<잇(IT)터뷰 전체 영상 보기>
잇(IT)터뷰 전체 내용은 ▼아래 영상▼에서 확인해 주세요!
◼ 게스트 : 권수용 실장 / 아이크래프트 (info@datasona.co.kr)
◼ 진행자 : 고우성 PD / 토크아이티 (talkit@talkit.tv, https://talkit.tv/)
<잇(IT)터뷰 – 핵심 내용 파악하기>
‘잇(IT)터뷰 – 핵심 내용 파악하기’는 영상의 핵심 내용을 정리한 글입니다.
|
이번 잇(IT)터뷰는 기업이 많은 비용을 들여 AI 에이전트를 개발하고도 현업의 활용을 이끌어 내지 못하는 이유를 설명한다.
핵심은 AI 기능 자체가 부족해서가 아니라, 현업의 실제 업무 흐름을 제대로 파악하지 않은 상태에서 개발부터 시작하는 방식에 있다. AI 에이전트가 실질적인 업무 도구가 되려면 IT 부서가 기능을 먼저 만들고 현업에 사용을 요구하는 것이 아니라, 현업의 비즈니스 워크플로우를 먼저 정리한 뒤 필요한 업무 단계에 AI를 적용해야 한다.
1. 현업의 실제 업무 프로세스가 정리되지 않으면 AI 적용 지점을 찾기 어렵다
기업이 AI 에이전트 프로젝트를 시작하려면 먼저 현재 업무가 어떤 순서와 방식으로 진행되는지를 파악해야 한다.
그러나 많은 기업에서는 회사 차원의 업무 프로세스가 체계적으로 정리되어 있지 않다. 업무 절차를 문서로 받아도 실제 담당자를 인터뷰하면 문서에 적힌 방식과 다르게 일하고 있는 경우가 많다. 같은 부서 안에서도 담당자마다 서로 다른 방식으로 업무를 처리하기도 한다.
예를 들어 보험 심사 업무를 자동화하려면 심사에 필요한 자료가 무엇인지, 담당자가 어떤 순서로 자료를 검토하는지, 어느 단계에서 고객 인터뷰가 필요한지 등이 구체적으로 정리되어 있어야 한다.
이처럼 업무가 세부 단계로 나뉘어 있으면 AI를 적용할 수 있는 영역을 쉽게 찾을 수 있다. 각 단계에 걸리는 시간을 확인한 뒤 반복적이고 단순한 업무를 선별하고, 해당 업무를 AI 에이전트가 처리했을 때 얼마나 시간이 줄어드는지도 계산할 수 있다.
반대로 업무 흐름이 정리되어 있지 않으면 기업은 막연하게 “AI로 무엇을 하면 좋을까?”라는 질문만 반복하게 된다. 결국 AI가 필요한 업무를 찾는 것이 아니라, 먼저 만들어진 기술을 어디에 사용할 것인지 고민하는 순서가 된다.
2. 기능부터 개발하는 바텀업 방식은 현업이 사용하지 않는 AI를 만든다
국내 기업의 AI 에이전트 프로젝트는 IT 부서나 개발 조직이 기능을 먼저 구현한 뒤 현업에 사용을 요청하는 방식으로 진행되는 경우가 많다.
개발 조직은 새로운 AI 기술이나 솔루션을 도입한 다음 현업 담당자를 불러 “이 기능이 업무에 도움이 되지 않겠느냐”고 묻는다. 이는 외부 솔루션을 먼저 구매한 뒤 내부 사용자에게 사용처를 찾도록 요구하는 것과 비슷하다.
이 과정에서는 전체 업무 흐름보다 구현할 수 있는 기능 자체가 중심이 된다. 현업과의 협의도 업무 절차보다 화면 구성이나 사용자 인터페이스를 조정하는 수준에 머물기 쉽다.
문제는 개발된 AI 에이전트의 작동 방식이 현업의 기존 업무 방식과 맞지 않을 수 있다는 점이다. 현업 담당자는 원래 하던 업무를 AI 도구의 화면과 절차에 맞춰 다시 처리해야 한다.
AI를 사용하기 위해 정보를 별도로 입력하거나, 결과를 다시 검토하고, 기존 시스템에 데이터를 옮겨야 한다면 업무가 줄어드는 것이 아니라 오히려 늘어난다. 결국 담당자는 AI를 거치지 않고 기존 방식으로 일하는 편이 더 빠르다고 판단하게 된다.
이처럼 AI 기능을 중심으로 아래에서부터 프로젝트를 확장하는 방식을 바텀업 방식이라고 할 수 있다. 기술 구현은 가능하지만, AI를 왜 사용해야 하는지에 대한 업무 목적이 빠져 있기 때문에 현업 활용으로 이어지기 어렵다.
