광고사업팀 인턴의 AI 자동화 여정

마이리얼트립의 광고사업팀은 만들어진 지 1년 정도 된 팀으로, 여러 광고주들의 광고를 수주하며 성과를 내고 있습니다. 이 과정에서 발생한 무수한 오퍼레이션을 효율화할 목적으로 AI Operations 이라는 포지션을 신설하고 새로운 인턴을 모셔오게 되었는데요, 오늘은 광고사업팀의 AI Operations 인턴인 위주희님의 자동화 여정을 소개해 드리려 합니다. 위주희님은 음악을 전공하던 대학생이었는데, 마리트에 합류하며 여러 수동 반복 업무를 자동화하여 월 40시간의 작업을 90% 이상 줄이는데 성공했습니다.

성장하는 사업부의 딜레마

광고사업팀은 창립 1년 만에 급속한 성장을 경험하고 있었어요. 매월 15–20개의 광고주와 계약을 체결하며, 각 계약마다 3–5개의 문서 작업이 필요한 상황이었죠. 문제는 개발 리소스의 부족이었어요. 기술적으로 해결될 수 있는 문제들이 수작업으로 처리되고 있었고, 사업이 성장할수록 운영 부담은 기하급수적으로 증가했습니다

AI 오퍼레이션 인력 확보

광고사업팀 매니저는 파격적인 결정을 내렸어요. ‘AI 오퍼레이션스 인턴’이라는 새로운 직무를 만들어 전담 인력을 채용하기로 한 거죠.

흥미롭게도 이 자리에 지원한 건 음악을 전공하는 대학생 위주희님이었어요. 클라리넷을 전공하던 위주희님은 이전 직무 경험에서 AI와 함께 라벨링 프로그램을 만들어 6시간 업무를 3분으로 단축한 경험이 있었거든요.

“저는 관현악과 클라리넷 전공 대학생이기 때문에, 기술적인 배경이 부족하다고 볼 수 있는 사람이에요. 다만 진로적인 고민을 하는 과정 속에서 이전에 직무 경험을 쌓으면서 라벨링 프로그램을 AI와 함께 만들어 봤고 그 과정에서 여섯 시간 정도 걸리던 업무를 3분으로 단축하면서 AI 능력을 체감한 경험이 있었어요.”

단계적 자동화 프로젝트 실행

위주희님이 AI 오퍼레이션스 인턴으로 합류한 이후, 팀은 체계적인 접근 방식을 취했어요. 먼저 가장 반복적이고 시간이 많이 소요되는 업무를 식별했습니다.

매일 아침 진행되던 광고 성과 보고서 작성이 주요 타겟이었어요. 광고주별로 맞춤 보고서를 생성하고, 각 광고주의 시트에 접속해서 데이터를 수동으로 입력하는 작업이 월 40시간 이상 소요되고 있었거든요.

“저는 이런 프로세스를 봤을 때 자동화를 할 수 있지 않을까라는 아이디어를 떠올렸어요. 그래서 그걸 기반으로 AI와 대화를 하면서 생각을 구체화해 나갔어요.”

AI와의 대화를 통해 해결책을 구체화한 결과, 두 단계의 액션 플랜이 수립되었어요.

“일단 데이터 파이프라인을 구축해보는 거였어요. 그리고 두 번째 단계로는 보고서 생성 자체를 자동화 해야겠다라는 맥락으로 앱스크립트가 자동으로 보고서를 생성해 주는 플로우를 생각했어요.”

흥미로운 점은 이 모든 과정이 코딩 지식 없이 진행되었다는 거예요. 자연어로 AI와 소통하며 필요한 기능들을 하나씩 구현해 나갔습니다.

놀라운 효율성 개선 결과

자동화 프로젝트의 결과는 기대를 뛰어넘었어요. 기존에 월 40시간 이상 소요되던 반복 업무가 90% 이상 절감되었습니다.

“결과적으로 이런 내용을 통해 업무 시간적으로 본다면 기존 대비 구십 퍼센트 이상이 절감됐다고 볼 수 있었어요.”

더 중요한 건 휴먼 에러의 완전 제거였어요. 수기 입력으로 인한 실수 가능성이 사라지면서 보고서의 정확성이 크게 향상되었죠. 팀원들은 반복적인 작업에서 벗어나 더 가치 있는 업무에 집중할 수 있게 되었어요.

사업 확장에 대한 우려도 해소되었습니다. 이전에는 광고주가 늘어날 때마다 운영 부담이 비례해서 증가했지만, 자동화 이후로는 확장성 문제가 크게 개선되었어요.

“광고주가 늘어남으로써 발생하는 운영적인 부담도 좀 절감할 수 있었습니다.”

전략적 업무 집중 환경 조성

자동화 프로젝트는 단순한 효율성 개선을 넘어서 추가적인 혁신으로 이어졌어요. 팀은 배너 생성기라는 웹 서비스도 개발했습니다.

기존에 Figma를 사용해서 30분씩 걸리던 배너 검수 작업을 완전히 자동화한 거죠. 이제 사업팀에서 직접 규격에 맞는 배너를 생성할 수 있게 되어 검수 시간이 거의 0으로 줄어들었어요.

AI 협업의 핵심 포인트

위주희님은 이 프로젝트에서 얻은 가장 중요한 교훈은 ‘문제 정의의 중요성’이라고 뽑고있어요

“사실 지금 하고 있는 수기 작업들을 한번 돌아보면은 자동화할 수 있는 여지나 부분들이 되게 많고 그렇게 문제만 좀 정의가 된다면 AI와 함께 충분히 셀프 스터디로 해결할 수 있는 부분이 있다고 생각해요.”

AI는 마치 잘 훈련된 조수 같아요. 명확한 지시를 주면 놀라운 결과를 만들어내지만, 애매한 요청에는 예상과 다른 답변을 할 수 있거든요.

소통 방식 개선의 중요성

프로젝트를 진행하면서 AI와의 소통에서 어려움도 겪었어요.

“오류가 해결이 안 되고 반복될 때가 있더라고요. 자연어로 ‘이게 문제야’라고 말했을 때, ‘고쳤어요’라고 하지만 실제로 해결되지는 않는.. 식으로 말이죠.불필요한 커뮤니케이션이 종종 있었어요.”

이 문제를 해결하기 위해 흥미로운 방법을 개발했어요. 메타 AI 챗봇을 만들어서 자연어 요청을 개발 도구에 적합한 명령어로 변환하는 시스템을 구축한 거죠.

“너는 내가 말한 자연어 요청을 커서 코드에 적합한 지시문으로 변환해줘. 또 필요한 정보가 있으면 나에게 요청해줘. 라는 명령을 넣었거든요. 그렇게 소통했을 때 지금은 이전보다 수월하게 작업을 진행하고 있어요.”

이 사례는 AI 도입이 거창한 기술이나 큰 투자 없이도 실질적인 성과를 낼 수 있다는 걸 보여줘요. 중요한 건 문제를 정확히 정의하고, AI와 효과적으로 소통하는 방법을 찾는 거예요.

앞으로도 더 많은 팀들이 이런 창의적이고 실용적인 AI 활용 사례를 만들어낼 것으로 기대됩니다.