✅ 이 글은 채널워커스 매거진 Vol. 1 콘텐츠입니다. 채널워커스 매거진 구독하기

좋은 프롬프트, 툴 추천, 잘된 사례 등 요즘 AI 잘 쓰는 법에 관한 콘텐츠가 정말 많죠. 심지어 AI에 물어보면 내 상황에 맞는 방법론까지 깔끔하게 정리해 주기도 해요. 그런데 막상 제 업무를 직접 자동화해 보니, 단순히 AI를 쓰는 것과 AI를 활용해 어떤 성과를 만들어내는 건 다른 차원이라는 생각이 들었습니다.

같은 AI 툴을 쓰더라도 누군가는 2주 만에 결과물을 만들어내고, 누군가는 완벽한 계획을 세우다 시작조차 못 하곤 하죠. 결국 차이를 만드는 건 방법이 아니라 그 사람이 일하는 방식과 태도 같았습니다. 그렇다면 AI로 성과 내는 사람들은 어떤 방식과 태도로 일할까요?

방법론 너머, AI 시대 일하는 사람들의 이야기를 담기 위해 〈채널워커스 매거진〉을 시작합니다. 매거진을 가장 먼저 받아보고 싶다면 구독해 주세요.

”AX 잘하는 비결이요? 고객과 함께 문제를 해결하며 배웠어요”

채널코퍼레이션의 젠은 PoC*에 참여한 고객사를 직접 찾아가 AI로 어떤 문제를 풀 수 있을지 함께 고민하는 일을 합니다. 요즘 핫한 말로 표현하면 AX(AI Transformation)인데요. 현장에서 AX의 과정은 '번역'에 가깝습니다. 고객사의 막연한 바람을 채널팀이 해결할 구체적인 문제로, 그 문제를 다시 AI가 실제로 작동할 수 있는 구조로 옮기는 일이기 때문이죠.

그렇게 젠이 지금까지 만난 고객사는 열세 곳이 넘습니다. 여러 고객사의 AX 현장을 가장 가까이서 지켜본 젠을 직접 만나, AI로 성과 내는 사람들에 대해 이야기를 나누어 보았습니다.

*PoC(Proof of Concept): 새로운 아이디어나 기술이 실제 업무 환경에서 제대로 작동하는지 검증하는 과정

1. 문제를 해결하는 사람

AI나 개발 분야에서 커리어를 시작하지 않았다고 들었어요.

원래 비즈 옵스(Biz-Ops)를 했어요. 비즈 옵스는 우리 회사 비즈니스에 어떤 문제가 있는지 찾아 해결하는 팀이에요. 복잡한 문제를 최대한 쉽게 만들어서 풀고 비즈니스의 성장을 만들죠. 주로 데이터를 뜯어보고 그 속에서 문제를 찾고 다시 데이터에서 답을 찾는 과정을 반복하는 일이었어요. 어떻게 보면 데이터에서 AI로 도구만 바뀌었을 뿐, 문제를 단순하게 만들어서 해결한다는 일 자체는 옛날이나 지금이나 똑같아요.

비즈 옵스는 내부의 문제를 풀고, 지금은 고객사의 문제를 푼다는 점만 다르네요.

맞아요. 사실 그렇게 넓혀 나가고 싶어서 직무를 바꾸기도 했어요. 내부의 문제를 해결하기 위해 운영 전략을 수정하면 자연스럽게 고객에게도 영향을 끼치잖아요? 그러다보니 ‘업무 결과에 대해 우리 팀 멤버들은 만족했는데, 과연 고객도 만족했을까?’ 하는 의문이 들었어요. 고민하고 또 고민한 끝에 ‘고객사의 문제를 진짜 해결해 줄 수 있는 사람이 되고 싶다’는 결론을 내렸어요.

2. 빠르게 AX 성과 낸 팀들의 공통점

AX라는 말이 실무자 입장에서는 뜬구름 잡는 얘기처럼 느껴지기도 할 듯해요. 한창 DX(Digital Transformation)가 유행일 때도 리더가 "요즘 DX가 트렌드래" 하면서 시작되는 경우가 많았고요. 현장에서 본 진짜 AX는 뭐라고 생각하세요?

원론적인 대답일 수도 있는데요. 저는 AX든 DX든 말 자체는 별로 중요하지 않다고 생각해요. 본질은 ‘문제 해결’이거든요. 문제를 해결해서 비즈니스 임팩트를 만드는 수단이 AI일 뿐이죠. 더군다나 지금 같은 시대에 AI를 안 쓸 이유가 없잖아요. 이렇게 좋은 도구가 세상에 나왔는데 말이에요.

