케어랩스 AI 자동화 학습 가이드
AI Automation Workshop

케어랩스를 위한
AI 업무 자동화 학습 가이드

전사 사전 설문(18개 팀)에서 수집한 비효율 업무·자동화 니즈·기대 모습을 바탕으로, Claude Code와 Make.com을 결합한 팀별 자동화 설계안을 정리한 교육용 가이드입니다.

18개 팀 응답 5개 본부 · DM사업부 8 / HQ 4 / SH실 3 / 시니어 1 / 플랫폼 2 18건 전 사례 해결 방안 수록

먼저 읽기 — 두 도구의 역할 분담

18개 팀의 해결 방안 전체를 관통하는 표준 아키텍처입니다. 어느 사례를 보든 이 구조가 반복됩니다.

Claude Projects — 노코드 시작점

⓪ 지식 · 지시 세팅

GPTs·Gems처럼 기준 문서·템플릿·규칙을 프로젝트 지식으로 올리고 커스텀 지시를 저장하면, 코드 없이 채팅만으로 반복 판단·문서 작성을 처리할 수 있습니다. 자동화 구축 전 가장 빠른 출발점입니다.

Make.com — 오케스트레이터

① 수집 · 트리거

구글 시트 업로드, 슬랙/메일 수신, 웹훅, 스케줄러가 파이프라인을 자동으로 시작합니다. 노코드로 외부 앱을 연결합니다.

Claude Code — 엔진

② 분석 · 판정 · 생성

크롤링, 데이터 파싱, 산술 검증, AI 판정(불량 DB, 이상 징후), 문서·랜딩·리포트 생성 등 복잡한 로직을 코드로 구현합니다.

결합 — 배포 · 알림

③ 기록 · 리포트 · 얼럿

결과를 구글 시트/문서에 자동 반영하고, 슬랙·이메일로 담당자에게 스마트 알림과 자동 보고서를 발송합니다.

설문에서 반복된 4대 자동화 패턴

팀은 달라도 니즈는 수렴합니다. 자신의 업무가 어느 패턴인지 찾은 뒤 해당 사례를 학습하세요.

📊 수기 집계 · 정산 검증

엑셀 수작업 집계, 교차 대조, 원단위 차액 검증을 스크립트 + AI 판정으로 대체합니다.

→ 사례 1 · 3 · 4 · 6 · 10 · 15

🚨 모니터링 · 이상 징후 얼럿

광고 계정·랜딩페이지·키워드를 상시 감시하고, 특이점만 골라 슬랙으로 알립니다.

→ 사례 3 · 4 · 5 · 18

📝 문서 · 콘텐츠 자동 생성

제안서·견적서·랜딩페이지·광고 소재·회의록·주간 보고서를 템플릿 + AI로 자동 생성합니다.

→ 사례 1 · 2 · 8 · 12 · 13 · 16

🔎 리서치 · 영업 타겟 발굴

웹 크롤링과 AI 분석으로 트렌드·동향·가망 거래처를 자동 수집하고 맞춤 발송까지 잇습니다.

→ 사례 3 · 8 · 11 · 14 · 17

학습 로드맵

교육 커리큘럼은 사례들의 공통 단계를 따라갑니다.

  1. Claude Code 기초 — 터미널 실행, 프로젝트 구조 파악, 파이썬/Node 스크립트 생성 지시, 자율 실행으로 테스트·디버깅하기
  2. 데이터 파이프라인 만들기 — 엑셀/CSV 파싱, API·크롤링 수집, 검증 로직(합계·수익률·누락 체크) 구현
  3. Make.com 시나리오 구성 — 트리거(Watch/Webhook) → Iterator·Router·Filter → 구글 시트 기록 → 슬랙/메일 알림
  4. 두 도구 결합 — Make.com이 감지·중계하고 Claude Code 엔진이 판정·생성하는 엔드투엔드 파이프라인 완성
1

SA2팀 (영업팀)

DM사업부
정산 자동화불량 DB 판정소재 생성

Q1 · 가장 비효율적인 업무

광고비 정산 시 불량 DB 수동 확인 작업.

  1. 디엠사업부는 매월 초에 전월 광고분에 대해 정산 업무를 진행
  2. 각 광고마다 협의한 불량 DB건 기준에 따라 백데이터에서 불량 DB건 확인 작업을 수동으로 진행
  3. 각 병의원은 케어랩스가 제공한 어드민에 상담 내용을 수작업으로 기재
  4. 이때 상담 결과는 약술식이고, 상담 결과를 세분화해서 밸류값이 정해져 있지 않음
  5. 서술한 상담내용을 보고 불량인지 아닌지 확인하는데 많은 시간 소요
  6. 사람이 육안으로 하다보니 오류 발생 가능성 존재

Q2 · 자동화하고 싶은 업무

  1. 정산 업무 자동화 — AI가 각 광고별 불량 기준을 학습하고, 백데이터 업로드 시 자동으로 불량 건을 파악해주는 기능
  2. 소재·랜딩 제작 자동화 — 이벤트 내용, 주요 카피문구, 금지 문구, 컨셉 등 프롬프트를 입력하면 동영상 광고와 랜딩페이지가 생성되는 기능

Q3 · 교육 후 기대하는 모습

실무에 즉시 적용 가능한 수준으로 기능이 개발된다면 바로 테스트해보고 싶습니다. 기존 수동 업무를 즉각 개선하지는 못하더라도, AI를 통한 자동화가 가능하다는 가능성이라도 확인하고 싶습니다.

해결 방안
Claude Code 활용 방안
  1. 환경 분석 및 설계 — Claude Code를 터미널에서 실행하여 프로젝트 디렉토리 구조를 파악하고, 불량 DB 판정 로직과 소재 생성 프롬프트 엔진을 처리할 백엔드 스크립트(Python 등)의 설계 구조를 정의
  2. 불량 DB AI 판정 코드 구현 — 광고별 불량 DB 기준을 학습·참조할 수 있는 JSON 가이드를 읽어오고, 약술형 상담 내용을 Claude API로 전달하여 불량 여부를 T/F 또는 스코어로 분류하는 분석 스크립트 작성
  3. 콘텐츠 생성 자동화 스크립트 — 담당자가 입력한 프롬프트(이벤트 내용, 카피, 금지 문구)를 기반으로 비디오 스크립트, 광고 카피, HTML/CSS 랜딩페이지 템플릿 코드를 자동 빌드하는 생성 스크립트 개발·검증
  4. 테스트 및 리팩토링 — 자율 실행 기능으로 스크립트 실행·예외 처리를 테스트하고, 대용량 백데이터 업로드 시 발생할 수 있는 에러를 디버깅해 안정화
Make.com 활용 방안
  1. 데이터 입력 트리거 — 구글 드라이브·웹훅 모듈을 첫 단계로 배치, 전월 정산용 백데이터(엑셀/CSV) 업로드나 어드민 상담 데이터 유입 시 시나리오 자동 트리거
  2. 데이터 파싱 및 AI 라우팅 — Iterator 모듈로 로우 데이터를 행별로 쪼갠 뒤 Anthropic Claude 모듈과 연동, 상담 내용을 분석하여 불량 DB 여부를 판정하고 JSON으로 반환
  3. 정산 파일 기록 및 알림 — Router로 정상/불량 DB 분기 처리, 구글 시트에 불량 여부·판정 사유 자동 기입, 완료 시 슬랙 또는 이메일 자동 알림
  4. 소재 생성 시나리오 별도 구성 — 구글 폼·워크스페이스에 광고 기획 프롬프트가 등록되면 영상 생성/디자인 API 또는 Claude 모듈로 전달해 결과물 생성 후 공유 드라이브 자동 저장
결합 파이프라인

핵심 아키텍처 — Claude Code로 구현한 AI 판정/생성 엔진(Core 백엔드) 위에 Make.com을 워크플로우 오케스트레이터로 얹는 구조.

흐름 — 담당자가 구글 시트에 원본 정산 백데이터를 올리면 → Make.com이 감지해 Claude Code로 빌드된 API 서버로 전송 → AI 엔진이 대량의 비정형 상담 텍스트를 고속 분류/정산 → 결과를 Make.com이 받아 구글 시트 업데이트 + 정산 요약본 슬랙 보고. 기획 프롬프트 입력 시에도 동일 파이프라인으로 랜딩페이지 코드와 광고 소재가 자동 생성·아카이빙됩니다. 수동 검토로 인한 휴먼 에러를 0%에 수렴시키고 정산 시간을 혁신적으로 단축합니다.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘불량 DB 판정’ 프로젝트 생성 — 광고별 불량 DB 판정 기준 문서와 과거 판정 완료 사례(정상/불량 예시)를 프로젝트 지식으로 업로드
  2. 커스텀 지시 저장 — “상담 내용을 붙여넣으면 광고별 기준에 따라 불량 여부(T/F)·판정 사유·확신도를 표로 출력”하도록 지시 설정
  3. 정산 시즌 활용 — 백데이터를 복사해 붙여넣기만 하면 팀원 누구나 동일 기준으로 1차 판정 결과를 얻고, 애매한 건만 사람이 최종 확인 — 코드 구축 전에도 즉시 시작 가능
  4. ‘소재 제작’ 별도 프로젝트 — 브랜드 카피 가이드·금지 문구 리스트를 지식으로 올려, 이벤트 개요만 입력하면 광고 카피·랜딩 구성안·영상 스크립트 초안을 생성
2

디자인팀

DM사업부
랜딩 셀프서비스슬라이싱 자동화성과 분석

Q1 · 가장 비효율적인 업무

  • 반복적으로 발생하는 간단한 설문 랜딩 제작, 문구 수정 등 디자인 전문성이 크게 요구되지 않는 작업의 비중이 높아 디자인 리소스가 반복 업무에 소모됨
  • 개발팀 전달을 위해 이미지 슬라이싱 및 규칙에 맞는 파일명(라벨링) 작업을 수작업으로 수행 — 시간 소요가 크고 휴먼에러 가능성 존재

Q2 · 자동화하고 싶은 업무

  • 간단한 설문 랜딩은 기획자가 미리 준비된 템플릿·소스를 활용해 직접 제작할 수 있는 환경 구축
  • 단순 문구 수정·이미지 교체는 기획자가 직접 수정하는 셀프 서비스화
  • 개발 전달용 이미지 슬라이싱 및 파일명(라벨링) 자동화
  • 랜딩페이지·광고 소재의 성과를 자동 수집/분석하여 개선 포인트를 확인하는 환경

Q3 · 교육 후 기대하는 모습

단순 반복 업무는 디자인팀을 거치지 않고 기획자가 직접 처리해 제작·테스트 속도 향상. 슬라이싱·라벨링 등 후처리는 자동화하여 디자이너는 가치가 높은 기획/디자인 업무에 집중. 제작물 성과를 데이터 기반으로 분석해 디자이너도 능동적으로 효율 개선 기획·소재 제작을 하는 환경.

