업무 자동화 포트폴리오

이 장에서 배울 것

이번 장의 목표는 지금까지 배운 내용을 하나의 결과물로 묶는 것이다. ChatGPT, Claude, Gemini, Claude Code, Codex를 각각 따로 써보는 데서 끝나지 않고, 반복 업무를 재사용 가능한 시스템으로 바꾼다.

이 장을 마치면 다음을 할 수 있다.

• 자동화할 업무를 하나 고르고 범위를 정한다.

• 목표, 입력 자료, 사용 도구, 프롬프트, 검증 절차, 비용 기준을 한 문서로 설계한다.

• AI 도구를 단계별로 배치한 워크플로 다이어그램을 만든다.

• 최종 산출물뿐 아니라 사용 로그, 검증 기록, 실패 사례, 개선 계획까지 포트폴리오로 정리한다.

• 다음 권에서 다룰 API 자동화와 에이전트 오케스트레이션의 방향을 이해한다.

왜 이 주제가 중요한가

AI 도구를 많이 아는 것만으로는 실무 능력이 증명되지 않는다. 실무에서 중요한 것은 "내가 어떤 일을 반복했고, 그 반복을 어떻게 줄였으며, 결과 품질을 어떻게 확인했는가"이다.

예를 들어 보고서를 매주 작성하는 사람이 있다. 이 사람이 ChatGPT로 문장을 잘 쓰고, Gemini로 최신 자료를 찾고, Claude로 보고서 문체를 다듬는다고 하자. 여기까지는 좋은 활용이다. 하지만 매주 처음부터 다시 프롬프트를 쓰고, 자료 형식도 매번 바뀌고, 검증 기준도 없다면 자동화라고 부르기 어렵다.

포트폴리오는 다르다. 포트폴리오는 결과물과 과정을 함께 보여준다. 어떤 입력을 넣으면 어떤 절차를 거쳐 어떤 산출물이 나오고, 어디서 사람이 확인하는지 드러난다. 그래서 개인 업무 자동화 포트폴리오는 이력서보다 강력할 수 있다. "AI를 쓸 줄 압니다"가 아니라 "이 업무를 이렇게 줄였습니다"를 보여주기 때문이다.

핵심 개념 설명

자동화 포트폴리오는 결과물이 아니라 시스템이다

자동화 포트폴리오는 예쁜 화면 하나나 문서 한 개가 아니다. 다음 여섯 가지가 함께 있어야 한다.

여기서 핵심은 "재현 가능성"이다. 다른 사람이 같은 입력과 절차를 따라 했을 때 비슷한 결과를 얻을 수 있어야 한다.

최종 미니 프로젝트는 하나만 고른다

처음부터 모든 업무를 자동화하려고 하면 실패한다. 이번 장에서는 아래 네 가지 중 하나를 고른다.

1. 보고서 자동화
   회의록, 시장 조사, 주간 업무 보고, 제안서 초안을 자동 생성한다.

2. 코드 리뷰 자동화
   Claude Code나 Codex를 사용해 변경 코드 분석, 리팩터링 제안, 테스트 실행, 리뷰 기록을 만든다. Claude Code는 터미널에서 프로젝트 파일을 읽고 수정하며, 명령 실행과 테스트 반복을 지원하는 코딩 에이전트로 활용할 수 있다.¹ Codex는 샌드박스와 PR 중심 흐름에서 코드 작업을 위임하고 검토하는 방식에 적합하다.²

3. 장기 리서치 워크스페이스
   특정 산업, 경쟁사, 논문, 법규, 시장 변화를 지속적으로 모으고 요약한다.

4. 콘텐츠 제작 파이프라인
   아이디어 → 리서치 → 원고 → 이미지/영상 기획 → 배포 문구까지 흐름을 만든다.

이 중 가장 좋은 선택은 "자주 하고, 귀찮고, 기준이 있는 일"이다. 한 달에 한 번 하는 창의적 업무보다 매주 반복되는 보고서가 더 좋은 자동화 대상이다.

프롬프트는 라이브러리로 관리한다

프롬프트는 일회용 문장이 아니다. 반복 업무에서는 프롬프트를 템플릿으로 저장해야 한다. 좋은 프롬프트 라이브러리는 용도, 입력 형식, 출력 형식, 검증 기준, 버전, 개선 기록을 함께 관리한다.

예를 들어 보고서 자동화 프로젝트라면 다음처럼 저장한다.

