40대 아저씨도 배워보는 AI:
Zero to One
2. AI와 문제해결
안녕하세요, 멘토 P입니다.
지난 브런치에서는 AI 학습 여정의 첫걸음으로 'AI 언어의 이해'를 통해 AI와의 소통을 위한 기본적인 개념과 용어들을 익혔습니다. 오늘은 그 지식을 바탕으로, 실제 업무에서 AI를 활용하여 당면한 문제들을 어떻게 해결해 나갈지에 대해 함께 공부해 보겠습니다. AI, '아는 것'에서 멈추지 않고 '쓰는 것'까지 함께 가보시죠.
AI는 도구일 뿐, 주체는 언제나 '나 자신'
AI를 업무에 적용할 때 우리가 가장 먼저 기억해야 할 원칙이 있습니다. 바로 AI는 도구일 뿐, 문제 해결의 주체는 언제나 '나 자신'이라는 점입니다. AI는 우리의 문제를 더 빠르고 효율적으로 해결하기 위해 존재하는 것입니다. 따라서 우리가 가장 집중해야 할 것은 우리의 문제가 무엇인지를 파악하고 정의하는 것입니다.
회사에서 마주하는 문제의 종류와 해결 아이디어는 정말 다양합니다. 우리는 자동화할 수 있는 영역을 정확히 정의하고, 그 문제에 가장 최적화된 해결 방안을 탐색하여 실질적인 업무에 적용할 필요가 있습니다. 이때, 몇 가지 추가적인 팁을 드린다면 다음과 같습니다.
AI 기술과 현업의 니즈가 맞닿는 지점에서 집중하십시오. 현실의 문제가 명확할수록 AI의 적용 효과는 커집니다.
난이도와 비즈니스 성과를 고려해 접근하십시오. 거창한 것부터 시작하기보다, 작지만 확실한 성공 경험을 쌓아나가는 것이 중요합니다.
문제 해결을 위한 AI 도구들: 5가지 대표적인 방법론
이제 구체적인 문제 해결 방법론을 통해 AI 도구들을 살펴보겠습니다. 저 멘토 P 역시 AI를 배우며 이 도구들이 각자의 문제에 어떻게 활용될 수 있을지 고민하고 있습니다.
LLM (거대 언어 모델) 및 Multimodal AI LLM (Large Language Model): 텍스트 기반의 다양한 문제를 해결합니다. 문서 요약, SEO 기술 최적화, 이메일 초안 작성, 복잡한 데이터 분석 등 광범위한 영역에서 활용될 수 있습니다. Multimodal AI: 텍스트 외에 이미지, 영상, 음성 등 다양한 형태의 데이터를 다룹니다. 이미지 제작, 영상 소스 제작, 실시간 번역 등에 활용되어 기존에는 상상하기 어려웠던 시각적/청각적 문제 해결을 돕습니다. LLM으로 특정 서비스를 컨트롤하고 싶을 때는 MCP(Microsoft Copilot Protocol) 기능 활용을 고려해 볼 수 있습니다.
VBA (Visual Basic for Applications): 엑셀, 워드 등 MS 오피스 프로그램 내에서 업무 자동화를 구현하는 데 강력한 도구입니다. 복잡한 엑셀 양식 변경이나 반복적인 데이터 처리 작업 등을 자동화하여 시간을 절약할 수 있습니다. AI 기술과 직접 연관되지 않는 것처럼 보이지만, 기본적인 자동화 역량은 AI 시대를 살아가면서 더욱 빛을 발할 것입니다.
MS Power Platform: 사용자가 직접 디지털 솔루션을 만들고 운영할 수 있도록 지원하는 로우 코드/노 코드 기반의 애플리케이션 플랫폼입니다. 대표적으로 Power Automate는 이메일 발송 자동화처럼 매일 반복되는 클릭 작업을 시간 맞춰, 실수 없이 자동으로 처리해 줍니다. Power Apps는 노 코드 방식으로 업무용 앱을 개발하고 AI와 연계하는 데 유용하며, ChatGPT, PowerPoint, SharePoint 등 다양한 원본 데이터와 연동하여 판매 사원의 일일 근무 관리 앱과 같은 업무 시스템을 개발할 수 있습니다. Copilot Studio는 안내 챗봇 등 대화형 AI 경험을 구축하는 데 활용됩니다.
n8n, Make, Zapier: 웹 기반의 다양한 서비스와 앱을 연결하여 워크플로우를 자동화하는 툴입니다. 기능적으로는 MS Power Automate와 유사하지만, Power Automate가 M365 환경에서 강점을 보이는 반면, n8n, Make, Zapier 등은 다양한 외부 서비스들을 통합하여 작동하는 데 더 유연합니다.
바이브코딩:기존 자동화 툴로는 해결이 어려운, 코드 수준의 정교함이 필요한 문제들을 해결할 때 고려해 볼 수 있습니다. 단순히 스크립트 기반의 자동화를 넘어, 더욱 복잡하고 맞춤화된 솔루션이 필요할 때 활용되는 심층적인 방법론입니다.
지난 브런치에서는 AI와 관련된 개념과 용어를 학습했고, 오늘은 그 AI를 실제 업무 문제 해결에 적용할 수 있는 다양한 도구와 방법론들을 함께 살펴보았습니다. 이 용어들과 도구들이 아직 낯설겠지만, 중요한 것은 '나의 문제'를 AI로 어떻게 해결할지 끊임없이 질문하고 탐색하는 것입니다.
다음 브런치에서는 오늘 언급된 핵심 도구 중 하나인 LLM, 즉 '거대 언어 모델'을 좀 더 깊이 이해하고, 실제 업무에 어떻게 적용할 수 있을지 멘토 P만의 시선으로 함께 파헤쳐 보겠습니다. '개념'을 넘어 '적용'으로, 그리고 다시 '심화'로! 이 흥미로운 AI 여정에 계속 함께해 주시길 바랍니다.
미래를 향한 뜨거운 열정을 응원하며, 멘토 P 드림.
