위메이드는 현재 Gemini와 Claude를 사내 정식 AI 도구로 지원하며, AI 활용 기반을 넓혀가고 있습니다. 동시에 ‘AI 챔피언 협의체’를 운영해 각 부서에서 쌓이는 활용 경험과 노하우를 공유하며, 조직 전반의 AI 역량을 높여가고 있습니다.
이번 시리즈는 ‘AI 챔피언 협의체’에 참여하고 있는 각 부서 AI 챔피언들의 실제 사용 경험을 소개합니다. 첫 번째 이야기는 경영관리팀 김가람 과장의 월별 손익 집계 자동화 사례입니다.
매월 마감이 다가오면 경영관리팀 김가람 과장은 분주해집니다. 사업부별·프로젝트별 매출과 비용을 집계해, 회사 손익을 경영진에게 보고하는 업무가 이어지기 때문입니다.
김가람 과장이 AI를 활용해 자동화하고자 했던 것도 바로 이 업무였습니다. 매월 반복되는 손익 집계와 보고 자료 작성 과정에서, 엑셀과 PPT로 매번 손수 정리하던 시간을 줄이고 싶었습니다.
코딩 경험이 없던 경영관리 담당자는 어떻게 월별 손익 집계를 자동화하고, PPT 50장에 달하던 보고 자료를 대시보드 형태로 구성할 수 있었을까요? 김가람 과장에게 직접 들어봤습니다.
ㅤ
Q. 먼저 경영관리팀에서 어떤 업무를 맡고 계신가요?
재무관리실 경영관리팀에서 FP&A(Financial Planning & Analysis) 업무를 담당하고 있습니다. 회사 전체 손익 결산과 관리회계 자료를 만들고, 매월 사업부별·프로젝트별로 매출과 비용을 집계해서 손익을 보고합니다. 경영진 의사결정 시에 참고할 수 있는 분석 자료를 만드는 일도 하고 있습니다.
ㅤ
Chapter 1.
자동화의 출발점: 매달 쌓이는 숫자, 정작 해석할 시간은 없었다
Q. 담당 업무 중 AI로 자동화하고자 했던 업무는 무엇이었나요? 왜 그 업무를 선택하셨나요?
매월 회사 관리손익(P&L)을 정리하는 업무를 자동화 대상으로 삼았습니다. 이 업무의 본질은 단순히 숫자를 취합하는 데 그치는 것이 아니라, 그 숫자가 왜 그렇게 나왔는지를 설명하고 다음 달 방향을 제시하는 것입니다.
그런데 실제로는 사업부별 숫자를 가져와 합치고, 분류별로 취합해 검증하고, 보고용 표 양식을 맞추는 반복 작업이 시간의 상당 부분을 차지하더라고요. 이 작업에만 하루 5~6시간씩 들어가는 날도 있었고요. 자회사들에 MM 수치 입력을 요청하고, 취합하고, 확인하는 커뮤니케이션도 반복됐습니다.
FP&A 본연의 일인 분석과 인사이트 도출에 더 많은 시간을 써야 하는데, 정작 데이터 정리와 양식 작업에 많은 시간을 뺏기고 있었습니다. 그래서 이번 기회에 이 구조를 바꿔보고 싶었습니다.
ㅤ
Q. 자동화 작업의 방향은 어떻게 잡으셨나요?
방향은 명확했습니다. “한번 만들어두면 매달 데이터만 갈아끼우면 되는 형태로 가자”는 것이었습니다.
엑셀은 매월 새 데이터를 입력하면 집계가 자동으로 따라오도록 하고, 보고는 PPT를 매번 새로 만드는 대신 클릭해서 세부 수치를 확인할 수 있는 대시보드로 바꾸고 싶었어요. 그래서 업무를 크게 두 갈래로 나눠 자동화했습니다.
하나는 손익 데이터를 다루는 엑셀 파일 자체를 자동화하는 것이었고, 다른 하나는 정리된 데이터를 보고용 대시보드로 전환하는 것이었습니다. 추가로 매월 반복하던 요청 메일 업무의 일부도 자동화했습니다.
ㅤ
Chapter 2.
엑셀 자동화: 손익 집계의 반복을 줄이다
Q. 가장 먼저 시작한 작업은 무엇이었나요?
먼저 제가 관리하던 엑셀 관리손익 파일을 최적화하는 작업부터 시작했습니다.
기존 파일은 약 3만 행짜리 통합 DB를 기준으로, 게임별·블록체인별·분류별 등 여러 집계 시트가 SUMIFS 수식으로 매출액·공헌이익·직접비·영업이익·MM을 계정별·프로젝트별로 끌어오는 구조였어요.
