투자보고서, 일지를 아직도 하나하나 검색하며 쓰고 계신가요?
반복되는 그 업무, 정말 어쩔 수 없는 걸까요?
투자 분석 업무를 하다 보면 보고서 한 건을 완성하기까지 생각보다 훨씬 많은 시간이 소요됩니다.
분석 대상 기업의 재무 데이터를 찾고, 시장 현황을 수집하고, 기술력과 글로벌 확장 가능성까지 검색해서 정리한 뒤, 정해진 보고서 양식에 글자 수와 서식을 맞추는 작업. 이 모든 과정이 매번 되풀이됩니다.
더 답답한 것은, 이 반복이 경험이 쌓인다고 해서 눈에 띄게 줄어들지 않는다는 점입니다. 기업은 매번 새롭고, 데이터는 매번 새로 찾아야 하며, 양식에 맞추는 작업은 아무리 숙련되어도 시간을 요구합니다.
"어쩔 수 없다"고 생각하셨다면, 오늘 이 글이 그 생각을 바꾸는 계기가 되었으면 좋겠습니다.
실제로 저희가 컨설팅했던 한 투자 분석 팀은 보고서 한 건에 수시간을 투입하고 있었고, 그 대부분은 분석 그 자체가 아닌 '정보를 모으고 형식에 맞춰 정리하는 작업' 에 집중되어 있었습니다. 정작 핵심인 판단과 의사결정에 쓸 시간이 구조적으로 부족한 상황이었던 것이죠.
이 글에서는 Dify라는 AI 워크플로우 플랫폼을 활용해 투자보고서 작성 업무를 어떻게 자동화했는지, 그리고 이 구조가 어떤 방식으로 설계되는지를 실제 사례와 함께 구체적으로 소개해 드리려고 합니다.
Dify가 무엇인지 모르셔도 괜찮습니다
Dify는 AI 기반 업무 자동화 워크플로우를 누구나 만들 수 있도록 설계된 플랫폼입니다. 코딩 지식 없이도 AI가 특정 순서에 따라 정보를 수집하고, 분석하고, 원하는 형식으로 문서를 완성하도록 설계할 수 있는 도구입니다.
핵심은 단순히 AI에게 질문하고 답을 받는 방식이 아니라, 일련의 업무 흐름 자체를 AI가 자동으로 실행하도록 설계한다는 점입니다. 예를 들어 이런 흐름이 가능합니다.
기업명을 입력 → AI가 재무 정보와 시장 데이터를 자동 수집 → 정해진 보고서 양식에 맞춰 항목별로 요약 및 정리→ 최종 보고서 초안을 완성 → 담당자 이메일로 자동 발송
사람이 개입하는 단계는 처음 기업명을 입력하는 것과, 완성된 초안을 최종 검토하는 것뿐입니다. 그 사이의 모든 과정은 AI가 처리합니다. 물론 최종 시안 완성 후 검토가 필요하다면 HITL 기능(Humanin the loop)을 통해 최종 확인 후에 발송할 수 있게 만들 수 있습니다.
실제로 어떤 문제가 있었나
이 팀의 반복 업무는 크게 두 가지로 압축됩니다.
첫 번째는 기업 정보 수집과 통합이었습니다. 분석 대상 기업이 생기면 공시 자료, 뉴스, 재무 데이터, 업계 리포트를 각기 다른 탭에서 열어 읽고, 필요한 내용을 복사·정리해 하나의 문서로 합칩니다. 기업 한 곳당 1~2시간이 소요되는 경우가 허다하며, 대상 기업이 여러 곳이라면 이 시간은 그대로 배수가 됩니다.
두 번째는 보고서 양식 맞추기입니다. 팀마다, 보고처마다 정해진 서식이 있고 항목별 글자 수 제한, 표현의 통일성, 서술 방식을 맞추는 작업은 내용을 다 정리한 뒤에도 별도로 시간을 요구합니다.
이 두 가지는 경험이 쌓인다고 본질적으로 줄어들지 않습니다. 그리고 바로 이 지점에서 AI 자동화가 가장 강하게 작용합니다.
Dify 워크플로우로 무엇을 자동화했나
이 팀에 적용한 Dify 워크플로우는 세 단계로 구성되어 있습니다.
Step 1. 기업명 입력 하나로 정보 수집 자동화
기업명을 입력하면 AI가 재무 건전성, 시장 점유율, 기술 역량, 글로벌 확장성 등 보고서에 필요한 항목별 데이터를 자동으로 수집하고 구조화된 형태로 정리합니다. 사람이 탭을 열고 복사하는 작업이 사라지는 단계입니다.
Step 2. 항목별 분석 문장 자동 생성
수집된 정보를 바탕으로 AI가 각 항목에 맞는 분석 내용을 작성합니다. 단순 요약이 아닌, 보고서의 논리적 흐름과 전문적인 어조를 유지하도록 프롬프트가 설계되어 있습니다. Dify에서는 이 프롬프트 설계를 모듈화할 수 있기 때문에, 팀 내 누구든 동일한 품질의 결과물을 얻을 수 있습니다.
