n8n과 AI 자동화로 잡무를 없앤 1인 교육팀의 업무 방식

핵심 메시지

• 초기 아웃리치 같은 잡무는 자동화하되, 모든 시스템에 사람이 최종 확인하는 루프를 둔다.
• 커리큘럼 평가는 자동화로 6시간 작업을 10분으로 줄였고, 정확도는 반복 끝에 약 95%까지 올랐다.
• 워크플로는 15개 노드 미만으로 단순하게 유지해 고장 가능성을 줄이고 수정하기 쉽게 만든다.
• 자동화의 목적은 사람 대체가 아니라 효율을 높여 고부가가치 업무에 집중하는 것이다.

쉽게 이해하기

발표자 제이미는 n8n의 시니어 데브렐 겸 교육 담당자로, 사실상 '1인 교육팀'을 운영한다. 내부·외부 교육, 강의 개발, 그리고 200곳이 넘는 교육 파트너 관리를 혼자 맡을 수 있는 이유는 n8n과 AI 자동화로 반복 업무를 처리하기 때문이다.

핵심 원칙은 '사람이 개입하는 루프(human in the loop)'다. 초기 연락 이메일은 자동화로 초안을 만들지만, 본인이 하루 15~30분 동안 모든 초안을 직접 읽고 확인한 뒤에야 발송한다. 덕분에 하루의 절반을 이메일에 쓰지 않고도 파트너와의 실제 대화에 집중할 수 있다.

대표 사례는 커리큘럼 평가 도구다. 파트너가 커리큘럼을 제출하면 정해진 기준에 맞춰 자동으로 평가 리포트가 생성된다. 예전에는 하나 평가하는 데 약 6시간이 걸렸지만 지금은 최대 10분이면 끝난다. 처음에는 정확도가 절반 수준이었지만 수개월간 프롬프트를 다듬어 약 95%까지 끌어올렸다.

워크플로는 대부분 15개 노드 미만으로 단순하게 유지한다. 단순할수록 깨질 부분이 적고 바꾸기 쉽기 때문이다. 새 모델이 나올 때마다 모든 프롬프트에 대해 평가(eval)를 돌린다. 토큰 비용만 보면 비싸 보이지만, 같은 일을 사람 서너 명이 하는 것보다 저렴하다는 설명이다.

모델은 용도에 따라 나눠 쓴다. 빠르고 좋은 Sonnet이 전체 워크플로의 약 75%를 담당하고, 무거운 작업에는 Opus를, 이메일 분류·라벨링처럼 가벼운 작업에는 오픈소스 모델이나 GPT 계열을 쓴다. 자동화로 잡무를 없앤 덕분에 근무 시간의 60% 이상을 강의 제작과 검수 같은 고부가가치 업무에 쓰고, 주당 최대 42시간이라는 워라밸도 지킨다.

주요 인사이트

• AI에게 모든 걸 맡기고 무작정 '예'를 누르면 사고가 난다. 초안과 리포트를 매번 직접 확인하는 습관이 자동화를 안전하게 만든다.
• 세 번 이상 반복하는 일은 자동화 후보다. 단, 의사소통처럼 중요한 일은 사람이 남는다.
• n8n으로 n8n을 가르치는 '도그푸딩'은 제품을 가장 잘 이해하는 방법이자, 별도의 앱을 직접 만들어 관리하는 부담을 없애 준다.
• 자동화는 사람을 줄이는 게 아니라, 결과물을 검수할 분야 전문가를 더 둘 여지를 만든다.

자주 묻는 질문

관련 AI 소식