- 기업의 AI 활용은 네 가지 질문으로 나뉩니다. 왜 쓰는가, 어디에 쓰는가, 어떻게 작동하는가, 어떻게 도입하는가. 도구를 고르기 전에 이 순서로 답하십시오.
- 한 부서에서 매일 반복되는 일 하나로 시작하고, 시작 전의 숫자를 기록해 두십시오.
- 실제로 쓰기 전에 그 일의 책임자, 사람이 승인하는 단계, AI에 넘겨도 되는 데이터의 규칙을 갖추십시오.
- 대표와 IT 부서는 읽는 순서가 다릅니다. 첫 번째 일은 함께 정하십시오.
기업의 AI 활용은 네 가지 질문에서 시작합니다
대부분의 대표는 어떤 AI 도구를 살지부터 고민합니다. IT 부서는 지금의 시스템과 어떻게 연결할지부터 고민합니다. 둘 다 중요한 질문이지만 너무 일찍 나옵니다. 도구를 고르기 전에 회사가 답해야 할 질문이 네 가지 있습니다. 왜 쓰고 효과를 어떻게 잴 것인가, 어떤 일에 쓸 것인가, 시스템은 어떻게 작동하는가, 어떻게 도입할 것인가입니다.
이 가이드는 9장으로 되어 있고, 이 장은 전체 지도입니다. 나머지 8장이 네 가지 질문에 차례로 답합니다.
왜: 숫자로 측정할 수 있는 효과
첫 질문은 AI로 무엇이 나아지고, 나아졌다는 것을 어떻게 확인하느냐입니다. 측정할 수 있는 효과는 대부분 매일 반복되는 일에 있습니다. 시스템에 다시 입력하는 서류, 매번 같은 방식으로 답하는 고객 문의, 책상 위에 멈춰 있는 결재가 그렇습니다.
제1장 기업 AI 도입 효과 7가지, 숫자로 측정하는 방법은 효과를 일곱 가지로 나누고, 각각 무엇을 측정하며 도입 전에 어떻게 기록하는지 설명합니다. 우리 회사는 수작업에 매달 얼마를 쓰고 있을까?와 함께 읽으십시오. 이 숫자가 나중에 경영진이 묻는 ROI(투자 대비 수익)의 바탕이 됩니다.
어디에: 부서별 업무
무엇을 측정할지 정했다면 다음은 어디에 쓸지입니다. 영업은 견적을 더 빨리 내고 싶어 합니다. 회계는 태국어 청구서를 다시 입력하는 일을 그만두고 싶어 합니다. 구매는 공급사 가격을 더 빨리 비교하고 싶어 합니다. 인사는 직원이 복리후생에 관한 답을 스스로 찾기를 바랍니다.
제2장 부서별 AI 활용 사례: 영업, 회계, 구매, 인사는 부서별 사례를 모아, 오늘 바로 AI를 쓸 수 있는 일과 데이터가 갖춰질 때까지 기다려야 하는 일을 나눕니다. 첫 부서를 고를 때의 점수 매기는 법은 인건비를 줄이려면 어느 부서부터 AI를 도입해야 할까?에 있습니다.
어떻게 작동하는가: LLM, RAG, 에이전트와 시스템 구조
흔히 건너뛰었다가 계약 뒤에 다시 만나는 부분입니다. 대표는 AI 시스템이 무엇으로 이루어졌는지 알아야 합니다. 부품마다 비용과 위험이 다르기 때문입니다.
제3장 AI 앱의 작동 원리: LLM, RAG, AI 에이전트를 실제 앱으로 설명은 세 가지 핵심 부품을 설명합니다. LLM은 글을 읽고 쓰는 언어 모델입니다. RAG(검색 증강 생성)는 답하기 전에 회사 문서를 검색하게 해서 답이 귀사의 데이터에서 나오게 하는 방법입니다. AI 에이전트는 일 하나를 받아 필요한 시스템을 열고 끝까지 처리합니다.
