중소기업 데이터 정리, 같은 고객이 세 번 적힌 표

고객명 ‘김민지’가 세 줄에 적혀 있는데, 한 줄은 김민지, 한 줄은 김 민지, 한 줄은 민지 대표로 저장돼 있습니다. 합쳐 보면 같은 사람인데 표에서는 세 고객처럼 보입니다.

대표님은 매출표를 열고 몇 번이나 이름을 대조합니다. 띄어쓰기, 전화번호, 회사명 표기가 조금씩 달라서 합계가 맞는지 손으로 확인하는 시간이 길어집니다.

혼자 해결해 보려고 검색 탭을 스무 개쯤 열어도 내 파일에 맞는 답은 잘 나오지 않습니다. 설명을 들었는데 내 업무 얘기가 아니었던 기억만 남고, 물어볼 사람도 마땅하지 않습니다.

이런 표는 특별히 복잡해서 멈춘 게 아닙니다. 입력하는 사람이 달랐고, 기록하는 순간의 기준이 없었고, 그 빈틈을 매번 사람이 메우고 있었던 겁니다.

이번 글에서는 클로드 코드로 중복 고객과 흔들린 표기를 정리하면 어떤 장면이 달라지는지, 실제 관리자 화면 구조를 재현한 예시와 함께 보여드리겠습니다.

고객 목록에는 같은 회사가 여러 이름으로 흩어져 있습니다. 전화번호는 하이픈 유무가 다르고, 담당자 이름은 직함이 붙었다 빠지며, 회사명에는 괄호와 띄어쓰기가 섞입니다.

사람이 표를 볼 때는 비슷한 이름을 금방 알아봅니다. 하지만 행이 수백 개로 늘어나면 눈으로 찾은 기억과 손으로 적은 메모가 서로 어긋나기 시작합니다.

클로드 코드는 이런 차이를 찾아 정리할 후보를 보여주는 데 쓰입니다. 대표님이 모든 행을 다시 읽는 대신, 어디에서 중복과 표기 흔들림이 생겼는지 한눈에 살필 수 있습니다.

핵심은 표를 예쁘게 만드는 일이 아닙니다. 같은 사람을 여러 번 세고 있는지, 중요한 기록이 다른 이름 아래 흩어졌는지 확인하는 시간을 줄이는 일입니다.

표를 열 때마다 같은 작업이 반복된다면, 그건 대표님의 집중력을 써야 할 일이 아닐 수 있습니다. AI가 맡을 자리를 찾는 출발점은 바로 이런 반복 장면입니다.

처음에는 한 파일 안에서 반복되는 장면만 살펴봐도 충분합니다. 자주 열고, 비교하고, 다시 저장하는 구간이 업무의 부담을 가장 잘 보여줍니다.

표의 문제를 발견했다고 곧바로 전부 바꿀 필요는 없습니다. 현재 기록을 보존한 채 후보와 기준을 나누어 보면 실수의 범위도 작게 관리할 수 있습니다.

이름뿐 아니라 회사명과 연락처가 함께 흔들리는지 보면 판단의 단서가 늘어납니다. 한 가지 값에만 기대지 않는 것이 안정적인 정리의 시작입니다.

작은 차이를 먼저 표시하면 전체 표를 다시 읽지 않아도 됩니다. 대표님은 표시된 부분부터 살펴보며 기준을 확인할 수 있습니다.

정리의 첫 단계는 완벽한 통합보다 이상한 행을 발견하는 일입니다. 발견과 판단을 나누면 업무가 훨씬 덜 무겁게 느껴집니다.

‘주식회사 새봄’, ‘(주)새봄’, ‘새봄 대표’가 한 고객을 가리키는 경우가 있습니다. 각각 따로 계산하면 거래 횟수도 연락 기록도 실제보다 작게 보입니다.

이 작업에서 중요한 건 AI가 임의로 지우는 일이 아닙니다. 서로 같아 보이는 기록을 묶고, 사람이 판단해야 할 부분과 그대로 정리해도 되는 부분을 나누는 것입니다.

예를 들어 전화번호 끝자리와 회사명이 함께 맞으면 같은 고객 후보로 볼 수 있습니다. 이름만 비슷하고 다른 정보가 다르면 보류 목록에 남겨 대표님이 짧게 확인하면 됩니다.

대표님에게 필요한 건 정리 결과만이 아닙니다. 어떤 기준으로 묶였는지 살펴볼 수 있어야 다음 파일을 열었을 때도 같은 방식으로 판단할 수 있습니다.

이렇게 기준이 보이면 새 직원에게 파일을 넘길 때도 설명이 짧아집니다. 대표님 머릿속에만 있던 ‘이건 같은 곳’이라는 감각이 확인 가능한 업무 기준으로 바뀝니다.

정리된 이름을 하나 정해 두면 이후 기록을 연결하기가 쉬워집니다. 과거 데이터를 완벽하게 고치는 것보다 앞으로 같은 기준을 유지하는 일이 더 중요합니다.

보류 목록은 실패한 결과가 아니라 안전장치입니다. 확신이 부족한 행을 따로 남기면 빠른 처리와 신중한 확인을 함께 가져갈 수 있습니다.

