나는 통신 공사 협력사에서 공사 관리 업무를 하는 평범한 직장인이다. 개발자는 아니다. 그런데 요즘 회사에서 쓰는 업무 대시보드를 AI를 활용해 직접 만들어 운영하고 있다.
아직 완성형 프로그램은 아니다. 지금은 한 사업부에서 먼저 써보면서 규칙을 다듬는 단계다. 그래도 직접 해보면서 “AI로 업무 자동화를 한다는 게 실제로 어떤 모습인지”는 꽤 선명하게 알게 됐다.
이 글에는 왜 대시보드를 만들게 됐는지, 어떤 구조로 돌아가는지, 만들면서 어떤 문제에 부딪혔는지를 정리했다. 엑셀과 구글 드라이브에 흩어진 업무 자료 때문에 고민하는 사람이라면 참고가 될 것 같다.
공사 관리 업무에서 반복되던 일들
공사 관리 업무를 하다 보면 비슷한 일을 계속 반복하게 된다. 내 경우 대표적인 게 이런 것들이었다.
- 준공예정일이 다가오는 공사를 골라내는 일
- 지표 관리용 숫자를 집계하는 일
- 이 공사가 누구 담당인지 확인하는 일
- 여러 사람이 올린 공정 자료를 모으는 일
하나하나는 어렵지 않다. 문제는 자료가 공사진행목록, 정산 자료, 지장이설 요청 목록, 공가 정비 현황처럼 여러 파일에 나뉘어 있고, 그걸 매번 열어서 맞춰봐야 한다는 점이었다.
그래서 만든 것: 구글 드라이브를 읽는 업무 대시보드
목표는 단순했다. 구글 드라이브에 흩어진 업무 자료를 자동으로 모아서, 업무 접수·배정, 중요 일정, 중점과제, 공사 진행 현황을 한 사이트에서 보는 것이다.
현재 대시보드의 주요 메뉴는 이렇다.
- 업무 접수/요청 — 필수 항목 검증, 첨부파일 등록, 담당자 배정·이관
- 내 업무 / 업무진행현황(직원별) — 내게 배정된 업무, 장기 미처리 건, 주간·월간 통계
- 중요 일정 — 업무의 주요 날짜를 자동으로 표시
- 중점과제 — 연말까지 관리할 핵심 과제의 진척
- 공사관리 — 일반공사 공정 입력, 소액공사 준공기한 관리, 미배정 공사 확인
로그인은 구글 계정으로 하고, 관리자와 일반 사용자 권한을 나눴다. 수정은 하지 않고 전체 현황만 보는 “열람 관리자”도 따로 두었다.
AI는 어떤 역할을 하고 있나
코딩을 배운 적이 없는 내가 이걸 만들 수 있었던 건 GPT 덕분이다. 화면 구성부터 데이터 연결 규칙까지 GPT와 대화하면서 만들었다.
지금 돌아가는 구조를 쉽게 풀면 이렇다.
- 직원들이 구글 드라이브에 업무 원본 파일을 올린다.
- 공휴일이 아닌 평일 밤 11시에 GPT 예약 작업이 모든 파일을 다시 읽는다.
- 공사번호, 공사요청번호 같은 고유 번호를 기준으로 자료를 연결하고 집계한다.
- 대시보드 데이터를 갱신해 새 버전으로 게시한다.
그래서 아침에 출근하면 준공예정 20일 이내 공사 같은 목록을 따로 뽑지 않아도 화면에서 바로 볼 수 있다. 급할 때는 관리자가 즉시 재분석을 요청할 수도 있다.
처음부터 정해둔 원칙이 하나 있다. AI는 원본 파일을 읽기만 하고 수정하지 않는다. 업무 원본이 AI 때문에 바뀌면 그때부터는 화면의 숫자를 믿기 어려워지기 때문이다.
만들면서 부딪힌 문제들
AI가 코드를 만들어준다고 한 번에 되지는 않았다. 테스트하면서 지적된 문제가 꽤 많았다.
숫자가 원본과 맞지 않았다. 소액공사 건수가 원본 목록과 화면에서 다르게 나왔다. 미배정 공사가 지나치게 많이 잡힌 적도 있었는데, 과거 연도 공사까지 집계에 들어가 있었던 게 원인이었다. 대상 연도와 상태 기준을 따로 정해주는 쪽으로 방향을 잡았다.
있던 건수가 갑자기 사라졌다. 준공예정 20일 이내 공사가 어느 날 0건으로 표시됐다. 공사가 없어진 게 아니라 집계 규칙 쪽 문제였다. 이 일을 계기로 건수가 비정상적으로 급변하면 자동 게시를 멈추는 장치를 요구사항에 넣었다.
