AI 활용 사례

사내에 AI를 도입할 때는 도구보다 먼저 시간이 오래 걸리는 반복 업무와 입력-결과물의 흐름, 성공을 판단할 지표를 정해야 한다. 이후 근거가 없을 때의 거절 기준, 팀이 계속 쓸 수 있는 가이드와 온보딩, 자동화가 멈췄을 때의 운영 방식까지 함께 설계해야 한다.

이 기조를 바탕으로 내가 진행했던 지금으로 생각하면 AX였던 업무들은 사내 AI 활용은 챗봇 하나를 붙이는 일로 끝나지 않았다. 광고대행사에서는 콘텐츠 제작 시간을 300분에서 135분으로 줄였고, 2025년 9월부터 2026년 1월까지 사내 도구 일곱 개를 만들어 배포했다. 자격증 접수 서비스에서는 문서에서 근거를 못 찾으면 AI를 아예 부르지 않는 구조도 만들었다.

AI 업무 자동화는 어떤 일부터 시작했나

먼저 시간이 오래 걸리는 반복 업무를 단계별로 쟀다. 광고 콘텐츠를 만들 때 요청서, 기획안, 원고를 따로 처리하던 흐름을 한 번의 입력으로 이어지는 도구로 묶었다. 단계별 GPTs를 실제 콘텐츠 발행까지 연결했고, 전체 작업 시간은 300분에서 135분으로 줄었다.

업무 자동화 AI 툴을 고를 때도 도구 이름부터 정한 것은 아니었다. 만들기와 고치기가 서로 다른 일이면 앱도 나눴다. D사 캐러셀 작업에서는 이미지를 만들고 카피까지 추천하는 앱과, 이미지 레퍼런스를 받아 카피만 고치는 앱을 따로 만들었다.

GPTs, GEMs를 만들면 바로 업무에 쓸 수 있었나

ChatGPT GPTs, Gemini GEMs 만들기 자체보다 먼저 정할 것은 입력과 결과물 사이의 흐름이었다. 이 기록에서는 요청서부터 원고까지 한 번에 이어지도록 단계별 GPTs를 묶었고, 브랜드별 말투와 상품 정보를 미리 넣은 앱에는 사용 가이드와 온보딩도 붙였다.

만든 사람만 쓸 수 있는 도구는 사내에 남지 않는다. 그래서 도구만 넘기지 않고 설명서도 함께 만들었다. 다만 당시에는 팀 안팎에서 클로드나 n8n을 업무 자동화에 활용하지 않았다.

만든 사내 AI 도구는 어떻게 팀에 남겼나

2025년 9월부터 2026년 1월까지 제미나이 앱 빌더 활용안, 연출컷 생성 앱, 파워콘텐츠 자동화 도구, AEO 스튜디오, D사 소재 제작 스튜디오와 캐러셀 제작 앱, 리사이징 앱을 만들고 배포했다. AEO 스튜디오는 API를 등록하거나 별도로 배포하지 않은 상태에서도 콘텐츠팀 다섯 명이 썼다.

하지만 앱을 건네는 것으로는 부족했다. 모든 사용자가 동일한 수준으로 사용하기 위해 같은 앱의 가이드를 사흘 동안 세 판 고쳤고, 대표와 리더에게는 성과를 중심으로, 실무진에게는 사용법을 중심으로 설명했다. 설명회 뒤에는 팀 전체가 광고주 대응에 도구를 썼다.

AI 할루시네이션은 프롬프트로 막았나

회사에서는 단순 반복 업무를 자동화하고 도구를 팀에 정착시키는 데 집중했다면, 아이엠 AI PM 교육과정에서는 도구가 내놓는 답을 어떻게 믿을 수 있게 만들지로 문제를 넓혔다. 이 과정에서 만든 시니어 대상 자격증 접수 서비스는 할루시네이션 방지 프롬프트만 믿지 않고, 문서 근거를 찾지 못하면 모델을 아예 호출하지 않게 했다.

거절이 기본값이었다. 답할 수 있으면 [ANSWERED], 찾지 못하면 [UNKNOWN]을 띄우고 출처 문서명도 함께 보여줬다. 서비스가 필기 접수만 돕는다는 범위를 화면 위에 적었고, 개인정보 보관 기간처럼 확정하지 못한 항목은 확인 필요로 남겼다.

챗봇이 답을 못 하면 AI가 모르는 것인가

아이엠 AI PM 교육과정에서는 거절 구조를 만드는 데서 그치지 않고, 챗봇이 왜 답을 못 했는지도 살폈다. FAQ를 100건에서 4,705건으로 늘리고 키워드 매칭과 TF-IDF를 나란히 돌려 보니, 모델이 몰라서가 아니라 한국어 조사와 동의어 때문에 검색이 근거를 못 찾는 경우가 있었다.

포크레인이라는 질문은 키워드 방식에서 실패했지만 TF-IDF에서는 굴착기 답을 찾았다. 한조기 역시 한식조리 답으로 이어졌다. 반면 요보사 합격 기준은 유사도 0.57에서 임계값을 넘지 못했고, 조정 뒤 0.64로 답을 냈다. 아는 내용이 늘어난 것이 아니라 찾는 능력이 달라진 사례였다.

회사와 교육에서 배운 방식을 개인 작업에도 적용했나

회사에서는 반복 업무를 재고 도구로 바꿨고, 아이엠 AI PM 교육과정에서는 그 도구가 근거를 찾고 실패를 드러내는 방식까지 살폈다. 다음에는 이 두 경험을 개인의 작업 흐름에 적용했다. 폰에서 던진 생각이 글과 채널로 이어지는 개인 OS를 만들고 두 달 동안 실제 데이터로 굴렸다. 진행판, 대화, 구조, 사전, 항해일기, 출항, 기록의 일곱 탭을 만들었고, 사전에는 점 359개와 선 649개가 쌓였다.

회사와 교육과정에서 실패 원인을 나눠 살폈던 것처럼, 개인 OS에서도 부딪힌 문제를 지우지 않고 기록했다. 문제 165건 가운데 22건은 규칙과 시스템으로 굳혔다. 맥과 윈도우에서 설치 과정을 처음부터 다시 밟아 보고, 막힌 자리는 스타터 저장소의 버그 목록으로 남겼다.

개인이 자기 일하는 방식을 도구로 확장한 기록은 '나루터, 개인 OS를 직접 지어 굴린 기록'에서 따로 풀어낼 예정이다.