IT

[AI 업무 자동화] 뭐부터 알아야 할까

narang. 2026. 4. 21. 13:21

[AI 업무 자동화] 뭐부터 알아야 할까

클로드 AI 모델 추천 시리즈 1편 현재 | 다음: Haiku, Sonnet, Opus -- 내 업무에 맞는 모델은 어떻게 고를까 용어 사전

AI 업무 자동화는 매일 반복하는 일을 AI에게 대신 시키는 것이에요. 이메일 요약, 회의록 정리, 보고서 초안 같은 업무를 직접 하는 대신 AI에게 맡기는 거죠.

그런데 막상 시작하려면 모르는 용어가 쏟아져요. 토큰? 프롬프트? 컨텍스트 윈도우? 이런 말들을 들으면 "나는 개발자가 아닌데"라는 생각이 먼저 들 수 있어요. 걱정하지 마세요. 이 글에서 7가지 핵심 개념만 잡으면 AI 관련 대화에서 길을 잃지 않아요.

자동화란 결국 무엇인가

비유하자면, 새로 들어온 팀원에게 업무를 인수인계하는 것과 비슷해요. 처음에는 자세히 설명해야 하지만, 한번 알려주면 반복적으로 처리해 줘요.

매일 아침 이메일 30통을 읽고 요약하는 일, 회의록을 정리하는 일, 보고서 초안을 쓰는 일. 사람이 "이렇게 해줘"라고 지시하면, AI가 실행하고 결과를 돌려주는 구조예요.

그런데 왜 하필 지금일까요?

2026년 4월, Anthropic이 Claude Opus 4.7을 발표했어요. 이 모델은 복잡한 업무를 장시간 혼자 처리하고, 결과를 스스로 검증한 뒤 보고하는 수준에 도달했어요. 1년 전만 해도 "간단한 질문에 답하는 수준"이었는데, 이제는 "업무 하나를 통째로 맡길 수 있는 수준"으로 바뀌었어요.

더 이상 "신기한 기술"이 아니라 "쓸 수 있는 도구"가 된 거예요.

처음 만나는 AI 용어 7가지

한번에 다 외울 필요는 없어요. 실제로 AI를 쓰면서 자연스럽게 익히면 돼요. 여기서는 "이런 게 있구나" 정도만 잡아두세요.

핵심 3가지: 모델, 프롬프트, 토큰

AI 모델은 특정 능력을 갖춘 소프트웨어 어시스턴트예요. 사람에게 인턴, 대리, 과장이 있듯이, AI 모델에도 등급이 있어요. 작고 빠른 모델은 단순한 일을 저렴하게 처리하고, 크고 정교한 모델은 복잡한 판단이 필요한 일을 처리해요.

Claude에는 현재 세 가지 모델이 있어요. Haiku(하이쿠), Sonnet(소네), Opus(오퍼스). 각각의 차이는 2편에서 자세히 다뤄요.

프롬프트는 AI에게 주는 지시문이에요. "이 이메일을 3줄로 요약해줘"처럼, 무엇을 어떻게 해달라고 말하는 거예요.

프롬프트를 얼마나 명확하게 쓰느냐에 따라 결과 품질이 크게 달라져요. 업무 지시서를 쓴다고 생각하면 돼요. "알아서 해줘"보다 "A 기준으로 B 형식에 맞춰 C를 만들어줘"가 좋은 결과를 내요. 신입 팀원에게 업무를 넘기는 것과 같은 원리예요. 구체적으로 알려줄수록 결과가 정확하죠.

토큰은 AI가 글을 읽고 쓸 때 사용하는 단위예요. 대략 한글 한 글자가 1~2토큰, 영어 한 단어가 1토큰 정도예요. AI 사용 요금은 이 토큰 수로 계산돼요.

택시 미터기를 떠올려 보세요. 거리가 멀수록(긴 문서를 넣을수록), 돌아오는 길도 길수록(긴 결과를 받을수록) 요금이 올라가요. 반대로 짧은 업무에는 비용도 적게 들어요. 이메일 1통 요약에 드는 비용은 약 2~6원 수준이에요.

