AI(LLM) 기반 가상환자 진료 시뮬레이션입니다. 음성과 텍스트로 환자와 대화하듯 병력청취부터 처치·환자교육까지 진료 한 회차를 수행하면 검사 결과지가 발급되고, 자동 채점 리포트와 성찰 대화가 돌아옵니다. 영남대학교 의학교육혁신사업단의 발주로 교육 모델 연구와 시스템 개발을 함께 수행했습니다.

의과대학 학생은 실제 환자를 만나기 전에 진료의 전 과정을 연습해야 합니다. 진료 수행 능력은 CPX 같은 실기시험으로 평가되기도 하는 정규 교육 과정인데, 연습 상대인 표준화 환자는 배우와 채점 교수를 사람 수만큼 붙여야 해서 학생이 원할 때 반복할 수 없고, 같은 답안을 교수마다 다르게 채점하는 문제도 있습니다.
영남대학교 의학교육혁신사업단은 이 간극을 AI 가상환자로 메우는 교육 모델을 연구하고 있었고, 연구로 끝내지 않고 학생들이 실제 수업에서 쓸 도구까지 필요했습니다. 그래서 발주는 교육 모델 설계 연구와 시스템 개발 두 과업으로 구성됐고, 선행 조사와 전문가 타당화부터 시나리오 10종 구현과 현장 적용·운영 매뉴얼까지 같은 팀이 수행했습니다.
완성된 시스템에서 학생은 브라우저로 AI 가상환자를 진료하고, 검사를 지시하면 실제 등록된 결과지가 발급되며, 진료가 끝나면 자동 채점 리포트와 성찰 대화가 돌아옵니다. 교수는 채점 기준 설정과 결과 검토를 전용 콘솔에서 합니다. 임상 시나리오 10종이 진료과 10개를 덮습니다.









요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.
코드 없이 인사 업무 앱을 만들어 발행하는 인사 전문 AI 자동화 워크플로우 빌더입니다. 채용 적합도 진단, 인사평가 취합, 연차보상금·승진심의 판정 같은 앱들이 이 빌더 위에서 만들어져 운영 사이트에 올라가 있습니다.

케이프라임랩은 인사 컨설팅 노하우로 HR 자동화 서비스 「HR코치」를 만들려는 스타트업입니다. 역량사전과 규정 해석이라는 전문성은 있지만 개발 조직을 상시로 두지 않아, 서비스의 심장이 될 자동화를 외부에서 만들되 납품 후에는 자신들이 직접 운영하며 고칠 수 있어야 했습니다.
발주는 두 단계로 나뉘었습니다. 1단계는 수요가 가장 확실한 업무 두 개(채용 지원자의 직무적합도 진단과 부서별 인사평가 취합)를 먼저 자동화하는 것. 그 결과를 보고 이어진 2단계는, 연차보상금·퇴직금·승진심의 같은 인사 업무 앱을 기획자가 코드 없이 정의하고 발행하는 빌더와 실행 엔진입니다. 인사 업무들이 「규정에서 기준을 읽고, 개인 데이터를 읽고, 대조해 판정하고, 근거가 붙은 결과를 안내한다」는 같은 구조를 공유한다는 것이 1단계에서 확인됐기 때문입니다.
지금 운영 사이트에는 이 구조로 만든 앱 29종이 올라가 있고 그중 13종이 운영 중입니다.






