해결한 문제를 설명하고 워크숍 마치기

이번 단계의 질문

이 워크숍에서 무엇을 바꿨고, 왜 더 안전한 자동화가 되었을까요?

처음 문제로 돌아가 봅니다

오전 9시의 VeridianLife 운영팀에는 두 가지 선택지만 있는 것처럼 보였습니다. 모든 PDF를 사람이 읽으면 처리가 늦어지고, 추출된 값을 곧바로 믿으면 잘못된 결정이 자동으로 이어질 수 있었습니다.

이 워크숍에서 만든 해법은 둘 중 하나를 고르는 방식이 아닙니다. 자동화가 잘할 수 있는 구조화와 반복 판단은 맡기되, 신뢰하기 어려운 결과에서는 멈추고 사람이 근거를 이어받게 했습니다.

해결 흐름을 완성했습니다

앞의 여섯 단계에서 한 일은 서로 떨어진 기능 실습이 아니라 하나의 문제를 푸는 과정입니다.

한 건의 청구를 다시 설명해 봅니다

다음 문장을 소리 내어 읽거나 자신의 말로 바꿔 보세요.

CLM-2025-006은 금액과 진단 코드가 구조화됐지만 confidence가 0.52로 기준보다 낮았습니다. 첫 번째 규칙이 자동 처리를 멈추고 ESCALATED 결정과 원본을 다시 확인할 이유를 남겼습니다. 다음 담당자는 청구인과 증권의 관계를 따라 맥락을 확인하고, 운영팀은 같은 사유가 전체 처리 현황에서 얼마나 반복되는지 대시보드에서 볼 수 있습니다.

이 설명에는 값의 출처, 품질 신호, 규칙 순서, 사람 인계, 운영 확인이 모두 들어 있습니다. 처음의 질문이었던 “무엇을 자동 처리하고 무엇을 사람에게 넘길 것인가”에 근거를 갖고 답한 셈입니다.

이번 워크숍에서 성취한 것

• 문서를 데이터로 바꾸는 것과 그 데이터를 믿는 판단이 서로 다른 문제임을 구분했습니다.
• 자동화가 멈춰야 할 경계를 수치와 규칙으로 설명했습니다.
• 사람에게 결과만 넘기지 않고 결정 이유와 업무 맥락까지 전달했습니다.
• 한 건의 결정을 관계와 대시보드에서 다시 검증했습니다.
• 모든 청구를 자동 처리하는 대신 설명 가능한 자동화 흐름을 완성했습니다.

완료 체크

• 원본 문서, 접수 메타데이터, 구조화 결과를 구분할 수 있습니다.
• confidence = 0.52가 자동 처리 중단 신호인 이유를 설명할 수 있습니다.
• ESCALATED 결정과 reason을 같은 행에서 확인했습니다.
• 그래프와 대시보드에서 같은 청구의 관계와 전체 처리 분포를 다시 확인했습니다.
• 처음의 운영 문제와 완성한 해결 흐름을 자신의 말로 설명할 수 있습니다.

체크하지 못한 항목이 있다면 해당 챕터로 돌아가 성공 신호만 다시 확인하세요. 모든 세부 표와 구현 설명을 처음부터 읽을 필요는 없습니다.

다음에 적용해 봅니다

실제 업무에 적용할 때는 0.6이라는 숫자를 그대로 가져오는 대신 다음 질문부터 정합니다.

• 어떤 오류는 자동화가 감수할 수 있고, 어떤 오류는 반드시 사람이 확인해야 할까요?
• 자동화를 멈출 때 다음 담당자에게 어떤 근거를 남겨야 할까요?
• 같은 중단 사유가 반복되는지 어떤 운영 지표로 확인할까요?

이 세 질문에 답하면 새로운 문서 처리 업무에서도 자동화와 사람 책임의 경계를 설계할 수 있습니다.

다음 학습

• AI 권고와 사람 결정으로 환불 검토하기에서 에이전트가 사람의 최종 승인을 기다리는 흐름을 비교합니다.
• 분석가 코스에서 결정 분포와 사유를 다른 위젯으로 표현해 봅니다.