- AI 트랜스포메이션은 실제 업무 프로세스의 일부 단계를 AI가 맡도록 일하는 방식을 바꾸고, 도입 전과 비교해 효과를 숫자로 재는 일입니다.
- 전 직원용 라이선스나 웹사이트 챗봇은 도구입니다. 업무 단계가 그대로면 회사의 숫자도 그대로입니다.
- 제대로 진행하면 업무, 데이터, 사람, 통제 네 가지가 함께 바뀝니다.
- 숫자로 잴 수 있는 문제가 있고 책임자가 한 명인 프로세스 하나에서 시작합니다.
- 첫 90일은 효과를 잰 시범 운영, AI 사용 정책, 시스템을 쓸 줄 아는 팀, 다음 세 업무에 대한 결정으로 마무리해야 합니다.
AI 트랜스포메이션이란
AI 트랜스포메이션(AX, AI 전환)은 실제 업무 프로세스 안의 일부 단계를 AI가 맡도록 회사가 일하는 방식을 바꾸는 것입니다. 시스템이 접근할 수 있는 데이터, 어디를 확인해야 하는지 아는 사람, 누가 무엇을 승인하는지에 대한 규칙을 갖추고, 도입 전과 비교해 결과를 숫자로 잽니다.
여기서 트랜스포메이션은 업무 단계가 바뀐다는 뜻입니다. 모두에게 AI 계정이 있어도 경리 담당자가 청구서를 한 장씩 시스템에 손으로 입력하고 있다면, 프로세스는 작년과 같습니다.
정의는 출처마다 다릅니다. 디지털 전환(DX)의 일부로 보는 컨설팅사도 있고, DX 다음 단계로 보는 곳도 있습니다. 위 정의는 개발팀이 업무를 설계할 때 쓰는 것으로, 실제로 일어났는지 확인할 수 있다는 점을 기준으로 삼았습니다.
흔히 AI 트랜스포메이션이라고 부르는 세 가지
첫째는 전 직원 라이선스 구매입니다. ChatGPT나 Copilot 계정이 있으면 각자 이메일 초안이나 회의 요약을 더 빨리 만듭니다. 그래도 회사의 프로세스는 예전처럼 돌아가고, 사용 정책이 없으면 고객 데이터가 회사가 관리하지 않는 도구로 들어갈 수 있습니다.
둘째는 문서를 바탕으로 일반적인 질문에 답하는 웹사이트 챗봇입니다. 상태를 조회하거나 건을 등록해야 하는 질문이 오면 일은 결국 같은 직원에게 돌아옵니다. 챗봇이 일하는 방식의 변화가 되는 것은 사내 업무 시스템과 연결된 뒤입니다.
셋째는 디지털 전환(DX)입니다. ERP 도입이나 온라인 판매 채널 개설처럼 종이와 수작업을 시스템으로 옮깁니다. AI 트랜스포메이션은 그 위에 쌓는 일로, 이미 있는 시스템 안에서 어떤 단계를 누가 맡을지를 바꿉니다. 핵심 데이터가 아직 종이에 있는 회사라면 디지털화도 함께 진행해야 합니다. 시스템에 없는 데이터는 AI도 읽을 수 없기 때문입니다.
| 디지털 전환(DX) | AI 트랜스포메이션 | 직원용 AI 도구 구매 | |
|---|---|---|---|
| 무엇이 바뀌나 | 종이와 수작업이 시스템으로 옮겨지고 데이터가 디지털로 쌓이기 시작함 | 프로세스의 단계. AI가 일부를 맡고 사람은 판단과 예외 확인을 함 | 각자의 업무가 빨라짐. 회사 프로세스는 그대로 |
| 누가 이끄나 | IT 부서와 프로세스 책임자 | 성과를 책임지는 경영진. IT 부서와 그 일을 매일 하는 현장 관리자가 함께함 | IT 부서 또는 구매 부서 |
| 효과를 아는 방법 | 업무가 시스템에서 돌아가고 데이터가 빠짐없이 조회됨 | 그 업무의 숫자가 기준선 대비 움직임. 건당 처리 시간, 수정이 필요한 건수 등 | 사용자 수. 아직 사업 성과는 보여 주지 못함 |
| 흔한 실패 | 시스템은 새것, 일하는 방식은 그대로 | 여러 업무를 동시에 시작해 어느 것도 측정하지 못함 | 회사 데이터가 직원 개인 도구로 흘러감 |
실제로 진행하면 바뀌는 네 가지
업무가 먼저 바뀝니다. 프로세스마다 단계를 다시 쓰고, AI가 하는 단계, 사람이 판단하는 단계, 다음으로 넘어가기 전에 사람의 승인이 필요한 단계를 정합니다. 이 방식을 Human-in-the-Loop(사람이 판단에 참여하는 구조)라고 합니다. 처음에는 매일 반복되고, 틀려도 고칠 수 있는 업무가 적합합니다.
