2. AI 도구 1,000개 깔았더니 - 하루 1.14번 쓰고 만족한다는 사람들

- 영국 정부가 직접 실험했어요. MS 365 코파일럿 라이선스를 1,000명에게 3개월간 나눠주고 결과를 측정한 거예요
- 하루 평균 사용 횟수: 1.14회. 하루에 한 번 겨우 클릭한 셈이에요
- 발표자료는 7분 빨라졌는데(18분에서 11분) 품질은 반토막 났어요. 엑셀 분석은 오히려 느려지고 질도 떨어졌고요
- 이메일 시간 절감은? 영국 정부 표현 그대로 "극히 미미"
- "시간 절감이 생산성 향상으로 이어진다는 강력한 증거를 찾지 못했다", 그런데 72%가 만족한다고 답했어요
- 사람들은 좋아하는데 결과는 안 나온다. 이게 지금 전 세계 기업 AI 도입의 자화상이에요

3. 22일 걸리는 업무의 실제 작업 시간은 17분이었다

- Hammer가 보험회사를 파헤친 유명한 사례가 있어요. 서류 하나가 회사 안에서 돌아다니는 데 22일이 걸렸거든요
- 그 22일 중 누군가 실제로 일한 시간? 고작 17분
- 여기에 최고급 AI를 붙여서 모든 작업을 2배 빨리 만들었다고 쳐요. 절약한 시간은 8분 30초예요
- AI 담당자는 '50% 효율 개선'이라고 보고서에 적고, 승진하고, 보너스 받겠죠. 실체는 고작 8분인데
- 진짜 시간이 새는 곳은 일 자체가 아니에요. 대기열, 부서 간 넘기기, 다른 팀 기다리기, 재검토 대기에서 빠져나가는 거예요. 작업 속도를 올려봤자 물이 새는 수도꼭지를 더 세게 트는 것밖에 안 되는 겁니다

4. "시스템부터 통합하자"는 함정이다

- "데이터가 엉망이고 시스템끼리 대화가 안 되니까, 먼저 ERP 하나로 합치자" - 그럴듯하죠? 함정이에요
- 영국 TSB 은행이 핵심 시스템 이전에 3억 1,800만 파운드를 쏟아부었어요. 사고 비용 2억 파운드 추가, 벌금 4,865만 파운드, 520만 고객의 뱅킹이 먹통
- 80억 달러 규모 제조사 Zimmer Biomet은 딜로이트에 시스템 통합을 맡겼다가, 물건 출하도 못 하고 청구서도 못 보내는 상태가 돼서 1억 7,200만 달러 소송을 걸었고요
- 시스템 통합이 아니라 프로세스 통일이 먼저예요. 20년간 9개 회사를 인수했으면, 같은 업무가 9가지 방식으로 돌아가고 있는 거거든요
- 재밌는 건, ERP가 반드시 하나일 필요는 없다는 점이에요. 옛날 연동 방식은 시스템 둘이 거래처 코드 하나만 달라도 깨졌는데, AI agent는 이런 불일치를 버텨내거든요.

5. 부서 단위로 파고들어서 진짜 현장을 파악하라

- 회사 전체를 한 번에 삼킬 수는 없으니 부서 단위로 시작하는 거예요. 재무라면 매입채무, 매출채권, 예산, 청구, 자금, 조정 같은 업무 묶음을 잡아요
- 대부분 회사에서 정상 흐름만 문서화돼 있는데, 진짜 시간이 빠지는 건 예외 처리 쪽이에요
- 방법은 두 가지를 동시에: 시스템 로그에서 실제 행동을 추출하는 process mining, 그리고 현장 담당자 인터뷰. 하나만 하면 반쪽짜리 그림이에요
- 엔지니어를 보내서 인터뷰하거나 'AI 인터뷰'로 대체하려는 시도는 전부 실패했다고 해요. 10년 넘게 같은 일을 해 온 실무자들과 관계를 쌓고 맥락을 이해하는 게 일의 절반이라는 거죠

