AI 트랜스포메이션 페이지로 돌아가기

AI를 실무에 들이려는 태국 법인 · 15 / 16

태국 법인 AI 도입 구축, 첫 업무 선정부터 실제 운영까지

첫 AI 시스템을 구축합니다. 효과가 큰 업무를 고르고, ERP와 LINE 데이터를 연결하고, PDPA에 맞춘 권한을 설정한 뒤 교육과 인계까지 마칩니다.

노트북을 가리키는 운영 책임자와 옆의 엔지니어, 첫 업무와 데이터 연결 완료, 팀 교육 진행 중을 보여 주는 AI 도입 카드. AI를 실무에 들이려는 태국 법인
“AI를 써야 한다는 데는 본사도 태국 법인도 같은 생각입니다. 그런데 ERP 데이터를 AI가 어떻게 읽게 할지, 누구에게 어떤 데이터를 보여 줄지, 업체가 납품한 뒤에는 누가 관리할지 답할 사람이 없습니다.”

자주 보는 문제

태국 법인 업무의 대부분은 ERP, 부서별 LINE 그룹, 이메일로 오가는 Excel 파일 안에 있습니다. 도입한 AI 도구는 이 데이터에 손을 대지 못합니다. 연결해 줄 사람이 없기 때문입니다. 업체 데모는 샘플 데이터라 그럴듯해 보이지만, ERP에서 미수금 잔액을 어떻게 가져올지, 고객 정보나 급여를 누가 봐도 되는지, 모델 비용이 매달 얼마인지 물으면 분명한 답이 돌아오지 않습니다.

IT 담당자는 데이터 유출과 끝없는 청구서를 걱정하고, 본사는 이번 분기 안에 성과를 요구하며, 현지 직원은 일이 늘어날까 봐 경계합니다. 그렇게 이야기는 회의실을 벗어나지 못하고, 팀이 실제로 쓰는 시스템 하나 없이 회계연도가 끝납니다.

해결 방법

먼저 그 업무의 책임자와 함께 첫 업무 하나를 고릅니다. 기준은 자주 반복되는지, 데이터가 이미 시스템에 있는지, 결과를 측정할 수 있는지, AI가 틀려도 피해가 나기 전에 사람이 알아챌 수 있는지입니다. 이어서 도입 전 수치를 합의합니다. 예를 들어 공급업체 송장 한 장을 입력하는 데 걸리는 시간, 이틀 넘게 처리되지 않은 불만 건수 같은 것입니다. 마지막 보고는 이 수치와 비교해 드립니다.

다음으로 데이터를 연결합니다. ERP는 API나 데이터베이스를 통해 먼저 읽기 전용으로 가져오고, LINE OA와 합의한 메일함의 메시지를 읽습니다. 그다음 어느 직책이 무엇을 볼 수 있는지, 어떤 개인정보를 모델에 넘기기 전에 가릴지, AI가 시스템에 다시 기록하기 전에 사람의 승인이 필요한 단계는 무엇인지 정합니다. 데이터 규칙은 귀사의 DPO나 법무팀이 정하고, 저희는 시스템이 그대로 따르도록 만듭니다.

준비가 되면 작은 팀부터 쓰기 시작하고, 실제 사용을 지켜보며 매주 막히는 부분을 고친 뒤 부서 전체로 넓힙니다. 그동안 사용자는 자기 시스템으로 교육을 받고, 관리자는 프롬프트, 규칙, 예산 상한을 바꾸는 법을 배웁니다. 마지막에 코드, 운영 절차서, 도입 전 수치와의 비교를 넘겨 드리고, 첫 업무에서 확인한 내용을 바탕으로 다음 업무를 제안합니다.

시스템 작동 방식

업무가 들어오는 곳
  • ERP와 회계 시스템 데이터
  • LINE OA와 이메일 메시지
  • PDF와 Excel 파일
  • 팀이 매일 반복하는 업무
AI가 하는 일
  1. 첫 업무와 기준선 정하기
  2. 읽기 전용으로 데이터 연결
  3. PDPA 규칙과 승인자 정하기
  4. 작은 팀에서 부서 전체로
결과가 도착하는 곳
  • 매일 쓰는 AI 시스템
  • 부서별 비용 대시보드
  • 기준선과 비교한 성과
  • 직접 고칠 수 있는 내부 관리자

도입 전과 후

도입 전
도입 후
업체 데모는 샘플 데이터, 실제 ERP에는 아무도 연결하지 않음
첫 시스템이 ERP와 LINE 데이터를 읽고, 팀이 매일 사용
누가 어떤 데이터를 볼지 정하지 못해 IT팀에서 멈춤
데이터 규칙을 문서로 만들고 DPO가 승인, 호출마다 감사 로그
모델 비용이 매달 얼마인지 모름
부서별 비용이 보이고 예산 상한도 설정됨

