AI 기술의 눈부신 발전은 이미 개발자들의 코딩 환경에 혁명적인 변화를 가져왔습니다. 'Cursor'와 같은 AI 기반 통합 개발 환경(IDE)은 복잡한 코드 작성을 돕고 개발 생산성을 극대화하며, 코딩의 문턱을 낮추는 데 크게 기여하고 있습니다. 그러나 AI의 영향력은 코딩 영역을 넘어, 데이터 분석, 재무 모델링과 같이 전문성을 요하는 다양한 분야로 빠르게 확장되고 있습니다. 이제 AI는 복잡한 업무를 자동화하고, 해당 분야의 전문가가 아니더라도 누구나 쉽게 고급 작업을 수행할 수 있도록 지원하는 강력한 조력자로 부상하고 있습니다.

이 글에서는 AI가 코딩의 세계를 변화시킨 것처럼, 다른 복잡한 업무 영역에서도 그 영향력을 넓히며 새로운 자동화 시대를 어떻게 열어가고 있는지, 실제 서비스 사례인 Nao와 Carousel을 통해 자세히 살펴보겠습니다.

복잡한 업무, 더 이상 '코딩'만의 이야기가 아니다

과거 소프트웨어 개발은 프로그래밍 언어에 대한 깊이 있는 이해와 숙련된 기술 없이는 상상하기 어려웠습니다. 하지만 AI 기반 IDE의 등장은 이러한 장벽을 허물고 있습니다. 이러한 변화는 코딩에만 국한되지 않습니다.

• 데이터 분석: 방대한 데이터 속에서 의미 있는 패턴을 발견하고, 효율적인 SQL 파이프라인을 구축하며, 데이터의 품질을 철저히 관리하는 작업은 고도의 전문 지식을 필요로 합니다. 기존의 거대 언어 모델(LLM) 기반 도구들은 데이터의 구조(스키마)를 정확하게 파악하지 못해, 실제 환경에서는 작동하지 않는 SQL 코드를 생성하는 경우가 빈번했습니다.
• 재무 모델링 (Excel 등): Excel은 여전히 많은 비즈니스 현장에서 핵심적인 역할을 수행하지만, 복잡한 재무 모델을 구축하거나 방대한 데이터를 정리하고 시각화하는 작업에는 상당한 시간과 반복적인 노력이 투입됩니다. 수식 오류, 데이터 누락, 비효율적인 수작업 등은 업무 생산성을 저해하는 주요 원인으로 작용합니다.

이처럼 다양한 전문 분야의 복잡한 업무들은 해당 분야의 전문가가 아니면 접근하기 어렵고, 전문가라 할지라도 많은 시간과 노력을 기울여야 하는 경우가 많습니다. AI는 이러한 문제에 대한 혁신적인 해결책을 제시하고 있습니다.

AI 에이전트, 복잡한 업무의 '페어 프로그래머'로 진화하다

AI 코딩 도구가 개발자의 생산성을 높이는 '페어 프로그래머'처럼, 이제 다양한 전문 분야에서도 AI 에이전트가 등장하여 복잡한 업무를 누구나 손쉽게 처리할 수 있도록 지원하고 있습니다. 이러한 AI 에이전트들은 사용자의 지시를 자연어로 이해하고, 스스로 데이터를 분석하며, 필요한 결과물을 생성하거나 작업을 자동화합니다.

1. 데이터 작업의 혁신: Nao (getnao.io)

Nao는 데이터 분석가, 분석 엔지니어, 데이터 과학자, 데이터 엔지니어 등 데이터 팀의 모든 구성원을 위해 설계된 AI 코드 에디터입니다. VS Code를 기반으로 개발된 Nao는 데이터 작업의 복잡성을 획기적으로 낮추는 것을 목표로 합니다.

