Nowlog

아침에 폰을 엽니다.

오늘 할 일과 일정이 이미 정리돼 있습니다.

제가 켜서 확인한 게 아닙니다. 8시 반에 먼저 도착해 있었습니다.

제 비서가 한 일입니다.

그런데 이 비서는 사람이 아닙니다.

제가 만들었습니다. 이름은 유비서입니다.

시작은 표 하나였습니다.

진행 중인 프로젝트가 몇 개인지, 어디까지 갔는지 보는 화면.

회사에 이미 Jira가 있었습니다.

켜긴 켰습니다. 그런데 복잡해서 잘 안 봤습니다.

보려면 클릭을 몇 번 해야 하고, 화면에는 제가 안 쓰는 항목이 잔뜩 있었습니다.

그래서 제가 볼 것만 있는 화면을, 하나 만들어봤습니다.

그게 두 달 만에 여덟 개가 됐습니다

늘린 게 아닙니다.

불편한 일이 생길 때마다 화면을 하나씩 붙였습니다.

순서대로 이렇습니다.

· ① 프로젝트 표 (5월 31일) — 진행 상황을 한 줄로 보려고

· ② 할일 보드 (6월 2일) — 회사 앱과 개인 앱을 각각 열어보는 게 귀찮아서

· ③ SRT 예매 (6월 3일) — 명령어로 돌리던 예매기에 화면이 필요해서

· ④ Cron (6월 5일) — 정해진 시간에 도는 작업들을 눈으로 보고 싶어서

· ⑤ 명함관리 (6월 28일) — 명함첩에서 명함을 못 찾아서

· ⑥ 공모전 (7월 4일) — 찾기 귀찮아서 아예 안 보던 공고를 대신 모으게

· ⑦ 레퍼런스 (7월 19일) — 만들어 배포한 걸 한 군데 모아두려고

일곱 개가 되니까, 일곱 개를 한눈에 보는 화면이 또 필요해졌습니다.

· ⑧ 대시보드 (7월 25일) — 어디를 들어가봐야 하는지만 알려주는 화면

지금 사이드바에 띄워놓고 쓰는 건 이 중 여섯 개입니다.

프로젝트 표와 할일 보드는 만들어뒀지만, 화면이 복잡해져서 목록에서는 접어뒀습니다.

지운 게 아니라 접어둔 것이고, 할일은 지금도 뒤에서 동기화되고 있습니다.

제일 많이 쓰는 건 다섯 번째입니다

명함입니다.

책상에 쌓인 명함은 노트북 카메라로 찍었고,

명함첩에 꽂혀 있던 건 바인더를 넘기면서 영상으로 찍었습니다.

영상 네 개에서 265장이 한 번에 들어왔습니다.

지금 322장이 이름·회사·전화번호로 검색됩니다.

제가 타이핑한 건 없습니다. 찍으면 AI가 읽습니다.

제일 뜻밖이었던 건 여섯 번째입니다

공모전입니다.

예전엔 아예 안 봤습니다.

관심이 없어서가 아니라, 포털이랑 기관 사이트를 각각 뒤지는 게 귀찮았습니다.

지금은 매일 아침 알아서 모입니다.

31건이 쌓였고, 마감이 가까운 7건은 빨간 뱃지가 붙어 있습니다.

제가 검색한 횟수는 0번입니다.

"안 하던 일이 되기 시작한 것"은, 하던 일이 빨라진 것과는 또 다른 변화였습니다.

맨 앞에서 말한 그 출근입니다

네 번째로 붙인 화면이 아침 정리를 합니다.

아침 8시 30분에 개인 일정과 할일이, 평일 9시에 회사 일정과 메일이 정리돼서 옵니다.

항상 켜둔 컴퓨터가 1분마다 "지금 할 일이 있나" 확인하고, 시간이 된 작업을 AI에게 시킵니다.

예전엔 아침에 앉아서 "오늘 뭘 해야 하는지" 파악하는 데 20~30분을 썼습니다.

지금은 그 시간에 읽기만 합니다.

세 번째 화면은 예전 글의 후속입니다

전에 SRT 취소표 자동 예매기 이야기를 썼습니다.

그건 컴퓨터에 명령어를 쳐서 돌리는 것이었습니다.

잘 돌아갔지만, 문제가 하나 있었습니다.

이건 컴퓨터만으로 되는 게 아니라 폰이 필요합니다.

폰이 USB로 연결돼 있어야 하고, 앱이 로그인된 상태로 있어야 합니다.

그 준비물 조건을 제가 금방 잊어버립니다.

그래서 화면을 붙였습니다.

준비물 체크, 순서 안내, 복사 버튼이 달린 명령어까지 화면에 넣었습니다.

이제 화면만 보고 따라 하면 됩니다.

코딩 실력이 늘어서 된 게 아닙니다

방식은 여덟 번 다 같았습니다.

· ① 불편한 일이 생깁니다

· ② "이런 화면이 필요하다"를 말로 설명합니다

· ③ AI 비서(Claude Code)가 코드를 씁니다

· ④ 브라우저에서 열어보고 고칠 곳을 알려줍니다

②~④를 몇 번 왕복하면 화면 하나가 생깁니다.

