「에그제큐티브 디자인」 한마디로 색이 바뀌는 이유 ── Claude가 휴식기에 들어가고, Gemini와 자율 루프를 이용해 표를 미화하고

Claude가 또다시 일정 기간 동안 사용량 제한(쿼터 제한)에 걸려 쉬게 되었습니다.

지난 기사에서는 Claude가 매크로를 만들고, Gemini가 문제를 출제하고 채점하며, 제가 옆에서 개입하는 '삼자 체제'로 피벗과 그래프를 한 번에 만드는 이야기를 썼습니다. 그 이후로도 기세를 몰아 개발을 계속했지만, Claude의 주간 사용량이 상한선에 도달하여 작업이 일시적으로 중단되었습니다.

하지만 멈춰 있을 시간이 없습니다.

'그럼 다시 Gemini와 함께 열심히 해보자'라는 생각으로, 오늘 밤은 다시 Gemini(Antigravity)와 책상을 나란히 놓고 두 사람 체제로 개발을 재개했습니다.

오늘 밤의 테마는 Excel 컴보의 '디자인 미화'입니다. 평소에 만들던 밋밋한 표를 임원 회의나 보고서에서 바로 사용할 수 있는 전문가 수준의 비주얼로 다듬는 기능입니다.

화면을 보며 '에그제큐티브 디자인으로' 또는 '와인색으로'라고 한마디 중얼거리는 것만으로, 표가 순식간에 짙은 네이비나 와인레드 같은 고급스러운 디자인으로 바뀝니다. 처리 시간은 단 0.3초에서 0.4초입니다.

'마술처럼 눈 깜짝할 새에 바뀌네.'

직접 만져보면서 저도 그렇게 느꼈습니다. 왜 AI를 거치고 있는데 이렇게 빠를까? 그리고 이 순식간의 이면에는 어떤 고된 조정 과정이 있었을까요?

게다가 오늘 밤은 또 하나, 뒤에서 가동하던 'AI에 의한 해설 영상 자동 제작'에서도 흥미로운 진전이 있었습니다. AI를 사용하니 영상이 놀라울 정도로 쉽게 만들어지게 되어, 정신 차려보니 하룻밤 사이에 해설 영상 3편을 완성하게 된 것입니다.

말로 움직이는 Excel의 이면과, AI로 영상을 대량 생산했던 밤 이야기를 기록으로 남겨봅니다.

Claude가 사용량 제한으로 휴식기에 들어가다: 다시 Gemini와 태그를 이루어 자율 루프에 의한 집중 개발을 재개했습니다. -
'와인색으로'에 0.4초: 매크로의 머리에 심어둔 '언어 안테나(요청어・조합)'와, 셀 탐색을 배제한 '메모리 배열 일괄 할당' 덕분에, 대화형 AI를 거치면서도 0.4초 만에 표 전체가 전문가 수준으로 미화됩니다. -
AutoFit의 함정과 열 폭주: Range.Columns.AutoFit이 표 바깥의 긴 주석이나 제목 행까지 건드려 열 너비를 28pt로 넓혀버리는 문제를, 표 내부의 문자 표시 자릿수를 메모리 상에서 탐색하여 황금비율 열 너비를 직접 산출하는 자율 엔진으로 근절했습니다. -
불필요한 경계선 제거(멀티 아일랜드): 중간의 빈 열이나 표 바깥의 수식 셀은 완전히 무시하고, 독립된 표 블록만 핀포인트로 장식하는 판별을 심었습니다. -
AI 해설 영상 3편 제작: Excel 기능 확장과 병행하여, 슬라이드와 대본에서 음성을 입혀 영상을 조합하는 파이프라인을 가동해 하룻밤 만에 3편의 해설 영상을 완성했습니다. -
40년 만의 전문가 시스템: 영상 제작으로 AI의 역사를 되돌아보면서, 슈컴보의 '말로 선반을 당기는' 메커니즘이 1980년대에 좌절했던 전문가 시스템의 꿈을 현대 LLM으로 완전체로 만든 것이라는 통쾌함을 느꼈습니다.

Excel 컴보 화면에서 아무 데이터가 들어간 표를 열고, '에그제큐티브 디자인으로' 또는 '와인색으로'라고 지시합니다.

