저는 개발자가 아닙니다. 코드 한 줄 못 짭니다. 그런데 정부지원사업 공고를 찾고, 분석하고, 마감을 관리하고, 서류 초안까지 쓰는 일을 저 혼자 AI로 묶어서 회사에서 매일 돌리고 있습니다. 오늘은 그 화면을 통째로 보여드리겠습니다.
지원사업은 챙기면 자원이 되지만, 회사의 메인 업무가 아니다 보니 매번 뒤로 밀립니다. 저는 동대문 B2B 플랫폼 Clo.D(클로디)와, AI로 이미지·영상을 생성해 납품하는 Clo.D AI-Studio를 운영합니다. IT 스타트업 특성상 정신없이 바빠서 1년 가까이 공고를 들여다보지 못한 적도 있었습니다. 그래서 곁가지처럼 알아서 굴러가는 장치가 필요했습니다.
제가 만든 건 크게 네 단계입니다. ① 공고 수집 → ② 적합도 분석 → ③ 서류·시간 산정 → ④ 착수·관리. 하나씩 화면으로 보여드리겠습니다.
1. 공고 찾기 — 흩어진 걸 한곳으로 자동 수집
첫 번째 어려움은 ‘찾는 것’ 자체입니다. 공고가 기관마다, 채널마다 흩어져 있어서 손으로 뒤지면 반나절이 갑니다. 그래서 저와 관련 있는 공고를 자동으로 모으고, 사이트에 안 잡히는 것까지 한곳에 쌓이게 만들었습니다.
- 자동 수집 — 회사와 관련된 공고를 알아서 긁어와 목록으로 쌓습니다. 세부 내용은 원클릭으로 원문까지 바로 이동합니다.
- 수기 추가 — 단톡방·이메일·광고로 받은 공고는 카카오톡 내용이나 링크를 붙여넣으면 목록에 들어갑니다. 자동으로 안 잡히는 것도 새지 않게.
- 신규사업서치 — 마지막으로 본 시점 이후에 새로 뜬 공고만 따로 모아줍니다. 매번 처음부터 다시 볼 필요가 없습니다.
- 우선 추적 키워드 — 놓치면 안 되는 키워드를 등록하면 그 키워드부터 우선 검출하고 가중치를 줍니다. 제가 빠뜨린 키워드는 AI가 추천해 채워줍니다.
이렇게 모인 공고에는 AI가 별점을 매겨, 우선순위가 높은 것부터 위로 올려줍니다. 수백 개를 다 보는 게 아니라, 봐야 할 것부터 봅니다.
2. 적합도 분석 — “우리한테 맞는 건가?”를 AI에게 먼저
공고를 찾았어도, 우리한테 맞는지 판단하는 데 또 시간이 듭니다. 그래서 회사 사업을 AI에 미리 이해시켜 두고, 각 공고가 우리에게 의미가 있는지 1차로 걸러내게 했습니다.
- 사업 학습 기반 판단 — “이 공고가 우리에게 도움이 될지/안 될지”를 회사 맥락에서 의견으로 줍니다.
- 구체적인 코멘트 — 예를 들어 “현금성 사업화 자금이 없어 비용 효과가 제한적이다”, “패션 AI 기업은 우선순위가 낮을 수 있다”처럼 이유까지 짚어줍니다.
- 할루시네이션 보정 — AI 말을 다 믿지는 않습니다. 분석이 도는 동안 저는 공고 원문을 같이 읽고, 최종 판단은 사람이 합니다.
핵심은 ‘대체’가 아니라 ‘앞단 정리’입니다. AI가 후보를 좁히고 근거를 깔아주면, 저는 판단에만 집중하면 됩니다.
3. 서류·시간 산정 — 담당자는 1시간 반, 저는 18분
지원금은 비슷해도 서류 부담은 공고마다 천차만별입니다. 막상 들어가 보면 ‘이거 시간 대비 안 맞네’ 싶을 때가 많죠. 그래서 들어가기 전에 작업량을 미리 가늠하게 만들었습니다.
- 제출 이력 인덱싱 — 최근 제출한 지원서·결과보고서를 읽혀 두면, 그 자료를 기준으로 ‘서류 분석’이 남은 작업량을 추정합니다.