받게 되는 것

  1. 01

    팀이 매일 쓰는 첫 AI 시스템. 지금 쓰는 ERP, LINE, 문서 저장소에 연결하고, 경영진과 시작할 때 합의한 도입 전후 수치를 함께 드립니다

  2. 02

    PDPA에 맞춘 데이터 접근 규칙. 직책별로 AI가 읽을 수 있는 데이터를 정하고, 회사 밖으로 나가기 전에 개인정보를 가리며, 호출할 때마다 감사 로그를 남깁니다

  3. 03

    시스템별·부서별 AI 비용 대시보드. 호출 횟수, 월별 모델 비용, 설정한 예산 상한이 보이므로 월말 청구서에 놀랄 일이 없습니다

  4. 04

    자기 시스템으로 교육받은 팀. 사용자는 그대로 써도 되는 답변과 확인이 필요한 답변을 구분하고, 관리자는 저희를 기다리지 않고 프롬프트와 규칙을 고칩니다

  5. 05

    인계 패키지: 회사 저장소의 코드, 운영 절차서(런북), 첫 업무의 수치를 바탕으로 효과 순으로 정리한 다음 업무 목록

진행 방식

AI 도입을 네 단계로 진행합니다

단계별 기간은 연결할 시스템 수와 데이터 상태에 따라 달라집니다. 실제 시스템을 본 뒤 시작 전에 기간을 합의합니다.

01

1단계: 첫 업무와 기준선 정하기

업무 책임자와 그 일을 매일 하는 사람의 이야기를 듣고, 필요한 데이터가 어느 시스템에 있는지 따라가 첫 업무 하나와 효과를 잴 수치를 정합니다.

02

2단계: 데이터 연결과 규칙 정하기

ERP, LINE OA, 문서 저장소에 AI를 읽기 전용부터 연결합니다. DPO와 함께 PDPA 데이터 규칙을 정하고, 비용 대시보드와 예산 상한을 설정합니다.

03

3단계: 실제 팀에서 사용

작은 팀이 일상 업무에 쓰고, 틀린 답변과 막힌 부분을 매주 고칩니다. 결과가 안정되면 부서 전체로 넓힙니다.

04

4단계: 교육과 인계

사용자와 관리자를 교육하고, 코드, 운영 절차서, 도입 전 수치와의 비교 보고서를 넘겨 드립니다. 다음 업무도 효과 순으로 정리해 드립니다.

처음 시작하기 좋은 AI 시스템 예시

첫 업무로는 매일 반복되는 작은 일, 그리고 결과를 확인하는 사람이 이미 있는 일이 좋습니다. 아래는 자주 보는 예시이며, 귀사의 첫 업무는 시작할 때 실제 데이터를 보고 고릅니다. 부서별 예시는 [이 글](/ko/blog/ai-use-cases-by-department/)에도 정리해 두었습니다.

  • 회계: 공급업체 송장과 납품서를 AI가 읽고 ERP에 전표 초안을 만들면, 회계 담당자가 확인한 뒤 기록합니다. 태국어 서류를 읽는 방식은 태국어 문서 AI OCR에서 볼 수 있습니다.
  • 고객 서비스: 이메일과 LINE OA로 들어오는 불만을 AI가 유형과 긴급도로 나눠 담당 팀에 넘기고, 처리되지 않은 건을 매일 아침 팀장에게 보냅니다. 고객 서비스 워크플로우와 비슷한 구조입니다.
  • 영업: ERP의 제품 가격과 거래 조건으로 AI가 견적서 초안을 만들고, 영업 담당자가 고쳐서 보냅니다. 기준을 넘는 할인은 지금처럼 관리자 승인이 필요합니다.
  • 지점과 현장: 팀이 하루 종일 LINE 그룹에 올리는 사진과 메시지를 AI가 모아 지점별 일일 보고서 초안을 만들고, 관리자가 아침에 읽을 수 있게 합니다.

누가 무엇을 얻나

대표

회사 데이터로 실제로 돌아가는 시스템을 얻고, 본사나 이사회에 낼 도입 전 비교 수치와 다른 부서로 넓히기 전의 월 비용을 알 수 있습니다.

IT 책임자

IT팀이 발급한 계정으로 읽기 전용부터 시작하고 기존 시스템은 바꾸지 않습니다. 코드는 회사 저장소에 두고, 호출마다 감사 로그를 남기며, 모델 비용 상한도 직접 정합니다.

매일 사용하는 팀

서류 입력이나 불만 분류 같은 반복 업무를 AI가 맡습니다. 부서 전체로 넓히기 전에 먼저 써 볼 수 있고, 막히면 물어볼 사람이 사내에 있습니다.