# 프롬프트 이름
주간 시장 동향 보고서 초안 생성

# 목적
수집한 기사와 내부 메모를 바탕으로 A4 1장 분량의 보고서 초안을 작성한다.

# 입력
- 기사 링크 목록
- 내부 회의 메모
- 지난주 보고서

# 출력 형식
## 핵심 요약
## 주요 변화
## 리스크
## 다음 액션

# 검증 기준
- 출처 없는 수치 금지
- 날짜가 오래된 자료 표시
- 추정과 사실 구분

출력 형식은 다음 단계의 자동화와도 연결된다. 예를 들어 JSON은 데이터를 기계가 읽기 쉬운 구조로 표현하는 형식이다. AI에게 고객 문의를 분류하게 한 뒤 { "category": "환불", "priority": "높음", "summary": "..." }처럼 JSON으로 받으면, 스프레드시트나 자동화 도구에서 후속 처리를 하기 쉽다.

쉬운 비유 또는 사례

자동화 포트폴리오는 "나만의 작은 업무 공장"이다.

공장에는 원재료, 작업 순서, 검사 기준, 포장 방식이 있다. 좋은 공장은 숙련자 한 명의 감에만 의존하지 않는다. 누가 작업해도 일정한 품질이 나오도록 절차를 만든다.

AI 업무 자동화도 같다.

• 원재료: 회의록, 기사, 코드, 고객 문의, 상품 정보

• 작업자: ChatGPT, Claude, Gemini, Claude Code, Codex

• 작업 순서: 요약 → 분석 → 초안 → 검증 → 수정

• 검사 기준: 사실 확인, 테스트 통과, 비용 한도, 사람 리뷰

• 포장 방식: 보고서, PR 코멘트, 웹페이지, 콘텐츠 캘린더

예를 들어 "주간 경쟁사 리포트 자동화"를 만든다고 하자.

1. Gemini로 최신 검색 결과와 출처를 모은다.

2. Claude로 긴 자료를 구조화하고 중복을 제거한다.

3. ChatGPT로 임원 보고용 요약 문장을 만든다.

4. 사람이 핵심 수치와 출처를 확인한다.

5. 최종 보고서와 검증 로그를 함께 저장한다.

이렇게 하면 AI가 작성한 문서가 아니라, 검증 가능한 업무 시스템이 된다.

직접 해보는 실습

프로젝트를 하나 선택한다

아래 양식을 채운다.

# 자동화 프로젝트 설계서

## 프로젝트 이름
예: 주간 경쟁사 리포트 자동화

## 해결할 반복 업무
예: 매주 월요일 경쟁사 뉴스와 제품 업데이트를 조사해 보고서를 작성한다.

## 현재 방식의 문제
- 자료 조사에 2시간 이상 걸린다.
- 출처 정리가 누락된다.
- 보고서 형식이 매주 조금씩 달라진다.

## 자동화 목표
- 초안 작성 시간을 2시간에서 30분으로 줄인다.
- 모든 주요 주장에 출처를 붙인다.
- 동일한 보고서 구조를 유지한다.

도구 역할을 배치한다

다음 표를 복사해 자신의 프로젝트에 맞게 수정한다.

코드 리뷰 자동화를 선택했다면 다음처럼 바꾼다.

워크플로 다이어그램을 만든다

아래 예시는 보고서 자동화 워크플로다.

다이어그램은 화려할 필요가 없다. 중요한 것은 "어느 단계에서 어떤 도구를 쓰고, 어디서 사람이 개입하는가"이다.

AI 사용 로그를 남긴다

포트폴리오에는 결과물만 넣지 않는다. 아래 로그를 함께 제출한다.

이 로그는 나중에 비용 관리와 품질 개선의 근거가 된다.

실패 사례를 일부러 기록한다

좋은 포트폴리오는 실패를 숨기지 않는다. 실패를 기록해야 시스템이 좋아진다.

## 실패 사례

### 실패 1. 출처 없는 수치가 포함됨
- 원인: AI가 기사 요약 중 추정치를 사실처럼 표현함
- 발견 방법: 원문 링크 대조
- 수정: "출처 없는 수치는 [검증 필요]로 표시" 규칙 추가

### 실패 2. 보고서 톤이 매번 달라짐
- 원인: 문체 기준이 프롬프트에 없었음
- 발견 방법: 지난주 보고서와 비교
- 수정: 스타일 예시 1개를 프롬프트에 포함

흔한 실수와 오류 분석

실수 1. 프로젝트 범위가 너무 크다

"회사 업무 전체 자동화"는 프로젝트가 아니다. "매주 금요일 고객 문의 30건을 분류하고 답변 초안을 만든다"가 프로젝트다. 범위가 작아야 성공한다.