- 예상 소요시간 — 어떤 공고는 같은 서류를 담당자가 하면 약 1시간 30분, 익숙한 제가 하면 약 18분으로 추정해 줬습니다. 시간 대비 가치를 들어가기 전에 가늠할 수 있습니다.
- 자료 구분 — 이미 가진 자료와, 새로 확인이 필요한 증빙을 나눠 정리해 줍니다.
판단이 서면 ‘지원 착수’를 누릅니다. 그러면 연결된 디스코드로 공고 내용이 넘어가고, “작성 시작해”라고 치면 봇이 본문 초안을 잡은 뒤 진행 상황을 알려줍니다. 저는 검토하고 다듬으면 됩니다. 이미지·영상 같은 시각 자료를 AI로 만드는 이야기는 Clo.D AI-Studio 글에서 따로 다루겠습니다.
4. 착수부터 선정 이후까지 — 한곳에서, 쓸수록 똑똑하게
지원은 한 번 내고 끝이 아닙니다. 작성하고, 접수하고, 결과를 기다리고, 선정되면 또 관리가 시작되죠. 이 전 과정을 한 화면에서 단계로 봅니다.
- 5단계 상태 관리 — 관심 → 검토 중 → 작성 중 → 접수 완료 → 선정/미선정으로 구분해, 지금 뭐가 어디까지 와 있는지 한눈에 봅니다.
- 스레드 단위 관리 — 착수 이후의 작성도, 선정 이후의 관리도 전부 디스코드 스레드 안에서 이어집니다. 공고 하나가 스레드 하나로 끝까지 따라갑니다.
- 분야 불일치 학습 — 우리와 안 맞는 공고는 ‘분야 불일치’로 표시해 둡니다. 예를 들어 로봇 기술이 없으니 로봇 분야 예비창업 공고는 다음부터 감점 요인으로 반영됩니다. 쓸수록 제 회사에 맞게 똑똑해집니다.
그래서 무엇이 달라졌나
핵심은 시간입니다. 찾고, 거르고, 판단하는 앞단을 시스템에 넘기니, 곁가지 업무로 두고도 지원사업을 놓치지 않게 됐습니다.
완벽한 자동화는 아닙니다. 아직 사람이 검수하는 단계가 있고, 자동화하지 못한 부분도 있습니다. 그래도 “매번 처음부터 다 뒤지는” 일은 사라졌습니다. 저에게는 그게 가장 컸습니다.
자주 묻는 질문
정부지원사업을 AI로 자동으로 찾을 수 있나요?
네. 자신의 사업과 관련된 키워드에 가중치를 주면 AI가 새 공고를 자동으로 수집하고, 마지막으로 본 시점 이후에 새로 뜬 공고만 따로 모아 보여줄 수 있습니다.
AI가 우리 회사에 맞는 지원사업인지 판단해 주나요?
사업 내용을 미리 학습시켜 두면 AI가 각 공고에 별점으로 적합도를 매기고, 도움이 될지에 대한 1차 의견을 줍니다. 다만 할루시네이션이 있어 공고 원문 확인은 함께 하는 것이 좋습니다.
사업계획서나 지원 서류도 AI로 작성할 수 있나요?
과거에 제출한 지원서와 결과보고서를 인덱싱해 두면, AI가 필요한 서류 목록과 예상 작성 시간을 산출하고 디스코드 봇이 본문 초안을 작성합니다. 사람은 검토와 보완에 집중하면 됩니다.
카카오톡이나 이메일로 받은 공고도 관리할 수 있나요?
네. 자동으로 잡히지 않는 공고는 카카오톡 내용이나 이메일·링크를 붙여넣어 직접 목록에 추가해 관리할 수 있습니다.
1인이나 소규모 창업자에게도 이런 게 필요할까요?
지원사업은 본업이 아니다 보니 크게 신경 쓰기도, 아예 무시하기도 어렵습니다. 자동화로 곁가지처럼 관리하면 본업 시간을 지키면서 기회는 놓치지 않을 수 있습니다.
다음 글 예고
이 시스템을 실제로 어떻게 만들었는지, 다음 글부터 하나씩 풀어보겠습니다. 코드를 못 짜도 따라 할 수 있게 쓰겠습니다. 같은 언더독이라면, 어떤 자동화가 가장 필요한지 댓글이나 메일로 알려주세요. 다음 주제로 만들겠습니다.