## 도구는 들어왔는데, 일은 그대로인 회사를 위해
AI 도입은 툴 계약으로 끝나지 않아요. 계정을 열고 교육을 돌려도, 몇 주 지나면 쓰던 사람만 쓰고 나머지는 원래대로 돌아가요. 도구가 부족해서가 아니에요. 일 잘하는 직원이 머릿속에서 하던 결정들이 AI한테는 한 줄도 안 넘어갔기 때문이에요. 무엇부터 따지는지, 어떤 자료를 믿는지, 어디서 멈추는지, 어떤 결과물이 나갈 수준인지. 그게 안 넘어간 AI는 매번 첫 출근한 신입처럼 답해요. 그래서 아무도 안 써요.
이런 상태라면
•
툴은 깔았는데 누가 언제 뭘 시켜야 하는지가 정해져 있지 않아요
•
AI가 뱉은 결과물이 쓸 만한지 아닌지 판단할 기준이 없어요
•
잘 쓰는 사람 한둘의 감각에 의존하고, 그 사람이 나가면 리셋돼요
•
자동화는 붙었는데 의사결정은 여전히 사람이 처음부터 해요
•
부서마다 따로 쓰다 보니 회사 지식이 안 쌓여요
무엇을 하나요
그 회사의 업무를 뜯어보고, 업무에 맞는 AI 팀을 설계합니다. 팀 구조와 각자의 판단 기준까지요.
여기서 말하는 '판단 기준'이 뭔지부터 정확히 말씀드릴게요. 회사에 이미 있지만, 어디에도 안 적혀 있는 것들이에요.
•
들어온 요청이 진짜 묻는 게 뭔지 다시 세우는 기준
•
자료 중에 뭘 믿고 뭘 버릴지 가르는 기준
•
무엇부터 따지고 어디서 멈출지 정하는 순서
•
나온 결과물이 내보낼 수준인지 아닌지 재는 잣대
지금 이건 잘하는 직원 몇 명의 머릿속에만 있어요. 그래서 그 사람이 바쁘면 품질이 떨어지고, 나가면 리셋돼요. AI도 이걸 모르니 검색창 수준에서 멈춰요.
저는 이 기준을 인터뷰와 실제 산출물에서 끄집어내 문장으로 정리하고, AI 팀원 각자의 지침에 심어요. 그때부터 AI는 인터넷 평균값이 아니라 그 회사의 기준으로 답해요. 담당자가 바뀌어도요.
그리고 기준만 심는 게 아니에요. 그 업무에 맞춰 팀 구조를 짜요. 이 일이 몇 단계로 나뉘는지, 어느 지점에서 누구에게 넘겨야 품질이 유지되는지, 어디에 검수를 걸어야 하는지를 정해서 역할을 나눠요. 혼자 다 하는 AI 하나보다 나뉘어 서로 검수하는 팀이 결과가 좋아요. 같은 사람이 같은 시간을 쓰고도 더 나은 걸 내게 되는 지점이 여기예요.
반복 업무를 기계에 넘기는 자동화는 이미 많은 곳이 하고 있어요. 저는 그 앞단, 무엇을 시킬지 정하는 자리를 다뤄요.
작업 범위
단계 | 하는 일 |
진단 | 지금 어디서 시간이 새는지, 어떤 결정이 병목인지 파악. 잡담과 문서가 아니라 실제 산출물을 봐요 |
설계 | 업무 흐름에 맞는 AI 팀 구성. 역할·인계 지점·산출물 규격 정의 |
내재화 | 끄집어낸 기준·톤·자료를 팀원 지침에 문장으로 심음. 범용 답변이 맞춤 답변으로 바뀌는 지점 |
이관 | 담당자가 직접 굴리고 고칠 수 있게 문서화·인수인계 |
기간은 진단 2주, 전체 1~3개월 수준이에요. 다룰 업무 범위와 조직 규모에 따라 차이가 커서, 범위를 먼저 재고 잘라낸 다음 확정해요. 비용도 거기서 나와요.
프롬프트 교육이 아니에요. 프롬프트는 '어떻게 물을지'의 기술이에요. 그런데 회사에서 실제로 막히는 건 묻는 법이 아니라 무엇을 물어야 하는지, 그리고 나온 답을 믿어도 되는지예요. 이 둘은 프롬프트를 아무리 배워도 안 나와요. 회사가 쌓아온 기준에서만 나와요.결과물을 먼저 보세요
말로 설명하는 대신, 만든 걸 보여드릴게요.
같은 방법론으로 만든 상품이 이미 공개돼 있어요. Team of One : Marketer 는 혼자 일하는 마케터를 위한 5인 AI 팀이에요. 전략·리서치·기획·실행을 팀처럼 이어받아 처리해요.
위에서 말씀드린 기준들이 실제로 어떤 문장으로 들어가 있는지 직접 보실 수 있어요. 문제를 어떻게 다시 세우는지, 무엇부터 따지는지, 어디서 멈추는지가 팀원 지침에 그대로 적혀 있어요. 기업용으로 설계할 때 들어가는 것도 같은 구조예요. 규모와 도메인만 달라져요.
왜 저인가
AI를 아는 사람은 많고, 일을 아는 사람도 많아요. 문제는 그 둘이 만나는 자리예요.
25년간 광고와 디지털 마케팅에서 시작해 대기업 전사 디지털 플랫폼을 운영했고, 중소기업의 사업 전략과 마케팅을 컨설팅했어요. 법인을 세워 직접 사업을 굴려보기도 했고요. 그래서 어떤 기준이 현장에서 실제로 돈과 시간을 가르는지를 알아요.
기준을 끄집어내는 일은 그 일을 해본 사람만 할 수 있어요. AI만 아는 사람은 회사에 무엇을 물어야 하는지를 몰라요. AI 도입이 실패하는 자리는 기술이 아니라, 그 회사가 그동안 쌓아온 기준이 AI한테 한 줄도 안 넘어간 자리예요. 저는 그걸 넘기는 일을 해요.
이런 곳엔 안 맞아요
서로 시간 낭비하지 않게, 먼저 말씀드릴게요.
•
비용 절감이 유일한 목적인 곳 - 사람을 줄이는 프로젝트가 아니에요. 같은 사람이 더 높은 수준의 일을 하게 만드는 일이에요.
•
도입 자체가 목표인 곳 - "올해 AI 도입"이 KPI면 툴 벤더가 더 빠르고 쌉니다.
•
결정권자가 참여하지 않는 곳 - 회사의 기준을 문장으로 확정하는 일이에요. 그 기준을 승인할 사람이 빠지면 만들어도 아무도 안 쓰는 문서가 돼요.
•
당장 다음 주에 돌아가야 하는 곳 - 진단부터 이관까지 시간이 걸려요.
## 먼저 30분 이야기해보시죠
제안서부터 받는 것보다, 지금 어디가 막혀 있는지 들어보는 게 빨라요. 맞지 않으면 그 자리에서 말씀드릴게요.
soloimpact.ai@gmail.com메일에 담아주시면 좋은 것: 회사와 하는 일 / 지금 AI를 어디에 쓰고 있는지 / 가장 답답한 지점 하나