경영자들이 실제로 활용하는 AI 업무 습득 #11
목차
- AI 사원은 이름을 붙인 ChatGPT가 아닙니다.
- 100명에게 AI 교육을 하는 것보다, 한 명의 AI 사원을 육성하고 싶다.
- 가장 위험한 건 나일지도 몰라.
- 순회 시스템이 조금씩 “공장장”에게 다가가고 있다.
- AI 사원이 무서운 것은 회사에 지나치게 충실하기 때문입니다.
- SAP와 Salesforce의 요구사항 정의를 담당해 온 사람이 아마도 강할 것이다.
- 인쇄 회사가 내년에 “AI 직원”을 만든다. 이게 무슨 소리야!
- AI는 인간이 왜 존재하는지에 대한 근본적인 질문을 던지게 할 수 있다.
AI 훈련 다음으로, AI가 일할 수 있는 회사를 만든다.
내년에는 문성각에 새로운 직원들이 입사할 예정입니다.
그런 상황을 상상해 보세요.
이력서도 없고, 학력이나 직무 경력도 없다. 인간이 아니다.
회사에서 지급되는 것은 전용 맥, 이메일 주소, 직원 ID, 업무에 필요한 범위 내의 접근 권한입니다.
노션 회의록, Box 자료, CRM 영업 상담 기록, 그리고 핵심 시스템의 案件 정보를 읽고 회사의 규칙과 과거 업무를 참고할 수 있게 된다.
그 다음 날 아침, 직원들이 출근하기 전에 보고서가 전달되었다.
현재 3일째 미결제 건이 2건 있습니다.
이 견적은 과거 유사 사례보다 이익률이 낮습니다.
당신의 승인이 3일 동안 정지되었습니다.
필요한 경우, 이메일 초안과 회의 자료, 다음 업무를 준비했습니다.
이건 이제 신입 사원의 업무가 아닙니다.
관리직이 “자신의 업무”라고 생각했던 영역까지 AI가 침투해 있습니다.
또한, 이 AI는 부하 직원의 지연뿐만 아니라 관리자의 확인 누락이나 판단 지연에도 주목한다.
누가, 누구를 관리하는지 궁금합니다.
내년에는 문성각에서 이것을 정말로 시작해 보려고 합니다.
수상하긴 하지만, 상당히 진지합니다.
AI 사원은 이름을 붙인 ChatGPT가 아닙니다.
챗봇에 “다나카 군”이라는 이름을 붙이고 정장을 입은 아이콘을 설정한 것만으로는 저는 AI 직원이라고 부르고 싶지 않습니다.
문성각에서는 AI 직원들을 다음과 같이 정의하고 싶습니다.
AI 사원은 특정 업무를 완수하기 위해 움직이는 여러 전문 AI 에이전트의 집합이다. 회사의 기억과 권한을 갖고 인간 책임자 밑에서 지속적으로 일한다.
한 명의 디지털 초인으로서가 아닌, 하나의 작은 디지털 부서입니다.
예를 들어 “AI 영업 기획社員”의 경우, 고객 조사를 돕는 AI, 상호 영업 및 견적을 정리하는 AI, 제안의 가설을 설정하는 AI, 자료를 제작하는 AI, CRM에 기록하고, 마지막으로 누락 및 오작동을 확인하는 AI가 연계되어 하나의 결과 달성을 위해 업무를 진행합니다.
이 전문 에이전트 모임은 “AI Crew”이다.
그들에게 담당 업무, 권한, 상사, 평가 기준이 부여되어 회사에 배속될 수 있는 상태가 된 것을 “AI 직원”이라고 합니다.
다나카 군이라고 부르기 전에 먼저 직무 설명서와 사원증이 필요합니다.
그런 이야기입니다.
100명에게 AI 교육을 시키는 것보다, 한 명의 AI 사원을 키우고 싶다.
최근 몇 년 동안, 어떤 회사에서도 AI 훈련이 늘어났습니다.
ChatGPT를 사용해 본다. 프롬프트 작성 방법을 익힌다. 회의록을 요약한다. 이메일을 정리한다. 이미지를 만든다.
물론, 훈련에는 의미가 있습니다.
단지, 훈련을 받은 다음 날 회사로 돌아오면 평소의 엑셀, 평소의 이메일, 평소의 회의, 평소의 승인 흐름이 기다리고 있습니다.
정보는 흩어져 있으며, 중복 입력이 남아 있습니다. 데이터 보관 장소 또한 사람마다 다릅니다. AI를 사용하는 사람만 활용하고, 사용하지 않는 사람들은 원래 업무로 돌아가고 있습니다.
회사의 구조가 바뀌지 않았기 때문입니다.
AI 훈련이 알려주는 것은 주로 ‘인간이 AI를 사용하는 방법’입니다.
