AI 자동화로 시간 절약하는 현실적인 방법: 노션과 메이크 실전 활용기

시작하며

AI를 활용해서 내가 하는 일들을 보다 효율적으로 자동화할 수 있는 방법이 있다.  놀라운 AI 자동화에 대해서 들어봤습니다. 기존에 알고 있던 수준을 벗어나서 마치 여러가지 기능을 합체해서 사용하듯이 ChatGPT나 노션, 제미나이, 클로드, 아이폰 단축어 등을 결합한 메이크 사용법을 보여주셨습니다. 이제까지 생각하던 수준의 내용을 뛰어넘어서 솔직히 충격을 받았네요. 현재의 AI와 사회 변화를 바라보는 새로운 인사이트가 되길 바랍니다.

 

1. 다양한 AI 도구의 조합이 만드는 새로운 흐름

AI 도구 하나만 사용하는 것도 대단하지만, 각각의 강점을 지닌 도구들을 조합해 유기적으로 연결시키는 방식은 훨씬 더 강력했다. ChatGPT로 아이디어를 도출하고, 노션으로 기록 및 DB화하고, 메이크(Make)를 통해 일련의 자동화 흐름을 설정하며, 아이폰 단축어를 활용해 실시간 음성 입력까지 구현했다. 이런 흐름은 단순한 연동을 넘어선 하나의 시스템으로 움직이고 있었다.

• ChatGPT: 텍스트 기반 생성 및 사고 정리에 활용
• 노션: 업무 기록 및 정보 저장소
• 메이크: 데이터 흐름을 연결해 자동화
• 아이폰 단축어: 음성 명령으로 기록하거나 실행하는 인터페이스

이런 조합은 각 도구의 장점만 살려, 반복 작업을 줄이고 창의적인 일에 집중할 수 있게 만든다. 자동화를 위한 세팅은 처음엔 복잡해 보여도, 구성 원리를 알고 나면 충분히 도전할 만했다.

 

2. 노션에서의 업무 관리와 일정 시각화

노션을 단순한 메모 앱이 아닌 실제 업무 플랫폼으로 활용하고 있었다. 자신의 업무가 한눈에 보이도록 구성된 대시보드에는 ‘인풋’, ‘업무 진행 상태’, ‘기한 경과’, ‘캘린더’ 등의 항목이 있었고, 색깔이나 이동 방식으로 할 일의 우선순위와 흐름을 시각적으로 표현했다. 업무 등록은 단순한 타이핑뿐 아니라 음성 입력으로도 가능하며, 이 과정은 아이폰 단축어를 통해 더욱 간편하게 설정되어 있었다.

• 운전 중에 떠오른 아이디어를 음성으로 녹음 → 자동으로 노션에 텍스트로 기록
• 일정 생성 → 캘린더, 슬랙, 노션에 동시 등록
• 일과 시간 설정 → 우선순위 자동 조정

이처럼 사용자의 생각이나 메모가 실시간으로 데이터베이스에 반영되고, 자동으로 분류되며, 다양한 플랫폼에 전파되는 구조가 인상 깊었다.

 

3. 메이크(Make)를 활용한 고도화된 자동화 흐름

메이크는 사용자의 음성을 시작점으로 다양한 AI 도구들이 유기적으로 작동하게 만드는 핵심 플랫폼 역할을 하고 있었다. 음성을 녹음하면 구글 드라이브에 저장되고, 텍스트로 변환된 후 프롬프트에 따라 일정 등록, 수정, 삭제 작업이 자동으로 수행된다. 그 결과는 노션, 구글 캘린더, 슬랙 등 다양한 플랫폼에 동시에 반영된다.

• 일정 생성: 일정 텍스트 분석 → 구글 캘린더 등록 → 노션 일정 등록 → 슬랙 알림
• 일정 수정: 기존 일정 검색 → 수정 요청 분석 → 정보 업데이트
• 일정 삭제: 기존 일정 검색 → 삭제 요청 확인 → 관련 정보 제거

단계별 흐름이 시각화된 메이크 대시보드를 통해, 복잡한 구조도 이해하기 쉽게 표현되어 있었다. 각각의 모듈이 조건에 따라 분기되며 작동하기 때문에, 실제로는 간단한 명령 하나로 복합적인 업무가 자동화되는 구조였다.

 

4. 텍스트 기반 자동화와 노션 API의 결합

메이크를 통해 설정한 자동화 흐름은 노션의 API를 적극 활용해 텍스트 기반 정보까지도 자동 처리하고 있었다. 음성 명령 외에도, 단축어를 통해 키워드를 입력하면 메이크가 이를 분석해 노션의 지정된 DB에 정보를 입력하거나 수정하는 방식이다. 예를 들어, ‘할 일 등록’ 명령어를 누르면 프롬프트, 날짜, 일과 시간 등의 정보를 입력할 수 있고, 이에 따라 자동으로 노션 일정이 생성된다.

이 방식의 장점은 다음과 같다.

