30일 시작, 90일 정착: 실행 로드맵

좋은 시스템은 어느 날 갑자기 완성되지 않는다. 회의실에서 멋진 도입안을 만들었다고, 비교표를 예쁘게 정리했다고, 유료 플랜을 결제했다고 살아 움직이는 것도 아니다. 시스템은 써봐야 비로소 성격이 드러난다. 어디서 막히는지, 누가 안 쓰는지, 어떤 질문에는 똑똑하고 어떤 순간에는 얼빠진 소리를 하는지, 실제 업무 속에서만 정체가 드러난다.

그래서 AI 시대의 지식관리는 거창한 선언보다 작은 실행이 먼저다. "나중에 제대로 구축하자"는 말은 대개 "아직 시작하지 말자"는 말의 우아한 번역이다. 반대로 작게라도 오늘 시작한 시스템은 내일 조금 더 나아질 수 있다. 이 장의 목표는 바로 그것이다. 30일 안에 출발하고, 90일 안에 정착시키는 현실적인 실행 계획을 만드는 것. 도구 선택, 파일럿 운영, 성과 지표, 습관화, 그리고 이후 확장까지 한 흐름으로 묶어보자.

왜 90일인가

90일은 짧아서 좋다. 사람을 지치게 하기 전에 변화를 체감할 수 있고, 길어서도 좋다. 단순 체험판을 넘어 실제 습관과 운영 리듬까지 만들기에는 최소한의 시간이 된다. 최근 기업 AI 도입 조사들을 보면, 많은 조직이 기술보다 조직 변화의 속도 때문에 확산에 어려움을 겪는다.¹² 그러니 처음부터 완벽한 체계를 꿈꾸기보다, 90일 안에 "작동하는 기본형"을 만드는 편이 훨씬 현실적이다.

핵심은 단순하다. 첫 30일에는 방향을 정하고, 다음 30일에는 작게 실험하고, 마지막 30일에는 살아남을 방식을 만든다. 이 순서를 건너뛰면 문제가 생긴다. 처음부터 전사 배포를 하면 혼란이 커지고, 반대로 준비만 오래 하면 조직은 금세 지친다. 90일은 과속도 아니고, 핑계 대기에도 애매한 길이다. 그래서 좋다.

출발선: 도구보다 먼저 정해야 할 것

많은 사람이 첫날부터 묻는다. "그래서 뭘 써야 하죠?" 하지만 더 먼저 물어야 할 것이 있다. "우리는 지금 무엇 때문에 지식관리가 고통스러운가?" 이 질문 없이 도구를 고르면, 비싼 삽을 들고 엉뚱한 곳을 파게 된다.

시작할 때는 세 가지만 명확하면 된다.

• 첫째, 어떤 문제를 줄일 것인가. 예를 들면 회의 뒤 액션 아이템이 자꾸 사라진다, 자료를 찾는 시간이 너무 길다, 같은 질문이 팀 채팅방에서 반복된다, 신규 인력이 적응하는 데 너무 오래 걸린다 같은 문제다.

• 둘째, 누가 가장 먼저 쓸 것인가. 모두를 위한 시스템은 대개 아무도 쓰지 않는 시스템이 된다. 작게 시작하려면 먼저 가장 아픈 팀, 가장 의지가 있는 팀, 가장 효과가 빨리 보이는 팀을 정해야 한다.

• 셋째, 무엇이 성공인지 어떻게 볼 것인가. 단순 사용량만으로는 부족하다. 정말로 찾는 시간이 줄었는지, 중복 질문이 줄었는지, 산출물 품질이 좋아졌는지, 의사결정이 빨라졌는지를 봐야 한다.³

이 세 가지가 정리되면 그때 비로소 도구가 보인다. 도구는 목적지가 아니라 차량이다. 좋은 차를 샀다고 업무가 저절로 빨라지지는 않는다.

1일~30일: 작게 시작하되, 헐겁게 시작하지 마라

첫 30일은 뭔가 대단한 것을 만드는 시기가 아니다. 오히려 덜 만들고 더 분명하게 만드는 시간이다. 이 단계의 목표는 "우리가 무엇을 왜 어디까지 할지"를 선명하게 하는 것이다.

도구 선택은 기능 비교가 아니라 업무 적합성 테스트다

도구를 고를 때 사람들은 기능표에 홀리기 쉽다. 요약 된다, 검색 된다, 회의록 된다, 자동 태깅 된다, 에이전트 된다. 하지만 실제로는 더 소박한 질문이 중요하다.

