실제 업무에 AI를 적용하면서 우선순위가 조금씩 분명해지고 있습니다. 에이전트가 할 수 있는 일은 많습니다. 자료를 찾고, 내용을 정리하고, 보고서를 만들고, 다음 행동까지 제안합니다.
그 가능성을 업무 성과로 연결하려면 먼저 정리해야 할 것이 있습니다. 에이전트가 사용할 데이터가 어디에 있고, 어떤 의미이며, 얼마나 믿을 수 있는지를 확인하는 일입니다.
아래에서는 가상의 주간보고로 데이터 정리가 필요한 지점을 살펴보고, 반복 업무 하나의 원천·의미·품질·갱신·책임을 정리할 다섯 질문을 제시합니다.
01보고서는 빨라도 기준 자료는 따로 정해야 한다
가상의 주간보고 자동화를 생각해 보겠습니다. 일정은 엑셀에, 이슈는 메신저에, 실적은 업무 시스템에 있습니다. 같은 프로젝트의 이름이 자료마다 다르고, ‘완료’라는 상태의 의미도 팀마다 다릅니다. 지난주 파일과 이번 주 파일이 함께 남아 있다면 최신 자료를 고르는 기준도 필요합니다.
이 상황에서 에이전트가 보고서를 빠르게 작성하더라도, 그 숫자와 판단을 믿을 수 있는지는 별도로 확인해야 합니다. 문장이 자연스럽다는 것만으로 자료의 누락이나 중복이 해결되지는 않습니다.
02데이터 정리는 다음 자료까지 이어져야 한다
그래서 데이터 파이프라인 정리가 중요합니다. 여기서 파이프라인은 원천 자료를 가져오고, 의미와 형식을 맞추고, 품질을 검사해, 필요한 업무에 지속적으로 공급하는 흐름입니다. 출처와 변경 이력, 접근 권한, 갱신 실패 시 처리 방법도 함께 설계해야 합니다.
데이터를 한 번 정리하는 것으로는 충분하지 않습니다. 매주 들어오는 자료에서 필수 항목이 빠지지는 않았는지, 같은 건이 두 번 들어오지는 않았는지, 갱신이 늦지는 않았는지 확인해야 합니다. 오류를 발견했을 때 누가 어디에서 수정할지도 정해야 합니다.
결과에 문제가 생겼을 때는 어떤 자료를 가져와 어떻게 바꿨는지 되짚을 수 있어야 합니다. 그래야 다음 보고서에서도 같은 오류를 반복하지 않도록 고칠 수 있습니다.
03에이전트를 붙이기 전에 확인할 다섯 가지
에이전트의 자동화 범위를 넓히기 전에 다음 질문부터 확인할 수 있습니다.
- 원천: 이 업무에서 기준으로 삼을 자료는 무엇인가?
- 의미: 같은 이름·상태·숫자를 같은 의미로 사용하고 있는가?
- 품질: 누락·중복·오류를 어떤 기준으로 발견할 것인가?
- 갱신: 다음번 자료가 들어와도 같은 흐름으로 처리할 수 있는가?
- 책임: 잘못된 자료와 결과를 누가 확인하고 수정할 것인가?
04반복 업무 하나부터 연결해 본다
목표 업무에 필요한 데이터부터 작게 연결하고, 에이전트를 붙여 실제 결과를 확인하면서 함께 개선할 수 있습니다. 데이터 기반이 갖춰진 뒤에도 에이전트의 판단과 행동은 별도로 검증해야 합니다.
제가 먼저 만들고 싶은 것은 다음 주에도 다시 실행할 수 있는 업무 흐름입니다. 자료가 바뀌면 결과가 갱신되고, 자료가 부족하면 부족하다고 알려주고, 오류가 생기면 원인을 찾아 수정할 수 있는 흐름입니다.
시작은 반복 업무 하나면 충분합니다. 그 업무의 원천 자료, 항목의 의미, 품질 기준, 갱신 주기, 확인 담당자를 한 장에 적어 보세요. 그 한 장이 에이전트에게 일을 맡기기 위한 첫 설계도가 됩니다.
이 글은 AI의 도움을 받아 작성했습니다.