로우 데이터가 워낙 크고 수식 참조가 복잡하게 얽혀 있다 보니 파일 자체가 무거웠습니다. 수식 하나를 바꾸는 데도 컴퓨터가 버벅거렸고, 한 곳을 수정하면 다른 시트에 어떤 영향이 가는지 파악하는 데도 시간이 꽤 걸렸어요.
또 손익 집계의 출발점이 되는 통합 데이터 시트, 즉 원장에 데이터가 추가될 때마다 각 시트의 수식 범위를 직접 늘려줘야 했고, 피벗을 다시 돌리거나 양식을 재가공하는 작업도 매월 반복됐습니다.
ㅤ
Q. 어떻게 해결하셨나요?
Claude in Excel을 활용했습니다. 엑셀 파일을 열어둔 상태에서 AI와 바로 대화하며 서식 수정이나 시트 작업을 처리할 수 있는 기능인데요.
이 기능을 활용해 무거운 함수들을 더 가볍고 효율적인 함수로 바꿔 파일 연산 속도를 개선했습니다. 그리고 원장에 새 데이터가 추가될 때마다 사람이 직접 수식 범위를 늘리지 않아도 집계 시트에 자동으로 반영되도록, 데이터 범위가 자동으로 확장되는 동적 참조 구조로 전환했습니다.
피벗을 새로 돌리거나 양식을 재가공하는 단계도 없앴습니다. 지금은 원장에 새 데이터를 붙여넣는 것만으로도 주요 집계 수치가 한 번에 갱신되는 구조가 됐습니다.
ㅤ
Q. 실제로 엑셀 작업 시간이나 업무 방식에는 어떤 변화가 있었나요?
예전에는 전체 작업의 70% 정도가 사람이 손으로 챙겨야 하는 수기 영역이었다면, 지금은 반드시 직접 확인해야 하는 부분을 제외하고 10% 내외로 줄었습니다.
현재 보고 시트는 월만 바꾸면 수치가 자동으로 연산되고, 그래프까지 함께 맞물려 돌아갑니다. 표를 만드는 시간을 비롯한 전체 엑셀 작업 시간도 절반 가까이 단축됐고요.
단순히 시간이 줄었다기보다, 손으로 옮기고 맞추던 시간이 줄어든 만큼 숫자를 다시 확인하고 해석하는 데 더 많은 시간을 쓸 수 있게 됐습니다.
ㅤ
Chapter 3.
엑셀 자동화 다음, 보고 방식의 변화
Q. 보고 자료를 대시보드 형태로 바꾸고 싶었던 이유는 무엇이었나요?
보통 보고 자료는 PPT로 만든 뒤 PDF로 저장해서 공유합니다. 그런데 손익 표 한 장을 보더라도 “게임별 손익은 얼마지?”, “다른 프로젝트는 어떤 상황이지?” 같은 세부 질문이 이어지기 마련입니다.
정적인 PDF 자료만으로는 이런 질문에 즉각적으로 대응하기 어렵습니다. 그렇다고 모든 세부 내용을 매번 PPT 장표로 만들어둘 수도 없고요. 그래서 이전부터 클릭해서 세부 수치들을 확인할 수 있는 드릴다운 방식의 대시보드가 필요하다고 생각하고 있었습니다.
마침 AI 챔피언에 참여한 다른 부서 분의 대시보드 사례에서 힌트를 얻었어요. 그 사례를 보면서 제 업무에 맞게 손익 데이터를 더 자세히 확인할 수 있는 HTML 대시보드를 직접 만들어보면 좋겠다고 생각했습니다.
ㅤ
Q. 대시보드는 어떤 순서로 만들기 시작하셨나요?
데이터를 먼저 넣기보다, 화면 구조를 먼저 잡았습니다. 데이터는 이미 제가 가지고 있으니, 핵심은 ‘이 수치를 어떻게 직관적으로 보여줄 것인가’였습니다.
여러 대시보드 템플릿을 참고하면서 보고 화면의 기본 구조를 잡았고, Claude Design을 활용해 레이아웃을 먼저 만들었습니다. 예를 들면, 상단에는 주요 지표 카드를 5개 배치하고, 특정 표는 고정 화면으로 두고, 매출액처럼 직관적으로 비교가 필요한 항목은 막대 그래프로 시각화하는 식이었습니다. 화면의 뼈대를 먼저 잡은 것이죠.