요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.
AI 기반 수학 문제은행 학습 플랫폼입니다. 학생·학부모·교사·강사·원장 5개 역할이 쓰는 앱·웹·관리자·홈페이지와 마이크로서비스 백엔드(서비스 5개)를 함께 구축했고, 사내망 문항 DB에 직결해 자산 이관 없이 서비스합니다. 시험지 제작·채점과 오답·AI추천 시험지까지 한 흐름입니다.
이 회사는 수학 문항과 교육과정 분류, 교재 메타데이터를 담은 문제 데이터베이스를 사내에 오랫동안 쌓아 온 교육 기업입니다. 자산은 충분한데 그것을 학생과 교사가 실제로 쓰는 서비스로 만들 제품이 없었고, 학생·학부모·학교교사·학원강사·원장 5개 역할이 한 제품을 쓰는 플랫폼을 만들려면 모바일 앱·웹앱·관리자 콘솔·홈페이지와 백엔드를 동시에 세울 팀이 필요했습니다.
조건이 하나 있었습니다. 문항 데이터베이스는 회사의 핵심 자산이라 사내망 밖으로 복제하거나 이관할 수 없다는 것입니다. 서비스는 클라우드에 두되 문항은 사내에 남긴 채 연결해야 했고, 서비스 쪽에서 문항이 훼손될 가능성은 구조적으로 없어야 했습니다.
완성된 제품군의 규모는 백엔드 Java 소스 847개에 REST 엔드포인트 494개, 모바일 앱 라우트 113개, 웹앱 96페이지, 관리자 콘솔 32페이지입니다. 1차 수능·모의고사부터 3차 커뮤니티까지 단계적 출시를 전제로 설계했습니다.
요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.

에스비레저(빅토리아CC)의 골프장 관리 ERP와 연동해 예약 관리부터 재무 관리, AI 기반 가격 추천과 추천가의 예약 플랫폼 입력 자동화까지 한 시스템에 담았습니다. 운영 도입 판단을 위한 제안·검증 단계로 구축했습니다.

에스비레저가 운영하는 빅토리아CC는 9홀 퍼블릭 골프장입니다. 하루에 팔 수 있는 티타임 수가 정해져 있으니 남는 수는 같은 슬롯을 제값에 파는 것인데, 그 판단에 필요한 재료(예약 현황, 경쟁 골프장 가격, 날씨, 연휴 달력)가 전부 다른 화면에 흩어져 있어 담당자가 머릿속에서 합치고 있었습니다.
관리 패키지 안에는 약 7년치 예약·내장·매출·회원 데이터가 쌓여 있었지만 조회 화면 밖에서 쓰인 적이 없었습니다. 의뢰는 이 데이터를 실제 경영 판단에 쓸 수 있게 만들어 달라는 것이었습니다. 데이터 기반 운영으로 전환할 수 있는지를 실제 시스템으로 검증하는 일이었고, 쓰던 시스템을 교체하거나 데이터를 옮기지 않는다는 조건이 붙었습니다.
그래서 이 시스템은 운영 도입 판단을 위한 제안·검증 단계로 구축됐습니다. 가격은 시스템이 바꾸지 않습니다. 추천가를 근거와 함께 제시하고, 담당자가 반영 처리를 눌러야 플랫폼 송출로 넘어가는 의사결정 지원 구조입니다.






요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.
AI 동작 분석으로 국가대표 영상에서 뽑은 동작별 허용 밴드를 기준 삼아 학생 자세를 채점하고, 학생 등록·반 편성·주간 시간표·회차별 출결을 다루는 도장 운영 소프트웨어와 한 프로그램 안에 넣었습니다.

검도 도장을 운영하는 사업자의 의뢰입니다. 자세 지도는 사범의 눈과 말에 의존합니다. 「어깨가 좀 열렸다」는 지적은 사범마다 다르고, 학생과 학부모에게 남는 근거도 없습니다. 발주처는 국가대표의 모범 동작을 기준으로 학생 자세를 수치로 채점하는 프로그램이라는 구상을 가지고 찾아왔고, 이 채점 방식을 특허로 출원할 계획까지 있었습니다.
도장 현장에서 실제로 쓰이려면 분석기 하나로는 부족합니다. 사범은 학생을 가르치는 사람이자 도장을 운영하는 사람이라, 등록·반 편성·시간표·출결과 자세 지도가 하루 안에 섞여 있습니다. 그래서 도장 운영 화면과 분석 화면을 한 프로그램에 넣었고, 체육관에 인터넷이 없어도 되도록 모델과 의존성을 동봉한 설치본으로 만들어 촬영·분석·저장이 오프라인으로 됩니다.
국가대표 영상에서 허용 밴드를 뽑아 채점하는 방식은 발주처의 특허 출원을 위한 명세서 작성까지 지원했습니다.







요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.
발주기관의 교육 설계모형을 요구사항 정의서와 피그마 화면 기획으로 옮기고, 눌러서 실제로 동작하는 프로토타입까지 함께 넘겼습니다. 발주처가 개발업체를 선정하고 통제할 수 있는 상태로 만드는 것이 과업이었습니다.

