구글 앱스 스크립트 업무 자동화: HR 실무자가 제미나이로 만든 사내 봇과 개인화 메일

핵심 메시지

• AI를 검색이나 질의응답 상대가 아니라 업무 자동화의 엔진으로 쓸 때 직장인에게 실질적인 도움이 된다는 것이 대화의 출발점이다.
• 새 자동화 도구를 도입하는 대신 회사가 이미 공식적으로 쓰는 구글 워크스페이스 안에서 처리하면 추가 비용도, 별도 계정 관리도, 새로운 보안 검토도 필요 없다.
• 과거에는 앱스 스크립트를 쓰려면 상당한 학습이 필요했지만, 지금은 스프레드시트 화면을 캡처해 제미나이에 던지고 원하는 동작을 설명하면 대개 한두 번 만에 쓸 만한 코드가 나온다.
• 사내 위키를 API로 붙인 슬랙 질의응답 봇은 한 시간 반 만에 완성됐다. 별도 웹사이트나 맞춤 챗봇으로 만들면 아무도 쓰지 않는다는 판단이 설계의 출발점이었다.
• 자동화 자체가 목적은 아니다. 화자는 인사의 본질은 사람이며 자동화는 더 가치 있는 일에 집중하기 위한 수단이라고 정리한다.

쉽게 이해하기

이 영상은 개인 직장인 관점에서 AI를 업무에 적용하는 방법을 다루는 대담이다. 게스트는 경영학을 전공한 뒤 SK에서 개발자로 사회생활을 시작해 SK텔레콤 영업 전산망을 만들었고, 이후 SK와 카카오, 현대차에서 인사 업무를 거쳐 현재 200~300명 규모 IT 스타트업에서 5년째 인사를 맡고 있다. 그는 많은 사람이 AI를 질의응답 도구로만 쓰고 있다고 지적하며, 결국 내 업무 처리에 어떻게 붙일 것인가가 핵심이라고 말한다.

자동화의 무대로 구글 워크스페이스를 고른 이유는 단순하다. 회사가 공식적으로 쓰는 도구 안에서 일하는 것이 맞다고 보기 때문이다. 스타트업과 중견기업 상당수가 구글 워크스페이스와 슬랙, 지라를 함께 쓰고, 메일·캘린더·설문·문서·시트가 모두 앱스 스크립트로 제어된다. 별도 도구를 도입할 때 생기는 보안 리스크가 없고 추가 비용도 들지 않으며, 구글 계정이 있으니 개인화 처리를 위한 별도 계정 관리도 필요 없다. 그는 업무를 입력과 출력의 구조로 본다. 슬랙 워크플로나 구글 설문으로 정보가 들어오고, 시트 함수나 앱스 스크립트가 처리하고, 메일·슬랙·문서·캘린더로 결과가 나가며, 쌓인 데이터는 루커 스튜디오로 분석한다.

첫 번째 시연은 개인화 메일 자동 발송이다. 구성원 정보가 담긴 스프레드시트 화면을 캡처해 제미나이에 넘기고, 첫 줄은 머리글이며 둘째 줄부터 정보가 들어 있다는 설명과 함께 한 해를 마무리하는 감사 메시지를 각자에게 개별 발송하는 스크립트를 만들어 달라고 요청한다. 받은 코드를 시트에 연결된 앱스 스크립트 편집기에 붙여 넣고 실행하면 조직과 직군, 직책, 근속 기간 같은 정보를 반영한 메일이 개인별로 발송된다. 오류가 나면 화면을 캡처하거나 복사해 다시 던져 수정본을 받고, 완성한 뒤에는 시트에 도형을 삽입해 버튼으로 만들어 함수를 할당하거나 시계 아이콘의 트리거 설정으로 시간 단위 반복 실행을 걸어 둔다.

두 번째 사례는 사내 위키 기반 질의응답 봇이다. 팀원들이 위키에 있는 내용을 개별적으로 계속 물어보는 상황이 출발점이었다. 별도 챗봇 서비스나 웹사이트로 만들면 링크조차 찾기 어려워 아무도 쓰지 않는다고 보고, 다들 매일 쓰는 슬랙에서 멘션하면 답이 오는 형태로 정했다. 위키 내용을 시트에 복사해 두는 방식은 유지보수가 안 되고 전체를 프롬프트에 넣기에는 비용이 너무 크다고 판단해, 컨플루언스 API로 검색한 뒤 후보 두 건을 비교해 적합한 쪽의 일부만 넘기고 컨텍스트는 5천 자 이내로 제한했다. 응답은 요약과 원문 링크를 함께 준다. 회사가 구글 워크스페이스를 쓰는 덕에 제미나이를 별도 비용 없이 쓸 수 있었고, 백엔드는 전부 앱스 스크립트다. 코드는 직접 고치지 않고 제미나이와 대화하며 만들었으며 한 시간 반 정도가 걸렸다고 한다.

그가 강조한 실무 팁 하나는 로그다. 슬랙으로 응답을 반환하는 봇은 스크립트 편집기 아래쪽에 로그가 남지 않아 어디서 오류가 났는지 알 수 없으므로, 스프레드시트 링크를 주고 로그를 그쪽에 쌓게 만들어야 한다는 것이다. 기성 솔루션과의 관계도 분명히 한다. 채용 관리와 평가, 휴가 관리는 이미 전용 시스템을 쓰고 있고 직접 다 만들자는 이야기가 아니다. 다만 인사 데이터를 한 번에 보려면 결국 내려받아 시트에서 다시 구조화하게 되므로, 그 위에 필요한 만큼 얹는 도구를 만든다는 접근이다. 마지막으로 그는 목적은 자동화나 AI가 아니라 새로운 가치이며, 인사의 본질은 사람이라고 정리한다.

주요 인사이트

• 사내에서 이미 쓰는 도구 안에서 만드는 편이 채택률을 높인다. 팀원이 별도 AI 스튜디오로 만들어 배포한 결과물은 링크를 찾기조차 어려워 실제로 쓰이지 않았다는 사례가 근거로 제시된다.
• 사내 문서를 통째로 프롬프트에 넣거나 시트에 복사해 두는 방식은 유지보수와 비용에서 무너진다. 위키 API로 검색해 필요한 페이지 일부만 넘기는 구조가 현실적이라는 것이 그의 결론이다.
• 슬랙으로 결과를 반환하는 봇은 스크립트 편집기에 로그가 남지 않는다. 오류 추적을 위해 처음부터 로그를 스프레드시트에 적재하도록 설계해야 한다.
• 사내 업무용 자동화는 사용자가 수백에서 1천 명 미만이라 트래픽 부담이 거의 없다. 대규모 서비스 수준의 구조화가 필요 없으므로 단순한 구현으로도 원하는 결과를 낼 수 있다는 점이 비개발자에게 기회가 된다.
• 기성 SaaS를 대체하자는 이야기가 아니다. 채용·평가·휴가 시스템을 그대로 쓰되, 데이터를 한데 모아 보려는 순간 생기는 빈틈을 커스터마이징 도구로 메우는 방식이다.

자주 묻는 질문

관련 AI 소식