AI 광풍기세가 다소 꺾이는 듯합니다. 하지만 AI 전환이라는 거대한 흐름은 이제부터 본격적으로 시작되고 있습니다.
개인과 조직에게 AI 전환과제는 피할 수 없습니다. 조직의 경우 AI 전환에서 가장 중요한 것은 조직이 어떤 문제를 안고 있는지를 파악하는 것입니다. 또는 어떤 문제를 해결하고 싶은지를 정확히 아는 것입니다.
AI 이전시대에는 이런 과제를 외부 전문가에게 컨설팅을 의뢰함으로써 해결하려고 했을 것입니다. AI 시대에는 조직의 리더가 스스로 이 과제를 수행해야 합니다.
공훈의 고도사회 이니셔티브 대표의 ‘AI시대의 새로운 상식’은 AI 전환에 필요한 구체적인 자세와 노하우를 잘 담고 있습니다.
‘워크플로 정의가 진짜 실력’편은 조직이 해결하고 싶은 문제를 스스로 분해하면서 워크플로를 매핑하고 이어 AI를 어떻게 접목하여 지능을 가미할 것인가를 알려줍니다.
1.워크플로를 정의하는 능력
워크플로는 정해진 목표를 달성하기 위해 특정한 순서에 따라 실행되는 과업들을 배열해서 여러 차례 적용할 수 있도록 정의한 업무의 흐름이다.
이는 단순한 업무의 나열이 아니라 단위 업무나 업무의 흐름에서 담당자의 역할, 책임, 의존성을 명확히 해서 전체 프로세스의 구조를 정하는 것이다
1.1 워크플로 AI 적용
워크플로에 AI를 적용해서 업무의 효율을 극적으로 끌어올릴 수 있게 된다. 따라서 AI 에이전트 시대에 워크플로를 정의하는 능력은 업종을 가리지 않고 업무 현장에서 가장 중요한 실력이 된다.
2.지능이 결합된 업무 자동화
AI 워크플로를 성공적으로 정의하고 구현하기 위해서는 기술적인 측면을 넘어 비즈니스 프로세스, 데이터, 그리고 사람에 대한 깊은 이해가 필요하다.
기존 업무용 소프트웨어가 단순히 기존 업무를 자동화하는 데 그쳤다면, AI 워크플로는 의사 결정과 학습 능력을 비즈니스 프로세스에 접목하는 것이기 때문이다.
2.1 업무 간소화와 최적화
핵심은 AI 기반 기술을 이용해서 조직 내 업무 처리 과정을 간소화하고 최적화하는 것이다.
이는 머신 러닝(ML), 자연어 처리(NLP), 생성형 AI 모델과 같은 기술을 통해 시스템이 과거 데이터와 패턴을 학습하고, 상황을 이해하며, 예측하고, 자율적으로 의사 결정을 내리는 것을 포함한다
3. 전통적 업무 자동화와 다르다
AI 워크플로는 컴퓨터 프로그램을 이용한 전통적인 업무 자동화와는 차원이 다르다. 가장 큰 차이는 적응성과 학습 능력이다.
에이전틱 AI(Agentic AI)가 급속히 발전하면서 AI 워크플로는 머신 러닝과 AI 모델들을 통합했다. 이로써 전통적인 자동화를 훌쩍 뛰어넘어 스스로 적응하고 학습하고 지적인 결정을 내릴 수 있게 됐다.
3.1 AI시스템, 스스로 대응
전통적 컴퓨터 자동화 시스템은 규칙이 바뀌면 사람이 직접 워크플로를 수정해 줘야 한다. 그러나 AI 시스템은 프로세스의 변화나 새로운 요구에 지능적으로 적응하면서 예측하지 못했던 상황이 발생해도 사람의 개입 없이 스스로 대응할 수 있다
4.흐름도(flowchart) 작성
업무 프로세스의 자동화를 위해서는 먼저 수동 프로세스가 어떻게 작동하고 있는지를 정확히 파악해야 한다. 이를 위해서는 현재 워크플로를 구성하는 작업 단계를 단위별로 쪼개서 문서화하고 그 흐름을 흐름도(flowchart)로 그려 봐야 한다.
4.1‘워크플로 매핑(workflow mapping)
워크플로는 단계별로 별개의 과업으로 이뤄져 있기 때문에 다이어그램이나 흐름도로 쉽게 그릴 수 있다. 이 과정에서 그때까지 알지 못했던 에러가 자주 발생하는 단계나 병목 현상, 중복 작업, 비효율성이 발견될 수 있다.