용어 한 줄 정리 비유
AI 모델 능력이 다른 소프트웨어 어시스턴트 인턴 / 대리 / 과장
프롬프트 AI에게 주는 지시문 업무 지시서
토큰 AI가 글을 읽고 쓰는 단위 (= 요금 단위) 택시 미터기의 거리

실전에서 만나는 4가지

위 3개를 알았다면, 아래 4가지는 AI를 실제로 써보면서 부딪히는 개념이에요.

컨텍스트 윈도우는 AI가 한 번에 기억할 수 있는 분량이에요.

회의실 화이트보드 크기를 생각하면 돼요. 화이트보드가 크면 더 많은 자료를 동시에 펼쳐놓고 참고할 수 있어요. 화이트보드가 작으면 새 자료를 붙이려면 기존 걸 지워야 하죠.

Claude의 경우, 가장 큰 모델(Opus)은 약 55만 단어를 한 번에 처리할 수 있어요. A4 용지로 환산하면 약 1,100장이에요. 50페이지짜리 계약서를 통째로 넣어도 AI가 앞부분을 잊지 않는다는 뜻이에요.

할루시네이션은 AI가 모르는 것을 그럴듯하게 지어내는 현상이에요.

신입 사원이 모르는 질문을 받았을 때 "잘 모르겠습니다"라고 하지 않고 그럴듯한 답을 만들어내는 상황과 비슷해요. 특히 구체적인 숫자, 고유명사, 날짜에서 발생하기 쉬워요.

이 때문에 AI의 결과를 "초안"으로 취급하고 사실 관계를 직접 확인하는 습관이 중요해요. AI가 만든 보고서의 숫자를 그대로 상사에게 보고하면 안 돼요. 이것이 AI를 잘 쓰는 사람과 못 쓰는 사람의 가장 큰 차이예요.

대화 맥락 유지는 AI가 같은 대화 안에서 이전 내용을 기억하는 거예요. "아까 보여준 표에서 3번 항목을 좀 더 자세히 설명해줘"라고 하면, AI는 이전에 만든 표를 기억하고 이어서 대답해요.

단, 새 대화를 시작하면 이전 대화 내용은 기억하지 못해요. 하나의 대화 안에서 이어가는 게 효율적이에요.

한국어 지원에 대해서도 알아두면 좋아요. Claude는 한국어를 포함한 다국어를 지원해요. 한국어로 질문하면 한국어로 답해요. 아주 전문적이거나 지역 특화된 주제에서는 영어 프롬프트가 약간 더 정확할 수 있지만, 일반적인 업무 자동화에서는 한국어로 충분해요.

개념 한 줄 정리 왜 알아야 하는가
컨텍스트 윈도우 AI가 한 번에 기억하는 분량 너무 긴 문서를 넣으면 앞부분을 잊을 수 있음
할루시네이션 AI가 그럴듯하게 지어내는 현상 결과를 무조건 신뢰하면 안 되는 이유
대화 맥락 유지 같은 대화 안에서 이전 내용 기억 한 대화 안에서 이어가는 것이 효율적
한국어 지원 한국어로 질문하면 한국어로 답변 영어 못해도 사용 가능

정리하면

AI 자동화는 결국 "반복 업무를 대신 시키는 것"이에요. 그리고 그걸 시작하는 데 필요한 개념은 7가지면 충분해요.

이제 기초는 잡혔어요. 다음으로 궁금한 건 "그래서 어떤 모델을 골라야 하는가"겠죠.

다음 편: Haiku, Sonnet, Opus -- 내 업무에 맞는 모델은 어떻게 고를까

저자 소개

AI 업무 자동화 분야를 분석하고 있습니다. Claude를 포함한 주요 AI 모델을 직접 업무에 적용하며 비개발자 관점의 활용법을 정리하고 있어요.

Sources

자료 설명
Anthropic 공식 모델 문서 Claude 모델 사양 기준
Claude Opus 4.7 발표 (2026-04-16) 최신 모델 변경 사항