전주 AI 모임 · 자동화 정보 공유회

자동화를 만드는 시대에서
일을 맡기는 시대로

툴은 이미 많다.
이제 중요한 건 “무엇을 어떻게 맡길 것인가”다.

2026.09

01 / 18

1. 자동화, 진입장벽이 많이 낮아졌다

예전엔 연결이 일이었다. 지금은 자연어로 먼저 맡겨보고, 부족한 부분만 붙이면 된다.

예전 방식
API 문서
Webhook
서버 · DB · 크론
LLM 노드
요즘 방식
“메일, 캘린더, 드라이브 보고
이번 주 할 일 정리해줘.”
02 / 18

2. 도구는 이미 넘쳐난다

ChatGPT, Claude, n8n, Make, Zapier, Aside, Grokbot, Hermes까지. 이제 로고 암기 대회는 아니다.

진짜 질문은 하나다. 이 일을 어떻게 넘길 건데?

03 / 18

3. 툴이 좋아질수록, 툴 자랑은 덜 중요해진다

좋은 뉴스다.
도구가 너무 좋아졌다.

그래서 이제 차이는
“업무를 설명하는 능력”에서 난다.

자동화를 잘한다는 건 멋진 툴을 많이 붙이는 일이 아니다. 일을 잘라서, 순서를 잡고, 맡길 수 있게 만드는 일이다.

04 / 18

4. 자동화와 Agent는 같은 말이 아니다

자동화

정해진 일을
반복해서 실행한다.

매일 요약하기, 조건에 맞는 메일 분류하기.

Agent

목표를 받고
다음 행동을 고른다.

조사하고, 고치고, 막히면 물어보기.

자동화한다고 항상 Agent가 필요한 건 아니다.

05 / 18

5. 그런데 자꾸 AI 조직도를 그리고 싶어진다

CEO Agent

Researcher → Analyst → Critic → Judge

겉으로 보면 AI 회사 같다.

그런데 실제로는 같은 모델이 역할극을 여러 번 하는 것일 수도 있다.

06 / 18

6. 숫자가 지능을 만들지는 않는다

Agent 수 ≠ 지능

Role 부여 ≠ 전문성

대화 횟수 ≠ 검증

새 정보, 다른 도구, 독립적인 실패 패턴, 외부 검증. 이게 없으면 Agent를 늘려도 별로 새로워지지 않는다.

07 / 18

7. 최근 논문들도 비슷한 말을 한다

그냥 토론시킨다고
좋아지는 건 아니다.

vanilla Multi-Agent Debate는 계산을 더 쓰고도 단순 majority vote보다 못할 수 있다.

핵심은 대화량이 아니라 초기 다양성과 보정된 confidence다.

08 / 18

8. 그러면 Multi-Agent는 언제 의미가 있나?

새로운 정보를 가져온다
다른 도구를 쓴다
실패 패턴이 다르다
외부 검증이 있다

하나도 없으면 일단 빼도 괜찮다.

09 / 18

9. 자동화의 병목은 툴이 아니라 업무다

업무 이해
→
업무 구조화
→
자동화

나쁜 프로세스는 자동화해도
그냥 더 빨리 나빠진다.

자동화의 출발점은 AI 지식보다 업무를 구조화하는 능력에 가깝다.

10 / 18

10. 오래 했다고 설명까지 잘 되는 건 아니다

감으로 하는 사람

“그냥 보면 알아요.”
“케이스마다 달라요.”
“하다 보면 감이 와요.”

일은 잘할 수 있다. 다만 그대로 넘기기는 어렵다.

넘길 수 있는 사람

입력
순서
판단 기준
예외
완료 기준

머릿속 일을 밖으로 꺼낼 수 있다.

11 / 18

11. 좋은 자동화 설계자는 좋은 인수인계자다

AI는 똑똑하지만,
우리 회사 일은 모르는 신입이다.

신입에게 넘길 수 있으면,
AI에게도 어느 정도 넘길 수 있다.

내일 신입이 온다고 했을 때, 말과 문서만으로 이 업무를 맡길 수 있는가?

12 / 18

12. 물론 감각은 있다. 그래서 꺼내야 한다

숙련자의 암묵지는 진짜다. 문제는 그 감각이 머릿속에만 있으면 자동화도, 인수인계도 어렵다는 점이다.

“왜 이 경우에는 넘어가나요?”

“예외는 어떤 경우인가요?”

“신입이 제일 많이 틀리는 곳은요?”

AI는 암묵지를 꺼내는 인터뷰어가 될 수 있다.

13 / 18

13. 자동화 전에 이 여섯 칸부터 채운다

Trigger
→
Input
→
Judgment
→
Action
→
Check
→
Human

여섯 칸이 채워지면
그때 ChatGPT든 n8n이든 Agent든 고르면 된다.

순서는 반대가 아니다. 툴은 뒤에 온다.

14 / 18

14. 전부 자동화할 필요는 없다

반복 작업은 자동화한다
설명 가능한 판단은 AI에게 맡긴다
아직 말로 안 풀리는 감각은 사람에게 남긴다

자동화는 사람을 없애는 기술이 아니다.
사람이 필요한 지점을 더 또렷하게 만드는 과정이다.

15 / 18

15. 작게 시작하는 게 실력이다

오른쪽으로 갈수록 더 멋져 보일 수는 있다. 하지만 더 무겁고, 더 많이 관리해야 한다.

좋은 자동화는 큰 시스템이 아니라 덜 망가지는 시스템이다.

16 / 18

16. 오늘의 실습: 업무 하나만 뜯어보자

“자동화하고 싶은 일”보다 “더 이상 직접 하고 싶지 않은 반복 업무”를 고른다.

업무 이름
반복 주기
입력 자료
판단 기준
실행 행동
예외 / 보고
사람 확인
필요 도구

마지막 질문. 여기서 Agent를 몇 개 줄일 수 있을까?

17 / 18

17. 결론

좋은 자동화의 시작은
Agent를 많이 만드는 것이 아니다.

사람의 머릿속에 있는 일을
밖으로 꺼내는 것이다.

툴은 계속 바뀐다. 하지만 업무를 설명하고, 나누고, 맡기는 능력은 계속 남는다.

18 / 18
← → 이동