AI 워크플로우
LLM과 외부 서비스를 '트리거 → AI 처리 → 액션' 순서로 이어 붙여 반복 업무를 자동으로 돌리는 파이프라인이다. 고정 규칙으로는 다루기 어려운 형식이 제각각인 입력을 LLM이 읽고 판단하기 때문에, 이메일·문의·문서를 분류하고 요약해 답장 초안까지 쓰는 일을 맡길 때 쓴다.
| 구분 | 판단 방식 | 잘 맞는 일 |
|---|---|---|
| 규칙 기반 자동화 | 키워드 같은 고정 조건 | 형식이 일정한 데이터 옮기기 |
| AI 워크플로우 | 정해진 흐름 안에서 LLM이 판단 | 문의 분류, 요약, 초안 작성 |
| AI 에이전트 | 목표만 주면 AI가 순서를 정함 | 순서를 미리 정하기 어려운 일 |
고정 규칙 대신 AI가 내용을 읽는다
예전 자동화는 "이메일에 '환불'이 들어 있으면 환불 폴더로 이동" 같은 규칙이었다. 그래서 '돈을 돌려받고 싶다'처럼 표현이 바뀌면 놓친다. AI 워크플로우에서는 LLM이 이메일을 읽고 긴급도를 파악해 알맞은 담당자에게 배정하고, 답장 초안까지 쓴다.
트리거 → AI 처리 → 액션 순서로 만든다
세 단계를 차례로 정하면 된다. 무엇이 시작 신호인지, AI가 무엇을 판단할지, 결과를 어디로 보낼지를 정하는 것이다.
| 단계 | 예시 |
|---|---|
| 트리거 | 이메일 수신, 폼 제출, 정해진 시각 |
| AI 처리 | 분류, 요약, 정보 추출, 초안 생성 |
| 액션 | Slack 알림, DB 저장, 이메일 발송 |
AI 단계에는 답의 형식을 정해 두는 게 좋다. 긴급도를 '높음·보통·낮음' 가운데 하나로만 답하게 하면 다음 단계에서 갈래를 나누기 쉽다.
노코드 도구로 시작하고, 복잡하면 코드로
n8n이나 Zapier 같은 노코드 도구에서는 블록을 끌어다 놓아 흐름을 화면으로 만든다. 개발자라면 Claude API에 도구를 연결해 "GitHub 이슈가 올라오면 관련 코드를 찾아 수정안을 PR로 올린다" 같은 흐름을 코드로 짜거나, Claude Code의 스킬과 훅을 조합해 빌드·테스트·배포 과정을 묶을 수 있다.
| 방식 | 장점 | 이럴 때 |
|---|---|---|
| 노코드 도구 | 빠르게 만들고 고치기 쉽다 | 알림, 분류, 요약 같은 업무 자동화 |
| 코드 (API) | 분기와 오류 처리를 세밀하게 | 개발 작업, 복잡한 조건 |
규칙으로 되는 일은 규칙으로, 중요한 액션은 사람이 확인
LLM은 가끔 틀린 판단을 하고, 실행할 때마다 API 비용이 든다. 형식이 일정해 규칙만으로 충분한 일이면 AI를 넣지 않는 편이 싸고 정확하다.
고객에게 이메일을 보내거나 코드를 병합하는 것처럼 되돌리기 어려운 액션 앞에는 사람이 승인하는 단계를 둔다. 처음에는 초안만 만들게 하고, 결과를 지켜보며 자동으로 맡기는 범위를 넓혀 가면 된다.
메일함과 개발 저장소에 가장 많이 붙인다
가장 흔한 건 문의·이메일 처리다. 분류와 초안 작성까지는 자동으로 돌리고, 발송이나 병합 같은 마지막 액션은 사람이 확인하고 누르는 방식이 많다.
| 어디서 | 어떻게 쓰나 |
|---|---|
| 고객 문의 메일함 | 메일이 오면 긴급도로 분류해 담당자에게 배정하고, 답장 초안은 사람이 확인한 뒤 발송 |
| 팀 메신저 | 폼 제출이나 긴 문서가 들어오면 요약해 Slack 채널로 알림 |
| 개발 저장소 | 이슈가 올라오면 관련 코드를 찾아 수정안을 PR로 올리고, 병합은 사람이 승인 |
| 정기 작업 | 정해진 시각에 쌓인 자료에서 필요한 정보를 뽑아 요약하고 DB에 저장 |
