📋 목차
코딩 한 줄 못 쓰는 마케터가 노코드 도구로 AI 에이전트를 직접 만들어 업무를 자동화했고, 주 6시간 넘게 절약하게 된 3개월간의 과정을 솔직하게 풀어봅니다.
매일 아침 출근하면 똑같은 루틴이 기다리고 있었거든요. 메일함 확인하고, 스프레드시트에 데이터 옮기고, 슬랙에 주간 리포트 정리해서 올리고. 하나하나는 별거 아닌데 합치면 하루에 1시간 반은 그냥 날아갔어요. "이거 누가 대신 해주면 안 되나" 하는 생각이 매일 들었는데, 그게 진짜 가능해질 줄은 몰랐습니다.
작년 하반기쯤 팀 회식 자리에서 개발자 동료가 "요즘 비개발자도 AI 에이전트 만든다"는 얘기를 꺼냈거든요. 처음엔 반쯤 농담인 줄 알았어요. 근데 집에 와서 찾아보니까 진짜였습니다. 노코드 도구들이 생각보다 많이 발전해 있더라고요. 그래서 그날 밤부터 시작했어요. 그리고 3개월이 지난 지금, 솔직히 기대 이상이었던 부분도 있고 뼈아프게 배운 것도 있습니다.
코딩 1도 모르는 마케터가 AI 에이전트에 손댄 이유
저는 문과 출신 마케터예요. HTML이 뭔지는 알지만, 터미널 열어서 뭔가 치라고 하면 손이 얼어붙는 사람입니다. 그런 제가 AI 에이전트를 만들어보겠다고 결심한 건 순전히 반복 업무에 대한 분노 때문이었어요.
당시 제 루틴을 적어봤거든요. 구글 시트에 광고 성과 데이터 수동 입력하는 데 매일 25분. 거래처 메일 분류하고 회신 템플릿 골라 보내는 데 30분. 주간 리포트 작성 40분. 이게 매주 반복되니까 한 달이면 거의 이틀치 근무 시간이 단순 작업에 묶여 있었어요.
팀장한테 "자동화 좀 해달라"고 요청하면 돌아오는 답은 항상 같았습니다. 개발팀 백로그가 밀려있다. 우선순위에서 밀린다. 6개월째 같은 답을 듣고 나니까, 차라리 내가 하자 싶었어요. 그때 마침 n8n이랑 Make 같은 노코드 자동화 도구들이 눈에 들어온 거예요.
결정적으로 2025년 10월에 OpenAI가 Agent Builder를 출시하면서 분위기가 확 바뀌었습니다. 드래그앤드롭으로 워크플로우를 짜는 시각적 캔버스 방식이라, "이 정도면 나도 할 수 있겠다"는 생각이 처음으로 들었거든요.
처음 만져본 날, 솔직히 멘붕이었다
기대를 안고 Make.com에 가입한 첫날. 화면에 뜬 건 빈 캔버스와 알 수 없는 용어들이었어요. "시나리오", "모듈", "웹훅"... 뭔 소린지 하나도 모르겠는 거예요. 유튜브 튜토리얼을 틀어놓고 따라 했는데, 영상에서는 3분 만에 되는 게 저한테는 40분이 걸렸습니다.
첫 번째 시도는 "Gmail에서 특정 제목의 메일이 오면 슬랙에 알림 보내기"였는데, 이것만 해도 두 시간 넘게 붙잡고 있었어요. API 연결이 자꾸 에러가 나더라고요. 나중에 알고 보니 Gmail 권한 설정에서 한 단계를 빠뜨린 거였는데, 그 한 단계 찾느라 진이 빠졌습니다.
사실 포기할 뻔했어요. "역시 이건 개발자 영역이구나" 하고요. 근데 그날 밤에 레딧에서 비슷한 경험을 올린 사람의 글을 봤는데, "처음 8시간은 아무것도 못했다"는 내용이었거든요. 아, 나만 그런 게 아니구나. 그 글 하나가 다시 해보자는 동기가 됐어요.
둘째 날부터는 접근법을 바꿨습니다. 한 번에 복잡한 걸 만들려고 하지 말고, 가장 작은 단위부터 하나씩 성공시키기로요. 메일 수신 감지만 먼저 되게 하고, 다음에 슬랙 연결, 그다음에 조건 분기. 이렇게 쪼개니까 하루에 하나씩은 진전이 보이더라고요.
