매일 남는 작업을 자동화하기 전에 — AI에게 맡길지, 사람이 계속할지, 중단할지를 결정하는 기준

매일 배포 기록을 시각화하면, 운영 패널을 개선해도 남아있는 작업들이 발견됩니다.

• 매번 동일한 파일 목록을 AI에 전달하기
• 미리보기 URL을 열고 같은 3개의 화면 보기
• 배포 이력에서 대상 변경 사항 찾기
• 공개 후 정상 작동을 1회 시도하기
• 일일 기록을 같은 형식으로 정리하기
• 주말에 시간, 확인 누락, 재작업 등을 집계하기

같은 작업이 매일 지속되면, '여기는 전부 자동화하고 싶다'고 생각합니다.

하지만 반복적인 작업이라고 해서 자동화에 적합한 것은 아닙니다.

판단 기준이 명확하게 집계되는 것은 자동화하기 쉽지만, 본 반영 승인이나 사용자 영향 판단은 사람이 하는 것이 안전합니다. 또한, 목적을 잃은 기록이나 아무도 사용하지 않는 집계는 자동화하는 것보다 중단하는 편이 나을 때가 있습니다.

그래서 저는 남은 작업을 다음 세 가지로 나눕니다.

• AI나 시스템에 맡기기
• 사람이 계속하기
• 중단하기

본 글에서는 비엔지니어도 판단할 수 있도록, 빈도뿐만 아니라 규칙의 명확성, 실패 시 영향, 되돌리기 용이성, Human Approval(사람의 승인), 유지 비용까지 포함하여 정리합니다.

귀찮은 작업일수록 자동화하고 싶어집니다. 하지만 귀찮다는 것이 자동화 가능성의 증거는 아닙니다.

예를 들어 '본격 공개해도 되는지 판단하기'는 매일 발생하며 시간이 걸리는 작업입니다. 그럼에도 불구하고, 다음 사정들이 날마다 달라집니다.

• 변경 범위
• 사용자 영향
• 미확인 사항
• 복구 가능성
• 공개 시각
• 관계자의 승인

이러한 판단을 '테스트가 녹색이면 자동 공개'라는 하나의 조건으로 줄이면, 테스트에서 보지 못한 문제를 통과시킬 가능성이 있습니다.

반대로, 5일간의 일일 기록에서 총 시간을 추출하여 짧은 순서로 정렬하고 중앙값을 구하는 작업은 입력과 계산 규칙이 명확합니다.

자동화하고 싶은 마음이 아니라, 입력과 판단 규칙을 고정할 수 있는지부터 생각합니다.

작업 이름만으로 판단하지 않고, 역할을 4가지 종류로 나눕니다.

GitHub의 변경 파일 목록을 가져오기
일일 기록에서 작업 시간을 추출하기
공개 URL과 확인 날짜를 목록으로 만들기

읽기 전용이며, 실패해도 원데이터에 영향을 주기 어려우므로 첫 번째 자동화 후보입니다.

수집한 정보를 다른 형태로 정리합니다.

5일간의 기록을 주간표로 요약하기
확인 누락 이유를 분류하기
변경 개요를 3줄로 요약하기

AI가 잘하는 영역이지만, 요약 누락이나 오분류가 있습니다. 원 기록으로 돌아갈 수 있도록 하고 제안 형태로 출력하게 합니다.

기대 결과와 실제를 비교하는 작업입니다.

링크가 HTTP 200인지 확인하기
화면에 글자가 겹치지 않는지 보기
정상 입력과 빈칸을 시도하기

기계적인 확인은 자동화할 수 있지만, '사용자에게 이해하기 쉬운지'는 사람의 판단이 필요합니다. 확인 항목을 분할합니다.

결과를 바탕으로 다음 행동을 결정합니다.

본격 반영하기
자동 배포를 멈추기
정상 지점으로 되돌리기
... 

영향이 크고 상황에 의존적이기 때문에, Human Approval(사람의 승인)을 남겨둡니다.

각 작업에 대해 다음 6가지를 확인합니다.

Q1. 입력을 매번 같은 형식으로 할 수 있는가
Q2. 정답 또는 합격 조건을 설명할 수 있는가
Q3. 실패해도 원데이터나 본분을 망가뜨리지 않는가
... 

6가지 모두 '예'라면, 작은 자동화를 검토할 수 있습니다.

하나라도 '아니오'가 있다면, 즉시 자동화 금지를 의미하는 것은 아닙니다. 자동화 범위를 좁힙니다.

예:

본격 공개를 자동화하기
→ 실패 시 영향이 크다
변경 파일 목록과 테스트 결과 수집만 자동화하기
... 

자동화 단위를 최종 판단이 아니라, 판단 자료 준비로 축소합니다.

빈도가 높더라도, 영향이 큰 작업은 신중하게 다룹니다.

AI의 요약이나 분류가 오류를 일으켜 판단 자료가 부족할 수 있습니다. 출처 링크나 원 기록을 함께 표시합니다.

