업무를 무작정 자동화하기 전에 먼저 판단 기준을 세우기 위한 실무형 보고서입니다. 어떤 일은 LLM에 직접 물어보면 충분하고, 어떤 일은 Claude 프로젝트로 구조화해야 하며, 어떤 일은 자동화 도구나 개발 협업까지 필요한지 차례대로 구분합니다.
이 자료의 핵심은 “AI를 어디까지 쓸 수 있는가”보다 “어떤 업무를 어떤 수준까지 구조화할 것인가”입니다. 비개발자에게 가장 현실적인 1차 목표는 완전 자동화가 아닙니다. 반복 업무의 판단 기준과 문서 양식을 Claude 프로젝트 안에 넣고, AI가 초안 작성과 정리를 안정적으로 수행하게 만드는 것이 먼저입니다. 각 질문에는 실무자가 자신의 업무에 바로 대입해볼 수 있도록 체크리스트와 판단표를 함께 넣었습니다.
결론적으로 업무 분류는 “얼마나 반복되는가”가 아니라, “AI가 안정적으로 처리할 수 있을 만큼 기준과 입력·출력이 구조화되어 있는가”를 보는 문제입니다.
실무에서는 단순히 반복도와 변동성만으로 자동화 여부를 판단하지 않습니다. 어떤 업무는 자주 반복되더라도 판단 기준이 모호하면 자동화하기 어렵고, 반대로 반복 빈도는 낮아도 입력과 출력 형식이 명확하면 Claude 프로젝트로 묶어둘 가치가 있습니다.
따라서 업무를 분류할 때는 먼저 오른쪽의 여섯 가지 기준을 빠르게 점검한 뒤, 아래 표에서 현재 업무가 LLM 직접 사용, Claude 프로젝트, command, Skill, 자동화 후보 중 어디에 가까운지 판단하면 됩니다.
| 체크 질문 | 판단 의도 | 예 |
|---|---|---|
| 이 업무는 주 1회 이상 또는 매월 반복되는가? | 반복도가 높을수록 프로젝트화 가치가 큽니다. | |
| 좋은 결과의 기준을 말로 설명할 수 있는가? | AI에게 맡기려면 판단 기준이 언어화되어야 합니다. | |
| 참고할 양식, 예시 문서, 규정이 있는가? | reference로 넣을 자료가 있으면 Claude 프로젝트에 적합합니다. | |
| 결과물 형식이 매번 비슷한가? | 출력 형식이 고정될수록 command나 Skill로 확장하기 좋습니다. | |
| 개인정보, 예산, 결재, 외부 발송과 관련 있는가? | 리스크가 있으면 자동화보다 사람 검토 지점을 먼저 설계해야 합니다. | |
| 내부 시스템 로그인, 권한, API 연결이 필요한가? | 외부 연결이 필요하면 비개발자 단독 자동화 범위를 넘을 수 있습니다. |
| 분류 | 판단 기준 | 대표 업무 | 권장 방식 |
|---|---|---|---|
| LLM 직접 사용 후보 | 일회성 질문이거나 결과 형식이 고정되어 있지 않은 경우 | 사업계획서 방향 검토, 문장 다듬기, 쟁점 정리, 회의 질문 도출 | Claude나 ChatGPT에 직접 질문하고 대화로 조정 |
| Claude 프로젝트 후보 | 반복되지만 완전 자동화 전 단계이며, 참고자료와 기준을 계속 활용해야 하는 경우 | 기관 스타일 공문 작성, 사업공고 요약, 회의록 정리, 민원 답변 초안 | CLAUDE.md, reference, 예시 문서, command로 프로젝트 구성 |
| command 후보 | 같은 작업 지시를 반복해서 사용하는 경우 | 회의록 요약, 요건표 정리, 보고서 문체 변환 | 자주 쓰는 프롬프트를 파일로 저장 |
| Skill 후보 | 단순 지시를 넘어 작업 절차와 산출물 형식이 어느 정도 정해진 경우 | 회의록 입력 → 요약 → 액션아이템 추출 → 보고용 문장 생성 | 반복 업무 처리 절차 패키지로 구성 |
| 자동화 후보 | 입력, 처리, 출력이 거의 고정되어 있고 사람이 매번 같은 순서로 반복하는 경우 | 폴더에 들어온 문서 요약, 보고서 취합, 제출서류 누락 체크 | Claude Code, 스크립트, n8n, Power Automate 등 활용 |
결과가 매번 다르고 판단 비중이 크기 때문에 프로젝트화보다 직접 대화가 적합합니다.
문체, 포함 항목, 제외 표현, 결재권자 수정 포인트가 정리되면 프로젝트화하기 좋습니다.
입력 폴더, 처리 방식, 출력 폴더가 고정되면 자동화 도구를 활용할 수 있습니다.
CLAUDE.md는 프로젝트의 기본 규칙, reference는 참고자료, command는 저장해둔 요청문, Skill은 업무 매뉴얼과 실행 절차에 가깝습니다.
Claude 프로젝트를 처음 구성할 때 가장 많이 헷갈리는 부분은 command와 Skill의 차이입니다. command는 사람이 반복해서 입력하는 요청문을 파일로 저장한 것이고, Skill은 단순히 “무엇을 해줘”가 아니라 업무를 어떤 순서로 처리하고 어떤 기준으로 판단할지까지 포함하는 작업 방식에 가깝습니다.
command는 비교적 짧고 직접적인 요청입니다. 사람이 자주 쓰는 프롬프트를 저장해두고 필요할 때 다시 호출하는 개념입니다.
Skill은 반복 업무를 수행하는 방식 전체입니다. 작업 순서, 판단 기준, 결과 형식, 예외 처리 기준까지 포함할 수 있습니다.