해결 방안
Claude Code 활용 방안
  1. Claude Code 터미널 환경을 구동하고 프로젝트 저장소와 연결. 기획자가 수시로 문구 수정·이미지 교체를 할 수 있도록 마크다운(MD) 파일 기반의 콘텐츠 관리 구조를 코드베이스 내에 설계
  2. 이미지 슬라이싱 및 자동 파일명 규칙 지정을 위한 파이썬 스크립트 작성 지시 — 규칙에 맞게 이미지를 라벨링하고 폴더 구조를 자동화하는 후처리 CLI 도구 구현
  3. 기획자가 입력한 템플릿 정보를 기반으로 완성된 HTML/CSS/JS 랜딩페이지를 자동 빌드하는 자동화 코드를 코드 작성·검증(Test) 에이전트 기능으로 생성
Make.com 활용 방안
  1. Google Sheets 또는 Airtable 기반으로 기획자가 랜딩페이지 문구·이미지 URL을 입력하는 셀프 서비스 폼(Form) 연동 시나리오 구성
  2. GA4, 매체 API(구글 애즈, 네이버 검색광고 등)의 성과 데이터를 주기적으로 수집(Watch)하는 모듈 배치 — 성과 지표 실시간 트래킹
  3. 수집된 성과 데이터로 전주 대비 효율 증감·개선 포인트를 자동 추출하여 슬랙 알림 또는 구글 데이터 스튜디오 리포트로 자동 생성·배포
결합 파이프라인

기획자가 Make.com 폼에 문구/이미지를 입력하면 Make.com이 이를 인지하고 웹훅(Webhook)을 발송 → 이를 트리거로 Claude Code가 서버 단에서 이미지 자동 슬라이싱, 규칙 기반 라벨링, 컴포넌트 자동 결합 및 정적 페이지 생성을 즉각 처리·배포 → 배포된 랜딩페이지의 성과를 다시 Make.com이 매일 수집/분석하여 디자이너와 기획자가 효율 개선 기획에만 집중할 수 있는 유기적 파이프라인을 구축합니다.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘랜딩 셀프서비스’ 프로젝트 — 랜딩 템플릿 구조, 문구 톤앤매너 가이드, 파일명(라벨링) 규칙 문서를 프로젝트 지식으로 업로드
  2. 기획자 셀프 제작 — 기획자가 코드 없이 프로젝트 채팅에서 설문 랜딩 문구·구성안·교체 카피를 직접 생성해 디자이너 확인 전 1차 시안 완성
  3. 규칙 Q&A — “이 배너의 파일명은 어떻게 지어야 해?”처럼 슬라이싱·라벨링 규칙 문의에 프로젝트가 즉답해 휴먼에러 감소
  4. 성과 리뷰 — 주간 성과 CSV를 붙여넣으면 소재별 개선 포인트를 요약해 데이터 기반 소재 기획을 지원
3

영업팀

DM사업부
정산 교차검증실시간 모니터링거래처 발굴

Q1 · 가장 비효율적인 업무

  1. 광고 정산 프로세스 — 다수 광고주의 매체별 비용 교차 검증 및 수작업 대조 정산파일 작성
  2. 영업타겟 정보 수동 검색 발굴 — 신규 거래처 확보를 위해 웹사이트 담당자 정보, 연락처, 주소 등을 일일이 검색

Q2 · 자동화하고 싶은 업무

  1. 광고 정산·결제 자동화 — 매체별 데이터를 자동 취합하고 내부 영업자 정산 데이터를 비교/연계하여 정산에서 결재까지 간소화
  2. 광고 실시간 모니터링 — 일과시간 외 어드민 접속 없이, 광고주 실시간 현황을 원하는 선택값(단가, 소진, 수량 등)에 따라 담당자별 스마트 알럿 설정
  3. 거래처 정보 자동 수집(웹크롤링·AI 분석) — 주요 타겟 카테고리(병의원 등) 키워드 입력으로 AI가 웹상에서 개원 여부, 위치, 대표자, 마케팅 담당자 연락처 등을 자동 수집·리스트업

Q3 · 교육 후 기대하는 모습

  1. 고부가가치 업무 집중 — 단순 검색·엑셀 입력 시간을 줄이고, 실시간 광고효율 파악과 광고주 제안 및 신규 영업에 역량 집중
  2. 영업력 확대 — 신규 가망 영업처 타겟 DB 확보 자동화
해결 방안
Claude Code 활용 방안
  1. 정산 교차검증 엔진 구축 — 매체별 정산 데이터(엑셀/CSV)와 내부 영업자 정산 데이터의 포맷을 분석하고, 광고주별·매체별 비용을 자동 매칭·대조하여 불일치 항목만 추려내는 파이썬 검증 스크립트 작성. 검증 완료 데이터는 정산 파일 양식에 맞춰 자동 출력
  2. 실시간 모니터링 로직 구현 — 매체 API 또는 어드민 데이터에서 단가·소진액·DB 수량을 주기적으로 수집하고, 담당자별로 설정한 임계값과 비교해 이상 계정을 감지하는 모니터링 스크립트 개발
  3. 거래처 발굴 크롤러 개발 — 타겟 카테고리(병의원 등) 키워드를 입력하면 웹에서 개원 여부, 위치, 대표자, 마케팅 담당자 연락처 등을 수집하고, Claude API로 중복 제거·정보 신뢰도 스코어링까지 수행하는 크롤링 스크립트 구현
  4. 테스트 및 스케줄 등록 — 자율 실행 기능으로 예외 처리를 디버깅하고, cron 등 스케줄러에 등록해 정산·모니터링·크롤링이 주기적으로 자동 실행되도록 안정화
Make.com 활용 방안
  1. 정산 자동화 시나리오 — 매체별 정산 파일이 구글 드라이브에 업로드되면 트리거, Anthropic Claude 모듈로 교차 검증을 수행하고 결과를 정산 시트에 자동 기입. 불일치 건은 슬랙으로 즉시 알림하고, 검증 완료 건은 결재 라인으로 자동 연계해 정산에서 결재까지 간소화
  2. 스마트 알럿 시나리오 — 스케줄러로 광고주 실시간 현황을 주기 조회하고, Filter로 담당자별 선택값(단가·소진·수량) 조건 충족 시 해당 담당자에게 슬랙 DM 자동 발송 — 일과시간 외 어드민 접속 없이 현황 파악
  3. 거래처 리스트업 시나리오 — 크롤링 수집 결과를 구글 시트에 자동 적재·중복 병합하고, 신규 가망 거래처 발생 시 담당 영업자에게 배정 알림을 발송해 영업 타겟 DB를 상시 최신화
결합 파이프라인

핵심 아키텍처 — Claude Code로 구현한 교차검증·모니터링·크롤링 엔진(Core 백엔드) 위에 Make.com을 트리거·알림 오케스트레이터로 얹는 구조.

흐름 — 정산 파일 업로드나 현황 데이터 유입을 Make.com이 감지 → 웹훅으로 Claude Code 엔진 호출 → 엔진이 교차 검증·이상 감지·타겟 스코어링을 고속 처리 → 결과를 Make.com이 받아 정산 시트 갱신, 담당자별 스마트 알럿, 가망 거래처 리스트 배포까지 자동 수행. 단순 검색·엑셀 입력 시간을 제거해 실시간 광고효율 파악과 광고주 제안, 신규 영업에 역량을 집중할 수 있습니다.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘정산 도우미’ 프로젝트 — 매체별 정산 규칙, 정산 파일 양식, 과거 정산 사례를 지식으로 업로드. 매체 데이터를 붙여넣으면 교차 검증 결과와 불일치 항목을 표로 출력
  2. ‘영업 타겟 리서치’ 프로젝트 — 타겟 기준(병의원 카테고리, 지역 등)과 제안 멘트 템플릿을 지식으로 저장. 수집된 거래처 리스트를 붙여넣으면 우선순위 스코어링과 맞춤 제안 멘트 초안 생성
  3. 모니터링 기준 저장 — 단가·소진·수량 임계값을 커스텀 지시로 저장해두고, 어드민에서 내려받은 현황 데이터를 붙여넣으면 담당자별 확인 필요 계정만 요약
4

운영1팀 (전략운영실)

DM사업부
매체 리포트자동 얼럿AI 챗봇

Q1 · 가장 비효율적인 업무

  • 매체 리포트 작성 — 제니스 API 미연동으로 인한 리포트 수기 입력
  • 매체별 매출액을 매일 수기로 입력 (매출액 달성율 등을 수기로 셀프 확인)
  • 위 두 업무를 수동으로 할 시 데이터 누락 위험이 있어 정확도가 떨어질 수 있음

Q2 · 자동화하고 싶은 업무

  • 전 매체 데이터 요약본(달성율 등) 뷰 생성 — 일/월/분기/연 단위. 매출액 달성율, 수익률 추이, DB수량 추이를 한번에 보는 리포트 기능
  • 단가 급등락, 지출액 소진 급등 등 이슈 발생 시 자동 얼럿 기능
  • 각 매체 이슈를 제니스에도 크롤링하여 노출
  • 제니스에 데이터 분석·조회용 AI 챗봇 도입 (예: “00년 2분기 00매체 00광고주 데이터 분석해줘”)

