목로그

결론부터 말하면, "AI가 문서를 만들어준다"는 말은 두 가지를 가리킵니다. 채팅창에 텍스트로 답을 주는 것과, 실제로 열어 쓸 수 있는 파일을 만들어주는 것. 겉보기엔 비슷해 보여도 그 사이에 사람이 손으로 옮겨 적는 과정이 있느냐 없느냐로 갈리거든요. 실제 로그를 보면서 그 차이를 짚어보겠습니다.

"어차피 챗봇도 표나 목록은 만들어주지 않나요?"

맞아요, 챗봇 답변 안에 마크다운 표나 번호 목록 정도는 흔히 나옵니다. 문제는 그다음이죠. 그 표를 엑셀에 붙여넣고, 서식을 다시 잡고, 시트를 나누는 건 여전히 사람 손이거든요. 파일로 받는다는 건 이 손질 과정 자체가 없어진다는 뜻입니다. 별거 아닌 차이 같지만, 반복해서 만드는 문서일수록 이 손질 시간이 누적되더라구요.

실제 로그로 보면 이렇습니다

"주간 업무 정리를 엑셀로" 요청 하나에 대해 실제로 남은 실행 로그를 그대로 옮기면 이렇습니다. 먼저 "시트 두 장으로: 업무 정리(구분·업무·상태·마감일) + 거래처 연락 목록"이라고 계획을 세우고, doo-xlsx.write 도구가 시트 2장을 채운 .xlsx 파일을 실제로 생성합니다. 완료 메시지는 "XLSX 생성 완료"이고, 그 아래 확인 문구에는 "시트 2장 — «주간 업무 정리»(5열)·«거래처 연락 목록»(4열). 붙여넣기 없이 파일로 완성"이라고 남습니다. 도구 호출 하나가 실행되고, 그 결과가 파일 경로로 남는 구조라 뒤에서 뭘 했는지 로그만 보고도 그대로 추적이 되더라구요.

실제 로그 — 계획→도구 실행→완성 파일 확인까지 한 번에, 붙여넣는 단계가 없습니다

여기서 중요한 건 "표를 그려줬다"가 아니라 "파일이 실제로 생성됐다"는 지점이에요. 로그 마지막 줄도 "다음 주에는 '지난주 그 파일에 이어서'로 시키면 된다 — 형식 재설명 없이"로 남아 있습니다. 파일이 한 번 만들어지고 나면, 다음 요청부터는 형식을 다시 설명할 필요가 없다는 뜻이거든요.

엑셀만 되는 건 아닙니다

같은 원리가 한글(HWPX) 문서에도 적용됩니다. 정해진 서식(누름틀)이 있는 한글 파일에 값을 채워 넣거나, 마크다운으로 정리한 내용을 한글 문서로 뽑아내는 것도 파일 생성 쪽이에요. 국내 문서 업무에서 자주 쓰이는 형식이라 해외 AI 툴에서는 거의 지원하지 않는 지점이기도 합니다. hwp 계열 파일은 국내 공공·기업 문서에서 여전히 표준으로 쓰이는데, 이 형식을 직접 읽고 쓰는 파이프라인이 갖춰져 있느냐 없느냐가 실무에서는 꽤 큰 차이를 만들거든요.

실무에서 반복적으로 쓰는 문서 몇 가지를 놓고 보면 감이 더 잘 오는데요, 주간 업무 정리는 시트 2장짜리 xlsx로, 회사 양식이 정해진 문서는 hwpx 누름틀에 값을 채우는 방식으로 각각 완성 파일이 나옵니다. 한 번 형식을 잡아두면 다음 주에는 "지난주 그 파일에 이어서"라는 말 한마디로 충분하고요.

"그럼 내용도 AI가 알아서 다 판단해서 채우나요?"

내용을 무엇으로 채울지는 여전히 지시가 필요해요. 다만 그 지시를 받은 뒤 시트를 나누고, 서식을 맞추고, 실제 파일로 저장하는 손질 작업 전체가 자동으로 처리된다는 게 핵심이거든요. 사람은 결과 파일을 열어 검수하는 역할로 남습니다. 판단은 사람이, 손질은 도구가 — 이 정도로 역할이 나뉜다고 보시면 됩니다.

