어떤 업무가 정말로 AI에 적합한지 가려내는 방법

지금 묘한 압박이 공기 중에 떠 있습니다. 이야기를 나누는 사람마다 "AI로 뭔가를 하고 있다"고 하고, 업계 잡지는 그 이야기로 가득하며, 머릿속 한구석에서는 당신도 그래야 한다는 목소리가 계속 들립니다. 그래서 자동화할 업무를 찾아 나서는데, 바로 거기서 일이 어긋납니다. 출발점은 AI를 놓을 자리를 사냥하는 것이 아닙니다. 출발점은 자신의 일을 충분히 잘 이해해, AI가 실제로 어디에 들어맞는지를 보는 것입니다. 이 둘은 완전히 다른 일이며, 잘 끝나는 것은 그중 하나뿐입니다.

저는 시간의 상당 부분을, 사업주가 첫 AI 구상을 단념하도록 설득하는 사람으로 보냅니다. 그 구상이 어리석어서가 아닙니다. 대개 그것은 사업에서 가장 화려하고 가장 눈에 띄는 부분이고, 바로 그래서 눈길을 끈 것입니다. 그러나 그것이 거의 언제나 준비된 부분은 아니기 때문입니다. 준비됨은 더 조용한 성질입니다. 업무가 얼마나 인상적으로 보이는지와는 무관하고, 그 속이 얼마나 예측 가능하고 잘 기록되어 있으며 대량인지가 전부입니다.

그래서 이 가이드는 "AI로 자동화할 10가지" 같은 목록이 아닙니다. 그런 목록은 당신의 사업을 모르기에 쓸모가 없습니다. 이것은 오히려 보는 방법입니다. 하루 종일 실제로 무엇을 하는지 정리하고, 어느 정도의 솔직함을 가지고 어떤 업무가 무르익었고 어떤 것이 함정인지를 가려내는 방법입니다. 보는 법만 제대로 갖추면, 도구는 거의 저절로 정해집니다.

"AI에 준비됨"이 실제로 뜻하는 것

모두가 느슨하게 쓰니, 이 말을 정의해 봅시다. 업무가 AI에 준비된 것은 세 가지가 동시에 참일 때입니다. 자주 일어나고, 입력이 엉성하더라도 알아볼 수 있는 패턴을 따르며, 누군가가 좋은 결과가 어떤 모습인지 설명할 수 있다는 것입니다. 이 중 하나라도 빠지면, 자동화가 아니라 도박입니다.

그 목록에 없는 것에 주목하십시오. 난이도, 명성, 얼마나 현대적으로 느껴지는지입니다. 어떤 업무는 기술적으로 복잡해도, 1년에 두 번만 일어난다면 형편없는 후보일 수 있습니다. 반대로 받은 메일을 세 칸으로 분류하는 일처럼 민망할 만큼 단순한 업무가, 일주일에 사백 번 일어나고 아이도 익힐 패턴을 따르기에 완벽한 후보일 수 있습니다.

수수하지만 조용히 모든 것을 좌우하는 네 번째 조건이 있습니다. 입력에 애초에 닿을 수 있는가? AI에 필요한 정보가 누군가의 머릿속에만, 또는 종이 폴더에, 또는 서로 대화하지 않는 세 개의 앱에 흩어져 있다면, 그 업무는 준비되지 않은 것입니다. AI가 다룰 수 없어서가 아니라, 다룰 거리를 주지 않았기 때문입니다. 놀랄 만큼 많은 "AI 프로젝트"가 사실은 의상을 걸친 데이터 접근 프로젝트입니다.

AI를 정리하기 전에, 일을 정리하라

준비도는 기억으로 판단할 수 없습니다. 사업주는 시간이 어디로 가는지에 대해 놀라우리만치 한결같이 틀립니다. 누구나 극적인 위기는 과대평가하고, 실제로 일주일을 갉아먹는 작고 반복적인 업무의 꾸준한 낙숫물은 과소평가합니다. 그러니 무엇을 결정하기 전에 정리합니다. 그리고 정리는 그 말이 풍기는 것보다 훨씬 덜 위압적입니다.

