AX 과제 발굴 워크시트

아이디어를 과제로 바꾸는 한 장의 문서

AX 과제는 좋은 아이디어에서 시작하지만, 아이디어만으로는 실행되지 않는다. 회의에서 나온 말은 금방 흩어진다. 누가 담당할지, 어떤 데이터를 쓸지, 무엇을 검증할지 정리되지 않으면 과제는 파일럿으로 넘어가지 못한다.

이 워크시트의 목적은 단순하다. 현업 부서가 직접 AI 적용 가능 업무를 정의하고, 실행 가능한 AX 과제 문서로 바꾸는 것이다. 기술 담당자가 모든 것을 대신 정리해 주기를 기다릴 필요가 없다. 업무를 가장 잘 아는 사람은 현업이다. 현업이 문제를 정확히 적고, IT·데이터·보안 조직이 실행 가능성을 함께 검토할 때 좋은 AX 과제가 만들어진다.

워크시트는 다음 질문에 답해야 한다.

• 어떤 업무를 바꾸려는가?

• 현재 무엇이 문제인가?

• 이 업무는 얼마나 자주 반복되는가?

• AI가 어느 지점에 들어갈 수 있는가?

• 어떤 데이터가 필요한가?

• 기대 효과는 무엇인가?

• 어떤 리스크가 있는가?

• 90일 안에 무엇을 검증할 것인가?

이 질문에 답하지 못하는 과제는 아직 실행 과제가 아니다. 조금 더 관찰하고, 범위를 좁히고, 데이터를 확인해야 한다.

작성 원칙

워크시트를 작성할 때는 세 가지 원칙을 지킨다.

첫째, 도구 이름부터 쓰지 않는다. "챗봇을 만들자", "에이전트를 붙이자", "생성형 AI를 쓰자"는 출발점이 아니다. 먼저 업무와 문제를 적어야 한다. AI 도구는 그다음에 선택한다.

둘째, 현재 상태를 숫자로 적는다. 시간이 얼마나 걸리는지, 월 몇 건 발생하는지, 오류가 얼마나 나는지, 고객 불만이 얼마나 쌓이는지 써야 한다. 숫자가 없으면 성과도 증명하기 어렵다.

셋째, 처음부터 전사 과제로 만들지 않는다. 좋은 AX 과제는 작게 시작해 확장된다. 한 부서, 한 업무, 한 고객 여정, 한 문서 유형처럼 검증 가능한 단위로 쪼개야 한다.

AX 과제 발굴 워크시트

아래 양식은 한 업무당 한 장씩 작성한다. 여러 업무를 한 장에 섞으면 문제도 흐려지고 책임도 흐려진다.

1단계: 업무명과 현재 문제 쓰기

가장 먼저 업무명을 구체적으로 적는다. 업무명이 모호하면 과제도 모호해진다.

나쁜 예는 다음과 같다.

• 영업 AI 도입

• 고객센터 자동화

• 보고서 작성 효율화

• 인사 업무 개선

좋은 예는 다음과 같다.

• 신규 고객 문의 메일 분류 및 담당자 배정

• 월간 영업 실적 보고서 초안 작성

• 채용 지원자 이력서 1차 요약

• 고객 상담 이력 기반 재문의 답변 추천

• 계약서 내 주요 리스크 조항 1차 표시

업무명은 짧아도 된다. 대신 대상과 행동이 분명해야 한다. "무엇을 대상으로 어떤 일을 하는가"가 드러나야 한다.

현재 문제는 불편함이 아니라 업무 손실로 적는다.

문제는 가능하면 하나로 좁힌다. 하나의 과제에 너무 많은 문제를 넣으면 90일 안에 검증하기 어렵다.

2단계: 반복 빈도와 처리량 확인하기

AI 적용 과제는 반복성이 중요하다. 한 번만 발생하는 업무보다 자주 반복되는 업무가 파일럿에 적합하다. 반복 빈도는 다음 기준으로 적는다.