• 우리 팀이 매일 쓰는 도구와 연결되는가

• 권한 관리를 망치지 않는가

• 답의 근거를 확인할 수 있는가

• 교육 없이도 1주 안에 기본 사용이 가능한가

• 실패했을 때 쉽게 되돌릴 수 있는가

좋은 첫 도구는 가장 화려한 도구가 아니라, 학습 비용이 낮고 효과가 빨리 보이는 도구다. 예를 들어 개인과 팀의 지식관리에서는 대개 세 갈래가 먼저 후보가 된다. 하나는 문서와 메모를 요약·정리해 주는 도구다. 둘째는 사내 문서나 개인 아카이브를 맥락 기반으로 찾아주는 검색형 도구다. 셋째는 회의 내용을 정리하고 후속 작업을 추적하게 돕는 도구다. 이 셋은 도입 즉시 시간을 아껴주기 쉽고, 사용 장면도 분명하다.

처음 30일에는 많아야 두 종류면 충분하다. 하나는 입력 마찰을 줄이는 도구, 다른 하나는 재사용 가치를 높이는 도구면 된다. 예를 들어 회의 기록 도구와 AI 검색 도구의 조합은 매우 실용적이다. 한쪽이 지식을 남기고, 다른 한쪽이 그것을 다시 찾게 해주기 때문이다.

현재 상태를 먼저 측정하라

도입 전 기준선이 없으면 도입 후에는 다들 느낌으로만 이야기하게 된다. "좀 좋아진 것 같아요." 이 말은 친절하지만 쓸모는 적다. 첫 30일 안에 최소한 다음 질문에는 대략의 숫자로 답할 수 있어야 한다.

• 중요한 정보를 찾는 데 평균 몇 분이 걸리는가

• 같은 질문이 한 주에 몇 번 반복되는가

• 회의 후 액션 아이템이 누락되는 비율은 어느 정도인가

• 신규 인력이 기본 업무 맥락을 익히는 데 며칠이 걸리는가

• 팀이 자주 쓰는 문서 중 최신 버전이 헷갈리는 비율은 어느 정도인가

이 수치는 놀랄 만큼 정교할 필요가 없다. 대략적인 기준선만 있어도 충분하다. 중요한 것은 도입 전과 후를 비교할 수 있게 만드는 것이다. 생성형 AI의 성과는 문서 수나 조회 수보다, 시간 절약·의사결정 속도·중복 감소·운영 리스크 감소 같은 실제 변화에서 드러난다.³

파일럿 주제를 딱 하나 고르는 기준

첫 파일럿은 조직의 미래를 증명하는 쇼케이스가 아니라, 다음 투자를 정당화하는 작은 승리여야 한다. 그러므로 주제는 다음 세 조건을 만족해야 한다.

첫째, 효과가 2주 안에 보일 것. 둘째, 실패해도 조직 전체가 흔들리지 않을 것. 셋째, 사용자들이 이미 불편함을 크게 느끼고 있을 것.

이 기준으로 보면 첫 파일럿은 대개 화려한 예측 모델보다, 회의 정리 자동화, 사내 FAQ 검색, 문서 요약, 온보딩 자료 안내처럼 훨씬 현실적인 영역에서 시작하는 편이 낫다. 지식관리에서는 특히 "자주 반복되고, 사람이 귀찮아하고, 결과가 바로 보이는 일"이 첫 승리에 잘 맞는다.

31일~60일: 파일럿은 시험이 아니라 관찰이다

둘째 달이 되면 이제 손에 기름을 묻힐 시간이다. 하지만 여기서도 흔한 실수가 있다. 사람들은 파일럿을 "써보는 기간"으로 생각한다. 아니다. 파일럿은 업무가 어떻게 바뀌는지 관찰하는 기간이다.

파일럿 팀은 실력보다 태도가 중요하다

첫 파일럿 참여자는 반드시 가장 바쁜 사람일 필요도, 가장 높은 직급일 필요도 없다. 오히려 잘 맞는 사람은 이런 유형이다.

• 새로운 방식을 귀찮아하지 않는 사람

• 문제를 발견하면 투덜대기보다 알려주는 사람

• 자기 일만 빨라지는 데서 멈추지 않고 팀에 사용법을 퍼뜨릴 사람

• 모르는 것을 감추지 않고 질문할 사람

파일럿 팀의 규모는 작을수록 좋다. 5명에서 15명 사이면 충분하다. 너무 크면 배우기 전에 관리부터 하게 된다. 작은 팀에서 사용 패턴을 먼저 읽어야 한다. 누가 어떤 질문을 자주 하는지, 어디에서 AI 답변을 신뢰하지 않는지, 어떤 문서는 잘 찾아오고 어떤 문서는 헷갈리는지, 그 미세한 마찰을 읽어야 한다.

