회의록에서의 TODO 추출, 그 비효율을 Claude Code로 해소하기

AI 에이전트를 13체 운용하며 일상 업무를 자동화하고 있는 ahic입니다.

회의 후의 TODO 리스트 작성은 시간과 수고가 드는 비효율적인 작업입니다. 누락이나 해석의 차이, 포맷의 불일치와 같은 과제도 발생하기 쉽습니다.

이러한 과제를 해결하기 위해, 저는 Claude Code와 Python을 결합한 자동 추출 시스템을 도입했습니다. Claude Code의 강력한 구조화 능력과 Python의 API 연동을 통해, 회의록으로부터 포괄적이고 정확한 TODO 리스트를 순식간에 생성합니다. 회의 후의 작업 부하를 대폭 경감하여 생산성 향상에 기여하고 있습니다.

이 기사에서는 독자 여러분이 "오늘 이 기사대로 따라 하면 똑같은 것이 동작한다"는 것을 목표로, Claude Code를 통한 TODO 추출 로직의 정의부터 Python에서의 Claude API 호출, 결과 파싱까지를 구체적으로 해설합니다.

구현 절차: Claude Code 펑션(Function) 정의와 Python 연동

스텝 1: Claude Code로 TODO 추출 로직을 정의하기

Claude Code는 Claude가 특정 태스크를 실행하기 위한 구조화된 지시를 XML 형식으로 기술하는 것입니다. 이를 통해 Claude에게 모호함 없이 원하는 형식의 출력을 요구할 수 있습니다. 이번에는 회의록에서 "태스크명", "담당자", "기한"을 추출하는 extract_todos라는 툴(함수)을 정의합니다.

다음 Claude Code를 프롬프트의 일부로서 Claude에게 전달합니다. <tool_code> 태그 내에서 툴의 동작을 명확하게 정의하고, 입력은 회의록, 출력은 TODO 리스트의 JSON이 되도록 지시합니다.

<tool_code>
<tool_description>
<tool_name>extract_todos</tool_name>
...

이 Claude Code를 프롬프트에 포함함으로써, Claude는 extract_todos 툴을 이용 가능하다고 인식하고 회의록에 대해 이를 호출합니다.

스텝 2: Python으로 Claude API를 호출하여 TODO를 추출하기

다음으로, Python 스크립트에서 Claude API를 호출하여 정의한 Claude Code를 이용해 TODO를 추출합니다.

먼저, anthropic 라이브러리를 설치하고 API 키를 설정합니다.

pip install anthropic

그리고 다음 Python 코드를 실행합니다. ANTHROPIC_API_KEY는 본인의 API 키로 교체해 주세요.

import os
import json
from anthropic import Anthropic
...

위의 코드를 실행하면 Claude가 extract_todos 툴을 호출하여 회의록 텍스트로부터 TODO 리스트를 JSON 형식으로 추출하고, Python 스크립트가 이를 정형화하여 출력합니다.

주의할 점과 주의사항

Claude Code의 디버깅

Claude Code는 강력하지만, 기대한 대로의 출력을 얻지 못할 때도 있습니다. XML 구조나 정의 실수, 프롬프트의 모호함이 원인이 되어 에러나 부정확한 결과를 초래할 수 있습니다. 에러 메시지를 참고하여 프롬프트를 구체적으로 다시 작성합시다. 특히 example은 이해를 돕습니다.

API 레이트 제한(Rate Limit)과 비용

대량 처리 시에는 Anthropic API의 레이트 제한에 주의가 필요합니다. 배치 처리나 간격 조정을 검토해 주세요. API 이용은 토큰 수에 따른 비용이 발생하므로, 대규모 운용 시에는 비용 시뮬레이션과 적절한 모델 선택(Opus는 고성능이지만 고비용, Sonnet은 밸런스가 좋음)이 중요합니다.

출력 포맷의 흔들림과 문맥의 한계

AI 출력은 항상 100% 완벽하지 않습니다. JSON과 같은 구조화된 출력이라도 드물게 포맷이 깨지는 경우가 있습니다. Python 측에서 Pydantic 등을 사용하여 출력의 유효성 검사(Validation)를 수행하면 견고한 시스템을 구축할 수 있습니다.

또한, 너무 긴 회의록이나 복잡한 문맥의 경우 Claude가 모든 정보를 정확하게 파악하지 못할 가능성도 있습니다. 그럴 때는 회의록을 섹션별로 분할하거나, 사전에 요약을 생성한 뒤 TODO 추출을 수행하는 등의 궁리가 필요합니다.

요약: AI 에이전트 활용의 첫걸음으로서

이 기사에서는 Claude Code와 Python을 결합하여 회의록으로부터 TODO 추출 작업을 효율화하는 방법을 설명했습니다.

Claude Code는 AI에게 특정 태스크 (Task)를 구조화된 방식으로 실행하게 하는 강력한 도구입니다. 프롬프트 엔지니어링 (Prompt Engineering)의 한계를 넘어, 더욱 확실하고 원하는 형식으로 AI로부터 출력을 이끌어낼 수 있습니다. 이는 제가 AI 에이전트 (AI Agent)를 운용하고 업무를 자동화하는 데 있어 매우 중요한 기술입니다.

이번에 소개해 드린 TODO 추출은 AI 에이전트 활용의 아주 작은 예시에 불과합니다. 이 접근 방식을 응용함으로써 프로젝트 관리, 정보 정리, 데이터 분석 등 다방면의 업무 프로세스 자동화가 가능합니다. 꼭 이 기사를 참고하여 여러분의 업무 효율화, 그리고 AI 에이전트 운용의 첫걸음을 내디뎌 보시기 바랍니다.

Discussion