반복 빈도만으로는 충분하지 않다. 처리 건수와 소요 시간도 함께 적어야 한다.

예를 들어 월 1회 발생하는 업무라도 10명이 3일 동안 처리한다면 충분히 중요한 과제일 수 있다. 반대로 매일 발생하지만 1분 안에 끝나는 업무라면 자동화 효과가 작을 수 있다.

다음 네 가지를 함께 적는다.

• 월평균 발생 건수

• 건당 평균 처리 시간

• 참여 인원 수

• 오류, 재작업, 승인 지연 발생 빈도

이 숫자는 완벽하지 않아도 된다. 처음에는 추정치로 시작해도 좋다. 다만 파일럿에 들어가기 전에는 기준선을 다시 확인해야 한다.

3단계: 필요한 데이터와 위치 적기

AI는 데이터를 먹고 일한다. 좋은 아이디어라도 필요한 데이터가 없거나 접근할 수 없으면 실행하기 어렵다.

데이터 항목은 다음처럼 구체적으로 적는다.

데이터 위치도 함께 적는다.

• 사내 파일 서버

• 그룹웨어

• CRM

• ERP

• 고객센터 솔루션

• 데이터웨어하우스

• 개인 PC 또는 부서 공유 폴더

• 외부 SaaS

특히 개인 PC와 부서별 공유 폴더에만 있는 데이터는 주의해야 한다. AI가 활용하려면 문서 형식, 최신성, 권한, 보안 기준을 먼저 정리해야 한다.

데이터 접근 권한도 반드시 적는다. 모든 직원이 볼 수 있는 문서인지, 특정 직무만 볼 수 있는 문서인지, 개인정보가 포함되어 있는지 구분해야 한다. 이 단계에서 권한을 확인하지 않으면 파일럿 후반에 보안 문제로 멈출 가능성이 높다.

4단계: AI 적용 방식 분류하기

AI가 업무에 들어가는 방식은 크게 다섯 가지로 나눌 수 있다.

처음 과제를 발굴할 때는 하나의 주된 방식을 고른다. 여러 방식이 섞일 수 있지만, 파일럿에서는 핵심 적용 지점을 하나로 잡는 것이 좋다.

예를 들어 "고객 문의 자동 처리"라는 과제는 너무 넓다. 이를 나누면 다음과 같다.

• 검색: 고객 문의와 관련된 정책 문서를 찾는다.

• 작성: 상담원 답변 초안을 만든다.

• 판단: 긴급 문의와 일반 문의를 분류한다.

• 실행: CRM에 상담 기록을 남기고 후속 티켓을 생성한다.

처음부터 실행까지 모두 자동화하려고 하면 리스크가 커진다. 검색과 작성부터 시작하고, 품질이 확인되면 판단과 실행으로 확장하는 방식이 안전하다.

5단계: 기대 효과를 구체화하기

기대 효과는 "효율화"라고 쓰지 않는다. 어떤 효과가 어느 정도 발생할지 적어야 한다. 효과는 네 가지 범주로 나누어 본다.

시간 절감

반복 업무에 드는 시간을 줄이는 효과다. 가장 측정하기 쉽다.

작성 예시는 다음과 같다.

• 월간 보고서 작성 시간을 1건당 4시간에서 1.5시간으로 단축

• 상담 후 기록 작성 시간을 건당 5분에서 2분으로 단축

• 제안서 초안 작성 시간을 평균 2일에서 0.5일로 단축

품질 향상

업무 결과의 일관성, 정확성, 누락 방지 수준을 높이는 효과다.

작성 예시는 다음과 같다.

• 계약서 검토 체크리스트 누락률 감소

• 상담 답변의 정책 준수율 향상

• 보고서 형식과 핵심 지표 정의의 일관성 확보

• 신규 직원의 업무 처리 품질 편차 축소

매출 기여

AI가 직접 매출을 만드는 것은 아니더라도, 영업·마케팅·커머스 업무에서는 매출 지표와 연결해야 한다.