한 주 동안, 당신과 팀은 반복되는 업무가 생길 때마다 적어 둡니다. 시간동작 연구가 아니라 그냥 흘러가는 목록입니다. 각 업무마다 세 가지를 적습니다. 대략 얼마나 자주 일어나는지, 무엇이 들어오는지(메일, 양식, 전화, 사진), 그리고 무엇이 나와야 하는지(시스템 입력, 답신, 문서)입니다. 그게 전부입니다. 금요일이면 대부분의 사업체가 한 번도 가져 본 적 없는 것, 즉 자기 반복 업무의 정직한 목록이 손에 들어옵니다.

종이에 옮겨 놓으면, 일상의 분주함 속에서는 보이지 않던 패턴이 튀어나옵니다. 같은 정보가 두 시스템에 입력되는 것이 보입니다. 한 사람이 사람 분배기 노릇을 하며, 읽고 어디로 보낼지 정하는 것이 보입니다. 매번 같은 답이 나오는 질문이 보입니다. 그 하나하나가 후보이며, 이제 오늘 아침 가장 크게 외친 것에 끌려가는 대신 서로를 견주어 가늠할 수 있습니다.

직접 돌려 볼 수 있는 준비도 점수

목록을 손에 쥐었다면, 컨설턴트의 직감에 기대지 않고 후보의 순위를 매길 방법이 필요합니다. 저는 단순한 다섯 요소 점수를 씁니다. 각 업무를 요소마다 1에서 5까지 매기고 합산하면, 높은 점수가 위로 떠오릅니다. 정밀한 과학은 아닙니다. 모호한 판단을 눈에 보이고 논의할 수 있게 만드는 방법입니다.

• 빈도 — 얼마나 자주 일어나는가? 매일이 매월을 이기고, 매월이 매년을 이깁니다. 도입 비용을 회수하는 것은 물량입니다.
• 일관성 — 매번 같은 단계를 따르는가, 아니면 사례마다 특수한가? 패턴은 자동화할 수 있지만 혼돈은 안 됩니다.
• 명확한 결과 — 좋은 결과를 한 문장으로 쓸 수 있는 사람이 있는가? 없다면 아무도 정의하지 않은 표적을 어떤 도구도 맞힐 수 없습니다.
• 데이터 접근성 — 입력이 이미 디지털의, 닿을 수 있는 형태에 있는가? 아니면 머릿속, 종이, 연결되지 않은 앱에 갇혀 있는가?
• 낮은 오류 비용 — 가끔 하나가 틀리면 어깨를 으쓱하고 마는가, 아니면 참사인가? 실수가 싸고 되돌릴 수 있는 곳에서 시작하십시오.

대개 알게 되는 것은, 가장 높은 점수가 사업의 지루하고 대량인 한가운데에 몰린다는 점입니다. 문서 처리, 데이터 옮기기, 반복되는 서신입니다. 당신이 들고 들어온 화려한 구상은 흔히 일관성이나 데이터 접근성에서 낮은 점수를 받는데, 바로 그것이 준비되지 않았던 이유입니다. 그것은 실패가 아닙니다. 지도가 제 역할을 하는 것입니다.

AI가 정말로 잘하는 패턴

현대 AI는 마법도 아니고, 상자에 든 범용 지능도 아닙니다. 특정하고 알아볼 수 있는 한 무리의 형태를 놀랍도록 잘합니다. 그리고 그 형태에 이름을 붙일 수 있게 되면, 자기 업무 곳곳에서 그것이 보이기 시작합니다. 소규모 사업체에서 거듭 나타나는 네 가지를 들어 봅니다.

엉성한 입력을 읽고 구조를 뽑아내기

고객이 자유로운 글로 메일을 보냅니다. "안녕하세요, 화요일 주문을 12개로 바꾸고 새 창고로 보내 주실 수 있나요" 그러면 누군가가 그것을 읽고 구조화된 행동으로 바꿔야 합니다. AI는 이를 매우 잘합니다. 비구조의 사람 언어를 읽어 주문, 수량, 주소, 의도를 뽑아냅니다. 송장, 양식, 메일, 납품서 사진 등 사람이 지금 읽고 나서 입력하는 곳이라면 어디에나 강력한 후보가 있습니다.