할일관리 화면은 이렇게 해서 하루 만에 붙었습니다.

칸반 화면부터 회사·개인 앱 양방향 동기화까지, 같은 날에요.

막상 써보면 뭐가 달라지냐면요

예전이라면

· 프로젝트 현황은 Jira를 켜긴 했지만 복잡해서 잘 안 봤습니다

· 회사 할일·개인 할일을 앱 두 개에서 각각 확인했습니다

· 명함은 명함첩에 쌓아두고 찾을 땐 넘겨봤습니다

· 공모전은 아예 안 봤습니다

지금은

· 화면 하나에 숫자로 정리돼 있습니다

· 할일은 한 보드에서 보고, 고치면 원래 앱에도 반영됩니다

· 명함 322장이 검색됩니다

· 공모전 31건이 마감순으로 쌓여 있습니다

이런 분들께 특히 잘 맞습니다

· 회사 도구가 무거워서 결국 안 쓰게 된 분

· "내가 볼 것만 있는 화면"이 필요한 분

· 도구를 한 번에 크게 만들 자신은 없는 분 (하나씩 붙여도 됩니다)

· 만들어놓고 준비물·순서를 금방 잊어버리는 분 (저처럼요)

한 번에 설계해서 만든 게 아닙니다.

불편할 때마다 하나씩 붙였고, 그게 두 달 만에 여덟 개가 됐습니다.

크게 계획하지 않아도 되는 게, 오히려 계속하게 된 이유였던 것 같습니다.

이번 글은 전체 소개라 각 메뉴를 짧게만 짚었습니다.

다음 글부터는 메뉴 하나씩 자세히 풀어보겠습니다. 먼저 명함 322장 이야기부터요.

이 자동화를 직접 사용해 보고 싶으신가요?

무료 가이드, 실습 강좌 및 1:1 맞춤 설정에 관심 있으시면 아래에서 등록해 주세요.

AI 자동화 관심 등록하기

#AI자동화 #업무자동화 #AI비서 #ClaudeCode #개인대시보드 #Jira대안 #업무효율

금요일 저녁, 부산 가는 SRT.

열어보면 늘 매진입니다.

취소표 풀리기만 기다리며, 5분마다 앱을 새로고침해 보신 적 있으시죠.

저도 그 기다림이 지겨웠습니다.

그래서 그 새로고침을, 컴퓨터한테 맡겨봤습니다.

설명보다, 실제로 도는 모습부터 보시죠.

SRT 취소표 자동 예매 실제 작동 화면

영상은 네이버 원문에서 보실 수 있습니다.

조회도 새로고침도 — 사람 손은 한 번도 안 닿았습니다.

"그냥 매크로 아닌가요?" 아닙니다. 진짜 앱을 그대로 봅니다.

전체 그림은 이렇습니다

핵심은 하나입니다 — 사람이 하던 손동작을, 컴퓨터가 대신한다.

① 항상 켜둔 PC가 5분마다 깨어납니다

② USB로 연결된 폰의 SRT 앱 화면을 직접 들여다봅니다

③ 취소표가 풀렸는지 목록을 확인합니다

④ 자리가 보이면 좌석을 잡고 결제 직전까지 진행합니다

⑤ 그 순간 텔레그램으로 알림을 쏩니다

왜 폰을 직접 들여다볼까요

가장 많이 받은 질문이 이겁니다.

"표를 자동으로 긁어오는 거 아니에요?"

아닙니다. SRT는 외부에서 자동으로 들어오는 접근을 막아둡니다.

그래서 저는 반대로 갔습니다.

제 폰에 깔린 진짜 SRT 앱을, 컴퓨터가 USB로 옆에서 같이 들여다보게 했습니다.

사람이 보는 화면 그대로를, 컴퓨터가 함께 보는 셈입니다.

덕분에 규칙 하나가 생겼습니다.

처음 한 번은 사람이 노선을 검색해 결과 화면을 띄워둔다 — 그다음부터 컴퓨터는 새로고침만.

여러 방법을 써봤지만, 이게 가장 안정적이었습니다.

준비물은 의외로 단출합니다

안드로이드 폰

USB 케이블

늘 켜둘 PC 한 대

텔레그램

AI 비서

실제로는 이렇게 놓여 있습니다.

그리고 딱 하나, 결제는 자동에서 일부러 뺐습니다.

돈 나가는 버튼은 끝까지 사람이 누릅니다.

"결제까지 알아서 해버리면 무섭잖아요." — 그 불안을 없애려 남겨둔 장치입니다.

그리고 이 알림이 옵니다

자리가 잡히면, 그 순간 폰이 웁니다.

좌석도 금액도 정리돼 옵니다.

여기서부터가 제 몫입니다. 확인하고, 결제 버튼 누르면 끝.