Step 3. 템플릿 자동 적용 → 발송까지 원스톱
생성된 분석 내용이 사전에 등록된 보고서 템플릿 구조에 맞춰 자동으로 정렬되고 서식이 조정된 뒤, 완성된 초안이 지정된 담당자 혹은 보고처로 이메일 또는 메신저로 자동 발송됩니다. 담당자는 발송된 문서를 열어 최종 확인만 하면 됩니다.
시안이 아닌 ‘완성형 보고서’
실제 출력된 보고서는 종합 평가 점수를 중심으로 주요 분석 항목들이 정해진 양식에 맞게 자동으로 구성됩니다. 중요한 것은 AI가 팀의 보고서 스타일에 맞춰 쓰는 것이지, 팀이 AI의 출력 방식에 적응해야 하는 것이 아닙니다. 기존에 쓰던 서식 혹은 템플릿이 있다면 Dify에 그대로 업로드만 해주면 됩니다. 최종 보고서에 업로드 한 서식에 맞는 템플릿에 보고서 내용이 작성되고 정해진 글 길이와 형식에 맞춰 작성이 완료됩니다.
업무 일지 쓰는 직장인 주목!
이 자동화 구조가 강력한 이유 중 하나는 특정 문서 유형에만 국한되지 않는다는 점입니다. Dify 워크플로우는 정보를 수집하고, 분석하고, 정해진 형식에 맞춰 문서를 완성한 뒤 발송하는 흐름을 다양한 문서 유형에 그대로 적용할 수 있습니다.
ESG 보고서의 경우, 환경·사회·거버넌스 각 항목별 데이터를 수집하고 공시 기준에 맞는 형식으로 자동 정리하는 워크플로우를 구성할 수 있습니다. 글로벌 공시 요건이 강화되면서 ESG 보고서 작성 부담이 커지는 추세를 감안하면, 이 자동화의 가치는 상당합니다.
IR 보고서 역시 마찬가지입니다. 분기별 실적, 시장 현황, 사업 전략 요약 등을 정해진 투자자 커뮤니케이션 형식에 맞춰 자동 완성하고, 발송 리스트에 따라 투자자 메일로 바로 전달되도록 설정할 수 있습니다.
일일·주간 업무 보고서나 업무 일지는 아마 가장 빠르게 체감할 수 있는 영역입니다. 팀원별 업무 현황 데이터를 입력받아 형식에 맞게 자동으로 정리하고, 매일 정해진 시간에 상위 보고처로 자동 발송되도록 설정하는 것이 가능합니다. 매일 반복되는 보고서 작성 업무가 사실상 사라지는 것이죠.
이처럼 양식이 정해져 있고, 데이터를 수집해서 채우는 구조의 문서라면 업종과 문서 유형을 불문하고 자동화의 대상이 됩니다. 보고서 한 종류를 자동화하는 데 그치는 것이 아니라, 팀 전체의 문서 업무 구조 자체를 바꾸는 것이 가능하다는 의미입니다.
Dify로 이 워크플로우를 어떻게 구축하는가 — 기술 가이드
Dify 도입을 검토하시는 분들을 위해, 실제 이 워크플로우가 어떤 방식으로 구성되는지 기술적인 관점에서 설명해 드리겠습니다.
1단계 : 워크플로우 설계 — 업무 흐름을 먼저 명확히 정의한다
Dify에서 자동화를 구축하기 전에 가장 먼저 해야 할 일은 코딩이 아닙니다. "어떤 입력이 들어오면, 어떤 순서로 무엇을 처리해서, 어떤 결과물을 어디로 보낼 것인가" 를 명확히 정의하는 것입니다.
투자보고서를 예로 들면 다음과 같습니다.
입력 : 분석 대상 기업명 (또는 종목 코드) 처리 흐름 : 정보 수집 노드 → 항목별 분석 생성 노드 → 템플릿 포맷팅 노드 → 발송 노드 출력 : 보고서 파일 + 담당자 이메일 자동 발송
이 흐름이 정의되면, Dify의 시각적 워크플로우 편집기 안에서 각 단계를 노드(Node) 단위로 배치하고 연결하는 방식으로 자동화를 구성합니다.
2단계 : 정보 수집 노드 구성 — 검색, 크롤링, 또는 내부 데이터 연결
정보를 어디서 가져올 것인지에 따라 세 가지 방식으로 구성할 수 있습니다.
첫 번째는 웹 검색 연동입니다. Dify는 외부 검색 API(예: Tavily, Bing Search API 등)와 연결해 특정 키워드에 대한 최신 정보를 자동으로 수집하도록 설정할 수 있습니다. 기업 뉴스, 공시 정보, 시장 동향 등을 실시간으로 끌어오는 데 활용됩니다.
두 번째는 내부 데이터베이스 또는 문서 연결입니다. Dify의 Knowledge Base 기능을 활용하면 사내에 이미 축적된 리서치 문서, 재무 데이터 파일, 과거 보고서 등을 AI가 참조하도록 연결할 수 있습니다. 외부 검색 없이 내부 데이터만으로 보고서를 구성해야 하는 경우에 적합합니다.
