목록으로
업무 생산성 개선을 위한 AI 활용
노무사 1명이 AI를 '검증하는 동료'로 두고, 전국 2,300여 곳 상담센터를 잇는 마음·노동 상담 서비스를 만들다.
노무사 1명이 AI를 '검증하는 동료'로 두고, 전국 2,300여 곳 상담센터를 잇는 마음·노동 상담 서비스를 만들다
🤖 활용 AI 도구
claude ai
* 바로가기: https://www.simlimap.com/
① 어떤 상황에서 AI를 활용했나요?
15년간 공인노무사로 직장 내 괴롭힘·부당처우 사건을 맡으며, 사건이 법적으로 끝나도 마음의 상처가 남고 상담만으로는 일터가 바뀌지 않는 모습을 반복해서 봤습니다. 도움이 필요한 사람은 어느 상담센터로 가야 할지 모르고, 마음 상담과 노동 구제를 따로 찾아다녀야 했습니다. 둘을 잇는 서비스를 만들고 싶었지만 개발팀도 외주 예산도 없었습니다. 서비스 기획부터 개발, 전국 상담센터 데이터 수집·검증, 운영까지 혼자 해내야 하는 상황에서 AI를 업무 동료로 활용했습니다.
② 어떤 AI를 어떻게 활용했나요?
Claude Code: 코드 작성, 공공데이터 수집·병합, 페이지 생성, 테스트 실행
Claude API: 서비스 안의 AI 상담 대화, 센터 소개글 요약
Voyage AI 임베딩: 이용자의 고민과 센터 소개글의 의미를 비교해 맞는 센터 추천
공공데이터: 사회서비스 전자바우처 제공기관, 건강보험심사평가원 병원정보
절차는 4단계입니다. ① 괴롭힘 판단 기준, 위기 신호, AI가 법적 판단을 하지 않는 선은 노무사인 제가 정합니다. ② 무엇을·왜·어디까지 할지와 되돌리는 방법을 작업 지시서로 AI에게 줍니다. ③ AI가 구현·수집합니다. ④ AI가 만든 결과를 원문 대조·숫자 대조 검사로 먼저 거르고, 걸린 것만 제가 확인해 결정한 뒤 작업 기록에 남깁니다.
③ 활용 결과 어떤 변화가 있었나요?
연결 가능한 상담센터: 서울 1,373곳(2026.5) → 전국 2,300여 곳(2026.10), 정신건강의학과 1,900여 곳 추가 연결
월간 이용자: 약 150명(2026.5) → 1,300명 이상(2026.10)
새 지역 추가: 최근 춘천 추가 시 수집·원문 대조·페이지 생성·테스트를 하루에 완료
품질: AI가 쓴 센터 소개 요약 997건을 원문과 자동 대조해 과장 표현을 바로잡고, 근거가 확인되지 않은 AI 보고서 수치는 폐기 후 기록 기준으로 재검토
외부 확인: 네이버·구글 AI 검색 답변이 심리맵을 출처로 인용
외주 비용 없이 노무사 1명이 기획·개발·데이터·운영을 모두 수행하고 있습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
"판단은 사람이, 반복은 AI가, 검증은 둘이 함께"입니다.
첫째, AI의 결과를 AI가 먼저 의심하게 만들었습니다. 센터 소개 요약에서 원문의 ‘20여 명의 유경험자'가 ‘20명 전문가 팀'으로 바뀐 것처럼 원문에 없는 표현이 나오면 저장하지 않고, 걸린 것만 사람이 확인합니다.
둘째, 근거 없는 숫자는 쓰지 않습니다. AI 보고서의 수치가 실제 기록으로 확인되지 않자 통째로 버리고, 로그로 확인되는 22건만 직접 검토해 10건을 바로잡았습니다.
셋째, AI가 판단하지 않는 영역을 정했습니다. 위기 신호가 보이면 109 등 전문 창구를 먼저 안내하고, 노무 기록에는 '법적 판단이 아닌 정보 정리 도구'임을 항상 표시합니다.
넷째, 모든 작업을 한 문서에 기록해, 대화가 바뀌면 기억이 사라지는 AI도 다음 작업을 그대로 이어받게 했습니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 개발 지식보다 내 분야의 판단 기준이 먼저 필요합니다.
내 현장의 문제를 한 문장으로 적기
전문 판단 기준과 금지선은 내가 쓰기
작업 지시서(무엇을·왜·어디까지·되돌리는 법)와 작업 기록 남기기
AI 결과는 원문·숫자 대조 검사로 먼저 거르고 걸린 것만 사람이 확인
사실 정보는 공공데이터를 출처로 화면에 함께 표시
교사는 수업 자료의 사실 확인에, 소상공인은 상품 설명의 과장 점검에, 사무직은 보고서 수치 검증에 같은 틀을 그대로 쓸 수 있습니다. 블로그에 단계별 예시를 정리했습니다.
