JMT AI

AI에게 질문하고 답을 복사하는 일은 익숙해졌습니다. 그런데 정작 파일을 정리하고, 결과를 옮기고, 빠진 내용을 확인하는 일은 여전히 제 손에 남아 있었습니다. 저도 이 지점에서 AI 활용 방식을 바꾸기 시작했습니다. 답을 받는 데서 끝내지 않고, 실제 작업의 일부를 맡겨 본 것입니다. 프로그램의 응답 속도를 개선하기도 했고, 이미지 편집 결과를 비교하기도 했습니다. 반대로 실패 원인을 잘못 짚어 시간을 낭비한 적도 있습니다. 이번 글은 네이버 블로그와 쓰레드에 남긴 제 작업 기록, JMT AI 유튜브에서 다룬 검증 이야기를 바탕으로 정리했습니다. 처음 업무 자동화를 시작할 때 제가 권하고 싶은 기준은 세 가지입니다. GPT로 생성한 설명용 이미지입니다. 실제 작업실 사진이 아닙니다. 1. 도구를 고르기 전에, 맡길 일을 작게 나눕니다 “AI로 업무를 자동화하고 싶다”는 목표만으로는 시작점을 잡기 어렵습니다. 어떤 자료를 읽고, 무엇을 만들고, 어디까지 실행할지 정해야 결과를 확인할 수 있습니다. 제가 만들었던 프로그램에서도 이 차이를 봤습니다. 2026년 10월 10일 네이버에 남긴 기록을 보면, 사주 계산 결과에 AI 풀이를 붙이는 작업은 처음에 전체 응답까지 2분 11초가 걸렸습니다. 이후 호출 방식을 바꾸면서 풀이를 네 묶음으로 나누어 동시에 처리하고, 답을 받는 형식을 정하고, 같은 요청을 재사용하는 저장 방식도 적용했습니다. 당시 기록한 전체 풀이 시간은 약 20초였습니다. 이 수치를 특정 AI가 언제나 더 빠르다는 뜻으로 읽으면 안 됩니다. 여러 조건을 한꺼번에 바꾼 제 환경의 작업 기록입니다. 속도가 줄었다는 사실과, 그 원인이 어느 한 요소였다는 주장은 구분해야 합니다. 처음 시작하는 분이라면 매주 반복하는 업무에서 한 단계만 골라 보세요. 예를 들어 회의 메모를 읽고 할 일을 표로 만드는 작업입니다. 사람 이름과 날짜가 원문에 없으면 빈칸으로 두고, 담당자에게 보내는 일은 확인 후에 하도록 범위를 정할 수 있습니다. 처음부터...