정리하면

텍스트 답변과 완성 파일 사이에는 붙여넣기·서식 손질이라는 과정이 있고, 그 과정이 사람 손에 남아 있는지 아닌지가 실질적인 차이를 만듭니다. 반복적으로 만드는 문서가 있다면, 그 문서가 텍스트로 오는지 파일로 오는지부터 확인해보시길 권합니다. 특히 매주·매달 형식이 똑같이 반복되는 문서일수록 이 차이가 누적되는 시간으로 바로 드러나거든요.

한 가지 짚어둘 점

파일로 나온다고 해서 내용까지 알아서 판단해 채워주는 건 아니에요. 무엇을 채울지는 여전히 사람이 지시해야 하고, AI는 그 지시를 받아 정해진 구조(시트·서식)에 맞춰 파일로 만드는 손질 단계를 대신하는 쪽에 가깝습니다. "생성"이라는 말이 주는 인상과 실제 동작 사이의 이 거리를 알아두면, 어디까지 맡기고 어디부터는 직접 판단해야 하는지 구분이 좀 더 명확해집니다. 결국 이 구분을 알고 쓰는 것과 모르고 쓰는 것 사이에, 기대와 결과의 차이가 갈리는 지점이 있는 것 같아요.

함께 보면 좋은 글

• 업무 자동화 뜻, 거창하게 시작하면 안 되는 이유
• AI 에이전트, 챗봇과 뭐가 다른지 한 번에 정리했습니다

반복해서 만드는 문서, 파일로 바로 받아보고 싶다면 —
마이두 무료로 시작하기

AI 업무 자동화 사례를 한 줄로 정리하면 이렇습니다 — "사람이 아예 없어도 되는 일"을 찾는 게 아니라, "사람이 판단할 지점만 남기고 나머지를 맡기는 일"이거든요. 자동화라는 말만 들으면 사람 손이 완전히 빠지는 것처럼 들리는데, 실제로 써보면 달라요.

어디까지 AI가 하고 어디서부터 사람이 필요한지, 실제 화면으로 짚어보겠습니다.

"자동화"라고 부르지만 실제로는 이렇습니다

업무 자동화 사례를 검색해보면 대부분 "반복 작업을 없앤다"는 식으로 소개되는데, 정확히는 세 단계로 나뉘더라구요. 먼저 반복되는 업무를 AI에게 이름 붙여 임명해둡니다. 그 AI가 정해진 주기로 일을 하다가, 진행 중 판단이 필요한 지점이 오면 사람에게 묻는 거죠. 사람은 그 질문에 답만 하면 되고, 답은 PC가 아니라 폰으로 옵니다.

실제 화면 — 판단이 필요한 순간만 폰으로

마이두에서 에이전트를 임명해두면, 작업 도중 갈림길에서 알림이 폰 화면에 카드 형태로 뜹니다. 아래 화면은 "내일 회의자료 초안이 거의 다 됐다"는 상황에서, 구성만 사람에게 확인받는 장면이에요. 실적 요약을 앞에 둘지 신규 안건을 앞에 둘지, 버튼 하나만 누르면 됩니다. 전체 작업을 대신 다 결정하는 게 아니라 딱 그 판단 하나만 사람 몫으로 남겨둔 거예요.

실제 화면 — 진행 중이던 작업이 판단 지점에서 폰으로 질문을 보내요

"그럼 결국 제가 계속 신경 써야 하는 거 아닌가요?"

신경을 아예 안 쓰게 되는 건 아니에요. 다만 신경 쓰는 방식이 달라져요. 예전에는 결과가 나올 때까지 화면 앞에서 기다리면서 신경을 썼다면, 지금은 판단이 필요한 순간에만 알림을 받고 그때만 잠깐 확인하면 됩니다. 대기 시간과 판단 시간을 분리하는 것, 이게 자동화의 실제 효과에 가깝더라구요.

어디까지 자동, 어디부터 사람인가

실제로 맡겨본 업무 두 가지

저희가 직접 써본 사례를 두 개만 꼽아보면 이렇습니다. 하나는 "매일 아침 8시, 밤사이 온 이메일을 요약해서 보고"하는 업무예요. 새로운 메일이 없는 날은 조용히 지나가고, 중요해 보이는 메일이 오면 그것만 따로 카드로 알려줍니다. 사람이 매일 아침 받은편지함을 처음부터 훑는 시간이 없어지는 거죠.

다른 하나는 "주간 업무 정리를 엑셀 파일로 만드는" 업무입니다. 한 주 동안 나눈 대화·처리한 일을 모아 시트 두 장(업무 정리, 거래처 연락 목록)짜리 파일로 완성해서 저장해두더라구요. 다음 주에는 "지난주 그 파일에 이어서"라고만 말하면 형식을 다시 설명할 필요가 없어요.