다음으로 필요한 것은 업무를 분해하고 데이터, 권한, 승인, 품질 기준까지 결정하여 AI가 실제로 작동할 수 있는 기업을 만드는 것입니다.
研修의 결과는 “AI를 활용할 수 있게 되었다”였다. AI社員의 결과는 “업무가 완료되었다”였다.
이 차이는 큽니다.
가장 위험한 건 나일지도 몰라.
AI로 인해 일자리가 사라진다는 이야기가 나오면, 사무직, 디자이너, 엔지니어, 작가, 고객 지원 등 현장 직종이 자주 언급됩니다.
하지만 회사 내에서 AI를 활용하는 정도에 대해서는 다른 부분들이 더 신경 쓰입니다.
정보를 수집한다. 진행 상황을 확인한다. 뒤쳐지는 사람에게 독촉한다. 숫자를 Excel에 정리한다. 회의에서 보고한다. 1차 평가 후 상위 단계로 전달한다.
저는 그런 일을 “매니지먼트”라고 생각하는 관리자입니다.
위대하게 쓰고 있지만, 아마도 가장 위험한 건 저 자신일 겁니다.
회의 전에 숫자를 모아 업무 진행 상황을 확인하고 멈춰있는 업무를 독촉한다. 이것은 AI가 가장 잘하는 일이다.
AI는 잊지 않습니다. 모든 사례를 동일한 빈도로 확인하며, 달말을 기다리지 않고 변화를 감지하고 판단의 경위도 로그에 기록할 수 있습니다.
물론, 때로는 실수하기도 합니다. 원본 데이터가 잘못된 경우, 사람보다 훨씬 빠르고 대량으로 확산시킵니다.
그럼에도 불구하고 “정보 처리로서의 매니지먼트”가 인간에서 시스템으로 이행되는 흐름은 이미 시작되었습니다.
OECD는 6개국에서 6,000명 이상의 중간 관리자를 대상으로 실시한 조사 결과, 업무 지시, 근무 시간 조정, 진행 상황 모니터링, 목표 설정, 평가 등을 소프트웨어가 지원하고 자동화하는 ‘알고리즘 관리’가 확산되고 있다고 보고되었습니다.
AI를 제외한 일반적인 소프트웨어까지 포함하여 숫자는 이렇지만, 일본에서는 답변한 관리직의 40%가 자사에서 적어도 하나의 알고리즘 관리 도구를 사용하고 있다고 답했습니다.
마이크로소프트 또한 AI 에이전트를 개발하고 업무를 맡기고 관리하는 사람을 “에이전트 보스”라고 부르고 있습니다. 마이크로소프트 365에서 실제로 사용된 AI 에이전트는 2025년 3월부터 1년 동안 15배로 증가했습니다.
이는 관리자들이 모두 사라지는 이야기가 아닙니다.
관리직 업무가 두 가지로 나뉘어 가는 이야기입니다.
하나로는 정보를 수집하고 기록하고 감시하고 독려하고 상위로 전달하는 업무입니다.
또 다른 하나는 목표를 설정하고 갈등을 조정하며 사람을 키우고, 어려운 예외를 판단하며, 마침내 책임을 져야 하는 일.
이는 상당 부분 시스템에 흡수되어 간다.
그것은 인간에게 남는다.
AI에 의해 대체되는 것은 직책이 아닙니다.
역책 속에서 은폐된 “정보 전파 작업”입니다.
앞으로 관리자는 부하 직원의 업무를 뒤따르는 사람이 아니라, 인간과 AI가 함께 협업하는 시스템을 설계하는 사람으로 변화해 나갈 것입니다.
어떤 성과를 기대할 수 있을까. AI는 어디까지 판단하고, 인간에게 얼마나 되돌릴 것인가.
관리 공부가 조금씩 “관리 시스템 설계 및 운영”을 배우는 것으로 바뀌는 것 같습니다.
순회 시스템이 조금씩 “공장장”에게 다가가고 있다.
실제로 문성각에서도 이것은 내년만 위한 망상(헛상상)이 아닙니다.
현재 코모리 코퍼레이션의 KP-Connect에서 얻을 수 있는 프린터 가동 데이터를 시스템이 순회하는 방식을 실험하고 있습니다.
인쇄기가 작동 중인지 정지 상태인지 확인하고, 이상 징후는 없는지 살펴봐야 합니다. 어떤 기기가 얼마나 운영되었는지 확인해야 합니다.
먼저 기계 경고 및 운영 분석이 가능하게 되었습니다.
아직 인공지능 직원이라기보다는 공장을 조용히 감시하는 ‘눈’과 같은 존재입니다.
하지만 이 눈에 다른 정보를 연결해 보게 되면, 무슨 일이 일어날지 알 수 있을까요.
