부록: 바로 쓰는 기업 AI 실행 도구
이 부록을 사용하는 법
AI 도입은 회의실에서 멋진 비전을 말할 때보다, 실제 양식에 숫자를 채워 넣을 때 비로소 움직이기 시작한다. 우리 회사의 어떤 업무가 느린지, 어떤 데이터가 준비되어 있는지, 누가 책임질지, 어느 정도 성과가 나와야 성공이라고 부를지 적어 보는 순간 AI는 유행어가 아니라 운영 과제가 된다.
이 부록은 읽고 끝내는 요약본이 아니다. 팀 회의, 워크숍, 파일럿 프로젝트 킥오프, 임원 보고, 보안 검토, 교육 세션에서 바로 꺼내 쓸 수 있는 실행 도구 모음이다. 가능하면 이 페이지를 그대로 복사해 스프레드시트, 노션, 구글 문서, 사내 위키에 붙여 넣고 회사 상황에 맞게 수정하라.
사용 순서는 단순하다. 먼저 AI 준비도 진단으로 현재 상태를 확인한다. 그다음 부서별 유스케이스를 발굴하고, 도구와 보안을 검토한 뒤, ROI 계산표로 성공 기준을 숫자로 만든다. 마지막으로 90일 실행 플랜에 따라 파일럿을 운영하고 회고표로 확산 여부를 판단한다.
AI 도입 전 점검표: 준비물 목록이 아니라 준비도 진단이다
많은 회사가 AI 도입을 도구 선택에서 시작한다. 어떤 모델이 좋은가, 어떤 챗봇이 저렴한가, 어느 자동화 툴이 유명한가를 먼저 묻는다. 하지만 실제 실패는 모델 성능보다 훨씬 앞에서 시작된다. 목적이 불분명하거나, 데이터가 흩어져 있거나, 업무 책임자가 없거나, 성과 지표가 없는 상태에서 도구만 사면 AI는 금세 방치된다. 여러 엔터프라이즈 AI 도입 체크리스트도 전략 목표, 데이터 준비도, 기술 인프라, 조직 역량, 거버넌스, 보안, KPI를 함께 보라고 강조한다.1
아래 점검표는 각 항목을 0점, 1점, 2점으로 평가한다. 0점은 준비되지 않음, 1점은 일부 준비됨, 2점은 운영 가능 수준을 뜻한다. 총점이 낮다고 낙담할 필요는 없다. 낮은 점수는 실패 판정이 아니라 먼저 고쳐야 할 병목을 알려 주는 신호다.
| 영역 | 점검 질문 | 점수 |
|---|---|---|
| 목적 | AI로 해결하려는 비즈니스 문제가 구체적으로 정의되어 있는가? | 0 / 1 / 2 |
| 목적 | 비용 절감, 매출 증대, 품질 개선, 리스크 감소 중 주목표가 정해져 있는가? | 0 / 1 / 2 |
| 업무 | 현재 업무 흐름이 단계별로 문서화되어 있는가? | 0 / 1 / 2 |
| 업무 | 반복 업무, 판단 업무, 창작 업무, 커뮤니케이션 업무가 구분되어 있는가? | 0 / 1 / 2 |
| 우선순위 | 기대 효과와 실행 난이도를 기준으로 후보 업무를 비교했는가? | 0 / 1 / 2 |
| 데이터 | 필요한 데이터의 위치, 소유자, 접근 권한이 확인되어 있는가? | 0 / 1 / 2 |
| 데이터 | 데이터가 중복, 오류, 누락, 최신성 문제 없이 사용할 수 있는가? | 0 / 1 / 2 |
| 데이터 | 개인정보, 영업기밀, 계약 정보 등 민감 데이터가 식별되어 있는가? | 0 / 1 / 2 |
| 기술 | 기존 시스템과 AI 도구를 연동할 방법이 있는가? | 0 / 1 / 2 |
| 기술 | 테스트 환경과 운영 환경을 구분할 수 있는가? | 0 / 1 / 2 |
| 조직 | 업무 책임자, 기술 책임자, 보안 검토자가 지정되어 있는가? | 0 / 1 / 2 |
| 조직 | 실제 사용자가 파일럿 설계와 검증에 참여하는가? | 0 / 1 / 2 |
| 역량 | 사용자 교육 계획과 프롬프트·검수 기준이 준비되어 있는가? | 0 / 1 / 2 |
| 보안 | AI 도구에 입력 가능한 데이터와 금지 데이터를 구분했는가? | 0 / 1 / 2 |
| 보안 | 계정 권한, 로그, 데이터 보관, 삭제 정책을 확인했는가? | 0 / 1 / 2 |
| KPI | 파일럿 전 기준값, 즉 현재 시간·비용·오류율·처리량을 측정했는가? | 0 / 1 / 2 |
| KPI | 성공 기준과 중단 기준이 숫자로 정의되어 있는가? | 0 / 1 / 2 |
| 확산 | 파일럿 성공 시 어느 부서와 업무로 확장할지 정해져 있는가? | 0 / 1 / 2 |
점수 해석은 다음과 같다.
