우리 팀 AI 준비도 진단하기

준비도 진단은 'AI를 쓸 수 있나'가 아니라 '어디부터 써야 하나'를 묻는 일이다

AI 도입을 시작할 때 가장 흔한 실수는 도구부터 정하는 것이다. "어떤 AI 서비스를 결제할까?", "어떤 프롬프트를 배워야 할까?"부터 논의하면 초반에는 활기가 생긴다. 하지만 몇 주 지나면 흐름이 약해진다. 누군가는 열심히 쓰고, 누군가는 거의 쓰지 않는다. 어떤 결과물은 쓸 만하지만 어떤 결과물은 다시 손봐야 한다. 보안상 넣으면 안 되는 자료를 넣었는지 걱정도 생긴다.

이런 상황은 팀원의 의지가 부족해서가 아니다. 출발 전에 팀의 준비 상태를 보지 않았기 때문이다.

준비도 진단은 거창한 컨설팅 보고서가 아니다. 팀장이 회의 1~2번으로 확인할 수 있는 실무 점검이다. 핵심은 다섯 가지다.

• 우리 업무 중 반복되는 일은 무엇인가

• 그 업무가 문서나 절차로 정리되어 있는가

• AI가 참고할 수 있는 데이터와 자료가 있는가

• 팀원들이 AI를 어느 정도 써봤고 배울 의지가 있는가

• 보안상 조심해야 할 정보가 얼마나 많은가

이 다섯 가지를 보면 AI 도입의 출발점이 보인다. 준비도가 낮다는 결론이 나와도 괜찮다. 그것은 "AI를 쓰지 말자"가 아니라 "먼저 문서화부터 하자", "민감 정보가 적은 업무부터 해보자"는 뜻이다.

중요한 점은 준비도 진단이 팀을 평가하는 시험이 아니라는 것이다. 점수가 낮은 영역은 실패의 증거가 아니라 준비 작업의 목록이다. 도구를 고르기 전에 이 목록을 먼저 보면, AI 도입이 유행 따라 해보는 일이 아니라 실제 업무 개선 프로젝트가 된다.

AI 생성 이미지

업무 반복성·문서화·데이터 접근성으로 적용 가능성 보기

AI를 적용하기 좋은 업무에는 공통점이 있다. 자주 반복되고, 결과물의 형태가 비교적 일정하며, 참고할 자료가 있다. 반대로 매번 판단 기준이 달라지고, 담당자의 암묵지에 의존하며, 민감 정보가 많이 섞인 업무는 처음부터 적용하기 어렵다.

팀장은 먼저 업무 목록을 꺼내야 한다. 직무 단위가 아니라 실제 작업 단위로 나누는 것이 좋다. 예를 들어 "마케팅"이 아니라 "주간 콘텐츠 아이디어 정리", "광고 성과 리포트 초안 작성", "고객 인터뷰 요약"처럼 적는다. "영업"이라고 쓰면 너무 넓지만, "지난달 미팅 기록에서 후속 제안 포인트 뽑기"라고 쓰면 AI가 도울 수 있는지 판단하기가 훨씬 쉬워진다.

다음 세 질문으로 1차 판단을 한다.

세 항목 모두 높으면 파일럿 후보가 될 가능성이 크다. 두 항목만 높아도 가능성은 있다. 예를 들어 반복성은 높지만 문서화가 낮다면, 파일럿 전에 표준 양식을 먼저 만들면 된다. 반복성은 낮지만 문서화가 잘 되어 있다면, AI를 전면 적용하기보다 초안 작성이나 검토 보조에 제한적으로 써볼 수 있다.

여기서 말하는 데이터 접근성은 "아무 자료나 외부 AI 도구에 넣어도 된다"는 뜻이 아니다. 자료가 어디에 있는지, 누가 접근할 수 있는지, 외부 도구에 입력해도 되는지, 민감 정보를 제거하면 사용할 수 있는지까지 확인한다는 뜻이다. 자료는 많은데 최신본과 오래된 파일이 섞여 있거나, 고객 정보가 그대로 들어 있거나, 접근 권한이 담당자 한 명에게만 묶여 있다면 실제 적용성은 낮다.

반대로 세 항목이 모두 낮다면 첫 번째 파일럿으로는 적합하지 않다. 이런 업무는 AI가 못하는 일이어서가 아니라, 팀이 AI에게 일을 설명할 준비가 되어 있지 않은 상태에 가깝다. 사람이 봐도 기준이 불분명한 업무는 AI에게 맡겨도 흔들린다.

팀원별 AI 경험 격차와 학습 의지 확인하기

AI 도입에서 팀장이 놓치기 쉬운 부분이 사람의 차이다. 같은 팀 안에서도 누군가는 이미 매일 AI를 쓰고 있고, 누군가는 계정도 만들어본 적이 없다. 이 격차를 무시하면 회의에서 적극적인 사람의 목소리만 커진다. 반대로 초보자의 불안은 뒤로 밀린다.