제4장 사내 AI 시스템의 7개 계층: IT 부서가 구축 전에 정할 것은 IT 부서를 위한 장입니다. AI 시스템은 LINE 공식 계정 같은 채널에서 모델, 데이터, 통제, 효과 측정에 이르는 일곱 개 계층으로 이루어집니다. 계층마다 만들기 전에 정해야 할 질문이 있습니다. 고객 데이터를 회사 밖으로 내보낼 수 없다면 프라이빗 LLM이 선택지입니다. 자세한 내용은 데이터가 회사 밖으로 나가면 안 되는 기업을 위한 프라이빗 AI 선택지에 있습니다.
제5장 AI 에이전트, 에이전틱 AI, 생성형 AI의 차이는 제안서에 나오는 세 용어를 정리합니다. 생성형 AI는 초안을 만들고 끝납니다. AI 에이전트는 주어진 권한 안에서 일 하나를 끝냅니다. 에이전틱 AI는 사람이 정한 범위 안에서 여러 단계와 시스템을 조율합니다. 비교표가 있고, 일반 챗봇으로 충분한 경우도 설명합니다.
어떻게 도입하는가: 규칙, 일하는 방식, 개발사 선정
마지막 질문에는 세 개의 장이 있습니다. 도입은 나란히 진행되는 세 가지 일이기 때문입니다.
제6장 사내 생성형 AI 가이드라인: 태국 PDPA에 맞춘 10개 항목은 첫 시스템이 가동되기 전에 읽어야 할 장입니다. 많은 회사에서 직원들이 이미 IT 부서가 모르는 AI를 쓰고 있습니다. 한 쪽짜리 규정으로 어떤 데이터를 어떤 도구에 넣어도 되는지, 새 도구는 누가 승인하는지, 누군가 실수했을 때 무엇을 하는지, 그리고 태국 개인정보보호법(PDPA)이 요구하는 항목을 정합니다.
제7장 AI 트랜스포메이션이란? 어디서 시작하고 첫 90일에 무엇을 할까는 도구 구매와 일하는 방식의 변화를 나눠서 봅니다. AI 트랜스포메이션은 AI를 일상 업무에 넣어 프로세스, 역할, 성과를 재는 방식을 바꾸는 일입니다. 첫 90일을 무엇으로 마무리해야 하는지 보여 줍니다. 기간별 계획은 회사 대표를 위한 90일 AI-First 전환 계획에 있습니다.
제8장 앱·AI 시스템 개발 의뢰 전 자주 묻는 질문 20가지는 계약 전에 발주하는 쪽이 묻는 질문을 가격과 기간, 범위와 기술, 협업 방식, 인도 후의 네 묶음으로 정리했습니다. 모든 개발사에 같은 질문을 쓰십시오. 회사 쪽에서 먼저 준비할 것은 AI 개발사와 계약하기 전에 무엇을 준비해야 할까에 있습니다.
가상 사례
나콘빠톰에 있는 가족 경영 냉동식품 제조사(회사명과 세부 내용은 가상)는 식당에 제품을 납품합니다. 첫 분기에 경영진은 '왜'와 '어디에'에 답했습니다. 영업팀이 LINE으로 주문을 받아 시스템에 입력하는 시간을 쟀고, 첫 번째 일로 주문 접수를 골랐습니다. 매일 반복되고, 영업팀장이 책임자를 맡았기 때문입니다.
둘째 분기에 IT 부서는 기존 판매 시스템에 API가 없다는 것을 알고 연결 통로부터 만들었습니다. 회사는 같은 시기에 한 쪽짜리 규정을 냈습니다. 고객 명단을 개인 AI 채팅 앱에 붙여 넣는 직원이 이미 있었기 때문입니다. 셋째 분기에는 에이전트가 LINE 공식 계정으로 주문을 받아 주문서 초안을 만들고, 영업팀이 확인하게 했습니다. 첫 실수는 단위였습니다. 고객은 상자 단위로 주문했는데 시스템은 봉지로 기록했습니다. 팀은 단위가 분명하지 않으면 되묻는 규칙을 더했습니다. 넷째 분기에 회사는 연초에 기록한 숫자와 비교한 뒤, 두 번째 일로 회계팀의 공급사 청구서를 골랐습니다.
