AI 비전과 전환 목표 설정

AI 전략은 "무엇을 쓸 것인가"가 아니라 "왜 바꿀 것인가"에서 시작한다

많은 기업이 AI 전략을 세운다고 말하면서 먼저 도구 목록을 만든다. 어떤 생성형 AI를 쓸지, 어떤 챗봇을 붙일지, 어떤 자동화 솔루션을 도입할지 검토한다. 그러나 도구에서 출발한 AI 전략은 오래가지 못한다. 처음에는 관심을 끌지만, 곧 "그래서 성과가 무엇인가"라는 질문 앞에서 멈춘다.

AX 전략의 출발점은 도구가 아니다. 질문은 하나다.

우리 회사는 왜 AI를 도입해야 하는가?

이 질문에 답하지 못하면 AI 도입은 유행 대응이 된다. 경쟁사가 하니까 우리도 한다. 임원이 관심을 가지니까 파일럿을 만든다. 직원들이 생성형 AI를 쓰기 시작했으니 가이드라인을 배포한다. 이런 접근은 필요할 수 있지만 전환은 만들지 못한다.

AI 비전은 기업이 AI를 통해 어떤 고객 가치를 만들고, 어떤 업무 방식을 바꾸며, 어떤 책임 원칙 아래 운영할 것인지를 정리한 방향이다. 비전이 있어야 과제가 정리되고, 과제가 있어야 투자 우선순위가 생기며, 우선순위가 있어야 성과를 측정할 수 있다.

AX는 "AI를 많이 쓰는 회사"가 되는 일이 아니다. AI가 기업의 전략 목표를 달성하는 방식 안에 들어오게 만드는 일이다.

왜 AI를 도입해야 하는가: 네 가지 관점

AI 도입 이유는 막연한 기대가 아니라 경영 언어로 정리되어야 한다. 대표와 임원은 투자 판단을 해야 하고, 현업 리더는 업무 변화를 감당해야 하며, 실무자는 자신의 일이 어떻게 바뀌는지 이해해야 한다.

AI 도입 이유는 보통 네 가지 관점에서 정리할 수 있다.

1. 비용 관점: 반복 업무와 운영 비효율을 줄인다

가장 익숙한 이유는 비용 절감이다. 문서 작성, 회의록 정리, 고객 문의 분류, 보고서 초안 작성, 데이터 입력, 계약서 검토 보조처럼 반복적이고 시간이 많이 드는 업무가 대상이 된다.

다만 비용 절감은 단순히 인력을 줄이는 문제가 아니다. 더 중요한 질문은 다음과 같다.

• 같은 인원이 더 많은 고객을 응대할 수 있는가?

• 보고와 승인에 걸리는 시간이 줄어드는가?

• 반복 업무 때문에 지연되던 핵심 업무가 빨라지는가?

• 외주나 수작업에 의존하던 업무를 내부에서 처리할 수 있는가?

비용 관점의 AX는 업무 시간을 줄이는 데서 출발하지만, 최종 목적은 조직의 처리 용량을 키우는 것이다. 같은 조직이 더 빠르고 안정적으로 일할 수 있어야 한다.

2. 성장 관점: 매출과 사업 기회를 만든다

AI는 비용을 줄이는 도구이기도 하지만, 성장의 도구이기도 하다. 고객 데이터를 분석해 구매 가능성이 높은 고객을 찾고, 영업 제안서를 더 빠르게 만들며, 개인화된 추천과 메시지를 제공하고, 제품에 AI 기능을 결합해 새로운 가치를 만들 수 있다.

성장 관점의 질문은 다르다.

• AI로 더 많은 리드를 발굴할 수 있는가?

• 고객 전환율을 높일 수 있는가?

• 기존 제품이나 서비스에 새로운 AI 가치를 붙일 수 있는가?

• 고객이 더 자주, 더 오래, 더 깊게 사용하는 경험을 만들 수 있는가?

성장형 AX는 단순 자동화보다 난도가 높다. 고객 이해, 데이터 품질, 제품 전략, 영업 프로세스가 함께 바뀌어야 하기 때문이다. 그러나 성공하면 효과는 더 크다. AI가 비용 부서의 효율화 도구를 넘어 사업 경쟁력의 일부가 된다.

3. 고객 관점: 경험의 속도와 품질을 바꾼다

고객은 기업 내부의 프로세스를 기다려주지 않는다. 답변이 늦으면 떠나고, 설명이 복잡하면 포기하며, 같은 정보를 반복해서 요구받으면 신뢰를 잃는다.