분류와 배분

소규모 사업의 많은 일은 사실 분류입니다. 이 메일은 항의, 저것은 영업 기회, 이것은 공급업체 송장. 사람이 하나하나 열어 판단하고 전달합니다. AI는 이 분류를 잘 해내며, 실수가 싸기에 멋진 첫 프로젝트가 됩니다. 잘못 배분된 메일은 성가실 뿐 참사는 아니고, 하류에서 사람이 여전히 모든 것을 봅니다.

초안 작성하기

일상적인 문의에 답하기, 견적 후속 메일 쓰기, 긴 대화 요약하기 — AI는 사람이 나중에 승인할 탄탄한 초안을 내놓는 데 강합니다. 핵심어는 초안입니다. 소규모 사업에서 가장 믿을 만한 AI 업무는 사람을 마지막 관문에 둡니다. 그곳에서 사람의 판단은 가장 값지고, 시간은 가장 덜 낭비됩니다.

반복되는 대화 처리하기

영업시간, 예약 가능 여부, "X도 하시나요" 같은 몇 안 되는 같은 질문에 전화나 채팅으로, 하루 종일 답하여 팀이 일하던 중에 끊기지 않게 합니다. 이는 몇 년 전만 해도 그저 존재하지 않던 진짜 현대적 역량이며, 질문이 예측 가능하고 위험이 낮은 바로 그곳에서 빛납니다.

솔깃한 함정 — 준비된 듯 보이지만 아닌 업무

좋은 형태를 아는 것만큼 유용한 것이, 유혹적인 형태를 아는 것입니다. 딱 봐도 분명한 AI 후보처럼 느껴지지만, 첫 시도를 조용히 가라앉히는 업무입니다. 이들에게는 공통의 특징이 있습니다. 인상적으로 보인다는 것, 그리고 바로 그 점이 위험하게 만듭니다.

더 미묘한 함정도 있습니다. 사업주의 자리에서는 일관돼 보이지만, 실제로는 기록되지 않은 사람의 판단으로 지탱되는 업무입니다. 어떤 주문을 우선해야 하는지 "그냥 아는" 베테랑 직원은, 기계에 건넬 수 있는 규칙을 따르는 것이 아니라 이십 년의 맥락을 적용하고 있는 것입니다. 그것을 성급히 자동화하면 효율이 아니라 자신만만하고 매끄러운 오류를 얻습니다. 해법은 포기가 아닙니다. 먼저 숨은 규칙을 명시화하고, 그런 다음에야 무엇을 자동화할지 정하는 것입니다.

애초에 AI가 필요한가? 흔히 답은 아니오

저는 AI 사업을 하면서도 이를 솔직히 말합니다. 준비도에서 가장 높은 점수를 받는 업무의 상당수는 애초에 AI가 전혀 필요 없습니다. 두 시간 전에 울리는 예약 알림은 시계가 달린 규칙입니다. 주문 데이터를 양식에서 시스템으로 옮기는 것은 두 도구 사이의 관입니다. 그것을 "AI"라 부르는 것은 마케팅이며, 거기에 AI 가격을 치르는 것은 낭비입니다.

정직한 경계선은, 그 업무에 이해가 따르는가입니다. 입력이 구조화되어 있고 단계가 고정되어 있다면, 원하는 것은 평범한 자동화입니다. 더 싸고, 더 빠르고, 더 예측 가능하고, 더 믿기 쉽습니다. AI는 엉성한 사람 언어, 이미지, 또는 해석해야 할 진짜 모호함이 있는 바로 그곳에서 제 몫을 합니다. 대부분의 사업체는 앞엣것이 많이 필요하고, 뒤엣것은 조심스레 한 꼬집 필요합니다.

