시작: 단순한 정렬 작업이었는데
한 무역회사에서 거래 기록 500개를 정리하는 일이 있었습니다. 거래처 이름, 날짜, 상태를 담은 스프레드시트를 Claude Code에 던졌습니다. "이 데이터를 거래처별로 정렬해 줄래?" 하는 식의 간단한 요청이었죠.
자동화는 때로 예상보다 더 많은 것을 드러냅니다.
발견: 데이터 속 중복과 오류
Claude Code가 정렬을 시작하자, 뭔가 이상했습니다. 같은 거래처가 3가지 표기법으로 흩어져 있었거든요. "ABC Trading", "Abc trading", "abc trading" 같은 식으로요. 사람 눈으로는 놓치기 쉬운 부분입니다.
더 흥미로웠던 건, 정렬 과정에서 Claude Code가 자동으로 의심스러운 항목들을 표시했다는 점입니다.
• 거래 금액이 일반적 범위를 벗어난 항목
• 날짜 형식이 일관되지 않은 기록
• 거래처 이름의 철자 차이
비개발자인 우리는 검증 요청만 했는데, 봇이 스스로 위험 신호를 감지했습니다.
실무 팁: Claude Code로 데이터 검증하기
1단계. 윈도우 디바이스에서 CSV 파일 준비
스프레드시트를 CSV 형식으로 내보내세요. 이게 Claude Code와 가장 잘 맞습니다.
거래처명, 거래일, 거래상태
ABC Trading, 2024-01-15, 완료
ABC trading, 2024-01-16, 대기중
abc trading, 2024-01-20, 완료
2단계. Claude Code에 명확한 지시 주기
단순히 "정렬해 줘"보다는 구체적으로:
이 데이터를 다음 기준으로 정렬하고 검증해 줘:
1. 거래처명 기준 정렬 (대소문자 통일)
2. 같은 거래처의 중복 표기법 찾아서 표시
3. 거래일 형식 확인 (YYYY-MM-DD 통일)
4. 거래상태 값이 허용된 항목만인지 확인
3단계. 결과 검토 및 피드백
Claude Code가 제시한 "의심 항목 목록"을 먼저 검토합니다. 그런 후 "이 항목들을 이렇게 처리해 줄래?" 하는 식으로 다음 지시를 줍니다.
예상 밖의 이점
자동화는 검증입니다. 정렬하는 과정에서 데이터 품질 문제를 함께 발견할 수 있습니다. 비개발자도 Claude Code의 "의심 신호"를 읽기만 하면, 데이터 감사 역할을 할 수 있다는 뜻이죠.
실제로 우리가 발견한 중복과 오류는 나중에 거래 추적 작업에서 문제를 일으킬 뻔했습니다. 자동화가 이를 미리 잡아낸 겁니다.
다음 도전
같은 방식으로 메시지 기록, 주문서, 계약서도 검증할 수 있을까요? 드림팀은 계속 실험 중입니다.