영남대학교 의과대학은 학생 진로지도를 위한 교육학 설계모형(구성요소 9개, 설계원리 9개, 상세지침 28개)을 연구로 완성해 두고 있었습니다. 다음 단계는 이 모형을 실제 시스템으로 만드는 것인데, 개발업체가 교육학 모형만 보고 화면과 기능을 만들 수는 없습니다. 모형만 넘기면 업체가 임의로 해석하고, 기능이 빠져도 「요구사항에 없었다」는 말에 대응할 근거가 없습니다.
그래서 이 계약의 범위는 구현이 아니라 발주와 검수에 쓸 문서 일습입니다. 설계모형을 요구사항 101건과 화면 12개로 번역하고, 검토자가 표가 아니라 실제로 눌러 보며 판단할 수 있는 동작하는 프로토타입까지 만들어, 발주기관이 개발업체를 선정하고 통제할 수 있는 상태를 만드는 일이었습니다.


요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.

여행사 견적 업무의 AI 전환입니다. 일정표 이미지를 올리면 AI가 일정과 인원 조건을 읽어내고, 사내 단가 DB와 대조해 금액을 채운 뒤 기존 견적서 양식 그대로의 엑셀 파일을 만들어 줍니다.

세운트래블은 해외 거래처의 단체 여행을 받는 인바운드 여행사입니다. 견적은 거래처가 보낸 일정표 이미지 한 장에서 시작합니다. 담당자는 그 이미지를 보면서 날짜별 호텔·식사·관광지를 옮겨 적고, 항목마다 사내 단가를 찾아 붙이고, 인원 20명일 때와 30명일 때의 금액을 각각 계산하고, 노쇼핑·밀쿠폰 같은 특수조건을 기억으로 반영해 견적서 엑셀을 채웠습니다. 건마다 같은 반복입니다.
AI로 이 반복을 없애고 싶다는 의뢰였는데 조건이 있었습니다. 거래처가 받아 보는 견적서 양식은 그대로여야 한다는 것입니다. 좌우 병렬 배치에 섹션별 행 수까지 고정된 종이 서식 그대로의 엑셀이 산출물이어야 했습니다. 그래서 산출물의 모양은 그대로 두고 그 안을 채우는 과정만 자동화하는 사내 웹 시스템으로 만들었습니다.





요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.
카드내역 연동을 통한 AI 계정과목 자동 분개입니다. 거래마다 계정과목을 배정하고, 간편결제 건은 주문내역을 조회해 품목 단위로 나눈 뒤, 더존비즈온 위하고에 올릴 전표 엑셀로 내보냅니다.

다수 매장을 운영하는 F&B 기업입니다. 회계 담당자는 매달 카드사에서 받은 사용내역 엑셀을 열어 두고, 가맹점명을 하나씩 보며 계정과목을 정하고, 거래마다 공급가액·부가세·미지급금 행을 손으로 나눠 적어 위하고 ERP에 올릴 전표를 만들었습니다. 특히 「쿠팡(주) 50,000원」처럼 한 줄로 남는 간편결제 건은 안에 성격이 다른 품목이 섞여 있어, 주문내역 화면을 따로 열어 확인해야 했습니다.
이 반복을 자동화하되 담당자의 작업 순서는 바꾸지 않는다는 방향으로 잡았습니다. 입력은 카드사 엑셀 그대로, 출력은 위하고 업로드 서식 그대로 두고, 그 사이의 판단과 계산만 시스템이 맡습니다. 판단이 서지 않는 건은 임의로 채우지 않고 「미분류」로 남겨 담당자 확인으로 넘깁니다. 근거 없는 전표를 만들지 않는 것이 이 시스템의 원칙입니다.






요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.
매주 손으로 짜던 편성을 규칙 엔진이 대신합니다. 반과 학생을 한 번 등록해 두면 주차마다 시간표가 조립되고, 시험 일정에서 역산한 직전보강이 자동으로 끼워지며, 출결·피드백과 학생별 발송까지 한 흐름으로 이어집니다. 같은 도구를 다른 학원에도 공급했습니다.

