1. 왜 지금 비개발자도 업무 자동화를 시작해야 하는가
왜 지금 비개발자도 업무 자동화를 시작해야 하는가
자동화의 문턱이 갑자기 낮아졌다
한동안 많은 사람들은 자동화를 이렇게 생각했습니다.
"엑셀 매크로를 짜는 사람", "파이썬을 다루는 사람", "API를 연결할 줄 아는 사람"만 할 수 있는 일.
그래서 비개발자는 자동화의 사용자일 수는 있어도, 자동화의 설계자나 실행자는 되기 어렵다고 여겼습니다. 하지만 지금은 상황이 꽤 달라졌습니다. AI가 단순히 질문에 답하는 도구를 넘어, 파일을 읽고 정리하고, 여러 앱을 넘나들고, 반복 작업을 맡아 처리하는 쪽으로 빠르게 진화하고 있기 때문입니다. OpenAI는 Codex가 이제 사용자의 컴퓨터를 함께 다루고, 자주 쓰는 앱과 도구를 활용하며, 이미지를 만들고, 반복적이거나 계속 이어지는 일까지 맡을 수 있다고 설명합니다.1
이 변화가 중요한 이유는 간단합니다. 예전에는 "무엇을 할지"를 사람이 세세하게 기계가 알아듣는 언어로 바꿔야 했습니다. 지금은 점점 더 "무슨 결과가 필요한지"를 사람의 언어로 설명하면, AI가 그 사이의 단계를 계획하고 수행하는 방향으로 바뀌고 있습니다. 다시 말해, 자동화의 출발점이 코드에서 업무 설명으로 이동하고 있는 것입니다.
이건 생각보다 큰 변화입니다. 예전 자동화는 기계를 사람에게 맞추는 일이었다면, 지금 자동화는 기계가 사람의 일하는 방식을 더 많이 따라오는 일에 가깝습니다.
AI는 이제 '답변기'가 아니라 '일하는 도구'가 되고 있다
많은 사람이 AI를 처음 만난 방식은 채팅창이었습니다. 질문하면 답해 주고, 요약해 주고, 문장을 고쳐 주는 식이었지요. 이것만으로도 충분히 놀라웠지만, 여기에는 한계가 있었습니다. 답을 받는 것과 일이 끝나는 것은 다르기 때문입니다.
예를 들어 "이 문서를 요약해줘"는 답변형 AI의 영역입니다. 그러나 실제 업무에서는 거기서 끝나지 않습니다. 요약본을 폴더에 저장하고, 표 형식으로 다시 정리하고, 관련 이미지를 찾고, 누락된 수치를 확인하고, 다음 회의용 초안까지 만들어야 할 때가 많습니다. 이때 필요한 것은 단순한 대답이 아니라, 여러 단계를 이어서 수행하는 실행력입니다.
OpenAI는 GPT-5.5를 소개하며, 이 모델이 단지 어려운 질문에 답하는 것을 넘어 아이디어를 탐색하고, 근거를 모으고, 가정을 시험하고, 결과를 해석하고, 다음에 무엇을 할지 결정하는 연구·업무 흐름에서 향상되었다고 설명했습니다.2 이 설명을 쉬운 말로 바꾸면 이렇습니다.
AI가 똑똑한 말상대에서, 일의 흐름을 따라가는 실무 보조자로 바뀌고 있다는 뜻입니다.
이 차이는 매우 큽니다.
질문에 잘 답하는 AI는 "알려주는 도구"입니다. 일의 단계를 이어서 처리하는 AI는 "움직이는 도구"입니다.
그리고 자동화는 바로 이 두 번째 종류의 AI에서 본격적으로 시작됩니다.
그래서 비개발자에게 기회가 생겼다
비개발자에게 가장 반가운 변화는, 자동화의 핵심 기술이 점점 더 보이지 않게 되었다는 점입니다. 예전에는 자동화를 하려면 적어도 아래 셋 중 하나는 필요했습니다.
스크립트를 직접 작성할 수 있는 능력
서비스끼리 연결하는 방법에 대한 이해
오류가 났을 때 코드를 보고 고치는 경험
하지만 이제는 자연어로 작업을 설명하고, AI가 프로젝트 단위로 일을 나누고, 결과를 검토받는 구조가 조금씩 보편화되고 있습니다. Codex 앱의 공식 설명도 이 도구를 여러 에이전트를 병렬로 돌리고, 작업을 분리해 진행하고, 변경 사항을 검토한 뒤 반영하는 일종의 지휘본부로 소개합니다.3
여기서 중요한 것은 "코드를 몰라도 된다"가 아닙니다. 더 정확하게는 "코드를 몰라도 자동화의 출발점을 잡을 수 있게 되었다"입니다.
