부서별 AI 도입, 어디부터 시작하나

부서별 폴더를 열어 보면 비슷한 자료를 사람이 다시 옮기고, 확인하고, 이름을 바꾸는 일이 반복됩니다. 담당자는 바쁜데 업무 자체는 크게 달라지지 않습니다.

대표님은 AI를 찾아보다가 탭만 스무 개쯤 열어 둡니다. 기능은 많은데 우리 회사의 어느 부서, 어느 업무에 붙여야 하는지 정하는 순간부터 손이 멈춥니다.

강의는 들었는데 내 업무 얘기가 아니었다는 느낌도 남습니다. 물어볼 사람이 없으니 좋은 도구를 보고도 결국 하던 방식으로 돌아가게 됩니다.

그런데 부서별 업무를 나란히 놓고 보면 의외로 먼저 줄일 일이 보입니다. 사람이 잘해야 하는 판단보다, 사람이 계속 반복하는 전달과 정리부터 살펴보는 방식입니다.

클로드 코드로 자료를 모으고, 정해진 기준으로 나누고, 다음 사람이 보기 좋게 정리하는 일을 덜어낼 수 있습니다. 대표님이 매번 확인하던 중간 과정을 줄이는 데 의미가 있습니다.

이 글에서는 부서별 AI 도입의 첫 대상을 고르는 기준을 보여드립니다. 어떤 화면을 보고 무엇을 비교하면 우리 회사의 시작점이 보이는지, 실제 관리자 대시보드 구조를 재현한 예시와 함께 살펴보겠습니다.

업무를 줄인다는 말이 곧 사람을 줄인다는 뜻은 아닙니다. 같은 확인을 반복하던 시간을 돌려주는 데 더 가까운 변화입니다.

부서마다 자료의 모양과 속도가 다르기 때문에 시작점도 회사마다 달라집니다. 그래서 먼저 우리 조직의 반복 장면을 살펴봐야 합니다.

부서가 나뉜 회사에서 가장 바쁜 곳이 늘 첫 대상은 아닙니다. 중요한 판단이 많은 부서보다, 같은 자료를 반복해서 옮기고 확인하는 부서가 출발점으로 더 선명할 때가 많습니다.

업무가 눈에 잘 띄지 않아도 매주 되풀이되면 비용이 됩니다. 작은 전달 하나가 여러 사람의 시간을 이어서 붙잡을 수 있습니다.

예를 들어 총무팀이 매주 여러 부서의 요청서를 받아 같은 양식으로 정리한다고 해보겠습니다. 요청 내용을 판단하는 일은 사람이 맡더라도, 모으고 분류하고 누락을 표시하는 과정은 별도로 줄일 수 있습니다.

이때 중요한 것은 자동화의 크기가 아닙니다. 담당자가 반복해서 손을 대는 지점이 어디인지 선명하게 보는 것이 먼저입니다.

고객 문의를 담당하는 팀도 비슷합니다. 문의를 읽고 답의 방향을 정하는 것은 경험이 필요하지만, 문의를 주제별로 묶고 담당자에게 전달할 목록을 만드는 일은 매번 사람의 기억에 의존하지 않아도 됩니다.

자료가 들어오는 경로가 여러 개라면 병목은 더 쉽게 생깁니다. 한곳에 모으는 것만으로도 다음 사람이 기다리는 시간이 달라질 수 있습니다.

첫 대상은 직원 수가 많은 곳이 아니라, 담당자가 자리를 비우면 업무가 바로 밀리는 곳일 수 있습니다. 이 의존도가 보이면 AI를 붙였을 때 체감되는 변화도 빠르게 확인할 수 있습니다.

반복 업무는 담당자의 숙련도에 가려져 있기도 합니다. 능숙한 사람이 조용히 처리할수록 회사는 그 부담을 늦게 알아차립니다.

부서를 고르는 질문은 간단합니다. 누가 가장 바쁜가보다, 어떤 업무가 사람의 시간을 계속 같은 모양으로 가져가는가를 물으면 시작점이 달라집니다.

업무를 감으로만 비교하면 늘 목소리가 큰 부서가 앞에 섭니다. 반복 횟수, 사람 의존도, 실수 비용이라는 세 가지 기준을 놓으면 조용하지만 중요한 병목도 함께 보입니다.

숫자는 복잡한 보고서를 만들기 위한 것이 아닙니다. 서로 다른 부서의 일을 같은 눈높이에서 바라보기 위한 간단한 표식입니다.

반복 횟수는 한 사람이 같은 행동을 얼마나 자주 하는지 보여줍니다. 매일 한 번인 일도 한 달이면 큰 시간이 되고, 여러 명이 함께하면 조직 전체의 대기 시간으로 커집니다.

횟수가 적어도 매번 오래 걸리는 업무라면 놓치지 않아야 합니다. 빈도와 함께 한 번 처리하는 데 드는 시간을 살펴보면 실제 부담이 보입니다.

사람 의존도는 특정 담당자만 아는 과정이 얼마나 많은지 살피는 기준입니다. 담당자가 설명해야만 다음 단계로 넘어가는 업무라면, 자료를 읽고 정리하는 부분부터 구조화할 여지가 있습니다.

