자동화일까, AI일까? 우리 문제에 정말 필요한 것이 무엇인지 가려내는 법

"이건 AI가 필요합니다." 저는 거의 매주 이 말을 듣습니다. 그리고 그중 절반쯤은 정직한 답이 이렇습니다. 아닙니다, 필요한 건 규칙 하나와 시계입니다. 자동화와 AI라는 두 단어는 하나의 번쩍이는 마케팅 덩어리로 뭉뚱그려졌고, 그 혼동은 조용히 비싼 값을 치르게 합니다. 사람들은 다섯 줄짜리 스크립트로 끝났을 문제를 풀겠다고 AI 도구에 손을 뻗고, 정말로 판단이 필요한 일에 경직된 규칙을 억지로 씌우려 합니다. 둘 다 같은 식으로 끝납니다. 답답함, 낭비된 돈, 그리고 "기술이 안 통했다"는 막연한 느낌입니다.

기술은 거의 언제나 통합니다. 잘못된 건 짝짓기였습니다. 십 년 넘게 소기업이 소프트웨어를 일하게 만드는 일을 도우면서, 저는 이렇게 생각하게 되었습니다. 경영자가 가질 수 있는 가장 유용한 기술은 최고의 도구를 고르는 것이 아니라, 그 문제가 어떤 종류의 도구를 원하는지 올바르게 진단하는 것이라고요. 그것을 맞히면 나머지는 대체로 쇼핑입니다. 틀리면 어떤 예산도 당신을 구하지 못합니다.

그러니 두 단어에서 마케팅의 껍질을 벗겨내고 제자리로 돌려놓읍시다. 이것은 자동화와 AI를 가려내고, 각각이 언제 들어맞는지 알며, 그리고 그에 못지않게 중요하게는, 둘을 조금씩 꿰매 붙여야 할 때를 아는 실용적인 안내서입니다.

과장을 빼면 각 단어가 실제로 뜻하는 것

잠시 브로슈어는 잊으세요. 자동화란 당신이 정해 둔 고정된 단계들을, 매번, 당신 없이 컴퓨터가 따르게 하는 것입니다. "새 주문이 들어오면, 이 항목들을 청구서에 복사한다." "예약 두 시간 전에, 이 알림을 보낸다." 컴퓨터는 생각하지 않습니다. 그럴 필요도 없습니다. 단계는 결코 바뀌지 않으니, 한 번 적어 두면 영원히 돌아갑니다. 똑똑하지 않기 때문에 바로 그래서 믿을 수 있습니다.

AI는, 오늘날 모두가 떠올리는 의미로는, 한 번도 본 적 없는 입력을 다루어 합당한 응답을 내놓는 소프트웨어입니다. 자유 형식의 이메일을 읽고, 말로 한 질문을 이해하고, 어수선한 문서를 요약하고, 당신의 어조로 답장을 초안 잡습니다. 고정된 단계가 아니라 확률과 판단을 다룹니다. 그것이 강점이자 약점입니다. 어떤 규칙도 예상하지 못했을 어수선함을 다룰 수 있지만, 동시에 덜 예측 가능하고, 이따금 자신만만하게 틀립니다.

제가 거듭 돌아오는 머릿속 지름길이 있습니다. 어떤 일을 '경우에 따라' 상자가 없는 순서도 — 순수한 '이러면 저렇게' — 로 그릴 수 있다면, 그것은 자동화 문제입니다. 순서도에 "이걸 읽고 그들이 뭘 뜻하는지 알아내라"는 상자가 돋아나는 순간, 당신은 AI의 영역으로 넘어선 것입니다. 사업의 대부분은 첫 번째 종류입니다. 점점 커지는 값진 한 조각이 두 번째입니다.

둘을 가려내는 단 하나의 시험

자기 문제를 분류하는 데 기술 배경은 필요 없습니다. 필요한 건 질문 하나입니다. 이 일은 예측 가능한 입력을 가지는가, 아니면 어수선한 입력을 가지는가? 나머지는 모두 거기서 따라 나옵니다.

예측 가능한 입력은 매번 같은 모양으로 도착합니다. 주문에는 같은 항목이 있고, 양식에는 같은 칸이 있으며, 타임스탬프는 언제나 타임스탬프입니다. 입력이 예측 가능하면 그것에 규칙을 쓸 수 있고, 규칙이란 곧 자동화입니다 — 더 싸고, 더 빠르고, 지루할 만큼 믿음직합니다. 어수선한 입력은 매번 다릅니다. 고객이 자기 말로 쓴 이메일, 손으로 쓴 납품서를 찍은 사진, 옆길로 새는 전화. 어떤 고정된 규칙도 그 다양함과의 접촉을 견디지 못합니다. 바로 거기서 AI가 제 밥값을 합니다.

이 마지막 점은 보기보다 무게가 큽니다. 사람들은 어떤 일을 '하나의 AI 작업'이라 상상하지만, 실은 열 단계 중 아홉은 평범한 규칙이고 오직 한 단계만 지능을 필요로 합니다. 전체를 AI로 바꾸는 게 아닙니다. 지루한 아홉 단계를 자동화하고, 어수선한 그 한 단계에 AI를 겨냥하는 것입니다. 그것은 타협이 아니라, 올바르고 더 싼 설계입니다.

