반갑습니다. 15년 차 SCM 및 업무 자동화 전문가 에이드네(Aidne)입니다.

매주 금요일 오후 4시, 각 부서의 슬랙(Slack) 채널을 돌아다니며 업무 진행 상황을 긁어모으고 계신가요? 취합한 텍스트를 노션(Notion)이나 엑셀에 복사해서 붙여넣고, 서식을 맞추는 이른바 ‘김 대리의 엑셀 노가다’는 대한민국 수많은 직장인들의 현주소입니다. 단순 반복 작업은 인간의 창의성을 갉아먹고, 우리를 그저 데이터 ‘컨베이어 벨트’ 위의 부품으로 만들어 버립니다.

이제는 휘발되는 메신저 대화와 정적인 문서 도구 사이의 간극을 AI로 메워야 할 때입니다. 오늘은 파편화된 협업툴 데이터를 한데 모아 클릭 한 번에 보고서 자동 생성 워크플로우를 구축하는 방법을 낱낱이 파헤쳐 보겠습니다.

협업툴 데이터 사일로(Silo) 현상과 자동화의 필요성

슬랙은 실시간 소통에 최적화된 휘발성 채널이고, 노션은 지식을 축적하는 영구적인 문서 저장소입니다. 이 두 가지 툴을 연결하지 않고 수동으로 데이터를 옮기면 필연적으로 병목(Bottleneck) 현상이 발생합니다. 특히 B2B 에이전시나 SCM 부서처럼 실시간 이슈 트래킹이 생명인 곳에서는 치명적이죠. 이를 해결하기 위해 우리는 Make(구 Integromat)나 Zapier 같은 iPaaS(Integration Platform as a Service) 툴을 활용하여 데이터 파이프라인을 구축해야 합니다.

Make 기반 보고서 자동 생성 워크플로우 딥다이브

수박 겉핥기식의 툴 소개는 접어두겠습니다. 실제 현업에서 바로 써먹을 수 있는 Make 워크플로우 세팅 4단계를 구체적으로 공개합니다.

1단계: 슬랙(Slack) 이모지 리액션 트리거 설정

모든 슬랙 메시지를 수집할 필요는 없습니다. 팀원들이 남긴 중요한 업무 메시지에 특정 이모지(예: 📝)를 달았을 때만 워크플로우가 시작되도록 설정합니다. Make에서 ‘Slack – Watch New Reaction’ 모듈을 트리거로 배치하고, 모니터링할 채널과 타겟 이모지를 지정하세요. 이 단계가 컨베이어 벨트의 작동 스위치 역할을 합니다.

2단계: OpenAI(ChatGPT) API를 활용한 데이터 파싱 및 정형화

슬랙에서 넘어온 원시 데이터(Raw data)는 날것 그대로라 바로 보고서에 쓸 수 없습니다. 슬랙 모듈 다음에 ‘OpenAI – Create a Completion’ 모듈을 연결합니다. 프롬프트에는 다음과 같이 시스템 지시어를 입력합니다. “전달받은 슬랙 메시지에서 1. 진행 사항, 2. 직면한 이슈, 3. 다음 액션 아이템을 추출하여 JSON 형태로 요약해 줘.” 이 과정이 비정형 데이터를 정형 데이터로 바꾸는 마법, 즉 파싱(Parsing)의 핵심입니다.

3단계: 노션(Notion) 데이터베이스 아이템 자동 매핑 및 생성

이제 예쁘게 정제된 데이터를 노션으로 보낼 차례입니다. ‘Notion – Create a Database Item’ 모듈을 추가합니다. 노션 주간 보고서 DB를 연결한 뒤, 제목 필드에는 ‘오늘 날짜 + 슬랙 발신자 이름’을 매핑합니다. 본문 텍스트 블록에는 앞서 OpenAI 모듈에서 출력된 결과값(진행 사항, 이슈, 액션 아이템)을 드래그 앤 드롭으로 자동 매핑합니다.

4단계: 슬랙 자동 알림 전송 (피드백 루프 마감)

보고서가 노션에 잘 생성되었다면, 작업자에게 알려주어야 완벽한 시스템입니다. 마지막으로 ‘Slack – Create a Message’ 모듈을 연결하여 원래의 슬랙 채널로 메시지를 쏩니다. “✅ 요청하신 주간 업무 내용이 노션 보고서에 자동 업데이트되었습니다. [노션 페이지 링크 URL]” 이렇게 하면 업무의 시작과 끝이 슬랙 안에서 완벽하게 루프를 돕니다.

개인의 생산성을 넘어 B2B 전사적 시스템 자동화로

이러한 단위 워크플로우는 개인이나 소규모 팀의 생산성을 극대화하지만, 여기서 멈춰서는 안 됩니다. B2B 의사결정권자라면 이 아키텍처를 확장하여 전사적 AI 워크플로우 시스템을 기획해야 합니다. 영업, 마케팅, SCM 등 각 부서의 수십 개 협업툴을 중앙에서 통제하는 엔터프라이즈급 자동화 솔루션이 도입되면, 기업의 인건비 구조와 업무 속도는 차원이 달라집니다.

게시물 슬랙과 노션으로 주간 보고서 자동 생성하는 방법 (Make 워크플로우 구축 가이드)이 aidneblog에 처음 등장했습니다.

안녕하세요, 15년 차 SCM 및 업무 자동화 전문가 에이드네(Aidne)입니다.