비개발자 기준에서는 처음부터 Skill까지 만들 필요가 없습니다. 먼저 프로젝트와 reference, CLAUDE.md, command 몇 개로 시작하고, 같은 수정이 반복되거나 절차가 고정되기 시작할 때 Skill로 확장하는 방식이 가장 안전합니다.
md 파일은 프로그램이라기보다 AI가 읽는 업무 매뉴얼입니다. 사람이 “이 매뉴얼대로 처리해줘”라고 요청할 때 작동합니다.
md 파일이나 command 파일은 그 자체로 실행되는 프로그램이 아닙니다. 사람이 명령을 내리거나 Claude Code 같은 도구가 특정 파일을 읽도록 요청해야 비로소 작동합니다. 비개발자 관점에서는 “파일이 실행된다”기보다 “AI가 파일을 읽고 그 안의 규칙을 작업 지시로 해석한다”고 이해하는 편이 정확합니다.
| 단계 | 사람이 하는 일 | AI가 하는 일 |
|---|---|---|
| 1. 입력 준비 | 회의록, 공문, 보고서 등 처리할 파일을 input 폴더에 넣습니다. | 아직 작업하지 않습니다. 읽을 대상이 준비된 상태입니다. |
| 2. 작업 요청 | command 파일 또는 직접 문장으로 “이 지침대로 처리해줘”라고 명령합니다. | 이번 작업의 목적과 처리 범위를 파악합니다. |
| 3. 지침 해석 | 필요하면 참고자료나 출력 형식을 추가로 지정합니다. | CLAUDE.md, command, reference, input 파일을 읽고 규칙을 조합합니다. |
| 4. 결과 확인 | output 결과물을 검토하고, 오류나 누락 정보를 확인합니다. | 정해진 형식에 맞춰 결과를 작성하고 output 폴더에 저장합니다. |
| 파일 | 역할 | 예시 내용 |
|---|---|---|
| CLAUDE.md | 프로젝트 전체 규칙 | 결정사항과 논의사항 구분, 공공기관 보고용 문체, 확인 필요 표시 |
| reference/meeting_format.md | 결과물 형식 예시 | 회의 개요, 주요 논의사항, 결정사항, 액션아이템, 확인 필요 사항 |
| commands/summarize_meeting.md | 이번 작업 요청문 | input 폴더의 회의록을 읽고 reference 형식에 맞춰 output에 저장 |
| input 파일 | 실제 처리 대상 | 회의 원문, 담당자, 일정, 논의 내용 |
| output 폴더 | 결과 저장 위치 | 회의 요약본, 액션아이템 표, 확인 필요 사항 |
따라서 가장 단순한 자동화 작동 방식은 “사람이 자료를 넣고, 명령을 내리고, AI가 지침 파일을 읽고, 결과를 저장하는 구조”입니다. 그다음 단계에서는 특정 폴더에 파일이 들어왔을 때 자동으로 처리하거나, 다른 도구와 연결해 결과를 보내는 방식으로 확장할 수 있습니다.
행정 업무에서 가장 안전한 설계는 AI가 초안·요약·분류를 맡고, 최종 판단·승인·발송·등록은 사람이 맡는 Human-in-the-loop 반자동화입니다.
행정 업무는 메일, 내부 게시판, 그룹웨어, 전자결재, 내부 시스템과 연결되는 경우가 많습니다. 하지만 비개발자가 처음부터 모든 시스템을 자동 연결하려고 하면 보안, 권한, 책임 문제가 바로 걸립니다. 그래서 외부 연결은 기능보다 책임 경계를 먼저 정한 뒤, 단계적으로 접근하는 편이 안전합니다.
문서 요약, 회의록 정리, 공문 초안 작성, 보고서 문체 변환, 제출서류 체크리스트 생성 등. 내 PC나 프로젝트 폴더 안의 파일을 대상으로 하므로 비개발자도 충분히 가능합니다.
AI가 메일 초안이나 공지문, 보고서 요약을 만들고 사람이 Outlook, Gmail, 내부 게시판, 결재 시스템에 반영하는 방식입니다. 행정 실무에서 가장 현실적인 형태입니다.
Google Apps Script, Zapier, Make, n8n, Slack Workflow, Notion Automation, Microsoft Power Automate 등을 활용할 수 있습니다. 다만 기관 내부망이나 보안 정책에 따라 제한될 수 있습니다.
내부 시스템 로그인 자동화, 전자결재 자동 상신, 개인정보 포함 데이터 처리, 메일 자동 발송, 외부 API 연동, 내부망 시스템 직접 연결은 개발자·보안 담당자·시스템 담당자와 협업해야 합니다.
| 구분 | 업무 예시 | 권장 처리 방식 |
|---|---|---|
| 가능 | 문서 요약, 회의록 정리, 보고서 초안, 제출서류 체크리스트 생성 | AI 활용 가능. 단, 최종 제출 전 사람 검토는 유지합니다. |
| 주의 | 메일 초안, 게시판 공지문, 민원 답변 초안, 결재 문서 초안 | AI가 초안을 만들고 사람이 표현, 사실관계, 책임 범위를 검토한 뒤 반영합니다. |
| 제한 / 협업 필요 | 자동 발송, 전자결재 자동 상신, 개인정보 처리, 예산·계약·인사 판단, 내부 시스템 직접 입력 | 비개발자 단독 자동화는 피하고, 개발자·보안 담당자·시스템 담당자와 협업합니다. |
위 질문 중 하나라도 해당된다면 완전 자동화보다 사람 검토 지점을 먼저 설계해야 합니다. 공식 API가 있고 보안 검토를 통과한 경우에는 개발 협업으로 안정적인 연결을 만들 수 있지만, 공식 연동이 없고 화면을 억지로 조작해야 한다면 위험도가 높습니다.