2,575
AI 구독료는 매달 나가고, 팀원들도 저마다 챗봇 창을 띄워 놓고 일합니다. 그런데 분기가 지나도 보고서 만드는 순서, 검토하는 방식, 신입에게 일을 넘기는 방법은 예전 그대로입니다. 대표나 팀장이라면 한 번쯤 "우리는 AI를 쓰고 있는 걸까, 아니면 AI로 일하고 있는 걸까" 하고 고민해 보셨을 겁니다. 이 차이를 설명하는 말이 AX입니다.
원문: https://jocodingax.ai/blog/ax-meaning-ai-transformation
AX는 도구를 사는 일이 아니라 일의 순서를 다시 짜는 일입니다
AX 뜻은 AI Transformation, 우리말로 AI 전환입니다. 핵심은 도구의 개수가 아니라 일하는 순서와 역할을 AI를 전제로 다시 설계한다는 데 있습니다.
같은 업무 하나를 놓고 보면 차이가 분명해집니다. AI를 들여놓기만 한 회사는 기존 흐름을 그대로 둔 채, 담당자가 필요할 때마다 따로 AI에 물어보고 답을 가져옵니다. 쓰는 도구도 방식도 사람마다 다르고, 결과물은 결국 처음부터 다시 확인하게 됩니다. 잘 쓰는 사람의 요령은 그 사람 머릿속에만 남습니다.
반대로 AX로 일하는 회사는 출발 단계에서부터 자료 수집과 초안 작성을 AI가 맡도록 흐름에 넣어 둡니다. 팀이 같은 도구와 같은 절차로 처리하고, 사람은 판단이 필요한 지점만 확인합니다. 그렇게 만든 방식은 팀의 업무 절차로 남습니다. 도입은 구매로 끝나지만, 전환은 사람이 일하는 방식이 바뀌어야 끝납니다.
DX를 끝낸 회사라면 이제 질문이 달라집니다
DX(디지털 전환)가 종이와 수작업을 시스템과 데이터로 옮기는 일이었다면, AX는 그 위에서 AI가 실제 업무의 일부를 맡게 만드는 일입니다. DX의 질문이 "이 업무를 시스템으로 옮길 수 있는가"였다면, AX의 질문은 "이 업무의 어느 부분을 AI에게 맡길 수 있는가"입니다. 그래서 DX는 IT 부서와 외부 구축 업체가 주로 이끌었지만, AX는 업무를 가장 잘 아는 현업 부서가 이끌어야 합니다.
보통 DX로 정리된 데이터와 시스템이 AX의 바탕이 됩니다. 그렇다고 시스템이 완벽해질 때까지 기다릴 이유는 없습니다. 지금 가진 자료로 반복 업무 하나를 AI에 넘겨 보는 것도 충분한 출발점입니다. 두 개념을 나란히 비교한 표는 원문에 정리되어 있습니다.
개인은 이미 쓰고 있고, 막혀 있는 쪽은 조직입니다
조코딩AX파트너스가 2,078명을 자체 조사한 2026 AX 트렌드 분석 리포트를 보면, 개인 응답에서는 91%가 AI를 매일 쓴다고 답했습니다. 그런데 기업 응답에서 AI가 업무 표준으로 정착했다고 답한 기업은 12.5%에 그쳤습니다. 리더가 풀어야 할 문제는 팀원의 의지가 아니라 이 간극입니다. 간극을 좁히려면 세 가지가 바뀌어야 합니다.
첫째, AI의 자리가 바뀝니다. 필요할 때 꺼내 쓰는 도구에서 업무 한 단계를 맡는 수행자가 됩니다. 사람은 일을 나눠 주고, 결과를 확인하고, 판단할 부분을 결정하는 역할로 옮겨 갑니다.
둘째, 주도권이 바뀝니다. IT 부서가 만들어 건네주는 방식으로는 AX가 잘 굴러가지 않습니다. 무엇을 AI에 맡길지는 그 일을 매일 하는 사람이 가장 잘 압니다.