작은 표라도 기준이 드러나면 업무를 맡기는 방식이 달라집니다. 설명이 사람의 기억에만 머물지 않고 표 안의 기록으로 남기 때문입니다.

같은 기준으로 여러 파일을 보면 자료 사이의 연결도 자연스럽게 보입니다. 흩어진 기록을 한 번에 바꾸기보다 공통된 이름부터 맞추면 됩니다.

검토 결과를 남겨 두면 다음 정리 때 같은 질문을 반복하지 않습니다. 작은 판단도 기록으로 쌓이면 업무의 속도가 안정됩니다.

AI를 써 보고 싶어도 코드를 알아야 할 것 같아 멈추는 분이 많습니다. 하지만 이 장면에서 필요한 건 개발자처럼 말하는 능력보다, 어떤 표를 어떻게 쓰고 있는지 설명하는 일입니다.

‘이 두 이름은 같은 회사예요’, ‘이 기록은 합치면 안 돼요’처럼 업무의 기준을 말하면 됩니다. 그 기준을 표 안의 반복 작업에 연결하는 과정에서 클로드 코드가 활용됩니다.

처음부터 큰 자동화를 만들 필요도 없습니다. 매주 반복되는 고객 목록 하나, 매번 손으로 합치는 파일 하나만 골라도 AI가 붙을 자리는 충분히 드러납니다.

작업이 끝난 뒤에는 ‘몇 건 처리했나’보다 ‘몇 번 다시 확인하지 않아도 됐나’를 보게 됩니다. 사람이 해야 할 판단은 남기고, 눈과 손이 반복하던 대조는 줄이는 방식입니다.

목요 AI 모임은 강의가 아니라 의논입니다. 내 사업에서 반복되는 파일과 기록을 꺼내 놓고, 클로드 코드로 어디까지 덜어낼 수 있을지 함께 정하는 3시간입니다.

그래서 준비된 정답을 외우는 자리와는 조금 다릅니다. 대표님의 표기 방식, 직원 수, 파일이 쌓이는 위치에 따라 AI를 붙일 자리가 달라지기 때문입니다.

업무 설명은 완성된 문서가 아니어도 괜찮습니다. 파일을 열 때 무엇이 불편한지, 어떤 결과를 믿기 어려운지만 말해도 개선할 장면이 보입니다.

한 번에 많은 기능을 익히기보다 익숙한 업무 하나를 기준으로 보는 편이 이해하기 쉽습니다. 실제 상황과 연결될수록 결과를 확인하고 고치는 과정도 자연스러워집니다.

사람의 경험은 자동화에서 빠지는 것이 아니라 기준으로 남습니다. AI가 후보를 찾고 대표님이 맥락을 판단하면 역할이 더 분명해집니다.

익숙한 업무를 설명하는 것만으로도 시작점은 충분합니다. 어려운 용어보다 실제로 겪은 불편함이 더 정확한 방향을 알려줍니다.

작은 실험을 거치면 무엇을 맡기고 무엇을 남길지 감이 생깁니다. 결과를 보며 기준을 다듬는 과정도 업무의 일부입니다.

같은 고객이 세 번 적힌 표를 정리하면 숫자 하나가 달라집니다. 그보다 큰 변화는 대표님이 매번 표를 의심하며 멈추는 시간이 줄어든다는 점입니다.

자료가 한곳에 모이지 않아도 괜찮습니다. 엑셀, CSV, 메모 파일처럼 지금 쓰는 기록의 형태를 보여주면 반복되는 지점부터 찾을 수 있습니다.

중복을 줄이면 문의 기록을 찾는 시간도 짧아지고, 담당자가 바뀌어도 같은 사람을 여러 명으로 세는 실수가 줄어듭니다. 작은 정리가 다음 업무의 출발점을 안정적으로 만듭니다.

다만 모든 결정을 AI에게 넘길 필요는 없습니다. 같은 이름이라도 다른 사람일 수 있는 기록은 남겨 두고, 대표님이 확인할 수 있는 목록으로 구분하는 편이 안전합니다.

대표님이 궁금한 건 ‘AI를 어디에 붙이면 좋을까’일 가능성이 큽니다. 그 답은 거창한 도구 목록보다, 오늘도 반복해서 열고 고치는 파일 안에 숨어 있습니다.

정리의 효과는 숫자뿐 아니라 대화에서도 나타납니다. 담당자마다 다른 이름을 쓰는 일이 줄면 고객 상황을 공유하는 말도 한결 짧아집니다.

기준이 쌓이면 새로운 문의가 들어왔을 때도 기존 기록과 비교하기 쉬워집니다. 과거 자료를 찾는 시간이 줄어들어 다음 판단에 더 집중할 수 있습니다.

자동화는 사람을 빼는 장치라기보다 사람의 확인이 필요한 곳을 선명하게 만드는 도구에 가깝습니다. 반복은 줄이고 맥락은 남기는 방향으로 접근하면 됩니다.

정돈된 표는 다음 사람에게도 업무의 맥락을 전합니다. 담당자가 바뀌어도 기록을 이해하는 데 필요한 시간이 줄어듭니다.

결국 중요한 것은 도구보다 기준입니다. 지금의 업무를 살피고 반복되는 장면을 골라내면 작은 변화부터 시작할 수 있습니다.