이 작업을 ‘워크플로 매핑(workflow mapping)’이라고 부른다. 이 과정을 통해 어떤 작업을 자동화할 것인지, 어디에 AI 에이전트를 적용할 것인지를 결정할 수 있게 된다.
5. AI를 이용한 자동화 대상 업무 공통점
• 반복적이고 시간이 많이 소요되는 작업.
• 인적 오류가 발생하기 쉬운 데이터 집약적 작업.
• 예측 가능한 질문과 답변으로 구성된 작업.
• 프로세스가 명확하고 표준화된 작업.
6.인사 관련 업무
인사 관련 업무는 채용부터 퇴사까지 직원 전체 생애주기에 걸쳐서 반복적인 업무가 많아 AI 워크플로 자동화의 효과가 큰 영역이다.
신입 직원을 회사에 ‘온보딩’하는 프로세스, 휴가 신청이나 복리 후생 등록과 같이 일상적이고 반복적인 업무, 직원들의 성과 검토 및 관리 등이 좋은 예다.
7.IT 서비스 관리
통상적인 IT 서비스 관리를 포함해서 하드웨어 수명 관리, IT 지원을 요청하는 티켓을 과제 유형에 따라 자동으로 최적의 담당자에게 전달한다.
코드를 개발하는 과정에서 코드 변경 사항을 자동으로 테스트하고 메인 코드베이스에 통합한다. 코드를 자동으로 작성하고 작성된 코드를 스스로 테스트하고 개발 관련 문서들을 자동으로 생성할 수 있다.
8.영업과 마케팅 고객의 리드를 평가해서 구매 가능성이 높은 고객을 식별한다. 특정 기준을 충족하는 리드를 영업 담당자에게 자동으로 할당한다.
회의 일정을 조율하고 견적서를 생성하거나 고객과의 커뮤니케이션을 위한 이메일 등 문서를 자동으로 만들어 낸다.
9.재무분야
데이터 집약적이고 정확성이 필수적인 재무 분야에서 AI 워크플로는 오류를 줄이고 프로세스 속도를 높이는 데 기여한다.
송장이 접수되면 OCR를 통해 송장 데이터를 추출한 뒤 구매 주문서와 대조해서 확인이 완료되면 자동으로 대금을 결제하고 회계 기록까지 바로 업데이트한다
10.정제된 데이터 확보, 인적 역할 정의
AI 모델은 학습 데이터의 품질에 따라 성능이 좌우된다. ‘쓰레기를 넣으면 쓰레기가 나오는(Garbage In, Garbage Out)’ 것은 데이터를 기반으로 작동하는 AI에게 피할 수 없는 한계다.
무엇보다 정제된 데이터를 확보해야 한다.
10.1 보안과 윤리적인 고려
AI 워크플로에 사용되는 데이터는 대외적으로 보안이 요구되는 민감한 정보일 수 있다. 또한 윤리적인 고려가 필요한 경우도 있다.
워크플로를 설계하는 초기 단계부터 법률 및 보안 전문가를 참여시켜서 보안 대책을 미리 확립해야 한다 AI는 데이터 학습 과정에서 내재된 편견을 강화해서 신입 직원 채용이나 고객 서비스 등에서 불공정한 결정을 내릴 수 있기에 윤리적 검토도 필요하다.
10.2 인적 요소 고려
새로운 기술의 도입, 특히 AI의 도입은 조직 구성원의 저항에 부딪칠 수 있다. 자동화가 일자리를 대체할 것이라는 두려움은 자연스러운 반응이다.
이런 우려를 해소하고 직원들을 설득하는 것도 AI 워크플로를 정의하고 실행하는 중요한 단계다
10.3 사람의 역할
대금을 결제하고 관련된 회계 기록을 업데이트하는 AI 에이전트는 미리 학습된 상황과 동떨어진 예외적이거나 불일치 상황을 만나면 사람이 확인할 수 있도록 신호를 보내야 한다.
언제 어느 상황에서 사람이 개입하도록 할 것인지를 미리 AI 워크플로에 반영해 둬야 하는 것이다.
AI 서비스에서 필수적인 요소인 ‘Human in the Loop’는 여전히 중요하다.