HyperTeams과제를 고르는 세 가지 질문
이 장에서 배우는 것 후보가 열 개일 때 무엇을 먼저 할지 고르는 기준. 그리고 왜 "다 좋아 보이는 것"이 가장 위험한 상태인지.
전환이 멈추는 두 번째 지점
「왜 전환인가」에서 도입과 전환의 차이를 봤습니다. 전환하기로 마음먹은 조직이 그다음에 부딪히는 벽은 이것입니다.
"그래서 뭐부터 하지?"
이 질문 앞에서 대개 두 가지 중 하나가 벌어집니다.
첫째, 아무거나 시작합니다. 마침 목소리 큰 부서의 요청이나, 마침 눈에 띈 사례를 따라 합니다.
둘째, 아무것도 시작 못 합니다. 후보를 모으다 보니 스무 개가 되고, 우선순위 회의를 세 번 하고, 그러다 흐지부지됩니다.
둘 다 기준이 없어서 생기는 일입니다.
세 가지 질문
기준은 세 개면 충분합니다.
graph TD
Q["이 과제를 해야 하는가?"] --> Q1["1 고객 제품의 품질이 좋아지는가?"]
Q --> Q2["2 운용 비용이 줄어드는가?"]
Q --> Q3["3 매출·마진에 직접 영향을 주는가?"]
Q1 --> Y["하나라도 '예' → 후보"]
Q2 --> Y
Q3 --> Y
Q1 --> N["전부 '아니오' → 보류"]이 셋은 20개 이상의 엔터프라이즈 딜리버리 경험에서 추린 것이고, 순서에 의미가 있습니다. 아래로 갈수록 비즈니스 임팩트가 커집니다.
각 원칙은 다음 세 장에서 하나씩 자세히 봅니다. 이 장에서는 어떻게 쓰는지만 익힙니다.
이 질문의 진짜 용도는 "버리는 것"입니다
세 질문을 처음 보면 "당연한 얘기 아닌가" 싶습니다. 그런데 실제로 후보 목록에 대보면 다릅니다.
실제 후보 목록을 예로 들어보겠습니다.
| 후보 | 품질? | 비용? | 매출? | 판정 |
|---|---|---|---|---|
| 고객 문의 자동 응답 | ○ | ○ | △ | 후보 |
| 청구서 데이터 입력 자동화 | △ | ○ | ✗ | 후보 |
| 사내 규정 검색 챗봇 | ✗ | △ | ✗ | 보류 |
| 회의록 자동 정리 | ✗ | △ | ✗ | 보류 |
| 경쟁사 가격 모니터링 | ✗ | ✗ | ○ | 후보 |
| AI 도입 사내 교육 | ✗ | ✗ | ✗ | 보류 |
보류로 간 것들을 보십시오
사내 규정 검색 챗봇과 회의록 자동 정리는 "있으면 좋은 것"입니다. 직원들이 편해집니다. 그런데 고객 제품이 좋아지는 것도, 운용 비용이 눈에 띄게 주는 것도 아닙니다.
이런 과제가 가장 위험합니다. 반대하는 사람이 없어서 통과되기 쉽고, 만들고 나면 "잘 쓰고 있습니다"라는 말은 나오는데 지표는 안 움직입니다. 결국 실패 1 — 목적 없이 도입이 됩니다.
AI 도입 사내 교육은 특히 조심해야 합니다. 필요한 일이지만 그 자체가 과제는 아닙니다. 교육은 과제를 실행하기 위한 준비물입니다. 이걸 첫 과제로 잡으면 "교육은 했는데 그래서 뭐가 달라졌나"에 답할 수 없습니다.
"있으면 좋은 것"과 "해야 하는 것"을 가르는 게 이 질문의 목적입니다. 셋 다 "아니오"라고 해서 나쁜 아이디어라는 뜻이 아닙니다. 지금 할 일이 아니라는 뜻입니다.
"다 좋아 보인다"면 질문이 잘못된 것입니다
세 질문을 대봤는데 후보 열 개가 전부 "예"로 나온다면, 질문을 제대로 안 한 것입니다. 다시 물어야 합니다.
| 느슨한 질문 | 엄격한 질문 |
|---|---|
| "비용이 줄어드나?" | "얼마나 줄어드나? 지금 이 일에 월 몇 시간을 쓰나?" |
| "품질이 좋아지나?" | "무엇으로 잰 품질인가? 지금 그 값은 얼마인가?" |
| "매출에 도움되나?" | "어느 경로로 매출이 되나? 중간에 몇 단계가 있나?" |
오른쪽 질문에 답하려면 숫자가 필요합니다. 숫자를 댈 수 없는 후보는 대부분 "예"가 아니라 "아마도"입니다. 그리고 아마도는 보류입니다.
