반복 업무를 자동화하기 전까지는 제가 하루에 얼마나 많은 시간을 단순 작업에 쓰고 있는지 제대로 몰랐습니다. 메일에서 첨부파일을 내려받고, 파일명을 바꾸고, 엑셀에 붙여넣고, 구글 스프레드시트에 업데이트하고, 담당자에게 알림을 보내는 일이 그냥 업무의 일부라고 생각했습니다. 그런데 어느 날 같은 작업을 오전에 한 번, 오후에 한 번 반복하면서 “이건 내가 판단하는 일이 아니라 손만 움직이는 일”이라는 생각이 들었습니다.
제가 반복 업무 자동화를 본격적으로 적용한 기간은 2024년 2월부터 2024년 8월까지 약 7개월이었습니다. 업무는 광고 성과 정리, 콘텐츠 발행 일정 관리, 거래처 입금 확인, 주간 보고서 초안 작성, 파일명 정리였습니다. 자동화 전에는 이 다섯 가지 반복 업무에 주당 평균 9시간 15분을 쓰고 있었습니다. 자동화 후에는 주당 평균 3시간 5분까지 줄었습니다. 단순 계산으로 주당 6시간 10분, 한 달 기준 약 24시간 이상을 절약한 셈입니다.
자동화 전 업무 상황
가장 시간이 많이 들었던 업무는 광고 성과 정리였습니다. 매주 월요일 오전 9시 30분부터 광고 플랫폼 4곳의 데이터를 내려받고, 캠페인명, 집행액, 전환 수, 전환당 비용, 담당자 메모를 하나의 구글 스프레드시트에 정리했습니다. 평균 데이터 행 수는 주당 3,800행이었고, 많을 때는 5,200행까지 늘었습니다.
자동화 전에는 파일 다운로드에 12분, 파일명 변경과 폴더 정리에 8분, 데이터 붙여넣기에 25분, 누락값 확인에 31분, 담당자별 메시지 작성에 19분이 걸렸습니다. 광고 성과 정리 하나에만 주당 평균 1시간 35분이 들었습니다. 이 작업은 매주 반복됐기 때문에 한 달이면 약 6시간 이상이 사라졌습니다.
콘텐츠 발행 일정 관리도 비슷했습니다. 블로그 글, 뉴스레터, SNS 콘텐츠까지 합쳐 한 달 평균 42개 콘텐츠를 관리했습니다. 발행일, 담당자, 검수 상태, 썸네일 여부, 예약 발행 여부를 확인해야 했습니다. 자동화 전에는 매주 금요일 오후에 상태를 확인하고, 누락된 담당자에게 메시지를 보내는 데 평균 54분이 걸렸습니다.
처음에는 자동화보다 수동이 더 안전하다고 생각했다
처음부터 자동화를 믿은 것은 아니었습니다. 오히려 수동 작업이 더 안전하다고 생각했습니다. 제가 직접 눈으로 보고 필터를 걸고 확인하면 실수가 적을 것 같았습니다. 하지만 기록을 해보니 생각보다 수동 작업 오류가 많았습니다. 2024년 2월 한 달 동안 반복 업무에서 확인된 실수는 총 17건이었습니다. 파일명 오기입 4건, 데이터 중복 붙여넣기 3건, 담당자 알림 누락 5건, 날짜 형식 오류 3건, 보고서 숫자 복사 실수 2건이었습니다.
가장 기억나는 실패 사례는 2024년 2월 셋째 주 광고 보고서였습니다. 전환 수 데이터를 복사하면서 3월 테스트 캠페인 행 128개를 함께 붙여넣었습니다. 최종 보고서 제출 전 발견했지만, 원인을 찾고 데이터를 다시 정리하는 데 42분이 걸렸습니다. 그날 보고서는 오후 5시 제출 예정이었는데, 실제 제출 시간은 오후 6시 8분이었습니다. 이 일을 겪고 나서 “수동 확인이 안전하다”는 생각이 꼭 맞지는 않다는 걸 느꼈습니다.
첫 번째 자동화: 파일명 정리와 폴더 이동
처음 자동화한 것은 거창한 업무가 아니었습니다. 매주 내려받는 광고 리포트 파일명을 정리하는 일이었습니다. 기존 파일명은 플랫폼마다 달랐습니다. 예를 들어 “report_final.csv”, “campaign_2024.csv”, “download_data.xlsx”처럼 저장됐습니다. 저는 이 파일명을 “2024-05-01_플랫폼명_광고성과” 형식으로 바꾸고, 주차별 폴더에 넣었습니다.
