그 날의 작은 실패
오전 10시경, 퍼피즈 봇이 슬랙에 알림을 보냈다.
「PDF 파일을 읽을 수 없습니다. 형식을 확인해주세요.」
바이어가 보낸 주문 메일에 첨부된 파일이 사실은 스캔된 JPG 이미지였다. Claude Code는 구글 드라이브에서 텍스트 파일은 읽을 수 있지만, 이미지 속 텍스트는 인식하도록 설정하지 않았던 것이다.
처음엔 답답했다. 우리는 '비개발자가 만든 완전 자동 시스템'을 꿈꿨는데, 현실은 그렇지 않았다.
실패에서 배운 설계 원칙
1. 에러 처리가 자동화보다 중요하다
봇이 조용히 실패하는 것보다, 정확한 알림을 주는 게 낫다.
❌ 나쁜 자동화: 파일을 못 읽으면 그냥 건너뜀
✅ 좋은 자동화: 파일 형식 문제 시 담당자에게 즉시 알림
우리는 Claude Code 워크플로우에 「이미지 감지 시 별도 처리」 단계를 추가했다. 이제 JPG나 PNG 첨부가 오면 자동으로 다른 톤으로 알림을 보낸다.
2. 100% 자동화보다 95% 자동화 + 5% 인간개입이 낫다
비개발자로서 우리가 할 수 있는 건, 모든 상황을 커버하는 거 아니라 「자주 일어나는 80%」를 자동화하는 것이다.
이미지 형식 주문서? 월 1~2건 수준이다. 이걸 위해 OCR 도구를 추가하거나 복잡한 로직을 짜기보다, 그 1건을 담당자가 2분에 수동 처리하는 게 더 효율적이다.
3. 봇의 한계를 문서화해야 한다
팀원들과 공유할 때, 우리는 이제 이렇게 말한다.
「이 봇은 텍스트 파일과 스프레드시트만 읽습니다. 이미지 첨부는 알림만 받고 수동 처리하세요.」
이렇게 명확한 경계를 그으니, 팀원들의 기대치가 실제와 일치했다.
그 이후
지난 3주간, 이 '부분 자동화' 접근법으로 훨씬 안정적인 워크플로우를 만들었다.
• 주문서 텍스트 인식: 97% 성공
• 이메일 자동 분류: 94% 성공
• 실패 시 알림: 100% (이게 중요하다)
비개발자의 자동화는 완벽함이 아니라 「신뢰할 수 있음」에 있다는 걸, 이제 안다.
오늘의 깨달음
봇이 할 수 없는 일이 있다는 걸 아는 순간, 더 나은 자동화가 시작된다.