• 데이터 정리 구조의 일관성 확보
• 노션 API를 통한 입력 필드 자동 구성
• 일정의 시각적 우선순위 반영

기존에 수작업으로 하던 데이터 입력이나 정리를 자동화함으로써, 반복적인 작업을 줄이고 실제 업무에 집중할 수 있는 구조가 마련된다.

 

5. 음식점 정보 수집과 정리의 자동화

일상에서 접하는 정보 중 반복적으로 정리해야 하는 대표적인 예시가 ‘맛집’ 정보였다. 예를 들어 가족이나 친구가 카톡으로 맛집 링크를 보내면, 이를 노션에 정리하려면 다음과 같은 정보가 필요하다.

• 가게명
• 위치 및 지역명
• 대표 메뉴
• 출처 URL
• 블로그 후기 요약

이를 메이크 시나리오로 설정해 두면, 사용자가 가게 이름과 URL만 입력해도 자동으로 다음 작업이 진행된다.

• 노션 DB에서 중복 여부 확인
• 네이버 검색을 통해 상세 정보 수집
• 블로그 상위 3개 글을 긁어와 요약
• 노션 페이지 자동 생성 및 정리된 정보 입력

이런 흐름은 평소 꾸준히 맛집을 정리하고자 했지만 번거로움에 미뤄왔던 사용자들에게 큰 효율을 가져다준다. 특히 주소, 메뉴, 지역명 등을 정확히 분류해두면 나중에 지역별로도 보기 쉽게 정리할 수 있어 검색성도 높아진다.

 

6. 유튜브 영상 추천 및 아카이빙 자동화

사용자의 관심사에 맞는 유튜브 영상을 자동으로 추천하고 정리하는 흐름도 구현되어 있었다. RSS를 통해 매일 오전 9시에 관심 있는 영상이 자동으로 수집되고, 사용자가 지정한 기준에 따라 자동 분석, 평가, 요약이 진행된다.

예를 들어 AI, 자동화, 노션, GPT 등과 관련된 영상에 대해 다음의 흐름이 실행된다.

• 영상 수집: RSS 피드에서 신규 영상 자동 수집
• 요약: 스크립트 자동 요약 및 내용 정리
• 평가: 사용자가 입력한 선호도 기준에 따라 100점 만점으로 점수화
• 정리: 요약 내용과 점수를 함께 노션 DB에 저장

특히 인상 깊었던 점은, 점수 기준이 단순한 알고리즘이 아니라 사용자의 ‘취향’ 정보를 기반으로 맞춤화되었다는 것이다. 예를 들어 마케팅 관련 내용을 선호한다고 설정해두면, 해당 주제를 다룬 영상은 높은 점수를 받고, 관련 없는 주제는 낮은 점수를 받게 된다.

이러한 평가 방식은 영상의 ‘질’보다는 ‘적합성’에 초점을 맞추고 있었고, 실제로 60점 이하의 영상은 걸러내고 80점 이상 영상만을 아카이브하여 정보의 밀도를 높이고 있었다.

 

7. 유튜브 댓글 관리의 자동화

유튜브 채널 운영자에게 반복 작업이 많은 ‘댓글 관리’ 업무도 자동화되어 있었다. 댓글을 긁어와서 AI가 질문, 일반, 지식 등 카테고리로 분류하고, 질문일 경우 제미나이 혹은 클로드로 자동 응답을 생성한다.

단, 생성된 댓글은 AI가 즉시 게시하는 것이 아니라, 운영자가 최종 확인 후 게시 여부를 선택할 수 있게 되어 있었다. 이 점은 구독자와의 신뢰를 유지하기 위한 중요한 구조였다.

• 댓글 수집: 특정 영상의 댓글 자동 수집
• AI 분류: 일반/질문/지식 등으로 분류
• 응답 생성: AI가 자동으로 댓글 초안 생성
• 운영자 확인 후 게시

특정 영상별로 어떤 댓글이 달렸는지도 확인 가능하고, 시기별 분석을 통해 어떤 주제에 대해 시청자 반응이 높은지도 파악할 수 있었다. 추후에는 시청자 반응을 기반으로 콘텐츠 개선에도 활용할 수 있는 구조였다.

 

마치며

이번 사례를 통해 알 수 있었던 가장 큰 인사이트는, AI와 자동화 도구들을 단순히 따로 쓰는 것이 아니라, 메이크를 중심으로 유기적으로 연결해 통합 관리하는 것이었다. 이를 통해 반복적인 업무를 줄이고, 개인의 생산성과 집중력을 높일 수 있다는 점에서 매우 인상 깊었다.

AI 자동화의 협업이 일상화되면, 더 이상 조직 구성원 수가 생산성과 정비례하지 않는다는 말이 더욱 실감나는 순간이었다. 단순한 관심이나 흥미 수준을 넘어, 실제 업무와 삶의 방식을 변화시킬 수 있는 도구로써의 가능성이 충분해 보였다.

앞으로도 이런 자동화 사례가 더 많은 사람에게 소개되기를 바란다.