IT 업계에 AIaaS(Artificial Intelligence as a Service)라는 말이 있어요. 우리의 지능을 뛰어넘는 인공지능을 서비스처럼 구독해서 쓸 수 있다는 뜻이죠. 그러니 이 도구를 잘 쓰는 법을 아는 사람들이 현업의 문제를 이해해서 풀어주고, 나아가 비용 절감, 매출 상승, 고객 경험 개선 등 의미 있는 임팩트를 만드는 것. 그게 바로 AX예요.

지금까지 여러 고객사를 직접 만나셨을 텐데요. 실제 AX 성과를 만든 팀들은 어떤 특징이 있나요?

크게 3가지 특징을 보여요. 첫 번째는 수용성이에요. 새로운 걸 받아들이는 속도 자체가 다릅니다. AI 적용에 망설임이 없어요.

두 번째는 ‘일단 하자’는 자세예요. 완벽하게 다 준비한 다음에 적용하려고 하면 계속 늦어지거든요. 일단 적용하고 하나씩 고쳐 나가자는 마인드로 빠르게 움직인 팀들이 성과도 빨리 냈어요.

세 번째는 원하는 바가 명확하고 구체적이라는 점이에요. 첫 미팅에서부터 딱 느낌이 와요. 현업에서 겪는 문제를 이미 잘 정의해 둔 팀들은 다르거든요. 문제가 뾰족하게 정의돼 있어서 빠르게 해결책을 세울 수 있죠.

3가지 특징을 모두 갖춘 팀은 정말 빨리 AX 프로젝트 성과를 거둘 수 있어요. 반면, 모든 준비를 다 끝내고 시작하려고 하면 준비만 하다가 지치기도 해요. 완벽히 준비를 마치는 시점은 오지 않거든요.

3. AI 시대에는 다른 기준이 필요하다

준비를 완벽히 하고 싶은 마음도 이해돼요. 어설프게 적용했다가 문제가 생기면 어쩌나 싶잖아요.

그 마음이 AX에서는 특히 발목을 잡아요. 애초에 AI에는 100%가 없기 때문인데요. 쉽게 말하자면, 기존 소프트웨어는 결정론적이라고 해요. A라고 입력하면 반드시 A’라는 결과값이 나온다고 보장하죠. 반면 LLM은 항상 확률적으로 동작해요. 100번 잘되다가도 101번째에 안 될 수 있죠.

그래서 100%를 목표로 잡으면 영원히 적용할 수 없어요. 저는 보통 10번 시도해서 8~9번 정도 성공하면 쓸 만하다고 봅니다. 그 기준으로 일단 적용해 놓고 부족한 부분을 채워나갈 때 항상 결과가 좋았어요.

대충하자는 말이 아니라 다른 기준으로 평가해야 한다는 이야기군요.

네. 앞에서 말했던 것처럼 한 번에 완성하려고 하기보다 쓰면서 완성해 가려는 자세가 필요해요. 그러려면 빨리 적용해서 어디가 왜 안 되는지 살펴봐야 하죠. 안 써보면 뭐가 문제인지조차 알 수 없으니까요.

그리고 페이즈(Phase) 나누기도 정말 중요해요. 바로 자동화할 수 있는 업무는 페이즈 1에서 해결하고, 추가 개발이 필요한 문제는 장기 과제로 가져가야 해요. 최근에는 AI가 일상화돼서 그런지 고객사에서도 ‘한 번에 다 하려다가는 아무것도 안 된다’는 걸 잘 아세요. (웃음)

4. 우리 팀 AX는 왜 지지부진할까?

그럼 AI를 잘 쓰고 싶은데 잘 안 되는 팀들은 뭐부터 해야 할까요?

내 문제를 잘 정리할 수 있어야 해요. 내가 풀고 싶은 뾰족한 문제를 먼저 정하고, 그다음에 적절한 도구를 활용해서 그 문제를 풀고, 그 과정에서 AI를 배우는 순서예요.

반대로 AI부터 배우려고 하면 잘 안 돼요. 풀려는 문제가 뾰족하지 않은데 도구를 먼저 들이밀고 거기에 맞는 문제를 만들어내면, 어차피 안 맞거든요. 우리 팀의 AX가 진전이 없다면 문제 정의를 뾰족하게 먼저 해보세요. 그러고 난 뒤에 바로 AI를 문제에 적용해 보는 거예요.