Q3 · 교육 후 기대하는 모습

수동 업무 → 자동화 정리 · AI 기반 데이터 분석 · 실시간 수동 모니터 → 자동화 모니터 → 자동 얼럿

해결 방안
Claude Code 활용 방안
  1. 매체 크롤러 개발 — 각 광고 매체 어드민에 로그인하여 일별 매출액, 단가, 지출액, DB 수량 데이터를 자동 수집하는 파이썬 크롤링 스크립트 작성
  2. 데이터 처리·분석 엔진 — 기간별(일/월/분기/연) 달성율·추이를 계산하고, 단가 급등락·지출액 급등 등 이상 징후를 탐지하는 로직 구현
  3. AI 챗봇 인터페이스 API — 제니스 내부에 연동하여 특정 매체·광고주 데이터를 자연어로 질문하면 실시간 분석 결과를 반환하는 LLM 기반 챗봇 백엔드 개발
Make.com 활용 방안
  1. 데이터 수집·적재 시나리오 — Claude 스크립트가 크롤링한 원본 데이터나 구글 스프레드시트 입력 데이터를 웹훅으로 받아 구글 시트 또는 제니스 DB에 정형화하여 통합 적재
  2. 대시보드 뷰·모니터링 시나리오 — 일/월/분기/연 단위 요약 뷰 자동 갱신, 주기적으로 실시간 데이터를 감시하는 Router 모듈 배치
  3. 이상 징후 알럿 시나리오 — Filter로 단가 급등락·지출액 소진 급등 조건 충족 시 슬랙 또는 이메일로 담당자에게 스마트 알럿 즉시 전송
결합 파이프라인

데이터 수집 — Make.com 스케줄러가 매일 아침 구동되어 Claude Code로 구축한 매체별 데이터 크롤링 스크립트 및 제니스 내 매체 이슈 정보 크롤러를 실행.

분석·처리 — 수집된 Raw 데이터는 Make.com 파이프라인을 지나며 요약 리포트 시트로 자동 취합되고, 동시에 Claude Code의 이상 징후 감지 로직이 실행되어 단가·지출액 리스크 진단.

알럿·활용 — 이상 데이터 발견 즉시 슬랙 알럿 발생, 취합된 통계는 제니스 DB와 매핑되어 실무자가 제니스 내 AI 챗봇으로 언제든 다차원 데이터 분석 결과를 조회할 수 있는 통합 환경 제공.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘매체 리포트’ 프로젝트 — 제니스 리포트 양식, 매체별 지표 정의(달성율·수익률 산식)를 프로젝트 지식으로 업로드
  2. 데이터 붙여넣기 분석 — 매체별 로우 데이터를 붙여넣으면 일/월/분기 달성율 요약과 추이 코멘트를 정해진 양식으로 자동 작성
  3. 이상 징후 기준 내장 — 단가 급등락 기준(%) 등을 커스텀 지시로 저장해, 데이터 검토 시 특이 매체만 자동 하이라이트. API 연동 전에도 “00매체 00광고주 데이터 분석해줘” 같은 챗봇형 분석을 즉시 체험
5

운영2팀

DM사업부
계정 진단 알람랜딩 오류 감지AI 원인분석

Q1 · 가장 비효율적인 업무

  • 광고주별 이슈 파악 및 계정 수동 진단 — 매일 광고주별 예산 소진, 일 목표DB 달성 여부, DB(전환) 중단 시점·이유, 광고 비승인, 노출·클릭 급감/급증 등을 수시로 체크. 문제가 없어도 확인해야 하고 광고주가 많을수록 시간이 더 소요. 매일 아침 특이점 있는 계정만 별도 표시·알림된다면 A부터 Z까지 하나하나 체크하는 것보다 시간 절약 가능.
    예) 계정 진단 알람: A치과 — 전환 −45%, 원인 추정(CTR 하락 + CPC 상승) / B치과 — ‘비용만 발생한 소재’ 2개, 제외 추천 / C피부과 — 광고 비승인 2건, 수정 문구 자동 제안 / D안과 — 이상 없음 / 오늘 예산 조정 추천: 5개 캠페인
  • 매체별 보고서 작성 — 확인 가능한 프로그램이 있음에도 지난 년/월/일자별 데이터와 현 데이터를 한눈에 비교하기 어려워, 구글 스프레드시트에 매일 전일자 데이터를 수기로 별도 작성 중

Q2 · 자동화하고 싶은 업무

  1. 구글 애즈 이상 징후 자동 감지 — 노출이 갑자기 안되는 계정, 트래픽이 몰려 시간대 평균 소진액보다 많이 쓰는 계정 발생 시 알림
  2. 랜딩 페이지 오류 알림 — 랜딩페이지가 안 열리는 오류를 미리 감지하고, 정상화될 때까지 광고를 자동 OFF하여 낭비 비용 세이브. (랜딩 오류 때문인지, 소재·랜딩 자체 문제인지 효율 저하 원인 파악도 수월해짐)
  3. AI 원인분석 — “해당 광고주의 CPA가 평소보다 높아졌는데 제일 큰 원인이 뭐야?”라고 물으면 “A소재 CTR 감소, 동일 타겟군 대비 입찰가 높음” 같은 원인 분석을 빠르게 제공

Q3 · 교육 후 기대하는 모습

자동알림 기능 또는 자동알림에 따른 자동설정. 바로 실무에 투입할 수 있으면 좋겠습니다.

해결 방안
Claude Code 활용 방안
  1. Google Ads API 및 랜딩 페이지 상태를 모니터링하는 Node.js/Python 기반 백엔드 스크립트 베이스 작성
  2. 수집된 광고 실적 데이터(CPA, CTR, CPC, 예산 소진액 등)의 이상 징후를 실시간 탐지하고 원인을 분석하는 알고리즘 코드 생성·테스트
  3. 광고 비승인 문구나 효율 저하 소재에 대해 AI 기반 대안 문구·최적화 추천 액션을 자동 생성하는 LLM 연동 코드 구현
Make.com 활용 방안
  1. Google Ads·HTTP 모듈을 연결해 매일 아침 광고 계정 데이터(예산 소진, 전환수)를 호출하고, 정기적으로 랜딩 페이지 URL의 HTTP 응답 상태를 체크하는 시나리오 구성
  2. Router 모듈로 이상 징후(전환 급감, 트래픽 폭증, 랜딩 오류 코드) 발생 시 조건별 필터를 설정하고, 오류 발생 계정은 Google Ads 모듈로 광고 자동 OFF
  3. 분석 데이터·이상 징후 요약본을 구글 스프레드시트에 자동 기록하고, 담당자에게 슬랙/이메일로 ‘계정 진단 알람’ 리포트 전송
결합 파이프라인

Make.com이 데이터 수집·오케스트레이션을 담당해 주기적으로 매체 데이터와 랜딩 페이지 상태를 조회 → 이상 징후 발견 시 Webhook으로 Claude Code로 개발된 AI 원인 분석 모듈에 데이터 전송 → AI 모듈이 원인(예: A소재 CTR 감소)을 도출하고 해결 방안을 포함한 알럿 메시지를 생성 → Make.com이 이를 받아 구글 스프레드시트 리포트를 갱신하고 슬랙으로 실시간 자동 알림을 발송하는 파이프라인 구축.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘계정 진단’ 프로젝트 — 계정 진단 체크리스트, 과거 이슈·대응 사례, 진단 알람 출력 양식(예: A치과 — 전환 −45%, 원인 추정…)을 지식으로 업로드
  2. 일일 진단 — 매일 아침 어드민에서 내려받은 계정 데이터를 붙여넣으면 이슈 계정만 골라 원인 추정·조치 추천을 알람 형식으로 출력
  3. AI 원인분석 선행 구현 — “이 광고주 CPA가 왜 올랐어?” 같은 질문에 업로드된 데이터와 체크리스트 기준으로 원인을 분석 — 자동화 구축 전 노코드로 바로 실무 투입 가능
6

재무지원팀

DM사업부
결산 집계금액 자동 검증

Q1 · 가장 비효율적인 업무

  1. 데이터 집계 및 검증 — 결산 시 지출결의서·품의서 기반으로 매체별·광고주별 매출과 비용을 엑셀에서 수작업 정리·검증. 동일 데이터를 여러 번 확인·반복 입력해야 하며, 입력·계산 오류 재검토로 결산에 많은 시간 소요
  2. 금액 오류 검증 — 지출결의서·품의서 작성 후 반올림 원단위 차액이 발생해, 합계금액과 수익금액이 올바른지 기안자와 결재자가 직접 계산해 확인해야 하는 번거로움

Q2 · 자동화하고 싶은 업무

아마란스로 바뀌고 지출결의서 작성 시 세금계산서를 조회해 금액을 확인할 수 있지만, 지출결의서(선급 대체)·품의서에서는 전체 합계금액과 수익을 한 번에 확인하거나 자동 검증하는 기능이 없음. 합계금액, 수익, 수익률 등을 입력하면 각종 계산(덧셈·뺄셈·나눗셈·평균값)과 입력 금액의 일치 여부를 자동 검증하는 기능이 추가되면, 수작업 계산·검증이 줄어 기안자·결재자의 부담을 낮추고 오류 가능성을 최소화할 수 있음.

Q3 · 교육 후 기대하는 모습

작성 시 합계금액, 수익, 수익률 등이 자동 검증된다면 기안자와 결재자가 반복적으로 계산·확인하는 수작업이 줄고, 확인 시간이 단축되며, 오류를 사전에 방지하여 업무의 정확성과 효율성을 높일 수 있을 것으로 기대.