셋째, 역량이 쌓이는 곳이 바뀝니다. 혼자 익힌 AI 활용은 그 사람의 속도만 올려 줍니다. 리포트에서도 회사 지원 없이 AI를 스스로 익히는 실무자들의 회사 중 64.9%는 앞으로도 교육 계획이 없거나 논의만 하는 중이었습니다. 개인의 노하우가 팀의 절차로 옮겨 가야 비로소 조직의 역량이 됩니다.
먼저 움직인 회사들의 공통점
슈피겐은 임원이 직접 AI로 업무 도구를 만드는 교육으로 시작했습니다. 이랜드는 비개발자 직원들이 개발부터 배포까지 직접 해 보는 AX교육을 진행했고, 한국언론진흥재단은 생성형 AI 실습교육에서 임직원이 대시보드와 챗봇을 직접 만들어 배포했습니다. 경영진부터 움직인 곳도, 현업부터 시작한 곳도 있었지만 모두 교육 시간 안에 자기 업무에 쓸 결과물을 손으로 만들어 봤다는 점은 같았습니다.
리더가 밟을 다섯 단계
전사 계획을 크게 세우기보다 아래 순서를 차근차근 밟는 편이 현실적입니다.
- 진단: 팀원들이 AI를 얼마나 자주, 어떤 업무에 쓰는지, 회사 지원은 어디까지인지부터 파악합니다.
- 과제 선정: 반복이 잦고 결과를 확인하기 쉬운 업무 하나를 고릅니다. 이때 경영진이 함께해야 합니다. 리포트에서 경영진이 직접 관여하고 예산·조직까지 지원한 경우 정착률은 34%였습니다.
- 실습 교육: 공통 예제가 아니라 각자의 업무와 자료로 직접 만들어 봐야 교육 뒤에도 쓰입니다. 실습 중에 강사가 자리를 돌며 막힌 부분을 바로 잡아 주는 방식이 중요합니다.
- 배포: 만든 결과물을 한 사람의 노트북에 두지 말고 팀이 함께 쓰는 업무 절차에 넣습니다.
- 확산: 효과를 본 방식을 다른 팀과 직무로 넓히고, 먼저 해 본 직원이 길잡이가 되게 합니다.
순서가 중요한 이유도 있습니다. 진단 없이 교육부터 하면 수준이 맞지 않고, 나중에 효과를 설명할 근거도 남지 않습니다. 배포를 건너뛰면 교육은 좋은 경험으로만 끝납니다. 단계별로 무엇을 확인하면 좋은지는 원문에서 더 자세히 다룹니다.
리더들이 자주 묻는 두 가지
AI 도구를 전사에 깔았으면 AX를 한 것 아니냐는 질문을 많이 받습니다. 도입만으로는 그렇게 보기 어렵습니다. 앞에서 본 것처럼 개인은 이미 매일 쓰고 있어도 업무 표준이 된 회사는 드뭅니다. 팀원들이 일하는 순서가 실제로 바뀌었는지가 기준입니다.
누가 먼저 시작해야 하느냐는 질문도 자주 나옵니다. 경영진과 현업이 같이 출발하는 편을 권합니다. 현업이 바꾼 방식을 조직의 규칙으로 올리려면 결정권자가 그 자리에 있어야 하기 때문입니다.
이 순서가 나온 곳
조코딩AX파트너스의 AX 이야기는 해커톤에서 시작했습니다. OpenAI가 후원하고 여러 기업이 실제 업무 문제를 출제한 채용 해커톤 AX인재전쟁에는 5,341명이 참가했습니다. 이를 설계하고 운영하며 기업이 현장에서 원하는 AI 역량을 직접 확인했고, 그 기준으로 AI 역량평가를 만들었습니다. 위의 다섯 단계도 이 경험에서 나왔습니다.
이 글의 원문은 조코딩AX파트너스 블로그에서 읽으실 수 있습니다. AX와 DX의 비교표, 자주 묻는 질문까지 담았습니다.
