그날의 사건
아침 10시, 윈도우 디바이스에서 구글 시트를 열던 중이었다. 햄스터즈(자동화 봇)가 밤새 수집한 주문 요청서 140건이 대기 중이었다. 평소처럼 하나씩 눈으로 훑으며 이상한 점을 찾으려던 순간, Claude Code를 시켜본 생각이 났다.
지시문은 단순했다. 「주문서 데이터를 보고, 바이어가 요청한 수량과 실제 주문 항목의 수량이 맞지 않는 경우를 찾아줘」
정확히 1분 23초 후, 결과가 떴다.
발견된 오류: 4건
- 주문 #2847: 요청 수량 1,200개, 실제 항목 수량의 합 950개 (250개 부족)
- 주문 #2891: 바이어가 「2종류」 요청했는데 주문서에 3종류 입력
- 주문 #2908: 색상 코드 불일치 (바이어는 「BLU-001」 요청했으나 「BLU-002」로 기입)
- 주문 #2951: 납기일 오류 (요청: 30일, 입력: 60일)
눈으로 140건을 훑었다면 30분은 걸렸을 것이다. 실수할 확률도 높았다.
왜 1분일까?
규칙 기반 자동화의 한계
지금까지 우리가 썼던 방법은 「시트에 조건식을 입력해서 오류를 플래그하기」였다.
=IF(SUMIF(범위)≠입력값, "오류", "정상")
이 방식은 정확하지만 경직돼 있다. 새로운 유형의 오류(색상 코드 불일치처럼)가 생기면 매번 공식을 추가해야 했다.
Claude Code가 하는 일
AI는 다르게 작동한다. 코드를 작성해서 한 번의 실행으로 140건을 모두 스캔했다. 그 과정에서:
• 각 주문의 「맥락」을 이해했다 (바이어가 정말 그 색상을 원했는가?)
• 이전에 본 오류 패턴들을 기억했다
• 예상하지 못한 유형의 오류도 감지했다
그다음은?
가장 놀라운 부분은 따로 있었다. Claude Code가 오류를 찾은 후, 자동으로 내게 물었다.
「발견된 4건 중 #2847과 #2891은 바이어 쪽 입력 오류로 보입니다. 먼저 확인 이메일을 보낼까요? 템플릿을 작성하겠습니다」
"예"라고 답하자, 다국어 확인 메일 템플릿이 3분 안에 나왔다. 그것도 각 바이어의 이전 커뮤니케이션 스타일에 맞춰서.
배운 점
1. **시간 절감은 부수 효과**. 진짜 가치는 「오류를 놓치지 않는다」는 신뢰성이다.
2. **수정 제안까지 한 스택에서**. 문제를 찾는 것과 해결책을 제시하는 것이 자동으로 연결되면, 업무 흐름이 완전히 달라진다.
3. **AI 에이전트와 봇은 다르다**. 햄스터즈는 「시키는 일」만 한다. Claude Code는 「필요한 일을 스스로 판단하고 제안한다」.
모든 무역 회사가 이렇게까지 정교한 자동화가 필요한 건 아니다. 하지만 매일 수백 건의 데이터를 만지는 팀이라면, 한 번쯤 시도해볼 가치가 있다.
다음 주에는 이 프로세스를 메인 디바이스에도 배포하려고 한다.