해결 방안
Claude Code 활용 방안
  1. 데이터 파싱 스크립트 작성 — 엑셀, 지출결의서, 품의서, 아마란스 추출 데이터의 형식을 분석하고 매체별·광고주별 매출/비용 데이터를 자동 파싱하는 파이썬 스크립트 생성
  2. 자동 검증 Logic 구현 — 반올림 원단위 차액을 조정하고 합계금액·수익·수익률이 수식(덧셈·뺄셈·나눗셈·평균값)에 맞게 일치하는지 실시간 비교·검증하는 알고리즘 구현
  3. 에러 리포트 자동 생성 — 금액 불일치·데이터 누락 발견 시 기안자·결재자가 즉시 인지할 수 있도록 비정상 항목만 필터링한 요약 리포트 출력
Make.com 활용 방안
  1. 데이터 수집·연동 모듈 — 지출결의서·품의서 양식 또는 외부 수집 데이터가 특정 폴더(Google Drive 등)에 업로드되거나 API 요청이 들어오면 감지하여 시나리오로 인입
  2. 데이터 가공·수식 검증 라우터 — 내부 수식 툴로 합계·수익·수익률을 자동 계산하고, 원단위 차액 범위를 설정하여 일치 여부를 판단하는 Filter·Router 구성
  3. 검증 완료 데이터 전송·스마트 알림 — 정상 데이터는 최종 결산용 구글 스프레드시트나 전사 시스템에 자동 입력, 오류 건은 슬랙/이메일 즉시 알림
결합 파이프라인

수집·트리거 (Make.com) — 결산 자료나 지출결의서 데이터 유입 시 파이프라인 시작 → 정밀 검증 연산 (Claude Code 스크립트) — AWS Lambda 또는 웹훅 연동 환경의 고성능 파이썬 검증 스크립트로 매체별 데이터 매칭, 원단위 오차 교정, 수식 검증 수행 → 최종 반영·리포팅 (Make.com) — 정상 데이터는 엑셀/결산 시트에 자동 반영, 검증 오류 내역은 담당자 알림으로 전달하여 기안자·결재자의 수작업 계산 검증 공수를 제거.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘결의서 검증’ 프로젝트 — 계정과목 체계, 지출결의서·품의서 작성 규칙, 반올림 원단위 처리 기준을 프로젝트 지식으로 업로드
  2. 즉시 검증 — 결의서 초안의 합계·수익·수익률 수치를 붙여넣으면 산식 재계산, 일치 여부, 원단위 차액을 즉시 검증해 표로 출력
  3. 공동 기준 공유 — 기안자와 결재자가 같은 프로젝트를 공유해 동일 기준으로 검증 — 시스템 개발 전에도 반복 계산·확인 수작업을 대체
7

전략운영실

DM사업부
AI Agent캠페인 운영보고서 자동화

Q1 · 가장 비효율적인 업무

데이터 분석 및 실시간 집계 부재 — 별도 BI툴을 사용하지 않아 정형/비정형 리포트 제작 시 수기 공수나 개발팀 리소스가 불필요하게 투입됨. 캠페인 생성부터 정산, 실적관리 측면의 수치 집계에 툴 활용 필요.

Q2 · 자동화하고 싶은 업무

  • 광고 캠페인 운영 AI Agent — AI가 기존 운영자들의 운영방식과 우리 데이터를 학습해 캠페인 셋팅부터 운영, 정산까지 전 과정을 사전에 제안하고 모니터링하는 에이전트
  • 실적관리·시장조사·보고서 작성 AI Agent — 활동 데이터 집계·분석·인사이트 제공 자동화 + 정기/비정기 시장조사 자동 수행 + 두 데이터를 종합한 현황 보고서 등 전체 업무 지원 (비개발자이나 코드 활용 교육 니즈가 강함)

Q3 · 교육 후 기대하는 모습

Agent들이 제대로 셋업되어 여러 agent들과 업무를 빠르고 정확하게 수행하는 환경 조성.

해결 방안
Claude Code 활용 방안
  1. 환경 구축·에이전트 설계 — 프로젝트 루트에 .claude/agents/ 폴더를 생성하고, 캠페인 운영·실적 분석 담당 서브에이전트의 역할(Persona)과 작업 가이드를 마크다운으로 작성. 비개발자도 터미널에서 claude 명령어로 직접 제어할 수 있도록 초기 설정
  2. 데이터 처리·모니터링 스크립트 — 광고 매체 API 또는 취합 데이터(CSV/엑셀)를 분석하는 JS/파이썬 집계 로직 개발. 에이전트가 예산 소진율, CPA 추이 등을 분석해 이상 징후 탐지와 최적 캠페인 세팅을 제안하는 프롬프트·스크립트 구현
  3. 자동 검증·배포 프로세스 — 정산·실적 데이터의 산술 오류를 자동 검토하는 테스트 코드 작성, 로컬 검증 후 Git 연동으로 안전하게 배포(Commit & Push)하는 자동화 루프 설정
Make.com 활용 방안
  1. 데이터 자동 취합·연동 트리거 — 광고 매체(구글 애즈, 페이스북 등) 또는 구글 스프레드시트/이메일 모듈을 Trigger로 실적 데이터를 실시간 감지. 정기 시장조사용 HTTP·Web Scraping 툴을 시나리오 시작점에 배치
  2. 라우팅·데이터 재가공 — Router로 캠페인 세팅 정보, 정산 비용, 시장 동향 등 데이터 성격별 분류. Data transformer·통계 툴로 매체별 매출액, 수익률, 달성율을 1차 연산해 정형화
  3. AI 연동·실시간 보고서 배포 — Claude 모듈로 인사이트 분석·요약 생성 후, 종합 현황 보고서를 구글 드라이브 업로드 또는 슬랙 채널로 스마트 알럿·대시보드 링크 자동 발송
결합 파이프라인

Make.com이 외부 데이터 수집·가공·알림의 ‘시각적 오케스트레이터’, Claude Code가 비개발자 실무자 중심의 ‘분석 엔진·코드 제어 관리자’ 역할. Make.com이 실시간 매체 데이터와 시장 조사 자료를 모니터링해 파일로 집계하면, Claude Code 기반 로컬 에이전트가 프로젝트 폴더 내 파일을 스캔해 AI 심층 원인 분석 및 보고서 초안 작성을 수행. 실무자는 터미널에서 간단한 명령어로 집계·정산 검증 로직을 직접 수정·테스트하고, 결과물이 웹훅으로 클라우드와 연동되어 캠페인 세팅 제안부터 정산 보고서 작성까지 수기 개입 없이 자동 실행되는 에이전틱 워크플로우 완성.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘캠페인 운영 어시스턴트’ 프로젝트 — 운영자들의 운영 방식 문서, 캠페인 세팅 가이드, 과거 성과 데이터를 지식으로 업로드해 GPTs·Gems처럼 팀 전용 어시스턴트로 활용. 캠페인 조건을 입력하면 세팅안·예산 배분을 제안
  2. ‘보고서 작성’ 프로젝트 — 보고서 양식과 시장조사 체크리스트를 저장. 실적 데이터·조사 자료를 붙여넣으면 현황 보고서 초안을 자동 생성
  3. 에이전트 승격 전 단계 — 비개발자가 채팅만으로 에이전트 활용 경험을 축적한 뒤, 검증된 지시·지식을 Claude Code 서브에이전트(.claude/agents/)로 승격하는 브리지로 활용
8

전략운영실 영상팀

DM사업부
트렌드 리서치결재 간소화

Q1 · 가장 비효율적인 업무

  • 광고 소재·콘텐츠 제작 시 사회적/분야별 트렌드(밈, 챌린지) 리서치 — 플랫폼 개인 맞춤화로 다른 분야 이슈 발견이 점점 제한되고, 구글 트렌드에도 한계
  • 각종 결재 과정에서 계정과목 등 항목 입력이 경우마다 달라 가이드 없이는 상신이 어려움 (많은 시간 소요 / 오류 반복 / 결재 라인 변경)

Q2 · 자동화하고 싶은 업무

  • 사회적 이슈·분야별 트렌드(밈, 챌린지) 일별·주간 탑리스트
  • 사업부-팀별 업무 특성에 맞춘 결재 경우의 수 간소화 (계정과목 등 자동 반영)

Q3 · 교육 후 기대하는 모습

트렌드 일별 알림 또는 유행 콘텐츠 발견. 결재 문서 양식별 제목·내용 맞춤 자동 채우기 제안 및 자동 오류 검증으로 재상신 최소화. (예: 실검, 인동의 기능)

해결 방안
Claude Code 활용 방안
  1. 트렌드 분석 환경 설정 — 유튜브 인기 급상승, 틱톡/인스타 트렌딩 밈, 주요 커뮤니티 등의 데이터를 API 또는 스크래핑 라이브러리로 수집하는 웹 크롤링·분석 스크립트 작성
  2. AI 기반 트렌드 필터링·요약 — 수집된 원시 데이터에서 광고 소재로 활용 가능한 핵심 트렌드·밈·챌린지를 분류하고, 개인화 알고리즘에 갇히지 않는 객관적 일별/주간 탑리스트 요약 데이터(JSON/CSV)를 자동 생성
  3. 결재 가이드라인 매핑 엔진 — 사업부·팀별 결재 경우의 수와 계정과목 규칙을 연동. 결재 본문·목적을 입력하면 올바른 계정과목·결재 라인을 추천하고, 누락·오류 항목을 사전 체크하는 검증 모듈 작성
Make.com 활용 방안
  1. 데이터 수집·알림 시나리오 — Claude 스크립트가 분석한 일별/주간 트렌드 탑리스트를 가져와 Slack·이메일 모듈로 매일 아침 팀원들에게 ‘일별 알림·유행 콘텐츠 리포트’ 자동 발송
  2. 결재 양식 데이터 수집·연동 — Google Forms, Typeform 또는 내부 그룹웨어 웹훅 모듈로 작성 중인 결재 문서 초안 데이터를 실시간 감지·수신
  3. AI 자동 채우기·오류 검증 — LLM 모듈로 결재 초안에 알맞은 계정과목을 자동 매핑하고 제목·내용 추천. Router로 결재 라인·필수 값 검증 후 이상 없으면 결재 시스템으로 최종 전송하여 재상신 최소화
결합 파이프라인

외부 트렌드 정보 수집과 대량의 사내 결재 규칙 데이터의 고도화된 정제·로직 검증은 Claude Code로 백엔드 엔진을 구축하고, 이 엔진을 Make.com의 웹훅·API 커넥터와 연결하여 실시간 크롤링 스케줄링, 슬랙/이메일 자동 알림, 결재 문서 데이터 연동 등의 워크플로우 레이어를 노코드로 제어. 결과적으로 트렌드 리서치 시간은 실시간 알림으로 최소화되고, 결재 프로세스는 AI 가이드를 통해 계정과목 자동 반영·사전 오류 검증이 이루어지는 단일 자동화 시스템 완성.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘결재 도우미’ 프로젝트 — 사업부·팀별 계정과목 가이드, 과거 결재 사례 모음, 결재 라인 규칙을 프로젝트 지식으로 업로드
  2. 결재 문안 자동 작성·검증 — 결재 목적만 입력하면 양식별 제목·본문·계정과목을 자동 제안하고 누락 항목을 사전 검증해 재상신 최소화
  3. ‘트렌드 브리핑’ 프로젝트 — 자사 콘텐츠 분야·타겟 정의를 지식으로 저장. 수집한 트렌드 자료·링크를 붙여넣으면 소재화 가능한 밈·챌린지만 선별해 요약 브리핑
9

IT보안관리

HQ
티켓 자동화주간 리포트

Q1 · 가장 비효율적인 업무

업무 티켓 관리 — 업무 발생 시 티켓 등록(Task, ETA, Assignee 등) → 티켓 상태 변경 → 주간 리포트 생성.