| 총점 | 상태 | 권장 행동 |
|---|---|---|
| 0~12점 | 아이디어 단계 | 도구 구매를 미루고 업무 진단과 데이터 위치 파악부터 시작한다. |
| 13~24점 | 제한적 파일럿 가능 | 낮은 위험의 단일 업무를 골라 사람 검토를 포함한 파일럿을 실행한다. |
| 25~32점 | 팀 단위 적용 가능 | 팀 워크플로우에 AI를 넣고 KPI, 로그, 교육 체계를 함께 운영한다. |
| 33점 이상 | 부서 확산 준비 | 보안·거버넌스·성과 측정 체계를 갖추고 부서 단위 확산을 검토한다. |
이 표에서 가장 중요한 항목은 목적, 책임자, 기준값이다. 이 세 가지가 없으면 아무리 좋은 도구를 써도 성과를 증명할 수 없다. 반대로 모델이 완벽하지 않아도 목적과 책임자와 기준값이 있으면 개선할 수 있다.
부서별 유스케이스 발굴표
좋은 AI 유스케이스는 멋있어 보이는 일이 아니라 성과가 측정되는 일이다. 업무량이 많고, 입력과 출력이 비교적 명확하며, 사람이 검토할 수 있고, 데이터 접근이 가능한 업무가 파일럿에 적합하다. 특히 첫 프로젝트는 가장 화려한 일이 아니라 가장 배우기 쉬운 일이어야 한다. 고빈도·저위험 업무에서 작은 성공을 만들면 조직은 AI를 두려운 실험이 아니라 쓸 수 있는 운영 방식으로 받아들이기 시작한다.
아래 표는 부서별 후보 업무를 모아 우선순위를 정하는 도구다.
| 부서 | 후보 업무 | 현재 문제 | 비용 절감 | 매출 증대 | 품질 개선 | 리스크 감소 | 실행 난이도 | 기대 효과 | 파일럿 여부 |
|---|---|---|---|---|---|---|---|---|---|
| 경영·전략 | 주간 경영 리포트 초안 | 자료 수집과 요약에 시간이 오래 걸림 | 4 | 2 | 4 | 2 | 2 | 4 | 예 / 아니오 |
| 마케팅 | 콘텐츠 초안·캠페인 아이디어 | 아이디어 생산량과 실험 속도가 낮음 | 3 | 4 | 3 | 1 | 2 | 4 | 예 / 아니오 |
| 영업 | 고객사 리서치·제안서 초안 | 영업 준비 시간이 길고 품질 편차가 큼 | 3 | 5 | 4 | 2 | 3 | 5 | 예 / 아니오 |
| 고객지원 | 문의 분류·응답 초안 | 반복 문의가 많고 응답 속도가 느림 | 5 | 2 | 4 | 3 | 3 | 5 | 예 / 아니오 |
| 인사 | 채용 공고·지원자 요약 | 서류 검토와 커뮤니케이션 부담이 큼 | 3 | 1 | 4 | 3 | 2 | 4 | 예 / 아니오 |
| 재무·회계 | 비용 보고서 분석 | 이상 지출 발견이 늦음 | 4 | 1 | 4 | 5 | 4 | 4 | 예 / 아니오 |
| 법무 | 계약서 요약·조항 검토 | 검토 대기 시간이 길고 누락 위험이 있음 | 3 | 2 | 4 | 5 | 4 | 5 | 예 / 아니오 |
| 개발·IT | 코드 리뷰·테스트 초안 | 반복 검토와 문서화 시간이 큼 | 4 | 2 | 4 | 3 | 3 | 4 | 예 / 아니오 |
점수는 1점에서 5점으로 매긴다. 비용 절감, 매출 증대, 품질 개선, 리스크 감소는 높을수록 좋다. 실행 난이도는 높을수록 어렵다. 단순히 기대 효과가 큰 업무만 고르면 위험하다. 기대 효과가 5점이어도 실행 난이도가 5점이면 첫 파일럿으로는 무거울 수 있다.
파일럿 후보를 고를 때는 다음 계산식을 사용해도 좋다.
파일럿 우선순위 점수 = 기대 효과 × 2 - 실행 난이도 + 데이터 준비도 + 사용자 참여도이 식은 정답이 아니라 대화의 출발점이다. 숫자를 매기면 각 부서가 왜 이 업무를 먼저 해야 하는지 설명하기 쉬워진다.