막상 바꿔보면, 뭐가 달라지냐면요

예전이라면

- 하루에도 수십 번 앱 새로고침

- 자리가 떠도 이미 늦음

- 신경이 하루 종일 곤두섬

지금은

- 내가 누르는 새로고침 0번

- 5분마다 컴퓨터가 자동 확인

- 알림 오면 결제만

이런 분께 잘 맞습니다

"안에서 뭐가 도는지" 궁금했던 분

단순 매크로가 미덥지 않았던 분

결과만 받고 결제는 직접 하고 싶은 분

거창한 해킹이 아닙니다.

하루 종일 폰을 들여다보던 그 시간을, 컴퓨터에 맡긴 것뿐입니다.

다음 글에서는 같은 방식으로 통근버스 좌석을 잡은 이야기를 풀어보겠습니다.

이 자동화를 직접 사용해 보고 싶으신가요?

무료 가이드, 실습 강좌 및 1:1 맞춤 설정에 관심 있으시면 아래에서 등록해 주세요.

AI 자동화 관심 등록하기

#AI자동화 #SRT취소표 #OpenClaw #자동예매 #AI비서 #업무자동화 #반복업무

머릿속엔 조건이 스무 개인데,

막상 적으려니 다섯 개에서 멈춘 적 있으세요?

프로그램 하나, 기획서 하나 만들 때 늘 그랬습니다.

"이건 이렇게, 저건 저렇게, 단 이 경우엔 예외로…"

이런 조건이 수십 개씩 떠오르는데,

막상 키보드 앞에 앉으면 절반도 못 적고 손이 지칩니다.

그래서 AI한테도 핵심 몇 개만 던지게 됩니다.

당연히 빠진 조건만큼 결과가 어긋나고,

다시 설명하고, 또 타이핑하고.

그래서 적는 걸 그만두고,

그냥 말로 쏟아내기 시작했습니다.

"그래서 어떻게 시켰냐면요"

지난주에 간단한 자동화 도구 하나가 필요했습니다.

예전 같으면 요구사항 정리만 30분씩 타이핑했을 일인데,

이번엔 마이크를 켜고 떠오르는 대로 말했습니다.

💬 "폴더에 새 파일이 들어오면 자동으로 이름을 날짜+제목으로 바꾸고, 중복이면 뒤에 번호를 붙이고, 이미지면 썸네일도 만들고, 단 임시파일은 무시하고, 처리 끝나면 텔레그램으로 알려주고…"

말로 하니 조건이 끊기지 않고 줄줄 나옵니다.

받아쓴 그 문장을 그대로 Claude Code에 넣으니,

빠진 조건 없이 한 번에 만들어졌습니다.

"타이핑으론 왜 안 됐을까요"

이유는 단순합니다. 생각의 속도를 손이 못 따라가서입니다.

말은 생각나는 대로 나오는데,

타이핑은 그 사이에 조건 절반을 잊게 만듭니다.

제가 쓰는 건 Wispr Flow라는 음성 받아쓰기 앱인데,

한국어 인식도가 뛰어나서 전문 용어가 섞인 요구사항도 거의 그대로 받아씁니다.

구성은 단순합니다.

· 음성 입력 (Wispr Flow) — 떠오르는 조건을 끊김 없이 받아씁니다

· 받아쓴 요구사항 — 그게 그대로 지시문(프롬프트)이 됩니다

· AI (Claude Code) — 조건을 빠짐없이 반영해 작업합니다

코딩 몰라도 됩니다.

제가 한 건, 만들고 싶은 걸 말로 풀어놓은 것뿐입니다.

"막상 바꿔보면 뭐가 달라지냐면요"

BEFORE — 타이핑

조건 절반에서 손이 지침

빠진 조건만큼 결과가 어긋남

다시 설명하고 재작업 반복

요구사항 정리에만 수십 분

AFTER — 음성

조건을 끊김 없이 다 전달

한 번에 의도대로 결과

재작업이 크게 줄어듦

정리 시간이 말하는 시간으로

핵심은 속도가 아니라,

빠뜨리지 않고 다 전달한다는 것입니다.

"이런 분들께 특히 잘 맞습니다"

· 개발·기획 요구사항을 길게 정리해야 하는 분

· 조건이 많아 늘 절반만 적게 되는 분

· AI한테 시켜도 "이게 빠졌네"가 반복되는 분

· 손목·집중력이 타이핑에서 자주 끊기는 분

대단한 기술이 아닙니다.

그냥 생각을 손이 아니라 입으로 꺼낸 것뿐입니다.

그런데 그 덕에, 빠뜨리던 조건들이 더는 사라지지 않습니다.

#AI자동화 #음성입력 #WisprFlow #ClaudeCode #개발자도구 #요구사항정리 #바이브코딩 #업무자동화

"받은 메일, 답장 미뤄두기만 하지 않으셨나요?"

저는 자주 그랬습니다.

받은 메일함 보면 회신해야 할 메일이 5통, 10통.

머리로는 "오늘은 다 보내자" 하는데,

막상 한 통씩 답장 쓰기 시작하면

받는 사람 다시 확인하고,

예전에 무슨 얘기 오갔는지 다시 찾고,

톤은 또 어떻게 잡지 고민하다 보면

답장 1통에 5분, 길면 10분이 훌쩍 갑니다.