Q2 · 자동화하고 싶은 업무

티켓 자동 관리 — 캘린더/DM 등을 확인하여 자동 티켓 등록 및 상태 변경.

Q3 · 교육 후 기대하는 모습

캘린더/DM 기반 자동 티켓 등록·상태 변경 + 자동 리포트 생성.

해결 방안
Claude Code 활용 방안
  1. 프로젝트 분석·도구 개발 — 캘린더 API(Google Calendar)와 DM API(Slack 등) 데이터를 파싱해 티켓팅 시스템에 등록하는 CLI 자동화 스크립트(Python, Node.js) 또는 MCP(Model Context Protocol) 서버 코드 작성·테스트
  2. 데이터 변환·상태 관리 로직 — 일정·메시지에서 Task명, ETA, Assignee 등 주요 데이터를 AI 개체명 인식(NER)으로 추출하고, 변경 발생 시 상태값을 업데이트하는 코드를 코드 수정·터미널 실행 기능으로 디버깅하며 완성
  3. 주간 리포트 자동 생성 — 한 주간 생성·변경된 티켓 데이터를 집계해 정해진 템플릿의 마크다운/텍스트 보고서로 요약·출력하는 모듈 구현
Make.com 활용 방안
  1. 워크플로우 트리거 — Google Calendar(New Event) 또는 Slack/DM(New Message) 모듈을 Trigger로 새로운 업무 요인 실시간 감지
  2. 티켓 등록·매핑 — Jira, Asana, Trello 등 프로젝트 관리 툴(또는 Google Sheets)과 연결해 추출 정보(Task, 담당자, 마감일)를 필드별 매핑, 자동 티켓 생성
  3. 상태 변경·보고서 자동화 — 일정 취소/변경이나 DM 내 특정 키워드 감지 시 티켓 상태 자동 전환(Router·Filter), 매주 특정 시간에 데이터를 모아 이메일/DM으로 주간 리포트 자동 발송 스케줄러 구성
결합 파이프라인

입력·실시간 중계 (Make.com) — 캘린더·DM의 실시간 웹훅 연동과 트리거 처리 전담 → AI 데이터 판단·가공 (Claude Code) — 비정형 데이터(DM 본문 등)를 내부 AI 모듈로 넘겨 Task 분류, ETA 산정, Assignee 지정 후 구조화된 JSON으로 변환 → 최종 처리·리포팅 — 구조화 데이터로 Make.com이 티켓을 생성/변경하고, 매주 금요일 Claude의 텍스트 요약을 거쳐 주간 리포트를 슬랙/메일로 전달하는 상호보완적 파이프라인.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘티켓 도우미’ 프로젝트 — 티켓 필드 정의(Task, ETA, Assignee), 분류 규칙, 주간 리포트 템플릿을 프로젝트 지식으로 업로드
  2. 티켓 필드 자동 추출 — DM·메일 내용을 붙여넣으면 티켓 등록용 구조화 데이터(제목·담당자·마감일·상태)를 즉시 추출해 복사·등록만 하면 되는 형태로 출력
  3. 주간 리포트 초안 — 주말에 한 주 티켓 목록을 붙여넣으면 템플릿에 맞는 주간 리포트 초안을 즉시 생성 — API 연동 자동화 전의 노코드 대안
10

경영기획팀

HQ
수치 집계 전면 자동화아마란스 연동

Q1 · 가장 비효율적인 업무

특정 업무·프로세스에 국한된 게 아니라, 반복 및 산술 Logic이 들어간 수치 집계 관련 모든 업무는 이제 AI로 전부 대체해야 한다고 생각됨.

Q2 · 자동화하고 싶은 업무

수치 집계 관련 모든 업무.

Q3 · 교육 후 기대하는 모습

아마란스 직접 연동 or 표준화된 raw-data 연동을 통해 AI가 업데이트 후 배포.

해결 방안
Claude Code 활용 방안
  1. 환경 구축 — 아마란스 ERP API 문서 및 표준화된 수치 데이터(CSV, JSON 등)의 스키마 구조를 분석하여 Claude Code 터미널 환경에 연동
  2. Logic 스크립트 작성 — 원본 데이터의 누락값 검증, 반복 산술 연산(합계·평균·정산 대조), 예외 처리를 수행하는 자동화 파이프라인 스크립트(Python 등) 구현
  3. 자동 검증·테스트 — 모의 데이터로 산술 로직 정확성을 검증하고, 연산 오류·데이터 왜곡이 없는지 터미널 내 디버깅 및 코드 최적화
Make.com 활용 방안
  1. 트리거 설정 — 아마란스 ERP 데이터 업데이트 또는 표준화 raw-data 파일(구글 드라이브, 스마트시트 등)의 신규 업로드를 감지하는 Webhook·Watch 모듈
  2. 데이터 정제·라우팅 — Flow Control(Iterator, Router)로 데이터 묶음을 정제하고, 사전 정의된 산술 Logic에 따라 매출·비용 등 항목별 분류
  3. AI 연동·최종 배포 — Anthropic Claude 모듈로 복잡한 수치 분석·인사이트 요약을 생성한 뒤, 통합 대시보드(구글 시트 또는 사내 메신저)로 자동 업데이트·배포
결합 파이프라인

수집·연동 (Make.com) — 아마란스 및 API 레벨의 raw-data를 실시간 감지해 안정적으로 인입 → 산술·백엔드 로직 (Claude Code) — 경량 실행 엔진으로 고속 연산·무결성 검증 수행 → 리포트 생성·배포 — 연산 완료된 정제 데이터를 Make.com이 최종 사용자용 표준 뷰로 포맷팅 후 실시간 알림과 함께 전사·유관 부서에 자동 배포.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘수치 집계’ 프로젝트 — 계정 체계, 리포트 양식, 산술 Logic 정의(합계·평균·달성율 산식)를 프로젝트 지식으로 업로드
  2. raw-data 즉시 집계 — 아마란스 추출 raw-data(CSV/엑셀)를 붙여넣으면 정의된 산식대로 집계·검증하고 불일치·누락 항목을 표시
  3. 기준 표준화 — 반복 집계 요청을 커스텀 지시로 표준화해, 누가 요청해도 동일한 양식·기준으로 결과가 출력되도록 통일
11

대외협력팀

HQ
동향 분석정성 리서치

Q1 · 가장 비효율적인 업무

업무상 기계적 자동화가 필요하거나 자동화된 내용만 보고 판단할 수 없기 때문에, 당장 비효율적인 업무(프로세스)는 없음.

Q2 · 자동화하고 싶은 업무

반복 업무가 정해져 있지 않고 매번 여러 정보(정황, 동향 등)를 확인하며 판단해야 하므로, 당장 자동화하고 싶은 분야는 없음.

Q3 · 교육 후 기대하는 모습

동향 파악, 각종 정성적인 분석과 관련한 분야에서 점진적으로 활용 가능할 것.

해결 방안
Claude Code 활용 방안
  1. 웹 크롤링·데이터 수집 스크립트 — 주요 언론사, 정부 부처 공식 웹사이트 등 대외 정보 소스로부터 정황·동향 관련 정성 데이터를 수집하는 파이썬 크롤러 코드를 자동 설계·구현
  2. AI 정성 데이터 분석·리포팅 로직 — 수집된 텍스트를 LLM API(Anthropic Claude 등)에 전달하여 핵심 이슈 요약, 트렌드 분석, 조직 영향도 등 정성적 판단을 보조하는 분석 프롬프트와 후처리 로직 작성
  3. 로컬 테스트·자동화 배포 — 수집·분석 스크립트를 터미널에서 디버깅하고, 매일/매주 주기 실행되도록 로컬 스케줄러 환경 세팅
Make.com 활용 방안
  1. 외부 모니터링 트리거 — 뉴스 API, RSS 피드, 구글 드라이브에 업로드되는 최신 동향 자료(PDF, DOCX 등)를 감지하여 시나리오 시작
  2. AI 모듈 정성 분석 — 수집 정보를 Anthropic/OpenAI 모듈로 전송, “당사 비즈니스와 관련된 주요 정황 및 리스크 요인 분석” 프롬프트로 정성 분석 결과 도출
  3. 리포트 저장·담당자 알림 — 분석 보고서를 구글 문서 템플릿에 자동 삽입·저장하고, 최종 판단을 위해 담당자 슬랙/이메일로 링크 자동 전송
결합 파이프라인