이후에 실제 수치를 얹고, 확정된 구조를 Claude Code로 구현했습니다. 만약 코드를 먼저 짜고 나중에 디자인을 바꾸려 했다면 공수가 배로 들었을 것 같아요. 반대로 레이아웃을 먼저 정해두고 코드 작업에 들어가니, 위치나 구성 때문에 반복해서 수정하는 일이 훨씬 줄었습니다.
ㅤ
Chapter 4.
AI 도구에도 각자의 역할이 있었다
Q. 작업 단계별로 AI 도구를 어떻게 나누어 활용하셨나요?
써보니 도구마다 잘하는 역할이 달라서 자연스럽게 나누어 쓰게 됐습니다.
Claude Cowork는 기획과 요구사항을 정리하는 데 활용했습니다. “이걸 어떤 흐름으로 만들 것인지”, “어떤 항목을 먼저 보여줄 것인지”처럼 작업 방향을 잡는 대화에 가까웠습니다. 데이터 추출이나 구조를 정리할 때도 Cowork가 빠르게 도와줬고요.
Claude Design은 대시보드의 레이아웃과 시각 구조를 잡는 데 사용했습니다. 코드를 전혀 몰라도 “이 블록을 오른쪽으로 옮겨달라”, “색상 톤을 조금 더 차분하게 해달라”처럼 말로 방향을 잡을 수 있어서 디자인 결정 단계가 훨씬 수월했습니다. 디자이너도 개발자도 아닌 제가 ‘보고용 화면’을 설명할 수 있는 언어가 생긴 느낌이었습니다.
Claude Code는 확정된 레이아웃을 실제 HTML로 구현하고, 세부 기능을 수정하는 데 사용했습니다. 파일 구조를 보고 필요한 위치에 코드를 넣는, 말하자면 패치를 적용하는 역할이었습니다.
엑셀 파일 자체를 손볼 때는 Claude in Excel을 활용했습니다. 파일을 열어둔 상태에서 사이드바로 바로 대화할 수 있어서, 수식 점검이나 동적 참조 구조를 잡을 때 작업 흐름이 끊기지 않았습니다.
역할을 나누어 사용하니 각 단계가 훨씬 깔끔해졌습니다. 하나의 도구로 모든 걸 해결하려 하기보다, 기획·디자인·구현·엑셀 작업을 나누어 맡긴 것이 결과적으로 더 효율적이었습니다.
ㅤ
Chapter 5.
AI를 활용하되, 맹신하지 않기
Q. 작업 과정에서 가장 어려웠던 점은 무엇이었나요?
가장 어려웠던 건 원하는 대로 수정되지 않는 경우가 많았다는 점입니다. 지금 대시보드 버전이 28번 정도까지 갔는데요. 대화형으로 요구사항을 설명하다 보니, 잘 작동하던 구조를 AI가 임의로 바꾸거나 수치가 틀어지는 경우가 있었습니다.
테두리, 글자체, 크기, 여백처럼 원하지 않았던 요소들이 함께 바뀌는 경우도 꽤 많았습니다. 서너 번은 아예 원상 복구가 안 된 적도 있었고요. 그 뒤로는 중간중간 버전을 나누어 저장하는 습관이 생겼습니다.
막히는 순간에는 전체를 한 번에 고치려고 하기보다, 제가 직접 확인할 수 있는 가장 작은 단위로 쪼개서 봤습니다. 대시보드 화면이 의도한 대로 작동하지 않으면 탭 하나, 항목 하나씩 확인하면서 어디서 문제가 생겼는지 찾고, 그다음 다시 AI에게 요청하는 식이었습니다.
결국 AI를 잘 쓰는 것은 문제를 얼마나 잘게 쪼개서 설명하고, 결과를 얼마나 꼼꼼하게 확인하느냐에 달려 있다는 걸 느꼈습니다.
ㅤ
Q. AI가 제안한 답을 그대로 믿으면 안 되겠다고 느낀 순간도 있었나요?
많았습니다. AI가 “이 함수 쓰면 된다”고 자신 있게 답했는데, 알고 보니 존재하지도 않는 함수였던 적이 있었어요. 그걸 그대로 적용했다가 페이지가 열리지 않는 일도 있었고요.
엑셀 자동화 과정에서도 AI가 제안한 수식이 기존 시트 구조와 충돌해서, 특정 탭 집계가 0으로 떨어진 적이 있었습니다. 그때 AI가 전체 구조를 모두 파악하고 답하는 것은 아니라는 걸 체감했습니다.
그래서 그 뒤로는 AI의 답을 그대로 믿기보다, 어떤 셀을 왜 수정했는지, 다른 시트에는 영향을 주지 않았는지 반드시 다시 확인하고 있습니다.