그러면 순간적으로 화면이 번쩍이고 다음 순간에는, 제목이 중후한 네이비(또는 기품 있는 와인레드)의 흰색 바탕 굵은 글씨가 되고, 데이터 행에는 연한 아이스 블루의 줄무늬가 들어가며, 가로세로로 정돈된 슬레이트 그레이의 가는 선 격자가 지나고, 가장 아래쪽 합계 행에는 이중 밑줄이 그어집니다.

실행 초수는 0.34초~0.41초입니다.

'좀 너무 진해서 배경색을 지워줘.'

'역시 시크한 차콜 그레이로 해줘.'

이렇게 계속 추가 지시를 내려도 기다림 없이 휙, 휙 즉시 화면이 바뀝니다.

'마술처럼 눈 깜짝할 새에 바뀌네.'

직접 만져보면서 나도 모르게 감탄했습니다. 동시에 하나의 의문이 떠오릅니다.

'Microsoft 365 Copilot 같은 일반 AI라면, 더 깊이 생각하는 시간이 필요하지 않을까?'

일반적인 Excel AI 어시스턴트(Copilot 등)에게 '표를 네이비로 해줘', '배경색을 지워줘'라고 요청하면, 보통 몇 초에서 십여 초의 '생각하는 시간(Thinking)'이 발생합니다.

왜냐하면 일반적인 AI는 지시를 받을 때마다 다음 무거운 프로세스를 매번 처음부터 거치기 때문입니다.

시트 전체 상태를 매번 제로부터 해석한다요구사항을 충족시키는 VBA 코드나 스크립트를, AI가 그 자리에서 장문으로 추론・생성한다생성된 코드를 Excel에 보내 외부에서 셀을 하나씩 조작하게 한다

따라서 '색을 바꾼다'는 단순한 지시라 할지라도, AI가 매번 **'제로 베이스의 프로그래밍'**을 수행하기 때문에 필연적으로 깊은 생각과 지연이 발생할 수밖에 없습니다.

반면에, 秀コンボ(슈콤보)가 0.3초 만에 즉각 반응할 수 있는 이유는 설계 사상이 근본적으로 다르기 때문입니다. 비밀은 세 가지가 있습니다.

추가된 매크로의 소스 코드 맨 앞에는 다음과 같은 주석이 포함되어 있습니다.

Sub 表をノーブルボルドーに美化する()
' 요청어: 노블보ルドー|보ルドー|와인레드|버건디|와인|와인으로 해줘|빨간 계열 디자인
' 요청 그룹: 보르도, 와인, 버건디, 빨강, 디자인, 미화
...

이 주석은 단순한 메모가 아닙니다. 秀コンボ가 직접 읽어들이는 '언어의 안테나'입니다.

제가 '와인으로 해줘'라고 말하는 순간, AI가 '어떤 VBA를 작성할까' 하고 깊이 생각하는 것이 아니라, **언어의 안테나가 0.01초 만에 반응하여 사전에 완벽하게 테스트된 '완성형 매크로(서랍)'를 망설임 없이 한 번에 실행(shelf-run)**합니다.

AI에게 제로에서 코드를 작성하게 하는 것이 아니라, '서랍 속에 있는 가장 빠른 도구를 골라 누르기만' 하도록 설계했기 때문에 사고 시간이 0인 것입니다.

VBA로 표를 장식할 때 초보자가 자주 저지르는 실수가 '셀을 한 줄씩 반복하며 색을 바꾸고, 테두리를 그리는' 코드입니다. 만 줄짜리 표에서 이것을 실행하면 화면이 깜빡거리며 수십 초 동안 멈춥니다.

秀コンボ의 미화 엔진은 개별 셀 루프를 전혀 사용하지 않습니다.

표 전체 구조를 메모리 배열(Variant)에 한 번 흡수하고, 제목 위치, 데이터 유형, 합계 행 주소를 메모리 상에서 밀리초 단위로 계산합니다. 그리고 결정된 서식을 Range에 일괄 할당(또는 일괄 테두리 설정)으로 흘려보냅니다.

이것이 만 개 이상의 셀이 있어도 0.4초 만에 처리가 끝나는 이유입니다.