"그래서 답장도 AI가

미리 깔아두게 만들었습니다."

지난번에 출근하면 메일이 이미 정리되어 있는 이야기를 드렸는데,

이번에는 거기서 한 걸음 더 나갔습니다.

저는 출근해서 Outlook 열면,

임시 보관함에 답장 후보가 이미 들어 있습니다.

저는 검토하고, 한두 줄 다듬고, 발송 버튼만 누릅니다.

─────

"그래서 어떻게 됐냐면요"

지난주 어느 평일 아침이었습니다.

전날 들어온 메일 중에 회신해야 할 게 4통 정도 있었습니다.

협력사 외부 회신 1건

사내 일정 안내 2건

확인 답장 1건

예전 같으면 출근해서 한 시간은 답장에 묻혀 있을 분량입니다.

이번에는 자리에 앉아 명령 한 줄을 던졌습니다.

💬 "어제 받은 메일 정리해주고, 답장 필요한 건 임시 보관함에 초안 깔아줘."

커피 한 잔 내리는 사이에 결과가 나옵니다.

Outlook을 열어보니 임시 보관함에 답장 3개가 이미 들어 있었습니다.

받는 사람·참조·제목·본문 한국어 초안까지 다 들어 있었고,

저는 한 통씩 열어서 검토하고, 한두 줄만 다듬은 다음에 발송을 눌렀습니다.

처음부터 끝까지 약 8분.

예전 같으면 30분은 걸렸을 일이었습니다.

─────

"이게 진짜 자동으로 되는 건가요?"

네, 됩니다.

단순히 "AI한테 메일 답장 써줘" 한다고 되는 건 아닙니다.

받은 메일을 읽고, 누구한테 답해야 하는지 정하고,

과거에 무슨 얘기가 오갔는지 보고,

회사 내부에서 통하는 톤으로 한국어 답장을 만들고,

그걸 Outlook 임시 보관함까지 보내는 흐름이 자동으로 이어집니다.

구성은 단순합니다.

AI 비서 (OpenClaw) — 명령 한 줄 받으면 받은 메일함부터 스캔합니다

메일 분류 — 직접 회신·검토 요청·일정·참조·광고 6개로 카테고리화합니다

답장 초안 작성 — 회신 필요 메일만 본문·과거 대화·업무 메모를 참고해 초안을 만듭니다

자동화 허브 — 만들어진 초안을 Outlook 임시 보관함에 자동으로 넣어둡니다

자동 발송은 안 함 — 발송 버튼은 무조건 사람이 누릅니다

자동 발송을 일부러 안 하게 만들었습니다.

답장 메일은 한 번 잘못 나가면 돌이키기 어려워서,

저는 마지막 발송 버튼만큼은 직접 누르기로 했습니다.

코딩 몰라도 됩니다.

제가 한 일은 "어제 메일 정리하고 답장 초안 깔아줘" 한 줄을 입력한 것뿐입니다.

─────

"막상 써보면 뭐가 달라지냐면요"

가장 크게 달라지는 건 시간이 아닙니다.

"답장 미뤄두는 부담"이 사라진다는 점입니다.

빈 화면에서 시작하지 않으니까

"무슨 말로 시작할지" 고민이 없어집니다.

그래도 시간으로 비교하면 이렇게 됩니다.

BEFORE — 예전이라면

답장 1통 ≈ 5~7분

하루 5~10통 ≈ 30~50분

매번 과거 메일·기록 다시 찾기

출근 첫 한 시간이 답장에 묻힘

AFTER — 지금은

명령 한 줄, 약 10초

답장 후보가 이미 들어 있음

검토·수정·발송 1통 ≈ 1~2분

하루 5~10통 ≈ 7~15분

하루 30분이 10분으로 줄었습니다.

한 달이면 약 7시간.

그런데 진짜 체감은 시간보다,

"답장 더 안 미뤄도 되겠다" 쪽이 훨씬 큽니다.

"이런 분께 특히 잘 맞습니다"

하루 회신해야 할 메일이 5통 이상 쌓이는 분

답장 톤 잡느라 한참 고민하시는 분

출근 첫 한 시간이 답장에 묻히는 분

"자동 발송은 좀 무서운데, 초안만 깔아주면 좋겠다" 싶은 분

메일 정리는 됐는데, 답장은 여전히 손으로 쓰고 계신 분

─────

거창한 자동화가 아닙니다.

답장 시작하는 그 1~2분,

빈 화면 채우는 그 마찰 하나를 AI에 맡겼을 뿐입니다.

그런데 매일 30분이 사라지니, 한 달이면 꽤 됩니다.

다음 글에서는 매일 아침 10시에 열리는 통근버스 좌석 예매를 AI한테 통째로 맡긴 이야기 풀어보겠습니다.

— 발표 자료 제작 자동화 후기

발표 자료 만드느라 주말 다 보낸 적,

한 번쯤 있으시죠?

