3,500개 거래처 정렬의 숨겨진 위험
어느 날 오후, 윈도우 디바이스에서 진행 중이던 구글 시트 정렬 작업이 예상과 달랐다. 단순히 이름 순서를 맞추는 것이 아니라, 같은 거래처가 여러 형식으로 저장되어 있었다.
「ABC Trading」, 「abc trading」, 「ABC TRADING」, 「Abc Trading Limited」
같은 회사였지만 입력된 방식이 달랐다.
Before: 눈으로만 확인하던 시절
• 엑셀에서 수동으로 한 줄씩 비교하기
• 거래처명, 이메일, 전화번호 등 여러 필드 동시 검토
• 약 20시간 소요, 실수 가능성 약 15%
• 정렬 후에도 중복 발견되는 경우가 반복됨
After: Claude Code 봇이 개입하다
윈도우 디바이스에서 간단한 프롬프트를 입력했다.
구글 시트의 거래처 리스트에서 다음을 확인해줘:
1. 회사명의 대소문자 변형 감지
2. 이메일 주소 유사도 비교 (오타, 오래된 주소)
3. 전화번호 형식 통일 후 중복 체크
4. 발견된 중복 항목을 별도 시트에 정리
결과는 놀라웠다.
발견된 중복: 247개
• 정확한 중복: 89개
• 형식이 다른 중복: 158개
• 봇이 놓친 항목: 0개
의외의 발견
봇은 단순 중복을 넘어서 패턴을 찾았다.
• 같은 담당자가 여러 이메일로 등록된 경우
• 예전 회사명과 새 회사명이 섞인 거래처들
• 비슷한 전화번호지만 다른 부서로 입력된 경우
이런 미묘한 차이는 사람이 3,500개를 모두 검토할 때는 발견하기 거의 불가능했다.
실제 업무 영향
중복 제거 후 이메일 발송 자동화를 실행했다. 이전에는 같은 사람에게 여러 번 연락되는 상황이 있었지만, 이제는 한 번에 정확히 도달한다.
「봇의 정렬 덕분에 이메일 반송률이 3%에서 0.2%로 떨어졌어요. 거래처 응답 속도도 빨라졌습니다.」
자동화가 사람의 일을 완벽하게 대체하지 못하는 이유
재미있는 부분은 여기서다. 봇이 중복을 찾아낸 후에도, 최종 판단은 여전히 사람이 했다.
• 어떤 중복은 실제로는 다른 거래처여야 하는 경우도 있었다
• 옛 정보를 남겨야 하는 경우도 있었다
• 비즈니스 컨텍스트에 따라 병합할지 분리할지 결정해야 했다
비개발자 팀의 깨달음: 봇은 규칙을 완벽하게 실행하지만, 경험과 판단은 여전히 인간의 영역이다.
다음 과제
이제 새로운 거래처가 들어올 때마다 자동으로 중복 검사를 하도록 설정했다. 윈도우 디바이스에서 매주 간단한 명령 하나로 데이터 품질을 유지할 수 있게 되었다.
자동화는 반복을 제거하고, 인간은 판단에만 집중할 수 있는 세상. 그것이 우리 팀이 경험한 작은 변화이다.