AI 도구 선정표
AI 도구 선정은 기능 비교표가 아니다. 좋은 답변을 내는가도 중요하지만, 기업에서는 그 답변이 어디서 만들어지고, 어떤 데이터가 들어가며, 누가 접근할 수 있고, 기존 시스템과 어떻게 연결되는지가 더 중요하다. 엔터프라이즈 AI 통합 체크리스트들은 기술 인프라, 데이터 아키텍처, 보안 프로토콜, 기존 시스템 연동, 모니터링을 초기 단계에서 함께 점검해야 한다고 본다.2
| 평가 영역 | 확인 질문 | 평가 |
|---|---|---|
| 업무 적합성 | 우리가 해결하려는 업무에 특화된 기능이 있는가? | 상 / 중 / 하 |
| 출력 품질 | 실제 업무 샘플 20건 이상에서 사용할 만한 결과를 냈는가? | 상 / 중 / 하 |
| 사용성 | 비전문가도 30분 안에 기본 사용법을 익힐 수 있는가? | 상 / 중 / 하 |
| 데이터 처리 위치 | 입력 데이터가 어느 국가, 어느 클라우드, 어느 서버에서 처리되는가? | 확인 / 미확인 |
| 학습 사용 여부 | 입력 데이터가 모델 학습에 사용되는지 선택할 수 있는가? | 가능 / 제한 / 불가 |
| 접근 권한 | 사용자, 관리자, 외부 협력사 권한을 구분할 수 있는가? | 가능 / 제한 / 불가 |
| 로그 관리 | 사용 기록, 프롬프트, 출력, 승인 내역을 추적할 수 있는가? | 가능 / 제한 / 불가 |
| 보안 인증 | 필요한 보안 인증이나 컴플라이언스 문서를 제공하는가? | 충분 / 일부 / 없음 |
| 개인정보 보호 | 개인정보 삭제, 익명화, 보관 기간 설정이 가능한가? | 가능 / 제한 / 불가 |
| 시스템 연동 | CRM, ERP, 그룹웨어, 슬랙, 노션, 구글 드라이브 등과 연결되는가? | 가능 / 제한 / 불가 |
| 자동화 확장성 | API, 웹훅, 자동화 도구 연동을 지원하는가? | 가능 / 제한 / 불가 |
| 비용 구조 | 사용자 수, 호출량, 저장량 증가에 따른 비용을 예측할 수 있는가? | 가능 / 제한 / 불가 |
| 운영 지원 | 장애 대응, 관리자 지원, 교육 자료, SLA가 있는가? | 충분 / 일부 / 없음 |
| 종료 가능성 | 계약 종료 시 데이터 반출과 삭제가 가능한가? | 가능 / 제한 / 불가 |
도구를 고를 때는 데모 화면보다 실제 업무 샘플을 넣어 보라. 5분짜리 데모는 대부분 훌륭하다. 하지만 진짜 검증은 지저분한 엑셀, 애매한 고객 문의, 오래된 계약서, 사내 용어가 섞인 회의록을 넣었을 때 시작된다.
보안 검토표
보안은 AI 도입의 브레이크가 아니라 안전벨트다. 안전벨트가 있다고 자동차가 느려지는 것이 아니라 더 멀리 갈 수 있는 것처럼, 보안 기준이 있어야 조직은 AI를 안심하고 확산할 수 있다.
| 구분 | 검토 질문 | 결정 |
|---|---|---|
| 데이터 분류 | 이 업무에 사용되는 데이터는 공개, 내부, 기밀, 개인정보 중 어디에 해당하는가? | 공개 / 내부 / 기밀 / 개인정보 |
| 입력 허용 | 해당 데이터를 외부 SaaS AI 도구에 입력해도 되는가? | 허용 / 조건부 / 금지 |
| 익명화 | 이름, 연락처, 주민번호, 계좌, 고객사명 등 식별 정보를 제거할 수 있는가? | 가능 / 불가 |
| 영업기밀 | 가격 정책, 소스코드, 미공개 전략, 계약 조건이 포함되는가? | 예 / 아니오 |
| 권한 | 이 AI 도구를 사용할 수 있는 직무와 계정 범위가 정해져 있는가? | 예 / 아니오 |
| 승인 | AI가 만든 결과물을 누가 검토하고 승인하는가? | 담당자 / 팀장 / 법무 / 보안 |
| 로그 | 사용 내역과 결과물을 감사 목적으로 보관할 수 있는가? | 예 / 아니오 |
| 보관 기간 | 입력 데이터와 출력 결과의 보관 기간이 정해져 있는가? | 예 / 아니오 |
| 삭제 | 사용자가 요청하면 데이터 삭제가 가능한가? | 예 / 아니오 |
| 외부 공유 | AI 결과물을 고객, 파트너, 외부 채널에 공유할 때 검수 절차가 있는가? | 예 / 아니오 |
| 사고 대응 | 오답, 유출, 부적절한 결과 발생 시 보고 절차가 있는가? | 예 / 아니오 |
간단한 원칙은 이렇다. 공개되어도 문제가 없는 데이터는 실험에 쓸 수 있다. 내부 데이터는 승인된 도구와 계정에서만 쓴다. 개인정보와 영업기밀은 익명화, 접근 통제, 로그, 계약 조건이 확인되지 않으면 넣지 않는다. 법무·보안·인사처럼 민감도가 높은 부서는 AI가 초안을 만들더라도 최종 판단은 반드시 사람이 해야 한다.
