인터뷰를 한 이유
저는 FDE로서 기획, 설계, 구현에 대한 ADD에 전문성을 갖추어 나가고 있습니다.(중간중간 진흙탕 속에서 펼치는 설득과 커뮤니케이션도 있습니다…🥲)
고객사를 방문하게 되면, 가장 많이 마주할 직원이 재무, 인사, 법무, 홍보인 듯 합니다.
제가 고객사AX를 리딩하면서 느꼈던 가장 큰 페인포인트는 그들의 업무를 AI로 무엇을 효율화 할 수 있는지를 모른다는 것이었습니다.
AI도입을 어떻게 인식 하고 무엇을 긍정적으로 보는지 무엇을 경계하는지에 대한 Context 부족, 제안 수준 미달 이었습니다.
법무는 소송, 계약서 검토 및 자문, 지식재산권, 분쟁 및 채권 관리 등의 업무를 수행하고 있습니다.
위와 같은 업무를 하기 위해서는 ‘사실관계’ 파악에 상당부분 시간을 소비했어야만 했다고 합니다.
재무는 결제지연관리와 마감업무 기타 경영지원 업무를 하고 있습니다. 위 업무도 마찬가지로 ‘사실관계’ 를 대사하고 CS처리하는데 많은 시간을 소비하고 있었습니다.
법무, 재무팀에서 AI도입을 어려워 했던 이유
초기에 AI를 사용해서 답을 얻으면, 할루시네이션이 심했습니다. 그도 그럴게, AI는 현재도 명확한 지시가 없으면, 날짜나 출처에 대한 검증 없이 가져오기 때문입니다. LLM 모델 자체가 확률적으로 움직이기 때문에 답을 못내는게 아니라 사람처럼 추론해서 그럴 듯하게 답변하는 것도 한몫 합니다.
이 때문에 정확한 대사와 사실관계 전달이 중요한 재무와 법무는 “AI를 절대 도입못한다”고 선언했을정도 였다고 합니다.
AI의 적극적 사용
현재 법무와 재무는 할루시네이션을 각자의 방법으로 해소 했고, 두 팀 모두 성공적으로 ‘AX 진행 중’ 입니다.
먼저, 법무팀은 Local MCP를 두개 만들어 팀원들과 공유했습니다. 하나는 법제처 국가법령정보 API, 하나는 사법부 API를 바탕으로 MCP를 만들어 현행 기준 신뢰성있는 데이터를 AI가 바라보게 만들었습니다.
재무팀도 마찬가지로 국가법령·세무·회계 기준 공공 API로 Agent에게 사내 회계기준을 학습시켰습니다. 이외에도 경영지원 측면에서 위시켓만의 정책이 있어, 정책문서를 로컬 markdown으로 철저히 학습시켰습니다.
두 팀 모두 초기에는 정확성이 떨어지는 문제가 있었지만, 이는 스킬로 꾸준히 교정해 나갔습니다.
법무팀은 Legal Review라는 스킬을 만들어서 사용 중인데, 논리를 구성한다든지 여러가지 페르소나를 구성해 루프를 돌려 검토, MCP를 사용했음에도 확률적으로 판단한 부분에 대해서는 미확인 표시를 남기게끔 했습니다.
재무팀은 근거기반으로 답변하게끔 구축하여 기준을 찾지 못하면 답변을 내지 못하게끔 스킬을 가다듬었습니다.
마지막으로 두 팀 모두 시스템을 구축하고, 이 시스템 위에 Slack 봇(lawbot, 경영지원 봇) 을 붙였습니다. 시스템과 DB를 바라보고 유관부서의 법률자문역할을 담당하기도 합니다. 경영지원에서는 휴가, 경조사 관련 정책, 식대 등 리소스가 작지만 많이 투입되는 업무에서 효율적이었습니다.
이것도 마찬가지로 매일 새벽 자가검사 루프를 돌며 slack 메세지 기반으로 페르소나가 갱신되게끔 하거나 정책이 바뀔때마다 MD파일을 갱신하며 품질을 유지 한다고 합니다.
무엇보다 이 두팀은 꾸준히 research하고, 환경을 develop하고 있다는 측면에서 결과적인 점수를 떠나, 지속적인 AX가 가능한 상태라고 생각했습니다.
두 부서의 단계별 공통점 5가지
- 신뢰할 수 있는 Raw데이터 공급원
- Raw 데이터를 수집할 수 있는 Interface 확보
- 각 부서업무에 맞는 논리구조 스킬화
- 이 local env로 발생한 효익을 모두에게 제공할 시스템
- 조직원 모두가 손쉽게 접근할 수 있는 플랫폼
이건 저도 감으로는 맞다고 생각했습니다만, 눈과 귀로 확인하니 고객사에서 필히 어필할만한 요소로 작용한다고 생각했습니다.
