클로드로 문서 정리하기 (PDF, 엑셀, 이미지 워크플로)
홍승협(준이아빠) / 데이터 분석, AI 실무 교육
PDF, 이미지, Excel, Word 같은 문서 자료를 Claude에 통째로 던져 분석, 요약, 변환, 정리하는 표준 흐름입니다. 매주 반복되는 자료 정리 업무를 일관된 품질로 만드는 데 쓰입니다.
이 글은 앤트로픽이 운영하는 claude.com/resources와 platform.claude.com/docs의 문서, 이미지 처리 자료를 한국 입문자가 보기 편하게 정리한 글입니다.
🤔 PDF, 이미지, 표를 매주 정리하느라 시간이 너무 든다면
매주 회의록 정리, 광고 리포트 분석, 학습 자료 변환 같은 작업이 반복됩니다. 자료 형식은 PDF, 이미지, Excel, Word, 캡처 화면 등 제각각인데 결과물은 표, 요약, 보고서로 일정한 형식이어야 합니다.
이 흐름을 매번 손으로 하면 시간이 큽니다. Claude는 이런 자료를 통째로 받아 분석, 변환, 정리하는 데 강한 도구입니다. 다만 그냥 던지기보다 워크플로를 갖고 던지는 쪽이 결과 품질이 분명히 더 좋습니다.
📂 Claude가 다룰 수 있는 자료 형식
claude.ai와 Claude API 모두 다음 형식을 직접 받습니다.
- PDF: 보고서, 논문, 매뉴얼
- 이미지: PNG, JPG, 스크린샷, 사진
- Word, Excel, PowerPoint: 문서, 표, 슬라이드
- CSV, TXT, Markdown: 텍스트 기반 자료
- HTML: 웹 페이지 저장본
OCR 변환이나 별도 전처리 없이 바로 업로드해 분석을 시킬 수 있습니다.
🔁 표준 4단계 워크플로
긴 자료 분석은 다음 네 단계로 흐름화할 때 가장 안정적입니다.
1단계. 자료 첨부 + 명확한 지시
- 파일을 통째로 업로드.
- "이 자료에서만 답해 달라"고 범위를 좁힘.
- 프롬프트 엔지니어링 5요소로 역할, 맥락, 작업, 제약, 예시를 갖춤.
2단계. 요약 (Summary)
- 전체 자료를 5~10줄로 압축.
- 분석 단계의 기반이 됩니다.
3단계. 분석 (Analysis)
- 요약을 바탕으로 패턴, 반복 키워드, 인사이트 도출.
- Extended Thinking을 사용 설정하면 깊이가 늘어납니다.
4단계. 결론, 결과물 (Output)
- Artifacts로 마크다운 보고서, 표, 슬라이드 초안 생성.
- 사람 검증 후 외부에 발행.
이 흐름을 한 번 정착시키면 같은 형식의 자료가 매주 같은 품질로 정리됩니다.
📑 시나리오 1. 회의록 정리
회의록을 음성 녹음 → 자동 받아쓰기 → 정리하는 흐름이 일반적입니다.
- 자료 첨부: 받아쓴 텍스트 또는 자료 파일 업로드
- 지시: "결정 사항, 할 일, 미해결 이슈 세 가지로 정리. 분량 각 5개 이내, 잡담 제외"
- 결과: Artifacts 마크다운 표 → 노션/구글 닥스로 옮김
Skills로 등록하면 매번 같은 형식이 나옵니다.
📊 시나리오 2. 두꺼운 보고서 분석
100쪽 분량의 보고서를 분석하는 흐름입니다.
- 모델 선택: 1M 컨텍스트 모델(Sonnet 5 또는 Opus 5)
- 단계 분리:
- "전체 5줄 요약"
- "주제별 3~5개 키 인사이트"
- "결정자에게 추천하는 다음 행동 3가지"
- 검증: 출처가 보고서 안에 실제로 있는지 무작위 3곳 확인
환각 위험이 큰 자리이므로 검증 단계가 필수입니다.
🖼️ 시나리오 3. 영수증, 스크린샷을 표로 변환
영수증 사진 50장을 스프레드시트로 옮기는 작업입니다.
- 자료 첨부: 사진들을 한 번에 업로드
- 지시: "각 영수증에서 날짜, 금액, 항목을 표로 정리. 표 형식: 날짜 | 금액 | 항목"
- 결과: Artifacts 마크다운 표 → 엑셀로 옮김
자동화 빈도가 높다면 Cowork Dispatch로 매월 자동 실행으로 묶을 수 있습니다.
🌐 시나리오 4. 외국어 자료 한국어 변환
영문 논문, 기사, 매뉴얼을 한국어로 변환하는 흐름입니다.
- 자료 첨부: PDF 통째로
- 지시: "한국어 존댓말로 핵심 7개. 영어 용어는 한국어 풀이를 괄호로 함께. 분량 2쪽 이내"
- 변환 후 검증: 핵심 사실이 맞는지 원문과 비교
학습 자료라면 교육자 가이드 시나리오 3을 참고하세요.
🔗 다른 도구와의 묶음
문서 워크플로는 단독보다 다른 도구와 묶일 때 효과가 커집니다.
- Projects: 회사 양식, 과거 자료, 검토 체크리스트를 묶어둠
- Artifacts: 결과물을 시각으로 다듬음
- Skills: 잘 됐던 워크플로를 재사용 단위로 등록
- Cowork: 매주, 매월 반복되는 워크플로를 자동 실행
⚠️ 자주 하는 실수 3가지
1. 너무 긴 자료를 한 번에 분석하기
- 1M 컨텍스트라도 한 번에 다 던지면 앞부분 정확도가 떨어집니다. 단계로 쪼개세요.