사용자가 접하는 본 상태에 영향을 줍니다. 자동 처리는 준비 단계에 그치고, 실행 전에 사람이 확인합니다.

삭제, 덮어쓰기, 비밀 정보, 개인 정보, 과금, 외부 전송 등입니다. 자동화하지 않거나, 전용의 안전 설계와 승인을 별도로 마련합니다.

'매일 5분 걸린다'는 이유만으로 중대한 작업을 자동화하지 않습니다.

다음 조건을 만족하는 작업입니다.

• 입력이 갖춰져 있다
• 절차가 반복 가능하다
• 합격 조건(Pass condition)을 관찰할 수 있다
• 실패해도 되돌릴 수 있다 (롤백 가능)
• 결과를 사람이 확인할 수 있다
• 빈도 또는 부담이 충분히 크다

예시:

일일 기록에서 주간 보고서를 만드는 작업
이미지 URL이 HTTP 200인지 확인하는 것
기사 제목과 첫 번째 소제목을 비교하는 것
...

상황 의존적이며 책임이 따르는 작업입니다.

• 사용자에게 미치는 영향을 판단하는 것
• 미확인 사항을 허용할지 결정하는 것
• 본 서비스 반영(Production reflection)을 승인하는 것
• 복구(Recovery)를 실행하는 것
• 기밀 정보나 개인 정보의 경계를 정하는 것
• AI의 제안을 채택/수정/거부하는 것

AI는 재료를 정리할 수는 있지만, 결정자는 아닙니다.

다음 작업에 해당합니다.

• 4주 동안 기록했지만 한 번도 판단에 사용하지 않는 경우
• 동일한 정보가 다른 원본(正本)에 있는 경우
• 아무도 결과를 읽지 않은 경우
• 목적 없이 '예전에 있었기 때문에' 존재하는 경우
• 유지 비용이 효과를 상회하는 경우
• 자동화해도 사용자 가치가 증가하지 않는 경우

없애는 것이 실패가 아닙니다. 불필요한 작업을 고속화하는 것보다 더 효과적입니다.

사용되지 않는 것처럼 보이는 절차가 안전 경계(Safety boundary)일 수 있습니다.

예를 들어, 복구 카드(Recovery card)는 문제가 없는 주에는 사용하지 않습니다. Human Approval 역시 자동 체크 건수에는 나타나지 않습니다.

다음 항목들은 이용 횟수만으로 삭제해서는 안 됩니다.

본 서비스 반영 전 인간 승인 (Human approval)
기밀 정보 확인
마지막 정상 지점 기록
...

없애기 전에 질문합니다.

이 작업이 빈도는 낮지만 큰 사고를 막고 있지는 않은가?
다른 절차가 같은 경계를 지키고 있는가?
삭제한 후, 누가 무엇을 판단할 수 없게 되는가?
...

안전 경계가 아님을 확인한 후에 제거합니다.

자동화로 인한 절약 시간을 계산합니다.

1회 작업: 5분
주 5회: 25분
월 4주: 약 100분

한편, 자동화에는 다음 비용이 발생합니다.

최초 설계 및 구현
테스트
권한 설정
...

예시:

월 100분을 줄이기 위해 초기 구축 8시간
매달 유지보수 1시간

이 경우, 시간만으로는 즉각적으로 원금을 회수하기 어렵습니다.

하지만 확인 누락을 줄이고 중대한 실패를 빨리 감지할 수 있다면, 시간 외의 가치가 있습니다.

평가 축을 네 가지로 설정합니다.

처음에는 읽기(Reading)와 제안(Suggestion)에만 국한합니다.

일일 기록을 읽는다
→ 시간/누락/재작업을 추출한다
→ 주간 보고서 초안을 만든다
...

다음으로, 영향이 적은 쓰기 작업(Writing)으로 확장합니다.

새로운 집계 파일을 만든다
기존 파일은 덮어쓰지 않는다
공개나 전송은 하지 않는다

본 서비스 반영, 삭제, 복구, 외부 공개는 끝까지 인간 승인(Human Approval)을 남깁니다.

작업 자체를 바꾸지 않고, 빈도, 시간, 실패, 입력, 출력을 기록합니다.

AI에게 절차 초안이나 집계 결과를 만들게 합니다. 파일이나 외부 서비스는 변경시키지 않습니다.

새로운 파일이나 초안만 만듭니다. 기존의 원본(正本)은 업데이트하지 않습니다.

대상을, 건수를, 시간을, 권한을 한정하여 실행합니다.

대상: 테스트용 데이터 1건
횟수: 1회
쓰기 위치: 신규 파일
...

성공 조건, 실패 시 중단, 확인, 복구, 담당자를 문서화하여 매일의 조작판에 통합합니다.

한 번 성공했다고 해서 단계 5로 나아가지 않습니다. 이상 입력이나 공백 데이터에도 안전하게 멈추는지 확인합니다.

