① 어떤 상황에서 AI를 활용했나요?
WeNest로 총무 업무의 '접수·신청' 흐름은 이미 하나로 통합했지만, 그 다음 문제가 남아있었습니다. 계약 만료 중 무엇을 먼저 검토해야 하는지, 이번 달 비용 중 어디가 이상한지, 다음 달 수익이 어떻게 될지 — 이런 '판단이 필요한' 업무는 여전히 담당자의 경험과 감에 의존하고 있었습니다. 데이터는 시스템에 다 쌓여있는데, 그걸 해석하는 건 오롯이 사람 몫이었던 겁니다. 그래서 이번에는 "AI로 코드를 짰다"는 수준을 넘어서, 실제로 운영되는 시스템 안에 AI가 들어가 데이터를 직접 분석하고 판단을 제안하는 수준까지 만들어보기로 했습니다.

② 어떤 AI를 어떻게 활용했나요?
시스템 구축 자체는 Claude Code·Codex와 함께 바이브 코딩으로 진행해, 자산·계약·비용·수익·보험·차량 등 15개 총무 업무 모듈을 하나의 워크스페이스로 통합했습니다. 여기서 그치지 않고 Claude API(Haiku 4.5)를 앱 안에 직접 연동해, 사용자가 실행하는 순간 실시간으로 호출되는 4가지 분석 기능을 만들었습니다 — 계약 리스크 분석에는 "기업 계약 관리 전문가"로, 수익 예측에는 "부동산 수익 분석 전문가"로 AI 역할(페르소나)을 각각 다르게 지정하고, 실제 계약·수익 데이터를 프롬프트에 구조화해 넣어 추측이 아닌 근거 기반 답변이 나오도록 설계했습니다. 여기에 더해, 서비스를 한 번 쓸 때마다 절감되는 시간과 인건비를 자동으로 계산·누적하는 '업무 효율 엔진'도 함께 만들어, 성과를 사람이 따로 집계하지 않아도 시스템이 스스로 증명하게 했습니다.

③ 활용 결과 어떤 변화가 있었나요?
자산·계약·비용·수익·보험·차량·전표 등 총무 업무 15개를 하나의 워크스페이스로 통합
계약 리스크, 비용 이상 감지, 수익 예측, 종합 인사이트까지 4개 영역에서 AI가 실시간으로 분석을 수행 — 사람이 데이터를 열어보고 해석하기 전에 AI가 먼저 우선순위를 짚어줌
업무 효율 엔진이 서비스 이용 시마다 절감 시간·인건비를 자동 계산하고 계약 만료 검토에 걸리던 시간을 절감

④ 나만의 방식 또는 개선 포인트는 무엇인가요?
WeNest가 "AI로 만든 시스템"이었다면 GA ONE은 "AI가 지금도 일하고 있는 시스템"입니다. AI를 개발 도구로만 쓰지 않고, 운영 중인 제품 안에 실시간 판단 기능으로 심었다는 점이 가장 큰 차이입니다. 또한 각 분석 기능마다 AI에게 서로 다른 전문가 역할을 부여해 답변 품질을 끌어올렸고, 근거가 부족하면 AI가 "판단 보류"를 표시하도록 설계해 잘못된 확신을 주지 않도록 했습니다. 마지막으로, 성과 측정 자체를 자동화해서 "이 시스템이 얼마나 도움이 됐는지"를 보고서로 따로 만들 필요 없이 시스템이 스스로 증명하게 만들었습니다.

⑤ 다른 사람도 따라 할 수 있나요?
네. Claude API는 누구나 발급받아 바로 사용할 수 있고, 여기서 쓴 방식 — "역할을 지정한 프롬프트 + 실데이터 컨텍스트 주입"은 총무뿐 아니라 인사·재무·구매 등 데이터가 쌓이는 모든 행정 업무에 그대로 적용 가능합니다. 다만 실제 도입 시에는 API 키를 서버 쪽에서 관리해야 한다는 점(클라이언트에 직접 노출하면 안 됨)은 유의해야 할 부분입니다.