실수 2. 최종 산출물만 제출한다

AI 포트폴리오에서 가장 중요한 것은 과정이다. 프롬프트, 입력 자료, 검증 기준, 실패 로그가 없으면 결과를 믿기 어렵다.

실수 3. 검증을 AI에게만 맡긴다

AI가 만든 결과를 다른 AI가 검토하게 할 수는 있다. 하지만 최종 책임은 사람에게 있다. 특히 법률, 의료, 금융, 인사, 보안, 개인정보가 포함된 업무는 사람이 반드시 확인해야 한다.

실수 4. 비용 기준이 없다

자동화가 시간을 줄여도 비용이 과하면 실무 가치가 떨어진다. 프로젝트 설계서에 최소한 다음 기준을 넣는다.

• 1회 실행당 허용 시간

• 1회 실행당 허용 비용

• 재시도 최대 횟수

• 사람이 반드시 확인할 조건

실수 5. 프롬프트를 계속 덮어쓴다

프롬프트는 버전으로 관리한다. v1, v2, v3처럼 변경 이력을 남겨야 어떤 수정이 품질을 올렸는지 알 수 있다.

요약

이번 장의 핵심은 단순하다.

AI 실무 능력은 도구 개수로 증명되지 않는다. 반복 업무를 재사용 가능한 시스템으로 바꾸는 능력으로 증명된다.

최종 포트폴리오는 다음 다섯 가지를 포함해야 한다.

1. 자동화 프로젝트 설계서

2. 도구별 역할표와 워크플로 다이어그램

3. 재사용 가능한 프롬프트 템플릿

4. 최종 산출물

5. AI 사용 로그, 검증 기록, 실패 사례, 개선 계획

이 다섯 가지가 있으면 "AI를 써봤다"가 아니라 "AI로 업무 방식을 개선했다"고 말할 수 있다.

퀴즈

1. 자동화 포트폴리오에서 최종 산출물 외에 반드시 포함해야 할 기록 세 가지는 무엇인가?

2. 보고서 자동화에서 Gemini를 먼저 배치하면 좋은 이유는 무엇인가?

3. 코드 리뷰 자동화에서 "아직 파일을 수정하지 말고 계획만 제시해줘"라는 문장이 중요한 이유는 무엇인가?

4. 프롬프트를 버전으로 관리해야 하는 이유는 무엇인가?

5. AI 워크플로에서 사람이 반드시 개입해야 하는 지점은 어떤 경우인가?

체크리스트

• 최종 미니 프로젝트를 하나만 선택했다.

• 반복 업무의 현재 소요 시간과 문제를 적었다.

• 입력 자료와 최종 산출물 형식을 정의했다.

• ChatGPT, Claude, Gemini, Claude Code, Codex 중 사용할 도구를 단계별로 배치했다.

• 워크플로 다이어그램을 만들었다.

• 재사용 가능한 프롬프트 템플릿을 작성했다.

• 검증 기준과 비용 기준을 정했다.

• AI 사용 로그 양식을 만들었다.

• 실패 사례와 개선 계획을 기록했다.

• 다른 사람이 따라 할 수 있을 만큼 절차를 정리했다.

다음 장 연결

이 책은 여기서 마무리되지만, 실무 자동화의 다음 단계는 더 넓다.

다음 권에서는 API 기반 자동화, 에이전트 오케스트레이션, 사내 시스템 연동을 다룰 수 있다. API는 프로그램끼리 데이터를 주고받게 하는 연결 방식이다. 에이전트 오케스트레이션은 여러 AI 에이전트에게 역할을 나누고 순서를 조정하는 방식이다. 사내 시스템 연동은 이메일, 문서 저장소, CRM, 데이터베이스 같은 실제 업무 도구와 AI 워크플로를 연결하는 단계다.

하지만 그 전에 먼저 해야 할 일이 있다. 작은 포트폴리오 하나를 완성하는 것이다. 작고 반복적인 업무 하나를 골라, 입력부터 검증까지 흐름을 만든다. 그것이 AI 실무자의 첫 번째 시스템이다.

참고

¹Claude Code overview - Anthropic Docs

²Sandbox - Codex | OpenAI Developers