AI는 고객 경험의 속도와 품질을 바꿀 수 있다. 고객 문의를 빠르게 분류하고, 상담원이 필요한 정보를 즉시 찾게 하며, 고객 상황에 맞는 안내를 제공하고, 서비스 이용 중 발생할 수 있는 문제를 미리 감지할 수 있다.

고객 관점의 AX 질문은 다음과 같다.

• 고객이 기다리는 시간을 줄일 수 있는가?

• 고객에게 더 정확하고 일관된 답변을 제공할 수 있는가?

• 고객의 상황에 맞는 개인화된 경험을 만들 수 있는가?

• 고객 불만이 발생하기 전에 문제를 발견할 수 있는가?

고객 경험은 여러 부서에 걸쳐 있다. 마케팅은 고객을 유입시키고, 영업은 설득하며, 운영은 서비스를 제공하고, 고객지원은 문제를 해결한다. AI 비전은 이 흐름 전체를 보아야 한다.

4. 리스크 관점: 실수와 지연, 규제 위험을 줄인다

AI 도입은 리스크를 만들기도 하지만, 잘 설계하면 리스크를 줄이는 수단이 되기도 한다. 계약서의 위험 조항을 탐지하고, 이상 거래를 감지하며, 개인정보 포함 문서를 분류하고, 보고 누락이나 승인 지연을 찾아낼 수 있다.

리스크 관점의 질문은 다음과 같다.

• 사람이 놓치기 쉬운 오류를 AI가 먼저 발견할 수 있는가?

• 규제나 내부 정책 위반 가능성을 줄일 수 있는가?

• 중요한 의사결정의 근거를 더 잘 남길 수 있는가?

• 특정 개인의 경험에 의존하던 판단을 조직 지식으로 바꿀 수 있는가?

특히 금융, 의료, 제조, 공공, 법무 관련 업무에서는 AI를 빠르게 쓰는 것보다 안전하게 쓰는 것이 중요하다. 이 경우 AX 목표에는 반드시 책임, 검토, 승인, 기록의 원칙이 포함되어야 한다.

비용 절감형 AX와 성장형 AX를 구분하라

AI 목표를 세울 때 가장 먼저 정해야 할 것은 방향이다. 크게 보면 AX는 두 가지 방향으로 나눌 수 있다.

하나는 비용 절감형 AX다. 내부 업무의 비효율을 줄이고, 반복 작업을 자동화하며, 운영 생산성을 높이는 접근이다. 다른 하나는 성장형 AX다. 고객 경험, 매출, 제품 경쟁력, 신규 사업 기회를 만드는 접근이다.

두 방향은 모두 필요하다. 그러나 출발점과 운영 방식은 다르다.

비용 절감형 AX는 첫 출발로 좋다. 성과를 비교적 빠르게 확인할 수 있고, 조직이 AI에 익숙해지는 계기가 된다. 예를 들어 고객 상담 요약 자동화, 회의록 정리, 보고서 초안 작성, 사내 문서 검색 같은 과제는 90일 안에 효과를 검증하기 좋다.

그러나 비용 절감형 과제만 반복하면 AX는 작은 효율화에 머문다. 직원들은 AI를 "업무를 빨리 처리하는 도구"로만 이해하고, 경영진은 "얼마나 시간을 줄였는가"만 묻게 된다. 이것만으로는 기업의 경쟁력이 크게 바뀌지 않는다.

성장형 AX는 더 어렵지만 더 전략적이다. 고객 데이터를 기반으로 개인화된 제안을 만들고, 영업 기회를 예측하며, 제품 안에 AI 기능을 넣고, 새로운 서비스 모델을 설계한다. 이 과정에서는 부서 간 협업이 필수다. IT 부서만으로는 할 수 없고, 현업 부서만으로도 어렵다.

좋은 AX 전략은 두 방향을 함께 설계한다.

• 단기에는 비용 절감형 과제로 조직의 경험을 만든다.

• 중기에는 고객 경험과 매출에 연결되는 성장형 과제를 추진한다.

• 장기에는 제품, 서비스, 운영 모델 자체를 AI 중심으로 재설계한다.