ROI 계산표: 성과를 숫자로 바꾸는 법
AI ROI는 단순히 절감 시간 × 시급으로 끝나지 않는다. 절감된 시간이 실제 비용 절감으로 이어지는지, 더 많은 업무 처리량으로 바뀌는지, 품질 개선이나 리스크 감소로 나타나는지 구분해야 한다. 최근 기업 AI ROI 프레임워크들은 비용 절감, 매출 증가, 생산성·처리량, 오류 감소, 리스크 감소, 전략적 가치까지 나누어 보라고 제안한다.3
먼저 현재 상태를 측정한다.
| 기준값 | 측정 항목 | 현재 값 | 측정 기간 |
|---|---|---|---|
| 업무량 | 월 처리 건수 | ||
| 시간 | 건당 평균 처리 시간 | ||
| 비용 | 담당자 평균 시간당 인건비 | ||
| 품질 | 오류율 또는 재작업률 | ||
| 속도 | 평균 리드타임 또는 응답 시간 | ||
| 고객 | CSAT, NPS, 불만 건수 | ||
| 매출 | 전환율, 객단가, 수주율 | ||
| 리스크 | 사고 건수, 컴플라이언스 지적, 패널티 |
그다음 AI 도입 후 기대 효과를 계산한다.
| 효과 유형 | 계산식 | 예시 입력 | 결과 |
|---|---|---|---|
| 시간 절감 | 월 처리 건수 × 건당 절감 시간 × 시간당 비용 | 1,000건 × 0.2시간 × 40,000원 | 8,000,000원 |
| 처리량 증가 | 기존 처리량 대비 증가 건수 × 건당 기여 이익 | 200건 × 10,000원 | 2,000,000원 |
| 오류 감소 | 오류 감소 건수 × 건당 오류 비용 | 50건 × 30,000원 | 1,500,000원 |
| 매출 기여 | 추가 리드 수 × 전환율 × 평균 매출 | 100건 × 5% × 500,000원 | 2,500,000원 |
| 리스크 감소 | 사고 발생 확률 감소 × 사고 발생 시 비용 | 10% × 50,000,000원 | 5,000,000원 |
비용도 빠짐없이 넣는다. 많은 AI 프로젝트가 실패하는 이유는 효과를 과대평가해서가 아니라 비용을 과소평가해서다. 도구 구독료만 비용이 아니다. 데이터 정리, 연동, 교육, 검수, 운영 관리가 모두 비용이다.
| 비용 항목 | 월 비용 또는 1회 비용 | 비고 |
|---|---|---|
| AI 도구 구독료 | 사용자 수 또는 사용량 기준 | |
| API·모델 사용료 | 호출량 증가에 따라 변동 | |
| 데이터 정리 비용 | 문서 정리, 라벨링, 중복 제거 | |
| 시스템 연동 비용 | CRM, ERP, 메신저, 문서 저장소 연동 | |
| 보안·법무 검토 비용 | 계약, 개인정보, 규정 검토 | |
| 교육·변화관리 비용 | 사용자 교육, 가이드 제작 | |
| 운영·유지보수 비용 | 모니터링, 오류 대응, 개선 작업 |
마지막으로 ROI를 계산한다.
월간 총효과 = 시간 절감 효과 + 처리량 증가 효과 + 오류 감소 효과 + 매출 기여 + 리스크 감소 효과
월간 총비용 = 도구 비용 + 운영 비용 + 유지보수 비용 + 기타 비용
월간 순효과 = 월간 총효과 - 월간 총비용
ROI = 월간 순효과 ÷ 월간 총비용 × 100
회수 기간 = 초기 투자 비용 ÷ 월간 순효과초기 파일럿에서는 ROI가 낮게 나와도 괜찮다. 첫 파일럿의 목적은 대규모 수익을 내는 것이 아니라 업무, 데이터, 사용자, 보안, 품질 기준을 검증하는 것이다. 다만 90일이 끝났는데도 기준값, 사용량, 품질, 비용을 설명할 수 없다면 그 프로젝트는 확산하면 안 된다.