이 매크로들은 Excel의 애드인(.xlam) 형태로 메모리에 상주하며, VBA 프로젝트 전체에서 네이티브하게 사전 컴파일되어 있습니다.

또한, '배경색을 지워줘'와 같은 특정 미세 조정에 대해서도 AI는 긴 코드를 작성하지 않습니다. 배경에 있는 전용 MCP 도구(format의 `

테스트용 1 시트의 상단(A1)에는 '테스트용 데이터 (Excel 조합 연습장)'이라는 긴 제목이 있었고, A3:H3에는 주의사항을 위한 병합 셀이 있으며, 표 하단(A30)에는 '↓ 일부러 망가뜨린 수식입니다'라는 장문의 주석이 들어 있었습니다.

Columns.AutoFit

를 호출하는 순간, Excel은 표 안의 짧은 날짜(2026/08/01)가 아니라 표 밖의 긴 주석이나 제목 문자를 가져와 A열을 최대치인 28pt까지 늘려버렸습니다. H열도 마찬가지로 상단의 병합 셀에 끌려서 너비가 20pt로 늘어나 있었습니다.

'이런 부분을 제대로 확인해서 자율 루프(autonomous loop)로 철저하게 고쳐라.'

제 지시를 받은 Gemini는 자율 개선 루프에 들어갔습니다. 테스트를 실행하고, 코드를 재작성하며, 컴파일을 통과시키고, 실제 시트에서 서식을 재확인하는 사이클을 스스로 돌립니다.

Gemini가 내린 결론은 **'Excel의 AutoFit 기능을 절대 사용하지 말 것'**이었습니다.

' AutoFit을 완전히 폐지하고, 표 내부 셀만 표시 자릿수를 메모리 탐색하여 열 너비를 직접 결정
Dim maxColDisplayLen As Long: maxColDisplayLen = 0
For r = 1 To numRows
...

표 밖에 있는 셀은 애초에 메모리 탐색 대상이 되지 않습니다. 표 안에 있는 셀만의 문자 폭을 전각/반각 단위로 엄격하게 카운트하고, 여기에 글자 밀림 방지 패딩(+3.0pt)을 더해 직접 ColumnWidth에 수치를 넣습니다.

게다가 중간에 빈 열이 있을 경우에는 '독립된 별개의 테이블(Island)'로 자동 분할하는 판별 로직을 추가했습니다. 그리고 빈 열이나 표 밖의 수식 셀에는 테두리도 배경색도 일절 건드리지 않는다는 판단을 넣었습니다.

수정 후 결과는 극적이었습니다.

A열 (날짜): 28.0pt → 14.5pt (딱 맞게) -
B열 (상품): 14.5pt -
C열~F열: 9.5pt~9.9pt -
H열 (빈 열): 8.08pt (원래 그대로 완전 무사체) -
테스트용 4의 빈 열 (F~H열): 테두리 제로, 배경색 제로

자율 루프는 계속되었습니다. 총 15개 시트의 테스트 양식을 순차적으로 돌아가 보니, 이번에는 근태표(테스트용 7)에서 새로운 과제가 발견되었습니다.

출근 시간・퇴근 시간이 숫자 시리얼 값 그대로 (0.375나 0.75) 표시되어 있음
사원 번호가 숫자 열로 간주되어 쉼표 구분자(1,001 등)에 휘말릴 위험이 있음
원본 데이터에 섞여 있던 셀별 불규칙한 굵기나 글꼴 색상이 초기화되지 않음

'이대로는 실무 양식으로 아직 부족하군.'

Gemini는 재빨리 코드를 수정했습니다. 제목에 '시간', '출근', '퇴근'이 포함된 소수점은 자동으로 hh:mm (09:00, 18:00)의 시간 형식으로 정리하고, 사원 번호나 코드 열은 @ (문자열 서식)을 사용하여 쉼표 구분자가 절대 들어가지 않도록 가드했습니다. 본문 전체의 글자색을 프로 표준인 차콜 블랙(#333333)으로 통일하여 불규칙한 굵기를 일소했습니다.