중소기업이나 스타트업이라면 처음부터 거대한 전환 계획을 세울 필요는 없다. 오히려 핵심 병목 하나를 정하는 것이 좋다. 영업 제안이 느린 회사라면 제안 프로세스부터, 고객 문의가 많은 회사라면 상담 지원부터, 문서 지식이 흩어진 회사라면 사내 지식 검색부터 시작할 수 있다.

중요한 것은 "AI를 어디에 쓸까"가 아니라 "우리 회사의 어떤 성과를 바꾸기 위해 AI를 쓸까"다.

전사 전략과 AI 전략을 연결하는 법

AI 전략은 전사 전략과 떨어져 있으면 힘을 잃는다. 전사 전략은 성장, 수익성, 고객 경험, 운영 효율, 리스크 관리 같은 경영 목표를 담고 있다. AI 전략은 이 목표를 달성하는 새로운 방식이어야 한다.

연결 과정은 네 단계로 정리할 수 있다.

1단계: 전사 전략 목표를 확인한다

먼저 회사가 올해 또는 향후 3년 동안 무엇을 달성하려는지 확인한다. 예를 들어 다음과 같은 목표가 있을 수 있다.

• 신규 고객 매출 20% 성장

• 고객 이탈률 감소

• 운영 비용 절감

• 해외 시장 진출

• 제품 출시 속도 단축

• 내부 통제와 규제 대응 강화

이 목표가 불명확하면 AI 목표도 불명확해진다. AI 전략을 세우기 전에 경영 목표부터 문장으로 정리해야 한다.

2단계: 목표 달성을 막는 업무 병목을 찾는다

전사 목표가 정해졌다면 다음은 병목을 찾는 일이다. 병목은 전략과 현장을 연결하는 지점이다.

예를 들어 "신규 고객 매출 성장"이 목표라면 병목은 리드 발굴 부족, 영업 제안서 작성 지연, 고객 데이터 분석 부족, 상담 품질 편차일 수 있다. "고객 이탈률 감소"가 목표라면 병목은 불만 징후 감지 실패, 고객 문의 대응 지연, 개인화된 안내 부족일 수 있다.

AI는 모든 문제의 답이 아니다. 그러나 반복되는 정보 처리, 문서 작업, 패턴 분석, 지식 검색, 초안 작성, 의사결정 보조가 병목이라면 AI 적용 가능성이 높다.

3단계: AI가 바꿀 업무 행동을 정의한다

AI 전략은 추상적인 기술 도입 계획이 아니라 업무 행동의 변화로 표현되어야 한다.

예를 들어 "영업에 AI를 도입한다"는 목표는 약하다. 대신 다음처럼 바꿔야 한다.

• 영업 담당자는 고객 미팅 전 AI가 정리한 고객 이슈와 유사 사례를 확인한다.

• 제안서 초안은 표준 템플릿과 고객 정보를 기반으로 AI가 작성한다.

• 영업 리더는 AI가 분석한 리드 우선순위를 보고 주간 활동을 조정한다.

• 상담 내용은 자동 요약되어 CRM에 기록된다.

이렇게 정의하면 AI가 실제 업무 흐름 안으로 들어온다. 직원이 언제, 어떤 정보를 보고, 어떤 판단을 하며, 어떤 결과를 남겨야 하는지가 분명해진다.

4단계: 사업 지표와 연결한다

마지막으로 성과 지표를 정한다. AX 목표는 기술 지표만으로 평가하면 안 된다. 모델 정확도, 응답 속도, 사용량도 필요하지만 그것만으로는 부족하다. 반드시 사업 지표와 연결되어야 한다.

예를 들어 고객지원 AI라면 단순히 "챗봇 응답 건수"를 볼 것이 아니라 다음을 함께 봐야 한다.

• 평균 응답 시간

• 상담원 후처리 시간

• 1차 해결률

• 고객 만족도

• 재문의율

• 상담 품질 점수

AI가 많이 사용되었는데 고객 불만이 늘었다면 성공이 아니다. AI가 빠르게 답했지만 잘못된 답을 했다면 더 큰 문제다. AX 목표는 사용량이 아니라 성과와 품질을 함께 보아야 한다.

AI 비전 선언문 만들기

AI 비전 선언문은 길 필요가 없다. 중요한 것은 방향이 분명해야 한다는 점이다. 좋은 AI 비전 선언문에는 세 가지가 들어간다.

첫째, 고객 가치다. AI를 통해 고객에게 어떤 더 나은 경험을 제공할 것인지 밝혀야 한다.