AI 성과는 성숙도에 따라 다르게 측정하는 것이 좋다. 실험 단계에서는 사용률과 학습량을, 워크플로우 적용 단계에서는 시간 절감과 처리량을, 품질 개선 단계에서는 오류율과 고객 지표를, 전환 단계에서는 신규 매출과 새로운 사업 모델을 보라.4
파일럿 프로젝트 회고표
파일럿은 성공을 자랑하기 위한 행사가 아니라 확산해도 되는지 판단하는 검증 절차다. 아래 표는 파일럿 종료 회의에서 그대로 사용하면 된다.
| 항목 | 질문 | 결과 |
|---|---|---|
| 목표 | 처음 정의한 비즈니스 문제는 무엇이었는가? | |
| 범위 | 어떤 업무, 사용자, 데이터에 한정했는가? | |
| 기준값 | 도입 전 시간, 비용, 오류율, 처리량은 얼마였는가? | |
| 성과 | 도입 후 어떤 수치가 얼마나 개선되었는가? | |
| 품질 | AI 결과물의 승인율, 수정률, 반려율은 얼마였는가? | |
| 오류 | 자주 발생한 오답, 누락, 편향, 형식 오류는 무엇인가? | |
| 사용자 반응 | 사용자는 편해졌다고 느꼈는가, 부담이 늘었다고 느꼈는가? | |
| 보안 | 민감 데이터 입력, 권한 오류, 로그 누락 같은 이슈가 있었는가? | |
| 운영 | 누가 관리했고, 관리에 얼마나 시간이 들었는가? | |
| 비용 | 예상 비용과 실제 비용은 얼마나 차이 났는가? | |
| 확산 | 같은 방식으로 다른 팀에 적용할 수 있는가? | |
| 결정 | 중단, 수정 후 재실험, 제한 확산, 전사 확산 중 무엇인가? |
확산 판단은 감이 아니라 기준으로 한다. 예를 들어 시간은 15% 이상 줄었지만 품질 반려율이 30%라면 아직 확산하지 않는다. 반대로 시간 절감은 10%에 그쳐도 오류율이 크게 줄고 고객 불만이 감소했다면 다른 가치가 있는 프로젝트일 수 있다.
반복 사용 가능한 업무 프롬프트 템플릿
좋은 프롬프트는 마법 주문이 아니다. 좋은 업무 지시서에 가깝다. 역할, 입력 정보, 맥락, 출력 형식, 검토 기준이 들어가야 반복해서 쓸 수 있다. 아래 템플릿은 그대로 복사해 쓰되, 회사명, 제품명, 고객명, 수치, 금지 사항을 반드시 바꾸어야 한다.
경영 보고서 프롬프트
당신은 우리 회사의 전략기획 담당자입니다.
아래 데이터를 바탕으로 경영진이 5분 안에 이해할 수 있는 주간 경영 보고서 초안을 작성하세요.
[입력 정보]
- 기간:
- 핵심 KPI:
- 전주 대비 변화:
- 주요 이슈:
- 부서별 업데이트:
- 리스크:
- 의사결정이 필요한 사항:
[작성 기준]
- 먼저 핵심 요약 5줄을 작성하세요.
- 숫자는 표로 정리하세요.
- 좋은 소식과 나쁜 소식을 구분하지 말고 경영 판단에 중요한 순서로 배열하세요.
- 불확실한 내용은 단정하지 말고 확인 필요라고 표시하세요.
- 마지막에 이번 주 경영진이 결정해야 할 안건 3개를 제시하세요.
[출력 형식]
1. 핵심 요약
2. KPI 현황
3. 주요 변화와 원인
4. 리스크와 대응안
5. 의사결정 안건마케팅 캠페인 프롬프트
당신은 B2B/B2C 마케팅 전략가입니다.
아래 제품과 고객 정보를 바탕으로 4주간 실행할 마케팅 캠페인안을 작성하세요.
[입력 정보]
- 제품 또는 서비스:
- 목표 고객:
- 고객의 주요 문제:
- 핵심 메시지:
- 예산:
- 채널:
- 금지 표현 또는 주의 사항:
- 기존 캠페인 성과:
[작성 기준]
- 고객 페르소나를 2개 이상 제안하세요.
- 캠페인 목표를 인지도, 리드, 전환, 재구매 중 하나 이상으로 구분하세요.
- 각 채널별 콘텐츠 아이디어와 CTA를 제안하세요.
- 실험 가설과 측정 지표를 포함하세요.
- 과장 광고나 입증되지 않은 성과 표현은 제외하세요.
[출력 형식]
1. 캠페인 콘셉트
2. 타깃 페르소나
3. 핵심 메시지
4. 채널별 실행안
5. A/B 테스트 아이디어
6. KPI와 측정 방법영업 이메일 프롬프트
당신은 고객사의 상황을 이해하고 맞춤형 제안을 작성하는 세일즈 담당자입니다.
아래 정보를 바탕으로 첫 접촉 이메일 또는 후속 이메일 초안을 작성하세요.
[입력 정보]
- 고객사명:
- 고객사의 산업:
- 고객사의 최근 이슈:
- 우리가 제안할 제품:
- 고객이 얻을 수 있는 가치:
- 이전 접촉 내역:
- 원하는 다음 행동:
[작성 기준]
- 첫 문장은 고객사 상황을 언급하며 시작하세요.
- 제품 기능 설명보다 고객의 문제 해결을 중심으로 작성하세요.
- 문장은 짧고 자연스럽게 쓰세요.