평범한 자동화가 조용히 이기는 곳

화려하지 않은 선택지를 변호하게 해 주십시오. 바로 그것이 대부분의 소기업이 충분히 쓰지 못하고 있는 것이기 때문입니다. 평범한 한 주에서 새어 나가는 시간의 대부분은 순전히 규칙 기반의 낭비입니다 — 한 시스템에서 다른 시스템으로 다시 타이핑되는 데이터, 스스로 발송되어야 할 알림, 애초에 사람이 기억할 필요가 없었던 후속 연락.

그 어느 것도 지능을 필요로 하지 않습니다. 필요한 건 파이프와 일정입니다. 그리고 규칙 기반 자동화의 아름다움은 결코 컨디션 나쁜 날이 없다는 점입니다. 환각을 일으키지 않고, 표류하지 않으며, 다시 학습시킬 필요도 없습니다. 일단 올바르게 설정되면, 만 번째 실행에서도 첫 번째와 똑같은 일을 합니다. 운영의 척추 — 돈, 예약, 기록 — 에 있어서 그 예측 가능성은 지루한 것이 아니라, 바로 핵심입니다.

• 정해진 일정에 따라 예약 알림을 보내고 노쇼를 챙겨 묻는 일.
• 누구도 다시 타이핑하지 않고 주문 내역을 청구서에 복사하는 일.
• 새 리드를 양식에서 CRM으로 옮기고 적절한 사람에게 알리는 일.
• 같은 출처에서 같은 주간 보고서를 자동으로 생성하는 일.
• 견적이 조용해진 지 사흘 뒤에 후속 이메일을 발송시키는 일.
• 매장과 회계 사이의 재고 수량을 동기화해 서로 어긋나지 않게 하는 일.

AI가 규칙으로는 결코 못 하던 일을 해내는 곳

이제 반대편입니다. AI를 충분히 쓰지 못하는 것 또한 진짜 비용이기 때문입니다. 수십 년 동안, 자유로운 인간의 언어나 비정형 문서가 얽힌 것은 자동화에 그저 출입 금지 구역이었습니다. 이메일을 '이해'하는 규칙을 쓸 수 없었으니, 사람이 하나하나 다 읽어야 했습니다. 그 벽이 무너졌고, 그것이 진정 새로운 것입니다 — 눈요깃거리로서의 챗봇이 아니라, 예전에는 사람의 두 눈을 요구하던 어수선하고 언어 모양을 한 일을 자동화할 수 있는 능력입니다.

고객 이메일을 읽고 그들이 정말로 원하는 것을 뽑아내기. 로봇이 아니라 당신의 사업처럼 들리는 첫 초안 답장 작성하기. 같은 일상적인 전화 문의에 답해 안내 데스크가 하루 마흔 번씩 끊기지 않게 하기. 뒤섞인 문서 더미 — 청구서, 납품서, 계약서 — 를 사람이 하나하나 철하지 않고도 올바른 칸으로 분류하기. 장황한 음성 메시지를 깔끔하고 실행 가능한 요약으로 바꾸기. 이 모두는 한 가지 특질을 공유합니다. 입력이 예측 불가능하며, 예전에는 그것을 감당할 수 있는 유일한 존재가 사람이었다는 점입니다.

함정은 — 그리고 이건 진짜 함정인데 — AI가 확률적이라는 점입니다. 대개는 맞고 이따금 틀리며, 때로는 자신만만하게 그렇습니다. 사람이 보내기 전에 한번 훑어볼 답장 초안에는 괜찮습니다. 하지만, 예컨대 감독 없이 환불 금액을 정하는 데에는 괜찮지 않습니다. 기술은, 작은 오류가 값싸고 쉽게 잡히는 곳에 AI를 두고, 실수가 비싼 곳이라면 어디든 사람을 고리 안에 두는 것입니다. 그렇게 쓰면 판도를 바꿉니다. 부주의하게 쓰면 부담입니다.

나란히 놓고 보기, 올바른 열을 짚을 수 있도록

지금 특정한 일을 자리매김하려 한다면, 이 표가 빠른 방법입니다. 당신의 문제에 맞는 행을 찾아 가로로 읽으세요. 모든 예외 사례를 다루지는 못하지만, 직감보다 훨씬 자주 진단을 옳게 내려 줍니다.

마지막 두 행에 주목하세요. 끝에서 두 번째 — "대부분 규칙, 어수선한 단계 하나" — 는 현실에서 가장 흔한 경우이며 사람들이 가장 자주 잘못 짚는 것입니다. 마지막 행은 어떤 일은 여전히 사람의 몫이며, 그렇지 않은 척하는 것이 신뢰가 깨지는 길이라는 정직한 환기입니다.