저는 자주 있습니다.

내용은 머릿속에 다 있는데,

막상 슬라이드로 옮기려면 이게 또 일입니다.

장표 나누고, 제목 달고,

글머리표 정리하고, 색 맞추고, 정렬 맞추고…

내용보다 꾸미는 데 시간이 더 들어갑니다.

이번에도 회사에서 AI 활용 세미나를 맡게 됐는데,

슬라이드가 무려 35장이었습니다.

예전 같으면 꼬박 이틀은 잡아야 하는 분량입니다.

그래서 자료 만드는 걸

AI한테 맡겨봤습니다.

대신 한 가지는 분명히 하고 시작했습니다.

"AI가 딸깍 만들어주겠지"는 아니라는 것.

"그래서 어떻게 했냐면요"

먼저 한 일은 강의 개요를 끝까지 정리한 것입니다.

사실 여기에 제일 오래 매달렸습니다.

· 누구를 대상으로 하는지

· 어떤 순서로 풀지

· 각 꼭지에서 무슨 메시지를 줄지

· 데모는 뭘 보여줄지

이걸 문서 한 장으로 빽빽하게 적었습니다.

그리고 이 개요를 AI한테 통째로 넘겼습니다.

💬 "이 개요로 발표 슬라이드 만들어줘."

그랬더니 잠깐 사이에

슬라이드 35장이 통째로 만들어졌습니다.

제목, 장표 구성, 디자인, 정렬까지 다 잡힌 채로요.

발표용 파일(pptx)로도 바로 나왔습니다.

"이게 진짜 자동으로 되는 건가요?"

네, 되긴 되는데 —

솔직하게 말씀드리면 '딸깍'은 아닙니다.

제가 쓴 도구는 ppt-creator라는 AI 기능인데,

하는 일은 이렇습니다.

· 개요를 입력하면 → 내용을 슬라이드 단위로 나눕니다

· 디자인을 입혀서 → 제목·글머리표·색·정렬을 자동으로 맞춥니다

· 발표 파일로 출력 → 웹 슬라이드와 pptx를 동시에 만듭니다

여기서 중요한 건,

잘 만들어진 개요가 있어야 좋은 슬라이드가 나온다는 점입니다.

개요가 엉성하면 슬라이드도 엉성하게 나옵니다.

그래서 저는 AI가 만든 초안을

한 장 한 장 다시 보면서 세심하게 다듬었습니다.

표현을 고치고, 순서를 바꾸고, 군더더기를 덜어냈습니다.

AI는 초안을 만들고,

마무리는 사람이 하는 거죠.

"막상 써보면 뭐가 달라지냐면요"

가장 크게 달라지는 건,

"빈 화면 앞에서 막막한 시간"이 사라진다는 겁니다.

내용을 옮기고 꾸미는 노동은 AI가 대신 하고,

저는 내용을 다듬는 데만 집중하면 됩니다.

시간으로 비교하면 이렇게 됩니다.

BEFORE — 예전이라면

빈 슬라이드부터 한 장씩 제작

장표 나누고, 꾸미고, 정렬 맞추고

35장이면 꼬박 이틀 (약 16시간)

AFTER — 지금은

개요 정리에 집중 (여기에 시간을 씀)

슬라이드 생성은 AI가 한 번에

초안 다듬기까지 반나절 (약 4시간)

이틀 걸리던 일이 반나절로 줄었습니다.

강의 한 번에 하루 반을 아낀 셈입니다.

물론 아낀 시간의 대부분은

"꾸미기"라는 반복 노동에서 나왔습니다.

생각하는 시간(개요 잡기)은 그대로 들였고요.

"이런 분들께 특히 잘 맞습니다"

· 발표·강의·보고가 잦아서 슬라이드를 자주 만드는 분

· 내용은 있는데 꾸미고 정렬하는 데 시간을 많이 쓰는 분

· 디자인 감각이 부족하다고 느끼시는 분

· "초안만 빨리 나오면 다듬는 건 내가 할 수 있다" 싶은 분

거창한 자동화가 아닙니다.

슬라이드를 꾸미는 반복 작업 하나를 AI에 맡겼을 뿐입니다.

대신 "무엇을 말할지"는 여전히 제가 정합니다.

AI한테 맡긴다는 건 손을 떼는 게 아니라,

해야 할 일에 집중할 시간을 버는 것에 가깝습니다.

#AI자동화 #발표자료 #PPT제작 #슬라이드 #AI비서 #업무자동화 #ppt만들기 #강의자료

주말이나 명절에 SRT 티켓 한 번에 잡으신 적, 있으세요?

저는 거의 없습니다.

예매창을 열자마자 매진.

그다음부터는 “취소표 풀리겠지” 하면서 하루에도 수십 번 새로고침합니다.

회의 중에도 한 번씩 보게 되고,

자기 전에도 한 번 더 봅니다.

그렇게 며칠을 반복하다가,

결국 다른 시간대로 타협하거나, 입석으로 가거나, 다른 방법을 알아봤습니다.

