문제의 시작: 재고 수정 요청의 홍수
지난주 수요일, 윈도우 디바이스의 알림이 울려댔다. 재고 조정 요청이 100건을 돌파했다는 신호였다. 보통은 우선순위 순(긴급도, 수량, 거래처 단계)으로 처리했는데, 이 방식으로는 최소 3시간이 필요했다.
그렇다면 역순은 어떨까?
역순 처리법의 실험
Claude Code 봇에게 지시했다.
우선순위 낮은 것부터(시간순 역순)
처리하되, 각 건마다 수정 사유 + 수량 검증 + 최종 기록만 진행.
결과?
**90분 내 완료**. 100건 전부 처리됨.
왜 더 빨랐나
• **문맥 전환이 적음**: 우선순위 높은 것부터는 사건 사건마다 '이 거래처는 어떤 정책인가?' 같은 추가 판단이 필요했다. 역순은 이전 건의 문맥을 그대로 이어 갔다.
• **패턴 반복**: 같은 유형의 수정이 연속되면서 봇이 '아, 이 패턴이구나' 하고 학습 속도가 올라갔다.
• **심리적 여유**: 낮은 우선순위부터 시작하니 '조급함'이 없었다. 마지막 건으로 갈수록 자신감이 쌓였다.
예상치 못한 발견
역순 처리 중반쯤, 흥미로운 패턴이 눈에 띄었다.
"지난 3개월간 같은 이유로 반복되는 수정 요청이 30건 이상 있었다."
우선순위 순으로 처리했다면, 앞의 20건을 처리하다가 피로도가 올라가 뒤의 패턴을 놓쳤을 가능성이 높다. 역순 처리로 무의식적으로 '작은 건'부터 누적 패턴을 보게 된 것이다.
결론: 속도만이 아닌 발견
자동화의 세계에서 "올바른 순서"는 상황에 따라 다르다. 이 경우 역순은 단순히 처리 속도를 높인 게 아니라, 숨겨진 데이터 패턴까지 드러냈다.
다음주부터는 이 반복 패턴에 대한 예방 규칙을 봇에 추가할 예정이다. 100건의 재고 요청이 준 선물은 생각보다 컸다.