업무를 맡은 사람이 바뀔 때마다 설명이 처음부터 반복된다면 신호가 분명합니다. 지식이 사람의 머릿속에만 머물지 않도록 중간 결과를 남기는 일도 중요합니다.

실수 비용도 빼놓기 어렵습니다. 단순한 오탈자는 다시 고치면 되지만, 잘못 전달된 요청이나 빠진 일정처럼 다음 업무를 멈추게 하는 실수는 자동화 후보를 고르는 중요한 단서가 됩니다.

작은 누락이 고객 응대나 납기에 연결된다면 우선순위가 올라갑니다. 비용을 정확히 계산하지 못해도 어떤 일이 멈추는지는 충분히 관찰할 수 있습니다.

세 기준은 점수를 매겨 경쟁시키려는 장치가 아닙니다. 대표님이 어느 업무를 줄였을 때 팀이 덜 기다리고, 담당자가 덜 불안해지는지 대화하기 위한 공통 언어입니다.

클로드 코드를 업무에 붙인다는 말은 사람이 하던 판단을 모두 넘긴다는 뜻이 아닙니다. 정해진 위치에서 자료를 읽고, 반복되는 규칙에 맞춰 정리한 뒤, 사람이 확인할 결과를 준비하는 데 가깝습니다.

도구의 역할을 작게 정의하면 팀도 변화의 경계를 이해하기 쉽습니다. 사람이 결정하고 도구가 준비하는 구분이 선명할수록 오래 사용하기 편합니다.

업무에서 가장 지치는 순간은 큰 결정을 내릴 때보다, 결정하기 전까지 같은 화면을 여러 번 열어보는 시간입니다. 자료를 찾고 이름을 맞추고 누락을 확인하는 중간 과정이 줄면 판단에 쓸 집중력이 남습니다.

대기 시간이 줄면 회의의 질문도 달라집니다. 어디에 있는지 찾는 데서 벗어나 무엇을 결정할지 이야기할 수 있습니다.

예를 들어 영업지원 자료가 들어오면 회사명과 문의 내용, 담당 부서를 같은 기준으로 정리할 수 있습니다. 대표나 담당자는 모든 행을 다시 옮기기보다, 분류가 맞는지와 특별히 확인할 건 없는지만 살피게 됩니다.

이런 구조는 담당자의 경험을 없애지 않습니다. 오히려 경험이 필요한 예외와 단순히 반복되는 정리를 분리해 줍니다.

좋아지는 점은 처리량만이 아닙니다. 담당자가 휴가를 가도 업무가 어디까지 왔는지 보이고, 대표가 중간 상황을 물을 때 사람의 기억 대신 정리된 상태를 함께 볼 수 있습니다.

상태가 남으면 인수인계도 덜 무거워집니다. 누가 무엇을 했는지보다 다음에 확인할 항목이 보이는 것이 실무에서는 더 유용합니다.

다만 모든 일을 한 번에 맡기는 방식은 오래가기 어렵습니다. 반복 규칙이 비교적 분명하고, 사람이 마지막으로 확인할 수 있는 업무부터 시작해야 팀이 결과를 믿고 계속 사용할 수 있습니다.

부서별 AI 도입은 회사 전체를 한 번에 바꾸는 프로젝트로 시작하지 않아도 됩니다. 한 부서의 한 업무에서 사람이 반복하던 중간 과정을 줄이고, 실제로 편해졌는지 확인하는 정도면 충분한 출발이 됩니다.

작은 범위는 결과를 관찰하기도 쉽습니다. 담당자가 느끼는 변화와 실제 처리 흐름을 함께 볼 수 있기 때문입니다.

첫 주에는 거창한 성과보다 담당자의 반응을 보는 편이 좋습니다. 같은 자료를 찾느라 덜 헤맸는지, 전달 누락이 줄었는지, 퇴근 전 다시 확인하는 시간이 짧아졌는지가 더 현실적인 신호입니다.

변화가 작아 보여도 반복해서 확인하면 방향을 잡을 수 있습니다. 무엇이 편해졌고 무엇이 여전히 불편한지 기록하는 정도면 충분합니다.

효과가 보이면 다음 대상은 비슷한 자료 구조를 가진 업무에서 찾을 수 있습니다. 총무의 요청 정리 다음에 운영 현황을 붙이는 식으로, 이미 확인한 기준을 활용해 범위를 조금씩 넓혀 갑니다.

한 번 확인한 기준을 다른 부서에 적용하면 도입 속도도 안정됩니다. 새로운 도구보다 익숙한 업무 흐름을 조금씩 연결하는 방식입니다.

목요 AI 모임에서 다루는 이야기도 이 지점에 있습니다. 정해진 내용을 따라가는 시간이 아니라, 내 사업의 업무를 펼쳐 놓고 어디에 AI를 붙이면 사람이 덜 묶이는지 함께 의논하는 3시간입니다.

혼자 판단하기 어려운 이유는 업무의 안쪽을 본인이 가장 익숙하게 알고 있기 때문입니다. 다른 사람의 질문을 받으면 당연하게 넘긴 반복이 새롭게 드러나기도 합니다.

AI를 어디에 붙일지 정하는 일은 도구를 많이 아는 것과 조금 다릅니다. 대표님 회사의 반복 장면을 구체적으로 바라보고, 사람의 판단이 남아야 할 자리와 줄여도 되는 자리를 나누는 일에서 시작됩니다.