“그래서 새로고침을, AI한테 맡겨봤습니다”

저는 명령 한 줄만 던지고,

그 뒤로는 신경 안 씁니다.

“그래서 어떻게 됐냐면요”

지난주에 부산에서 동탄 가는 SRT 티켓이 필요했습니다.

원하던 시간대(오후 5시~9시)는 전부 매진.

예전 같으면 그날부터 SRT 앱 깔아두고 틈날 때마다 새로고침했을 겁니다.

이번에는 AI 비서한테 한 문장만 던졌습니다.

💬 “5월 15일 부산에서 동탄, 오후 5시에서 9시 사이 1자리 잡아줘.”

그러고 잊고 있었습니다.

며칠 뒤, 텔레그램으로 알림이 왔습니다.

✅ SRT 370 (부산 20:30 → 동탄 22:53)

좌석: 8호차 14C · 47,200원

※ 결제만 진행해주세요. (자동 결제 안 함)

폰을 열어서 결제만 눌렀습니다.

저는 그 사이에 다른 일을 하고 있었습니다.

“이게 진짜 자동으로 되는 건가요?”

네, 됩니다.

단순한 매크로가 아닙니다.

제 폰에 깔린 SRT 앱을, 컴퓨터가 5분마다 직접 들여다봅니다.

취소표가 풀리는 그 순간,

좌석을 잡고 결제 직전까지 자동으로 진행합니다.

결제 버튼만 사용자가 직접 누릅니다.

혹시 모를 사고 방지용으로 일부러 막아뒀습니다.

구성은 이렇게 단순합니다.

AI 비서 (OpenClaw) — 명령을 받아서 작업 흐름을 설계

자동화 스크립트 — 5분마다 SRT 앱 확인

텔레그램 알림 — 좌석 잡히는 순간 폰으로 푸시

결제는 사용자가 직접 — 자동 결제는 일부러 막아둠

코딩 몰라도 됩니다.

제가 한 일은 “이 노선, 이 시간대, 몇 자리” 알려준 것뿐입니다.

“막상 써보면 뭐가 달라지냐면요”

가장 크게 달라지는 건 시간이 아닙니다.

“안 신경 써도 된다”는 감각입니다.

그래도 시간으로 비교하면 이렇게 됩니다.

예전이라면

하루 새로고침 30~50회

하루 8분, 일주일 약 60분

회의 중에도 신경 쓰임

못 잡으면 결국 타협

지금은

명령 한 줄, 약 10초

그 뒤로는 신경 안 씀

좌석 잡히면 폰 알림 한 번

결제만 30초

일주일 60분이 1분으로 줄었습니다.

한 달이면 약 4시간.

그런데 진짜 체감은 시간보다,

“이거 신경 안 써도 되는구나” 쪽이 훨씬 큽니다.

“이런 분들께 특히 잘 맞습니다”

주말·명절마다 SRT/KTX 취소표 새로고침하는 분

회의 중에도 예매창 한 번씩 보게 되는 분

폰만 가지고 있고, 결과만 받고 싶으신 분

“자동 결제는 좀 무서운데, 잡아만 줬으면 좋겠다” 싶으신 분

거창한 자동화가 아닙니다.

새로고침이라는, 별것 아닌 반복 동작 하나를 AI에 맡겼을 뿐입니다.

그런데 그 작은 자동화 하나가 매달 쌓이면 꽤 됩니다.

이 자동화를 직접 사용해 보고 싶으신가요?

무료 가이드, 실습 강좌 및 1:1 맞춤 설정에 관심 있으시면 아래에서 등록해 주세요.

AI 자동화 관심 등록하기

월요일 아침, 컴퓨터 켜고 메일함을 열었더니 받은 메일 80통.

발신자만 봐도 막막하지 않으세요?

어디부터 봐야 할지,

어떤 메일이 회신 필요한 건지,

회신은 어떻게 시작해야 할지…

저도 그랬습니다.

메일 한 통 분류하는 데 30초.

회신할 메일 한 통 초안 쓰는 데 7~10분.

80통이면 한 시간이 훌쩍 넘어갑니다.

오전이 통째로 메일에 잡아먹히는 거죠.

저는 요즘 이걸 AI 비서한테 통째로 맡깁니다.

───

📋 실제 사례

명령어 한 줄.

/mail-review

그러면 AI 비서가 받은 메일함을 열어서

카테고리별로 정리해서 보여줍니다.

🔴 직접 검토·회신 필요 — 5건

🟠 검토 요청 — 3건

🟡 일정 확인 — 2건

⚙️ 액션 (회신 X) — 4건

📄 참조·진행 보고 — 12건

📭 광고·뉴스레터 — 50건+ (스킵)

각 메일 옆에는 핵심 요청과 마감일이 한 줄로 붙어 있습니다.

빨간색 5건만 처리하면 오늘 아침 일은 끝.

나머지는 점심 먹고 천천히.

여기서 끝이 아닙니다.

