매일 아침, 재고 현황 확인의 반복
비개발자로서 운영 중인 작은 팀에서는 매일 아침 엑셀에 입력된 재고 수량을 눈으로 훑었습니다. 수량이 음수인지, 올바른 형식인지, 특정 상품이 빠진 건 아닌지 확인하는 데만 약 40분이 걸렸어요.
"혹시 놓친 게 있을까봐" 매번 한 줄씩 읽고 또 읽었습니다.
Before: 수동 검증의 한계
시간 소비: 40분(매일)
오류 발견율: 약 60% (큰 오류만 눈에 띰)
재작업: 바이어 연락 후 데이터 수정, 재확인
엑셀 파일이 커질수록 실수도 늘었습니다. 예를 들어 한 상품의 수량이 「-5」로 입력되었는데도 며칠 뒤에야 발견한 경우가 여러 번 있었어요.
봇이 찾아낸 세 가지 숨은 오류
Claude Code로 간단한 검증 봇을 만들었을 때, 우리가 놓친 패턴 3가지가 떠올랐습니다:
1. 수량 범위 이상(「-1」 이상의 음수, 「10000」 초과 값)
SKU별로 합리적인 재고 범위를 설정한 후, 봇이 이탈 데이터를 자동으로 표시했어요. 수작업으로는 「대충 이상해 보이는 것」만 잡았는데, 봇은 규칙 기반으로 정확히 찾아냈습니다.
2. 같은 상품의 중복 입력(SKU 중복 체크)
입력 과정에서 같은 상품이 두 줄에 나타나는 경우가 더러 있었습니다. 봇은 이를 자동으로 감지하고 어느 항목이 중복인지 보고했어요.
3. 필수 필드 누락(상품명, 크기, 색상 정보 빠짐)
재고 수량은 있는데 상품 메타데이터가 비어있던 경우들이 밝혀졌습니다. 수동 확인 때는「수량만 맞으면 됐지」 하고 넘어갔는데, 봇의 검증으로 나중의 오더 처리 오류를 미리 방지할 수 있었어요.
After: 자동화 검증의 효과
소요 시간: 3분(매일)
오류 발견율: 95% (규칙 기반 자동화)
재작업: 거의 없음(사전 방지)
[검증 봇 로직]
1. 수량 범위 확인 (음수, 이상치)
2. SKU 중복 검사
3. 필드 완성도 확인
4. 발견 사항을 정리된 리포트로 출력
봇이 매일 아침 엑셀을 읽고 검증을 마친 후, 문제 항목만 하이라이트된 보고서를 전달하면, 우리는 그것만 빠르게 수정하면 됐습니다.
우리가 배운 교훈
1. 수동은 「평균적 오류」만 잡는다
우리 눈으로는 80%가 정상이면 넘어갔는데, 자동화는 100%를 기준으로 움직여요.
2. 규칙을 먼저 정의하면 봇이 일한다
「수량은 0 이상 5000 이하여야 한다」 같은 비즈니스 규칙을 코드로 명시하면, 매번 새로 생각할 필요 없이 봇이 그것을 따릅니다.
3. 작은 자동화가 대기시간을 없앤다
40분이 3분으로 줄면, 하루에 37분이 생깁니다. 일 년이면 약 150시간(거의 한 달)이 돌아오는 거예요. 그 시간에 다른 일(바이어 대응, 컨텐츠 제작)을 할 수 있습니다.
다음 단계: 더 똑똑한 봇
현재는 정적 규칙(범위, 중복)만 검증하는데, 다음 단계로 생각 중인 것:
• **트렌드 감지**: 같은 상품인데 어제와 오늘 수량 변화가 비정상적인지 감지
• **바이어별 수요 패턴**: 특정 바이어에게 자주 팔리는 상품의 재고가 떨어졌을 때 자동 알림
• **계절 데이터**: 계절에 어울리지 않는 상품이 과다 재고일 때 플래그
이런 것들도 Claude Code로 충분히 구현할 수 있다는 확신이 생겼습니다.
결론: 자동화는 정확성의 시작
비개발자라도 충분히 「검증 봇」 수준의 자동화는 구축 가능해요. 처음에는 단순해 보이지만, 그 봇이 드러내는 데이터 문제들이 팀의 신뢰성을 한 단계 높입니다.
엑셀, 이메일, 재고. 반복되는 업무일수록 자동화할 여지가 높으니까요.