데이터 처리와 멀티스텝 워크플로우

멀티시스템 도전

🔄 Quick Recall: 이전 레슨에서 이메일과 커뮤니케이션 자동화를 구축했어요. 이번에는 단일 단계를 넘어 여러 시스템을 연결하는 복잡한 데이터 워크플로우로 나아가요.

예시: 영업팀이 CRM에서 딜을 클로징하면 7개 시스템이 업데이트돼야 해요 — 인보이스 시스템, 프로젝트 관리, 재고, 회계, 고객 포탈, 영업 대시보드, 이메일. 수동으로 하면 1시간, 실수 위험도 높아요.

데이터 포맷 문제

같은 고객명 “아크메 코퍼레이션"이 시스템마다 다르게 저장돼요:

시스템	저장 방식
CRM	“아크메 코퍼레이션”
인보이스	“ACME CORP”
이메일	“acme”
프로젝트 관리	“아크메 - A001”

이게 자동화에서 데이터 변환이 필요한 이유예요.

데이터 변환 기본

유형	작업	예시
텍스트	분리, 결합, 포맷, 슬러그화	“홍길동” → 성: “홍”, 이름: “길동”
날짜	포맷 변환, 타임존, 계산	“2026-02-22” → “2026년 2월 22일”
숫자	화폐 변환, 반올림, 퍼센트	1500000 → “₩1,500,000”
구조	플래튼, 네스팅, 배열→문자열	[{이름: “A”}, {이름: “B”}] → “A, B”

AI를 활용해 변환을 계획할 수 있어요:

소스 시스템과 대상 시스템의 데이터 포맷을 비교하고
필요한 변환 단계를 계획해줘:

소스 (CRM): {name: "홍길동", date: "2026-02-22", amount: 1500000}
대상 (인보이스): {고객명: "홍 길동", 날짜: "2026년 2월 22일", 금액: "₩1,500,000"}

룩업 단계

이전 단계의 데이터로 추가 정보를 조회해요:

인풋	쿼리	아웃풋
고객 이메일	CRM 조회	이름, 등급, 히스토리
상품 SKU	재고 조회	재고량, 위치
직원 ID	HR 조회	매니저, 부서, 위치
인보이스 번호	회계 조회	금액, 상태, 날짜

중요: 항상 “찾을 수 없음” 시나리오를 처리하세요. 룩업이 실패하면 워크플로우 전체가 멈추거나 잘못된 데이터를 전파할 수 있어요.

멀티스텝 워크플로우 패턴

패턴 1: 순차 파이프라인

[트리거] → [추출] → [변환] → [적재] → [알림]

패턴 2: 팬아웃 (병렬)

[트리거] → [액션 A] + [액션 B] + [액션 C] (동시)

패턴 3: 수집 후 처리

[소스 A] + [소스 B] + [소스 C] → [결합] → [처리] → [아웃풋]

패턴 4: 반복 처리

[리스트 가져오기] → [각 항목에 대해] → [처리] → [요약]

✅ Quick Check: 여러분이 사용하는 두 개의 도구를 생각해 보세요. 이들 사이에 데이터를 이동할 때 어떤 포맷 차이를 만날 건가요?

멀티스텝 워크플로우 설계 예시

고객 지원 티켓 라우팅:

새 티켓 접수 (트리거)
고객 정보 CRM에서 룩업 (등급, 히스토리)
티켓 내용 분류 (AI로 카테고리 판단)
긴급도 판정 (키워드 + 고객 등급)
담당자 배정 (카테고리 + 가용성)
담당자에게 알림 (슬랙 + 이메일)
고객에게 접수 확인 (이메일)

흔한 함정

함정	설명	해결
레이스 컨디션	병렬 액션이 같은 데이터를 동시 수정	순서 보장 또는 락 사용
데이터 타입 불일치	숫자 필드에 문자열 들어감	변환 단계 추가
요청 제한	API가 분당 제한 초과	배치 처리, 딜레이 추가
부분 실패	7단계 중 4단계에서 실패	롤백 또는 재시도 전략

핵심 정리

멀티스텝 워크플로우는 다른 데이터 포맷의 여러 시스템을 연결
데이터 변환이 핵심 스킬 — 텍스트, 날짜, 숫자, 구조 변환
룩업이 워크플로우를 맥락으로 보강
일반적인 패턴: 순차 파이프라인, 팬아웃, 수집 후 처리, 반복 처리
항상 “찾을 수 없음” 케이스를 처리
데이터 흐름을 명시적으로 매핑

Up Next: 다음 레슨 — 일이 잘못될 때 (반드시 그럴 거예요). 자동화가 에러를 우아하게 처리하게 만들어요.