수집·고급 전처리 (Claude Code) — 명확한 규칙이 없는 다수 웹사이트에서 정보를 수집·정제하는 복잡한 백엔드 코드를 기민하게 개발해 DB/클라우드에 축적 → 워크플로우 연동·인간 판단 결합 (Make.com) — 정제된 데이터로 AI 분석 리포트 초안을 자동 생성하고 담당자에게 알림 전달. 담당자가 정황을 검토하고 최종 정책적/전략적 판단을 내리는 구조로, 반복 검색 공수는 없애면서 정성 분석 품질은 높입니다.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘동향 분석’ 프로젝트 — 조직 소개, 주요 이해관계자·이슈 맵, 과거 동향 보고서를 프로젝트 지식으로 업로드
  2. 맥락 있는 분석 — 기사·정책 자료를 붙여넣으면 당사 관점의 영향도·리스크 분석과 대응 시사점을 정성적으로 정리 — 매번 배경을 다시 설명할 필요 없음
  3. 판단 보조에 집중 — 최종 판단은 담당자가 유지하되, 맥락을 이해한 분석 파트너로 활용. 정형화된 반복 업무가 없는 팀에 가장 부담 없는 AI 시작점
12

인사실

HQ
주간보고 자동화이슈 분류·비교

Q1 · 가장 비효율적인 업무

각 조직의 주요 현안·진행상황을 슬랙, 이메일, 회의록, 담당자별 보고로 개별 확인 → 조직·이슈별 재분류 → 지난주 보고자료와 비교해 변경사항 확인 → 경영진 보고서와 담당자별 후속조치 목록 별도 작성. 이 과정에서 동일 내용을 여러 자료에서 반복 확인·재작성해야 하며, 전주 대비 변경사항을 수작업으로 비교하는 데 많은 시간 소요. 담당자·완료기한·후속조치 누락 시 별도 재확인이 필요하고, 자료가 많아질수록 중요 이슈나 일정 누락 가능성 존재.

Q2 · 자동화하고 싶은 업무

슬랙, 회의록, 담당자 보고 내용을 지정 폴더에 저장하면 AI가 조직·이슈별로 자동 분류하고, 지난주 자료와 비교하여 신규·변경·지연·완료 이슈를 구분. 분류 내용을 바탕으로 다음 결과물 자동 생성:

  • 경영진용 주간 주요 이슈 보고서
  • 전주 대비 변경사항
  • 담당자별 후속조치 목록
  • 담당자·기한·정보가 누락된 확인 필요사항

AI는 자료 구조화와 보고서 초안을 담당하고, 이슈 중요도 및 최종 인사·경영 판단은 담당자가 검토·확정.

Q3 · 교육 후 기대하는 모습

Claude Code에서 이번 주 원본자료 폴더를 지정하고 주간보고 명령을 실행하면, 정해진 보고 양식에 따라 경영진 보고서와 후속조치 목록이 자동 생성. 전주 대비 변경 내용과 지연 가능성 업무가 자동 표시되고, 담당자·기한 없는 항목은 확인 필요사항으로 별도 분류. 자료 취합·보고서 작성 시간을 줄이고 내용 검토와 경영진 판단이 필요한 사항에 집중.

해결 방안
Claude Code 활용 방안
  1. Claude Code CLI 환경 설정 및 로컬 작업 디렉토리 지정 — 이번 주 원본 자료와 지난주 보고서가 저장되는 폴더 구조화
  2. 로컬 텍스트 분석·템플릿 처리 스크립트 작성 — 슬랙 내역, 회의록 파일, 이메일 본문 등 다각도 비정형 데이터를 로드하는 코드 구현
  3. 컨텍스트 주입·비교 프롬프트 설계 — 지난주와 이번 주 데이터를 매핑하여 신규·변경·지연·완료 상태를 추적하고, 담당자·기한 누락 항목을 식별하는 규칙 정의
  4. 보고서 자동 생성 파이프라인 — 기획된 양식에 따라 경영진용 주간 보고서 및 후속조치 목록 마크다운/텍스트 파일 생성 자동화 스크립트 실행
Make.com 활용 방안
  1. 데이터 수집 트리거 — Slack(New Message), Gmail(New Email), Google Drive 지정 폴더에 회의록 등 파일 업로드 시점을 모니터링·감지
  2. 데이터 중앙 집합·텍스트 추출 — 원본 소스의 텍스트를 정제해 변수로 변환 후, 임시 저장소나 지정 폴더에 Week_Data 형태로 통합 아카이빙
  3. Claude 모듈 연동·1차 분석 — 정제 데이터와 전주 데이터를 함께 프롬프트로 전송, 분류 및 누락 체크 지시
  4. 라우팅·결과 발송 — 분석 데이터를 구조화해 Google Docs·Notion으로 보고서 초안 생성, 담당자에게 검토 요청 슬랙 알림 발송
결합 파이프라인

수집 (Make.com) — 슬랙, 이메일, 클라우드 폴더로 들어오는 다종다양한 원본 자료를 사람 개입 없이 지정 디렉토리로 자동 수집·정리 → 분석·렌더링 (Claude Code CLI) — 대용량 텍스트 비교, 전주 대비 데이터 상세 구조화, 프롬프트 스크립팅 기반 문서 렌더링 담당 → ‘Make.com의 이종 앱 데이터 취합·로컬 동기화’와 ‘Claude Code 명령어를 통한 초고속 분류·지연/누락 비교 분석·최종 보고서/후속조치 리포트 초안 자동 생성’이 이어지는 엔드투엔드 하이브리드 자동화. 담당자는 초안 검토와 최종 인사·경영 판단에만 집중.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘주간보고 도우미’ 프로젝트 — 경영진 보고 양식, 조직도, 이슈 분류 기준(신규·변경·지연·완료 정의)을 프로젝트 지식으로 업로드
  2. 주간 초안 생성 — 이번 주 회의록·보고 자료를 첨부하고 지난주 보고서를 함께 붙여넣으면, 전주 대비 변경사항·후속조치 목록·담당자/기한 누락 확인사항을 양식대로 초안 생성
  3. 자동화 전 브리지 — Claude Code 파이프라인 구축 전에도 취합·작성 시간을 즉시 단축하고, 여기서 다듬은 분류 기준·프롬프트를 그대로 자동화 스크립트에 이식
13

SH실

SH실
제안서 자동화견적서 생성

Q1 · 가장 비효율적인 업무

고객 제안서 및 견적서 작업에 시간이 오래 소요됨 — 비슷한 내용에서 약간 수정하는 케이스 다수.

Q2 · 자동화하고 싶은 업무

제안서·견적서 작성 시 고객 정보를 입력하면 맞춤형으로 작성되면 업무 효율 증가 예상.

Q3 · 교육 후 기대하는 모습

제안서·견적서 작성 소요 시간을 줄이고, 오류를 최소화할 수 있으면 가장 좋을 듯.

해결 방안
Claude Code 활용 방안
  1. 템플릿 표준화·구조화 — 기존 제안서·견적서를 분석해 공통 항목(기본 양식)과 변동 항목(고객 정보, 제품명, 단가)을 분리. 변동 데이터 위치를 플레이스홀더({{Customer_Name}}, {{Price}}) 형태로 정의한 마스터 템플릿(Word, Excel) 생성
  2. 문서 생성 스크립트 — Node.js/Python 기반 문서 자동 생성 스크립트 작성. 입력 데이터 구조 기반으로 신규 제안서(.docx)·견적서(.xlsx)를 생성·수정하는 핵심 코드 구현. 유사 기존 문서에서 텍스트를 추출·참조해 새 고객 조건에 맞춰 문맥을 변형하는 LLM 프롬프트 논리를 코드에 내장
  3. 예외 처리·데이터 검증 — 입력 누락·계산 오류가 없도록 수식 자동 검증과 필수 필드 체크 로직으로 오류 가능성 사전 차단
Make.com 활용 방안
  1. 데이터 입력 트리거 — Google Sheets/Forms 연동, 신규 고객 정보·제안 요건 입력 시 시나리오 즉시 실행(Watch Rows / Watch Responses)
  2. 라우팅·텍스트 가공 — Router·Tools 모듈로 텍스트 서식 정돈, 필요 시 구글 드라이브에서 유사 문서 검색(Search Files)·다운로드
  3. Claude API 모듈·문서 생성 — “입력된 고객 정보와 유사 제안서 내용을 바탕으로 맞춤형 제안서 텍스트 생성” 요청 후, Google Docs/Word/Excel 모듈과 매핑하여 템플릿 기반 문서 자동 채우기(Create a Document from a Template)
  4. 저장·알림 공유 — 완성 파일을 구글 드라이브 ‘특정 고객 폴더’에 자동 업로드, 완료 메시지·파일 링크를 Slack/이메일로 담당자에게 전송
결합 파이프라인

워크플로우 제어 (Make.com) — 구글 스프레드시트에 고객 정보 입력만으로 전체 프로세스 시작. 웹훅과 SaaS 앱(드라이브, 슬랙) 연결로 시작과 끝(저장·공유)을 제어. 지능형 문서 생성 (Claude Code) — 복잡한 파일 구조(.docx/.xlsx 내부 특정 셀·문단 제어)를 다루는 자동화 스크립트를 API 형태로 호출, ‘비슷한 내용에서 약간 수정하는 작업’을 지능적으로 수행해 자연스러운 맞춤형 제안서 완성. 기대 효과 — 스프레드시트 입력만으로 몇 분 안에 슬랙으로 완성된 제안서·견적서 링크 수신, 수작업 오류 최소화 및 문서 작성 시간 90% 이상 단축.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘제안서 메이커’ 프로젝트 — 대표 제안서 3~4종, 견적 단가표, 상품·기능 소개 자료를 프로젝트 지식으로 업로드
  2. 고객 정보 입력 → 초안 완성 — 고객사명·업종·요구 기능만 입력하면 기존 제안서의 톤과 구조를 유지한 맞춤형 제안서·견적 초안을 생성 — ‘비슷한 내용에서 약간 수정’ 작업을 채팅 한 번으로 대체
  3. 오류 사전 점검 — 커스텀 지시에 필수 항목 체크리스트와 금액 계산 규칙을 넣어, 항목 누락·계산 오류를 초안 단계에서 자동 점검
14

SH실

SH실
인바운드 자동 응대고객 케어 메일

Q1 · 가장 비효율적인 업무

소개자료 발송 등 단순 업무.

