파이썬과 ChatGPT API 연동, 코딩 몰라도 업무 자동화 성공

파이썬도 모르고 ChatGPT API가 뭔지도 몰랐던 제가, 3주 만에 매일 반복하던 이메일 정리 작업을 자동화했습니다. 개발 초보가 자동화를 시작하는 가장 빠른 길, 제가 직접 걸어본 루트를 공유할게요.

솔직히 처음엔 겁부터 났거든요. “API”라는 단어만 봐도 머리가 하얘지는 타입이었어요. 프로그래밍이라곤 대학교 때 C언어 학점 겨우 받은 게 전부였고, 그마저도 기억나는 건 printf 하나뿐이었죠. 근데 회사에서 매주 금요일마다 엑셀 파일 50개에서 데이터 뽑아서 보고서 만드는 작업이 너무 고통스러웠어요.

어느 날 점심시간에 “이걸 대신 해주는 게 없나” 검색하다가 파이썬이랑 ChatGPT API 조합을 알게 됐는데, 이게 진짜 인생이 바뀌는 경험이었습니다. 과장이 아니라 금요일 오후 4시간짜리 작업이 15분으로 줄었거든요.

파이썬과 ChatGPT, 왜 이 조합이 최강인가

자동화 도구는 세상에 많잖아요. 엑셀 매크로도 있고, RPA 툴도 있고, 노코드 플랫폼도 있고. 근데 제가 이것저것 기웃거려보고 결국 파이썬 + ChatGPT API에 정착한 이유가 있어요.

일단 파이썬은 문법이 영어 문장 읽듯 직관적이에요. print(“안녕”)이 진짜로 화면에 “안녕”을 출력하거든요. 다른 언어처럼 세미콜론 빠졌다고 에러 나고, 중괄호 짝 안 맞는다고 난리 치는 게 없어요. 그래서 비전공자가 입문하기에 압도적으로 유리합니다.

여기에 ChatGPT API를 붙이면 차원이 달라져요. 단순 반복 작업만 자동화하는 게 아니라 “판단”이 필요한 작업까지 맡길 수 있거든요. 이메일 내용을 읽고 긴급도를 분류한다거나, 고객 문의를 카테고리별로 나눈다거나. 예전 같으면 사람이 하나하나 읽어야 했던 일이에요.

그리고 솔직히 요즘 ChatGPT한테 “파이썬으로 이런 코드 짜줘” 하면 코드를 바로 만들어주잖아요. 코딩을 못해도 ChatGPT로 코딩하고, 그 코딩 결과물이 다시 ChatGPT API를 쓰는 거예요. 재귀적이라고 해야 하나. 이 구조가 초보한테 엄청난 가속 페달이에요.

OpenAI API 키 발급부터 파이썬 설치까지

이 단계가 사실 제일 무서워 보이는데, 실제로 해보면 카페에서 음료 주문하는 것보다 쉬워요. 순서대로 따라가면 10분이면 끝납니다.

먼저 platform.openai.com에 접속해서 계정을 만들어야 해요. 구글 계정이나 마이크로소프트 계정으로 바로 가입 가능하고, 가입 후 왼쪽 메뉴에서 “API Keys”를 찾아 들어가세요. 거기서 “Create new secret key” 버튼 누르면 sk-로 시작하는 긴 문자열이 하나 나오는데, 이게 API 키예요. 이 키는 딱 한 번만 보여주기 때문에 반드시 어딘가에 복사해두셔야 해요.

제가 처음에 이걸 놓쳤거든요. 키를 복사 안 하고 창을 닫아버렸어요. 다시 들어가니까 키가 마스킹 처리돼서 앞 4자리밖에 안 보이더라고요. 결국 키를 삭제하고 새로 만들었는데, 그때 느낀 게 “아, 이거 비밀번호처럼 관리해야 하는구나”였어요.

다음은 파이썬 설치. python.org에서 최신 버전 다운받으면 되는데, 설치할 때 꼭 “Add Python to PATH” 체크박스를 클릭해야 해요. 이거 안 하면 나중에 명령 프롬프트에서 python 쳤을 때 “인식할 수 없는 명령”이라고 나옵니다. 저도 이거 때문에 30분 날렸어요.

파이썬 설치 끝나면 명령 프롬프트(윈도우) 또는 터미널(맥)을 열고 아래 한 줄만 입력하세요. OpenAI 공식 라이브러리가 설치됩니다.

pip install openai

설치 확인은 pip show openai를 쳐보면 돼요. 버전 번호가 나오면 성공입니다. 결제 수단 등록도 필요한데, OpenAI는 종량제(쓴 만큼 결제)라서 신용카드 하나 등록해두면 됩니다. 처음에 무료 크레딧을 주기도 하는데, 이 정책은 수시로 바뀌니까 가입 시점에 직접 확인하는 게 좋아요.