비개발자에게 필요한 능력은 이제 조금 달라집니다. 무엇을 만들지 정확히 말하는 능력, 반복 업무를 발견하는 능력, 결과를 검토하고 수정 지시를 내리는 능력이 점점 더 중요해집니다. 이건 개발자만의 능력이 아닙니다. 오히려 실제 업무를 오래 해 본 사람에게 더 유리한 경우도 많습니다.
왜냐하면 자동화의 재료는 코드가 아니라 업무 흐름이기 때문입니다.
누가 진짜 반복 업무를 잘 압니까? 매일 보고서를 정리하는 사람, 사진 파일을 분류하는 사람, 거래처용 문서를 만드는 사람, 브로슈어 초안을 여러 번 수정하는 사람입니다. 즉, 현업에 있는 비개발자입니다.
업무의 대부분은 사실 '작은 반복'으로 이루어져 있다
우리는 흔히 자동화라고 하면 거대한 시스템을 떠올립니다. 하지만 실제 업무는 거창한 자동화보다 작은 반복으로 가득합니다.
예를 들어 이런 일들입니다.
자료를 이곳저곳에서 모아 하나의 문서로 정리하기, 파일 이름을 규칙에 맞게 바꾸기, 비슷한 형식의 문서를 매번 새로 만들기, 이미지 배경을 정리하거나 크기를 맞추기, 표에서 필요한 숫자만 뽑아 요약본 만들기, 회의 메모를 보고 메일 초안을 쓰기 같은 일들 말입니다.
이런 작업은 하나하나 보면 대단해 보이지 않습니다. 하지만 하루에 10분, 20분씩 사람의 집중력을 계속 깎아 먹습니다. 진짜 피곤한 일은 어렵고 창의적인 일이 아니라, 생각은 별로 필요 없는데 손은 많이 가는 일인 경우가 많습니다.
그래서 자동화의 첫걸음은 거대한 혁신이 아니라, 자꾸 손이 가는 반복을 발견하는 데서 시작합니다.
비개발자가 자동화를 시작해야 하는 이유도 여기에 있습니다. 업무의 불편함을 가장 정확히 아는 사람이 바로 그 일을 직접 하는 사람이기 때문입니다. 현장의 불편은 현장에서 제일 잘 보입니다.
이제 중요한 것은 '프로그래밍'보다 '지시하는 능력'이다
물론 AI가 아무 말이나 찰떡같이 알아듣는 것은 아닙니다. 오히려 반대입니다. AI가 강해질수록 사람의 지시가 더 중요해집니다. 방향이 정확하면 속도가 무척 빨라지고, 방향이 흐리면 아주 그럴듯하게 딴길로 갈 수 있습니다.
그래서 앞으로의 자동화에서는 다음과 같은 능력이 특히 중요해집니다.
목표를 한 문장으로 분명하게 말하는 능력
결과물의 형식을 미리 정하는 능력
어디까지 자동으로 맡기고 어디서 멈출지 정하는 능력
이 셋은 개발자의 전유물이 아닙니다. 오히려 문서 작업을 오래 한 사람, 운영 업무를 오래 한 사람, 디자인 시안을 많이 검토해 본 사람이 더 잘하는 경우도 많습니다. 왜냐하면 이 능력은 기술 언어가 아니라 업무 언어에 가깝기 때문입니다.
예를 들어 "브로슈어 좀 만들어줘"는 모호한 요청입니다. 하지만 "로컬 폴더의 제품 이미지 중 정면 컷만 골라 정리하고, 제품 크기와 무게 수치를 표로 저장한 뒤, 두 페이지짜리 AR 글래스 브로슈어 초안을 만들어줘. 첫 페이지는 핵심 가치, 둘째 페이지는 주요 스펙 중심으로"라고 말하면 이야기가 달라집니다.
이건 코딩이 아니라 설계입니다. 그리고 좋은 자동화는 종종 좋은 설계에서 시작됩니다.
자동화는 사람을 빼는 일이 아니라, 사람을 더 중요한 곳에 쓰는 일이다
자동화 이야기를 하면 어떤 사람은 바로 걱정합니다. "그럼 내가 할 일이 줄어드는 것 아닌가요?"