Nao의 핵심 기능 및 특징:

• 데이터 웨어하우스 직접 연결 및 스키마 이해: Nao는 BigQuery, Snowflake, PostgreSQL과 같은 주요 데이터 웨어하우스에 직접 연결됩니다 (Databricks, Iceberg, Redshift 지원 예정). 이를 통해 데이터 스키마(데이터베이스 구조)를 정확히 이해하고, 실제로 작동하는 SQL, Python, YAML 코드를 생성합니다. 이는 기존 LLM 도구들이 스키마를 이해하지 못해 부정확한 코드를 생성하던 한계를 극복합니다.
• RAG 기반 AI 및 에이전트 도구: Nao는 RAG(Retrieval Augmented Generation, 검색 증강 생성) 기반의 AI 탭과 에이전트 도구를 활용하여 코드의 정확성을 높입니다. 사용자는 'Tab to Data' 기능을 통해 기존 대시보드나 데이터에 영향을 주지 않고 안전하게 데이터 작업을 수행할 수 있습니다.
• 데이터 파이프라인 구축 및 관리:        
• • SQL 파이프라인: 단일 인터페이스 내에서 SQL 파이프라인을 생성, 실행하고 시각화까지 할 수 있습니다. SQL 자동 완성 및 SQL 워크시트 기능도 제공됩니다.
  • Python 파이프라인: 동일한 환경에서 Python을 사용한 파이프라인 작업도 지원합니다.
• dbt 워크플로우 최적화: Nao의 AI 에이전트는 dbt 프로젝트(모델, 소스, 문서, 테스트, 컬럼 레벨의 데이터 계보)를 깊이 있게 이해합니다. IDE 내에서 dbt 모델을 직접 미리 보고, 모델 컬럼에 대한 스마트 자동 완성을 지원받으며, 데이터 계보 그래프(Lineage graph) 확인도 가능합니다. 향후 에이전트를 통해 모델, 문서, 테스트 생성 기능도 지원될 예정입니다.
• 강력한 데이터 품질 관리 및 비교:
• • 즉각적인 변경 사항 미리보기 (Instant diff preview): 코드 변경 전후의 결과 데이터 차이를 즉시 확인할 수 있어 오류를 사전에 방지합니다.
  • 데이터 품질 검사 에이전트: 데이터 품질 문제를 사전에 감지하고, 정의된 모든 테스트를 실행하여 요약해줍니다. 이를 통해 누락/중복/이상치 탐지, 개발 데이터와 운영 데이터 비교 등이 용이해집니다.
• 통합 개발 환경: 데이터 웨어하우스, dbt 외에도 Looker, Power BI, Metabase, Tableau와 같은 BI 도구와의 연동을 통해 데이터 계보를 BI까지 확장하고 테이블 사용량 점수를 매기는 기능도 준비 중입니다.
• Cursor와의 차별점: Nao는 데이터 스키마를 직접 이해하여 정확한 코드를 생성하는 반면, 일반적인 AI 코딩 도구는 데이터 컨텍스트를 얻기 위해 여러 번의 LLM 호출이 필요할 수 있습니다. Nao는 단일 RAG를 통해 항상 데이터 컨텍스트를 활용하며, 별도의 설정이나 확장 프로그램 설치 없이 바로 사용할 수 있어 비전문가도 쉽게 개발 경험을 향상할 수 있습니다.
• 데이터 보안: 사용자의 데이터는 로컬 환경에 머무르며, 명시적인 허용 없이는 LLM과 공유되지 않습니다. Nao는 사용자의 코드나 스키마를 저장하지 않고, 임베딩만을 활용하여 보안을 강화합니다.

Nao는 현재 Mac 버전을 제공하며, Windows 및 Linux 버전도 곧 지원될 예정입니다. (공식 웹사이트: https://getnao.io)

‍

2. Excel 작업, AI 비서와 함께 더 스마트하게: Carousel (usecarousel.com)

Carousel은 "Excel을 위한 AI 비서"를 표방하며, 복잡하고 시간이 많이 소요되는 Excel 작업을 단 몇 분 만에 완료할 수 있도록 지원합니다. 마치 숙련된 인턴처럼 사용자의 지시를 이해하고 까다로운 작업을 대신 처리해 주는 것을 목표로 합니다.

Carousel의 핵심 기능 및 특징:

