AI가 답한 다음, 실제 업무는 누가 처리할까요?

이 글은 일맛 × Workato 협업 영상 한 편의 내용을 정리했습니다. 설명의 기준은 영상이 공개된 2026년 1월입니다.

고객이 환불을 요청했습니다. AI에게 물으면 처리 순서를 잘 설명해줍니다. 그런데 고객 정보를 확인하고, 주문을 찾고, 승인받고, 실제 환불을 처리하는 일은 여전히 사람이 여러 시스템을 오가며 해야 합니다. 답변이 좋아지는 것과 일이 끝나는 것 사이에는 아직 여러 단계가 남아 있습니다.

이 영상은 그 간격에서 출발합니다. AI를 회사 업무에 활용하려면 어떤 시스템을 연결해야 하고, 그 연결을 어떻게 운영해야 하는지 Workato를 통해 살펴봤습니다.

연결할 수 있다는 말 다음에 확인할 것

업무 도구를 연동하는 방법은 다양합니다. 하지만 연결에 성공했다고 일이 끝나지는 않습니다. 한 시스템의 고객명과 다른 시스템의 고객 정보가 어떻게 대응하는지 정해야 합니다. 같은 요청이 두 번 들어오면 어떻게 할지, 중간 단계에서 오류가 나면 어디서부터 다시 시작할지도 필요합니다.

작게 만든 자동화를 회사 전체의 업무에 적용할수록 이런 조건이 늘어납니다. 영상에서는 개인이 쓰는 자동화와 여러 부서가 함께 운영하는 자동화의 차이를 이 지점에서 설명합니다.

환불 요청을 하나의 흐름으로 만들어보기

Workato를 설명하며 사용한 예시는 환불 처리입니다. Zendesk로 요청이 들어오면 Salesforce에서 고객 정보를 확인하고, SAP에서 주문을 찾습니다. 그다음 회사 정책에 따른 승인을 거쳐 처리하고, Slack으로 결과를 알리는 흐름입니다.

각 도구를 연결하는 것에 더해 어떤 사건으로 일을 시작할지, 어느 조건에서 다음 단계로 갈지 정해야 합니다. 영상에서는 이런 업무 흐름을 Workato의 ‘레시피’라는 개념으로 소개합니다. 모든 요청을 똑같이 처리하는 대신, 조건과 순서를 업무에 맞게 구성하는 것입니다.

이 예시의 핵심은 특정 도구의 개수에 있지 않습니다. 담당자가 시스템 사이에서 반복하던 확인과 전달을 어떤 순서로 연결할 것인지에 있습니다.

승인과 예외 처리도 자동화의 일부입니다

환불 금액에 따라 별도의 승인이 필요할 수 있습니다. 고객 정보를 찾지 못하거나, 주문 상태가 예상과 다를 수도 있습니다. 회사 업무에서는 정상적으로 흘러가는 경우만큼 이런 상황을 다루는 방법이 중요합니다.

누가 어떤 데이터에 접근할 수 있는지, 어떤 행동을 승인 없이 실행할 수 있는지, 문제가 생겼을 때 처리 기록을 확인할 수 있는지도 함께 생각해야 합니다. 영상에서 Workato의 역할을 설명할 때 연결뿐 아니라 권한과 운영을 함께 다룬 이유입니다.

AI에 연결을 열어줄 때도 범위가 필요합니다

영상 후반부에서는 MCP와 AI가 외부 도구를 사용하는 상황으로 이야기를 넓힙니다. AI가 사용할 수 있는 도구가 많아질수록, 실제 회사 업무에서 허용할 행동의 범위를 정하는 일이 중요해집니다.

어떤 정보를 읽을 수 있는지, 어디까지 변경할 수 있는지, 어느 단계에서 사람의 확인이 필요한지를 구분해야 합니다. AI가 요청을 이해한 뒤 회사의 업무 규칙에 맞춰 실행하도록 만드는 과정입니다.

우리 업무에 필요한 수준을 살펴보기

영상에서는 소수의 앱을 연결하는 개인·소규모 팀의 자동화와 여러 부서·시스템을 다루는 기업의 자동화를 구분해 이야기합니다. 도구를 고르기 전에 연결할 시스템, 승인 단계, 예외 상황과 운영할 사람을 먼저 살펴보자는 관점입니다.

AI가 더 좋은 답을 내놓는 것만으로 실제 업무가 모두 끝나지는 않습니다. 답변 이후에 필요한 행동을 연결하고, 그 행동이 회사의 규칙 안에서 실행되도록 준비해야 합니다. 이번 영상은 그 과정을 이해하기 위한 이야기입니다.