역할별 읽는 순서
대표와 IT 부서는 정할 일이 다르므로 읽는 순서도 다르고, 첫 번째 일을 고르는 자리에서 만납니다.
네 가지 질문 지도
- 왜 제1장. 결과물: 측정할 일의 시작 전 숫자
- 어디에 제2장. 결과물: 한 부서의 첫 번째 일과 책임자 이름
- 어떻게 작동하는가 제3·4·5장. 결과물: 연결할 시스템, 회사 밖으로 나가도 되는 데이터, 일의 단계
- 어떻게 도입하는가 제6·7·8장. 결과물: 한 쪽짜리 규정, 90일 계획, 개발사에 물을 질문
대표의 순서: 제1, 2, 5, 7, 6, 8장
IT 부서의 순서: 제3, 4, 5, 6, 8장
읽는 규칙: '왜'에 숫자가 없다면 아직 도구를 고르지 않습니다.
| 장 | 읽어야 할 사람 | 답하는 질문 | 내릴 수 있는 결정 |
|---|---|---|---|
| 1 기업 AI 도입 효과 7가지 | 대표, 재무 책임자 | AI로 무엇이 나아지고 어떻게 재는가 | 시작 전에 어떤 숫자를 잴 것인가 |
| 2 부서별 AI 활용 사례 | 대표, 부서장 | 우리 부서의 어떤 일에 AI를 쓸 수 있는가 | 첫 번째 일과 그 책임자 |
| 3 AI 앱의 작동 원리 | IT 부서, 경영진 | LLM, RAG, AI 에이전트는 어떻게 다른가 | 첫 번째 일에 필요한 부품 |
| 4 사내 AI 시스템의 7개 계층 | IT 부서 | AI 시스템은 회사의 무엇과 연결되는가 | 어떤 모델을 쓰고, 데이터를 어디에 두고, 누가 승인하는가 |
| 5 AI 에이전트, 에이전틱 AI, 생성형 AI | 대표, IT 부서 | 개발사가 제안하는 것은 어느 단계인가 | 첫 번째 일은 어느 단계여야 하는가 |
| 6 사내 AI 사용 규정 | 인사, 법무, IT 부서 | PDPA상 어떤 데이터를 AI에 넣어도 되는가 | 공지할 수 있는 한 쪽짜리 규정 |
| 7 AI 트랜스포메이션이란 | 대표, 경영진 | 도구 구매와 무엇이 다른가 | 첫 90일을 무엇으로 마무리할 것인가 |
| 8 의뢰 전 자주 묻는 질문 20가지 | 대표, 구매 부서 | 계약 전에 개발사에 무엇을 물어야 하는가 | 비교할 수 있는 답으로 개발사 고르기 |
구축을 시작할 준비가 된 때
개발사와 이야기하기 전에 이 목록으로 확인하십시오. 빠진 항목이 있으면 그 항목에 답하는 장으로 돌아가십시오.