처음에는 이 작업에 주당 평균 20분이 걸렸습니다. 파일 수는 평균 14개였고, 월말에는 22개까지 늘었습니다. 자동화 후에는 스크립트 실행과 확인까지 평균 4분이 걸렸습니다. 주당 16분, 한 달 기준 약 64분을 줄였습니다. 큰 시간은 아니지만, 자동화 효과를 처음 체감한 업무였습니다. 특히 파일명을 잘못 바꿔서 나중에 다시 찾는 일이 줄었습니다.
두 번째 자동화: 누락값 자동 표시
두 번째로 적용한 자동화는 구글 스프레드시트 누락값 표시였습니다. 콘텐츠 발행 일정표에서 발행일, 담당자, 검수 상태, 예약 여부 중 하나라도 비어 있으면 자동으로 행 전체가 노란색으로 표시되게 했습니다. 발행일이 지났는데 상태가 “완료”가 아니면 빨간색으로 바뀌게 했고, 마감일까지 2일 이하로 남은 콘텐츠는 파란색으로 표시했습니다.
이전에는 매주 42개 콘텐츠를 하나씩 확인했습니다. 평균 54분이 걸렸고, 바쁜 주에는 1시간 20분까지 늘었습니다. 자동화 후에는 상태 확인 시간이 평균 18분으로 줄었습니다. 누락 여부가 색상으로 바로 보이니 필터를 여러 번 걸 필요가 없었습니다. 또한 담당자별 누락 건수도 자동으로 집계되게 만들었습니다. 이 기능을 넣은 뒤 콘텐츠 발행 누락은 월 6건에서 월 2건으로 줄었습니다.
세 번째 자동화: 담당자별 알림 요약
처음에는 자동 알림을 너무 자주 보내는 실수를 했습니다. 상태가 비어 있거나 마감일이 가까워질 때마다 즉시 알림을 보내도록 만들었더니, 하루에 담당자 한 명에게 6~8번씩 메시지가 갔습니다. 2024년 4월 첫째 주에는 자동 알림이 총 96건 발생했습니다. 팀원 한 명이 “알림이 너무 많아서 오히려 안 보게 된다”고 말했고, 실제로 누락 수정 완료율도 68%에 그쳤습니다.
그래서 알림 방식을 바꿨습니다. 실시간 알림을 없애고 오전 11시와 오후 4시 하루 2회만 요약 알림이 가도록 했습니다. 담당자별로 “오늘 확인할 항목 3건”, “마감 임박 2건”, “상태 누락 1건”처럼 묶어서 보냈습니다. 바꾼 뒤 주간 알림 수는 96건에서 24건으로 줄었고, 누락 수정 완료율은 68%에서 91%로 올라갔습니다. 자동화는 많이 알리는 것이 아니라, 행동하기 좋은 형태로 알려주는 것이 중요했습니다.
네 번째 자동화: 주간 보고서 초안 생성
가장 큰 시간을 줄인 자동화는 주간 보고서 초안 생성이었습니다. 자동화 전에는 매주 금요일 오후 2시부터 광고 성과 데이터를 보고서 양식에 옮겼습니다. 총 집행액, 전환 수, 전환당 비용, 전주 대비 증감률, 성과 상위 캠페인 5개, 개선 필요 캠페인 5개를 정리했습니다. 이 작업은 평균 2시간 10분이 걸렸습니다.
자동화 후에는 원본 데이터가 업데이트되면 요약 시트가 자동으로 만들어지게 했습니다. 상단에는 핵심 지표 6개가 나오고, 아래에는 성과 상위 캠페인과 개선 필요 캠페인이 자동으로 정렬되게 했습니다. 보고서 문장까지 완전히 자동으로 쓰지는 않았습니다. 숫자와 표 초안만 자동으로 만들고, 해석과 코멘트는 직접 작성했습니다.
이 방식으로 바꾼 뒤 주간 보고서 작성 시간은 평균 2시간 10분에서 46분으로 줄었습니다. 주당 84분 절약입니다. 특히 금요일 오후 마감 부담이 줄었습니다. 자동화 전에는 보고서 완료 시간이 평균 오후 5시 38분이었고, 자동화 후에는 평균 오후 4시 12분으로 빨라졌습니다.
실패 사례: 자동화가 틀린 값을 너무 빨리 만들었다
자동화가 항상 좋은 결과만 만든 것은 아닙니다. 가장 큰 실패는 원본 데이터 열 구조가 바뀌었을 때였습니다. 2024년 5월 둘째 주에 광고 플랫폼에서 내려받은 CSV 파일의 열 순서가 바뀌었습니다. 기존에는 5번째 열이 집행액이었는데, 새 파일에서는 6번째 열로 밀렸습니다. 그런데 제가 만든 자동화는 열 이름이 아니라 열 번호를 기준으로 데이터를 가져오고 있었습니다.
