🍪보고서를 자동화하고 싶었던 게 아니었습니다

안녕하세요. 12시의 성장 파트너 Zoe입니다.

매일 아침 경영진에게 데일리 실적을 보고합니다.

매출은 어땠는지, 재고에 이상은 없는지, 어떤 상품이 움직였는지, 각 팀은 어제 무엇을 했고 오늘 무엇을 해야 하는지.

그런데 이 일을 하면서 늘 아쉬운 게 있었습니다.

데이터를 모으는 것보다 그 안에서 의미를 찾아내는 데 시간이 너무 많이 든다는 것이었습니다.

숫자를 취합하는 것 만으로는 보고가 되지 않습니다.

어제보다 왜 매출이 달라졌는지, 어떤 카테고리와 상품이 영향을 미쳤는지, 재고에는 어떤 리스크가 있는지, 지금 어떤 액션이 필요한지까지 봐야 합니다.

문제는 시간입니다.

경영진에게 필요한 건 어제 실적을 잘 정리한 보고서보다, 오늘 무엇을 해야 할지 판단할 수 있는 정보에 가깝습니다.

그런데 제가 분석을 마치고 보고할 때 쯤 이면 이미 오전 시간이 꽤 지나 있었습니다.

그래서 생각했습니다.

“내가 분석을 시작하기 전에 AI가 먼저 봐두면 어떨까?”

🎤 처음에는 하나의 AI 비서를 만들려고 했습니다

회사에서 사용하는 Google Workspace에는 이미 필요한 정보가 대부분 있습니다.

Google Sheets에는 매출 실적과 재고, 상품별 데이터와 팀의 실행 액션이 있고, Google Slides에는 비즈니스 전략과 주요 계획이 있습니다. Gmail에는 매일 발생하는 이슈와 여러 리포트가 들어옵니다.

새로운 데이터를 만들 필요는 없었습니다.

그래서 Workspace Studio에서 Flow 자동화를 만들기 시작했습니다.

처음 생각한 구조는 단순했습니다.

Input Source → Analysis → Output Format

AI가 필요한 자료를 읽고, 정해둔 기준에 따라 분석한 뒤, 매일 아침 경영진에게 보낼 메일 형식으로 만들어주는 구조였습니다.

처음에는 관련 자료를 많이 연결할수록 분석도 좋아질 거라고 생각했습니다.

매출, 재고, 상품별 실적, 신상품 입고, 팀별 액션, Gmail의 주요 이슈까지 하나씩 연결했습니다.

그런데 자료가 많아질수록 한 번에 처리하기 어려워졌습니다.

결국 용량의 한계에 부딪혔습니다.

처음에는 기술적인 문제라고 생각했습니다.

그런데 가만히 생각해보니 AI만의 문제는 아니었습니다.

사람에게도 이 자료를 전부 주고 “오늘 중요한 걸 찾아서 경영진에게 보고해줘”라고 하면 잘할 수 있을까?

저라도 쉽지 않을 것 같았습니다.

💬 보고 하나에 너무 많은 판단이 들어 있었습니다

매출을 보는 일과 재고를 보는 일은 다릅니다.

전체 매출의 변동 요인을 찾는 것과 어떤 상품이 그 변화를 만들었는지를 보는 것도 다릅니다.

신상품의 초기 반응을 보는 것과 어제 팀에서 실행한 액션이 효과가 있었는지를 판단하는 것도 다른 일입니다.

그런데 저는 이 모든 걸 그냥 ‘데일리 실적 보고’라는 하나의 업무로 묶어두고 있었습니다.

그래서 자동화를 나눴습니다.

매출 분석은 전체 흐름과 변동 요인을 보게 했습니다.

재고 분석은 위험 신호와 확인해야 할 상품을 찾게 했습니다.

상품 분석은 카테고리와 아이템별 성과를 보고, 신상품은 입고 이후의 초기 반응을 따로 보게 했습니다.

각 팀의 주요 실행 액션도 전일 성과와 다음 계획을 따로 정리하게 했습니다.

