AI 도입 프로젝트를 진행한 팀들 사이에는 공통된 출발점이 있습니다. 경영진의 지시가 내려오고, 벤더 데모를 참관하고, 구독 계약을 맺습니다. 그런데 6개월이 지난 뒤의 모습은 갈립니다. 어떤 팀은 AI가 실무 안에 녹아들어 있고, 어떤 팀은 여전히 "어떻게 잘 쓸 수 있는지 방법을 찾고 있는 중입니다"라고 말합니다.
이 차이를 AI 성능으로 설명하기는 어렵습니다. 같은 API를 구독한 팀들 사이에서도 같은 격차가 나타나기 때문입니다.
도구를 먼저 구독한 팀에서 6개월 뒤 나오는 말
AI를 먼저 도입한 팀은 대개 이 질문을 뒤늦게 합니다. "이걸로 정확히 무엇을 처리하지?"
첫 달에는 시범 활용이 이어집니다. 이메일 초안 작성, 회의록 요약, 간단한 번역을 AI에게 넘깁니다. 결과는 편리합니다. 그러나 이 편리함은 개인 단위에서 멈추는 경향이 있습니다. AI가 만든 산출물이 다음 단계로 자연스럽게 넘어가지 않습니다. 팀원 A가 요약한 문서를 팀원 B가 다시 검토하고, B의 의견을 C가 정리합니다. AI는 각 단계에서 개인의 수고를 줄여 주지만, 전체 작업 흐름은 이전과 달라지지 않습니다.
여기서 파생되는 문제가 하나 더 있습니다. AI 모델이 업그레이드되거나 벤더 정책이 바뀌면, 그동안 쌓은 프롬프트와 사용법을 처음부터 재조정해야 합니다. AI에 업무를 맞췄기 때문에, AI가 바뀔 때 업무도 함께 흔들립니다.
업무를 먼저 쪼갠 팀은 무엇이 다른가
다른 경로를 택한 팀은 AI를 구매하기 전에 먼저 업무를 분해합니다. 분해란 큼지막하게 보이는 "업무"를 실제로 반복 가능한 작은 단위로 나누는 작업입니다. 분해라는 말을 처음 쓸 때 뜻을 짚어 두는 편이 낫습니다. 여기서 분해는 "이 일을 AI가 처리할 수 있나?"를 묻기 전에 "이 일은 어떤 순서로 이루어지는가?"를 먼저 기술하는 작업입니다.
예를 들어 "거래처 제안서 작성"은 하나의 업무처럼 보이지만, 실제로는 업계 동향 검색, 경쟁사 현황 정리, 초안 작성, 내부 검토 반영, 레이아웃 적용이라는 단계로 나뉩니다. 각 단계가 얼마나 자주 반복되는지, 어느 단계에서 사람의 판단이 개입해야 하는지를 먼저 기록합니다.
이 기록이 완성되어야 어느 단계에 AI를 붙일 수 있는지가 보입니다. AI를 연결한 뒤에는 단계 사이의 연결 방식을 설계합니다. 이 설계가 특정 AI 모델이 아니라 업무의 구조에 귀속되어 있으면, 모델이 교체되어도 설계는 유지됩니다. 더 성능 좋은 모델이 나왔을 때 해당 단계의 AI만 바꾸면 되기 때문입니다.
두 경로의 출발점이 다릅니다. AI 조달형은 AI에서 시작해 업무를 맞추고, 업무 설계형은 업무에서 시작해 AI를 끼웁니다.
분해에 맞는 업무와 그렇지 않은 업무
모든 업무가 이 방식으로 재설계 가능하지는 않습니다. 분해와 설계에 투자할 이유가 생기려면, 해당 업무가 월 수 회 이상 같은 구조로 반복되어야 합니다. 1년에 한 번 발생하는 일이나 매번 맥락이 완전히 달라지는 판단형 업무는 설계를 해도 금세 쓸모없어집니다.
이 구분이 중요한 이유는, 실패하는 AI 도입의 상당수가 반복성이 낮은 업무에 반복 설계를 이식하려 했기 때문입니다. 경영진의 의사결정 지원이나 고객 관계 관리처럼 맥락 판단이 중심인 영역에 워크플로우 자동화를 끼워 넣으면, 자동화된 것은 외형뿐이고 핵심 판단은 여전히 사람에게 남습니다. 비용은 늘고 처리 속도는 그대로입니다.
반대로 효과가 뚜렷한 영역은 따로 있습니다. 정보 수집, 초안 생성, 데이터 분류, 보고서 서식 통일처럼 반복 횟수가 많고 판단 기준이 명확한 업무입니다. 실무에서 생산성이 높은 사람들을 살펴보면 비슷한 패턴이 보입니다. 이들은 새로운 소프트웨어를 익히기 전에 자신이 주기적으로 수행하는 업무의 순서를 먼저 기록하는 데 시간을 씁니다. AI 도입에서도 이 순서가 달라지지 않습니다.
AI 예산이 성과로 연결되기 전에 먼저 할 것
AI 도입 논의가 시작될 때 가장 먼저 나오는 질문은 대부분 "어떤 AI를 선택할 것인가"입니다. 그러나 이 질문은 두 가지 선행 작업이 끝난 뒤에야 의미가 생깁니다.
먼저, 팀 안에서 월 10회 이상 반복되는 업무 목록을 만들어야 합니다. 그다음으로, 목록에 오른 업무를 팀원 전체가 같은 순서로 기술할 수 있는지 확인합니다. 팀원마다 답이 다르다면, AI를 붙이기 전에 먼저 업무 정의에서 해결해야 할 문제가 남아 있다는 뜻입니다.
AI를 연결하는 것은 그 이후의 단계입니다. 이 순서를 건너뛰면, 이후에 어떤 AI를 도입하더라도 AI 성능이 아니라 업무의 모호함이 성과를 가로막습니다.