매주 금요일 오후 4시, 영업팀 김 대리는 슬랙(Slack) 채널을 위아래로 스크롤하며 팀원들이 남긴 주간 실적 메시지를 복사합니다. 그리고 노션(Notion) 주간 보고서 페이지에 붙여넣고 양식을 맞추는 ‘엑셀 노가다’ 못지않은 ‘복붙 노가다’를 2시간째 하고 있습니다. 2024년에도 이런 인간 컨베이어 벨트 같은 방식으로 일하고 계신가요?

단순 반복적인 보고서 취합은 인간의 뇌를 갉아먹는 대표적인 병목(Bottleneck) 현상입니다. 오늘은 파편화된 협업툴 데이터를 하나로 연결하여, 슬랙과 노션 내 보고서 자동 생성 워크플로우를 구축하는 방법을 낱낱이 파헤쳐 보겠습니다.

슬랙(Slack) 데이터 수집의 한계와 Make(구 Integromat) 도입의 필요성

많은 기업이 슬랙의 기본 ‘워크플로우 빌더’나 노션의 기본 연동 기능을 사용하려 시도합니다. 하지만 실무에 적용해 보면 곧 한계에 부딪힙니다. 슬랙 메시지는 정해진 양식이 없는 ‘비정형 텍스트’이기 때문에, 이를 노션의 표(Database)에 맞춰 예쁘게 분류해 넣는 것은 불가능에 가깝습니다.

이때 필요한 것이 바로 Make와 같은 강력한 iPaaS(Integration Platform as a Service) 툴과 AI의 결합입니다. Make를 중간 허브로 삼아 데이터의 흐름을 통제하고, AI를 통해 텍스트를 정형화하는 파이프라인을 구축해야만 진정한 의미의 자동화가 완성됩니다.

노션(Notion) 데이터베이스 연동을 위한 AI 보고서 자동화 워크플로우 4단계

실제 현업에서 제가 빈번하게 세팅하는 Make 기반의 딥다이브(Deep-dive) 워크플로우 예시를 공개합니다. 수박 겉핥기식 툴 소개가 아닌, 당장 따라 할 수 있는 실무 밀착형 솔루션입니다.

1단계: Slack 트리거 (특정 이모지 반응 감지)

Make에서 Slack – Watch Events 모듈을 트리거(시작점)로 설정합니다. 팀원들이 업무 완료 메시지에 특정 이모지(예: 📝)를 달면, 웹훅(Webhook)이 이를 감지하여 워크플로우를 가동합니다. 무의미한 일상 대화와 보고용 데이터를 완벽하게 분리하는 가장 직관적이고 오류 없는 방법입니다.

2단계: OpenAI API 파싱 (비정형 텍스트를 정형 데이터로 변환)

수집된 슬랙 메시지는 날것의 비정형 텍스트입니다. 이를 OpenAI – Create a Completion 모듈로 넘깁니다. 프롬프트(Prompt)에 “다음 슬랙 메시지에서 ‘프로젝트명’, ‘진행률’, ‘이슈 사항’을 추출해 JSON 형태로 반환해”라고 지시합니다. 이 과정이 바로 AI가 김 대리의 뇌를 대신해 데이터를 읽고 분류하는 핵심 파이프라인입니다.

3단계: Notion 데이터베이스 라우팅 및 생성 (항목별 자동 분류)

파싱되어 예쁘게 정리된 JSON 데이터를 Notion – Create a Database Item 모듈에 매핑(Mapping)합니다. 노션 데이터베이스의 각 속성(Property)인 ‘프로젝트 이름(Title)’, ‘상태(Select)’, ‘비고(Rich Text)’에 AI가 추출한 결과값을 1:1로 꽂아 넣습니다. 수작업 시 발생하는 오타나 누락이 원천 차단되며, 데이터의 정합성이 100% 유지됩니다.

4단계: Slack 알림 루프 (보고서 생성 완료 메시지 전송)

마지막으로 Slack – Create a Message 모듈을 추가하여 “✅ 주간 보고서 업데이트가 완료되었습니다. (노션 링크)”라는 메시지를 해당 채널에 쏩니다. 담당자는 알림을 보고 최종 검토만 하면 끝납니다. 2시간 걸리던 작업이 단 10초 만에 끝나는 순간입니다.

B2B 엔터프라이즈를 위한 전사적 AI 자동화 파이프라인 확장

이러한 단위 업무의 자동화는 놀랍지만, B2B 의사결정권자 입장에서는 그저 시작에 불과해야 합니다. 개인과 팀의 생산성 향상을 넘어, 전사적 차원에서는 이 워크플로우를 ERP 데이터 수집, CRM 고객 관리 시스템과 연동하는 거대한 ‘데이터 파이프라인’으로 확장해야 합니다.

부서마다 파편화된 협업툴 데이터를 하나로 모으고 통제하는 중앙 AI 디스패처(Dispatcher)를 구축하는 기업만이, 불필요한 인건비를 절감하고 핵심 비즈니스 로직에 리소스를 집중할 수 있습니다. 시스템이 시스템을 일하게 만드는 구조, 그것이 진짜 비즈니스 자동화입니다.

게시물 슬랙(Slack)과 노션(Notion)으로 보고서 10초 만에 자동 생성하는 Make 워크플로우 구축 방법이 aidneblog에 처음 등장했습니다.