얻은 수익(Minimize Loss)
| 업무 | 이전 | 이후 |
|---|---|---|
| 결제 지연 정리·독촉 | 엑셀 수작업 하루 | 보면서 약 1시간 |
| 월말 마감 숫자 불일치 | 기초 자료부터 전수 검토 | 데이터 주고 물으면 오류 지점 바로 짚음 |
| 과거 회계 처리 확인 | 기억·자료 검색 | AI가 이력 찾아 설명 |
| 업무 | 이전 | 이후 |
|---|---|---|
| 분쟁·소송 사실관계 정리 | 하루~3일, 다른 검토 중단 | 1시간 이내 |
| 인감 날인 | 10분~1시간, 수십 페이지 대조 | 약 5분 |
| 법령·판례 인용 검증 | 홈페이지에서 수기 재확인 | 가짜 인용 0건, 해석 어긋남 약 0.5% |
정성적 가치는 무엇일까(Maximize Profit)
위시켓 팀 조직원들은 이제 경험을 중요하게 말합니다. 우리 ‘실제 현장의 업무를 다뤄본 사람’ 이 되는게 중요하다고 생각합니다. 좀 더 인간이 집중할 수 있는 고차원적 작업에 몰두하게 됐다고도 합니다.
그런 의미에서 이 분들이 한 업적 또한 유의미했습니다. 원래는 접근할 생각도 못했던 도메인에 과감히 접근했다고도 합니다.
실례로 금융 및 투자계약 경험이 없었지만, PG업무를 법무적으로 정확히 검토해내기도 했습니다. 이를 통해 위시켓은 같은 인력으로도 PG 비즈니스를 도입하고 운영하면서 수익을 낼 수 있었습니다. 하나 이제는 다른 도메인의 업무도 법무법인에 맡기지 않고 직접처리할 수 있게 됐다고 합니다. AI를 통해 얼마든지 다양한 사업분야로 수익화할 수 있는 체급을 만들고 있습니다.
도메인X직무가 공식이던 업계, 채용시장도 같이 변화하는 중 입니다. 불과 얼마 전까지 제조 도메인을 경험한 재무회계 직원의 커리어가 큰 인정을 받았었습니다. 이제는 제조원가를 다루는 회계는 오히려 정석적인 업무라 AI가 흡수하기 너무 좋고, 기준만 제시하면 쉽게 처리가 가능하다고 합니다. 더이상 도메인에 국한되지 않는 그림입니다.
이처럼 실무자들은 AI성숙도X직무가 돼 간다는 말에 공감했습니다.
그럼에도 망설일 고객들의 모습
일단, 두 팀의 사례를 공유 받으면서 이 모습을 AIDP가 마주할 고객사들도 가져갔으면 좋겠다고 생각했습니다.
하지만 그들은 혼자 힘으로 절대 실행하지 못할거고, 흉내내더라도 워킹하지 못할겁니다.
실제 블록의 사례를 공유한 앤지존스도 같은 말을 했습니다. “AI도입율은 90%가 넘었지만, 출시속도는 그대로 였다.”
그들과 우리 직원과의 Gap은 무엇일지 그걸 연구하는게 저에게는 숙제입니다.
왜 고객사 직원들은 그렇게 되지 못할까요? FDE는 그 니즈를 갖고와서 Solution을 설계 하고 Selling해야한다고 생각 합니다.
시스템 납품이 아니고, 인프라 구축이 아니고, 받은 만큼 일하는 개발자도 아닌 것 같습니다.
내가 고객들과 해나가야할 현장 문제
사상누각
앞서말한 우리직원과 고객들의 차이는 바로 시멘트 위에 있냐 모래위에 있냐의 차이일 것입니다. 파이프라인과 프로세스 없이 쫓기듯이 도입하는 경우가 태반입니다.
결국 바닥을 만드는게 조직AX를 하는데 가장 큰 도움이 됩니다. 앞서 말한 사례에서 공통적인 결론이 있습니다. 바로, 시스템을 만들고 이용할 수 있는 플랫폼과 연결했다는 것입니다.
나머지는 AI를 알지 못해도 됩니다. 1/9/90의 법칙처럼 1명만 컨텐츠를 만들고, 9명은 댓글을 적고, 90명은 바라만 봅니다. 모두가 제작자일 순 없습니다.
소수의 인원으로 AI와 함께 회사 프로세스를 분석하고 data lineage를 구축하고 그걸 손쉽게 이용할 수 있도록 플랫폼과 연결해주면 됩니다.
Solution Virus
시멘트 바닥을 만들어줄 FDE. FDE가 앞으로 갖춰야할 역량은 리더쉽 이라고 생각합니다.
이제는 현장의 문제를 AX관점에서 풀어내고, 그 풀어가는 과정 자체를 Counter part의 PM과 함께 해야한다고 생각합니다.
문제는 상황에 따라서도, 사람에 따라서도 천차만별일테지만, 결국 모호한 Interface간의 구조화가 필요하다고 생각합니다.
비즈니스 프로세스, 인터페이스, 계약모델, 디자인패턴 같은 것들 입니다.
그 안을 체계화하고 구현하는 건 저를 비롯한 Counter part의 PM, 현업담당자로 구성된 팀일 겁니다.
우리가 시스템납품을 하겠다는 것 보다는 계약직 임원이 돼서 그 조직에 AX프로젝트를 추진하는 역할을 수행 했으면 좋겠습니다.
저는 그 안에 바이러스처럼 들어가서 저와 같은 바이러스들을 퍼뜨리고 나오는게 제 역할이라고 생각합니다.
고객의 자리 바로 옆에서 교육부터 업무 분장, 리뷰, 미팅까지 전과정을 리드하면 현장전문가는 AI시멘트 바닥을 저와 함께 탄탄히 만들어 갈 것이고, 그럼 제가 떠난 자리에도 AX는 꾸준히 진행될 것이라고 생각합니다.
저는 꾸준히 경험하고 답습하면서 이 생각을 구조화 하고, Develop해보는걸로 목표를 정했습니다.