인 규격까지 포함해 역공학방식으로 SOP를 만드는 데 약 25분 정도 걸렸습니다. 결과물은 DOCX와 MD 파일 두 가지로 나왔으며, MD 파일은 가벼운 텍스트 규격이라고 보시면 됩니다.
주간영업주문운영_문서생성SOP_v1.0.docx <----클릭
주간영업주문운영_문서생성SOP_v1.0.md <----클릭
이렇게 완성된 문서생성 SOP에 새로운 주간 주문 원본 데이터를 넣고 다시 보고서 생성을 실행했습니다.
프롬프트는 SOP 하단에 있는 복사용 실행 지시문을 써도 되고,
단순히 데이터를 첨부하며 "SOP대로 실행하라"고 지시해도 무방합니다.
주간_영업주문_운영보고서_2026-10-26_2026-10-31 <---클릭
이번에는 보고서가 완성되는 데 5분도 채 걸리지 않았습니다.
완성본을 원본 보고서와 대조해 보니, 일부 단위 표기 차이만 있었을 뿐 레이아웃과 서식, 세부 집계까지 거의 완벽하게 재현되었습니다.
참고로 위 테스트는 ChatGPT 무료 버전 환경에서 진행한 결과입니다. 동일한 데이터를 제미나이에 넣었을 때는 원본에 내재된 3가지 오류를 자의적으로 판단해 집계 결과값에 왜곡이 발생했습니다. AI가 임의로 해석해 처리해 버리는 위험성을 확인한 부분입니다. 데이터가 사전에 온전히 정제되어야 다른 AI에 넣어도 안전하다는 사실을 알 수 있었습니다.
또한 구글 워크스페이스 문서 형태로 작업할 때는 제미나이가 편리하지만,
실무에서 널리 쓰이는 표준 docx 파일로 완제품을 즉시 만들어 활용하기에는 현재 ChatGPT가 범용성이 더 뛰어납니다. 한글 문서는 워드(.docx)로 변환해서 시도해 보시기를 권합니다.
7. 이번 실험의 결과: 데이터 정리와 문서 사출 형식을 구분하면 반자동화가 가능합니다
이번 실험의 결과를 한마디로 정의하자면, 데이터 정리와 문서 사출 형식을 분리하면 누구나 실무 반자동화가 가능하다는 것입니다.
이 방식은 엑셀과 주간보고서에만 국한되지 않고 회사의 모든 정형·비정형 문서에 범용적으로 적용할 수 있습니다. 새로운 거래처나 특이 이벤트가 생기면 문서생성 SOP에 반영해 업데이트하면 되며, 이 역시 AI와 대화하며 진행하면 어렵지 않습니다.
8. 문서생성 SOP는 어떻게 가능한가?
생성 SOP의 원리는 단순합니다.
문서 레이아웃과 그 안에 들어가는 표, 그래프, 서술 규칙을 순서대로 명시해 둔 '작업 설계도'입니다.
AI는 그 순서대로 기계적으로 실행할 뿐입니다.
따라서 SOP가 10페이지를 넘어가더라도 아무런 문제가 없습니다. 정해진 단계대로 순차 처리하기 때문입니다.
9. 자연어 SOP는 다음에 대한 편견을 버리는 것에서 시작합니다
"SOP가 10-20페이지가 넘으면 AI가 제대로 실행하지 못할 것이다"
"SOP를 구축하는 데도 전문적인 프롬프트 엔지니어링 기술이 필요하다"
"보고서 자동화에는 복잡한 프로그램이나 코딩이 필수적이다"
자연어 제어는 전문 개발자나 프롬프트 엔지니어만의 전유물이 아닙니다. AI를 제어하는 데 대단한 코딩 기술이 필요한 것이 아니라, 내가 원하는 업무를 순서대로 명확히 설계하는 능력이 본질입니다.
앞서 다루었던 신사업계획서 SOP도 동일한 원리입니다.
순차적 설계만 잘 잡아주면 품질 높은 초안이 완성됩니다.
SOP 자체가 작업 순서도이기 때문입니다.
만드는 과정 역시 AI와 대화하며 "내가 원하는 방식을 이런 순서로 만들어 달라"고 요청하면 AI가 완성해 주므로 어렵게 생각할 필요가 없습니다.
10. "에이전트로도 이런 게 가능하지 않나요?"
물론 지금도 시스템에 연동된 형태의 문서 사출 에이전트들이 일부 영역에서 실제로 사용되고 있습니다.
1 B2B 컨설팅 및 SI 기업의 제안서 생성
2.에이전트여의도 금융권의 일일 시황 및 리서치 리포트 3. 공공기관 및 대기업의 주간·월간 운영 결산 보고서 4. ESG 공시 및 내부 감사 의견서
과거의 개발 방식: 비즈니스 실무자 --> 기획서 작성 -->개발자 미팅 --> 수개월간 코딩 --> 버그 수정
(수천만 원, 수개월 소요)
SOP 기반 AI 개발 방식: 실무자(디렉터)가 자연어로 완벽한 SOP 1장 설계--> AI에게 코딩 지시
--> 짧은 시간 안에 에이전트시스템 완성
결정적인 차이는 '통제권'에 있습니다. 자연어 SOP는 실무자 개인이 직접 만들어 유지보수할 수 있고, 업무 변화에 맞춰 수정과 업데이트를 즉시 해낼 수 있습니다.
코딩 기반 에이전트를 부정하는 것이 아닙니다. 다만 결재 라인이나 핵심 DB와 맞물려 돌아갈 때, 에이전트의 작은 오류는 기업에 치명적인 사고로 이어집니다. 위험도가 낮은 개인 영역에서는 자율 에이전트가 광범위하게 쓰이겠지만, 이를 기업 업무 전체에 무조건 적용할 수 있다고 일반화하는 것은 기업 실무의 현실을 너무 모르는 이야기입니다.
"복잡한 코딩이나 플랫폼 호환성 같은 건 고민할 필요 없습니다. 데이터만 깔끔하게 정제해서 본인이 쓰는 AI에 SOP와 함께 던지면, 5분 만에 똑같은 완제품 보고서가 사출됩니다. 결과물로 확인해 보세요."
궁금한 점이 있거나 실행 중 막히는 부분이 있다면 언제든 연락해 주셔도 좋습니다. 다른 분야의 SOP 구축에 대한 아이디어도 환영합니다. AI 시대에는 기술보다 상상력이 더 중요합니다.
불편함이야말로 최고의 프롬프트이며,
상상력은 그 경계를 허물어뜨릴 것입니다.