① 어떤 상황에서 AI를 활용했나요?
15년간 공인노무사로 직장 내 괴롭힘·부당처우 사건을 맡으며, 사건이 법적으로 끝나도 마음의 상처가 남고 상담만으로는 일터가 바뀌지 않는 모습을 반복해서 봤습니다. 도움이 필요한 사람은 어느 상담센터로 가야 할지 모르고, 마음 상담과 노동 구제를 따로 찾아다녀야 했습니다. 둘을 잇는 서비스를 만들고 싶었지만 개발팀도 외주 예산도 없었습니다. 서비스 기획부터 개발, 전국 상담센터 데이터 수집·검증, 운영까지 혼자 해내야 하는 상황에서 AI를 업무 동료로 활용했습니다.
② 어떤 AI를 어떻게 활용했나요?
Claude Code: 코드 작성, 공공데이터 수집·병합, 페이지 생성, 테스트 실행
Claude API: 서비스 안의 AI 상담 대화, 센터 소개글 요약
Voyage AI 임베딩: 이용자의 고민과 센터 소개글의 의미를 비교해 맞는 센터 추천
공공데이터: 사회서비스 전자바우처 제공기관, 건강보험심사평가원 병원정보
절차는 4단계입니다. ① 괴롭힘 판단 기준, 위기 신호, AI가 법적 판단을 하지 않는 선은 노무사인 제가 정합니다. ② 무엇을·왜·어디까지 할지와 되돌리는 방법을 작업 지시서로 AI에게 줍니다. ③ AI가 구현·수집합니다. ④ AI가 만든 결과를 원문 대조·숫자 대조 검사로 먼저 거르고, 걸린 것만 제가 확인해 결정한 뒤 작업 기록에 남깁니다.
③ 활용 결과 어떤 변화가 있었나요?
연결 가능한 상담센터: 서울 1,373곳(2026.5) → 전국 2,300여 곳(2026.10), 정신건강의학과 1,900여 곳 추가 연결
월간 이용자: 약 150명(2026.5) → 1,300명 이상(2026.10)
새 지역 추가: 최근 춘천 추가 시 수집·원문 대조·페이지 생성·테스트를 하루에 완료
품질: AI가 쓴 센터 소개 요약 997건을 원문과 자동 대조해 과장 표현을 바로잡고, 근거가 확인되지 않은 AI 보고서 수치는 폐기 후 기록 기준으로 재검토
외부 확인: 네이버·구글 AI 검색 답변이 심리맵을 출처로 인용
외주 비용 없이 노무사 1명이 기획·개발·데이터·운영을 모두 수행하고 있습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
"판단은 사람이, 반복은 AI가, 검증은 둘이 함께"입니다.
첫째, AI의 결과를 AI가 먼저 의심하게 만들었습니다. 센터 소개 요약에서 원문의 ‘20여 명의 유경험자'가 ‘20명 전문가 팀'으로 바뀐 것처럼 원문에 없는 표현이 나오면 저장하지 않고, 걸린 것만 사람이 확인합니다.
둘째, 근거 없는 숫자는 쓰지 않습니다. AI 보고서의 수치가 실제 기록으로 확인되지 않자 통째로 버리고, 로그로 확인되는 22건만 직접 검토해 10건을 바로잡았습니다.
셋째, AI가 판단하지 않는 영역을 정했습니다. 위기 신호가 보이면 109 등 전문 창구를 먼저 안내하고, 노무 기록에는 '법적 판단이 아닌 정보 정리 도구'임을 항상 표시합니다.
넷째, 모든 작업을 한 문서에 기록해, 대화가 바뀌면 기억이 사라지는 AI도 다음 작업을 그대로 이어받게 했습니다.
⑤ 다른 사람도 따라 할 수 있나요?
네. 개발 지식보다 내 분야의 판단 기준이 먼저 필요합니다.
내 현장의 문제를 한 문장으로 적기
전문 판단 기준과 금지선은 내가 쓰기
작업 지시서(무엇을·왜·어디까지·되돌리는 법)와 작업 기록 남기기
AI 결과는 원문·숫자 대조 검사로 먼저 거르고 걸린 것만 사람이 확인
사실 정보는 공공데이터를 출처로 화면에 함께 표시
교사는 수업 자료의 사실 확인에, 소상공인은 상품 설명의 과장 점검에, 사무직은 보고서 수치 검증에 같은 틀을 그대로 쓸 수 있습니다. 블로그에 단계별 예시를 정리했습니다.
📎 첨부파일 (1)
📄 AI활용사례_심리맵_블로그.pdf