6. 모든 업무 단계를 세 양동이로 분류하라

- 코드로 충분한 것: 판단이 필요 없는 규칙. "청구서가 기준 금액 이하이고 발주서와 맞으면 결제한다" 같은 거예요. 이건 그냥 프로그래밍이면 돼요. 비싼 AI 모델 쓸 이유가 없어요. 
- AI가 판단해도 되는 것: 과거에 사람이 판단한 기록이 수천 건 있고, 실패해도 피해가 크지 않으면 AI 판단을 쓰는 거예요. "예/아니오", "이 팀으로 보내기", "표시하기/넘기기" 같은 출력이면 적합해요
- 사람이 반드시 끼어야 하는 것: 리스크가 높거나 과거 사례가 부족하면 최종 결정은 사람 몫이에요. 다만 AI가 관련 증거를 전부 모아서 판단 시점에 쫙 깔아주는 거예요. 이메일이랑 서류함 뒤지느라 40분 걸리던 게 30초 결정으로 바뀌는 거죠
- 이렇게 분류하면 25단계 프로세스가 agent 3개 + 규칙 기반 단계 + 사람 결정 포인트 2개로 재편돼요

7. 실전: 은행 계정 조정 12단계가 3단계로 줄었다

- 매달 300개 이상 은행 계정을 맞추는 글로벌 기업이 있었어요. 
- 기존 12단계에서 속도를 올려봤자 소용없어요. 병목은 명세서가 올 때까지 4일, 다른 시간대 담당자 답변 3일 기다리기 같은 '일 안 하는 시간'이었으니까요
- 재설계 후 3단계: (1) 명세서가 자동 피드로 도착 - 이건 AI와 관계없는 순수 프로세스 개선 (2) 규칙 맞는 건 자동 대조, 안 맞는 건 agent가 증거와 이력 모아 케이스 조립 (3) 사람이 예외 건만 처리하되, 직접 뒤지는 게 아니라 정리된 증거를 보고 판단
- 독촉, 대기, 재입력, 지역별 합산이 통째로 사라졌어요. 분 단위를 아끼는 게 아니라 주 단위를 아끼는 시스템이 된 거예요

8. 안 퍼지는 이유 - 거짓말, 관성, 공포의 삼박자

- 애초에 AI를 판 방식이 잘못됐어요. 부서 하나, 기능 하나에 쏙 꽂는 점 단위 해결책으로 팔았으니까요. 
- 4개 부서에 걸친 프로세스를 재설계하려면, 4개 부서 전부에 "바뀐다"고 선언할 수 있는 사람이 있어야 해요. 그런 사람은 꼭대기에 몇 명뿐이에요
- 현장 실무자도 안고 가야 해요. 내일 당장 새 시스템 쓸 사람들이니까요. 자기 일자리를 위협할 수도 있는 정보를 기꺼이 내놓아야 하는데, 쉬운 일은 아니죠
- 가장 큰 벽: AI 도입은 '위험'으로 인식돼요. 성공해도 승진 못 하고, 실패하면 잘린다고요. 현상 유지가 '안전'한 거예요 - 회사가 천천히 죽어가더라도

9. 컨설턴트도 반쪽, AI 업체도 반쪽
- 전통 컨설팅 회사는 프로세스 그림을 잘 그려요. 15단계짜리 업무를 10개국 3개 법인에 걸쳐 세상에서 가장 예쁜 슬라이드로 만들어줘요. 30만 달러 받고
- 근데 이 사람들은 AI 모델이 뭘 할 수 있고 뭘 못 하는지, agent를 월 4만 번 돌릴 때 비용이 얼마인지, 어떤 작업에 어떤 모델이 맞는지 몰라요. 감으로 설계하는 거예요
- AI 전문 업체는 정반대 문제가 있어요. agent는 만들 줄 아는데, 재무팀부와 운영팀이 서로 "이건 우리 소관 아니다"고 밀어내는 업무를 본 적이 없거든요. 결국 고장 난 프로세스 위에 AI를 얹고 '자동화했다'고 이름 붙이는 거예요
- 진짜 필요한 건 세 부류가 한 방에 있는 팀이에요(FDE): 현업 경험자 + 프로덕션급 개발자 + 모델 독립적 AI 엔지니어. 이 셋을 동시에 갖춘 곳이 거의 없다는 게 문제입니다.

지금 대부분의 기업이 이 상태입니다. 1990년에 Hammer가 IT 가지고 경고했던 그 실수를, 36년 뒤에 AI로 정확히 재현하고 있는 거예요. cow path에 아스팔트를 아무리 깔아봤자, 소가 만든 구불구불한 길은 그대로잖아요. 길을 새로 내야 합니다. 그건 기술의 문제가 아니라 프로세스의 문제이고, 조직의 문제이고, 결국 "누가 결정하느냐"의 문제입니다.

출처: Vas (@vasuman), Varick Agents CEO, "Applied AI Doesn't Work" (X, 2026.09.05)