그 결과 집행액 대신 노출 수 일부가 집행액으로 계산됐고, 보고서 초안의 총 집행액이 실제보다 31% 높게 나왔습니다. 다행히 최종 제출 전에 이상하다고 느껴 발견했지만, 원인 파악과 수정에 1시간 18분이 걸렸습니다. 이때 깨달은 것은 자동화는 느리게 틀리는 것이 아니라 빠르게 틀린다는 점이었습니다.
이후에는 모든 자동화 기준을 열 번호가 아니라 헤더명 기준으로 바꿨습니다. “집행액”, “전환 수”, “캠페인명”이라는 제목을 찾아 데이터를 읽도록 수정했습니다. 또 보고서 초안 상단에 전주 총액 대비 30% 이상 차이가 나면 경고 문구가 뜨게 했습니다. 이 검산 장치를 넣은 뒤 비슷한 오류는 3개월 동안 0건이었습니다.
반복 업무 자동화 전후 비교
| 업무 구분 | 자동화 전 | 자동화 후 | 절약 시간 |
|---|---|---|---|
| 광고 성과 정리 | 주 1시간 35분 | 주 38분 | 주 57분 절약 |
| 콘텐츠 일정 확인 | 주 54분 | 주 18분 | 주 36분 절약 |
| 주간 보고서 초안 | 주 2시간 10분 | 주 46분 | 주 84분 절약 |
| 파일명 정리 | 주 20분 | 주 4분 | 주 16분 절약 |
| 입금 확인 | 월 2시간 40분 | 월 1시간 5분 | 월 95분 절약 |
| 반복 업무 전체 | 주 9시간 15분 | 주 3시간 5분 | 주 6시간 10분 절약 |
입금 확인 업무에서 줄어든 시간
월말 입금 확인 업무도 자동화 효과가 컸습니다. 거래처 청구 금액과 실제 입금 내역을 비교하는 일이었고, 거래처 수는 월평균 190개였습니다. 입금 내역은 월평균 2,600행 정도였습니다. 자동화 전에는 입금자명이 조금씩 달라 수동으로 확인하는 일이 많았습니다. 예를 들어 “가나다상사”, “가나다”, “가나다상사주식회사”가 모두 같은 거래처인데 서로 다르게 표시됐습니다.
처음에는 단순 VLOOKUP으로 매칭했지만 실패가 많았습니다. 월평균 미매칭 건수는 51건이었습니다. 이후 별도 매칭표를 만들고 자주 나오는 입금자명 변형 286개를 등록했습니다. 자동화 후 미매칭 건수는 월평균 14건으로 줄었습니다. 입금 확인 시간도 월 2시간 40분에서 1시간 5분으로 줄었습니다. 완전히 자동화하지 않고, 마지막 미매칭 항목만 사람이 확인하는 방식이 가장 안정적이었습니다.
자동화 후 생긴 새로운 업무도 있었다
자동화를 하면 시간이 줄기만 할 줄 알았지만, 새로운 관리 업무도 생겼습니다. 자동화 스크립트가 제대로 작동하는지 확인해야 했고, 시트 구조가 바뀌면 수정해야 했습니다. 저는 매월 마지막 금요일에 40분 정도 자동화 점검 시간을 따로 잡았습니다. 점검 항목은 원본 데이터 열 구조, 함수 오류, 조건부 서식 범위, 알림 대상자, 권한 설정이었습니다.
처음에는 이 점검 시간이 아깝게 느껴졌습니다. 하지만 자동화 오류가 한 번 발생하면 수정에 1시간 이상 걸릴 수 있다는 걸 경험한 뒤 생각이 바뀌었습니다. 실제로 2024년 6월에는 점검 중 담당자 한 명의 퇴사로 알림 대상이 잘못 남아 있는 것을 발견했습니다. 그대로 뒀다면 다음 주부터 잘못된 사람에게 보고 알림이 갈 뻔했습니다. 자동화는 만들어두고 끝나는 것이 아니라, 작은 시스템처럼 관리해야 했습니다.
절약된 시간을 어디에 썼나
가장 중요한 변화는 절약된 시간을 더 의미 있는 업무에 쓸 수 있게 된 점입니다. 자동화 전에는 보고서 숫자를 옮기고, 파일명을 바꾸고, 누락값을 찾느라 시간을 많이 썼습니다. 자동화 후에는 광고 성과가 왜 떨어졌는지, 어떤 콘텐츠가 실제 전환에 도움이 됐는지, 다음 주에 어떤 실험을 해야 하는지 생각할 시간이 생겼습니다.