문제가 뾰족하지 않은 경우도 많을 것 같은데요.

내가 못 보고 있을 뿐 문제가 없지는 않을 거예요. 그럴 때는 오히려 다른 팀의 사례를 참고해 보세요. 실제로 잘하는 팀들은 F&B 회사인데도 패션 브랜드 사례를 보면서 "이건 우리한테도 적용해 볼 수 있겠는데요?" 하세요. 업종이 중요한 게 아니라, 그 문제를 내 문제로 인식하느냐가 중요하거든요.

5. AI 시대 일잘러의 필수 조건

젠은 AI를 정말 잘 쓰시는 것 같은데, 스스로는 어떻게 평가하세요?

사실 오늘 이야기를 나누면서 많이 반성하게 됐어요. "AI라는 도구를 진짜 기깔나게 잘 쓰고 있냐"고 물으면 부족한 것 같거든요. 제가 고객사 AX를 진행하는 방식도 더 고도화할 수 있고, 혼자 모델을 직접 만들어 볼 수도 있고요. 그런 다양한 시도를 요즘엔 충분히 하지 못했다는 생각이 들어요. 타성에 젖으면 안 되는데 말이죠.

그럼 젠이 생각하는 AI 시대에 일 잘하는 사람은 어떤 사람일까요?

속도가 빠른 사람 아닐까요? 지금은 기회가 너무 많잖아요. 그러니 빠르게 해보고, 빨리 실패하고, 다음 기회로 계속 옮겨가는 게 중요해요. 눈앞의 기회 하나에 너무 연연하지 않는 거죠. 문제를 하나 발견하면 빨리 풀어보고, 만들 수 있는 걸 만들고, 다음번엔 새롭게 바꾸는 속도와 유연함을 갖춘 사람이 이 시대 일잘러인 것 같아요. 사실 저는 빨리하기보다 깊이 파는 걸 더 좋아하는 성향이랍니다. (웃음)

그런데 무작정 빠르기만 해서는 안 될 것 같아요. 젠처럼 깊이도 중요하지 않을까요?

공감해요. 빠르게 움직이려면 역설적으로 기본기가 깊어야 해요. 업무로 치면 논리적으로 사고하는 힘, 새로운 지식을 빠르게 습득하는 힘, 그리고 적절한 톤앤매너로 전달하는 감각이에요. 그 기본기 위에서 빠르게 실행해 결과물을 만들고 주변에 전파하는 거죠. 너무 무겁게 만들지 않고 계속 고쳐 나가면서요.

AI 시대에는 뭔가를 만들어내기 너무 쉬워졌잖아요. 그래서 의미 없는 단어의 나열도 그만큼 쉽게 나와요. 그러지 않고 의미 있는 결과물을 만들려면 여전히 힘이 듭니다. 그 차이를 만드는 게 기본기라고 생각해요.

마지막으로, 혹시 롤 모델이 있으신가요?

음… 한 명만 꼽기가 어렵네요. 같이 일해보지 않으면 잘 모르겠더라고요. 보이는 것만으로는 한계가 있고요. 팀 동료들을 떠올려 봐도 각각의 장점을 하나씩 떼어 배우고 싶어요. 딱 한 사람으로 정해진 롤 모델은 아직 없는 걸로 할게요. (웃음) 다만 방금 말씀드린 속도와 기본기를 모두 가진 사람이 있다면 바로 그 사람이 제 롤모델인 것 같아요.

Worker's Note

1. 아파트 생활지원 앱 1위 '아파트아이'는 AI를 이렇게 씁니다

아파트아이는 최근 젠이 직접 만난 고객사 중 하나예요. CS 관련 데이터를 AI를 활용해 분석하고, 운영 대시보드까지 구축하는 과정을 컨설팅했습니다. 아파트아이에는 왜 AI가 필요했고 어떻게 활용했는지, 어떤 성과를 만들었는지 궁금하시다면 채널 블로그를 확인해 보세요.

2. 100억 브랜드를 키워낸 96년생 대표의 미친(p) 실행력

‘일단 하자’는 마인드를 좀처럼 장착하기 어려우시다고요? 이 영상을 꼭 확인해 보세요. 일단 하자는 마음으로 사업을 시작한 스퀘어129 남주미 대표님의 이야기를 들어보았습니다. 없던 의욕이 마구 샘솟는 영상이에요.

👇 채널워커스 매거진을 가장 먼저 받아보고 싶다면?

구독 신청하기