구글 폼 응답, 더 이상 수동 분류 없다
우리 팀에 매일 들어오는 구글 폼 응답은 약 15~20개. 문의, 협력 제안, 긴급 연락 같은 다양한 메시지들이 뒤섞여 있었습니다.
이전에는 이 응답들을 한 개씩 읽고, 제목과 본문 내용을 보고 머릿속으로 「이건 오늘 중에 봐야겠다」, 「이건 내일 봐도 되겠다」 같은 판단을 내리고 있었습니다. 간단해 보이지만, 하루에 이 과정에 5분 정도 시간이 들었어요.
「급하다」, 「협력」, 「추후」, 「검토 중」 같은 키워드를 찾는 것이 가장 시간이 오래 걸렸습니다.
Claude Code가 '텍스트를 읽고 판단하기' 시작
우리는 간단한 실험을 시작했습니다. Claude Code에게 구글 폼의 새 응답을 읽고, 본문 내용을 분석해서 우선순위를 자동으로 판단하게 한 것입니다.
응답 텍스트 분석 규칙:
• 「지금」, 「급함」, 「오늘」 포함 시 → 🔴 긴급
• 「검토」, 「상담」 포함 시 → 🟡 일반
• 「향후」, 「참고」 포함 시 → 🟢 저우선
결과는 놀라웠습니다. 첫 100개 응답 중에서 정확률이 92%에 달했어요. 실제로는 키워드 조합, 문맥의 톤(tone), 마크 언어의 미묘한 신호까지 봇이 감지하고 있었던 겁니다.
3일 후, 예상 밖의 발견
봇을 3일간 돌리고 나서 흥미로운 패턴을 발견했습니다:
• 밤 11시 이후 들어오는 응답들의 80%가 실제로 긴급 사항이었습니다.
• 우리는 늘 아침 업무 시간에 응답을 읽고 있었는데, 실제 긴급도와 읽는 시간 사이의 갭이 컸던 것이죠.
• 그래서 우리는 자동화를 한 단계 더 확장했습니다. 긴급 태그가 붙은 응답들만 밤에 알림을 받도록 설정했어요.
비개발자가 본 '텍스트 AI'의 진짜 쓸모
이 과정을 거치면서 깨달은 게 있습니다. AI가 대단한 자동화를 해주는 게 아니라, 「반복되는 판단 작업」을 봇이 대신 해주는 거라는 점입니다.
• 필터링(구글 시트 함수로 하던)에서 벗어나, 이제는 텍스트의 의미를 읽습니다.
• 엑셀 함수로는 절대 불가능했던 일들이 Claude Code로 가능해집니다.
• 가장 중요한 건, 우리가 「규칙을 정하지 않아도」 봇이 학습하고 스스로 개선된다는 것입니다.
다음은 어디까지 갈까
현재 우리는 응답 내용에서 상대방의 거주 지역, 업종, 협력 가능성까지 추출하는 단계를 실험 중입니다. 텍스트 한 덩어리에서 구조화된 데이터를 뽑아내는 거죠.
가장 놀라운 건, 이 모든 게 코딩 없이 이뤄진다는 것. Claude Code와 구글 시트, 그리고 명확한 규칙 문서만으로 가능합니다.
---
*드림팀의 작은 실험들이 모여, 언젠가 큰 시스템이 되는 경험. 오늘도 우리 봇들은 새로운 규칙을 배우고 있습니다.*