수주 정보를 연결하면 “멈춰서 있는” 것뿐만 아니라 “이 건은 납기가 임박하여 우선적으로 처리하는 것이 좋겠다”는 정보를 파악할 수 있다.
유지 보수 정보를 연결하면 동일한 경고의 반복에서 벗어나 고장 전에 점검을 유도할 수 있을지도 모른다.
더욱이, 사람들의 일과도 연결된다.
기상 시간을 단축했다. 정지 징후에 일찍 눈치챘다. 어려운 사건을 안정적으로 처리했다. 다른 운영자를 돕고 있다.
지금까지 눈에 잘 띄지 않던 좋은 일을 찾아서, AI로부터 “오늘 여기, 정말 좋네요”라고 칭찬을 들을 수 있을지도 모릅니다.
좋은 일을 찾아 칭찬하는 시스템을 만들고 싶습니다.
정말 재미있네.
반면에 그 데이터를 인사 평가에 연결하는 순간 갑자기 신중함이 필요해집니다.
기계의 가동률만으로는 업무의 어려움, 문제 발생을 예방한 기여도, 선배를 도운 시간 등을 파악할 수 없습니다. 숫자를 그대로 평가 기준으로 하면, 간단한 업무만 선택하는 것이 유리해 보일 수 있습니다.
그래서 AI가 모으는 것은 평가에 대한 판단 자료이다.
평가를 내리고, 그 결과를 본인에게 설명하고, 그에 따른 책임을 지는 것은 인간입니다.
그럼에도 불구하고, 주문, 기계, 유지보수, 인력 정보가 실시간으로 연결되었을 때, 이 순회 시스템은 단순한 운영 분석이 아닌, 새로운 가치를 창출한다.
공장 전체를 둘러보며 특이 사항을 발견하고, 미리 예측하여 좋은 업무를 처리한다.
조용히 디지털 공장장에게 다가가고 있었다.
재미있네.
그리고, 조금 무섭다.
AI 직원이 무서운 것은 회사에 지나치게 충실하기 때문이다.
AI 직원에게 회사 고유의 지속적인 업무를 맡기는 경우, 그 회사만을 위한 기억(데이터)이 필요할 경우가 많습니다.
고객 정보, 과거 제안, 견적 이력, 회의록, 사내 규정, 업무 매뉴얼, 성공 사례, 실패 사례
어제까지 사무실 여기저기에 흩어져 있던 기억들이 갑자기 말을 시작한다.
사람이 이동하거나 퇴사하더라도 회사의 경험이 사라지지 않는다. 다년간의 사례를 횡단하며, 아무도 알아차리지 못했던 공통점을 발견할 수도 있다.
정말 기대되네요.
다만, AI 직원도 좋은 것들만 배우는 것은 아닙니다.
오래된 규칙과 잘못된 데이터, 그리고 회사 내의 낡은 생각들을 기억한다.
예를 들어, 오래된 견적 단가를 “정답”으로 참조하면 엄청난 속도로 손실이 발생하는 프로젝트를 생산하게 될 수 있습니다.
기울어진 평가 기록을 전달받으면, 항상 같은 유형의 사람만을 “뛰어난” 것으로 판단할 수 있습니다.
AI 사원이 무서운 것은 지나치게 뛰어나서가 아니라 회사에 지나치게 충실하기 때문이다.
따라서, 전용 환경을 마련하고 AI마다 고유 ID와 최소한의 권한을 부여하며, 전송, 삭제, 계약, 결제 등 중요한 작업에는 인간의 승인을 추가한다. 모든 행위를 로그에 기록하고 이상 징후가 발견되면 즉시 중단되도록 한다.
현장에 직접 적용할 경우 자동적으로 안전해지는 것을 보장할 수 없습니다. 회사 전용 환경을 중핵으로 삼아, 정보의 민감도에 따라 로컬 AI와 승인된 클라우드 AI를 적절히 활용하는 방식이 현실적으로 가능하다고 생각합니다.
SAP와 Salesforce의 요구사항 정의를 담당해 온 사람이 아마도 강할 것이다.
AI 시대의 시스템을 만드는 것은 AI 연구자나 잘 다루는 프롬프트만으로 이루어지는 것이 아닙니다.
SAP나 Salesforce와 같은 벤더의 핵심 시스템을 도입해 온 컨설턴트들은 현장에 직접 들어가 업무를 파악하고, 업무를 분해하여 데이터 항목, 접근 권한, 승인 흐름, 예외 처리, KPI를 결정해 왔습니다.
즉, 오랫동안 회사 내 움직임을 코딩화해왔다.
ERP는 회사의 업무를 기록하는 시스템이었습니다.
AI社員은 그 기록을 읽고, 스스로 다음 업무를 시작합니다.
