업무용 AI 도구가 ‘질문에 답하는 화면’에서 ‘작은 앱을 만드는 화면’으로 이동하고 있다. 9월 1일 AWS는 Amazon Quick에서 자연어로 맞춤 앱을 만드는 기능을 정식 출시했다고 발표했다. 프로젝트 추적기, 고객 대시보드, 교육 포털처럼 팀 안에서 쓰는 앱을 설명만으로 만들고, 기존 업무 시스템의 데이터를 연결하는 방식이다.
이 변화에서 눈여겨볼 부분은 앱을 빨리 만드는 능력만은 아니다. 누군가가 대시보드를 보다가 대응 메모를 남기고, 담당자 확인을 기록하고, 다음 행동을 연결하는 흐름을 한 화면에 놓을 수 있다는 점이다. 다만 이런 도구를 도입할 때는 생성 품질보다 먼저 ‘무엇을 읽고 무엇을 쓰는가’를 정해야 한다. 그렇지 않으면 편의를 위해 만든 앱이 기준 데이터와 별개로 움직이는 또 하나의 업무 장부가 될 수 있다.
정식 출시로 바뀐 범위
AWS 발표에 따르면 Quick은 Salesforce, Jira, Asana, ServiceNow, Microsoft 365, Google Workspace, 데이터베이스와 데이터 웨어하우스 등 기존 업무 도구 및 데이터에 연결할 수 있다. 원본 데이터가 바뀌면 앱도 최신 상태를 반영하며, 연결에는 조직의 기존 신원 인증과 접근 제어 정책을 적용한다고 설명한다. Plus, Professional, Enterprise 요금제에서 9월 1일부터 앱 제작 기능을 사용할 수 있다.
여기서 ‘자연어로 앱을 만든다’는 말은 운영 준비까지 자동으로 끝난다는 뜻이 아니다. 화면 구성, 입력 폼, 간단한 흐름을 빨리 만드는 데는 도움이 되지만, 데이터 원본의 정의와 권한, 수정 이력, 예외 처리까지 프롬프트 한 번으로 검증되지는 않는다. 특히 수치가 의사결정이나 고객 응대에 쓰인다면 어느 화면의 값이 기준인지 먼저 합의해야 한다.
대시보드는 읽고, 앱은 업무 흔적을 남기는 구조
AWS 파트너 Classmethod의 9월 2일 검증 기록은 이 구분을 구체적으로 보여 준다. 이 글에서는 기존 QuickSight 데이터세트를 Quick 앱의 데이터 소스로 직접 연결할 수 없었고, 기존 대시보드를 앱에 넣어 보여 주는 방식은 가능했다고 보고했다. 반면 앱에서 입력한 메모와 확인 상태는 App Storage라는 별도 저장소에 남았다.
이 차이는 작아 보이지만 실무에서는 중요하다. 예를 들어 영업 KPI 대시보드를 보며 ‘이번 주 확인 완료’, ‘고객에게 재연락 필요’ 같은 기록을 남기는 포털을 만들 수 있다. KPI 자체는 기존 데이터 파이프라인에서 읽고, 대응 메모와 확인 상태는 앱의 업무 기록으로 쓴다. 이렇게 역할을 나누면 분석용 기준 데이터와 사람이 남기는 후속 조치가 섞이지 않는다.
반대로 앱에 입력한 값을 원본 매출이나 고객 데이터처럼 다루기 시작하면 문제가 생긴다. 데이터 갱신 주기, 수정 권한, 내보내기 방식, 보존 기간이 기존 시스템과 달라질 수 있다. 자연어 제작 도구는 이 차이를 화면에서 감춰 주기 쉽다. 그래서 출시 화면이 그럴듯하다는 이유만으로 운영 데이터의 입력 창구를 옮기면 안 된다.
작게 시작할 때 확인할 질문
도입 후보를 고를 때는 고객이나 직원의 핵심 기록을 새 앱으로 옮기기보다, 기존 데이터를 읽고 후속 조치를 남기는 업무부터 고르는 편이 안전하다. 주간 지표 검토, 온보딩 체크, 이상치 확인, 데이터 품질 제보처럼 기준 시스템을 대체하지 않는 일이 적합하다.
- 읽기와 쓰기를 따로 적는다. 앱이 참조하는 원본 시스템, 새로 저장하는 필드, 두 데이터가 만나는 화면을 한 장으로 정리한다. ‘연결됨’이라는 표현만으로는 충분하지 않다.
- 한 업무에서 끝까지 검증한다. 한 팀의 주간 리뷰처럼 입력자가 적고 결과를 확인할 수 있는 흐름을 골라, 생성된 화면과 실제 데이터 갱신 시점, 권한별 동작을 함께 본다.
- 업무 기록의 출구를 정한다. App Storage에 남긴 메모나 상태를 누가, 언제, 어떤 형식으로 검토하고 보존할지 정한다. 필요한 경우 기존 티켓 시스템이나 승인 절차로 넘기는 경로도 준비한다.
국내 사용 가능 여부와 검증 범위는 별도다
Classmethod의 검증은 당시 도쿄 리전에서 앱 기능 메뉴가 보이지 않았다고 기록했다. 이는 한 시점과 한 환경의 관찰이며, 모든 계정이나 리전에 그대로 적용된다고 단정할 수는 없다. AWS의 정식 출시 공지도 기능 제공 요금제는 밝히지만, 이 글에서 확인한 범위만으로 한국 리전의 사용 가능 여부나 조직별 연결 조건까지 판단할 수는 없다.
국내 팀이라면 계약 요금제와 리전, 사용할 데이터 소스, SSO 및 권한 정책을 실제 테넌트에서 확인해야 한다. 특히 개인정보나 고객 데이터가 연결되는 경우에는 생성된 앱의 공유 범위와 로그, 외부 커넥터의 권한을 별도 검토할 필요가 있다.
AI 앱 제작 도구를 평가하는 기준
자연어 기반 앱 제작은 현업의 작은 병목을 빠르게 드러내는 데 유용하다. 개발 백로그에 올리기 전 화면과 업무 흐름을 함께 검토할 수 있기 때문이다. 하지만 좋은 첫 번째 실험은 ‘가장 중요한 시스템을 대체하는 앱’이 아니라, 이미 있는 데이터를 보면서 사람이 남겨야 하는 판단과 후속 조치를 정돈하는 앱이다.
이번 정식 출시는 노코드 AI가 실무 화면까지 들어오고 있다는 신호다. 그 신호를 실제 가치로 바꾸려면 생성 속도보다 데이터의 기준점과 기록의 책임을 먼저 설계해야 한다. 앱이 만든 편리함이 업무의 진짜 흐름을 더 선명하게 하는지, 아니면 새로운 분산을 만드는지는 그 경계에서 갈린다.