2024년 3월에는 주간 보고서 코멘트 작성 시간이 평균 18분이었습니다. 대부분 숫자를 옮기느라 지친 뒤 마지막에 간단히 적는 수준이었습니다. 자동화 후인 2024년 7월에는 코멘트 작성 시간이 평균 42분으로 늘었습니다. 시간이 늘었지만 오히려 좋은 변화였습니다. 단순 정리에 쓰던 시간을 분석과 해석에 쓰게 된 것입니다. 실제로 7월 보고서에서는 개선 제안 항목이 평균 3개에서 7개로 늘었습니다.
자동화에 적합했던 업무와 그렇지 않았던 업무
직접 해보니 자동화에 잘 맞는 업무는 기준이 명확한 반복 작업이었습니다. 예산 초과 여부, 누락값 확인, 파일명 정리, 담당자별 알림, 보고서 표 생성처럼 규칙이 분명한 업무는 효과가 컸습니다. 반대로 사람의 판단이 많이 들어가는 업무는 완전 자동화가 맞지 않았습니다.
예를 들어 콘텐츠 제목 선정도 자동화해보려고 했습니다. 키워드와 검색량을 넣으면 제목 후보를 자동으로 뽑는 방식이었습니다. 하지만 실제로는 클릭을 유도하는 표현, 브랜드 톤, 독자 의도까지 고려해야 했습니다. 자동으로 만든 제목 40개 중 실제로 사용한 것은 9개뿐이었습니다. 사용률은 22.5%였습니다. 이 업무는 완전 자동화보다 초안 보조 정도가 적당했습니다.
제가 만든 자동화 기준
현재 제 기준은 단순합니다. 첫째, 주 2회 이상 반복되면 자동화 후보로 봅니다. 둘째, 한 번 처리하는 데 20분 이상 걸리면 자동화 검토 대상입니다. 셋째, 결과를 숫자로 검산할 수 있어야 합니다. 넷째, 원본 데이터 구조가 너무 자주 바뀌면 완전 자동화하지 않습니다. 다섯째, 자동화 후에도 사람이 확인해야 할 최종 검산표를 둡니다.
이 기준을 세운 뒤 무리한 자동화를 줄일 수 있었습니다. 예전에는 자동화할 수 있을 것 같으면 일단 만들려고 했지만, 지금은 절약 시간과 유지보수 시간을 함께 계산합니다. 예를 들어 어떤 작업을 자동화하는 데 5시간이 걸리고, 매주 10분만 줄어든다면 회수 기간이 너무 깁니다. 반대로 만드는 데 2시간이 걸리고 매주 1시간을 줄인다면 바로 적용할 가치가 있습니다.
최종 결론: 반복 업무 자동화는 시간을 줄이는 것보다 업무 구조를 바꿨다
7개월 동안 반복 업무 자동화를 적용해본 결과, 숫자로 보면 효과는 분명했습니다. 자동화 전 반복 업무 시간은 주당 평균 9시간 15분이었고, 자동화 후에는 주당 평균 3시간 5분으로 줄었습니다. 주당 6시간 10분, 한 달 기준 약 24시간 이상을 절약했습니다. 광고 성과 정리는 주 1시간 35분에서 38분으로, 콘텐츠 일정 확인은 주 54분에서 18분으로, 주간 보고서 초안은 주 2시간 10분에서 46분으로 줄었습니다.
하지만 자동화가 모든 일을 해결해주지는 않았습니다. 열 구조가 바뀌어 총 집행액이 31% 높게 계산된 실패도 있었고, 자동 알림이 너무 많아 팀원들이 무시한 적도 있었습니다. 콘텐츠 제목처럼 사람의 판단이 중요한 업무는 자동화 사용률이 22.5%에 그쳤습니다. 자동화는 반복 확인과 정리에 강하지만, 해석과 판단까지 대신해주지는 않았습니다.
제가 얻은 가장 큰 교훈은 자동화의 목적이 일을 없애는 것이 아니라, 사람이 해야 할 일과 하지 않아도 될 일을 나누는 데 있다는 점입니다. 파일명 정리, 누락값 표시, 담당자별 요약, 보고서 표 생성은 자동화가 잘했습니다. 반면 원인 분석, 개선 제안, 최종 의사결정은 사람이 해야 했습니다.
반복 업무가 많다고 느낀다면 먼저 일주일만 시간을 기록해보는 것이 좋습니다. 어떤 업무를 몇 번 반복하는지, 한 번에 몇 분이 걸리는지, 실수는 몇 건 발생하는지 적어보면 자동화할 업무가 보입니다. 저도 처음에는 막연히 바쁘다고만 느꼈지만, 기록해보니 주당 9시간 이상을 반복 작업에 쓰고 있었습니다. 지금은 그중 상당 부분을 자동화했고, 절약한 시간을 보고서 해석과 업무 개선에 쓰고 있습니다. 제 기준에서 반복 업무 자동화는 단순한 시간 절약이 아니라 일하는 방식을 바꾸는 과정이었습니다.