둘째, 업무 변화다. 직원의 일이 어떻게 달라져야 하는지 설명해야 한다. 반복 업무를 줄이는지, 더 빠른 의사결정을 돕는지, 지식 접근성을 높이는지, 새로운 서비스를 만드는지 명확히 해야 한다.

셋째, 책임 원칙이다. AI를 어디까지 활용하고, 어떤 영역에서는 사람이 최종 판단하며, 개인정보와 기밀정보를 어떻게 보호할 것인지 원칙을 담아야 한다.

다음은 AI 비전 선언문의 기본 구조다.

우리는 AI를 활용해 [고객 또는 시장에 제공할 가치]를 높이고, [핵심 업무 방식]을 [원하는 변화 방향]으로 바꾼다. 모든 AI 활용은 [책임 원칙]에 따라 운영하며, 사람의 판단과 조직의 신뢰를 강화하는 방향으로 추진한다.

예를 들어 고객지원 중심 기업이라면 다음과 같이 쓸 수 있다.

우리는 AI를 활용해 고객 문의에 더 빠르고 정확하게 응답하고, 상담원이 반복적인 검색과 기록 업무에서 벗어나 복잡한 문제 해결과 고객 관계 강화에 집중하도록 한다. 모든 AI 답변은 검증 가능한 지식에 기반하며, 민감한 사안은 사람이 최종 판단한다.

제조기업이라면 다음과 같은 비전이 가능하다.

우리는 AI를 활용해 설비와 품질 데이터를 더 빠르게 분석하고, 현장 작업자가 이상 징후를 조기에 발견하도록 지원한다. AI는 작업자의 판단을 대체하기보다 안전하고 안정적인 생산을 돕는 보조 체계로 운영한다.

B2B 영업 조직이라면 이렇게 정리할 수 있다.

우리는 AI를 활용해 고객 이해, 제안 준비, 계약 검토, 영업 기록의 속도와 품질을 높인다. 영업 담당자는 AI가 제공하는 분석과 초안을 바탕으로 고객별 문제 해결에 더 많은 시간을 사용하며, 최종 제안과 약속은 담당자가 책임진다.

비전 선언문은 포스터 문구가 아니다. 이후 과제 선정, 예산 배분, 교육 설계, 거버넌스 기준의 기준점이 되어야 한다. 특정 AI 과제가 이 비전과 연결되지 않는다면 우선순위를 낮춰야 한다.

좋은 AX 목표와 나쁜 AX 목표

AI 목표가 실패하는 가장 흔한 이유는 목표가 너무 모호하기 때문이다. "AI를 도입한다", "업무 효율을 높인다", "전 직원이 AI를 활용한다" 같은 목표는 방향은 있지만 실행 기준이 없다.

좋은 AX 목표는 측정 가능하고, 실행 가능하며, 책임 주체가 분명하다. 또한 기술 도입이 아니라 업무 변화와 성과를 함께 담아야 한다.

나쁜 목표 1: 전사적으로 생성형 AI를 도입한다

이 목표는 도입 행위만 말한다. 어떤 문제를 해결하는지, 누가 어떻게 쓰는지, 성과를 무엇으로 볼지 알 수 없다.

좋은 목표는 이렇게 바꿀 수 있다.

6개월 안에 고객지원, 영업, 경영지원 3개 부서에서 생성형 AI 기반 문서 작성·검색·요약 업무를 적용해 반복 문서 작업 시간을 30% 줄이고, 결과물 품질을 부서별 리뷰 기준으로 관리한다.

이 목표에는 기간, 대상 부서, 적용 업무, 성과 지표, 품질 관리 방식이 들어 있다.

나쁜 목표 2: AI로 고객 만족도를 높인다

고객 만족도는 중요하지만 이 문장만으로는 실행하기 어렵다. 고객 만족도를 높이는 요인이 응답 속도인지, 답변 정확성인지, 개인화인지, 상담 태도인지 구분해야 한다.

좋은 목표는 이렇게 바꿀 수 있다.

90일 안에 고객 문의 분류와 상담 요약 AI를 도입해 평균 최초 응답 시간을 20% 줄이고, 상담원의 후처리 시간을 40% 줄인다. 동시에 고객 만족도와 재문의율을 함께 측정해 자동화가 고객 경험을 해치지 않는지 확인한다.

이 목표는 속도와 품질을 함께 본다. AX에서는 이 균형이 중요하다.