데이터는 회사가 정답으로 인정하는 하나의 버전, 즉 Source of Truth(기준 데이터)가 있어야 하고, 시스템을 통해 접근할 수 있어야 합니다. 제품 가격이 숫자가 서로 다른 엑셀 파일 세 개에 있다면 AI는 열어 본 파일대로 답합니다. 개인정보가 어디에 있고 태국 개인정보보호법(PDPA)상 어떤 도구에 넣어도 되는지도 파악해야 합니다. 시작 전에 이를 점검하는 일을 데이터 준비도 평가라고 합니다.
사람의 역할이 바뀝니다. 데이터를 입력하던 직원은 시스템이 확신하지 못하는 건을 확인하는 역할을 맡고, 현장 관리자는 통과 기준을 정합니다. 태국 사업장에서 새 시스템이 쓰이지 않는 이유는 대개 가까운 데 있습니다. 태국어 서류를 잘 읽지 못하거나, 태국인 직원이 자기 일이 사라질까 걱정하는 경우입니다. 그래서 변화 관리는 첫날부터 계획하고, 설명 자료와 교육은 태국어로, 현장 업무에 맞춰 준비합니다. 팀에 필요한 역량은 AI에 밀려 뒤처지지 않으려면 직원이 익혀야 할 10가지 역량에 정리했습니다.
통제는 문서로 남깁니다. 어떤 종류의 데이터를 어떤 도구에 넣어도 되는지, 어떤 결과물을 쓰기 전에 사람이 확인해야 하는지, 그리고 시스템이 실행될 때마다 감사 로그에 기록이 남는지입니다. 직원들이 이미 개인 AI 앱으로 회사 데이터를 다루고 있다면, 회사가 모르는 사이에 쓰이는 AI라는 뜻에서 이를 섀도 AI라고 합니다. 먼저 정책을 내고 회사가 관리하는 도구를 마련하십시오. 금지만 하면 사용이 IT 부서가 볼 수 없는 곳으로 옮겨 갑니다. 한국 본사에 AI 규정이 있더라도 태국 법과 태국어 업무에 맞춘 현지판이 필요합니다.
가상 사례
촌부리에 있는 한국계 자동차 부품 유통사(회사명과 세부 내용은 가상)는 사무직 전원에게 AI 라이선스를 사 주고 이를 AI 트랜스포메이션이라고 불렀습니다. 한 분기 뒤 이메일 초안에 쓰는 직원은 있었지만, 회사가 무엇을 얻었는지는 아무도 설명하지 못했습니다. 경리팀은 여전히 공급업체 청구서를 한 장씩 손으로 입력했고, 고객용 가격표 파일을 개인 AI 앱에 붙여 넣은 직원도 있었습니다.
두 번째 시도에서 경영진은 업무를 하나로 좁혔습니다. 공급업체 청구서를 기록하고 발주서와 대조하는 일입니다. 시작 전에 장당 처리 시간과 수정이 필요한 장수를 쟀고, 경리 팀장이 그 숫자의 책임자가 되었습니다. 개발팀은 태국어 청구서를 OCR로 읽고 ERP의 발주서와 대조한 뒤, 맞지 않는 건만 사람에게 넘기는 시스템을 만들었습니다. 그동안 회사는 AI 사용 정책을 작성했습니다. 석 달 뒤 경영진은 도입 전후의 숫자를 손에 쥐었고, 그 숫자로 다음 세 업무를 골랐습니다.