첫 코드 10줄로 ChatGPT 대화 만들기

자, 이제 진짜 코드를 써볼 차례예요. 겁먹지 마세요. 진짜 10줄이면 ChatGPT한테 질문하고 답변 받는 프로그램이 완성됩니다.

from openai import OpenAI

client = OpenAI(api_key=”여기에_API키_입력”)

response = client.chat.completions.create(
  model=”gpt-4o-mini”,
  messages=[
    {“role”: “user”, “content”: “파이썬 초보가 자동화를 시작하려면 뭐부터 해야 해?”}
  ]
)

print(response.choices[0].message.content)

이거 복사해서 .py 파일로 저장하고 실행하면 끝이에요. 터미널에 ChatGPT의 답변이 주르륵 출력됩니다. 처음 이 화면을 봤을 때 소름이 돋았던 기억이 나요. “내가 만든 프로그램이 AI한테 질문하고 있다니.” 진부하지만 그때 그 느낌은 진짜였어요.

코드를 하나씩 뜯어보면 이해가 빨라요. from openai import OpenAI는 설치한 라이브러리를 불러오는 거고, client 객체를 만들 때 API 키를 넣어주는 거예요. model 파라미터에 사용할 모델명을 지정하는데, 초보한텐 gpt-4o-mini를 추천해요. 성능 대비 가격이 압도적으로 저렴하거든요.

messages 안의 “role”은 대화 참여자를 의미해요. “user”가 질문하는 사람이고, “system”은 AI의 성격을 미리 설정하는 역할이에요. 예를 들어 system 메시지에 “너는 엑셀 전문가야”라고 넣으면 엑셀 관련 답변 퀄리티가 확 올라가요. 이걸 활용하는 것만으로도 자동화의 폭이 엄청 넓어집니다.

실전 자동화 시나리오 4가지

“코드 돌리는 건 알겠는데, 그래서 실제로 뭘 할 수 있는데?” 이게 제일 궁금하실 거예요. 제가 실제로 만들어서 쓰고 있는 자동화 4개를 소개할게요.

첫 번째는 이메일 자동 분류예요. Gmail에서 읽지 않은 메일을 파이썬으로 가져온 다음, ChatGPT API한테 “이 메일이 긴급인지, 참고용인지, 스팸인지 분류해줘”라고 보내요. 분류 결과를 엑셀에 저장하면 아침마다 메일함 뒤지는 시간이 사라져요. 저는 하루 평균 40~50통 받는데, 이 작업만으로 매일 아침 20분을 아끼고 있어요.

두 번째는 엑셀 데이터 요약이에요. pandas 라이브러리로 엑셀 파일을 읽고, 특정 컬럼 데이터를 ChatGPT API에 넘겨서 요약 보고서를 생성하는 거예요. 금요일마다 50개 파일에서 수치 뽑아 정리하던 그 작업이 이걸로 해결됐어요.

세 번째는 뉴스 크롤링 + 브리핑. 특정 키워드로 뉴스를 수집한 다음 ChatGPT한테 “핵심만 3줄로 정리해줘”라고 하면, 매일 아침 업계 동향 브리핑이 자동으로 만들어져요. 팀장님한테 이거 보여드렸더니 “이거 어디서 나온 거야?” 하시길래 제가 만들었다고 했을 때의 그 반응. 아직도 기분 좋아요.

네 번째는 고객 문의 초안 작성이에요. 들어온 문의 내용을 ChatGPT API에 넣고 “친절한 고객 응대 톤으로 답변 초안 써줘”라고 하면 70~80%는 그대로 쓸 수 있는 수준으로 나와요. 물론 최종 확인은 사람이 해야 하지만, 0에서 시작하는 것과 초안에서 수정하는 건 체감이 완전히 다르잖아요.

자동화 시나리오	난이도	절약 시간(주)
이메일 자동 분류	★★☆	약 1.5시간
엑셀 데이터 요약	★★☆	약 3.5시간
뉴스 크롤링 브리핑	★★★	약 2시간
고객 문의 초안	★☆☆	약 4시간

API 요금, 생각보다 안 무섭다

“API 쓰면 돈 많이 나오는 거 아냐?” 이게 대부분의 초보가 망설이는 이유더라고요. 저도 그랬어요. 카드 등록하는 순간 심장이 쿵쿵거렸는데, 한 달 써보고 청구서 열어보니까 2달러 좀 넘었어요. 커피 한 잔 값도 안 됐습니다.