사람이 입력한 값이 덮어써질 수 있었다. 원본을 다시 읽을 때마다 사이트에서 직접 배정한 담당자 정보가 날아가면 안 된다. 그래서 우선순위를 “관리자가 직접 확정한 값 > 담당자 매칭 파일 > 자동 추정값”으로 정했다.
화면과 권한 규칙이 계속 나왔다. 업무를 배정하고 나니 다른 사람 업무가 안 보인다는 의견이 나왔고, 완료 버튼을 여러 번 누를 수 있다는 보고도 있었다. 쓰는 사람이 늘수록 이런 규칙이 하나씩 추가됐다.
여기서 하나 알게 된 게 있다. AI에게 “대시보드 만들어줘”라고 하는 건 시작일 뿐이고, 실제로는 업무 규칙을 말로 정확하게 정리하는 일이 더 컸다. 어떤 공사를 완료로 볼지, 어떤 건을 미배정으로 셀지 같은 기준은 결국 업무를 아는 사람이 정해야 했다.
지금 방식의 한계와 다음 단계
현재는 GPT가 매일 밤 전체 파일을 다시 읽고 다시 게시하는 구조다. 장점이 분명하지만 한계도 있다.
- 재분석과 재게시가 끝나야 원본 변경이 화면에 반영된다.
- 자료가 커지면서 처음 화면을 열거나 저장할 때 지연이 생길 수 있다.
- 원본 엑셀 양식이 크게 바뀌면 규칙을 다시 손봐야 한다.
그래서 규칙이 충분히 안정되면 반복 집계는 GPT 없이 서버 프로그램으로 옮길 계획이다. Python으로 자료를 수집·검증하고, 데이터베이스에 정리된 결과만 화면에서 빠르게 불러오는 방식이다. 그때 GPT는 매일 집계보다는 양식이 바뀌었을 때 규칙을 고치거나 보고서·회의자료를 만드는 쪽으로 쓰려고 한다.
지금은 한 사업부에서 먼저 써보며 피드백을 받고 있고, 이후 본사 도입을 추진하는 단계다.
비개발자가 AI로 업무 대시보드를 만든다면
직접 해보면서 다음에 시작하는 사람에게 말해주고 싶은 건 이 정도다.
- 원본 파일은 건드리지 않게 한다. 읽기 전용이 기본이다.
- 고유 번호부터 정한다. 이름이 같아도 번호가 다르면 다른 건이다.
- 숫자는 반드시 원본과 대조한다. AI가 집계한 숫자가 맞는지는 사람이 확인해야 한다.
- 사람이 입력한 값과 자동 값을 분리한다. 그래야 재분석할 때 날아가지 않는다.
- 처음부터 완벽한 프로그램을 노리지 않는다. 실제로 써보면서 규칙을 확정하는 과정이 필요했다.
아직 정식 프로그램까지는 갈 길이 남아 있다. 그래도 매일 손으로 뽑던 목록 몇 가지는 이제 아침에 화면에서 확인하는 일로 바뀌었다.
자주 묻는 질문
코딩을 몰라도 AI로 업무 대시보드를 만들 수 있나요?
내 경우 코딩을 배운 적 없이 GPT와 대화하며 만들었다. 다만 한 번에 완성되지는 않았고, 테스트하며 고치는 과정이 계속 필요했다. 업무 규칙을 정확히 설명하는 게 코딩 지식보다 더 중요하게 느껴졌다.
구글 드라이브에 있는 엑셀 파일을 자동으로 집계할 수 있나요?
지금 나는 예약 작업으로 평일 밤마다 드라이브의 원본 파일을 다시 읽어 집계하는 방식을 쓰고 있다. 파일 양식이 바뀌면 규칙을 다시 손봐야 한다는 점은 감안해야 한다.
AI가 회사 원본 자료를 바꿔버리지는 않나요?
그 걱정 때문에 원본은 읽기 전용으로만 쓰도록 정했다. 사람이 사이트에서 입력한 값은 별도로 저장해서 원본과 섞이지 않게 했다.
AI 대시보드를 계속 AI로만 운영해도 되나요?
현재까지 해본 범위에서는 규칙을 찾고 검증하는 단계에 잘 맞았다. 규칙이 안정되면 반복 집계는 일반 서버 프로그램으로 옮기고, AI는 예외 분석이나 규칙 수정에 쓰는 쪽을 계획하고 있다.
오늘도 한걸음 👣
gujaeun.kr