④ AI 자동화 패턴 4가지 — Claude·GPT를 끼우면 뭐가 달라지나

규칙 기반 자동화의 한계

"메일 제목에 invoice 가 들어가면"처럼 규칙으로 되는 건 쉽습니다. 하지만 현실은 "이 메일이 결제 관련인지 사람이 봐야 아는" 경우가 더 많죠.

이 빈칸을 Claude/GPT가 채웁니다.

패턴 1 — 분류 (Classification)

"이 입력이 어느 카테고리에 속하는가"

예시: 들어오는 문의 메일을 영업 / CS / 스팸 / 기타 로 자동 분류

너는 분류기야. 아래 메일을 읽고 정확히 다음 중 하나만 출력해:
- sales
- support
- spam
- other

메일 본문:
{{$json.body}}

핵심: 정확히 한 단어만 출력하게 제약. 그래야 다음 노드에서 안전하게 분기 가능.

패턴 2 — 요약 (Summarization)

"긴 내용을 짧게"

예시: 고객 통화 녹취록을 3줄 요약 + 액션 아이템 추출

너는 CS 매니저야.
아래 통화 내용을 다음 형식으로 정리해:

요약: (3줄)
감정: (긍정/중립/부정)
후속조치: (최대 3개, 불릿)

핵심: 출력 포맷을 고정해 두면 다음 노드에서 파싱하기 편합니다.

패턴 3 — 추출 (Extraction)

"비정형 텍스트에서 구조화된 필드 뽑기"

예시: 이력서 PDF에서 이름·이메일·최근 직장·경력년수 추출

다음 이력서에서 JSON만 출력해. 키는 정확히 다음 4개:
{"name": "", "email": "", "latest_company": "", "years": 0}

이력서:
{{$json.text}}

핵심:

• JSON만 출력이라고 명시
• 가능하면 JSON 모드 / 구조화 출력 옵션 활성화 (Anthropic 도구 호출, OpenAI structured output)

패턴 4 — 생성 (Generation)

"초안·템플릿을 AI에 맡기고 사람이 검수"

예시: 들어온 CS 티켓에 대해 초안 답장을 Claude가 작성 → Slack으로 보내 상담사가 편집 후 전송

너는 친절한 한국어 CS 담당자야.
아래 문의에 대한 답장 초안을 예의 바르게 작성해.
불확실한 정보가 있으면 "담당자가 확인 후 회신드리겠습니다"라고 표시해.

문의:
{{$json.body}}

핵심: 전송 자동화 금지. AI 답장은 반드시 사람이 검수한 뒤 보내기.

모델 선택 표

| 작업 | 추천 모델 | 이유 | |---|---|---| | 분류 | Haiku 4.5 | 빠르고 싸고 정확도 충분 | | 짧은 추출 | Haiku 4.5 | 비용 우선 | | 긴 문서 요약 | Sonnet 4.6 | 컨텍스트·정확도 균형 | | 복잡한 생성 | Sonnet 4.6 | 기본값 | | 에이전트(멀티스텝) | Opus 4.7 | 추론·계획 품질 |

공통 원칙 5가지

1. 출력 형식을 고정해라 — JSON / 단어 / 고정 템플릿 중 하나
2. max_tokens 은 짧게 — 자동화는 장황할 이유가 없음
3. 실패 경로를 항상 둬라 — AI가 이상한 출력 하면 Slack 알림 or 사람 검수 큐로
4. PII는 최소화 — 프롬프트에 넣기 전에 마스킹할 수 있는 건 마스킹
5. 비용 모니터링 — 대량 처리 전엔 100건 샘플 돌려 단가 계산

---

자동화 입문 시리즈 4편 끝. 이제 다음 시리즈: 배포하는 법.