실제로, SAP는 2026년 5월, 재무, 조달, 공급망, 인사, 고객 대응 등을 대상으로 50개 이상의 영역별 AI 어시스턴트가 200개 이상의 전문 에이전트를 결합하여 업무를 수행하는 “Autonomous Enterprise”의 개념을 발표했습니다. SAP 공식 발표
SAP와 Salesforce의 요구사항 정의를 담당해 온 사람들은 생성 AI가 등장하기도 전에 이미 그에 필요한 훈련을 하고 있었을 수도 있습니다.
인쇄 회사가 내년에 “AI 직원”을 만들고 있다. 이게 대체 뭐란 말이야.
문성각은 인쇄 회사입니다.
AI 스타트업이든, 세계적인 IT 컨설팅 회사든, 그 어떤 곳이든, 그렇다고 해서 특별히 다르지는 않습니다.
단순히 인쇄 업무는 이메일, 전화, PDF, 엑셀, 종이 영수증, 영업 담당자의 기억, 장인의 경험, 예상치 못한 변경 사항, 기계의 제약, 그리고 고객별 예외 사항들이 복잡하게 얽혀 있습니다.
단 하나의 정보가 누락된 것만으로도 납기, 품질, 이익 모두 달라진다.
저희는 자체 핵심 시스템인 B-DOCK, Print Navigator, 영업 관리, 계약 관리, 미디어 운영, 그리고 KP-Connect 순회 시스템까지, 조금씩 직접 설정하고 조정했습니다.
아름다운 데이터만으로는 움직이지 않는, 중소기업의 끈질긴 일들을 알고 있습니다.
그래서 우리가 만들고 싶은 건, 데모 화면에서 화려하게 움직이는 AI가 아닙니다.
조금 어설퍼도, 그 회사의 실제 업무를 익히고, 실패를 바로잡아 주며, 매달 성장하고, 정말로 하나의 업무를 맡을 수 있는 AI 직원입니다.
AI를 업무에 통합한다.
AI 도구를 제공하는 대신, 업무를 맡깁니다.
선택하고, 배치하며, 육성하여 완성한다는 의미입니다.
그 서비스를 BUNSEIKAKU AI CREW라고 명명하기로 했습니다.
먼저 문성각 안에서 잘 진행된 일뿐만 아니라 잘못된 점, 맡아선 안 될 일, 인간이 압도적으로 우월했던 부분까지 모두 기록한다.
2027년부터 몇몇 회사들과 함께 각 회사별로 특화된 AI 환경과 AI Crew를 구축해 보고 싶습니다.
Beyond Printing”을 내걸었지만, 쇄종 회사에서 직원까지 고용하기 시작하면,さすが로 Beyond하기에는 너무 과한 행동이라는 생각이 든다.
AI는 인간이 왜 존재하는지에 대한 질문을 제기할 수 있다.
몇 년 후, 회사의 조직도에는 인간이 아닌 이름이 평소처럼 나열되어 있을 수도 있습니다.
영업 기획 AI, 채용 AI, 회계 AI, 생산 관리 AI, AI 편집부
인간 관리자가 AI 인력의 업무를 평가한다.
AI 직원들이 인간 팀의 변화를 보고한다.
때로는 AI 직원으로부터 “당신의 승인이 3일 동안 정지되어 있습니다”라고 催促(싸누시)를 받기도 한다.
편리하지만, 조금 짜증이 난다는 느낌입니다.
AI 직원(社員)이 늘어나는 미래는 인간이 필요 없어지는 미래가 아닙니다.
더욱이 인간의 역할을 속일 수 없는 미래입니다.
정보 수집, 자료 제작, 촉구, 감시를 AI가 할 수 있게 되면서 인간에게는 무엇이 남을까.
방향을 제시한다. 어려운 판단을 감수한다. 사람을 키운다. 책임을 지고, 아직 존재하지 않는 미래를 만든다.
AI는 인간의 일자리를 빼앗기 전에 인간이 진정으로 그곳에 존재하는 이유를 폭로해 버릴 것이다.
내년에는 우선 한 명의 직원에게 맥(Mac) 하나를 지급하여 사용할 수 있도록 하겠습니다.
요청이 필요한지 아직은 확실하지 않습니다. 잘 진행될 경우, 처음에는 최대 10개사까지 협력하게 될 것입니다.
우리 회사에서 이 업무를 AI 직원에게도 할 수 있을지 고민하고 있다면, 언제든지 문의해주세요.
첫 번째 AI 직원 채용 면접을 함께 시작해 봅시다.
#생성AI #AI사원 #AI에이전트 #AI활용 #관리 #경영 #DX #중소기업DX #제조업DX #인쇄회사 #BUNSEIKAKU_AI_CREW #문성각
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 89청크
원문 보기 | 출처: note.com