LeanX

실전 ②: 주간 리포트 자동화

Schedule 트리거로 매주 월요일 아침마다 구글 시트의 데이터를 수집하고, AI가 핵심 지표와 시사점을 요약한 리포트를 작성해 팀 메일로 자동 발송하는 워크플로우를 만듭니다.

콘텐츠: LeanX · 최초 공개 2026.07.08 · 콘텐츠 기준일 2026.08.14

두 번째 실전 프로젝트입니다. 매주 월요일 아침, 지난주 데이터를 모아 요약 리포트를 만들어 팀에 공유하는 일. 30분씩 걸리던 이 업무를 '월요일 아침 커피를 내리는 사이에 도착해 있는 리포트'로 바꿔 봅니다.

유튜브 채널 → AI 보고서 → 이메일 (2단 스케줄 응용 예시)

새벽 4시 — 데이터 수집

  • 새벽 4시 Schedule
  • 채널 목록 읽기
  • 영상 메타 수집
  • 시트 저장 status: 적재완료

새벽 5시 — AI 처리 (글마다 Loop)

  • 새벽 5시 Schedule
  • '적재완료'만 읽기
  • Loop 시작 1건씩 반복
  • 대본 추출
  • AI 요약·보고서
  • 구글독스 저장
  • status→AI완료
  • Done 이메일 발송 Loop 종료 후

status 라벨로 '이미 처리한 글'을 걸러 다음 실행 때 중복 작업을 막는 것이 핵심입니다. 2단 스케줄로 데이터 수집과 AI 처리를 분리하면 실패 시 원인 파악도 쉬워집니다.

전체 설계도

워크플로우 흐름

Schedule Trigger (매주 월요일 08:00)
  → Google Sheets (지난주 데이터 읽기)
  → Code (합계/평균 등 기초 집계)
  → AI 요약 (핵심 지표 + 시사점 작성)
  → Gmail (팀 메일 발송)

단계별 만들기

주간 리포트 워크플로우

  1. 새 워크플로우에 'Schedule Trigger'를 추가합니다. Trigger Interval을 Weeks로 하고, 요일은 월요일, 시간은 오전 8시로 설정합니다.
  2. 워크플로우 설정(Settings)에서 시간대(Timezone)를 Asia/Seoul로 지정합니다. 이걸 빼먹으면 다른 시간대 기준으로 실행됩니다.
  3. 'Google Sheets' 노드를 추가하고 Credential을 연결한 뒤, 'Get Row(s)' 동작으로 데이터가 쌓이는 시트(예: 일별 매출, 문의 기록)를 읽습니다.
  4. 'Code' 노드를 추가해 지난 7일 데이터만 걸러내고 합계, 평균, 전주 대비 증감 같은 기초 숫자를 계산합니다. 숫자 계산은 AI보다 코드가 정확합니다.
  5. 'AI Agent'(또는 Basic LLM Chain) 노드를 추가하고 Chat Model을 연결합니다. 집계 결과를 표현식으로 프롬프트에 넣고, 아래 예시 시스템 프롬프트를 설정합니다.
  6. 'Gmail' 노드를 추가해 'Send Message' 동작을 고릅니다. 받는 사람에 팀 메일 주소, 제목에 '주간 리포트 - 날짜' 형식을 표현식으로 넣고, 본문에 AI가 쓴 리포트를 넣습니다.
  7. Execute Workflow로 테스트해 메일이 실제로 도착하는지, 숫자가 시트와 일치하는지 확인합니다.
  8. 8강에서 만든 에러 알림 워크플로우를 이 워크플로우의 Error Workflow로 지정합니다.
  9. Active 토글을 켜면 완성입니다. 이제 월요일마다 리포트가 자동으로 도착합니다.

AI 리포트 작성용 시스템 프롬프트

당신은 스타트업의 데이터 분석가입니다. 주어진 주간 집계 데이터를 바탕으로 팀 공유용 리포트를 작성하세요.

[작성 규칙]
- 존댓말, 간결한 문장으로 작성합니다.
- 구성: (1) 핵심 요약 3줄 (2) 주요 지표와 전주 대비 증감 (3) 눈에 띄는 변화와 가능한 원인 (4) 이번 주 확인해 볼 것 1~2가지
- 제공된 숫자만 사용하고, 데이터에 없는 수치를 절대 만들어 내지 마세요.
- 증감은 '전주 대비 +12%'처럼 방향과 크기를 함께 표기하세요.
- 원인 분석은 단정하지 말고 '~로 추정됩니다'로 표현하세요.
- 전체 길이는 500자 이내로 유지하세요.

합계나 평균 같은 계산은 Code 노드에서 미리 끝내고, AI에게는 '계산된 숫자를 해석하고 글로 정리하는 일'만 맡기세요. AI에게 원본 데이터를 주고 계산까지 시키면 틀린 숫자가 리포트에 실릴 수 있습니다. 역할 분담이 정확도의 핵심입니다.

처음 2~3주는 받는 사람을 내 메일로만 설정해 리포트 품질을 검증하세요. 숫자와 표현이 안정된 것을 확인한 뒤에 팀 전체 발송으로 바꾸는 것이 안전합니다.

한 단계 업그레이드 아이디어

  • 데이터 출처 추가: 구글 애널리틱스, 광고 성과 API 등을 HTTP Request로 불러와 Merge 노드로 합치기
  • 메일 대신 Slack 채널 발송으로 바꾸거나 둘 다 보내기
  • 리포트 전문을 노션이나 구글 독스에 아카이브해 주간 기록 남기기
  • 발송 전 'Send and Wait for Response'로 팀장 승인을 받는 단계 넣기

정기 실행(Schedule) + 데이터 수집 + AI 요약 + 발송이라는 이 패턴은 일간 브리핑, 월간 결산, 경쟁사 모니터링 등 어디에나 응용할 수 있습니다. 마지막 강의에서는 대화형 자동화의 꽃, 텔레그램 Q&A 봇을 만듭니다.