교육은 길게 설명하는 시간이 아니라, 바로 써먹게 하는 시간이다

교육 자료를 수십 장 만들 필요는 없다. 사람들은 AI 철학보다 오늘 당장 쓸 수 있는 예시를 원한다. 그러니 교육은 짧고 구체적이어야 한다.

• 회의가 끝났을 때 이렇게 입력한다.

• 정책 문서를 찾을 때는 이런 식으로 묻는다.

• 답변이 애매하면 근거 문서를 이렇게 확인한다.

• 저장할 가치가 있는 정보는 이렇게 남긴다.

좋은 파일럿 교육은 세 층으로 구성된다.

• 공통 사용법: 무엇을 할 수 있고 무엇은 하면 안 되는지, 어디까지 믿고 어디서 확인해야 하는지 알려준다.

• 역할별 예시: 기획자는 기획자답게, 운영자는 운영자답게, 영업은 영업답게 바로 써볼 수 있어야 한다.

• 질문 채널: 교육보다 더 중요한 것은 막혔을 때 물을 곳이 있다는 안도감이다.

한 번의 교육으로 습관은 생기지 않는다. 대신 짧은 반복이 습관을 만든다. 20분짜리 세션을 한 번 하고 끝내는 것보다, 10분짜리 팁 공유를 매주 두 번 하는 편이 훨씬 강하다.

파일럿에서 꼭 봐야 할 지표

둘째 달에는 사용량만 보면 안 된다. 많이 쓰는 사람이 항상 잘 쓰는 것은 아니기 때문이다. 생성형 AI 성과 측정 프레임워크에서도 모델 품질, 시스템 품질, 비즈니스 영향이라는 층위를 함께 보라고 권한다.³ 지식관리에서는 특히 마지막 층위가 중요하다.

아래처럼 단순하게 보면 충분하다.

여기서 가장 먼저 체감되는 ROI는 대개 시간 절약이다. 검색 수 증가보다 찾는 시간 감소가 더 중요하다. 시간이 줄기 시작하면, 그다음에야 의사결정 속도와 지식 재사용 같은 더 큰 가치가 따라온다.

파일럿 리뷰에서 꼭 물어야 하는 질문

파일럿 2주 차와 4주 차에는 숫자만 보지 말고 사람들에게 꼭 물어봐야 한다.

• 어디서 가장 편했나?

• 어디서 여전히 손으로 다시 했나?

• 어떤 답변은 바로 썼고, 어떤 답변은 못 믿었나?

• 이 도구를 없애면 다시 불편해질까?

특히 마지막 질문이 중요하다. 참여자들이 망설임 없이 "그렇다"고 말한다면, 이미 절반은 성공이다. 시스템이 습관으로 들어오기 시작했다는 뜻이기 때문이다.

61일~90일: 많이 쓰게 하는 것보다, 계속 쓰게 만들어라

셋째 달이 되면 욕심이 생긴다. 이제 전사 배포를 하고 싶어진다. 하지만 여기서 속도를 잘못 올리면, 그동안 쌓은 신뢰를 한꺼번에 날릴 수 있다. 확산의 목표는 확대가 아니라 정착 설계다.

전면 확산보다 파도처럼 넓혀라

좋은 확산은 물결처럼 간다. 1차 그룹에서 배우고, 2차 그룹에 적용하고, 3차 그룹에서 다듬는다. 처음부터 모두에게 열면 지원 채널은 폭주하고, 사용법은 제각각이 되며, 성과 측정도 흐릿해진다. 반대로 단계적으로 넓히면 한 번의 시행착오가 다음 파도를 더 똑똑하게 만든다.

확산 순서는 보통 이렇게 잡으면 좋다. 먼저 파일럿과 가장 비슷한 업무를 하는 팀, 다음으로 지식 재사용이 잦은 팀, 마지막으로 예외 상황이 많은 팀이다. 이유는 간단하다. 유사한 곳부터 확장해야 성공 공식을 복제하기 쉽기 때문이다.

문서보다 운영 리듬을 만들어라

많은 조직이 정착을 문서 작성으로 착각한다. 사용 가이드, 정책 문서, FAQ를 잔뜩 만든다. 물론 필요하다. 하지만 사람을 실제로 움직이는 것은 문서보다 리듬이다.

정착 단계에서는 최소한 네 가지 리듬이 돌아가야 한다.

• 주간 리뷰: 어떤 질문이 많았고, 어디서 막혔는지 본다.