진짜 답은 대개 둘 다

'자동화 대 AI'라는 틀이 감추는 부분이 여기 있습니다. 실제로는 둘 중 하나만 고르는 일이 드뭅니다. 가장 강한 구성은 지능이 필요한 그 한 단계에 AI를 쓰고, 그 주위 모든 것에는 평범한 자동화를 씁니다. AI가 어수선한 입력을 읽어 구조화된 무언가로 바꾸고, 자동화가 그 구조를 받아 그 위에서 믿음직한 규칙 기반 기계 장치를 돌립니다.

평범한 말로 쓰인 주문 요청으로 가득 찬 받은편지함을 떠올려 보세요. 옛날 방식: 사람이 하나하나 읽고 시스템에 입력합니다. 영리한 방식은 '사람을 챗봇으로 대체'하는 것이 아닙니다. 그것은 작은 파이프라인입니다 — AI가 이메일을 읽어 제품, 수량, 주소를 뽑아내고, 자동화가 그것을 검증하고, 주문을 생성하고, 확인을 보내고, 확신이 서지 않는 것은 무엇이든 사람에게 표시합니다. AI는 정말로 어수선한 한 부분을 맡습니다. 자동화는 어수선하지 않은 일곱 부분을 맡습니다. 둘이 함께라면 어느 쪽도 혼자서는 못 할 일을 해냅니다.

1. 1
   어수선한 단계를 찾는다

   일을 도식화하고 입력이 예측 불가능한 단 하나의 지점을 짚어내세요 — 읽어야 할 이메일, 해석해야 할 문서, 이해해야 할 통화. 그것이 당신의 AI 단계입니다.
2. 2
   AI가 어수선함을 구조로 바꾸게 한다

   AI는 오직 어수선한 입력을 깨끗하고 구조화된 데이터 — 항목, 분류, 깔끔한 요약 — 로 바꾸는 데에만 쓰세요. 거기서 멈추세요.
3. 3
   그다음은 자동화가 넘겨받게 한다

   데이터가 일단 구조화되면 다시 예측 가능해집니다 — 그러니 평범한 규칙이 검증하고, 분배하고, 기록하고, 알릴 수 있습니다. 믿음직하고 저렴하게.
4. 4
   위험한 가장자리에는 사람을 둔다

   실수가 비쌀 곳이라면 어디든, 기계가 혼자 결정하게 두는 대신 확신도가 낮은 사례를 사람에게 돌리세요.

정직한 오 분 만에 고르는 법

이 결정을 내리는 데 워크숍은 필요 없습니다. 당신을 괴롭히는 일을 골라 짧은 순서에 통과시켜 보세요. 그것은, 커피를 빼면, 제가 첫 미팅에서 당신과 나눌 바로 그 대화입니다.

1. 1
   일을 소리 내어, 단계별로 설명한다

   완전히 새로운 직원에게 브리핑하듯이. "그러고 나서 그냥 알아서…"라고 말하게 되는 지점에 귀를 기울이세요 — 그 표현이 단서입니다.
2. 2
   각 단계를 규칙인지 판단인지 표시한다

   규칙은 "바로 이것을 하라"는 뜻입니다. 판단은 "이해하고 결정하라"는 뜻입니다. 대부분의 일은 대체로 규칙에 판단 단계가 한둘입니다.
3. 3
   전부 규칙이면, 그것은 자동화

   AI 찾기를 멈추세요. 필요하지 않으며, 더하면 더 느리고 덜 믿음직하게 만들 뿐입니다.
4. 4
   판단 단계가 일 전체라면, AI — 다만 신중히

   그리고 곧장 물으세요. 틀린 답은 얼마나 비싼가? 실수가 비쌀수록 사람의 감독을 더 많이 짜 넣습니다.
5. 5
   섞여 있다면, 인계를 설계한다

   AI가 어수선함을 구조로 바꾸는 곳과 자동화가 넘겨받는 곳을 계획하세요. 그 이음새가 진짜 엔지니어링이 일어나는 자리입니다.

가장 비싼 값을 치르는 실수들

제가 보는 비싼 헛디딤은 거의 모두 진단을 건너뛴 데로 거슬러 올라갑니다. 어느 기업이 AI에 들떠 깔끔한 규칙 모양의 프로세스에 그것을 욱여넣으려 합니다 — 간단한 스크립트가 더 믿음직하게 내놓던 결과에, 프리미엄 값을 치르면서요. 혹은 그 반대로, 어느 팀이 고객 이메일의 무한한 다양함을 다루려고 한 분기를 점점 더 정교한 규칙을 쓰는 데 보냅니다. AI 단계 하나면 군말 없이 그 모두를 읽었을 텐데요.

세 번째 실수는 더 미묘하고 가장 흔합니다. 그저 거기 있다는 이유로 모든 것을 'AI에 통과'시키는 것입니다. 일단 AI 도구를 갖게 되면, 예측 가능한 단계까지 모든 단계를 그것에 통과시키고 싶어집니다. 하지만 결정론적 규칙이 완벽하게 해내는 일을 확률적 모델에게 시키는 것은 격하입니다 — 더 느리고, 더 비싸고, 이제는 예전에 흠 없던 단계에서 이따금 틀립니다. AI는 좁게 두세요. 지루한 부분은 지루하게 남겨 두세요.

자주 묻는 질문