프롤로그 스타트업은 되는데, 우리 회사는 왜 어렵지?

1장 AI 에이전트는 무엇이 다른가
사내 RAG 기반 챗봇의 한계와 에이전트로 전환이 필요한 이유
에이전트의 작동 구조는 목표 분해, 도구 호출, 결과 검증이다
멀티 에이전트와 역할 부여: 업무 공간에서 함께 협업하는 디지털 동료
에이전트만으로는 회사에서 일할 수 없다: 하네스란 무엇인가?
대기업이 원하는 것은 자율적인 AI가 아니라 통제 가능한 AI다

2장 AI 컨설턴트가 현장에서 본 것들
반도체 공장의 8개월: 기술부터 고르면 현장이 보이지 않는다
금융사의 데이터 사일로: 데이터를 모으면 될 것으로 착각
유통사의 문서 창고: 문서를 모으면 지식이 된다는 착각
통신사의 현장 거부: 사람의 벽 앞에 멈춘다

3장 어디서부터 시작해야 하는가
들어가며: 누가 문제를 정의해야 하는가?
잘못된 시작점들: 컨설팅 현장에서 본 흔한 실패
업무를 분류하는 4가지 유형
시작점 선택의 다섯 가지 원칙
첫 90일 안에 가시적인 성과를 내야 하는 이유와 방법

4장 현장에서 반드시 부딪히는 다섯 가지 벽
첫 번째 벽: 부서 간 용어 불일치와 데이터 관리 수준 차이
두 번째 벽: 문서의 이해보다 중요한 회사 승인 구조
세 번째 벽: AI는 답변하는 것이 아니라, 일을 해야 한다
네 번째 벽: 직원 저항, 부서 간 이해 충돌다섯 번째 벽: AI 에이전트의 접근 권한과 보안 통제
다섯 개의 벽을 하나로 연결하는 방법: 하네스 매핑

5장 부서별 AI 에이전트 적용 사례
인사: 채용온보딩평가의 에이전트화 설계
마케팅: 콘텐츠캠페인리드 분석의 에이전트화 설계
영업: 고객을 빼앗는 것이 아니라 고객을 만날 시간을 돌려주는 에이전트
운영: 공급망물류생산기획의 에이전트화
재무: 숫자를 만드는 것이 아니라 신뢰를 만드는 에이전트
다섯 부서가 알려준 에이전트 하네스 설계 원칙
부서별 AI 도구 추천

6장 사람이 바뀌지 않아도 되게 설계하라
도구는 도입됐는데 사람이 안 쓰는 이유
보이지 않는 자동화 설계: 의식하지 않을수록 잘 쓰인다
변화 관리의 3단계: 두려움호기심의존
중간관리자의 KPI를 다시 설계하라

7장 AI 네이티브 컴퍼니로 가는 로드맵
우리 회사는 지금 어디에 있는가: AI 네이티브 컴퍼니 자가진단과 성숙도 모델
AI 네이티브 컴퍼니로 가는 1년 실행 로드맵
AI 네이티브 컴퍼니의 진짜 ROI: 에이전트로 절감되어 재배치된 시간이 만든 실현 가치
다시 IT팀 문을 두드렸을 때
J 컨설턴트와의 대화: 책 바깥에서 본 한국 기업

