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

“김 대리님, A사 주문 건 출고 진행 상황 어떻게 되나요?”
하루에도 수십 번씩 사내 슬랙(Slack)으로 날아오는 영업팀의 주문 조회 요청. 이때마다 실무자는 하던 핵심 업무를 멈추고, 무겁고 느린 ERP 시스템에 로그인하여 주문 번호를 검색합니다. 그리고 화면에 뜬 배송 상태를 복사해 다시 슬랙에 붙여넣습니다.

마치 멈추지 않는 컨베이어 벨트 앞에서 부품을 조립하듯 반복되는 이 ‘김 대리의 엑셀 노가다’, 언제까지 방치하실 건가요? 오늘은 단순 반복 업무에 갇힌 실무자를 구원하고, 기업의 업무 생산성을 극대화하는 ERP 시스템과 사내 슬랙 간의 챗봇 연동(주문 조회 자동화) 방법에 대해 깊이 있게 다뤄보겠습니다.

ERP 시스템과 사내 메신저 단절이 만드는 업무 병목 현상

수천만 원에서 수억 원을 호가하는 ERP(Enterprise Resource Planning) 시스템을 도입했음에도 현업의 불만이 끊이지 않는 이유는 무엇일까요? 바로 ‘데이터의 접근성’ 때문입니다. 영업, CS, 마케팅 부서는 고객의 요청에 실시간으로 대응해야 하지만, ERP는 보안과 복잡한 UI 탓에 특정 담당자만 접근할 수 있는 거대한 금고와 같습니다.

결국 데이터를 조회하기 위해 메신저로 요청하고, 담당자가 수동으로 응답하는 과정에서 심각한 업무 병목 현상(Bottleneck)이 발생합니다. 이는 실무자의 귀중한 시간을 빼앗을 뿐만 아니라, 고객 응대 지연으로 이어져 비즈니스 경쟁력을 갉아먹습니다. 해결책은 간단합니다. 누구나 사용하는 사내 메신저인 슬랙(Slack)을 ERP의 프론트엔드(Front-end)로 만들어버리는 것입니다.

Make를 활용한 슬랙-ERP 주문 조회 챗봇 구축 워크플로우

수박 겉핥기식의 툴 소개는 접어두고, 실제 현업에서 노코드 통합 플랫폼인 Make(구 Integromat)나 Zapier를 활용해 어떻게 자동화 파이프라인을 구축하는지 구체적인 워크플로우를 살펴보겠습니다.

[1단계: Slack 트리거 설정 및 슬래시 명령어 수신]

첫 번째 단계는 슬랙에서 사용자의 요청을 감지하는 트리거(Trigger)를 만드는 것입니다. 슬랙 API를 활용해 사용자 정의 슬래시 명령어(예: /주문조회 [주문번호])를 생성합니다. 영업 담당자가 슬랙 채널에 /주문조회 ORD-20231015를 입력하면, 이 이벤트가 Make의 웹훅(Webhook) 모듈로 즉각 전송됩니다.

[2단계: 데이터 파싱 및 ERP API 호출 (GET)]

Make로 전달된 데이터 페이로드(Payload)에서 텍스트 파싱을 통해 순수한 ‘주문번호(ORD-20231015)’만 추출합니다. 이후 HTTP 모듈을 사용하여 사내 ERP 시스템(예: SAP, 더존, 혹은 자체 구축 DB)의 API 엔드포인트로 GET 요청을 보냅니다. 이때 보안을 위해 API Key나 Bearer Token 인증을 헤더에 반드시 포함해야 합니다.

[3단계: 데이터 필터링 및 Slack 메시지 포맷팅]

ERP에서 반환된 날것의 JSON 데이터(예: 고객명, 상품명, 결제상태, 운송장번호, 출고예정일 등)를 실무자가 읽기 편한 형태로 가공합니다. 불필요한 시스템 코드는 제외하고, 슬랙의 Block Kit Builder를 활용해 가독성 높은 UI 템플릿으로 데이터를 매핑(Mapping)합니다.

[4단계: Slack 자동 응답 전송 (Action)]

마지막으로 Make의 Slack ‘Create a Message’ 모듈을 통해 포맷팅된 결과값을 처음 명령어를 입력한 채널이나 사용자에게 다이렉트 메시지(DM)로 전송합니다. 이 모든 과정은 영업사원이 엔터를 치는 순간 3초 이내에 완료됩니다. 더 이상 김 대리를 호출할 필요가 없어지는 것이죠.

단순 조회를 넘어선 전사적 AI 워크플로우 도입의 필요성

이러한 챗봇 연동은 개인의 생산성을 높이는 것을 넘어, 전사적인 AI 워크플로우와 시스템 자동화를 기획하는 B2B 의사결정권자들에게 시사하는 바가 큽니다. 주문 조회가 자동화되었다면, 다음 스텝은 재고 부족 시 구매팀에 자동으로 알림을 보내거나, AI가 과거 데이터를 분석해 최적의 발주 시점을 슬랙으로 제안하는 수준으로 고도화할 수 있습니다.

파편화된 시스템들을 API로 연결하고 자동화하는 데이터 파이프라인 구축은 이제 선택이 아닌 생존의 문제입니다. 고단가 AI 자동화 솔루션 도입을 망설이고 계신다면, 가장 작고 빈번한 페인 포인트인 ‘메신저 조회 업무’부터 혁신해 보시길 권장합니다.