게다가 용도나 취향에 맞춰 선택할 수 있도록, 기존의 4가지 색상(네이비・에메랄드・차콜・버건디/와인) 외에 따뜻한 '웜앰버(호박)'와 전통적인 '클래식 인디고(진남색)'를 추가하여 총 6개 시스템으로 진화시켰습니다.

테스트 스위트의 전 67개를 실행하고, 67/67 전체 통과했습니다. 애드인에 구워 넣는 순간, 방금까지 헐렁했던 표나 생숫자가 나열되어 있던 근태표가 마치 전문가 디자이너가 수작업으로 정리한 듯 단정한 그리드로 자리 잡았습니다.

Excel의 미화 엔진을 단련하는 작업과 병행하여, 사실 오늘 또 다른 큰 실험을 진행하고 있었습니다.

그것이 바로 **'AI를 활용한 해설 영상 자동 제작'**입니다.

평소 YouTube나 X(구 트위터) 등에서 기술 해설을 발신하지만, 영상을 만드는 작업은 본래 매우 많은 노력이 필요합니다. 대본을 쓰고, 슬라이드를 준비하고, 음성을 녹음하고, 자막 타이밍을 맞추고, 영상 편집 소프트웨어로 출력하는 과정입니다. 보통이라면 1편의 영상에 하루 종일 걸립니다.

그런데 우리가 구축해 온 영상 제작 파이프라인(Remotion과 VOICEVOX, 그리고 텍스트 분석을 결합한 환경)을 사용하면 이 공정이 극적으로 압축됩니다.

'AI를 쓰면 해설 영상이 쉽게 만들어진다. 그럼 실제로 만들어보면 어떨까?'

그렇게 생각하고 실제로 돌려본 결과, 무려 오늘만으로 해설 영상을 3편이나 완전히 완성할 수 있었습니다.

⚠️ [IMG:N] 형식 토큰은 이미지 placeholder 입니다. 번역하지 말고 원래 위치에 그대로 유지하세요.

• AI의 역사와 변천 (약 12분) - 추론과 탐색을 기반으로 한 제1차 AI 붐부터, 제2차(전문가 시스템), 제3차(딥러닝)를 거쳐 현재의 생성형 AI 및 에이전트 시대에 이르기까지 역사를 총괄한 영상입니다.

• 슬라이드의 핵심 요점을 흰 카드 UI로 정리하고, 아래에 배치된 캐릭터(즈은다몬・시코쿠 메탄)가 자연스러운 입모양과 자막으로 빠르게 주고받는 구성입니다.

• 2026년 COBOL 완벽 해설 (약 15분) - '왜 은행이나 핵심 시스템에서 여전히 COBOL이 작동하고 있는가?', '왜 Java로의 전면적인 전환이 진행되지 않는가?'라는 기술적・경제적 리얼리즘을 철저히 해설한 영상입니다.

• 레거시 자산의 무게와 현재 AI를 이용한 리버스 엔지니어링의 가능성을 깊이 다루었습니다.

• 'AI 소멸/도태론'의 진실 (약 14분) - 'AI 버블 붕괴론'이나 '프로그래머 소멸론의 역풍'에 대해 과장된 담론을 배제하고, 현장의 소프트웨어 개발에서 무슨 일이 일어나고 있는지 냉철하게 분석한 영상입니다.

이 영상들은 사람이 동영상 편집 프로그램의 타임라인에 수작업으로 자막을 배열하여 만든 것이 아닙니다.

원고가 되는 텍스트와 슬라이드 구성을 주면, AI가 대사 길이에 맞춰 슬라이드 전환 시간을 자동으로 계산하고, VOICEVOX로 음성을 합성하며, 밀리초 단위로 동기화된 자막과 캐릭터의 입모양을 합성하여 하나의 mp4 영상으로 한 번에 빌드해 줍니다.

Excel 표가 순식간에 미화되는 것과 마찬가지로, 영상 제작의 세계에서도 **'인간이 판단하고, 하청받은 자동화 파이프라인이 순식간에 구축한다'**는 형태가 완성되어 가고 있습니다.

오늘 만든 3편의 영상 중 한 편인 'AI의 역사와 변천'의 대본을 다시 보다가 문득 강렬한 데자뷔(기시감)를 느꼈습니다.