나쁜 목표 3: AI를 활용해 의사결정을 고도화한다

이 표현은 경영진 보고서에 자주 등장하지만 실행 단위로는 부족하다. 어떤 의사결정인지, 어떤 데이터가 필요한지, 사람이 어떤 판단을 해야 하는지 정해야 한다.

좋은 목표는 이렇게 바꿀 수 있다.

분기별 상품 운영 회의에서 판매 데이터, 재고 데이터, 고객 리뷰를 AI가 사전 분석해 품목별 유지·확대·축소 후보를 제안한다. 담당자는 AI 제안을 검토하고 최종 결정 사유를 기록한다.

여기에는 AI의 역할과 사람의 역할이 구분되어 있다. AI는 후보를 제안하고, 사람은 맥락을 고려해 결정한다. 이것이 인간-AI 협업 목표다.

AX 목표를 세울 때 확인할 다섯 가지 기준

좋은 목표인지 확인하려면 다섯 가지 질문을 던져야 한다.

1. 경영 목표와 연결되어 있는가

AI 목표가 전사 전략과 연결되지 않으면 우선순위에서 밀린다. "멋져 보이는 과제"보다 "경영 목표를 움직이는 과제"가 중요하다. 매출 성장, 비용 절감, 고객 경험, 리스크 관리, 실행 속도 중 무엇에 기여하는지 분명해야 한다.

2. 업무 변화가 구체적인가

AI를 도입한 뒤 직원의 하루가 어떻게 달라지는지 설명할 수 있어야 한다. 누가, 언제, 어떤 화면이나 도구를 사용해, 어떤 결과물을 만들고, 어떤 판단을 하는지 정리해야 한다.

업무 변화가 설명되지 않는 목표는 현장에 내려가지 않는다.

3. 측정 가능한 지표가 있는가

성과는 숫자로만 설명할 수 없지만, 숫자가 전혀 없으면 관리할 수 없다. 업무 시간, 처리량, 오류율, 전환율, 고객 만족도, 재문의율, 의사결정 리드타임, 문서 검색 시간 같은 지표를 정해야 한다.

단, 하나의 지표만 보면 왜곡이 생긴다. 예를 들어 상담 시간을 줄이는 것만 목표로 삼으면 상담 품질이 떨어질 수 있다. 그래서 속도 지표와 품질 지표를 함께 두어야 한다.

4. 데이터와 시스템 접근이 가능한가

AI 목표가 좋아도 필요한 데이터가 없거나 접근할 수 없으면 실행이 어렵다. 사내 문서가 흩어져 있고, CRM 기록이 부정확하며, ERP 데이터가 폐쇄되어 있다면 먼저 데이터 흐름을 정리해야 한다.

AX 목표를 세울 때는 반드시 "이 목표를 실행하는 데 필요한 데이터는 어디에 있는가"를 확인해야 한다.

5. 책임과 통제 기준이 있는가

AI가 만든 결과를 누가 검토하는지, 잘못된 결과가 나왔을 때 누가 책임지는지, 민감정보가 포함된 경우 어떻게 처리하는지 정해야 한다. 특히 법무, 인사, 재무, 의료, 금융처럼 민감한 업무에서는 책임 기준이 목표의 일부가 되어야 한다.

AI 목표는 성과만 말해서는 안 된다. 안전하게 운영되는 방식까지 포함해야 한다.

목표는 세 단계로 나누어야 한다

AX 목표는 한 번에 거대한 전환을 약속하면 실패하기 쉽다. 조직은 AI를 배우는 시간이 필요하고, 데이터와 프로세스도 정비되어야 한다. 따라서 목표는 단계적으로 나누는 것이 좋다.

1단계: 실험 목표

실험 목표는 짧은 기간에 가능성을 확인하는 목표다. 보통 8주에서 12주 정도가 적당하다. 이 단계에서는 완벽한 시스템보다 명확한 가설 검증이 중요하다.

예를 들어 다음과 같은 목표를 세울 수 있다.

• 고객 상담 요약 자동화가 후처리 시간을 줄이는지 확인한다.

• 사내 문서 검색 AI가 직원의 정보 탐색 시간을 줄이는지 검증한다.

• 영업 제안서 초안 생성이 제안 준비 시간을 단축하는지 측정한다.

실험 목표는 작아야 한다. 범위가 작을수록 배움이 빠르다.