두 사례 모두 공통점이 있습니다. 처음 임명할 때 "어떤 형식으로, 언제, 어디로 보고받을지"를 한 번 정해두면 그다음부터는 사람이 매번 지시하지 않아도 됩니다. 대신 임명할 때 이 세 가지를 애매하게 남겨두면, 나중에 결과물이 원하는 형식과 달라서 다시 손봐야 하는 일이 생기더라구요. 처음 설정에 시간을 조금 더 쓰는 게 결국 이후 시간을 아끼는 셈입니다.

모든 업무가 이렇게 되는 건 아닙니다

판단 지점이 거의 매 단계마다 있는 업무는 자동화 효과가 크지 않아요. 반대로 형식은 매번 같은데 실행에 시간이 걸리는 일, 이를테면 정기 보고서나 반복 정리 문서일수록 이 구조가 잘 맞습니다. 업무 자동화 사례를 찾아보실 때는 "완전 무인"이 아니라 "판단 지점이 몇 개로 줄어드는가"를 기준으로 보시는 걸 권해드립니다.

임명할 때 챙기면 좋은 것

실제로 임명해보면 화면에서 담당 이름, 해야 할 일, 반복 주기, 보고 방식 네 가지를 채우게 됩니다. 이 중에서 가장 자주 놓치는 게 보고 방식이에요. 리포트 셀로 받을지 두톡(대화방)으로 받을지 정해두지 않으면, 결과가 나왔는데 어디서 확인해야 하는지부터 헤매게 되더라구요. 처음 임명할 때 이 네 칸을 구체적으로 채워둘수록 이후에 다시 손볼 일이 줄어듭니다.

정리

AI 업무 자동화 사례를 찾으실 때, "사람이 완전히 빠지는가"보다는 "판단 지점이 몇 개로 줄어드는가"로 보시면 실제로 쓸 수 있는 자리가 더 잘 보여요.

함께 보면 좋은 글

• AI 에이전트, 챗봇과 뭐가 다른지 한 번에 정리했습니다
• AI 문서 작성, 챗봇 대답이랑 완성 파일은 다릅니다

👉 마이두 무료로 시작하기

한 줄로 먼저 정리하면 이렇습니다. 챗봇은 물으면 텍스트로 답하고, 일하는 AI는 완성된 파일을 만듭니다. 답을 받는 것과 결과물을 받는 것의 차이예요.

비슷해 보이지만 실제로 업무에 쓰다 보면 이 차이가 매번 걸립니다. 어디가 갈리는지 짚어보겠습니다.

옮기는 건 늘 사람 손이었습니다

챗GPT 같은 대화형 AI에게 보고서나 정리 문서를 부탁하면, 나오는 건 대화창 안의 텍스트입니다. 그걸 한글이나 워드, 엑셀로 옮기고 서식을 맞추는 건 결국 사람 몫이었어요. 표를 짜고, 제목 크기를 맞추고, 회사 양식에 끼워 넣는 그 과정이요.

특히 한글(HWP) 문서에서 더 크게 갈립니다

국내 실무에서는 여전히 한글(HWP/HWPX) 양식이 많이 쓰입니다. 그런데 일반 챗봇은 HWP 파일을 열지도, 그 서식에 맞춰 쓰지도 못합니다. 결국 챗봇이 만든 텍스트를 사람이 한글 양식에 한 줄 한 줄 옮겨 적는 일이 반복됩니다.

마이두는 HWPX 파일을 직접 읽고, 서식을 채우고, 한글 파일로 다시 뽑아냅니다. 정부 지원사업 신청서처럼 칸이 정해진 양식도 그 구조 그대로 채워 넣을 수 있어요.

실제 화면 — 정해진 양식에 맞춰 한글 파일을 그대로 완성합니다

그럼 사람은 뭘 하나

완성 파일이 나온다고 해서 사람이 할 일이 없어지는 건 아닙니다. 숫자가 맞는지, 문맥이 어색하지 않은지 확인하는 검수는 여전히 사람 몫이에요. 다만 그 전 단계 — 빈 화면에서 시작해서 서식을 맞추고 옮겨 적는 과정 — 이 없어지는 겁니다.

정리

챗봇 답변을 매번 문서로 옮기는 일에 지치셨다면, 답 대신 완성 파일을 받는 쪽을 한번 써보세요.

👉 마이두 무료로 시작하기