이 작업은 거창한 AI 프로젝트가 아니었다. 다만 매일 오전마다 두 사람이 같은 엑셀을 열고, 같은 공식이 맞는지 서로 확인해야 하는 병목이 있었다.
첫 주에는 그냥 파일을 읽고 숫자를 더했다. 둘째 주에는 오류를 메일로 보냈고, 셋째 주에는 정산 누락 건을 자동으로 표시했다. Python의 장점은 이 변화가 단계적으로 자연스럽다는 점이다.
시작은 “엑셀 복사 금지”였다
업무를 완전히 자동화하겠다는 선언보다 먼저, 사람이 셀을 직접 복사하지 않게 만드는 목표를 세웠다. Python은 이 작은 규칙을 빠르게 실험할 수 있었다.
파일 이름 규칙, 숫자 포맷, 수수료 반올림 방식처럼 엑셀에 숨어 있던 팀 규칙이 코드로 드러나기 시작했다.
도입 초기에 꼭 본 것
- 입력 파일이 틀렸을 때 누구에게 어떤 메시지를 보낼지
- 실패한 건을 다시 돌릴 때 중복 정산이 나지 않는지
- 운영팀이 로그를 읽을 수 있는 문장으로 남는지
“우리는 자동화보다 검수 시간을 먼저 줄였고, 그 다음에 사람을 루프 밖으로 천천히 빼냈다.”
사업 현장에서 Python이 잘 먹히는 이유
자동화 프로젝트는 처음부터 거대한 서비스가 아니다. 작은 스크립트가 반복 업무의 규칙을 발견하고, 그 규칙이 쌓이며 서비스처럼 굳어진다.
Python은 그 중간 지대에 강하다. 데이터팀, 운영팀, 백엔드팀이 각자 조금씩 읽고 수정할 수 있기 때문이다.
팀에 남은 변화
- 반복 업무는 기능보다 실패 보고 형식부터 자동화하는 편이 좋다.
- Python은 작은 스크립트가 팀의 공식 프로세스로 성장하기 쉬운 언어다.
- 사람이 승인만 하도록 남겨 두면 자동화 도입이 훨씬 빠르다.