- 부담스러운 영업 표현은 피하세요.
- 마지막에는 15~30분 미팅을 제안하세요.
[출력 형식]
- 제목 3개
- 이메일 본문 1개
- 더 짧은 버전 1개
- 후속 발송용 메시지 1개고객지원 응답 프롬프트
당신은 친절하고 정확한 고객지원 상담원입니다.
아래 고객 문의와 내부 정책을 바탕으로 응답 초안을 작성하세요.
[입력 정보]
- 고객 문의 원문:
- 고객 유형:
- 주문 또는 계약 상태:
- 관련 내부 정책:
- 가능한 조치:
- 보상 또는 예외 처리 가능 여부:
[작성 기준]
- 고객의 감정을 먼저 인정하세요.
- 가능한 조치와 불가능한 조치를 명확히 구분하세요.
- 내부 정책을 고객이 이해하기 쉬운 말로 설명하세요.
- 확정되지 않은 내용은 약속하지 마세요.
- 불만 고객인 경우 사과, 원인 설명, 다음 조치를 포함하세요.
[출력 형식]
1. 고객 응답 초안
2. 상담원 확인 필요 사항
3. 내부 메모
4. 불만 확대 가능성: 낮음 / 중간 / 높음채용 공고 프롬프트
당신은 지원자가 실제 업무를 정확히 이해하도록 돕는 HR 담당자입니다.
아래 정보를 바탕으로 채용 공고 초안을 작성하세요.
[입력 정보]
- 직무명:
- 팀 소개:
- 주요 업무:
- 필수 역량:
- 우대 역량:
- 사용 도구:
- 근무 방식:
- 보상 또는 복지:
- 채용 절차:
[작성 기준]
- 멋진 표현보다 실제 하는 일을 구체적으로 설명하세요.
- 필수 조건과 우대 조건을 명확히 구분하세요.
- 차별적이거나 배제적인 표현은 쓰지 마세요.
- AI 시대에 해당 직무가 어떤 방식으로 일하는지도 포함하세요.
- 지원자가 스스로 적합성을 판단할 수 있게 작성하세요.
[출력 형식]
1. 회사와 팀 소개
2. 주요 업무
3. 자격 요건
4. 우대 사항
5. 일하는 방식
6. 채용 절차계약서 요약 프롬프트
당신은 계약 리스크를 1차 검토하는 법무 보조자입니다.
아래 계약서 내용을 바탕으로 비전문가도 이해할 수 있는 요약과 검토 포인트를 작성하세요.
단, 최종 법률 판단은 변호사 또는 법무 책임자가 해야 합니다.
[입력 정보]
- 계약 유형:
- 계약 당사자:
- 계약 기간:
- 계약서 원문:
- 특히 확인하고 싶은 조항:
[작성 기준]
- 계약의 목적과 핵심 의무를 먼저 요약하세요.
- 금액, 기간, 해지, 손해배상, 비밀유지, 지식재산권, 개인정보, 관할을 확인하세요.
- 우리 회사에 불리하거나 모호한 조항을 표시하세요.
- 수정 제안 문구는 초안으로만 제시하세요.
- 확실하지 않은 내용은 법무 확인 필요라고 표시하세요.
[출력 형식]
1. 한 페이지 요약
2. 주요 의무
3. 주요 리스크
4. 수정 제안
5. 법무 확인 필요 사항개발 문서화 프롬프트
당신은 개발팀의 기술 문서를 작성하는 테크니컬 라이터입니다.
아래 코드, API 설명, 변경 내용을 바탕으로 개발자와 비개발자가 모두 이해할 수 있는 문서를 작성하세요.
[입력 정보]
- 기능명:
- 목적:
- 코드 또는 API 설명:
- 입력값:
- 출력값:
- 예외 상황:
- 배포 또는 변경 이력:
[작성 기준]
- 먼저 이 기능이 왜 필요한지 설명하세요.
- API나 함수의 입력과 출력을 표로 정리하세요.
- 예외 상황과 에러 메시지를 포함하세요.
- 운영자가 확인해야 할 로그나 모니터링 포인트를 작성하세요.
- 추측하지 말고 코드에서 확인되지 않는 내용은 확인 필요라고 표시하세요.
[출력 형식]
1. 개요
2. 사용 방법
3. 입력과 출력
4. 예외와 오류 처리
5. 운영 참고 사항
6. 변경 이력프롬프트를 팀에서 운영할 때는 버전을 붙이는 것이 좋다. 예를 들어 고객지원 응답 v1.0, 법무 요약 v1.2처럼 관리하면 어떤 템플릿이 실제 업무에서 잘 작동했는지 추적할 수 있다.