Q2 · 자동화하고 싶은 업무

인바운드 문의가 들어올 경우 요구 항목에 맞추어 기능별 소개자료 및 1차 견적 자동 발송, 진행 과정에 따른 고객 케어 자동 메일 발송.

Q3 · 교육 후 기대하는 모습

  • 인바운드 접수 시 문의 건에 대한 이력 자동 관리
  • 문의 항목에 맞춘 관련 자료·초안 견적 자동 발송
  • 자료·견적 제출된 고객사에 대한 자동화된 진행 사항 관리 (메일 문의 등)
해결 방안
Claude Code 활용 방안
  1. 개발 환경 구축·API 연동 — 프로젝트 디렉토리 생성, 필요한 라이브러리(google-spreadsheet, @google/generative-ai, nodemailer 등) 설치, 구글 시트 API·이메일 발송용 SMTP 설정 연동
  2. 이력 관리·견적 생성 로직 — 인바운드 문의 데이터를 구글 시트에 기록·관리하는 스크립트 작성. 문의 내용(요구 항목)을 분석하여 적절한 기능별 소개자료 링크와 1차 초안 견적서(텍스트 또는 PDF)를 자동 생성하는 알고리즘 구현
  3. 로컬 테스트·배포 준비 — 다양한 문의 샘플로 이력 기록·메일 본문 생성을 터미널에서 디버깅·테스트 후, Make.com에서 호출할 웹훅 엔드포인트나 서버리스 함수 형태로 배포 코드 준비
Make.com 활용 방안
  1. 인바운드 접수 트리거 — 이메일(Gmail, Outlook)이나 웹 설문 폼(Typeform, Google Forms) 문의 유입 시 ‘Watch Responses / Watch Emails’ 모듈로 시나리오 즉시 실행
  2. 분류·자동 발송 — Router로 문의 항목(기능별 요구사항)별 경로 분기. Claude Code 로직(또는 OpenAI/Anthropic 모듈)을 연결해 이력을 구글 시트에 자동 추가하고, 맞춤형 소개자료와 1차 견적 포함 이메일 자동 발송
  3. 사후 케어·후속 시나리오 — 최초 발송 후 일정 기간(3~7일) 무반응 고객 대상으로 Sleep 모듈·타임 스케줄러 활용, 진행 과정에 따른 후속 안내·케어 메일 자동 발송 설계
결합 파이프라인

수집·이력 관리 — Make.com이 외부 채널(폼, 메일)의 인바운드 문의를 실시간 감지·접수, 구글 시트에 누락 없이 자동 기록 → AI 맞춤형 콘텐츠 생성 — 정성적 문의 내용을 Claude Code로 개발된 AI 텍스트/파일 생성 엔진으로 전달, 요구 항목을 식별해 맞춤형 소개자료 매칭·초안 견적 계산·생성 → 자동 발송·사후 트래킹 — 생성된 견적·자료를 Make.com 메일 모듈이 즉시 전달하고, 내장 스케줄러가 고객 피드백 상태를 주기 체크하며 단계별 후속 케어 메일까지 원스톱 처리.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘인바운드 응대’ 프로젝트 — 기능별 소개자료, FAQ, 견적 산정 기준, 진행 단계별 케어 메일 템플릿을 프로젝트 지식으로 업로드
  2. 문의 → 답장 초안 — 문의 메일 원문을 붙여넣으면 요구 항목을 식별해 알맞은 소개자료 안내문과 1차 견적이 포함된 답장 초안을 즉시 생성
  3. 단계별 케어 문안 — “자료 발송 후 5일 무응답 고객”처럼 진행 단계를 알려주면 해당 단계의 후속 케어 메일 문안을 템플릿 기반으로 작성 — 자동 발송 구축 전에도 응대 품질·속도를 표준화
15

SH실 운영팀

SH실
엑셀 프로그램화웹 버전

Q1 · 가장 비효율적인 업무

업무관리를 엑셀로 기록·관리. 협력업체와 공유하기 위해 대외비를 제외한 데이터를 재가공해서 공유하는 번거로움.

Q2 · 자동화하고 싶은 업무

엑셀의 프로그램화. 웹 버전 추가 개발로 접근성을 용이하게 하여 플랫폼에 제약받지 않는 프로그램.

Q3 · 교육 후 기대하는 모습

미작성

해결 방안
Claude Code 활용 방안
  1. 데이터 구조 설계 — 기존 업무관리 엑셀의 시트·컬럼 구조를 분석해 DB 스키마를 정의하고, 항목별로 대외비/공유 가능 필드를 분류하는 체계 수립
  2. 웹 버전 구축 — 내부용·협력업체용 권한별 뷰가 분리된 웹 대시보드를 Claude Code로 생성. 브라우저만 있으면 접근 가능해 플랫폼 제약 없이 어디서든 조회·입력 가능
  3. 마이그레이션·공유 가공 스크립트 — 기존 엑셀 데이터를 자동 이관하고, 대외비 항목을 제외한 협력업체 공유용 데이터셋을 규칙 기반으로 자동 생성하는 스크립트 작성
  4. 권한·검증 테스트 — 권한별 접근 범위와 대외비 필터링이 정확히 작동하는지 자율 실행 기능으로 테스트·디버깅해 안정화
Make.com 활용 방안
  1. 변경 감지 트리거 — 내부 업무관리 시트(원본)의 행 추가·수정을 Watch 모듈로 실시간 감지
  2. 대외비 필터링·재가공 — Router·Filter로 대외비 컬럼을 제외한 데이터만 추출해 협력업체 공유용 시트에 자동 복사·갱신 — 공유를 위한 수작업 재가공 공수 제거
  3. 공유·알림 자동화 — 공유본 갱신 시 협력업체 채널이나 이메일로 자동 알림을 발송하고, 주간 단위로 진행 현황 요약 리포트를 자동 배포
결합 파이프라인

흐름 — 내부 데이터는 Claude Code로 구축한 웹 대시보드/DB에서 관리하고 → 변경이 발생하면 Make.com이 감지해 대외비 제외 공유본을 자동 생성·배포하며 → 협력업체는 항상 최신 공유본만 열람하는 구조. 엑셀 수기 관리와 공유용 재가공이라는 이중 작업이 사라지고, 플랫폼 제약 없는 웹 환경에서 원본과 공유본이 자동 동기화됩니다.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘업무관리 도우미’ 프로젝트 — 업무관리 엑셀의 컬럼 구조와 대외비 분류 기준(공유 가능/불가 항목 정의)을 프로젝트 지식으로 업로드
  2. 공유용 자동 가공 — 엑셀 데이터를 붙여넣고 “협력업체 공유용으로 가공해줘”라고 요청하면 대외비 항목을 제외한 공유용 표를 자동 생성 — 재가공 수작업 제거
  3. 웹 프로그램화 준비 — 현재 엑셀 사용 방식을 설명하면 화면 구성·권한 설계·요구사항 정의서 초안을 정리해줘, 웹 버전 개발 착수를 앞당기는 기획 파트너로 활용
16

시니어사업부

시니어사업부
회의록 요약자동 보고서

Q1 · 가장 비효율적인 업무

없습니다.

Q2 · 자동화하고 싶은 업무

회의록 생성 및 주요 내용 요약 등.

Q3 · 교육 후 기대하는 모습

자동 정리 및 자동 보고서.

해결 방안
Claude Code 활용 방안
  1. 환경 설정 — 로컬 개발 환경 또는 회의록 파일이 저장되는 서버에 Claude Code CLI 설치, 프로젝트 폴더 구성
  2. 스크립트·프롬프트 개발 — 회의 텍스트(텍스트 파일, 자막 파일 등)를 입력받아 핵심 요약, 결정 사항, 후속 조치(Action Item)를 추출해 지정 보고서 양식의 마크다운 파일로 출력하는 Python 스크립트·프롬프트 작성
  3. 자동화 명령 등록 — ‘/process-meeting’ 같은 커스텀 슬래시 명령어를 생성, 특정 폴더에 새 회의록 텍스트가 탐지되거나 명령 실행 시 스크립트가 자동 실행되어 요약 보고서 생성
Make.com 활용 방안
  1. 트리거 설정 — 구글 드라이브·드롭박스 등에 ‘Watch Files’ 설정. 회의 음성 녹음 파일이나 텍스트 변환 파일(예: 클로바노트 내보내기)이 특정 폴더에 업로드되면 시나리오 시작
  2. 텍스트 추출·AI 분석 — 텍스트가 아닐 경우 변환 API를 거치고, 내용을 Anthropic Claude 모듈로 전달해 사전 설정 프롬프트로 회의록 생성·요약 진행
  3. 결과 저장·공유 — 요약본·보고서를 구글 문서로 자동 생성해 완성 폴더에 저장하고, 완료 알림을 슬랙 메시지나 이메일로 링크와 함께 자동 발송
결합 파이프라인

수집·연동 — 회의 후 클라우드 폴더에 raw 데이터를 업로드하면 Make.com이 감지해 파이프라인 구동 → 코어 프로세싱 — Webhook/API로 로컬·서버의 Claude Code MCP 서버와 연동, 구조화 모듈이 회의록 텍스트를 정밀 분석하고 전주 데이터 비교·템플릿 검증 플러그인을 실행해 정제된 최종 보고서(.md/.docx) 렌더링 → 배포·모니터링 — 최종 보고서를 Make.com이 사내 협업 툴(슬랙, 노션)에 자동 전송하고 아카이빙 폴더에 분류 저장, 인적 개입 없는 완전 자동화 회의록 요약·보고서 파이프라인 완성.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘회의록 도우미’ 프로젝트 — 회의록 표준 양식, 사업부 용어집, 참석자·조직 명단을 프로젝트 지식으로 업로드
  2. 녹취 → 표준 회의록 — 클로바노트 등에서 내보낸 녹취 텍스트를 붙여넣으면 핵심 요약·결정 사항·Action Item을 표준 양식으로 즉시 정리
  3. 월간 보고 확장 — 월말에 회의록 모음을 붙여넣으면 월간 주요 안건·진행 현황 보고서 초안까지 생성 — 별도 개발 없이 오늘부터 시작 가능한 방식
17

채용플랫폼팀

플랫폼사업부
미입금 안내 자동화영업 타겟팅DM 발송

Q1 · 가장 비효율적인 업무

관리자 페이지 접속 → 유료 서비스 신청 후 미입금 병원 확인 → 병원회원 아이디 복사 → 병원회원 검색 → 담당자 이메일 찾기 → 마스킹 처리된 이메일 주소 클릭 → 이메일 주소 복사·붙여넣기 → 입금 안내 메일 발송. 간단하게 할 수 있는 업무를 굳이 여러 단계를 거치면서 단순 작업을 반복 중.