지아이학원 원장은 매주 시간표를 엑셀과 메신저로 짜고 있었습니다. 지난주와 90%가 같은데도 표는 매번 새로 만들어야 했고, 시험 기간이 오면 학교마다 다른 시험 날짜를 보며 학생별 보강을 하나씩 끼워 넣었고, 완성한 시간표를 학부모에게 보내려면 캡처하거나 옮겨 적어야 했습니다. 학생을 반에서 빼면 기록이 사라져 지난달 수업 이력을 되짚을 수도 없었습니다.
이 반복을 덜어 달라는 의뢰에 대해, 알고리즘이 시간표를 대신 짜 주는 방향 대신 반 공통 일정에 학생별 예외를 덮어쓰는 조립 방식을 택했습니다. 원장이 결과를 예측할 수 있고 마음에 안 들면 그 자리에서 고칠 수 있는 구조입니다.





요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.

시니어의 오십견·어깨 재활 운동 영상을 AI로 분석해 관절 각도를 재고, 그 수치로 LLM이 건강 리포트를 자동 생성해 한국어·영어·일본어 3개 언어로 보여 줍니다. 운영 중인 앱 위에 증축했습니다.

시니어바이브는 시니어 운동·건강관리 앱 「오후의건강」을 이미 운영하고 있는 회사입니다. 오십견·어깨 결림을 겪는 시니어가 재활 운동을 촬영해 올리면 서버가 관절 각도를 계산해 두는 데까지는 시스템이 하고 있었는데, 그 숫자를 이용자가 읽을 수 있는 리포트로 바꾸는 일은 담당자가 화면에 문장을 직접 적어 넣는 방식이었습니다. 해외 이용자를 받으려면 같은 문장을 언어별로 다시 써야 했습니다.
의뢰는 새 제품이 아니라 운영 중인 제품 위의 증축입니다. 측정 수치에서 리포트를 자동으로 생성하는 계층, 한국어·영어·일본어 3개 언어 경로, 그리고 촬영 품질을 끌어올리는 앱 내 실시간 자세 표시까지. 기존 이용자와 운영을 멈추지 않은 채 분석 스택 교체와 리포트 생성 계층을 얹었습니다.
생성된 리포트는 곧바로 이용자에게 나가지 않습니다. 담당자가 초안을 검토하고 확정하는 단계를 관리자 화면에 함께 만들어, 자동화 이후에도 품질 관리는 사람이 쥐고 있습니다.












요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.

AI 기반 간편 다이어트 기록·분석 앱입니다. 식단·운동·체중을 검색과 선택 대신 AI 에이전트와의 대화로 남기면 28만 행 식품 데이터베이스로 영양소까지 분석되고, 그 기록이 3D 뜰의 성장으로 이어지는 게이미피케이션이 계속 남길 이유를 만듭니다.

다이어트 앱의 기록은 대개 검색과 선택으로 이루어집니다. 음식을 검색하고 목록에서 고르고 양을 숫자로 넣는 동작이 한 끼마다 반복되며, 이 과정이 번거로워 기록이 끊기면 그 뒤의 분석도 함께 멈춥니다. 다이어트 앱이 실패하는 지점은 기능이 아니라 여기라고 봤습니다.
그래서 입력 방식을 화면이 아니라 대화로 잡았습니다. 사용자는 「아침에 토스트 먹고 저녁에 30분 뛰었고 몸무게 59.5kg」처럼 한 번에 말하면 되고, 나머지는 대화 에이전트가 알아서 나눠 기록합니다. iOS·Android 앱과 백엔드를 직접 만들어 운영하는 자체 서비스이며, 앱 내 구독 결제와 무료 사용량 제한을 갖춘 상용 구조입니다.
규모는 앱 화면 23개와 모달·오버레이 31종, Flutter 62,579행에 백엔드 46,397행, API 156개입니다. 대화는 노드 19개의 상태 그래프가 처리하고, 영양소는 28만 행 식품 데이터베이스에서 계산합니다.






요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.

사진 한 장으로 하는 AI 체성분 분석과 운동·식단 코칭 앱입니다. 체지방률·골격근량·기초대사량을 추정하고, 그 수치를 기준으로 목표 설정과 운동 기록·식단 기록·코칭 대화까지 한 앱에서 이어집니다.