90일 AI 도입 실행 플랜
90일은 짧지만 충분히 의미 있는 시간이다. 2주 안에 기적을 만들기에는 짧고, 1년 계획처럼 추진력이 흐려지기에는 길지 않다. 여러 90일 AI 도입 로드맵도 첫 30일은 진단과 기반 구축, 다음 30일은 파일럿과 교육, 마지막 30일은 측정과 확산 준비에 집중하라고 제안한다.5
1~2주차: 업무 진단
첫 2주는 도구를 고르는 시간이 아니다. 지금 일이 어떻게 흘러가는지 보는 시간이다. 각 부서에서 반복적으로 시간이 많이 드는 업무, 고객 불만을 만드는 업무, 오류가 잦은 업무, 대기 시간이 긴 업무를 수집한다.
| 작업 | 산출물 | 책임자 |
|---|---|---|
| 현재 AI 사용 현황 조사 | 승인 도구와 비공식 사용 도구 목록 | AI 추진 담당자 |
| 부서별 업무 목록 작성 | 업무 진단표 | 부서장 |
| 기준값 수집 | 시간, 비용, 오류율, 처리량 | 업무 담당자 |
| 민감 데이터 식별 | 데이터 분류표 | 보안·법무 |
| 이해관계자 인터뷰 | 문제 목록과 우선순위 | 프로젝트 리드 |
이 시기에 꼭 해야 할 질문은 하나다. 이 업무가 느린 이유가 사람 부족인가, 정보 부족인가, 판단 기준 부족인가, 시스템 연결 부족인가. 원인을 모르고 AI를 붙이면 자동화된 혼란만 생긴다.
3~4주차: 유스케이스 선정
3~4주차에는 후보 업무를 비교하고 첫 파일럿을 고른다. 첫 파일럿은 너무 크면 안 된다. 부서 하나, 업무 하나, 사용자 5~15명 정도가 적당하다. 고객에게 직접 영향을 주는 업무라면 사람 검토 단계를 반드시 넣는다.
| 선정 기준 | 좋은 후보 | 나쁜 후보 |
|---|---|---|
| 업무량 | 매주 반복되고 건수가 많음 | 가끔 발생하고 예외가 많음 |
| 데이터 | 필요한 자료가 접근 가능함 | 자료가 개인 PC와 메신저에 흩어짐 |
| 위험 | 오답이 나도 사람이 검토 가능함 | 오답이 곧 법적·재무적 사고로 이어짐 |
| 성과 | 시간, 오류, 처리량을 측정할 수 있음 | 좋아질 것 같다는 느낌만 있음 |
| 사용자 | 담당자가 참여 의지가 있음 | 현업이 관심 없고 IT만 추진함 |
이 단계의 산출물은 파일럿 계획서다. 계획서에는 업무 범위, 사용자, 데이터, 도구, 보안 기준, KPI, 성공 기준, 중단 기준이 들어가야 한다.
5~6주차: 파일럿 실행
이제 실제 업무에 AI를 넣는다. 단, 처음부터 완전 자동화하지 않는다. AI가 초안을 만들고 사람이 검토한다. AI가 분류하고 사람이 승인한다. AI가 요약하고 담당자가 고객에게 보낼지 결정한다. 이 사람 검토 구조가 초기 신뢰를 만든다.
| 실행 항목 | 체크 |
|---|---|
| 승인된 사용자에게만 계정을 발급했다. | □ |
| 입력 가능한 데이터와 금지 데이터를 교육했다. | □ |
| 공통 프롬프트와 출력 형식을 배포했다. | □ |
| AI 결과물 검수 기준을 정했다. | □ |
| 오류 사례를 모으는 채널을 만들었다. | □ |
| 주 1회 파일럿 점검 회의를 연다. | □ |
파일럿 중에는 좋은 사례보다 나쁜 사례가 더 중요하다. AI가 어디서 틀리는지 알아야 업무에 맞는 검수 기준을 만들 수 있다.
7~8주차: 성과 측정
7~8주차에는 숫자를 본다. 사용자가 편하다고 말하는 것도 중요하지만, 조직을 설득하려면 기준값 대비 변화가 필요하다.
| 측정 항목 | 파일럿 전 | 파일럿 후 | 변화율 |
|---|---|---|---|
| 건당 처리 시간 | |||
| 월 처리량 | |||
| 오류율 | |||
| 재작업률 | |||
| 응답 시간 | |||
| 사용자 만족도 | |||
| 고객 만족도 | |||
| 월 운영 비용 |
성과 측정에서 흔한 실수는 시간 절감만 보는 것이다. AI 때문에 처리 시간은 줄었지만 오류가 늘었다면 좋은 성과가 아니다. 반대로 시간 절감은 작아도 품질이 안정되고 신규 직원 교육 시간이 줄었다면 조직에는 큰 가치일 수 있다.