적합한 업종

ERP 데이터를 AI가 읽게 하고 싶은 회사LINE으로 주문과 문의를 받는 사업PDPA를 엄격히 지켜야 하는 조직자체 AI 팀이 없는 회사한 법인부터 시작하려는 그룹사제조, 유통, 서비스 업종

지금 쓰는 시스템과 연동

SAP Business One 등 ERPLINE OAMicrosoft 365와 SharePointGoogle WorkspacePEAK와 FlowAccount이메일과 PDF사내 데이터베이스

개발 프로세스

  1. 1

    탐색

    요구사항·사용자·성공 지표 정의, 착수 전 범위와 가격 확정.

  2. 2

    설계

    UX와 아키텍처 설계, 프로토타입 승인 후 개발 시작.

  3. 3

    개발

    AI로 가속한 스프린트, 매주 데모, 시니어가 리뷰.

  4. 4

    테스트

    합의된 범위 기준으로 QA·보안·성능 검증.

  5. 5

    출시 및 유지보수

    운영 배포, 팀 교육, 월간 유지보수 플랜.

태국 법인 AI 도입에서 자주 받는 질문

AI를 회사에 도입하는 데 얼마나 걸립니까?

업무, 연결할 시스템 수, 데이터 상태에 따라 달라집니다. 진행은 네 단계로, 업무 선정과 수치 합의, 데이터 연결과 규칙 만들기, 실제 팀에서의 운영, 교육과 인계 순입니다. 데이터가 여러 시스템에 흩어져 있거나 ERP에 API가 없으면 연결이 더 걸립니다. 실제 시스템을 본 뒤 시작 전에 기간을 알려 드립니다. 두 번째, 세 번째 시스템은 권한, 데이터 규칙, 비용 대시보드가 이미 있어 대개 더 빨리 끝납니다.

기존 시스템을 바꿔야 합니까?

아닙니다. AI는 지금 쓰는 시스템 위에서 돌아갑니다. ERP는 API나 데이터베이스를 통해 읽기 전용으로 읽고, LINE OA와 합의한 메일함에서 메시지를 받으며, 결과는 원래 자리로 돌려보냅니다. 예를 들어 사람이 확정 버튼을 누르는 ERP 초안이나 LINE 알림입니다. ERP가 오래되어 연결할 방법이 없으면 정기 내보내기 파일로 시작하고, 개선은 비용에 맞는다고 판단될 때 논의합니다.

데이터가 유출되지 않습니까?

위험은 어떤 데이터가 회사 밖으로 나가는지, 누가 볼 수 있는지에 있습니다. 그래서 먼저 귀사 DPO가 승인하는 데이터 표를 만듭니다. 외부 모델에 보내도 되는 종류, 이름과 신분증 번호를 가린 뒤 보내야 하는 종류, 회사 서버 밖으로 나가면 안 되는 종류를 정합니다. AI는 그 사용자에게 원래 권한이 있는 데이터만 보고, 모든 호출은 기록됩니다. 모델은 고객 데이터를 학습에 쓰지 않는다고 제공사가 밝힌 기업용 요금제를 씁니다. 회사 밖으로 전혀 나갈 수 없는 데이터를 다루는 업무에는 귀사 환경에 프라이빗 LLM을 설치합니다.

첫 업무가 목표 수치에 못 미치면 어떻게 됩니까?

작은 팀이 쓰기 시작한 시점부터 매주 있는 그대로 보고합니다. 수치가 움직이지 않으면 원인이 데이터인지, 팀의 일하는 방식인지, 업무 자체인지 살피고, 범위 줄이기, 사람이 확인하는 지점 옮기기, 시작할 때 정해 둔 예비 업무로 바꾸기 같은 선택지를 드립니다. 결정은 귀사 쪽 업무 책임자가 합니다.

회사에서는 무엇을 준비해야 합니까?

첫 업무를 결정할 수 있는 책임자 한 명, 계정과 권한을 발급할 IT 담당자, 데이터 규칙을 승인할 DPO나 법무 담당자, 그리고 먼저 써 볼 작은 팀입니다. IT팀이 없다면 관리자 비밀번호를 가진 총무 담당자가 있으면 충분합니다.

이 페이지는 첫 업무 선정부터 인계까지의 구축을 다룹니다. 어디서 시작할지 정하기 전에 조언과 로드맵이 필요하다면 태국 AI 도입 컨설팅을, 이미 ChatGPT나 Copilot을 쓰고 있고 엔지니어가 팀 안에서 일정 기간 함께 일하기를 원한다면 FDE 팀을 보십시오.

비즈니스 문제를, 알아서 일하는 시스템으로

오늘 문의하시면 계획과 예산을 담은 경영진용 제안서를 드립니다.

이 솔루션을 엔지니어와 상담하기