3. AI 에이전트는 현업의 비즈니스 워크플로우를 기준으로 설계해야 한다
AI 에이전트의 목적은 새로운 기능을 보여주는 데 있지 않다. 현업의 업무를 지원하거나 반복적인 단순 업무를 대신해 전체 업무 시간을 줄이는 데 있다.
따라서 AI 에이전트 프로젝트는 현업의 업무 흐름을 먼저 정리하는 것에서 시작해야 한다.
기존 업무가 어떤 단계로 진행되는지 간단하게라도 시각화한 뒤, 현재 개발된 AI 에이전트의 작동 방식과 비교해야 한다. 이를 통해 업무 흐름과 AI 기능이 어느 부분에서 일치하고 어느 부분에서 충돌하는지 확인할 수 있다.
예를 들어 기존 업무는 자료 확인, 정보 입력, 검토, 승인 요청의 순서로 진행되는데 AI 에이전트가 중간 단계의 정보를 자동으로 가져오지 못한다면 담당자가 직접 데이터를 다시 입력해야 한다.
이러한 불일치는 단순한 사용상의 불편이 아니다. 사람이 추가로 개입해야 하는 업무와 소요 시간을 계산하면 AI 도입으로 오히려 업무 시간이 늘어나는 이유를 정량적으로 설명할 수 있다.
현업에서는 막연하게 “사용하기 불편하다”거나 “기존 방식이 더 빠르다”고 말하는 대신, 어느 업무 단계에서 추가 작업이 발생하고 얼마나 시간이 더 걸리는지를 구체적으로 제시할 수 있다.
이러한 분석을 바탕으로 AI 에이전트를 전체 업무에 무리하게 적용하지 않고, 실질적으로 시간 절감 효과가 큰 특정 업무 단계에 집중해야 한다.
4. 워크플로우에 맞춰 AI를 재설계하면 비용과 운영 리스크도 줄일 수 있다
현업의 업무 흐름과 AI 에이전트의 기능을 다시 연결하면 에이전트의 역할이 더욱 명확해진다.
처음부터 모든 업무를 처리하는 거대한 AI 에이전트를 만들기보다, 반복적이고 시간이 많이 걸리는 일부 업무만 담당하도록 범위를 줄일 수 있기 때문이다.
예를 들어 전체 보험 심사 업무를 하나의 에이전트가 처리하도록 만드는 대신, 필요한 문서를 수집하거나 특정 정보를 확인하는 단계만 자동화할 수 있다. 이렇게 하면 현업 담당자는 기존 업무 방식을 크게 바꾸지 않고도 AI의 도움을 받을 수 있다.
AI 에이전트의 범위가 작아지면 개발과 운영도 단순해진다. 오류가 발생했을 때 원인을 찾기 쉽고, AI가 잘못된 판단을 하거나 편향된 결과를 제공할 위험도 관리하기 수월해진다.
개발 비용과 유지관리 비용 역시 줄어들 수 있다. 사용하지 않는 기능을 계속 추가하는 대신 실제 업무 효과가 확인된 영역에 투자할 수 있기 때문이다.
결국 AI 에이전트 프로젝트의 성공 여부는 얼마나 많은 기능을 구현했는지가 아니라, 현업의 특정 업무를 얼마나 빠르고 편리하게 바꾸었는지로 평가해야 한다.
기술 부서가 만든 AI를 현업에 판매하듯 전달하는 방식에서 벗어나, 현업이 자신의 업무 흐름을 기준으로 AI의 역할을 정의해야 실제로 사용되는 에이전트를 만들 수 있다.
5. 3줄 요약
– 기업의 실제 업무 프로세스가 체계적으로 정리되어 있지 않으면 AI를 어느 업무 단계에 적용해야 하는지 판단하기 어렵다.
– IT 부서가 기능을 먼저 개발하고 현업에 사용을 요구하는 바텀업 방식은 기존 업무와 맞지 않아 오히려 업무 시간을 늘릴 수 있다.
– 현업의 비즈니스 워크플로우를 먼저 정리하고 AI 기능을 필요한 단계에만 적용하면 활용도는 높아지고 개발 비용과 운영 리스크는 줄어든다.
◼ 전체 잇(IT)터뷰 내용은 ▶영상으로 바로 가기(클릭)◀에서 확인하실 수 있습니다. |
◼ 콘텐츠 & 웨비나 문의 : marketing@talkit.tv, 02-565-0012
Copyright ⓒ 토크아이티 All rights reserved. 무단 전재 및 재배포 금지.