2. 검증 없이 결과 사용
- 자료에서 나오지 않은 내용을 AI가 만들어 넣을 수 있습니다(환각). 무작위 검증을 흐름에 넣으세요.
3. 민감 정보 그대로 입력
- 회사 내부 자료, 고객 개인정보, 미공개 IR 자료는 책임감 있는 AI 사용의 보안 기준에 따라 가명화, 마스킹 후 입력합니다.
📋 3줄 요약
-
Claude는 PDF와 이미지, Word와 Excel, CSV와 HTML을 그대로 받아 분석하고 표나 요약으로 바꿔 줍니다.
-
자료 정리는 자료 첨부와 분명한 지시, 단계 분리, 결과 검증 네 단계로 나눌 때 품질이 일정해집니다.
-
100쪽짜리 보고서는 1M 컨텍스트 모델에 통째로 넣되 요약과 인사이트를 나눠 요청하고 출처가 본문에 실제로 있는지 무작위로 확인합니다.
📚 참고 자료
- Claude 활용 사례 모음: https://claude.com/resources/use-cases
- Vision (이미지 입력) 문서: https://platform.claude.com/docs/en/build-with-claude/vision
- PDF 처리 가이드: https://platform.claude.com/docs/en/build-with-claude/pdf-support
- Anthropic Academy: https://www.anthropic.com/learn
이 글이 도움이 되셨다면 공유해 주세요
메신저로 바로 보내거나 링크를 복사할 수 있습니다.
두꺼운 PDF 보고서 100쪽을 정리할 때 결과 품질을 가장 안정적으로 만드는 흐름은 무엇일까요?
이어서 배우면 좋은 개념
클로드 아티팩트(Artifacts) 활용하기: 실시간 결과물 생성
claude.ai 화면 한쪽에서 코드, 문서, HTML, SVG, 표 같은 결과물을 별도 패널로 띄워 보여주는 기능입니다. 대화 중에 만든 결과물을 즉시 보고, 수정, 반복하며 다듬을 수 있습니다.
클로드 프로젝트(Claude Projects) 활용하기
claude.ai에서 같은 자료, 지시, 대화 기록을 묶어 두는 작업 공간입니다. 매번 새 대화에서 컨텍스트를 다시 깔지 않고, 정해진 맥락 위에서 일관된 결과를 받기 위한 기능입니다.
컨텍스트 윈도우 (Context Window) 들여다보기
AI 모델이 한 번의 대화에서 동시에 처리할 수 있는 입력, 출력 토큰의 총량입니다. 컨텍스트 윈도우 크기에 따라 한 번에 던질 수 있는 자료의 분량과 대화 길이가 결정됩니다.
생성형 엔진 최적화 (GEO) 이해하기
생성형 엔진 최적화(GEO)는 챗GPT, 제미나이 같은 AI가 만드는 답변에 내 콘텐츠가 인용되도록 만드는 작업입니다.
관련 인사이트
- AI 모델 증류 뜻과 과정: 로컬 LLM이 좋아지는 이유AI 모델 증류는 큰 원본 모델에 문제를 대량으로 풀린 뒤 그 답을 받아 작은 모델에 담는 방법입니다. 술을 내리는 공정과 어디까지 같은지, 원본과 증류본 사이에 무엇이 오가는지, 로컬 LLM은 2027년에 어디까지 갈지 정리했습니다.
- ChatGPT Images 2.5 정리: 달라진 점과 API 모델 2종ChatGPT Images 2.5는 오픈AI가 2026년 9월 8일 공개한 이미지 생성 모델입니다. 지정한 부분만 고치고 나머지를 유지하는 편집 정확도와 최대 50% 줄어든 생성 지연, API에 함께 나온 Flare와 Sunburst의 차이를 공식 발표문으로 정리했습니다.
- 클로드 맥스 집단소송 정리: 5배와 20배가 무엇의 배수인지클로드 맥스 집단소송은 앤트로픽이 Max 요금제의 사용 한도를 실제보다 크게 보이도록 광고했다는 미국 구독자들의 소송입니다. 5배와 20배가 5시간 세션을 기준으로 한 수치라는 점, 공식 요금제 페이지에서 그 조건이 어디에 적혀 있는지, 구독 전에 확인할 것을 정리했습니다.
- 메타 뮤즈 정리: 개인 AI 에이전트가 하는 일과 보안 구조메타 뮤즈(Meta Muse)는 메타가 2026년 9월 8일 공개한 개인 AI 에이전트입니다. 질문에 답하는 대신 메일을 보내고 예약과 결제를 대신하며, 전용 가상 머신과 감시 에이전트를 나눠 둔 구조와 연결 서비스, 요금제를 공식 발표문으로 정리했습니다.
- OpenAI 나비에 스토크스 증명 정리: 밀레니엄 문제와 공적 논란OpenAI 나비에 스토크스 증명은 3차원 유체 방정식이 유한 시간 안에 특이점을 만들 수 있음을 보인 결과입니다. 공개되지 않은 내부 모델을 쓴 에이전트 약 1만 개가 88시간 만에 도달했고, 같은 경로를 1년 가까이 연구하던 수학자들이 공적 문제를 제기한 경위를 공식 발표문을 근거로 정리했습니다.
- AI 생산성 역설, 일이 늘어난 게 아니라 눈높이가 올라간 것AI 생산성 역설은 개인의 작업 속도는 빨라졌는데 조직의 생산성 지표는 거의 움직이지 않는 현상입니다. 일하는 시간이 늘었다는 말이 함께 나오는 배경을, 속도가 느려진 쪽이 아니라 그동안 넘어가던 품질을 이제야 챙기기 시작한 쪽에서 살펴봤습니다.