ㅤ
Q. 재무 업무는 숫자의 정확성이 특히 중요할 것 같은데요. AI가 만든 결과는 어떻게 검증하고 계신가요?
숫자 자체의 정합성은 무조건 사람이 다시 봅니다.
Claude in Excel에서 수식을 수정할 때는 어느 셀을 건드렸는지 반드시 하이라이트로 표시하게 하고, 왜 그렇게 수정했는지 설명을 남기게 했습니다. 문제가 생겼을 때 어디가 틀렸는지 추적할 수 있어야 하기 때문입니다.
“AI가 고쳤으니 맞겠지”가 아니라, “AI가 어디를 왜 고쳤는지 보면 내가 판단할 수 있다”는 구조를 만든 것이죠.
대시보드에서도 화면에 보이는 데이터와 원장의 데이터가 한 자리도 틀리면 안 되기 때문에, AI가 새로 숫자를 계산하게 하기보다 검증된 원본 데이터가 화면에 그대로 표시되도록 만들었어요.
ㅤ
Q. 이번 작업을 하면서 가장 뿌듯했던 결과물도 있었나요?
가장 뿌듯했던 것 중 하나는 매월 반복되는 데이터 업데이트 작업을 더블클릭 한 번으로 처리할 수 있는 BAT 파일 시스템을 만든 것입니다.
BAT 파일은 쉽게 말해, 정해둔 작업을 한 번에 실행해주는 자동 실행 파일인데요. 매월 새로 업데이트된 데이터 파일을 지정된 폴더에 넣고 BAT 파일을 더블클릭하면, 대시보드 파일들이 새 데이터를 읽어 최신 화면으로 바뀌도록 만든 것이죠.
기술적으로 아주 거창한 기능이라기보다, 매달 반복되던 번거로운 작업을 제 업무 방식에 맞게 줄였다는 점에서 만족감이 컸습니다. 실무에서는 이런 작은 반복을 줄이는 것만으로도 체감 효율이 꽤 크더라고요.
ㅤ
Chapter 6.
줄어든 반복 작업, 본연의 업무에 가까워지다
Q. 엑셀 자동화와 대시보드 구축 이후 실무 환경에는 어떤 변화가 있었나요?
가장 크게 달라진 건, 반복 작업에 쓰이던 시간을 더 중요한 일에 쓸 수 있게 됐다는 점입니다. 예전에는 숫자를 옮기고, 표를 맞추고, 자료 형태를 정리하는 데 많은 시간이 들어갔다면, 이제는 그 시간을 숫자를 다시 검증하고 유의미한 내용을 보강하는 데 더 쓸 수 있게 됐습니다.
처음에 말씀드린 것처럼 FP&A 업무의 본질은 숫자를 정리하는 데서 끝나는 것이 아니라, 그 숫자가 왜 움직였는지 설명하는 일이라고 생각합니다. 반복 작업이 줄어든 만큼, 그 본질적인 업무에 더 가까워진 느낌입니다.
ㅤ
Q. AI 활용이 막막한 비개발 직군 동료들에게 전하고 싶은 말이 있다면요?
코드를 몰라도 됩니다. 어차피 코드를 쓰고 구현하는 건 AI가 도와줄 수 있으니까요.
중요한 건 본인이 하는 일을 정확히 설명하는 것입니다. 매일 손으로 반복하는 작업이 있다면, 그 과정을 단계별로 풀어서 AI에게 설명해보는 것부터 시작하면 됩니다. 어떤 데이터를 보고, 어떤 기준으로 나누고, 최종적으로 어떤 형태의 결과물이 필요한지 말로 정리할 수 있다면 이미 절반은 시작한 것이라고 생각합니다.
처음에는 낯설고 시간이 더 걸리는 것처럼 느껴질 수 있습니다. 하지만 한 번 구조를 만들어두면 매월 반복되는 작업을 줄일 수 있고, 그만큼 더 중요한 일에 시간을 쓸 수 있습니다.
본인의 업무에서 반복적으로 시간을 잡아먹는 일이 있다면, 작게라도 한 번 시도해보셨으면 좋겠습니다.
ㅤ
ㅤ
김가람 과장의 대시보드 설계 프롬프트 공개
김가람 과장의 작업 방식을 참고해보고 싶다면, 아래 프롬프트를 활용해 보세요. 인터뷰에서 설명한 대시보드 설계 방식을 프롬프트 형태로 재구성한 예시입니다.
프롬프트 MD 파일 다운로드
AI 챔피언 노트는 앞으로도 다양한 부서의 실제 업무 안에서 쌓이는 AI 활용 경험을 이어서 소개합니다.