그리고 금일 목표와 실행 계획도 별도로 보게 했습니다.

하나의 AI가 모든 걸 잘하게 만드는 대신, 각각의 AI가 하나의 질문에 집중하게 만든 것입니다.

그런데 여기서 또 하나의 문제가 생겼습니다.

분석을 다섯 개로 나눴다고 해서 경영진에게 메일을 다섯 개 보낼 수는 없었습니다.

분석은 나눠도 의사결정은 다시 하나로 연결돼야 했습니다.

그래서 마지막에 하나의 통합 비서를 두었습니다.

여러 개의 전문 분석 자동화 → 하나의 통합 비서 → 하나의 데일리 경영 보고

각 자동화가 자기 영역의 분석을 끝내면 마지막 비서가 그 결과들을 다시 읽습니다.

중요한 건 여기서 단순히 요약하는 게 아닙니다.

매출 하락이 특정 카테고리에서 발생했다면 관련 상품의 재고 상황을 같이 보고, 전날 팀에서 어떤 액션을 했는지도 연결합니다.

그리고 마지막에는 한 가지를 더 봅니다.

“그래서 오늘 무엇을 해야 하는가?”

🔍 자동화의 목표가 조금 달라졌습니다

처음에는 일일보고를 만드는 시간을 줄이고 싶었습니다.

그래서 ‘보고서를 자동으로 작성해주는 AI’를 만들려고 했습니다.

그런데 직접 만들다 보니 제가 줄이고 싶었던 건 보고서 작성 시간이 아니었습니다.

실적을 확인하고, 원인을 찾고, 오늘의 액션을 결정하기까지 걸리는 시간이었습니다.

이 차이가 꽤 컸습니다.

보고서가 아무리 빨리 만들어져도 “그래서 뭘 해야 하지?”를 다시 사람이 처음부터 고민해야 한다면 제가 원했던 자동화는 아니었습니다.

반대로 AI가 모든 결정을 내려줄 필요도 없습니다.

경영진이 판단해야 할 지점까지 필요한 정보를 연결해서 먼저 가져다준다면, 그것만으로도 의사결정은 훨씬 빨리 시작할 수 있습니다.

그래서 지금 제가 만들고 있는 건 보고서 자동화보다는 의사결정의 준비를 자동화하는 것에 조금 더 가깝습니다.

그리고 이걸 만들면서 한 가지를 더 발견했습니다.

AI에게 일을 맡기려면 먼저,

“이 업무를 끝내려면 어떤 판단들이 필요한가?”

를 알아야 했습니다.

매출을 판단하는 일.

재고 리스크를 보는 일.

상품의 움직임을 해석하는 일.

팀의 액션을 평가하는 일.

그리고 그 모든 정보를 연결해 오늘의 우선순위를 정하는 일.

AI 자동화를 만들려고 했는데, 오히려 제가 매일 어떤 판단을 하면서 일하고 있었는지가 더 잘 보였습니다.

AI 자동화의 시작은 일을 통째로 넘기는 것이 아니라, 의사결정이 만들어지는 과정을 나누어보는 것인지도 모르겠습니다.

저도 아직 이 구조를 계속 테스트하고 있습니다.

각 분석에 어떤 Input을 줘야 하는지, 어떤 Output Format이어야 마지막 비서가 잘 연결하는지, 어디까지 AI가 보고 어느 지점에서 사람이 판단해야 하는지도 더 다듬어야 합니다.

그래도 처음과 질문 하나는 확실히 달라졌습니다.

처음에는, 
“이 보고서를 AI가 대신 만들어줄 수 있을까?” 였다면
지금은,

“내가 매일 하는 이 판단을 더 빨리 시작하려면, AI에게 어디까지 준비시켜야 할까?”

를 묻고 있습니다.

여러분이 매일 반복해서 만드는 보고서나 회의 자료가 있다면 한번 생각해보세요.

정말 자동화하고 싶은 것은 문서를 만드는 일인가요? 아니면 그 문서를 만들기 위해 매번 반복하고 있는 판단의 과정인가요?

성장 파트너의 수다