체성분을 알려면 체성분 분석기가 있는 곳에 가야 합니다. 그래서 대부분의 사람은 몇 주에 한 번, 또는 아예 재지 않은 채로 운동합니다. 지금 몸이 어떤 상태인지 모르면 목표를 정할 근거도, 지난달과 비교할 기준선도 생기지 않습니다.
FITA는 그 측정을 스마트폰 카메라로 옮긴 앱입니다. 사진 한 장을 찍으면 자체 학습한 AI 모델이 체지방률을 추정하고 골격근량·FFMI·기초대사량·체형 분류·권장 칼로리를 함께 산출합니다. 여기서 나온 수치를 코칭 대화가 그대로 문맥으로 받아 목표와 루틴과 영양 계획을 만듭니다.
Flutter 앱, 메인 백엔드, 체성분 추론 전용 서버의 세 부분을 모두 직접 만들어 운영합니다. 앱 화면 32개, API 120개, 운동 데이터 2,978종에 영어·한국어 2개 언어를 지원하며, App Store에 출시되어 있습니다.





요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.

담임·부담임·방과후를 하나의 공고 안에 자리 단위로 나눠 걸고, 교사는 자리에 지원합니다. 이력서 열람은 「지원 관계」로만 열려 기관이 자기 공고 지원자 외에는 개인정보에 접근할 수 없으며, 기록은 삭제 대신 상태 전이로 남깁니다.

교집합은 유치원·어린이집 교사 채용에 특화한 플랫폼을 만들려는 브랜드입니다. 유치원 한 곳이 새 학기에 뽑는 자리는 하나가 아닙니다. 만4세 담임 두 명, 부담임 겸 방과후 한 명, 급한 대체 한 명이 같은 시기에 필요하고, 근무시간도 급여 형태도 자리마다 다릅니다. 그런데 일반 구인 사이트는 공고 하나에 지원 하나를 전제하기 때문에, 자리 수만큼 공고를 올리거나 지원자를 뒤에서 사람이 나눠야 했습니다.
의뢰는 이 직군의 채용 방식이 그대로 담기는 플랫폼을 완제품으로 만들어 달라는 것이었습니다. 교사·기관·관리자 세 역할의 웹 애플리케이션 한 벌을 구축했고, 개발 완료 후 저장소와 데이터베이스를 클라이언트 계정으로 이관해 비개발자 운영자가 직접 운영할 수 있는 상태로 넘겼습니다. 현재 실 서비스로 운영 중입니다.





요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.
오래 운영된 PHP 펀드관리 시스템의 핵심 모듈을 코드에서부터 역분석하고, 개편안을 문서가 아니라 지금 쓰는 화면과 같은 모양의 클릭되는 프로토타입으로 만들어 검토했습니다. 그 검토를 위해 As-Is 정리·요구사항 작성·프로토타입 검토를 한 트리에서 처리하는 협업툴을 직접 만들어 발주자와 같은 화면을 보며 진행했습니다.

미라파트너스는 자체 펀드관리 시스템 「미라판」을 오래 운영해 온 회사입니다. 시스템의 AI 전환을 검토하고 있었는데, 전환 이전에 현재 시스템이 정확히 어떻게 동작하는지 분석하는 것부터 막혀 있었습니다. PHP로 오래 운영되며 기능이 계속 얹힌 레거시라, 기준 하나를 바꾸면 어디까지 함께 움직이는지 전체를 아는 사람이 없는 상태였습니다.
문서로 개편안을 주고받는 방식도 원하지 않았습니다. 원하는 것을 실제 화면으로 그려 가며 눈으로 확인하면서 기획하고 싶다는 요구였습니다. 그래서 이 용역은 가장 얽혀 있는 모듈 하나를 골라 코드에서부터 역분석하고, 개편안을 지금 쓰는 화면과 같은 모양의 클릭되는 프로토타입으로 만들어 검토하고, 후속 개발팀이 그대로 구현할 수 있는 설계로 정리해 넘기는 일이 됐습니다.
계약 산출물은 요구사항 정의서 · DB 설계안 · API 명세서 · 프론트엔드 소스 4종이며, 후속 백엔드 구현은 발주자가 지정한 팀이 맡습니다.