작성 예시는 다음과 같다.

• 리드 선별 정확도 개선으로 영업 전환율 향상

• 개인화 메시지 생성으로 캠페인 클릭률 향상

• 상품 설명 품질 개선으로 구매 전환율 향상

• 고객 이탈 징후 조기 탐지로 해지율 감소

고객 경험 개선

응답 속도, 답변 품질, 개인화, 문제 해결률과 관련된 효과다.

작성 예시는 다음과 같다.

• 고객 문의 1차 응답 시간을 6시간에서 1시간 이내로 단축

• 동일 문의 반복 설명 횟수 감소

• 고객 상황에 맞는 답변 추천으로 만족도 향상

• 상담원이 고객 이력을 빠르게 파악해 해결 시간을 단축

기대 효과는 반드시 현재 기준선과 함께 써야 한다. 기준선이 없으면 개선 여부를 판단할 수 없다.

6단계: 예상 리스크를 먼저 적기

AX 과제는 효과만 보고 시작하면 안 된다. 리스크를 먼저 적어야 실행 중단을 줄일 수 있다. 특히 다음 항목은 빠뜨리지 않는다.

리스크를 적는 이유는 과제를 막기 위해서가 아니다. 안전하게 실행하기 위해서다. 리스크가 높은 과제는 승인 절차, 사람 검토, 로그 기록, 데이터 마스킹, 제한된 사용자 범위를 함께 설계하면 된다.

7단계: 성공 지표 정하기

성공 지표는 파일럿의 판단 기준이다. "좋아졌다"가 아니라 "계속 투자할 만한가"를 결정하는 기준이어야 한다.

성공 지표는 세 종류로 나누어 잡는다.

좋은 성공 지표는 다음 조건을 갖춘다.

• 현재 기준선이 있다.

• 90일 안에 측정할 수 있다.

• 현업과 IT가 같은 방식으로 이해한다.

• 의사결정에 사용된다.

예를 들어 "상담 품질 향상"은 지표가 아니다. "AI 답변 초안의 상담원 수정률을 50% 이하로 낮춘다"는 지표다. "보고서 작성 효율화"도 지표가 아니다. "월간 보고서 작성 시간을 40% 줄이고, 임원 수정 요청 건수를 기존 수준 이하로 유지한다"가 지표다.

8단계: 90일 검증 범위 정하기

워크시트의 마지막은 90일 검증 범위다. 과제가 아무리 좋아도 90일 안에 검증할 수 없는 범위라면 첫 파일럿으로 적합하지 않다.

90일 검증 범위에는 다음을 적는다.

제외 범위를 적는 것이 중요하다. 파일럿이 실패하는 이유 중 하나는 중간에 요구사항이 계속 늘어나기 때문이다. 처음에는 작게 검증해야 한다.

예를 들어 고객센터 과제라면 전체 상담을 대상으로 삼지 않는다. "배송 문의 중 최근 6개월간 상위 20개 유형"처럼 범위를 좁힌다. 법무 과제라면 모든 계약서를 대상으로 삼지 않는다. "표준 NDA 계약서의 10개 핵심 조항 검토"처럼 시작한다.

과제 평가 점수표

여러 부서에서 과제가 모이면 우선순위를 정해야 한다. 아래 점수표를 사용하면 논의를 단순화할 수 있다. 각 항목은 1점에서 5점으로 평가한다.

점수 해석은 다음과 같다.

점수는 절대 기준이 아니다. 대화를 돕는 도구다. 점수가 높아도 리스크가 크면 보류할 수 있고, 점수가 낮아도 전략적으로 중요한 과제라면 별도 검토할 수 있다.

작성 예시: 고객 문의 답변 초안 생성

아래는 워크시트를 실제로 작성한 예시다.

이 예시는 처음부터 상담을 완전 자동화하지 않는다. 검색과 작성에 초점을 맞춘다. 상담원이 최종 검토하고 발송한다. 그래서 리스크를 낮추면서도 시간 절감과 품질 향상을 검증할 수 있다.