💬 직접 써본 경험
비개발자 입장에서 첫 주는 정말 고통스러웠어요. 근데 3일차에 메일 알림 자동화가 처음 작동한 순간, 슬랙에 "띵" 하고 메시지가 뜨는 걸 보고 소름이 돋았거든요. 그 작은 성공 경험이 없었으면 아마 접었을 겁니다. 처음에 너무 큰 걸 만들려고 하면 안 돼요.
비개발자가 실제로 쓸 수 있는 노코드 도구 비교
3개월 동안 Make, n8n, Zapier를 다 써봤어요. 추가로 OpenAI Agent Builder도 출시 직후에 테스트했고요. 결론부터 말하면 비개발자 기준에서 체감이 완전히 다릅니다.
| 구분 | Make | Zapier |
|---|---|---|
| 무료 플랜 | 월 1,000 ops | 월 100 tasks |
| 유료 시작가 | 월 $10.59(Core) | 월 $19.99(Pro) |
| 비개발자 난이도 | 중간 (자유도 높음) | 쉬움 (직관적) |
| AI 에이전트 기능 | AI Agent 모듈 내장 | Zapier Central |
n8n은 셀프호스팅하면 무료인데, 솔직히 비개발자한테 서버 세팅은 무리예요. 클라우드 버전은 Starter가 월 €20~24 정도 하는데, 실행 횟수 2,500회로 제한됩니다. 저처럼 자동화 규모가 작은 단계에서는 Make 무료 플랜의 월 1,000 오퍼레이션이 충분했어요.
제가 처음에 Make를 골랐던 이유가 있거든요. Zapier가 더 쉽다는 건 맞는데, 무료 플랜이 월 100 태스크밖에 안 돼요. 테스트만 해도 하루에 그 정도는 금방 쓰거든요. Make는 무료로 월 1,000 오퍼레이션을 주니까 이것저것 실험하기에 훨씬 여유로웠습니다.
OpenAI Agent Builder는 시각적 캔버스가 정말 직관적이에요. 드래그앤드롭으로 노드 연결하는 방식이라 처음 보는 사람도 흐름이 눈에 들어옵니다. 다만 2025년 10월에 나온 거라 아직 연동 가능한 외부 앱이 Make나 Zapier보다 적었고, 복잡한 조건 분기를 넣으려면 한계가 느껴졌어요.
내가 자동화한 업무 3가지와 실제 시간 절감
3개월 동안 총 세 가지 업무를 자동화했어요. 만드는 데 걸린 시간과 절약 효과를 솔직하게 공유합니다.
첫 번째는 광고 성과 데이터 자동 수집이었어요. 페이스북, 구글 광고 대시보드에서 매일 아침 수치를 복사해서 구글 시트에 붙여넣는 작업인데, Make에서 각 광고 플랫폼 API를 연결하고 정해진 시간에 자동으로 시트에 기록하게 만들었습니다. 만드는 데 이틀 걸렸고, 매일 25분씩 절약하니까 한 달이면 약 8시간 벌어들이는 셈이에요.
두 번째는 거래처 메일 자동 분류와 초안 회신. 이건 좀 야심 차게 갔어요. Gmail에서 특정 키워드가 포함된 메일이 오면 ChatGPT API로 내용을 분석해서 "견적 요청", "일정 조율", "기타"로 분류하고, 각 유형에 맞는 회신 초안을 자동 생성하는 흐름이었거든요. 이게 만드는 데 일주일 넘게 걸렸어요. 프롬프트 튜닝만 사흘은 잡았습니다. 근데 완성되고 나니까 메일 처리 시간이 하루 30분에서 10분으로 줄었어요.
세 번째는 주간 리포트 자동 생성이에요. 구글 시트에 쌓인 주간 데이터를 읽어서 요약문을 만들고, 슬랙 채널에 포맷 맞춰서 자동 발송하는 건데요. 솔직히 이건 80점짜리 자동화예요. AI가 뽑아주는 요약이 가끔 맥락을 잘못 잡거든요. 그래서 발송 전에 제가 한번 훑어보고 수정하는 시간이 10분 정도 필요해요. 그래도 예전에 40분 걸리던 게 10분으로 줄었으니까요.
합산하면 주당 약 6시간 이상을 절약하고 있습니다. 이 시간에 실제 마케팅 전략을 짜거나 크리에이티브 작업에 집중할 수 있게 된 게 체감상 가장 큰 변화예요.