시작할 준비가 되었다는 신호
아래 목록은 일주일 안에 점검할 수 있습니다. 다섯 개 이상 해당하면 첫 프로세스를 시작하십시오. 그보다 적다면 빠진 항목이 첫 번째 일입니다.
- 매일 반복되는 작업이 주당 몇 시간씩 인력을 쓰고 있고, 하루에 몇 건을 처리하는지 셀 수 있다
- 그 작업에 쓰는 데이터가 추출 가능한 시스템에 있거나, 한데 모을 수 있는 서류다
- 그 작업의 숫자를 책임지겠다는 현장 관리자가 한 명 있다
- 실제로 그 일을 하는 사람들이 설계와 테스트에 참여하도록 경영진이 시간을 확보했다
- 어떤 데이터가 PDPA상 개인정보인지 알고 있다
- 직원들이 이미 스스로 AI를 쓰기 시작했다. 수요가 있다는 뜻이고, 정책이 필요한 때라는 뜻이기도 하다
측정할 수 있는 프로세스 하나에서 시작합니다
효과가 나는 출발점은 오늘 시점에서 문제를 숫자로 나타낼 수 있는 프로세스 하나입니다. 발행에 며칠씩 걸리는 견적서나, 팀이 하루 종일 같은 답을 되풀이하는 문의 같은 것입니다. 여러 개를 동시에 시작하면 팀이 흩어지고, 다음 결정을 내릴 만큼 분명한 숫자가 어느 업무에도 남지 않습니다. 고르기 전에 후보 업무에 대해 다음 네 가지를 물어보십시오.
트랜스포메이션이라고 부르기 전 네 가지 질문
- 질문 1 어떤 업무인가 프로세스 하나를 지목하고 어디서 시작해 어디서 끝나는지 말할 수 있어야 합니다. 예를 들어 청구서를 받는 순간부터 지급 등록까지입니다.
- 질문 2 어떤 숫자로 재는가 오늘부터 셀 수 있는 숫자 하나, 즉 기준선입니다. 건당 처리 시간이나 수정이 필요한 건수 등입니다.
- 질문 3 책임자는 누구인가 그 숫자를 책임지고 단계를 바꿀 권한이 있는 한 사람, 즉 프로세스 책임자입니다.
- 질문 4 데이터는 어디에 있는가 데이터를 가진 시스템, 꺼내는 방법, PDPA에 따라 회사 안에 두어야 하는 부분입니다.
규칙: 네 가지에 모두 답하지 못하면 그 업무는 아직 도구 시험 단계입니다. 다른 업무를 고르거나 빠진 답을 먼저 채우십시오.
어느 부서부터 시작할지 정하지 못했다면 인건비를 줄이려면 어느 부서부터 AI를 도입해야 할까?에서 부서별로 점수를 매기는 방법을 소개합니다.
첫 90일이 끝날 때 손에 있어야 할 것
첫날부터 측정한다면 시범 운영 하나에는 90일이면 충분합니다. 기간이 끝날 때 회사에는 다음 네 가지가 있어야 합니다.
- 실제 건으로 돌아가는 시범 운영 시스템 하나와 기준선 대비 숫자. 나아진 점과 그렇지 않은 점을 모두 담습니다 - 어떤 종류의 데이터를 어떤 도구에 넣어도 되는지, 어떤 업무에 사람의 확인이 필요한지 정한 AI 사용 정책 - 시스템을 쓸 줄 알고, 어디를 확인해야 하는지, 시스템이 틀렸을 때 누구에게 알려야 하는지 아는 팀 - ROI(투자 대비 수익) 순으로 정리한 다음 세 업무에 대한 결정과, 다른 업무를 미뤄도 되는 이유
첫 업무에서 효과가 나지 않았다면 멈추는 것도 유효한 결과입니다. 확대에 예산을 쓰기 전에 어디서 막혔는지 알게 되기 때문입니다. 단계별 계획, 판단 관문, 추진 조직, 진행을 추적하는 대시보드는 회사 대표를 위한 90일 AI-First 전환 계획에 정리했습니다.