에필로그 기존 시스템은 약점이 아니라 가장 강력한 무기

저자 : 이지성
현 PwC 컨설팅 AI데이터AX 컨설턴트이자 정보관리기술사. 15년 동안 금융, 제조, 엔지니어링 등 다양한 산업 현장에서 데이터 플랫폼 구축부터 업무 자동화, 생성형 AI, AI 에이전트에 이르기까지 폭넓은 AI 프로젝트를 기획하고 구축했다. 현장의 실무자들이 실제로 체감할 수 있는 일하는 방식의 변화를 만들어내는 데 주력해 왔다.
AI가 기업의 생산성과 비즈니스 가치로 이어져야 한다는 철학으로 기업의 다양한 문제를 기술로 풀어내고 있다. 최근에는 제조업의 버티컬 데이터 자산화와 한국형 소버린 AI의 가능성을 구체화하는 한편, 보안과 규정, 레거시 시스템의 제약을 넘어 성공적인 AX(AI Transformation)로 나아갈 방법을 모색하고 있다.
‘기업은 자율적인 AI가 아니라 통제 가능한 AI를 원한다’는 문제의식에서 출발해, 이 책 『AI는 어떻게 기업의 무기가 되는가』에 조직과 기술, 데이터를 실제 업무에 연결하는 현장 밀착형 해법을 담았다.

책 속에서

“AI 네이티브 컴퍼니는 모든 것을 버리고 AI로 새롭게 만드는 회사가 아니다. 기존 조직이 축적해 온 자산과 통제 체계 위에 AI를 연결하여, 일하는 방식을 다시 설계한 회사다.” p.47

회사는 거대한 문서 창고를 만드는 데는 성공했다. 그러나 창고가 커질수록 어떤 문서를 믿어야 하는지는 더욱 불분명해졌다. 문서를 많이 모으면 조직의 지식도 자연스럽게 완성될 것이라는 믿음은 한 가지 사실을 가리고 있었다. 기록이 존재한다는 것과 조직이 그 내용을 공식적인 지식으로 합의했다는 것은 전혀 다른 문제라는 점이다. p.66

AI 프로젝트는 첫 90일 안에 실제 변화를 보여주어야 한다. 첫 90일 안에 결과가 나오면 조직에 신뢰가 생기고, 다음 예산과 인력을 확보할 수 있다. 반대로 전략 수립과 환경 구축만 이어지고 실제 사용 사례가 나오지 않으면, 현업의 관심은 빠르게 식고 경영진도 프로젝트의 필요성을 의심하기 시작한다.
여기서 말하는 성과는 보고서나 시연이 아니라, 실제 사용자가 업무에 활용하고, 그 효과를 숫자로 설명할 수 있는 상태다. p.96

에이전트를 만드는 일은 결국 동맹을 만드는 일이었다.
박 상무는 웃으며 말했다.
“기술 프로젝트라고 생각하면 사람을 나중에 만나게 됩니다. 하지만 AI 프로젝트는 사람을 먼저 만나야 기술이 움직입니다.” p.126

마케팅팀의 에이전트화는 이 경계를 분명히 하는 데서 시작해야 했다. 사람이 맡아야 할 것은 브랜드의 방향을 정하고, 시장의 맥락을 읽고, 어떤 메시지를 세상에 내놓을지 선택하는 일이었다. 에이전트가 맡을 수 있는 것은 이미 정해진 방향을 여러 형식으로 펼치고, 흩어진 성과를 모으며, 사람이 더 깊이 판단할 수 있도록 패턴과 근거를 준비하는 일이었다. p.159

하지만 실제 조직을 움직이는 것은 슬로건보다 평가다. 직원들은 회사가 중요하다고 말하는 일을 하는 것이 아니라, 회사가 평가하는 일을 한다. 보고서를 많이 쓰는 사람이 좋은 평가를 받는 조직에서는 보고서가 계속 늘어난다. 회의 참석 횟수를 높게 평가하면 회의는 더 많아진다. 결재 단계를 중요하게 보면 결재 문서는 계속 증가한다. p.223

두 번째는 실현 가치다. 재배치된 시간이 실제로 만들어낸 비용 절감, 비용 회피, 추가 이익, 손실 감소를 측정한다. 결국 사람을 줄이지 않는 AI 프로젝트에서는 시간을 많이 줄이는 것만으로 ROI가 만들어지지 않았다. 결국, 확보한 시간을 얼마나 가치 있는 업무에 재투자했고, 그 시간이 얼마나 큰 성과로 전환되었는지가 중요했다. p.247