OpenAI API는 토큰 단위로 과금돼요. 토큰은 글자 단위라고 생각하면 편한데, 한글 기준으로 1,000토큰이 대략 750~1,000자 정도예요. 2026년 5월 기준 OpenAI 공식 사이트에서 확인한 주요 모델 가격은 이래요.

GPT-5.4 mini가 입력 100만 토큰당 0.75달러, 출력 100만 토큰당 4.5달러예요. 이게 감이 안 올 수 있는데, 제가 하루에 API를 한 200번 정도 호출하거든요. 그래도 하루 비용이 0.1달러 안팎이에요. 한 달이면 3달러 정도. 이 정도면 자동화로 절약되는 시간 대비 거의 공짜라고 봐도 무방해요.

다만 GPT-5.5 같은 최상위 모델은 입력 100만 토큰당 5달러, 출력 100만 토큰당 30달러로 가격이 확 뛰어요. 초보 단계에서 이 모델을 쓸 일은 거의 없어요. gpt-4o-mini나 최신 gpt-5.4-mini급이면 자동화 용도로 충분하고도 남습니다. 가격 정보는 수시로 변경되니까 작업 시작 전에 openai.com/api/pricing에서 최신 요금을 꼭 확인하세요.

한 가지 더. OpenAI에서 Usage 페이지를 제공하는데, 여기서 일별 사용량이랑 비용을 실시간으로 볼 수 있어요. 월 예산 한도를 설정할 수도 있어서 “자는 동안 코드 돌다가 파산하면 어쩌지” 같은 걱정은 안 해도 돼요.

초보 시절 내가 저지른 실수 모음

돌이켜보면 어이없는 실수를 참 많이 했어요. 누군가는 같은 삽질을 피하길 바라는 마음에서 부끄럽지만 공유할게요.

가장 뼈아팠던 건 API 키를 깃허브에 올린 사건이에요. 코드를 공개 저장소에 푸시했는데, API 키가 그대로 포함돼 있었거든요. 다행히 12시간 만에 알아채서 키를 비활성화했지만, 그 사이에 누군가가 키를 긁어서 8달러어치를 써버렸어요. 소액이라 다행이었지 만약 한도 설정 안 해놨으면 더 큰일 날 뻔했죠. 환경 변수 쓰라는 이유가 있었던 거예요.

또 하나는 프롬프트 설계를 대충 한 거예요. “이 텍스트 분석해줘”라고만 보내니까 매번 다른 형식으로 답이 오는 거예요. 어떤 때는 번호 매기고, 어떤 때는 문단으로 쓰고. 나중에 알게 된 건데, “JSON 형식으로 답변해. key는 category, summary, priority로 해”처럼 구체적으로 요청하면 일관된 결과가 나와요. 이게 자동화에서 엄청 중요합니다. 결과 형식이 일정해야 다음 처리가 가능하니까요.

에러 핸들링을 안 한 것도 큰 실수였어요. API 호출이 항상 성공하는 줄 알았는데, 네트워크가 불안정하거나 토큰 한도를 초과하면 에러가 나거든요. try-except 구문 하나만 감싸면 되는 건데 그걸 몰라서 자동화 스크립트가 새벽 3시에 멈춰버린 적이 있었어요. 아침에 출근해서 보니까 “에러 났으니까 아무것도 안 했어요” 상태. 허탈하더라고요.

흔한 오해도 하나 바로잡을게요. “ChatGPT API를 쓰면 ChatGPT Plus 구독이랑 같은 거 아냐?”라고 생각하시는 분들이 많은데, 완전히 다른 서비스예요. ChatGPT Plus는 월 20달러짜리 채팅 서비스 구독이고, API는 프로그램에서 호출하는 별도 과금 체계예요. 계정은 같지만 결제는 따로 됩니다. 저도 처음에 “Plus 결제했으니까 API도 무료겠지” 생각하고 있다가 청구서 두 개 나온 적 있어요.

그리고 파이썬 버전 문제. 저는 아무 생각 없이 3.7 버전을 쓰고 있었는데 openai 라이브러리 최신 버전이 3.8 이상을 요구하더라고요. 설치는 되는데 실행하면 문법 에러가 나서 한참 헤맸어요. 파이썬 3.10 이상으로 시작하는 걸 권해드려요. 호환성 문제에서 자유로워집니다.

OpenAI API 공식 요금 확인하기

(URL 확인 후 교체 필요 — openai.com/api/pricing)