사내 AI 도입 순서, 첫 달에 할 일

반복해서 복사하고 붙이는 일이 하루의 빈틈을 조금씩 가져갑니다. 문의 내용을 정리하고, 회의 뒤 메모를 다듬고, 같은 안내를 다시 보내는 순간들이 쌓입니다.

혼자 알아보다 브라우저 탭만 스무 개가 됩니다. 강의는 들었는데 내 업무 얘기는 아니었고, 막상 어디부터 바꿀지 물어볼 사람도 없습니다.

사내 AI 도입은 큰 시스템을 한 번에 바꾸는 일처럼 느껴집니다. 실제로는 사람이 계속 손을 대는 한 칸을 골라, 그 일이 얼마나 가벼워지는지 확인하는 데서 시작할 수 있습니다.

기준 도구는 클로드 코드입니다. 글을 정리하고, 자료를 분류하고, 반복되는 업무 순서를 이어 붙이는 데 쓰면서 우리 팀의 일하는 방식을 살펴봅니다.

이번 글에서는 첫 달을 네 주로 나눠 봅니다. 1주 관찰, 2주 한 칸 고르기, 3주 붙여보기, 4주 기준 정하기입니다.

내가 코드를 직접 짜야 하는지, 우리 회사 자료를 어디까지 보여줘야 하는지부터 막막할 수 있습니다. 화면 구조를 재현한 예시와 함께, 무엇을 정하면 좋은지 차근히 살펴보겠습니다.

첫 주에는 AI를 켜기보다 일을 바라봅니다. 하루 중 같은 내용을 옮겨 적고, 이름을 바꾸고, 다시 확인하는 장면을 찾아보세요.

업무를 잘하는 사람일수록 이런 손작업을 자연스럽게 흡수해 문제로 느끼지 못할 때가 있습니다. 익숙함 뒤에 숨은 반복을 밖으로 꺼내는 것이 첫 기록입니다.

예를 들어 문의가 들어오면 담당자는 내용을 읽고, 고객 유형을 나누고, 필요한 답변을 찾고, 기록표에 옮깁니다. 한 건은 짧아도 하루 열 건이면 다른 중요한 일을 미루게 됩니다.

이때 업무를 잘하는 사람의 감각도 함께 적어둡니다. 어디서 망설이는지뿐 아니라, 어떤 기준으로 빠르게 판단하는지도 나중에 중요한 단서가 됩니다.

관찰할 때는 ‘AI로 뭘 할까’보다 ‘사람이 왜 여기서 멈추지?’를 묻는 편이 좋습니다. 자료가 흩어졌는지, 판단 기준이 말로만 전해지는지, 같은 확인을 여러 번 하는지 적어봅니다.

기록은 완벽한 표가 아니어도 됩니다. 메모장에 업무 이름과 반복 횟수, 중간에 멈춘 이유만 남겨도 팀의 공통 언어가 생깁니다.

이 기록은 나중에 자동화를 고르는 기준이 됩니다. ‘시간이 많이 걸린다’는 느낌을 ‘매일 세 번, 같은 표를 열고 같은 항목을 옮긴다’는 장면으로 바꾸면 다음 주 선택이 쉬워집니다.

특히 담당자가 바뀌면 다시 설명해야 하는 업무를 눈여겨볼 만합니다. 사람의 기억에만 기대는 과정은 정리할수록 다른 업무에도 연결하기 좋습니다.

둘째 주에는 발견한 일 가운데 한 칸만 고릅니다. 회사 전체를 바꾸려는 마음이 커질수록 시작점은 흐려지기 때문입니다.

선택의 기준은 화려함보다 경계가 분명한지에 있습니다. 어디서 시작하고 어디서 사람이 결과를 받는지 설명할 수 있으면 작은 실험으로 옮기기 쉽습니다.

좋은 첫 대상은 매일 또는 매주 반복되고, 결과를 사람이 눈으로 확인할 수 있는 일입니다. 문의 내용 요약, 회의 메모 정리, 콘텐츠 초안의 항목별 분류처럼 시작과 끝이 보이는 업무가 여기에 들어옵니다.

반복 횟수가 많아도 결과를 확인할 방법이 없다면 잠시 미룹니다. 처음에는 속도보다 확인 가능한 범위를 확보하는 일이 더 중요합니다.

반대로 회사의 중요한 판단을 통째로 맡기는 일은 첫 달의 대상에서 빼는 편이 안전합니다. 사람이 결정해야 하는 부분은 남겨두고, 그 결정 전후의 준비 작업부터 가볍게 만드는 방식입니다.

이때 중요한 질문은 ‘얼마나 멋진 자동화인가’가 아닙니다. 이번 주에 줄이고 싶은 손작업이 무엇인지, 줄어든 시간을 어디에 쓰고 싶은지를 정하는 일입니다.