게시물 ERP 주문 조회, 아직도 담당자가 직접 찾나요? 슬랙 챗봇 연동 자동화 방법이 aidneblog에 처음 등장했습니다.

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

현업에서 가장 많이 들려오는 질문 중 하나가 무엇일까요? 바로 “김 대리님, A사 주문 건(주문번호 1004) 현재 출고되었나요?”입니다. 영업팀이나 CS팀에서 사내 메신저인 슬랙(Slack)으로 이 질문을 던지면, 운영팀의 김 대리는 하던 일을 멈추고 무겁고 느린 ERP 시스템에 로그인합니다. 메뉴를 찾아 들어가 주문 번호를 검색하고, 배송 상태를 확인한 뒤 다시 슬랙으로 돌아와 타이핑을 치죠. 이 과정은 마치 잘 돌아가던 컨베이어 벨트에 돌멩이가 끼어 전체 공정이 멈추는 것과 같습니다.

단순 반복적인 ‘주문 조회 노가다’는 개인의 생산성을 갉아먹을 뿐만 아니라, 전사적인 업무 병목(Bottleneck)을 유발합니다. 오늘은 노코드 툴인 Make(구 Integromat)를 활용해 ERP 시스템과 사내 슬랙 간의 챗봇 연동을 통한 주문 조회 자동화 방법을 낱낱이 파헤쳐 보겠습니다.

ERP 시스템 주문 조회, 왜 슬랙(Slack)에서 바로 해야 할까?

대부분의 기업이 수천만 원에서 수억 원을 들여 ERP를 구축하지만, 실무자들은 여전히 데이터 접근에 어려움을 겪습니다. ERP는 ‘데이터의 저장소’로는 훌륭하지만, ‘실시간 소통과 실행’을 위한 도구는 아니기 때문입니다. 슬랙 챗봇을 통해 ERP 데이터를 직접 호출하게 되면, 부서 간의 불필요한 핑퐁 커뮤니케이션이 사라지고 데이터 조회 리드타임이 5분에서 단 1초로 단축됩니다.

Make를 활용한 슬랙-ERP 주문 조회 챗봇 구축 워크플로우

수박 겉핥기식의 툴 소개는 접어두고, 실제 현업에서 바로 써먹을 수 있는 구체적인 세팅 파이프라인을 3단계로 나누어 심도 있게 설명해 드리겠습니다.

1단계: 슬랙(Slack) 슬래시 명령어(Slash Command) 트리거 설정

먼저 슬랙 API 페이지에서 새로운 앱을 생성하고, ‘Slash Commands’ 기능을 활성화합니다. 예를 들어 /주문조회 [주문번호]라는 명령어를 만듭니다. 사용자가 슬랙 창에 이 명령어를 입력하면, 슬랙은 해당 데이터를 우리가 설정할 Make의 Webhook URL로 쏘아 보냅니다. 이것이 자동화의 첫 단추인 트리거(Trigger)입니다.

2단계: Make(Integromat)에서 ERP API 호출 및 데이터 파싱(Parsing)

Make에서 ‘Custom Webhook’ 모듈을 생성해 슬랙이 보낸 데이터를 받습니다. 여기서 전달받은 텍스트 중 핵심인 [주문번호]만 추출(Parsing)해 냅니다. 그다음, HTTP 모듈을 연결하여 사내 ERP(SAP, 더존, 혹은 자체 구축 ERP)의 주문 조회 API 엔드포인트로 GET 요청을 보냅니다. 이때 헤더(Header)에 API Key나 Bearer Token을 넣어 인증을 처리하는 것을 잊지 마세요. ERP가 응답한 복잡한 JSON 데이터 속에서 우리가 필요한 ‘주문 상태’, ‘출고 일자’, ‘송장 번호’만 깔끔하게 매핑합니다.

3단계: 슬랙으로 가공된 주문 데이터 자동 응답 전송

이제 추출한 알짜배기 데이터를 다시 질문자에게 돌려줄 차례입니다. Make의 ‘Slack – Create a Message’ 모듈을 추가합니다. 텍스트 필드에 다음과 같이 직관적인 포맷을 구성합니다.

• 📦 주문번호: {{주문번호}}
• 📊 현재 상태: {{주문상태}} (예: 출고 완료)
• 🚚 송장 번호: {{택배사}} {{송장번호}}

이렇게 세팅을 완료하고 실행(Run)을 누르면, 누군가 슬랙에 /주문조회 1004를 치는 순간 1초 만에 챗봇이 위 양식대로 답변을 달아줍니다. 김 대리의 엑셀 노가다가 영구적으로 종료되는 순간입니다.

B2B 의사결정권자를 위한 전사적 AI 워크플로우의 확장

이러한 단일 챗봇 연동은 시작에 불과합니다. 개인의 생산성 향상을 넘어, 이를 전사적 SCM 데이터 파이프라인으로 확장해야 합니다. AI를 결합하면 단순 조회를 넘어 “이번 주 지연 예상 주문 건을 요약해 줘”와 같은 복합적인 데이터 분석 및 예측까지 슬랙 안에서 해결할 수 있습니다. 시스템 간의 사일로(Silo)를 허물고, 진정한 의미의 자동화 솔루션 도입을 기획해 보시길 바랍니다.

게시물 영업팀의 주문 조회 노가다를 끝내는 슬랙 ERP 챗봇 연동 방법 (Make 자동화)이 aidneblog에 처음 등장했습니다.