AI 업무 자동화 시작하기:내게 맞는 AI 선택 가이드

AI 워크플로우 설계 마인드셋 & 기본기

by 속속

May 3. 2025

모든 워크플로우에 완벽한 AI는 아직 없다

"그래서 어떤 AI를 써야 하나요?" 라는 질문에 대한 정답은 없습니다. 마치 모든 요리에 맞는 만능 칼이 없듯이, 모든 워크플로우에 완벽한 AI는 없습니다.

중요한 것은 나의 업무 환경과 목표에 맞는 최적의 도구를 '조합'하여 사용하는 능력입니다.

만능 칼로 통하는 스위스 아미 나이프도 여러 가지 툴이 조합되어 있죠.

AI로 업무를 효율화하기 전 스스로 던져야 할 질문들

다음과 같은 질문을 스스로에게 던져보세요.

나의 주된 업무 환경은 무엇인가? (예: MS 오피스 중심인가? 구글 워크스페이스 중심인가?)

AI를 통해 개선하고자 하는 핵심 워크플로우는 무엇인가? (예: 콘텐츠 제작? 데이터 분석? 고객 응대?)

해당 워크플로우에 가장 중요한 AI 능력은 무엇인가? (예: 창의성? 정확성? 긴 문맥 처리? 데이터 시각화? 앱 연동성?)

예산은 어느 정도인가? (무료 툴 활용? 유료 구독? 기업용 라이선스?)

데이터 보안 및 개인 정보 보호 요구 수준은 어느 정도인가?

얼마나 많은 커스터마이징 또는 외부 서비스 연동이 필요한가?

대규모 언어 모델을 선택하는 전략

하나의 툴에만 올인하는 태도는 좋지 않습니다. 각 툴만의 장점을 알아가보세요.

AI 서비스를 운영하며 저희 팀은 특정 AI 모델 하나에만 의존하지 않았습니다. 콘텐츠 아이데이션에는 GPT를, 사용자 데이터 분석 스크립트 작성이나 기업 블로그 초안 작성에는 Gemini를, 코드 분석에는 Claude나 Cursor를 활용하는 식으로 각 워크플로우의 특성에 맞춰 최적의 도구를 조합했습니다. 때로는 여러 AI를 단계별로 연결하여 사용하기도 했죠.

중요한 것은 각 AI의 강점과 약점을 명확히 이해하고, 내가 설계하는 워크플로우의 '목표'를 달성하기 위해 가장 효과적인 '시스템'을 구축하는 것입니다. 마치 오케스트라 지휘자가 각 악기의 특성을 파악하여 최상의 하모니를 만들어내는 것처럼 말이죠.

멀티모달 AI와 AI 에이전트

AI 코파일럿 시대를 넘어, AI는 더욱 진화하며 우리의 업무 방식을 근본적으로 바꿀 준비를 하고 있습니다. 특히 '멀티모달(Multimodal)'과 'AI 에이전트(AI Agent)'라는 두 가지 키워드는 미래 업무 환경을 이해하는 데 매우 중요합니다.

멀티모달 AI가 가져올 워크플로우 혁신

- 정의: 멀티모달 AI는 텍스트뿐만 아니라 이미지, 음성, 영상 등 다양한 형태의 데이터를 동시에 이해하고 생성할 수 있는 AI를 의미합니다.

- 워크플로우 변화 예시

(1) 보고서 작성: 복잡한 차트 이미지를 AI에게 보여주면, AI가 데이터를 분석하고 핵심 내용을 텍스트로 요약하여 보고서 초안에 포함시킵니다. 더 나아가, 완성된 텍스트 보고서를 기반으로 발표용 슬라이드(텍스트+이미지+그래프) 초안까지 생성해 줄 수 있습니다.

(2) 회의록 관리: 화상 회의 영상을 AI에게 전달하면, 음성을 텍스트로 변환하는 것을 넘어 발표자별 발언 요약, 주요 결정 사항 추출, 심지어 회의 분위기나 참여자 표정 변화 같은 비언어적 정보까지 분석하여 제공할 수 있습니다.

(3) 콘텐츠 제작: 간단한 텍스트 설명을 입력하면 그에 맞는 이미지는 물론, 짧은 영상 클립이나 배경 음악까지 생성하여 콘텐츠 제작 시간을 획기적으로 단축시킵니다.

- 시사점: 멀티모달 AI는 우리가 다양한 형태의 정보를 처리하고 결과물을 만드는 방식을 통합하여 워크플로우의 효율성을 극대화할 잠재력을 가지고 있습니다. 더 이상 텍스트 변환, 이미지 검색, 영상 편집 툴을 따로따로 사용할 필요 없이, 하나의 AI 인터페이스 안에서 복합적인 작업 수행이 가능해질 수 있습니다.

다양한 형태의 처리가 가능하다니 정말 다재다능하죠?

AI 에이전트가 바꾸는 업무 방식

- 정의: AI 에이전트는 주어진 목표를 달성하기 위해 스스로 계획을 세우고, 필요한 정보를 검색하며, 여러 단계를 거쳐 작업을 자율적으로 수행할 수 있는 AI 시스템을 의미합니다. 단순한 질의응답을 넘어, 능동적으로 행동하는 대리인(Agent) 역할을 하는 것이죠.

- 워크플로우 변화 예시

(1) 시장 조사: "신규 런칭할 OOO 제품의 잠재 경쟁사 5곳을 조사하고, 각 사의 강점/약점, 가격 정책, 주요 고객 리뷰를 요약하여 보고서 초안을 작성해줘" 라고 지시하면, AI 에이전트가 웹 검색, 문서 분석, 정보 요약 등의 작업을 스스로 수행하여 결과물을 만들어냅니다.

(2) 여행 계획: "다음 주 부산 출장 일정을 짜고 예약해줘. KTX 왕복 예매(오전 9시 출발, 익일 오후 6시 도착), 해운대 근처 비즈니스 호텔 예약(1박), 주요 미팅 장소 3곳 간의 최적 이동 경로 탐색까지 포함해서." 와 같은 복잡한 요청을 받아 단계별로 처리하고 예약까지 시도할 수 있습니다.

(3) 반복 업무 자동화: "매주 월요일 오전 9시에 지난주 판매 데이터를 분석해서 핵심 지표 변화를 요약하고, 특이사항이 발견되면 관련 팀 채널에 알림 메시지를 보내줘." 같은 정기적인 업무를 설정해두면 AI 에이전트가 자동으로 수행합니다.

- 시사점: AI 에이전트는 복잡하고 여러 단계로 이루어진 워크플로우 자체를 자동화할 수 있는 강력한 잠재력을 지닙니다. 아직은 기술적 완성도, 비용, 통제 가능성 등 해결해야 할 과제가 많지만, 미래에는 많은 루틴하고 절차적인 업무들이 AI 에이전트에게 위임될 가능성이 높습니다. AI 워크플로우 설계자로서 이러한 에이전트 기술의 발전 방향을 주시하고, 어떻게 활용할 수 있을지 고민하는 것이 중요합니다.