삽질과 한계 — 에이전트가 못하는 것들
장점만 얘기하면 공정하지 않으니까, 삽질했던 것과 명확한 한계를 짚어볼게요.
가장 뼈아팠던 실수는 에러 처리를 안 해둔 거였어요. 한번은 주말 동안 광고 API 쪽에서 토큰이 만료됐는데, 에러 알림 설정을 안 해놔서 월요일에 출근해보니 이틀치 데이터가 빠져 있더라고요. 자동화를 "만들면 끝"이라고 생각하면 큰코다칩니다. 에러 핸들링이랑 모니터링 알림은 반드시 같이 세팅해야 해요.
또 하나, ChatGPT API 비용이 생각보다 빠르게 쌓여요. 메일 분류 에이전트가 하루에 수십 건의 메일을 처리하다 보니, 첫 달 API 비용이 약 $15 정도 나왔거든요. 큰 금액은 아니지만 무료인 줄 알고 시작한 입장에서 당황했어요. 프롬프트를 짧게 최적화하고 불필요한 호출을 줄이는 작업을 따로 했습니다.
그리고 분명한 한계가 있어요. 정형화된 반복 업무는 잘 처리하는데, 맥락 판단이 필요한 일은 아직 불안합니다. 거래처 메일 중에 "다음에 한번 뵙죠"같은 애매한 표현이 오면, 이걸 미팅 요청으로 분류해야 하는지 인사치레인지 AI가 헷갈려 하더라고요. 결국 중요한 메일은 제가 직접 확인해야 합니다.
⚠️ 주의
자동화 워크플로우를 만들고 방치하면 반드시 사고가 납니다. API 토큰 만료, 연결 앱 업데이트, 데이터 형식 변경 등 예상 못한 에러가 발생할 수 있어요. 최소한 에러 발생 시 슬랙이나 이메일로 알림이 오게 설정해두세요. 저는 이걸 안 해서 이틀치 데이터를 날렸습니다.
3개월 후 달라진 것과 달라지지 않은 것
3개월이 지나니까 확실히 체감되는 게 있어요. 아침에 출근해서 커피 한 잔 마시는 동안 이미 데이터 수집이 끝나 있고, 메일함도 1차 정리가 되어 있으니까 업무 시작이 훨씬 가벼워졌습니다. 예전에는 오전 내내 단순 작업에 치이다가 점심 먹고 나서야 "진짜 일"을 시작했거든요.
의외의 변화도 있었어요. 자동화를 만들면서 업무 프로세스 자체를 들여다보게 되더라고요. "왜 이 데이터를 매번 수동으로 옮기지?" "이 단계는 사실 불필요한 거 아닌가?" 이런 질문을 스스로에게 하게 되니까, 자동화와 별개로 업무 효율이 올라갔어요.
달라지지 않은 것도 있습니다. AI 에이전트가 알아서 다 해주는 세상이 온 건 아니에요. 자동화도 유지보수가 필요하고, 가끔 틀어지면 손으로 고쳐야 해요. 한 달에 한두 번은 꼭 뭔가 에러가 나거든요. 외부 앱이 업데이트되면서 API 필드명이 바뀐다거나, 예상 못한 형식의 메일이 들어온다거나.
현실적으로 Make 유료 플랜으로 전환한 것까지 합치면 월 비용이 약 $25 수준이에요. Core 플랜 $10.59에 ChatGPT API 비용 약 $12~15을 더한 금액인데, 주 6시간 절약과 비교하면 개인적으로는 충분히 가치 있다고 봅니다.
💡 꿀팁
처음부터 유료 플랜을 결제하지 마세요. Make 무료 플랜(월 1,000 오퍼레이션)으로 2~3주 충분히 테스트하고, 실제로 자동화가 안정적으로 돌아가는 걸 확인한 뒤에 올려도 늦지 않아요. 저는 한 달 반 정도 무료로 쓰다가 오퍼레이션이 부족해져서 Core로 넘어갔습니다.
비개발자에게 AI 에이전트, 추천할 수 있을까
결론부터 말하면, 조건부 추천이에요.
매일 같은 작업을 반복하고 있고, 그 작업이 명확한 규칙으로 정의된다면 — 예를 들어 "이런 메일이 오면 저기에 기록한다", "이 시트의 숫자가 바뀌면 알림을 보낸다" 같은 — 비개발자도 충분히 만들 수 있습니다. 첫 주는 고통스럽지만 그 고비만 넘기면 세상이 달라져요.