9~10주차: 보안·정책 정비
파일럿이 어느 정도 작동하면 그때부터는 운영 규칙이 필요하다. AI를 어디까지 써도 되는지, 어떤 결과물은 반드시 검토해야 하는지, 어떤 데이터는 절대 입력하면 안 되는지 명확히 한다.
| 정책 항목 | 결정 내용 |
|---|---|
| 승인된 AI 도구 목록 | |
| 금지 도구 또는 금지 사용 방식 | |
| 입력 금지 데이터 | |
| 부서별 검토 책임자 | |
| 고객 공개 전 검수 기준 | |
| 로그 보관 기간 | |
| 사고 보고 절차 | |
| 퇴사자·외부 협력사 계정 관리 |
정책은 길수록 좋은 것이 아니다. 직원이 기억하고 따를 수 있어야 한다. 첫 정책은 한 페이지로 시작해도 충분하다. 중요한 것은 실제 업무에 적용되고, 위반 사례가 발견되면 고쳐지는 것이다.
11~12주차: 부서 확산
마지막 2주는 확산 여부를 결정하는 시간이다. 파일럿을 그대로 전사 확대하지 말고, 어떤 조건에서 다른 팀으로 옮길 수 있는지 정리한다. 같은 고객지원 업무라도 제품, 고객군, 언어, 정책에 따라 AI가 틀리는 방식이 달라질 수 있다.
| 확산 준비 항목 | 체크 |
|---|---|
| 파일럿 성과 리포트가 작성되었다. | □ |
| 실제 사용 프롬프트와 업무 절차가 문서화되었다. | □ |
| 오류 사례와 대응 방법이 정리되었다. | □ |
| 교육 자료와 온보딩 문서가 있다. | □ |
| 보안·법무 검토가 완료되었다. | □ |
| 운영 책임자와 예산이 정해졌다. | □ |
| 다음 적용 부서와 일정이 정해졌다. | □ |
90일의 끝은 AI 도입의 끝이 아니라 운영의 시작이다. 이 시점에 남아야 할 것은 멋진 발표 자료가 아니라 실제로 돌아가는 업무 절차, 검증된 프롬프트, 사용자 교육 자료, 성과 지표, 보안 기준, 다음 분기 계획이다.
90일 실행 대시보드
임원과 팀장이 한눈에 볼 수 있는 대시보드는 단순해야 한다. 너무 많은 지표를 넣으면 아무도 보지 않는다. 아래 정도면 첫 90일에는 충분하다.
| 지표 | 목표 | 현재 | 상태 |
|---|---|---|---|
| 활성 사용자 수 | 정상 / 주의 / 위험 | ||
| 주간 사용 건수 | 정상 / 주의 / 위험 | ||
| 건당 처리 시간 감소율 | 정상 / 주의 / 위험 | ||
| AI 결과물 승인율 | 정상 / 주의 / 위험 | ||
| 오류 또는 반려율 | 정상 / 주의 / 위험 | ||
| 사용자 만족도 | 정상 / 주의 / 위험 | ||
| 월간 순효과 | 정상 / 주의 / 위험 | ||
| 보안 이슈 건수 | 0 | 정상 / 주의 / 위험 |
상태 기준도 미리 정한다. 예를 들어 보안 이슈는 1건만 발생해도 주의 또는 위험이 될 수 있다. 반면 사용률은 초기에 낮을 수 있으므로 주차별 추세를 보는 것이 좋다.
마지막 체크: 확산 전에 던져야 할 질문
AI 파일럿이 끝나면 조직은 두 가지 유혹을 받는다. 하나는 아직 완벽하지 않으니 더 실험만 하자는 유혹이고, 다른 하나는 작은 성공을 보고 곧바로 전사 확대하자는 유혹이다. 둘 다 위험하다. 확산 전에는 다음 질문에 답해야 한다.
| 질문 | 답변 |
|---|---|
| 이 업무의 성과 개선이 숫자로 확인되었는가? | |
| 개선 효과가 특정 숙련자 한 명에게만 의존하지 않는가? | |
| AI가 자주 틀리는 패턴을 알고 있는가? | |
| 사람이 검토해야 할 지점이 명확한가? | |
| 민감 데이터와 권한 문제가 통제되고 있는가? | |
| 새 사용자가 같은 방식으로 따라 할 문서가 있는가? | |
| 운영 비용이 예산 안에 들어오는가? | |
| 다음 부서로 옮겼을 때 달라질 조건을 알고 있는가? |
AI 네이티브 기업은 AI를 많이 쓰는 회사가 아니다. 업무를 진단하고, 작은 실험을 설계하고, 성과를 측정하고, 위험을 통제하고, 배운 것을 조직의 표준으로 바꾸는 회사다. 이 부록의 표와 템플릿은 그 과정을 시작하기 위한 도구다. 빈칸을 채우는 순간, AI 전략은 문서에서 나와 실제 업무 속으로 들어간다.
참고
1Evaluating AI Readiness: Checklist for Organizations
2Enterprise AI Integration Checklist: Complete Implementation Guide
3Enterprise AI Adoption: ROI Framework Guide 2026
4Stop guessing at AI ROI: A four-stage framework for real results
5Building Your 90-Day AI Roadmap: From Audit to Implementation
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.