팀장은 개인을 평가하려고 설문을 하는 것이 아니다. 학습 설계와 역할 배분을 위해 현재 위치를 확인하는 것이다. 설문은 짧아야 한다. 5분 안에 답할 수 있어야 응답 품질이 좋다. 문항이 길어지면 답변자는 솔직하게 답하기보다 "좋아 보이는 답"을 고르기 쉽다.

다음 문항을 1점부터 5점까지로 답하게 한다.

마지막 문항은 점수 해석을 반대로 해야 한다. 1점에 가까울수록 불안이 높다는 뜻이다. 불안이 높게 나오면 교육보다 먼저 설명이 필요하다. "AI로 사람을 대체하려는 것이 아니라 반복 업무를 줄이고 판단 업무의 품질을 높이려는 것"이라는 메시지를 분명히 해야 한다.

설문 결과는 개인별 순위를 매기지 않는다. 대신 팀 전체를 세 그룹으로 본다.

• 초보 그룹: 기본 사용법과 보안 기준부터 필요하다.

• 사용 경험 그룹: 실제 업무 사례를 공유하게 하면 좋다.

• 리더 후보 그룹: 파일럿 업무의 실무 운영자 역할을 맡길 수 있다.

작은 조직일수록 한 사람이 여러 역할을 맡는다. 그래서 팀장은 누가 잘하는지만 보지 말고, 누가 배우려는지, 누가 다른 사람을 도울 수 있는지를 함께 봐야 한다. AI를 이미 잘 쓰는 사람이라도 혼자만 빠르게 가면 팀 표준은 만들어지지 않는다. 반대로 지금은 초보여도 꼼꼼하게 검토하고 기록하는 사람은 파일럿 운영에 큰 도움이 된다.

보안 민감도와 고객 정보 취급 여부로 난이도 나누기

AI 적용 가능성이 높아 보여도 보안 민감도가 높으면 도입 난이도는 올라간다. 특히 고객 정보, 계약 정보, 인사 정보, 미공개 재무 정보가 포함된 업무는 조심해야 한다.

처음부터 모든 업무를 같은 기준으로 다루면 현장이 혼란스러워진다. 팀장은 업무를 세 단계로 나누면 된다.

여기서 중요한 기준은 "AI가 이 정보를 알아도 되는가"가 아니다. 더 정확한 질문은 "이 정보를 외부 도구에 입력했을 때 회사가 설명할 수 있는가"이다. 설명할 수 없다면 넣지 않는 것이 원칙이다. 내부 승인 도구나 기업용 환경을 쓰더라도, 입력 가능한 정보의 범위와 검토 책임은 따로 정해야 한다.

팀 회의에서는 다음 질문을 던져보자.

• 이 업무에는 고객 이름, 연락처, 계정, 주소가 포함되는가?

• 계약 조건, 가격 정책, 내부 원가 정보가 포함되는가?

• 인사 평가, 급여, 징계, 채용 판단 자료가 포함되는가?

• 외부에 공개되면 고객 신뢰나 회사 경쟁력에 타격이 있는가?

• 민감 정보를 제거해도 AI가 도울 수 있는 부분이 남는가?

마지막 질문이 특히 중요하다. 많은 업무는 전체가 민감한 것이 아니라 일부 정보만 민감하다. 예를 들어 고객 문의 분석에서 고객 이름과 연락처를 제거하고 문의 내용의 유형만 남기면 AI가 분류를 도울 수 있다. 계약서 원문은 넣지 않더라도, 공개 가능한 조항 유형 목록을 바탕으로 체크리스트 초안을 만들 수 있다.

AI 도입은 "허용"과 "금지"만으로 운영되지 않는다. "어떤 정보를 제거하면 가능한가", "누가 검토하면 가능한가", "어떤 도구 안에서만 가능한가"를 정해야 현실적으로 굴러간다. 작은 조직일수록 이 기준이 문서로 남아 있어야 한다. 구두로만 정하면 바쁜 날에는 기준이 쉽게 흔들린다.

우리 팀의 AI 성숙도 모델: 관망형·실험형·운영형·확산형

준비도 진단 결과는 점수보다 해석이 중요하다. 팀장이 보기 쉽게 네 단계로 나누면 현재 위치와 다음 행동이 선명해진다.

많은 팀은 스스로를 실험형이라고 생각하지만 실제로는 관망형에 가깝다. 몇몇 팀원이 써봤다는 것과 팀이 운영하고 있다는 것은 다르다. 운영형이 되려면 최소 세 가지가 있어야 한다.

첫째, 어떤 업무에 AI를 쓰는지 정해져 있어야 한다. 둘째, 결과물을 누가 검토하는지 정해져 있어야 한다. 셋째, 효과를 어떤 숫자로 볼지 정해져 있어야 한다.

이 세 가지가 없으면 아직 개인 활용 단계다. 개인 활용이 나쁘다는 뜻은 아니다. 다만 조직 성과로 연결하려면 운영 구조가 필요하다. 팀장의 역할은 모든 팀원이 같은 속도로 AI를 쓰게 만드는 것이 아니라, 같은 기준 안에서 안전하게 실험하도록 만드는 것이다.