이것이 실제로는 어떤 모습인가

여러 실제 프로젝트를 합쳐 만든 사례로 구체화해 보겠습니다. 세부는 흐렸지만 모양은 실제에 충실합니다. 스무 명쯤 되는 중간 규모 공급업체를 떠올려 보십시오. 잠재 고객을 쫓을 "AI 영업 어시스턴트"를 원한다고 확신하며 우리를 찾아왔습니다. 흥미롭고, 눈에 띄고, 이사회 입맛에 맞습니다. 우리는 먼저 정리하는 한 주를 돌리자고 청했습니다.

지도는 다른 이야기를 했습니다. 영업 구상은 점수가 낮았습니다. 물량이 적고, 거래마다 특수하며, 좋은 결과의 명확한 정의가 없고, 결정적 맥락이 두 영업사원의 머릿속에 통째로 들어 있었습니다. 한편 그들이 한 번도 언급하지 않은 수수한 업무가 점수표를 밝히고 있었습니다. 들어오는 공급업체 송장이었습니다. 한 달에 수백 건, 십수 가지 양식의 PDF와 메일 첨부로 도착해, 하나하나 손으로 읽혀 회계 시스템에 다시 입력되었습니다. 높은 빈도, 알아볼 수 있는 패턴, 명확한 결과, 디지털 입력, 그리고 싸고 확인하기 쉬운 오류 비용.

1. 1
   흥분이 있는 곳이 아니라, 점수가 가리키는 곳에서 시작했다

   영업 어시스턴트가 아니라 송장 추출. 슬라이드 위에서는 덜 짜릿하지만, 현실에서는 훨씬 더 준비되어 있었습니다.
2. 2
   몇 주 동안 병행으로 돌렸다

   AI가 송장마다 읽고 구조화된 입력안을 제시했고, 사람이 여전히 하나하나 승인했습니다. 아무것도 끄지 않았고, 아무것도 위태롭게 하지 않았습니다.
3. 3
   지루한 숫자를 측정했다

   사람들이 초안을 신뢰하고 드문 예외 하나만 고치게 되자, 모든 칸을 입력하던 때와 달리 송장당 시간이 크게 줄었습니다.
4. 4
   그제서야 다시 영업을 보았다

   진짜 승리를 쌓고 팀의 신뢰를 얻은 뒤 돌아가, 무엇을 자동화하기에 앞서 먼저 영업사원의 숨은 규칙을 명시화했습니다.

이것은 예시용 수치이지 보장이 아닙니다. 그러나 그 프로젝트에서 송장 처리는 건당 대략 6~7분의 수작업에서 1분 미만으로 떨어졌고, 옮겨 적는 오류는 늘기는커녕 줄었습니다. 수치보다 교훈이 더 중요합니다. 준비되어 있던 업무는, 아무도 물으러 들어오지 않은 바로 그것이었습니다. 지도가 그것을 찾아냈습니다. 열의로는 결코 찾지 못했을 것입니다.

지도를 분별 있는 순서로 바꾸기

정리는 후보를 주고, 점수는 그것의 순위를 매기지만, 마지막 한 수는 순서 정하기입니다. 모든 것을 한꺼번에 하지 않습니다. 그것은 무엇 하나 제대로 못 하는 고전적인 방법입니다. 가장 마무리할 수 있는 최고의 후보 하나를 골라 가동하고, 팀이 그것을 느끼게 한 뒤, 그제서야 다음으로 손을 뻗습니다. 순서는 선택만큼이나 중요합니다.

좋은 첫 프로젝트는 준비도가 높고 동시에 위험이 낮습니다. 실수가 위기가 아니라 어깨를 으쓱하는 정도인 곳입니다. 그것은 이후 모든 프로젝트가 기대는 단 하나, 곧 신뢰를 쌓습니다. 지루한 일이 아무것도 터지지 않은 채 조용히 줄어드는 것을 팀이 지켜보고 나면, 그들은 저항을 멈추고 스스로 다음 후보를 건네기 시작합니다. 당신이 자동화를 미는 데서 그들이 그것을 당기는 데로의 그 전환이야말로, 잘 고른 출발의 진짜 보답입니다.

자주 묻는 질문