하지만 실제 현장에서는 대개 반대로 느껴집니다. 사람이 사라지는 것이 아니라, 사람이 해야 할 일이 바뀝니다.
사람이 더 잘하는 일은 여전히 많습니다. 우선순위를 정하는 일, 맥락을 읽는 일, 애매한 요구를 조정하는 일, 최종 결과의 품질을 판단하는 일은 여전히 사람이 중심입니다. 반면 AI가 잘하는 일은 반복, 정리, 변환, 초안 작성, 비교, 누락 확인, 형식 맞추기처럼 손이 많이 가는 부분입니다.
이 조합이 좋아지면 사람은 하루 종일 키보드를 두드리며 같은 형식을 복제하는 대신, 정말 중요한 판단에 더 많은 시간을 쓸 수 있습니다.
쉽게 말해, 사람이 '직접 입력하는 사람'에서 '결과를 감독하는 사람'으로 조금씩 이동하는 것입니다.
이 변화는 특히 비개발자에게 유리합니다. 지금까지는 자동화 도구를 쓰려면 기술팀의 도움을 받아야 했지만, 이제는 현업 담당자가 먼저 초안을 만들고, 작은 흐름을 실험하고, 효과를 검증한 뒤 더 크게 확장하는 방식이 가능해지고 있기 때문입니다.
왜 하필 지금 시작해야 할까
"언젠가 해야지"라고 미루기 쉬운 주제이지만, 자동화는 지금 시작하는 편이 좋습니다. 이유는 단순합니다. AI 도구가 좋아지는 속도가 빠르기 때문입니다.
GPT-5.5처럼 더 긴 흐름을 이해하고, 여러 단계를 이어서 처리하고, 도구를 사용하는 모델이 등장할수록 사용자는 단순한 질문보다 더 큰 일을 맡길 수 있게 됩니다.2 동시에 Codex처럼 컴퓨터 사용, 반복 작업, 기억, 도구 연결을 한곳에 모으는 환경이 발전하면서, 자동화는 더 이상 개발팀 안쪽의 전용 장비가 아니라 실제 업무 현장에서 쓰는 도구가 되고 있습니다.1
지금 시작해야 하는 진짜 이유는 기술 자체보다 학습 곡선에 있습니다. 자동화 도구는 단순히 설치한다고 바로 잘 쓰게 되지 않습니다. 어떤 일을 맡겨야 하는지, 어떻게 지시해야 하는지, 어디서 검토해야 하는지 감이 생겨야 합니다. 이 감각은 한 번에 생기지 않고, 작은 성공과 작은 실패를 통해 쌓입니다.
그러니 가장 좋은 출발은 거창한 프로젝트가 아닙니다.
오늘 반복한 일을 떠올려 보는 것입니다.
파일 정리였는지, 이미지 보정이었는지, 수치 정리였는지, 회의 메모 요약이었는지 생각해 보세요. 그중 하나만 골라 "이건 사람 대신 AI가 먼저 해볼 수 있지 않을까?"라고 묻는 순간, 자동화는 이미 시작된 것입니다.
비개발자가 가져야 할 첫 번째 태도
이 책 전체를 관통하는 가장 중요한 태도는 하나입니다.
자동화는 개발자만 하는 일이 아니라, 업무를 잘 아는 사람이 먼저 설계할 수 있는 일이라는 점입니다.
물론 모든 일을 AI에게 맡기면 안 됩니다. 중요한 승인, 민감한 정보, 큰 비용이 걸린 작업은 더 신중해야 합니다. 하지만 그렇다고 자동화를 먼 세상의 기술처럼 바라볼 필요도 없습니다.
이제 자동화는 소수의 전문가가 만드는 거대한 시스템만을 뜻하지 않습니다. 내 컴퓨터 안의 폴더를 정리하고, 자료를 모으고, 초안을 만들고, 검토를 준비하는 작은 루틴도 자동화입니다. 그리고 그런 루틴이 쌓이면 업무 방식 자체가 바뀝니다.
어쩌면 자동화의 진짜 출발점은 기술이 아니라 용기인지도 모릅니다. "이건 내가 직접 하지 않아도 될 수 있다"라고 인정하는 용기 말입니다.
이 장의 핵심을 한 문장으로 정리하면 이렇습니다.
비개발자에게 자동화는 더 이상 남의 일이 아니다. AI가 답하는 도구에서 일하는 도구로 바뀌는 지금이, 가장 현실적인 시작점이다.
참고
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.