"1번 메일 회신 초안 써줘" 하면

AI가 본문 읽고, 회사 위키에서 관련 프로젝트·고객사 정보 찾아서

회신 초안까지 한 번에 만들어 줍니다.

저는 그걸 한 번 훑어보고 다듬어서 발송.

───

🤖 어떻게 가능한가

OpenClaw가 다 해줍니다.

- Outlook 메일함 연결 → 받은 메일 자동 수집

- 카테고리 분류 → 회신 필요 / 일정 / 광고 자동 구분

- 회사 위키 연결 → 고객사·프로젝트·인증 정보 알아서 참고

- 톤·언어 선택 → 보수적/중립/적극, 한국어/영어

- 초안 작성 → 받는 사람·참조·제목·본문까지 완성

일반 AI 메일 도구랑 다른 점이 하나 있는데

회사 내부 정보를 알고 있다는 겁니다.

"OO 고객사가 어제 보낸 견적 회신" 정도면

AI가 알아서 그 고객사 페이지 찾고,

이전 메일 흐름까지 보고 답을 씁니다.

코딩 몰라도 됩니다.

명령어 한 줄이면 됩니다.

───

⏱️ 실제 시간 비교

📌 예전이라면

- 메일 50통 분류 — 25분

- 회신 초안 5건 작성 — 35분 (한 통에 7분)

- 합계 — 60분/일

📌 지금은

- AI 분류 결과 훑기 — 2분

- 초안 검토·수정 — 10분 (한 통에 2분)

- 합계 — 12분/일

하루에 50분 절약.

한 달이면 약 18시간.

이틀치 일이 메일 정리하느라 사라지던 게,

이제는 영화 한 편 보고도 시간이 남습니다.

───

작은 자동화인데, 매달 쌓이면 꽤 됩니다.

회신 빈 화면 보면서 한숨 쉬던 시간이

요즘은 그냥 사라졌어요.

다음 글에서 또 다른 자동화 사례로 찾아뵙겠습니다.

업무를 하다 보면

AI가 답변을 잘하는 것보다

제가 뭘 하고 있었는지 잊지 않는 것

이 더 중요할 때가 있습니다.

저도 처음에는 AI를

그냥 질문하면 답해주는 도구처럼 썼습니다.

초안 써달라고 하고

정리해달라고 하고

필요할 때만 꺼내 쓰는 식이었죠.

그런데 며칠, 몇 주 써보니까

진짜 아쉬운 건 따로 있었습니다.

대화는 많이 했는데

중요한 맥락은 계속 흘러가버린다는 점이었습니다.

───

메모는 남는데, 다시 찾는 게 더 힘들지 않으셨나요?

예를 들어 이런 거죠.

어제 분명 이야기했던 내용인데

오늘 다시 찾으려면 메신저를 뒤져야 하고

이번 주에 미뤄둔 할 일은

메모장 어디엔가 남아 있는데

막상 급할 때는 바로 안 보입니다.

AI한테 물어보면 또 잘 답해주긴 합니다.

...그런데

제 일을 계속 이어서 도와주는 느낌은 좀 약했습니다.

왜냐하면

기억이 없으면 결국 매번 다시 설명해야 하니까요.

“남아는 있는데, 연결되어 있지는 않았습니다”

───

저도 처음에는 그냥 “잘 답하는 AI”면 되는 줄 알았습니다

처음에는 저도 그렇게 생각했습니다.

AI가 글 잘 써주고

요약 잘해주고

정리만 잘해줘도 충분하다고 봤습니다.

그런데 실제 업무에서는

그보다 더 중요한 게 있었습니다.

• 최근에 어떤 얘기를 했는지

• 지금 어떤 일이 진행 중인지

• 뭘 미뤄뒀는지

• 어떤 방식으로 일하기로 했는지

이런 맥락이 쌓이지 않으면

AI가 아무리 똑똑해도

매번 새로 시작하는 느낌이 들더라고요.

───

그래서 저는 방식을 바꿨습니다

저는 AI를

그냥 “대답 잘하는 도구”로 쓰는 대신

기억하고, 정리하고, 이어받는 비서처럼

움직이게 만들기 시작했습니다.

방법은 생각보다 단순합니다.

• 그날그날 중요한 내용을 메모로 남기고

• 자주 보는 정보는 위키에 쌓아두고

• AI가 그 내용을 다시 읽고 정리하게 만드는 방식입니다

복잡한 기술 이야기를 빼고 보면

핵심은 이겁니다.

대화는 흘러가도, 중요한 맥락은 남게 만드는 것

이 차이가 꽤 컸습니다.

“메모 + 위키 + 자동 정리”

───

또 하나 좋았던 점은, 어떤 AI를 써도 괜찮다는 점이었습니다

이 방식의 장점은

특정 서비스 하나에 완전히 묶이지 않는다는 점입니다.

예를 들어 어떤 날은 Claude Code를 쓸 수도 있고

어떤 상황에서는 OpenClaw를 쓸 수도 있고

또 다른 작업에서는 Hermes나 Codex를 쓸 수도 있습니다.