세 번째는 HTTP Request 노드를 통한 외부 API 연동입니다. 금융 데이터 제공 서비스(예: 한국거래소 OpenAPI, Financial Modeling Prep 등)와 직접 연결해 재무 수치를 자동으로 호출하는 방식으로, 데이터의 정확성과 최신성을 가장 안정적으로 확보할 수 있는 방법입니다.
3단계 : LLM 노드 설정 — 프롬프트 설계가 품질을 결정한다
수집된 정보를 바탕으로 분석 문장을 생성하는 역할은 LLM 노드(Large Language Model Node) 가 담당합니다. Dify에서는 GPT-4o, Claude, Gemini 등 다양한 모델을 선택적으로 연결할 수 있으며, 각 노드마다 별도의 프롬프트를 설정합니다.
이 단계에서 품질을 결정하는 핵심은 프롬프트 설계입니다. 단순히 "이 기업에 대해 분석해줘"가 아니라, 출력 형식, 길이 제한, 어조, 포함해야 할 정보의 범위까지 구체적으로 지정해야 원하는 수준의 결과물이 나옵니다. 예를 들어 다음과 같은 방식입니다.
"아래 데이터를 바탕으로 [기업명]의 시장 경쟁력을 분석하라. 분석은 300자 이내로 작성하고, 투자 의사결정자를 대상으로 한 전문적인 문어체를 사용할 것. 결론 문장은 반드시 투자 관점의 시사점으로 마무리하라."
이처럼 역할, 출력 형식, 분량, 어조를 명확히 지정하는 프롬프트가 설계되면, 누가 실행하든 일관된 품질의 결과물이 출력됩니다.
4단계 : 템플릿 포맷팅 — 기존 양식을 그대로 유지한다
분석 내용이 완성되면, 이를 기존 보고서 양식에 맞춰 배치하는 단계입니다. Dify에서는 Template 노드 혹은 Code 노드(Python) 를 활용해 출력 결과물의 구조를 정의할 수 있습니다.
예를 들어 보고서의 각 항목 위치, 글자 수, 단락 구분, 표 구성 등을 미리 템플릿으로 등록해 두면, LLM이 생성한 내용이 해당 위치에 자동으로 삽입됩니다. Word 문서(.docx) 또는 PDF 형식으로의 출력도 외부 변환 API와 연동하거나 Python 코드 노드를 활용하면 구현 가능합니다.
5단계 : 자동 발송 설정 — 이메일, 메신저, 슬랙까지
완성된 보고서를 자동으로 발송하는 단계는 HTTP Request 노드를 통해 구성합니다. 이메일 발송의 경우 Gmail API, SendGrid, Mailjet 등의 이메일 서비스와 연동하면 지정된 수신자 목록으로 보고서 파일과 함께 자동 발송이 가능합니다.
사내 메신저를 활용하는 경우, Slack, Microsoft Teams, 혹은 카카오워크 등의 API와 연결해 특정 채널이나 담당자 DM으로 바로 전달되도록 설정할 수도 있습니다. 특정 시간에 자동 실행되도록 하는 스케줄 트리거 설정도 가능하기 때문에, 예를 들어 매주 월요일 오전 9시에 전주 업무 보고서가 자동으로 완성되어 발송되는 구조를 만들 수 있습니다.
이 다섯 단계가 하나의 워크플로우로 연결되면, 이후에는 기업명 혹은 보고서 트리거 하나만으로 전 과정이 자동으로 실행됩니다.
"우리는 IT 전문가가 아닌데, 직접 구축할 수 있나요?"
Dify는 노코드(No-Code) 기반 플랫폼으로, 복잡한 개발 없이 시각적인 편집기로 워크플로우를 구성할 수 있도록 설계되어 있습니다. 다만 처음 도입 시 AI 모델 연결, 프롬프트 설계, API 연동 등 초기 세팅 과정이 필요한 것도 사실입니다. 저희 팀이 이 전 과정을 함께 설계하고 지원해 드리고 있기 때문에, 고객사 내부에 별도의 개발 인력이 없어도 도입이 가능합니다.
중요한 것은, 한 번 구축된 워크플로우는 이후 별도의 기술적 개입 없이 운영됩니다. 기업명을 입력하면 보고서가 나오고, 정해진 시간에 자동 발송이 실행되는 상태가 지속되는 것이죠.
반복 업무는 AI에게, 판단은 사람에게
AI 업무 자동화는 일자리를 빼앗는 것이 아닙니다. 사람이 해야 할 일과 AI가 대신할 수 있는 일을 명확히 분리하는 작업입니다.
정보를 수집하고 형식을 맞추는 작업은 AI가 빠르고 정확하게 처리할 수 있습니다. 그렇게 확보된 시간과 에너지는, 진짜 판단이 필요한 곳에 사람이 쏟아야 합니다. 투자보고서 자동화는 그 가장 명확한 예시 중 하나이며, ESG·IR·업무 보고서로 이어지는 자동화의 확장은 팀 전체의 업무 구조를 바꾸는 일입니다.
오픈네트웍시스템 ㅣ 권태규