• 월간 지표 점검: 시간 절약, 만족도, 반복 질문 감소를 확인한다.

• 사례 공유: 누가 어떻게 잘 쓰는지 보여준다.

• 개선 반영: 프롬프트, 문서 구조, 권한 설정, 온보딩 자료를 수정한다.

이 리듬이 생기면 시스템은 살아 있는 생물이 된다. 반대로 한 번 배포하고 끝내면, AI 지식관리 시스템은 금방 방치된 헬스기구처럼 변한다. 집 한구석에 있고, 돈은 들었고, 죄책감만 준다.

챔피언을 세워야 문화가 생긴다

AI 도입은 중앙팀만으로 굴러가지 않는다. 각 팀 안에 "이럴 땐 이렇게 쓰면 된다"고 번역해 주는 사람이 있어야 한다. 최근 조사에서도 실제 가치를 내는 조직은 리더십 책임, 운영 리듬, 워크플로 재설계가 함께 움직인다는 점이 반복해서 나타난다.¹²

챔피언의 역할은 거창하지 않다. 새 기능을 시험해 보고, 팀 상황에 맞는 질문 예시를 공유하고, 동료들의 불만을 모아 운영팀에 전달하는 것. 쉽게 말해 챔피언은 전도사가 아니라 통역사다. 기술 언어를 업무 언어로 바꾸는 사람이다.

성과 지표는 '얼마나 썼는가'보다 '무엇이 달라졌는가'로 본다

AI 도입이 자주 실패하는 이유 중 하나는 대시보드가 너무 바쁘기 때문이다. 숫자는 많은데, 정작 중요한 답은 없다. 그러니 지표는 적게 잡되 강하게 잡아야 한다.

지식관리 관점에서 가장 설득력 있는 지표는 다섯 가지다.

첫째는 찾는 시간의 감소다. 사람들은 하루에 생각보다 많은 시간을 정보를 찾는 데 쓴다. 이 시간이 줄면 누구나 성과를 체감한다.

둘째는 반복 질문의 감소다. 같은 질문이 줄었다는 것은 지식이 사람 머릿속이 아니라 시스템으로 옮겨갔다는 뜻이다.

셋째는 의사결정 속도의 개선이다. 필요한 근거를 더 빨리 찾고, 이전 사례를 더 쉽게 참고하면 회의가 짧아지고 승인도 빨라진다.

넷째는 온보딩 기간 단축이다. 새로 합류한 사람이 "누구에게 물어봐야 하지?" 대신 "어디서 찾아야 하지?"를 알게 되면 조직은 훨씬 강해진다.

다섯째는 신뢰도다. 사용자가 AI 답변을 실제 업무에 참고하는지, 다시 확인 없이 복붙하는지, 아니면 아예 무시하는지를 봐야 한다. 신뢰는 만족도 조사 한 문항으로도 어느 정도 읽힌다. "이 도구를 내일도 쓰고 싶은가?" 이 질문은 의외로 정직하다.

여기에 비용 계산을 붙이면 훨씬 강력해진다. 예를 들어 한 사람이 하루 15분씩만 절약해도, 20명이 한 달 동안 아끼는 시간은 꽤 크다. AI ROI는 거대한 혁신의 언어가 아니라, 작지만 반복되는 절약의 총합에서 시작된다.³

습관화: 시스템은 설치가 아니라 길들이기다

이 책의 마지막 장에서 가장 강조하고 싶은 것은 이것이다. 좋은 지식관리 시스템은 만드는 것이 아니라 길들이는 것이다.

아무리 훌륭한 구조도 사용자가 매일 손을 대지 않으면 무용지물이다. 그래서 습관화는 기술 문제가 아니라 행동 설계 문제다. 시스템을 정착시키려면 사람들에게 "더 열심히 하라"고 말할 것이 아니라, 작게라도 자동으로 하게 만들어야 한다.

개인에게 필요한 최소 루틴

개인 사용자의 루틴은 복잡할 필요가 없다. 오히려 단순할수록 오래간다.

• 아침 5분: 오늘 필요한 자료를 AI로 먼저 찾는다.

• 회의 직후 3분: 핵심 결정과 다음 행동을 바로 캡처한다.

• 퇴근 전 5분: 오늘 나온 통찰 하나를 남긴다.

이 세 가지만 굴러가도 지식은 훨씬 덜 새어 나간다. 중요한 것은 완벽한 기록이 아니라, 다음에 다시 쓸 수 있는 형태로 남기는 것이다.

팀에게 필요한 최소 루틴

팀은 개인보다 한 단계 더 필요하다. 공유와 재사용의 리듬이 있어야 하기 때문이다.