1건당 1장씩 다음 양식으로 판단합니다.

# 자동화 후보: 주간 기록 집계
## 현재
- 빈도: 주 1회
...

'자동화한다'고 결정하는 것뿐만 아니라, 어디까지 맡길지를 작성합니다.

AI에게 맡긴다.

입력 양식, 추출 항목, 출력 표가 정해져 있고, 원 기록을 변경하지 않으면서 초안을 만들 수 있습니다.

• 원 기록과의 대조
• 개선 후보의 우선순위
• 안전 항목 삭제 판단
• 다음 주 바꿀 1건 승인

일부를 자동화하고, 일부는 사람이 계속한다.

• URL에 접속할 수 있다

• HTTP 상태

• 필수 문자열이 있다

• 이미지가 로드 가능하다

• 내용이 사용자에게 이해하기 쉽다

• 스마트폰으로 조작하기 쉽다

• 변경의 가치가 전달되고 있다

• 공개를 계속해도 좋다

기계적인 도달 확인과, 사용자 관점의 판단을 분리합니다.

사람이 계속한다.

• 변경 개요

• 변경 파일 목록

• 테스트 결과

• 미리보기 URL

• 미확인 사항

• 되돌리기 커밋(Rollback commit)

• 본 서비스로 진행하기

• 보류하기

• 범위를 축소하기

• 복구 조건을 추가하기

공개 조작이 기술적으로 자동화될 수 있어도, Human Approval은 제외하지 않습니다.

없앤다.

4주 동안 판단에 사용되지 않았고, 다른 원본에 동일한 정보가 있으며, 안전 경계도 아님을 확인합니다.

자동 전사(自動転記)를 만드는 것이 아니라, 기록 항목에서 빼냅니다.

이 작업 기록에서 반복적으로 발생하는 작업을 추출해 주세요.
각 작업에 대해 다음을 정리해 주세요:

1. 빈도 및 소요 시간
   ...

AI의 분류는 결정이 아닙니다. 후보 카드 초안으로 사용합니다.

대상 작업의 시간, 입력, 출력, 예외, 재작업을 기록합니다.

AI에게 자동화 절차와 중단 조건을 제안하게 합니다. 실행하지 않습니다.

테스트용 데이터로 새로운 파일에 결과를 만듭니다.

자동화 결과와 수동 작업을 비교합니다.

공백 데이터, 항목 부족, 형식 차이 등으로 안전하게 멈추는지 확인합니다.

다음 중 하나를 선택합니다.

표준화: 효과와 안전성을 확인할 수 있음
조건부: 대상을 한정하여 사용
보류: 증거가 불충분함
...

매일 하는 작업이라도 판단이 복잡하고 영향이 크다면, 사람이 담당하는 것이 좋을 때가 있습니다.

만들어서 끝나는 것이 아닙니다. 사양 변경(仕様変更), 인증, 오류, 인계(引き継ぎ)가 발생합니다.

수집, 변환, 확인, 판단을 분리하여, 우선 판단 자료 준비만 맡깁니다.

공백 입력, 형식 차이, 연결 실패 시에도 안전하게 멈추는지 확인합니다.

목적을 확인하고, 사용되지 않는다면 중단할 선택지를 가집니다.

승인(承認)은 책임과 영향을 사람이 확인하는 안전 경계입니다. 생략하지 않고 판단 자료 준비를 빠르게 합니다.

매일 남는 작업을 발견하더라도, 바로 전부 자동화하지 않습니다.

수집, 변환, 확인, 판단으로 나누고, 입력, 합격 조건(合格条件), 실패 시 영향, 되돌리기 용이성, 확인 방법, 유지 비용을 보고 최소 범위부터 시도합니다.

이번 핵심은 다음과 같습니다.

• 번거로함 자체가 아니라, 입력과 판단 규칙을 고정할 수 있는지 보는 것
• 작업을 수집, 변환, 확인, 판단으로 나누는 것
• 실패 시 영향이 클수록 Human Approval(사람의 승인)을 남기는 것
• AI에게 맡길지 · 사람이 계속할지 · 중단할지 3가지를 선택하는 것
• 시간, 품질, 안전, 유지의 4축으로 비용 대비 효과를 보는 것
• 관찰 → 제안 → 초안 작성 → 한정 실행 → 표준화 순서로 확장하는 것
• 처음에는 읽기 및 판단 자료 준비만 맡기는 것
• 불필요한 작업은 자동화하지 않고 중단하는 것

첫걸음은, 이번 주 가장 반복했던 작업을 하나 골라 '입력', '출력', '합격 조건', '실패 시 영향'을 4가지 항목으로 작성하는 것입니다.

다음 시간에는, 작은 자동화를 표준 운영에 도입한 후, 실패, 권한 만료, 사양 변경 등을 감지하여 사람의 작업으로 안전하게 되돌리는 방법을 정리하겠습니다.