진단 결과로 첫 파일럿 후보 업무 좁히기

준비도 진단의 목적은 보고서를 만드는 것이 아니라 첫 파일럿 후보를 좁히는 것이다. 처음부터 가장 중요한 업무를 고르면 실패 부담이 커진다. 반대로 너무 사소한 업무를 고르면 성과를 설명하기 어렵다.

좋은 첫 파일럿 업무는 다음 조건을 만족한다.

• 반복 빈도가 높다.

• 현재 시간이 많이 든다.

• 결과물의 형태가 어느 정도 정해져 있다.

• 참고 자료가 있다.

• 보안 위험이 낮거나 통제 가능하다.

• 담당자가 개선 필요성을 느끼고 있다.

• 30일 안에 전후 비교가 가능하다.

후보가 여러 개라면 아래처럼 간단히 점수를 매긴다. 각 항목은 1점부터 5점까지다.

합계가 높다고 무조건 선택하지는 않는다. 보안 안전성이 2점 이하라면 첫 파일럿에서는 제외하는 편이 좋다. 담당자 의지가 낮아도 어렵다. AI 파일럿은 기술 실험처럼 보이지만 실제로는 업무 방식 변경이다. 담당자가 필요성을 느끼지 못하면 데이터 정리, 결과물 검토, 개선 회의가 모두 밀린다.

첫 파일럿은 "성공하면 바로 팀에 보여줄 수 있는 업무"가 좋다. 예를 들어 주간 보고서 초안 작성 시간을 90분에서 40분으로 줄였다면 팀원들이 효과를 이해하기 쉽다. 고객 문의 유형 분류의 누락을 줄였다면 품질 개선도 설명할 수 있다. 반대로 "전략 수립을 AI로 해보자"처럼 범위가 넓은 과제는 첫 파일럿으로는 부담이 크다. 결과가 좋아도 무엇이 좋아졌는지 설명하기 어렵고, 결과가 나쁘면 AI 전체에 대한 신뢰가 떨어진다.

회의에서 바로 쓰는 준비도 진단 체크리스트

팀장은 아래 체크리스트를 회의 자료로 그대로 써도 된다. 각 항목을 1점부터 5점까지 매기고, 낮은 점수에는 보완 행동을 붙인다.

총점이 낮아도 실망할 필요는 없다. 낮은 점수는 준비 작업의 우선순위를 알려준다. 데이터 점수가 낮다면 자료 정리부터 해야 한다. 사람 점수가 낮다면 교육과 설명이 먼저다. 보안 점수가 낮다면 파일럿 범위를 공개 자료 중심으로 제한해야 한다.

점수는 정교한 평가 모델이 아니라 대화를 시작하기 위한 도구다. 회의에서 중요한 것은 "우리 팀은 몇 점인가"보다 "낮은 점수를 올리려면 이번 주에 무엇을 할 것인가"다. 예를 들어 데이터 접근성이 낮다면 자료를 새로 만들기보다 먼저 흩어진 파일을 모으고 최신본을 표시하는 것만으로도 충분한 시작이 된다.

진단 후 팀장이 결정해야 할 세 가지

진단이 끝나면 회의를 길게 끌지 말고 세 가지를 결정한다.

첫째, 우리 팀의 현재 성숙도 단계는 무엇인가. 관망형이라면 바로 파일럿에 들어가기보다 기본 사용 기준과 교육을 먼저 잡는다. 실험형이라면 흩어진 개인 사례를 모아 하나의 파일럿으로 묶는다.

둘째, 첫 파일럿 후보 업무 1~2개를 정한다. 후보가 많으면 오히려 실행력이 떨어진다. 처음에는 하나만 깊게 해보는 편이 낫다.

셋째, 파일럿 전에 보완할 최소 조건을 정한다. 예를 들어 "고객명은 모두 제거한다", "AI 결과물은 담당자가 1차 검토하고 팀장이 최종 확인한다", "주간 보고서 작성 시간과 수정 횟수를 기록한다"처럼 구체적이어야 한다.

이 세 가지가 정리되면 다음 회의의 안건도 자연스럽게 정해진다. 성숙도 단계가 낮으면 교육과 규칙 만들기가 먼저이고, 파일럿 후보가 정해졌다면 업무 절차를 더 잘게 쪼개야 한다. 보완 조건이 보안에 몰려 있다면 사용할 도구와 입력 금지 정보를 먼저 확정해야 한다.

AI 준비도 진단은 팀을 평가하는 절차가 아니다. 팀이 안전하게 실험하고, 효과가 있는 업무를 찾고, 실패 비용을 줄이기 위한 지도다. 지도가 있어야 길을 잃지 않는다. 다음 단계는 이 지도를 바탕으로 사람이 계속 맡아야 할 일과 AI에 넘길 수 있는 일을 나누는 것이다.