Q2 · 자동화하고 싶은 업무

유료 서비스 사용 후 일정 기간이 지났거나, 무료 서비스만 사용 중인데 채용 성과가 부진한 병원회원의 영업 관리를 AI/자동화하면 인적 리소스를 0.2~0.3 정도 절감 가능할 것으로 예상.

Q3 · 교육 후 기대하는 모습

영업 대상 자동 정리 → DM 자동 발송 → 발송 내역에 대한 지표·반응 자동 알림 → 자동 보고서 작성.

해결 방안
Claude Code 활용 방안
  1. 환경 분석·설계 — 채용 서비스 DB·관리자 페이지 API 명세서 구조 파악. 미입금 병원 정보와 병원별 채용 성과(지원자 수, 공고 등록 수 등)를 결합 분석할 백엔드 스크립트 설계
  2. 대상 추출·AI 영업 판단 로직 — 미입금 병원 명단·채용 성과 데이터를 파싱하고, 유료 이용 후 성과 부진 병원이나 무료 이용 병원 중 타겟팅이 필요한 영업 대상을 규칙·점수 기반으로 자동 분류·정리
  3. 이메일·DM 자동 발송 스크립트 — 마스킹 이메일 자동 해제·복사 단계 제거를 위한 API 서버 연동, 병원 맞춤형 안내 메일·DM 본문을 생성해 발송하는 SMTP/API 연동 코드 자동 빌드
  4. 테스트·자동화 등록 — 전체 스크립트(대상 정리, 발송, 지표 수집)의 예외 처리를 자율 실행으로 디버깅하고, cron 등 스케줄러에 등록해 주기적 자동 실행으로 안정화
Make.com 활용 방안
  1. 데이터 트리거·파싱 — 구글 시트 또는 어드민 DB 웹훅 모듈 배치, 미입금 병원 정보나 채용 성과 데이터 유입 시 시나리오 자동 트리거
  2. AI 타겟팅·DM 개인화 — Router로 미입금 안내와 부진 병원 영업 관리 분기. Claude 모듈로 병원별 채용 데이터(성과 부진 원인 등)를 분석해 맞춤형 입금 안내 문구·영업 DM 콘텐츠 자동 생성
  3. 자동 발송·반응 모니터링 — Gmail/Slack·DM 모듈로 개인화 메시지 자동 발송. 메일 수신 확인·링크 클릭 등 고객 반응 지표 유입 시 담당자에게 실시간 스마트 알럿
  4. 결과 기록·자동 보고서 — 발송 성공 여부·반응 지표를 구글 시트에 전달해 영업 대상 명단을 자동 업데이트하고, 주간/월간 영업 성과 리포트 생성 로직 연계
결합 파이프라인

핵심 아키텍처 — Claude Code로 구현한 AI 데이터 분석·마스킹 해제/자동 발송 스크립트(Core 백엔드 에이전트) 위에 Make.com을 워크플로우 오케스트레이터로 결합. 흐름 — 어드민에서 미입금·채용 부진 병원 데이터 발생 → Make.com이 감지해 Claude Code로 빌드된 API/파이썬 엔진으로 전송 → AI가 복잡한 검색·이메일 매핑 단계를 고속 처리해 영업 대상 자동 정제 → Make.com이 맞춤형 DM 자동 발송 + 반응 지표 실시간 슬랙 알림 + 최종 자동 보고서 구글 시트 아카이빙. 기존 8단계 이상의 단순 수작업을 100% 자동화하여 리소스 2~3할 이상 절감.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘영업 메시지’ 프로젝트 — 입금 안내 메일 템플릿, 영업 단계별 스크립트, 서비스 소개 자료를 프로젝트 지식으로 업로드
  2. 상황 맞춤 문안 생성 — 병원명·상태(미입금/성과 부진)와 관련 데이터를 붙여넣으면 상황에 맞는 안내 메일·DM 문안을 즉시 생성 — 8단계 수작업 중 문안 작성 단계를 먼저 자동화
  3. 주간 결과 리뷰 — 발송 결과·반응 데이터를 붙여넣으면 반응 요약과 후속 접근 추천을 보고서 형식으로 정리해 자동 보고서의 초석 마련
18

힐오팀

플랫폼사업부
키워드 자동 취합주간 변동 리포트

Q1 · 가장 비효율적인 업무

검색광고 유입 관리를 위해 블랙키위·네이버 검색광고 키워드도구 등을 각각 열어 암종별 키워드의 검색량, 연관 키워드, 순위 변동을 담당자가 직접 하나씩 확인하고 엑셀에 수기로 옮겨 정리 중.

  • 여러 툴을 매번 따로 열어 동일 키워드를 반복 조회
  • 툴마다 결과를 수집·비교·정리하는 수작업이 많아 시간 소요
  • 담당자마다 확인하는 키워드 범위·판단 기준이 달라 일관성이 떨어짐
  • 검색량 변동이나 신규 키워드 등장을 주기적으로 놓치기 쉬움

Q2 · 자동화하고 싶은 업무

블랙키위, 네이버 검색광고 키워드도구, 네이버 검색콘솔에서 확인하는 암종별 키워드 검색량·순위·연관 키워드 조회 및 비교 작업 자동화. 여러 소스의 데이터를 한 번에 모아 보고 변화를 자동으로 짚어주는 방식으로 전환.

Q3 · 교육 후 기대하는 모습

세 소스 데이터를 연동해 암종별 키워드의 검색량·순위 변동을 자동 취합하고, 전주 대비 증감·신규 유입 키워드를 자동 정리해주는 리포트. 검색광고 키워드 운영·유입 관리에 들이는 수작업 조회 시간 절감이 목표.

해결 방안
Claude Code 활용 방안
  1. 수집·분석 스크립트 — 네이버 검색광고 API, 검색콘솔 API, 블랙키위(유관 API/웹 크롤링)를 연동해 암종별 키워드 리스트의 검색량·순위·연관 키워드를 파싱하는 파이썬 수집 코드 작성, 베이스라인 자동화 스크립트 빌드
  2. 데이터 처리 로직 — 전주 데이터와 금주 데이터를 비교해 순위 변동, 검색량 증감률, 신규 유입 키워드 식별 로직 구현. Pandas로 데이터 프레임화·계산 자동화 룰 적용
  3. 리포트 생성 — 비교 분석 완료 데이터를 구글 스프레드시트 API로 시트에 기록하거나 엑셀 파일로 로컬 저장하는 코드 고도화
Make.com 활용 방안
  1. 스케줄러 트리거 — 매주 특정 요일/시간에 자동 실행되도록 캘린더·Make 스케줄러 모듈 설정
  2. HTTP/API 커넥터 — HTTP 모듈 또는 개별 서비스 앱 모듈로 네이버 검색광고 API·검색콘솔 데이터를 실시간 요청·수신(JSON 파싱)
  3. 데이터 라우팅·리포트 작성 — 수집 정보를 변수로 저장 후 Router를 거쳐 구글 스프레드시트에 필드별 매핑, 변경사항 계산 수식으로 로우 데이터 정리
  4. 스마트 알럿·발송 — 전주 대비 검색량·순위가 급변한 특이 키워드 감지 시 Filter를 거쳐 담당자 슬랙/이메일로 주간 보고서 요약본 자동 발송
결합 파이프라인

Make.com은 전체 워크플로우의 스케줄링·외부 API 통신·데이터 배포(구글 시트/슬랙 발송)를 관장하는 허브, Claude Code는 각 API 데이터의 병합 및 핵심 변화(전주 대비 증감율, 신규 급상승 키워드 추출 등) 분석 알고리즘과 내부 가공 스크립트를 고도화하는 개발 엔진. Make.com 시나리오가 실행되면 저장소의 Claude 기반 파이썬 분석 코드가 구동되어 여러 툴의 파편화된 로우 데이터를 단번에 조율·비교하고, 최종 시각화 요약 리포트를 구글 시트에 업데이트 후 슬랙 자동 알림으로 전달하는 유기적 파이프라인 구축.

Claude Projects 활용 방안 (GPTs·Gems류)
  1. ‘키워드 리포트’ 프로젝트 — 암종별 키워드 분류 체계, 리포트 양식, 판단 기준(검색량 증감률 임계값 등)을 프로젝트 지식으로 업로드
  2. CSV 붙여넣기 비교 — 블랙키위·검색광고 도구에서 내려받은 데이터를 전주 자료와 함께 붙여넣으면 전주 대비 증감·순위 변동·신규 키워드를 자동 비교·정리
  3. 판단 기준 통일 — 담당자마다 다르던 키워드 범위·판단 기준을 프로젝트 지시로 통일해, API 연동 전에도 일관된 주간 리포트를 확보

검색 결과가 없습니다. 다른 키워드로 시도해 보세요.


@SLEARNIC

슬러닉(SLEARNIC) | 대표자 : 김민규 

소재지 : 서울시 마포구 서강대길 22

사업자 등록번호 : 419-17-02627 

개인정보관리책임자 : 김민규

문의 : 상단 Q&A로 문의

@2025 Slearnic. All rights reserved.


@SEARNIC


슬러닉(SLEARNIC) | 대표자 : 김민규 | 소재지 : 서울시 마포구 서강대길 22

사업자 등록번호 : 419-17-02627 

개인정보관리책임자 : 김민규

문의 : 상단 Q&A로 문의

@2025 SLAEARNIC. All rights reserved.