개발팀 참고 · 시범 운영 전에 IT가 갖춰야 할 것
데이터 접근: 시범 운영에 쓰는 모든 시스템에 읽기 전용 서비스 계정을 만들고, API나 정기 내보내기로 데이터를 가져오며, 개인정보를 가린 테스트 데이터셋을 준비합니다. 사용자 인증: 회사의 SSO(Microsoft 365나 Google Workspace 등)로 로그인하고, 권한은 역할별로 주며, 공용 계정은 두지 않습니다. AI 시스템이 볼 수 있는 문서는 로그인한 사용자에게 열람 권한이 있는 범위로 제한합니다. 로그: 입력, 참조한 출처, 출력, 승인자, 모델과 프롬프트 버전을 사용자가 수정할 수 없는 감사 로그에 기록합니다. 데이터 분류: 데이터 분류 등급을 붙이고, 클라우드 모델로 보내도 되는 등급과 프라이빗 LLM이 필요한 등급을 정합니다. 측정: 기준선은 도입 후와 같은 방법으로 재고, 실제 운영 전에 귀사 업무의 실제 사례로 시스템을 시험하고, 무엇을 합격으로 볼지 정해 둡니다.
첫 90일을 저희는 이렇게 진행합니다
DNA Maker는 먼저 그 일을 매일 하는 사람 옆에 앉아 실제 업무를 봅니다. 귀사의 데이터, 시스템, 팀을 평가하고 AI가 도울 수 있는 업무를 투자 대비 수익 순으로 정리합니다. 개발에 들어가기 전에 귀사는 준비도 보고서, 우선순위를 매긴 활용 사례 목록, 인력·예산·KPI를 담은 90일 로드맵, 안전하고 적법한 AI 사용 정책을 받습니다. 아직 AI를 쓰지 않는 편이 나은 업무는 그렇다고 분명히 말씀드립니다.
그다음 DNA Maker 소속 엔지니어가 첫 시스템을 실제 업무에서 돌아갈 때까지 만듭니다. 외주는 주지 않으며, 매주 작동하는 소프트웨어를 보여 드립니다. Microsoft 365, Google Workspace, 사용 중인 ERP와 연결하고, 회사 밖으로 나갈 수 없는 데이터는 귀사 환경에 두는 프라이빗 LLM으로 처리합니다. 마무리 단계에서는 팀이 직접 쓰고 관리할 수 있도록 교육합니다. 범위와 가격은 착수 전에 확정하고, 소스 코드는 범위에 따라 넘겨 드립니다. 500건이 넘는 저희 프로젝트에는 은행, 병원, 태국 대기업 그룹의 일이 있습니다. 자세한 내용은 AI 트랜스포메이션 페이지를 보시거나, 채팅에서 Dream에게 업무 내용을 알려 주십시오.
SOFTWARE ENGINEERING GLOSSARY
소프트웨어 엔지니어링 용어집
| 용어 | 의미 | 쉬운 예시 | 개발팀에 물어봐야 할 질문 |
|---|---|---|---|
| AI 트랜스포메이션 | 실제 업무 프로세스의 일부를 AI가 맡도록 일하는 방식을 바꾸고 효과를 숫자로 재는 일 | AI가 청구서를 읽고, 사람은 맞지 않는 건만 확인함 | 우리 회사의 어떤 단계가 바뀌고, 어떤 숫자로 잽니까? |
| 시범 운영(Pilot) | 확대하기 전에 작은 범위의 실제 업무에서 시스템을 돌려 보는 일 | 일부 공급업체의 청구서로만 먼저 시작함 | 시범 운영이 실패하면 어디서 멈출 수 있습니까? |
| 기준선(Baseline) | 시스템 도입 전 업무의 숫자. 도입 후와 비교하는 데 씀 | 청구서 한 장을 기록하는 평균 시간 | 기준선을 도입 후와 같은 방법으로 쟀습니까? |
| 프로세스 책임자 | 프로세스의 성과를 책임지고 단계를 바꿀 권한이 있는 사람 | 월 결산 기간을 책임지는 경리 팀장 | 새 단계가 문제없다고 승인하는 사람은 누구입니까? |
| 섀도 AI | 회사가 모르는 사이 직원이 개인 AI 도구로 회사 데이터를 다루는 일 | 고객용 가격표를 휴대전화 AI 앱에 붙여 넣음 | 지금 우리 데이터 중 무엇이 회사가 관리하지 않는 도구에 있습니까? |