팀원이 체감할 수 있는 변화도 미리 생각해둡니다. 답변을 더 빨리 쓰는 것인지, 자료를 찾는 시간을 줄이는 것인지에 따라 같은 도구의 쓰임이 달라집니다.

한 칸을 정하면 팀 안에서 대화도 달라집니다. ‘AI를 도입하자’가 아니라 ‘이 기록 정리부터 덜어보자’고 말할 수 있어, 작은 실험에 필요한 동의가 빨리 모입니다.

첫 대상은 이후의 기준점이 됩니다. 잘 맞으면 범위를 넓히고, 맞지 않으면 이유를 남겨 다음 선택에서 같은 실수를 피할 수 있습니다.

셋째 주에는 고른 업무에 클로드 코드를 붙여봅니다. 목표는 사람을 빼는 것이 아니라, 사람이 반복하던 준비 단계를 줄여 결과를 확인할 여유를 만드는 것입니다.

처음부터 많은 자료를 한꺼번에 넣기보다 대표적인 사례를 골라 흐름을 살펴봅니다. 실제 업무와 가까운 자료일수록 무엇이 부족한지 더 선명하게 드러납니다.

문의가 들어온 뒤 담당자가 하던 요약과 분류를 생각해봅시다. AI가 핵심 내용과 다음 확인 항목을 정리해주면, 담당자는 처음부터 다시 읽는 대신 중요한 예외와 답변 방향에 집중할 수 있습니다.

결과의 모양도 업무에 맞아야 합니다. 긴 설명보다 핵심 요약, 확인할 질문, 다음 담당자처럼 바로 이어지는 항목이 실무에서는 더 유용합니다.

붙여본 뒤에는 결과만 보지 않습니다. 사람이 다시 손을 대야 했던 부분, 예상과 달랐던 표현, 빠진 정보도 함께 봅니다. 이 기록이 다음 수정의 재료가 됩니다.

검토 과정에서 나온 작은 차이를 무시하지 않습니다. 특정 표현이 자주 어긋나는지, 자료 형식에 따라 결과가 달라지는지 살펴보면 업무의 숨은 조건을 알 수 있습니다.

자동화가 잘 된다는 말은 버튼을 누르면 모든 일이 끝난다는 뜻이 아닙니다. 사람이 해야 할 판단은 더 선명해지고, 반복 입력과 정리처럼 에너지를 많이 쓰는 부분이 줄어드는 상태에 가깝습니다.

담당자가 결과를 보고 바로 수정할 수 있는지도 중요합니다. 틀린 부분을 찾는 데 더 오래 걸린다면 자동화의 이점이 충분한지 다시 살펴봐야 합니다.

작게 붙여보면 우리 업무에 맞는 질문이 생깁니다. 어떤 자료를 넣어야 안정적인지, 결과를 누가 확인할지, 문제가 생기면 어느 단계로 돌아갈지처럼 현장에서만 나오는 질문들입니다.

이 질문을 모두 한 번에 해결하려 하지 않아도 됩니다. 첫 실험에서는 가장 자주 생기는 문제 한 가지를 골라 다음 주 수정 대상으로 남기면 충분합니다.

넷째 주에는 잘됐다는 느낌을 기준으로 바꿉니다. 시간을 얼마나 덜 썼는지뿐 아니라, 담당자가 결과를 믿고 다음 일을 시작할 수 있었는지까지 확인합니다.

숫자는 업무를 설명하는 데 도움을 주지만 전부는 아닙니다. 담당자가 덜 지쳤는지, 결과를 공유하기 쉬워졌는지도 함께 기록하면 지속 여부를 판단하기 좋습니다.

기준은 세 가지면 충분합니다. 반복 업무에 쓰는 시간이 줄었는지, 결과를 확인하는 데 드는 수고가 적당한지, 예외가 생겼을 때 사람이 알아차릴 수 있는지입니다.

이 기준은 담당자마다 다르게 해석되지 않도록 짧은 문장으로 남깁니다. 다음 사람이 업무를 이어받을 때도 같은 판단을 할 수 있어야 운영이 흔들리지 않습니다.

반대로 시간이 줄었지만 오류를 찾기 어려워졌다면 속도를 성과로 부르기 어렵습니다. 기준을 낮추기보다, 사람이 확인해야 할 지점을 다시 남기는 것이 다음 달의 과제입니다.

계속 사용할지 멈출지도 정해둡니다. 효과가 작으면 범위를 줄이고, 문제가 반복되면 원인을 기록한 뒤 다른 업무로 방향을 바꿀 수 있습니다.

이렇게 첫 달을 지나면 AI 도입이 막연한 구호로 남지 않습니다. 우리 회사에서 실제로 손이 많이 가던 한 칸과, 그 일을 덜어내기 위해 남겨야 할 기준이 손에 잡힙니다.

다음 달에는 새 도구를 더하기보다 이미 확인한 흐름을 조금 넓혀봅니다. 같은 기준을 유지하면서 한 단계만 연결하면 변화의 방향을 잃지 않습니다.