반면에, "AI가 알아서 판단해줬으면 좋겠다"는 기대로 시작하면 실망할 확률이 높아요. 현재 노코드 도구로 만드는 AI 에이전트는 정해진 규칙 안에서 똑똑한 자동화에 가깝지, 스스로 상황을 판단하는 진짜 에이전트 수준은 아니거든요. 특히 맥락이 복잡한 업무는 아직 사람 손이 필요합니다.
도구 선택 기준도 정리해볼게요. 완전 처음이고 영어가 부담이면 Zapier가 진입 장벽이 가장 낮아요. 무료로 이것저것 실험하고 싶으면 Make가 낫고요. 기술적 도전 욕심이 있으면 n8n 클라우드도 고려해볼 만합니다. OpenAI Agent Builder는 ChatGPT 기반 대화형 자동화에 특화되어 있어서, 텍스트 처리 위주 업무라면 한번 살펴보세요.
3개월 전의 저한테 하나만 말해줄 수 있다면 이거예요. 처음에 완벽한 에이전트를 만들려고 하지 마. 가장 짜증나는 반복 업무 딱 하나만 골라서, 가장 단순한 형태로 자동화해봐. 그 작은 성공이 다음 단계로 가는 엔진이 됩니다.
자주 묻는 질문
Q. 코딩을 아예 몰라도 AI 에이전트를 만들 수 있나요?
네, 가능합니다. Make, Zapier 같은 노코드 도구는 블록을 연결하는 방식이라 코딩 지식이 없어도 돼요. 다만 API 연동이나 데이터 형식 같은 기초 개념은 만들면서 자연스럽게 배워야 합니다. 유튜브 튜토리얼이 많으니 따라하면서 익히면 됩니다.
Q. 비용이 얼마나 드나요?
Make 무료 플랜으로 시작할 수 있고, 유료 전환 시 월 $10~20 수준이에요. 여기에 ChatGPT API를 쓰면 사용량에 따라 월 $10~20 정도 추가됩니다. 복잡한 자동화가 아니면 월 $30 이내로 운영이 가능해요.
Q. 만드는 데 시간이 얼마나 걸리나요?
단순 자동화(알림, 데이터 이동)는 하루면 충분해요. AI를 결합한 복잡한 워크플로우는 일주일 이상 걸릴 수도 있습니다. 비개발자 기준으로 학습 곡선까지 포함하면 첫 프로젝트에 2주 정도 잡는 게 현실적이에요.
Q. 회사 보안 정책 때문에 외부 도구 사용이 어려운데 방법이 있나요?
n8n은 셀프호스팅이 가능해서 회사 서버에 직접 설치할 수 있어요. 다만 이 경우 서버 세팅에 개발팀 도움이 필요합니다. IT 부서와 협의해서 승인된 도구 목록에 추가하는 방법도 있고요.
Q. AI 에이전트가 실수하면 어떻게 되나요?
실수합니다, 꽤 자주요. 그래서 중요한 업무는 "자동 실행 후 사람이 확인" 단계를 반드시 넣어야 해요. 메일 자동 발송처럼 되돌릴 수 없는 작업은 초안만 만들게 하고 최종 전송은 직접 하는 게 안전합니다.
본 포스팅은 개인 경험과 공개 자료를 바탕으로 작성되었으며, 전문적인 의료·법률·재무 조언을 대체하지 않습니다. 정확한 정보는 해당 분야 전문가 또는 공식 기관에 확인하시기 바랍니다. 각 도구의 가격 정보는 글 작성 시점(2026년 3월) 기준이며, 변동 가능성이 있으니 공식 사이트에서 최신 요금을 확인해 주세요.
비개발자가 AI 에이전트로 업무를 자동화하는 건 분명 가능합니다. 다만 "뚝딱 완성"이 아니라 시행착오를 거치며 하나씩 쌓아가는 과정이에요. 반복 업무가 명확하고, 첫 주의 좌절을 견딜 수 있다면 도전해볼 만합니다. 반대로 모든 판단을 AI한테 맡기고 싶은 분이라면, 아직은 때가 아닐 수 있어요.
이 글이 도움이 됐다면 댓글로 자동화하고 싶은 업무를 알려주세요. 비슷한 상황이라면 제 경험을 바탕으로 도구 선택 팁을 나눠드릴게요. 공유도 언제나 환영합니다.