중요한 건

어떤 모델을 쓰느냐보다

업무 맥락과 기록이 밖에 남아 있느냐였습니다.

대화 내용, 메모, 위키, 정리된 기록이 남아 있으면

도구가 조금 바뀌어도

다음 작업을 다시 이어가기 훨씬 쉬워집니다.

반대로

모든 맥락이 특정 채팅창 안에만 갇혀 있으면

AI를 바꾸는 순간 거의 처음부터 다시 시작해야 합니다.

이 차이가 생각보다 컸습니다.

AI 도구는 계속 바뀌고

더 좋아진 모델도 계속 나오는데

그때마다 작업 방식까지 전부 갈아엎는 건

꽤 피곤한 일이니까요.

그런데 기록과 맥락이 따로 쌓이는 구조를 만들어두면

도구는 바뀌어도

업무 흐름은 계속 이어갈 수 있습니다.

결국 남는 건

“어떤 AI를 썼느냐”보다

내 일이 계속 연결되게 만들었느냐였습니다.

───

실제로는 이렇게 돌아갑니다

예를 들어 업무 중에

중요한 결정이 하나 나왔다고 해보겠습니다.

예전 같으면

메신저 대화에 남고 끝나는 경우가 많았습니다.

나중에 다시 찾으려면

검색을 하거나

기억을 더듬어야 했죠.

지금은 다릅니다.

• 대화 중 나온 중요한 내용이 메모로 남고

• AI가 하루 단위로 그 내용을 다시 정리하고

• 반복해서 참고할 정보는 위키에 반영되고

• 다음에 비슷한 일을 할 때 그 맥락을 이어서 봅니다

그러면 제가 일일이

“이거 기억해줘”

“이것도 다시 정리해줘”

를 반복하지 않아도 됩니다.

막상 써보면

답변 품질보다

이 연결감이 훨씬 크게 느껴집니다.

“실제로는 이렇게 쌓입니다”

───

뭐가 제일 달라졌냐면요?

가장 크게 달라진 건

속도보다도 부담감이었습니다.

예전에는

• 다시 찾는 시간

• 다시 설명하는 시간

• 놓칠까 봐 신경 쓰는 부담

• 여러 군데 흩어진 메모를 맞추는 수고

이런 게 계속 쌓였습니다.

지금은

• 최근 맥락을 AI가 같이 보고

• 중요한 정보가 정리된 상태로 남아 있고

• 반복 설명이 줄고

• 놓치는 일이 줄어듭니다

아주 거창한 자동화는 아닙니다.

그런데 이런 작은 변화가 쌓이면

업무 흐름이 꽤 편해집니다.

• Before: 다시 찾기, 다시 설명하기, 놓침

• After: 자동 정리, 맥락 유지, 부담 감소

───

결국 중요한 건 “답변”보다 “기억”이었습니다

AI 자동화라고 하면

보통 문서 작성, 요약, 검색 같은 걸 먼저 떠올리게 됩니다.

물론 그것도 좋습니다.

그런데 오래 써보니

진짜 차이를 만드는 건 따로 있었습니다.

내 업무의 흐름을 기억하는가

이게 핵심이었습니다.

• 지금 무슨 일을 하고 있는지

• 최근에 어떤 결정을 했는지

• 아직 끝나지 않은 일이 뭔지

• 내가 어떤 방식으로 일하는지

이런 맥락이 쌓여야

AI가 조금씩 비서처럼 느껴집니다.

“AI 자동화에서 중요한 건 답변보다 기억이었습니다”

───

이런 분들께 특히 잘 맞습니다

이 방식은 특히 이런 분들께 잘 맞습니다.

• 메모는 많이 남기는데 다시 찾는 데 시간이 많이 드는 분

• 일정, 할일, 대화 기록이 따로 놀아서 불편한 분

• AI를 써도 매번 처음부터 다시 설명하는 느낌이 드는 분

• 반복 업무를 조금씩 줄이고 싶은 분

AI가 모든 일을 대신해주는 건 아닙니다.

하지만

잊지 않게 도와주는 것만으로도

생각보다 큰 차이가 납니다.

───

마무리

저는 요즘 AI를

그냥 질문에 답하는 도구라기보다

업무를 함께 이어가는 시스템

처럼 쓰고 있습니다.

답변을 잘하는 것만으로는 조금 부족했고

제 일을 기억하게 만들고 나서야

비로소 같이 일하는 느낌이 나기 시작했습니다.

그리고 더 마음에 들었던 건

어떤 AI를 쓰더라도

이 방식은 그대로 가져갈 수 있다는 점이었습니다.

도구는 바뀔 수 있습니다.

모델도 계속 바뀔 겁니다.

그런데

기억과 맥락이 남는 구조를 만들어두면

그 변화에 덜 흔들리게 됩니다.

작은 자동화인데

매일 쌓이면 꽤 다릅니다.

혹시 비슷한 방식으로

메모나 업무 정리를 자동화해보고 계시다면

어떤 식으로 쓰고 계신지도 궁금하네요.

“대화는 흘러가도, 중요한 맥락은 남게”...