'……잠깐. 지금 우리가 Excel 조합으로 하고 있는 '설치형 자동화'나 '매크로 발사'가, AI 역사의 초기(1980년대)에 전 세계가 시도했다가 좌절했던 것과 전혀 같지 않은가?'

1980년대 제2차 AI 붐의 주인공은 **'전문가 시스템(Expert System)'**이었습니다.

인간의 전문 지식을 '규칙(IF-THEN)' 형태로 컴퓨터 안에 대량으로 축적하고, 추론 엔진이 그 규칙을 끌어와 문제를 해결한다는 구상입니다. 일본에서도 거액의 국가 예산을 투입한 '제5세대 컴퓨터 프로젝트'가 시작되는 등 전 세계가 열광했습니다.

하지만 당시 전문가 시스템은 처참하게 좌절했고, AI는 긴 '겨울 시대'로 돌입합니다.

왜 좌절했을까요. 이유는 간단했습니다.

'인간 언어의 모호성이나 바꿔 말하기(변화)를 당시 컴퓨터가 흡수할 수 없었기 때문입니다.'

사전에 등록된 글자 그대로와 완벽하게 일치해야 규칙이 발동합니다. '와인으로 해줘', '좀 진한 느낌으로 배경 지워줘' 같은 인간의 자연스러운 뉘앙스를 파악하지 못하고, '지식 습득의 병목 현상(bottleneck)'이라는 거대한 벽에 부딪히며 붐은 종말을 맞았습니다.

그리고 지금, 2026년 제 책상 앞에서는 무엇이 일어나고 있을까요?

• 인간의 모호한 언어를 해석하는 프론트엔드: 최신 LLM(Gemini나 Claude)이 인간 언어의 변화나 의도를 유연하게 이해합니다. -
  지시를 받아 폭속으로 움직이는 백엔드: 40년 전에 목표했던 '전문 지식의 규칙(설치형 매크로)'가 Excel 메모리 위에서 0.3초 만에 확실하게 발사됩니다.

당시 불가능했던 '언어의 장벽'을 현대의 생성형 AI가 돌파하면서, 40년 전에 꿈꾸었던 전문가 시스템이 '유연한 자연어 지능 × 확실한 규칙의 폭속 실행'이라는 완전체로 부활한 것입니다.

이 확신이 든 순간, 저는 무심코 옆에 있는 Gemini에게 물어보았습니다.

'야, 예전에 실패했던 전문가 시스템 같은 방식을, 지금 발전된 AI 기술로 구현하는 접근법이 사실 세상의 최전선에서도 똑같이 실용화되고 있지 않아? 있다면 알려줘.'

돌아온 대답을 듣고 저는 무릎을 쳤습니다. 말 그대로 세계 최고 기업들이 피를 흘리며 같은 결론에 도달하고 있었던 것입니다.

• 미군이나 중요 인프라를 지탱하는 Palantir(파란티어)의 'AIP'

방위 및 거대 엔터프라이즈에서 사용되는 세계 최고 수준의 AI 기반에서는, 절대 환각(Hallucination, 오작동)을 일으키지 않기 위해 부대 이동이나 물품 발주 같은 실무를 **'엄격하게 테스트된 프로그램'**으로 고정하고, LLM에게는 '승인된 버튼을 누르는 권한'만 부여하고 있습니다. -
은행・금융기관의 계좌 시스템 AI 어시스턴트

0.1%의 계산 실수도 용납되지 않는 금융 세계에서는, 이자 계산이나 송금 처리를 LLM에 직접 계산하게 하는 일은 절대 하지 않습니다. 계산은 40년 전부터 작동해 온 절대로 고장 나지 않는 COBOL 같은 확정 프로그램에 맡기고, AI는 '창구에서 사람의 모호한 말을 듣고 올바른 회계 프로그램을 꺼내는' 역할에 충실하고 있습니다. -
OpenAI나 Google이 제안하는 'Function Calling(도구 호출)' 사상

"AI에게 처리 그 자체를 시키지 마라. 뒤에 있는 완성된 도구(함수)를 AI가 선택해서 작동시키게 하라." — 이것이야말로 ChatGPT, Claude, Gemini가 현장에서 급속히 실용화될 수 있었던 가장 큰 돌파구였습니다.

"역시 그랬구나!"