후보를 어디서 찾나
세 질문은 걸러내는 도구이지 찾아내는 도구가 아닙니다. 후보 자체는 이렇게 모읍니다.
1. 시간을 많이 쓰는 일부터
각 팀에 이렇게 물어보세요.
"지난 한 달에 가장 시간을 많이 쓴 반복 업무 세 가지는 무엇입니까? 각각 몇 시간이었습니까?"
"AI로 뭘 하면 좋을까요"라고 물으면 안 됩니다. 그렇게 물으면 사람들은 자기가 아는 AI 기능(챗봇, 요약)에서 답을 찾습니다. 문제를 먼저 모으고 해법은 나중에 붙여야 합니다.
2. 예전에 "자동화 안 하기로 한" 목록
왜 지금 필요한가에서 손익분기가 내려갔다고 했습니다. 그때 포기한 목록이 지금은 다르게 보일 수 있습니다.
3. 사람이 참는 일
불만이 나오지만 개선이 안 된 일들입니다. 대개 개선 비용이 컸기 때문인데, 그 비용이 지금은 다를 수 있습니다.
실제 사례로 보기
각 원칙에 해당하는 실제 도입 사례가 있습니다. 후보를 고를 때 참고하시면 감이 빨리 잡힙니다.
| 원칙 | 사례 |
|---|---|
| 품질 향상 | 다채널 리뷰 분석 · 고객 지원 자동화 |
| 비용 절감 | 청구서 처리 자동화 · HR 온보딩 자동화 · 채용 후보자 자동 분석 |
| 매출/마진 | 동적 가격 관리 · 글로벌 가격 조사 자동화 |
자주 하는 오해
"작은 것부터 하라더니, 임팩트가 큰 걸 고르라는 건가?"
둘은 다른 축입니다.
- 세 질문은 "할 만한 가치가 있는가"를 봅니다 → 후보를 거릅니다
- 우선순위는 "그중 무엇을 먼저 하는가"를 봅니다
가치 있는 후보 중에서 작고 빨리 증명되는 것을 먼저 합니다. 가치 없는 것 중에 작은 걸 고르는 게 아닙니다.
"직원 편의는 정말 안 중요한가?"
중요합니다. 다만 첫 과제로는 부적합합니다. 이유는 증명이 안 되기 때문입니다. "직원들이 편해졌다"는 확대 예산을 만들지 못합니다.
순서를 바꾸면 됩니다 — 증명되는 과제로 성과를 하나 만든 뒤에, 그 신뢰를 가지고 편의성 과제를 하는 것이 훨씬 쉽습니다.
확인
1. "사내 규정 검색 챗봇"이 보류로 가는 이유는 무엇입니까?
답
세 질문 어디에도 뚜렷하게 "예"가 안 나오기 때문입니다. 직원이 편해지지만 고객 제품의 품질이 좋아지는 것도, 운용 비용이 눈에 띄게 주는 것도 아닙니다. 이런 과제는 반대하는 사람이 없어 통과되기 쉽고, 만들고 나면 지표가 안 움직여 "그래서 뭐가 좋아졌나"에 답할 수 없습니다.
2. 후보를 모을 때 "AI로 뭘 하면 좋을까요"라고 물으면 왜 안 됩니까?
답
사람들이 자기가 아는 AI 기능 안에서 답을 찾기 때문입니다. 챗봇, 요약 같은 익숙한 것만 나옵니다. "지난달 가장 시간을 많이 쓴 반복 업무 세 가지는?"처럼 문제를 먼저 모으고 해법은 나중에 붙여야 후보가 제대로 나옵니다.
3. 후보 열 개가 전부 "예"로 나왔습니다. 무엇을 해야 합니까?
답
질문을 더 엄격하게 다시 해야 합니다. "비용이 주나?"가 아니라 "얼마나 주나, 지금 이 일에 월 몇 시간을 쓰나?"로 물어야 합니다. 숫자를 댈 수 없는 후보는 "예"가 아니라 "아마도"이고, 아마도는 보류입니다.
다음 세 장에서 세 원칙을 하나씩 자세히 봅니다. 먼저 품질입니다 → 품질 향상