서론

"AI 도구를 도입했더니 오히려 작업 시간이 늘어났다"——2025년 이후, 이러한 목소리를 자주 듣게 되었습니다.

ChatGPT나 Copilot에 지시를 내릴 때마다 프롬프트 (Prompt)를 조정하고, 출력을 일일이 육안으로 체크하며, 기대와 다르면 재실행한다. 정신을 차려보니 "AI에게 일을 맡기는" 것 자체가 새로운 작업이 되어 있다——이것은 자동화가 아니라, 단순한 작업의 전환입니다.

필자는 Python을 이용한 금융 데이터 수집(J-Quants / FRED), Discord bot 운용, 로컬 LLM을 결합한 파이프라인 등 일상적으로 "자동화"를 만들고 있습니다.

그 경험에서 말할 수 있는 것은 심플합니다.

AI 이전부터 통용되어 온 자동화의 원칙을 무시하면, AI를 도입해도 효율은 올라가지 않는다.

본 기사에서는 시대가 변해도 통용되는 자동화의 기본 원칙을 5가지로 정리하고, Python 실전 코드로 구현합니다.

왜 "AI 도입 = 효율화"가 되지 않는가

흔히 발생하는 실패 패턴은 다음 3가지입니다.

경계가 모호함: 어디까지 AI에게 맡길지 결정하지 않고 도입하여, 결국 모든 공정을 인간이 재검토하게 된다 -
검증 비용 간과: AI의 출력은 매번 미묘하게 다르기 때문에, 검증 및 수정의 수고가 자동화 전보다 늘어난다 -
실패 시의 설계 부재: 에러 발생 시의 동작을 결정해두지 않아, 비정상적인 출력이 후속 공정으로 흘러 들어간다

동일한 논점은 원문 기사에서도 다뤄지고 있습니다. 참고: 자동화에 관한 사고방식의 논의

시대를 초월해 통하는 자동화 5원칙

1. 자동화할 것인지를 먼저 판단한다

빈도가 낮거나 매번 조건이 바뀌는 작업은 자동화 비용이 더 커질 수 있습니다.

"월 1회·소요 시간 5분"인 작업을 AI 파이프라인화하는 데 수 시간을 쓰는 것은 본말전도입니다.

판단의 기준은 다음 부등식입니다.

(수동 비용 − 자동화 비용) × 실행 횟수 > 구축·유지보수 비용

2. AI의 역할을 최소화하고, 입출력을 고정한다

LLM에게 "알아서 해줘"라고 통째로 맡기면 출력이 안정되지 않습니다.

• JSON Schema 등을 사용하여
  출력 형식을 고정한다 -
• LLM의 담당을 "요약", "분류" 등
  좁은 태스크로 한정한다

이렇게 함으로써, 후속 공정을 일반적인 프로그램으로 확실하게 처리할 수 있습니다.

3. 멱등성 (Idempotency)을 갖춘다

동일한 입력으로 몇 번을 실행해도 결과가 변하지 않는 설계로 만듭니다.

Discord 알림이나 외부 API 호출에서는, 처리 완료된 ID를 기록하여 재실행 시 스킵하는 메커니즘이 유효합니다. 중복 게시·중복 결제는 이를 통해 방지할 수 있습니다.

4. 실패를 검지할 수 있도록 한다

로그·예외 알림·재시도 (Retry)를 포함합니다.

AI의 출력이 기대와 다른 형식일 때는, 모르는 상태로 다음 공정에 넘기는 것이 아니라, 명시적으로 실패 처리하여 인간에게 알립니다.

5. 인간의 리뷰 포인트를 남긴다

완전 자동화를 목표로 하지 않고, 의사결정이나 최종 확인은 의도적으로 인간의 단계로 남겨둡니다.

실전: Python을 이용한 최소 구성 예시

일일 데이터를 취득하고, 로컬 LLM(Ollama)으로 요약하게 하여, Discord에 알림을 보내는 파이프라인의 최소 구성입니다.

원칙 2(구조화된 출력)·3(멱등성)·4(실패 검지)를 반영하고 있습니다.

먼저 셋업 부분입니다. 시크릿 (Secret)은 환경 변수에서 읽어옵니다.

import json
import logging
import os
...

처리 완료된 날짜를 SQLite에 기록하여, 재실행해도 중복 처리하지 않도록 합니다(원칙 3).

def init_db():
conn = sqlite3.connect(DB_PATH)
conn.execute(
...

LLM의 역할은 "요약해서 JSON으로 반환하기"로만 한정합니다(원칙 2). 형식이 깨지면 그 자리에서 실패 처리합니다(원칙 4).

def fetch_market_data(date_str: str) -> dict:
# 실제 엔드포인트·인증 방식은 각 API의 공식 문서를 참조
return {"date": date_str, "topics": ["미국 CPI 발표", "환율이 엔저 방향"]}
...

마지막으로 전체를 연결합니다. 실패 시에는 무시하지 않고 예외를 던져, 인간에게 판단을 맡깁니다(원칙 4·5).

def notify_discord(message: str):
res = requests.post(
DISCORD_WEBHOOK_URL, json={"content": message}, timeout=10
...

요약

AI 도구의 도입은 목적이 아니라 수단입니다.

자동화해야 하는지를 먼저 판단한다AI의 역할을 최소화하고, 입출력을 고정한다멱등성 (Idempotency)을 갖게 한다실패를 감지할 수 있도록 한다인간의 리뷰 포인트 (Review point)를 남긴다

이 5가지 원칙을 건너뛰고 "일단 AI에게 맡기자"는 방식으로 도입하면, 체크와 수정하는 수고가 늘어나 오히려 비효율적이 되기 쉽습니다.

AI 도입이 겉돌고 있다고 느껴진다면, 먼저 이 5가지 원칙으로 현재의 플로우 (Flow)를 점검해 보시기 바랍니다.

참고

※ 본 기사는 AI (Claude)의 지원을 받아 집필되었으며, 필자가 리뷰 및 코드 동작 확인을 수행하였습니다.

Discussion