2단계: 확산 목표

실험에서 효과가 확인되면 확산 목표를 세운다. 이 단계에서는 한 부서의 성공 사례를 다른 부서나 유사 업무로 넓힌다.

확산 목표에는 표준화가 필요하다. 프롬프트, 데이터 연결 방식, 보안 기준, 품질 평가 방식, 교육 자료를 재사용할 수 있어야 한다. 한 번 만든 것을 매번 새로 만들면 확산이 아니라 반복 개발이 된다.

3단계: 재설계 목표

마지막은 업무 재설계 목표다. AI를 기존 업무에 덧붙이는 수준을 넘어 프로세스 자체를 다시 설계한다.

예를 들어 보고서 초안을 AI가 작성하는 것은 실험이나 확산 단계의 과제일 수 있다. 그러나 경영 회의에서 필요한 데이터가 자동으로 수집되고, AI가 주요 이슈를 사전 분석하며, 회의 후 실행 과제가 자동으로 배정되고 추적된다면 업무 재설계에 가깝다.

AX의 최종 목표는 기존 업무를 조금 빠르게 만드는 것이 아니다. 일의 흐름을 더 지능적으로 바꾸는 것이다.

AI 비전을 실행 목표로 바꾸는 예시

AI 비전은 선언으로 끝나면 안 된다. 다음처럼 비전, 전략 목표, 업무 과제, 성과 지표를 연결해야 한다.

이 구조를 사용하면 AI 목표가 추상적인 구호에서 실행 가능한 과제로 바뀐다. 또한 경영진, 현업, IT가 같은 언어로 대화할 수 있다.

AX 추진에서 가장 큰 문제는 부서마다 다른 언어를 쓴다는 점이다. 경영진은 성과를 말하고, 현업은 업무 부담을 말하며, IT는 시스템을 말한다. AI 비전과 전환 목표는 이 세 언어를 연결해야 한다.

경영진이 던져야 할 질문

AI 비전과 목표를 정할 때 경영진의 질문이 중요하다. 질문이 도구 중심이면 조직도 도구 중심으로 움직인다. 질문이 전환 중심이면 조직은 업무와 성과를 다시 보기 시작한다.

경영진은 다음 질문을 던져야 한다.

• 우리 회사의 전략 목표 중 AI가 가장 크게 기여할 수 있는 영역은 어디인가?

• 현재 업무 흐름에서 가장 큰 병목은 무엇인가?

• AI가 들어가면 직원의 역할은 어떻게 바뀌어야 하는가?

• 고객은 어떤 변화를 실제로 체감해야 하는가?

• 어떤 업무는 자동화하지 말고 사람이 최종 판단해야 하는가?

• 성과를 어떤 지표로 확인할 것인가?

• 파일럿이 끝난 뒤 확산할 수 있는 구조가 있는가?

이 질문들은 AI 프로젝트를 관리하기 위한 질문이 아니다. 기업의 일하는 방식을 다시 설계하기 위한 질문이다.

AX 목표는 적게, 분명하게 세워야 한다

초기 AX에서 흔한 실수는 너무 많은 목표를 세우는 것이다. 모든 부서가 AI 과제를 만들고, 모든 업무에 AI를 붙이려 한다. 그러나 조직의 학습 능력과 실행 자원은 제한되어 있다.

처음에는 목표를 적게 잡아야 한다. 대신 분명해야 한다. 한두 개의 핵심 영역에서 실제 성과를 만들고, 그 경험을 바탕으로 확산하는 편이 낫다.

좋은 출발점은 다음 조건을 만족하는 과제다.

• 경영 목표와 연결되어 있다.

• 현업의 불편이 분명하다.

• 필요한 데이터에 접근할 수 있다.

• 90일 안에 효과를 검증할 수 있다.

• 성공하면 다른 부서로 확산할 수 있다.

• 리스크를 통제할 수 있다.

AI 비전은 먼 방향을 제시하고, AX 목표는 가까운 실행을 만든다. 둘 중 하나만 있어서는 부족하다. 비전만 있으면 구호가 되고, 목표만 있으면 산발적인 프로젝트가 된다.

기업이 AI 중심 조직으로 바뀌려면 먼저 답해야 한다.

우리는 AI로 무엇을 더 잘하는 회사가 될 것인가.

이 답이 선명할수록 과제는 줄어들고, 우선순위는 분명해지며, 실행은 빨라진다. AX 전환은 바로 그 지점에서 시작된다.