매주 한 번은 "이번 주 가장 유용했던 질문"을 공유하자. 매주 한 번은 "AI가 헷갈린 답변"을 함께 보자. 그리고 월 1회는 "이제 손으로 안 해도 되는 일"을 정리하자. 이런 작은 반복이 쌓이면 팀은 AI를 이벤트가 아니라 작업 습관으로 받아들인다.

미래 확장: 90일 뒤에 무엇을 키울 것인가

90일이 끝났다고 여정이 끝나는 것은 아니다. 사실 진짜 시작은 그때부터다. 이제 질문은 "도입할까?"가 아니라 "어디까지 확장할까?"로 바뀐다.

확장은 보통 세 방향으로 진행된다.

첫째는 사용자 확장이다. 개인과 한 팀에서 시작한 방식을 다른 팀으로 넓히는 것이다.

둘째는 지식 범위 확장이다. 회의록과 문서 검색에서 시작했다면, 이후에는 매뉴얼, 정책, 프로젝트 회고, 고객 피드백, 교육 자료까지 연결할 수 있다.

셋째는 기능 확장이다. 처음에는 검색과 요약 중심이었다면, 이후에는 추천, 자동 분류, 초안 작성, 워크플로 연결까지 발전할 수 있다.

다만 여기서 중요한 원칙이 있다. 확장은 언제나 정확도보다 사용 맥락, 기능 수보다 운영 가능성, 새로움보다 재사용성을 우선해야 한다. 한 번 잘 굴러가는 흐름을 여러 곳에 이식하는 것이, 매달 새 장난감을 들이는 것보다 훨씬 강하다.

또한 미래 확장 단계에서는 지식 베이스의 품질 자체도 관리 대상이 된다. 오래된 문서가 얼마나 많은지, 자주 찾지만 답이 빈약한 주제가 무엇인지, AI가 자주 인용하는 자료가 최신인지 같은 점검이 필요하다. AI는 마법사가 아니라 증폭기이기 때문에, 좋은 지식은 더 빛나게 하고 나쁜 지식은 더 널리 퍼뜨린다. 그러니 확장의 핵심은 더 많은 AI가 아니라 더 좋은 지식이다.

바로 실행할 사람을 위한 90일 한 장 요약

아래 흐름만 기억해도 충분하다.

1~30일: 방향 잡기

문제를 한 문장으로 정의한다. 첫 사용자 그룹을 정한다. 도구를 많아야 두 개까지 고른다. 현재 기준선을 측정한다. 파일럿 주제를 하나 정한다.

31~60일: 작은 승리 만들기

5명에서 15명 정도의 파일럿 팀을 운영한다. 짧고 실전적인 교육을 한다. 질문 채널을 연다. 시간 절약, 반복 질문 감소, 만족도를 매주 본다. 2주 단위로 리뷰한다.

61~90일: 정착 구조 만들기

비슷한 팀으로 단계 확산한다. 챔피언을 세운다. 주간 리뷰와 월간 지표 점검을 리듬으로 만든다. 우수 사례와 실패 사례를 함께 공유한다. 다음 6개월 확장 후보를 정한다.

복잡해 보이지만 본질은 하나다. 좋은 시스템은 거창한 설계서에서 태어나지 않고, 반복 가능한 작은 행동에서 자란다.

끝맺으며: 오늘 길들인 시스템만 내일 나를 돕는다

우리는 종종 완벽한 도구를 기다린다. 더 좋은 모델, 더 편한 인터페이스, 더 강한 자동화, 더 안전한 기능을 기다린다. 하지만 지식관리는 기다리는 사람보다 길들이는 사람이 이긴다.

오늘 10분 써본 사람은 내일 20분을 아낀다. 오늘 작은 파일럿을 돌린 팀은 3개월 뒤 자기만의 운영 원칙을 갖게 된다. 오늘 기준선을 측정한 조직은 90일 뒤 실제 성과를 말할 수 있다. 반대로 아무것도 시작하지 않은 조직은 여전히 "도입을 검토 중입니다"라는 문장 속에서 시간을 잃는다.

이 책의 마지막 문장은 거창할 필요가 없다.

시작은 작게 하라. 대신 오늘 하라.

그리고 90일 동안, 당신의 시스템을 당신 편으로 길들여라.

참고

¹The State of AI: Global Survey 2025

²The Path to Sustainable Generative AI Value Balances Passion, Pragmatism and Patience, Finds New Deloitte Survey

³KPIs for gen AI: Why measuring your new AI is essential to its success