- 한 부서의 첫 번째 일 하나와 그 책임자의 이름이 있다
- 그 일의 시작 전 숫자가 있다(건당 시간 등)
- 그 일이 다루는 시스템과 API 유무를 안다
- 어떤 고객 데이터는 회사 밖으로 나가도 되고 어떤 것은 안에 남아야 하는지 합의했다
- 한 쪽짜리라도 직원들이 아는 AI 사용 규정이 있다
- 어느 단계에서 누가 승인하는지 정했다
- 모든 개발사에 똑같이 물을 질문 목록이 있다
개발팀 참고 · IT 부서가 먼저 읽을 것
먼저 제3장을 읽어 LLM, RAG, 에이전트라는 말의 뜻을 팀 안에서도, 개발사와 사이에서도 같게 맞추십시오. 다음은 제4장입니다. 나중에 되돌리기 가장 어려운 결정이 데이터 계층과 통제 계층에 모여 있기 때문입니다. 원본 데이터는 어느 시스템에 있는지, API가 있는지 RPA가 필요한지, 모델을 클라우드에서 돌릴지 사내에서 돌릴지, 감사 로그를 어디에 보관할지가 여기에 들어갑니다. 개발사를 만나기 전에 API 유무를 적은 시스템 목록, 개인정보의 흐름을 보여 주는 그림, 에이전트에 필요한 가장 좁은 권한, 이 세 가지를 준비하십시오. 그다음 제6장을 읽으십시오. 데이터 규정을 시스템에서 실제로 작동하게 만드는 쪽은 IT 부서이기 때문입니다.
이 길을 따라 저희는 이렇게 일합니다
이 가이드의 길은 DNA Maker가 고객과 일하는 방식 그대로입니다. 저희는 그 일을 매일 하는 분들의 이야기를 듣는 데서 시작합니다. 시스템이 지켜야 할 규칙은 그분들의 경험 속에 있기 때문입니다. 들은 내용을 업무 단계, 규칙, 단계마다 쓰는 데이터, 사람이 판단하는 지점으로 적어 냅니다. 이 컨설팅 단계에서 지도의 첫 두 질문에 답하고, 아직 AI를 쓰기에 이른 일이라면 그렇게 분명히 말씀드립니다.
첫 번째 일이 정해지면 작업 전에 범위와 가격을 고정합니다. 화면 시제품을 승인받은 뒤 짧은 주기로 나눠 만들고, 매주 데모를 보여 드리며, 시니어 엔지니어가 검토합니다. 테스트를 거쳐 실제 운영에 들어간 뒤에는 직원 교육과 월간 유지보수를 이어 갑니다. 프로젝트를 맡는 사람은 모두 DNA Maker 팀이며 외주는 주지 않습니다. 태국의 은행, 병원, 대기업 그룹에서도 이런 일을 해 왔습니다. AI 트랜스포메이션과 AI 앱 개발 페이지를 보시거나, 채팅에서 Dream에게 업무를 설명하시면 몇 분 안에 대략적인 견적을 받으실 수 있습니다.
SOFTWARE ENGINEERING GLOSSARY
소프트웨어 엔지니어링 용어집
| 용어 | 의미 | 쉬운 예시 | 개발팀에 물어봐야 할 질문 |
|---|---|---|---|
| LLM | 글을 읽고 쓰는 대규모 언어 모델 | LINE 공식 계정에서 고객 답변 초안을 쓰는 부분 | 어떤 모델을 쓰며, 바꿀 수 있습니까? |
| RAG(검색 증강 생성) | 답하기 전에 회사 문서를 검색하게 하는 방법 | 직원이 휴가를 물으면 최신 인사 규정에서 답한다 | 문서가 바뀌면 누가 시스템을 갱신합니까? |
| AI 에이전트 | 일 하나를 받아 주어진 권한 안에서 끝내는 소프트웨어 | LINE 공식 계정으로 받은 주문으로 주문서 초안을 만든다 | 이 에이전트는 어떤 시스템에 접근하며, 누가 권한을 주었습니까? |
| ROI(투자 대비 수익) | 투자한 돈에 비해 얻는 성과 | 매달 아낀 시간과 시스템 비용을 비교한다 | 시작 전 숫자는 무엇이고, 누가 측정합니까? |
| 프라이빗 LLM | 회사 자체 환경에서 돌리는 언어 모델 | 고객 데이터가 회사 서버 밖으로 나가지 않는다 | 우리 회사의 어떤 일에 프라이빗 LLM이 꼭 필요합니까? |