나는 이렇게 AI로 매달 가계부를 자동화했다

1. AI 가계부 자동화의 시작 – 수기로 입력하는 시대는 끝났다

가계부를 쓴다는 건 단순히 돈을 관리하는 차원을 넘어서, 자신의 소비 습관과 재무 상태를 정기적으로 진단하는 일이다. 하지만 매일 영수증을 보고 하나하나 입력하는 건 생각보다 귀찮고 시간이 오래 걸린다. 그래서 나는 어느 순간부터 '자동화'를 고민하기 시작했다. 그렇게 발견한 것이 바로 AI를 활용한 가계부 자동화 시스템이다.

기존에는 엑셀에 직접 입력하거나 가계부 앱에 하나하나 기록했지만, AI를 활용하자 완전히 새로운 세계가 열렸다. OCR(광학문자인식)을 통해 카드 사용 영수증, 문자 메시지, 은행 내역 등을 자동으로 인식하고, 필요한 정보만 뽑아서 분류하는 것이다. 내가 사용한 기술은 파이썬 기반의 자동화 스크립트와 Google Gemini API, 그리고 Excel 자동 정리 매크로였다. 이 시스템 덕분에 이제는 하루 단 10초면 전체 지출 내역이 업데이트되고, 분석 결과까지 확인할 수 있게 됐다.

 

2. 매달 반복되는 수고를 없애는 RPA와 AI의 조합

많은 사람들이 “AI로 가계부를 자동화한다”는 말을 들으면 어려울 거라고 생각하지만, 사실 RPA(Robotic Process Automation)와 AI를 잘 조합하면 충분히 가능한 일이다. 나는 MS Power Automate Desktop과 파이썬 스크립트를 통해 자동화된 워크플로를 구축했다.

월말이 되면 은행 사이트에서 자동으로 거래내역 엑셀 파일을 다운로드하고, 해당 데이터를 분석해서 카테고리별로 분류한다. 예를 들어 '식비', '교통', '고정지출' 같은 항목별로 자동 필터링되는 것이다. 이 모든 과정은 RPA가 처리하고, 분류 기준이나 예외 처리는 AI가 학습한 패턴을 기반으로 처리한다. 초기에는 오류도 있었지만, AI 학습 데이터를 조금씩 보정해가며 신뢰도 높은 결과를 얻을 수 있었다. 반복적인 작업을 줄이고, 실수를 줄이는 이점이 특히 컸다.

 

3. AI 가계부 자동화의 핵심: 텍스트 분류와 키워드 매칭

가계부 자동화의 본질은 결국 입력된 데이터를 얼마나 정확하게 분류할 수 있느냐에 달려 있다. 특히 은행 입출금 내역, 카드 결제 내역, 문자 알림 등은 그 형식이 다양하고 복잡하다. 나는 이 문제를 해결하기 위해 텍스트 분류 모델과 키워드 매칭 시스템을 도입했다.

예를 들어, '스타벅스', '파리바게뜨'라는 단어가 포함된 결제 내역은 자동으로 '식비'로 분류되고, 'KT', 'SKT'는 '통신비'로 인식되게 만든 것이다. 초기에는 단순한 키워드 매칭 방식으로 시작했지만, 시간이 지날수록 AI 모델에 데이터를 학습시키면서 점점 더 정교해졌다. 특히 Google Gemini API와 OpenAI 모델을 활용하여 문장 구조나 맥락을 이해하는 수준까지 발전시킬 수 있었다. 그 결과, 이제는 거의 대부분의 지출이 사람의 개입 없이 자동 분류된다.

 

4. 자동화된 가계부가 만들어주는 경제적 자유의 첫걸음

이렇게 AI를 활용해 가계부를 자동화하고 나서, 가장 큰 변화는 ‘지출에 대한 통제력’이었다. 매달 무엇에 얼마나 쓰고 있는지 빠르게 파악할 수 있고, 불필요한 지출을 줄이기 위한 피드백도 바로 얻을 수 있다. 가계부를 꾸준히 쓰는 사람은 많지만, 정작 그 데이터를 분석해서 '행동 변화'까지 이어지는 경우는 많지 않다. 하지만 자동화된 시스템은 그런 변화의 시작을 가능하게 한다.

또한 자동화 시스템을 구축해놓으면 나뿐만 아니라 가족들도 활용할 수 있어, 전체 가정의 재무 관리에도 도움이 된다. 특히 맞벌이 가정이나 자영업자처럼 지출 항목이 많은 경우에는 AI 기반 가계부 자동화가 필수가 될 것이라 확신한다. 이 모든 것이 가능한 시대에, 더 이상 가계부를 쓰는 것이 스트레스가 되어서는 안 된다. 오히려 자동화된 가계부는 ‘경제적 자유’를 향한 강력한 도구가 될 수 있다.