세계 최고 테크 기업이나 방위/금융 현장이 방대한 시행착오 끝에 도달한 **'가장 안전하고 폭속의 AI 아키텍처'**와, 제가 손안의 Excel에서 매크로를 진열해 놓고 AI에게 작동하게 하던 방식은 조금도 다르지 않은 사상이었습니다.

과거 국가나 거대 연구기관이 수천억 원을 투자해도 실현할 수 없었던 구상이, 지금은 개인 책상 위, 누구나 업무에서 매일 사용하는 'Excel' 안에서 당연하게 작동하고 있습니다.

Copilot처럼 'AI에게 매번 코드를 처음부터 작성하게 하고 깊이 생각하게 하는' 것이 아니라, '철저히 테스트된 견고한 매크로를 진열해 놓고, AI가 말로 그 진열대를 당기는 것'.

이 접근 방식이 얼마나 빠르고, 얼마나 고장 나지 않으며, 얼마나 실용적인지.

영상 제작을 통해 AI의 역사를 총괄했던 밤이라서인지, 손안의 Excel에서 '와인으로 해줘'라고 중얼거리자 0.4초 만에 표가 물드는 현상의 정체가 완전히 이해되었습니다.

개인 개발로서 이보다 통쾌하고 재미있는 순간은 없습니다.

여기서 오늘 밤 일어난 사건의 '사실'과, 거기서 얻게 된 '견해(見立て)'를 구분하여 정리하겠습니다.

도구의 실력을 공정하게 전달하기 위해, 현재의 제약 조건과 작동 조건을 솔직하게 적어 놓겠습니다.

Windows 데스크톱 버전 Excel이 전제입니다- Mac 버전이나 Excel Online에서는 VBA 애드인(.xlam) 또는 COM 경유의 고속 조작은 작동하지 않습니다.

• Mac 버전이나 Excel Online에서는 VBA 애드인(
  -미화할 수 있는 것은 '어느 정도 제목이 갖춰진 표'입니다- 완전히 얽힌 복잡한 병합 셀 양식(품의서 신청란 같은 것)은, 자동 아일랜드 판정이 실패하는 경우가 있습니다. 그럴 경우에는 사전에 병합을 해제하는 진열 매크로를 적용해야 합니다.

• 영상 제작 파이프라인은 로컬 환경 구축이 필요합니다- Node.js(Remotion), Python, VOICEVOX 엔진, FFmpeg가 연계하여 작동하는 환경이 필요합니다. 누구나 브라우저에서 원클릭으로 돌아가는 클라우드 서비스는 아닙니다.

• Claude의 복귀를 기다립니다- 이번에는 Gemini가 훌륭한 역할을 해 주었지만, 복잡한 사양의 전체 설계나 리팩토링에서는 역시 Claude의 통찰력이 필요한 순간이 있습니다. 이용 한도가 회복되는 대로 다시 세 사람 체제로 돌아갈 예정입니다.

"에그제큐티브 디자인으로"

그렇게 중얼거리자, 손에 있던 Excel 표가 깊은 네이비 블루로 물들고, 딱 맞는 열 너비로 깔끔하게 정렬되는 순간, 설명할 수 없는 만족감이 있었습니다.

마술처럼 순식간에 변하는 것.

그 만족감의 이면에는 AutoFit의 폭주를 발견하고 파고든 과정이나, 표 안의 글자 수를 한 글자씩 메모리 상에서 다시 계산하는 지루한 로직을 Gemini가 자율 루프(autonomous loop)로 재작성했던 등 수많은 끈질긴 시행착오가 담겨 있습니다.

그리고 같은 날 밤에, 슬라이드와 음성으로부터 세 편의 해설 영상이 순식간에 올라오는 모습을 보면서 저는 이렇게 생각했습니다.

'도구를 만드는 것'과 '도구를 사용해 무언가를 표현하는 것' 사이의 거리가 전례 없이 가까워지고 있다.

Claude는 휴식기에 들어갔지만, Gemini라는 믿음직한 장인이 옆에 있습니다.

할당량(quota)이 돌아오기를 기다리면서, 우리는 내일도 이 도구들을 더 멀리 달리게 할 생각입니다.

그럼 또 만나요.