• Carousel Chat (AI 채팅):
• • 대화형 모델 구축: 최소한의 지시만으로도 복잡한 다중 탭 Excel 모델을 처음부터 구축할 수 있습니다. "게으른 프롬프트(Lazy prompts)"도 이해하며, Carousel이 유연한 모델을 만들고 주요 세부 사항에 대해 사용자에게 명확한 설명을 요청합니다.
  • 컨텍스트 인식 참조: 프롬프트에 차트나 셀 범위를 태그하여 기존 데이터를 쉽게 참조하고 활용할 수 있습니다.
  • 자율 실행 (Auto-continue): 이 기능을 활성화하면 Carousel이 백그라운드에서 자율적으로 모델을 구축하도록 할 수 있습니다.
• Quick Fix (빠른 수정 - 단축키 Ctrl + Enter): 셀 범위나 차트를 선택하고 Ctrl + Enter를 누른 후, 원하는 변경 사항(예: 내용 재배열, 서식 변경, 차트 수정)을 설명하기만 하면 즉시 적용됩니다. 지시 내역(Instruction history)을 활용하여 반복적이고 지루한 작업을 몇 초 만에 완료할 수 있습니다.
• Model Walkthrough (모델 이해):
• • 수식 상세 분석: 복잡한 Excel 수식을 단계별로 쉽게 설명해 줍니다.
  • 의미 있는 레이블: "F41"과 같은 무의미한 셀 주소 대신 "2022 EBITDA"와 같이 이해하기 쉬운 레이블로 표시하여 수식의 흐름을 쉽게 파악하도록 돕습니다. 각 셀의 입력(선행 셀)과 출력(종속 셀)을 탐색할 수 있습니다.
• File Context (파일 컨텍스트 - 데이터 소싱): 채팅에 파일을 추가하여 소스 데이터로 사용할 수 있습니다. Carousel은 최소한의 안내만으로도 주요 소스에서 모든 관련 데이터를 신속하게 찾아냅니다. 또한, 채팅에 포함된 모든 소스에 대해 셀 주석을 사용하여 정확한 출처를 인용합니다. Deal Team 요금제 고객은 외부 데이터 공급자와의 사용자 지정 통합을 요청할 수 있습니다.
• 전문적인 시각화 (Format & Chart Mode):
• • Format Mode: 복잡하게 얽힌 테이블을 보기 좋게 정리된 모델로 변환합니다.
  • Chart Mode: 데이터를 통찰력 있고 즉시 활용 가능한 차트로 변환합니다.
• 보안 및 지원: 데이터는 전송 중 및 저장 시 TLS 1.2 및 AES-256을 사용하여 암호화되며, 모든 클라우드 서비스는 최소한의 보안 권한으로 운영되고 24시간 모니터링됩니다. 현재 SOC 2 Type II 감사를 진행 중입니다. 사용자 지원은 24/7 이메일, 화상 채팅, 라이브 채팅 또는 전화로 제공됩니다.

Carousel은 현재 Windows 운영체제 및 Microsoft Excel(Windows용) 환경에서 사용할 수 있습니다. (공식 웹사이트: https://usecarousel.com)

‍

‍AI 에이전트가 제시하는 업무 자동화의 현재와 미래

'Cursor'와 같은 AI 코딩 도구가 개발 환경에 혁신을 가져온 것처럼, Nao와 Carousel 같은 AI 에이전트들은 각각 데이터 분석과 Excel 작업이라는 전문 분야에서 복잡성을 낮추고 생산성을 향상하는 구체적인 해결책을 제시하고 있습니다.

이러한 도구들은 다음과 같은 중요한 변화를 이끌어내고 있습니다.

• 전문 지식의 접근성 향상: 특정 분야의 깊은 지식이나 고급 기술이 없는 사용자도 AI 에이전트의 도움을 받아 복잡한 작업을 수행할 수 있게 됩니다.
• 반복 작업 자동화를 통한 효율성 증대: 시간이 많이 소요되고 반복적인 작업을 AI가 대신 처리함으로써, 사용자는 보다 창의적이고 전략적인 업무에 집중할 수 있습니다.
• 오류 감소 및 작업 품질 향상: AI는 데이터 기반으로 작업을 처리하므로 인간의 실수를 줄이고, 일관성 있는 고품질 결과물을 얻는 데 도움을 줄 수 있습니다.

Nao와 Carousel의 사례는 AI 에이전트가 단순한 아이디어를 넘어 실제 업무 환경에서 강력한 생산성 도구로 자리매김하고 있음을 명확히 보여줍니다. 앞으로 이러한 AI 기반 자동화 도구는 더욱 다양한 분야로 확산되어 우리가 일하는 방식에 근본적인 변화를 가져올 것으로 기대됩니다. 중요한 것은 이러한 변화의 흐름을 이해하고, 새로운 도구를 적극적으로 활용하여 업무 효율성을 높이고 새로운 가치를 창출하는 것입니다.

‍

AXC(AI & Experience Center), 박희수