AX를 하는 기업은 많습니다.
하지만 단순 교육/바이브코딩이 아닌, 실질적 병목 해소를 통한 생산성 혁신을 이루는 기업은 많지 않습니다.
이 글에서는 AX에 대해 많이 하는 오해들과, 올바른 방향성을 소개하겠습니다.
오해 1. AX는 업무 자동화다?
처음 AX를 하려는 분들은 자연스럽게 AI로 할 수 있을 것 같은 일을 자동화하는데 집중합니다.
그래서 대부분의 분들이 개발, 마케팅 자동화를 하고계십니다. 가장 에이전트한테 시키기 쉬워보이기 때문입니다. 개발/마케팅 결과물을 내 취향에 맞추기위해서 프롬프트, skill, 하네스를 깎고, '오늘도 열심히 AX를 했다'며 보람을 느낍니다.
이 접근은 가장 중요한 '목표 설정'이 잘못 되었습니다. AX의 목표는 생산성 혁신이지, 업무 위임이 아닙니다. 병목이 되는 지점을 찾아서 그 부분만 개선하면 됩니다. 자동화하기 쉬워보이는 것부터 해결하는 것이 아니라요.
만약 개선할 지점이 명확히 보이지 않는다면, 병목을 정확히 잡아내기위한 데이터 측정부터 해야합니다. AI를 적용하는건 그 다음입니다.
오해 2. AX는 클로드코드 교육이다?
또 많은 기업에서 AX를 추진하는 목적에서 '클로드코드 사용법, Skill + 하네스 만드는 법'을 주제로 사내 교육을 하시는데요, 이 접근도 근본부터 잘못되었습니다.
Skill과 하네스는 조직이 공유하는 시스템입니다. 그리고 이러한 시스템을 만드는 것은 매우 어려운 일입니다. 지금 당장 조직의 모든 인원이, 업무 시스템의 비효율을 개선하는데 적극적으로 기여하고 있나요? 아마 아닐 것입니다. 시스템적 비효율은 시니어, 리드 위주로 개선하고 있을거에요. 이는 시스템에 대한 의사결정을 내리기위해 알아야할 '맥락'이 많기 때문입니다.
시스템은 만드는걸로 끝이 아닙니다. 이를 전파하고, 유지관리하고, 장기적으로 교육하는 것이 훨씬 중요합니다. 이 모든 것들을 고려해야하기 때문에 시니어리티가 중요한 것입니다. 시스템적 개선은 바텀업으로 발생하기 정말 어렵습니다.
과연 직원 모두가 바이브코더가 되는 것이 좋은 미래일까요? 저는 아니라 생각합니다. 아무도 책임지지 않는, 관리되지 않는 막대한 코드들이 쌓이고, 버려질 것입니다. 코딩 실력이 생겼다고 개발자가 아니고, 시스템은 단순할 수록 좋습니다.
오해 3. AX는 실무진 AI 역량 강화다?
AX는 바텀업보다 탑다운이 훨씬 효과적입니다. 제대로 된 혁신은 기존 프로세스를 파괴해야하기 때문입니다.
실무진 위주로 AX를 진행하면, 원래하던 일을 '더 빠르게' 하는데 집중하게될 가능성이 높습니다. 기존 업무 흐름을 그대로 둔 채 각 단계에 AI를 얹는 식이죠. 하지만 진짜 생산성 혁신은 '이 단계가 왜 필요한가'를 묻고, 불필요한 단계를 통째로 없애는 데서 나옵니다. 이런 판단은 전체 프로세스를 조망할 수 있는 리더십 레벨에서만 가능합니다.
또한 실무진이 각자 AI를 도입하면, 조직 전체로 보았을 때 최적화 지점이 분산됩니다. A팀은 보고서 작성을 자동화하고, B팀은 회의록 정리를 자동화하지만, 정작 가장 큰 병목인 '팀 간 커뮤니케이션 지연'은 아무도 건드리지 못하는 상황이 발생합니다. 조직 차원의 병목은 위에서 내려다봐야 보입니다.
그래서 어떻게 해야할까?
다음 순서를 따르는 것을 추천드립니다.
1. 데이터 수집 파이프라인 세팅
AX를 도입할 분야에 대해서, 먼저 정량적 측정을 위한 데이터 수집 파이프라인을 만드세요.
- 업무 시작, 완료, 프롬프트 입력, 채팅 입력 등 모든 것에 대한 event를 수집하세요.
- 목표는 업무 흐름을 명확히 파악하고, 병목을 찾는 것입니다.
- 영업 등 업무는 데이터화가 어려울 수 있으나, 자체적으로 개발한 툴을 도입해서라도 최대한 많은 데이터를 남기세요. 통화시작, 통화종료, 내용요약 등 가능한 모든 이벤트를 수집하는 것을 추천드립니다.
- GA, Amplitude 같은 web engagement 도구와 굉장히 유사합니다. 이들의 데이터 수집 및 시각화 방식을 참고하면 쉽습니다.
2. 데이터로 병목을 찾는다
모든 데이터가 깔렸다면, 이를 통해 병목을 찾으세요.
- 업무 프로세스가 가시화되는 것만으로도 큰 도움이 됩니다.
- 오래 걸리는 단계들 중에서, AI에게 위임하기 쉬운 것을 찾아내세요.
3. 위임하고 반복개선한다
병목을 AI에게 위임한 뒤, 모니터링하며 개선하세요.
- AI에게 위임했을 때 만족스럽지 않을 수 있을텐데, 많은 경우 앞 단계의 입력이 문제입니다.
- 데이터를 수집하며 모니터링한다면 무엇이 문제인지 정확히 판단할 수 있습니다.
- 예시: 코드리뷰를 자동화한 뒤 2주간 모니터링을 했습니다. 문제가 된 티켓이 몇가지 있었는데, 분석해보니 모두 '기획서에 포함되지않은 엣지 케이스를 구현하지 않은 경우'였습니다. 이 인사이트를 바탕으로 PO를 위한 '기획 엣지케이스 점검' 하네스를 만들고나니 이후 AI로 코드리뷰를 완전히 자동화해도 문제가 발생하지 않았습니다.
결론
AX는 단순히 교육, 하네스 세팅으로 해결되는 문제가 아닙니다.
분야를 한정하지 않고 AI 에이전트 시대에 맞춰 프로세스 자체를 재구성해야하며, 명확한 기준이 없고 조직마다 특성이 다르기 때문에 반복적으로 개선할 수 밖에 없습니다.
이때 가장 중요한 것은 데이터입니다. 데이터가 없다면 감으로 개선할 수 밖에 없고, 결국 엉뚱한 업무만 자동화하다가 끝날 가능성이 높습니다.
측정할 수 없다면 개선할 수 없다는 말이 있죠. AX도 똑같습니다.
AI Native 기업이 되고 싶다면, '재밌는 클로드코드 교육'이 아니라, 지루한 데이터 수집과 분석에 집중해야합니다.