작성 예시: 영업 제안서 초안 작성

이 과제는 매출 기여와 연결될 수 있다. 하지만 첫 90일에는 매출 증가를 직접 증명하기 어렵다. 따라서 초안 작성 시간, 자료 최신성, 법무 수정 요청, 영업 담당자 만족도를 먼저 본다. 이후 제안 성공률이나 영업 사이클 단축으로 지표를 확장할 수 있다.

워크숍 운영 방법

이 워크시트는 혼자 작성해도 되지만, 부서 워크숍에서 더 효과적이다. 90분 정도면 1차 과제 후보를 만들 수 있다.

1. 업무 목록 작성: 15분

부서에서 반복적으로 수행하는 업무를 모두 적는다. 처음부터 좋은 과제를 고르려 하지 말고 많이 적는다.

예를 들어 마케팅팀이라면 캠페인 기획, 콘텐츠 제작, 광고 성과 분석, 고객 세그먼트 분류, 경쟁사 모니터링, 리포트 작성 등을 적을 수 있다.

2. 불편과 손실 표시: 20분

각 업무 옆에 현재 문제를 적는다. 시간 낭비, 오류, 병목, 고객 불만, 매출 기회 손실, 직원 피로 중 어디에 해당하는지 표시한다.

3. AI 적용 방식 분류: 20분

각 업무가 작성, 검색, 분석, 판단, 실행 중 어디에 해당하는지 표시한다. 이때 하나의 업무에 여러 방식이 들어갈 수 있지만, 파일럿 후보는 가장 중요한 적용 지점 하나를 고른다.

4. 상위 3개 과제 선택: 20분

영향도, 반복성, 데이터 준비도, 리스크를 기준으로 상위 3개 과제를 고른다. 이때 목소리가 큰 사람의 의견보다 업무 데이터와 고객 영향도를 우선한다.

5. 워크시트 작성: 15분

선택한 과제마다 담당자를 지정하고 워크시트를 작성한다. 다 채우지 못해도 된다. 비어 있는 항목은 추가 확인 과제로 남긴다.

워크숍의 결과물은 "AI 아이디어 목록"이 아니라 "파일럿 후보 과제 3개"여야 한다.

좋은 과제와 나쁜 과제의 차이

좋은 과제는 작고 분명하다. 담당자가 있고, 데이터 위치가 확인되어 있고, 성과 지표가 있다. 사람 검토 방식도 정해져 있다.

나쁜 과제는 크고 추상적이다. "전사 AI 자동화", "모든 문서 지능화", "영업 혁신"처럼 들리기에는 좋지만 실행 단위가 없다. 이런 과제는 다시 쪼개야 한다.

AX 과제는 크게 말할수록 멋있어 보인다. 그러나 실행은 작게 정의할수록 강해진다.

파일럿 후보 전환 기준

워크시트를 작성한 뒤에는 다음 기준으로 파일럿 전환 여부를 판단한다.

"예"가 8개 이상이면 파일럿 후보로 검토할 수 있다. 6~7개라면 보완이 필요하다. 5개 이하라면 아직 아이디어 단계다.

최종 정리 양식

아래 요약 양식은 경영진, AX 회의체, IT·보안 검토 회의에 제출할 때 사용한다.

이 한 장이 명확하면 회의가 달라진다. 막연한 기대나 불안 대신 구체적인 판단을 할 수 있다. 이 과제는 지금 할 만한가. 데이터는 준비되어 있는가. 리스크는 통제 가능한가. 90일 뒤 무엇을 보고 계속할지 결정할 것인가.

AX 전환은 거창한 선언보다 이런 문서에서 시작된다. 현업의 문제를 정확히 적고, AI가 들어갈 지점을 고르고, 데이터를 확인하고, 성과와 리스크를 함께 정의하는 것. 그것이 아이디어를 실행으로 바꾸는 첫 단계다.