LLM API 호출 스크립트로 주간 보고서 집계 자동화한 경험 설명
약 65초
인턴 기간 반복 집계 업무 자동화 시도, GPT API 파이프라인 구성
인턴 기간에 주간 보고서 데이터를 집계하는 작업이 매번 1~2시간씩 걸렸는데, GPT API 호출로 텍스트 요약 단계를 자동화하는 스크립트를 만들어 처리 시간을 20분대로 줄였습니다. AI 도구를 처음 적용할 때 출력 결과를 사람이 검토하는 단계를 빠짐없이 두는 것이 중요하다는 걸 배웠습니다.
완전 자동화보다 반자동화가 먼저라는 원칙을 세우고, 사람이 최종 확인하는 구조를 유지했습니다. 반복 분류 작업에서는 프롬프트를 정교하게 다듬을수록 후처리가 줄어든다는 걸 경험했습니다. 스크립트와 LLM 호출을 파이프라인으로 연결하면 여러 단계를 한 번에 처리할 수 있다는 것도 알았습니다.
AI 자동화의 핵심은 어디까지 자동화하고 어디서 사람이 개입할지를 결정하는 것이라는 걸 그때 배웠습니다. 이후 저는 반복 작업을 발견하면 자동화 가능 여부를 먼저 검토하는 습관이 생겼습니다.
이 결의 특징
1~2시간 걸리던 주간 보고서 집계를 GPT API 호출 스크립트로 20분대까지 줄이고, 완전 자동화보다 반자동화를 우선해 사람의 최종 검토를 남긴 흔적이 있습니다.
이 결이 통하는 자리
시간 절감 수치와 검증 단계가 함께 드러날 때 통합니다. 어디까지 자동화하고 어디서 사람이 개입할지 결정하는 게 핵심이라는 관점으로 닫힌 자리에서 면접관이 균형 감각을 읽는 결이 보입니다.