요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.

AI(LLM) 기반 마음 상담과 도서·꾸러미 큐레이션입니다. 챗봇이 손님의 이야기를 듣고 감정을 읽어 도서 3권 또는 지역 오감 꾸러미를 「마음 처방전」 한 장으로 골라 주고, 주문까지 이어집니다.

참새책방은 지역의 자원(로컬 향, 청년 연주팀, 책방)을 묶어 파는 지역 문화 브랜드입니다. 어려운 것은 상품이 아니라 고르는 방법이었습니다. 손님은 무엇이 자기에게 맞는지 모르고, 판매자는 온라인에서 취향을 물어볼 자리가 없습니다.
그래서 상품 목록을 먼저 보여 주는 대신 마음을 먼저 묻는 판매 흐름을 만들었습니다. 챗봇이 7단계에 걸쳐 손님의 상태를 듣고, 대화를 12종 감정 분포로 정리한 뒤, 그 수치로 도서와 꾸러미를 고릅니다. 결과는 상품 목록이 아니라 「마음 처방전」 한 장으로 나옵니다.
주문은 웹에서 접수하고 수령은 책방에서 이어지며, 주문 시 발급되는 QR이 오프라인의 처방 요약과 연동 콘텐츠로 연결됩니다. 결제 연동이 빠진 것이 아니라 오프라인 공간을 전제로 설계한 흐름입니다.





요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.
해외 기업·정부기관을 상대하는 미디어 렙사의 원페이지 브랜드 사이트를 영어·한국어·중국어 3개 국어로 만들고, 사이트로 들어온 문의를 상태와 메모로 처리하는 관리자 화면까지 한 벌로 납품했습니다.

이 회사는 해외 기업·정부기관·글로벌 에이전시를 대상으로 한국 미디어 집행을 대행하는 렙사입니다. 상대가 국내에 없으니 사이트가 회사를 만나는 첫 접점이자, 대부분의 경우 유일한 접점입니다. 회사를 소개하는 문서가 아니라 해외에서 처음 찾아온 담당자가 문의를 남기고 가는 입구가 필요했습니다.
그래서 8개 섹션의 원페이지에 영어·한국어·중국어 간체를 헤더에서 즉시 전환하도록 만들고, 문의는 자유 서술 대신 캠페인 유형·기간·예산·목표를 선택지로 받아 도착하는 순간 이미 분류가 끝난 상태가 되게 했습니다. 그 문의를 처리할 관리자 화면과 API 서버까지 한 벌로 납품했습니다.





요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.
담당자가 평소 쓰던 카카오톡 대화방에 주문 내용을 올리면, 서버의 AI가 항목을 정리해 구글 스프레드시트에 적재하고, 그 데이터에서 송장 일괄 생성과 홈택스 업로드용 세금계산서 출력까지 이어집니다.

차량용품을 유통하는 이 회사의 주문은 거래처와의 카카오톡 대화방으로 들어옵니다. 담당자는 대화방의 주문을 읽어 스프레드시트에 옮겨 적고, 그 시트를 보며 택배 송장을 등록하고, 세금계산서를 따로 작성했습니다. 같은 정보가 사람 손을 세 번 거치는 구조라, 주문이 늘수록 입력에 걸리는 시간과 옮겨 적는 착오가 함께 늘고 있었습니다.
의뢰의 조건은 하나였습니다. 담당자가 새 프로그램을 배우게 하지 말 것. 그래서 화면을 만들지 않고 이미 쓰고 있는 카카오톡 대화방 자체를 입력 창구로 삼았습니다. 대화방과 서버를 연결해, 주문이 도착하는 순간부터 송장·계산서가 나오는 순간까지를 한 흐름으로 묶었습니다.
요구사항이 정리되지 않은 단계에서도 괜찮습니다. 무엇을 자동화할 수 있고 무엇이 어려운지부터 함께 정리합니다.
CONTACT
SENTIF AI STUDIO
We Build Everything AI
사업자등록번호 599-77-00588 · 설립 2024.07.01
서울시 송파구 올림픽로 336, 대우유토피아 4층 C08호
info@sentif.ai
개인정보처리방침 · © 2026 SENTIF