AI 워크플로우를 체계화하려고 노력 중인데... 실전에서는 대부분 망가지네요
I keep trying to systemize AI workflows… but most of them break in real life
핵심 요약
복잡한 AI 자동화 시스템보다 특정 업무의 병목 구간을 해결하는 방식이 실무에 더 효과적이라는 경험담입니다.
- 워크플로우 한계 — 복잡한 자동화 시스템은 실제 데이터 입력의 불규칙성 때문에 유지하기 어려움
- 실무적 접근 — 전체 자동화 대신 사고 정체 해소나 정보 정리 등 특정 구간에 AI를 활용함
- 도구의 역할 — 구조화가 필요한 정보는 여전히 스프레드시트나 노션 같은 기존 도구가 더 안정적임
- 자동화 회의론 — 완전 자동화보다는 전체 흐름을 깨지 않는 선에서 효율을 높이는 방식을 선호함
올해 들어 AI 워크플로우를 30개 넘게 만들어 본 것 같아요. 농담이 아닙니다. 프롬프트 시스템, 에이전트 설정, '자동화 운영 스택' 등 온갖 걸 다 해봤죠. 매번 깔끔해 보이다가도, 현실은... 그렇게 깔끔하게 돌아가질 않더군요.
결국 어떻게 됐냐면, 시스템 단위로 생각하는 걸 그만두고 아주 구체적인 병목 구간에만 AI를 쓰기 시작했습니다. 막힐 때는 ChatGPT로 빠르게 생각을 정리하고, 상황이 복잡할 때는 Claude로 혼란스러운 정보를 읽기 좋게 정리하죠. 정보가 너무 흩어져 있을 때는 여전히 스프레드시트나 노션으로 돌아갑니다. 장기적으로 구조를 유지해 주는 건 그것들밖에 없거든요. 하지만 대부분의 자동화 꿈은 입력값이 충분히 깔끔하지 않아서 중간에 다 죽어버립니다.
한 가지 작은 예외는 소싱/공급업체 커뮤니케이션입니다. accio sourcing toolkit을 실험 중인데, 주로 반복적인 RFQ 팔로업을 처리하는 용도라 공급업체 답변을 일일이 쫓아다니지 않아도 돼서 편하네요.
이제는 솔직히 완전한 AI 기반 워크플로우보다는, 전체 체인을 망가뜨리지 않으면서 무엇을 덜어낼 수 있을지에 더 관심이 갑니다. 다른 분들도 저와 같은 결론에 도달하셨는지, 아니면 실제로 실무에서 버틸 만한 완전 자동화 시스템을 구축하신 분이 있는지 궁금하네요.
