Phase 1 — 문제 정의

이 장에서 배우는 것 무엇을 조사하고 무엇을 남겨야 하는지. 이 단계에서 만드는 숫자가 나중에 성공을 판정하는 유일한 근거가 됩니다.

이 단계의 목적

AI가 해결할 수 있는 명확한 비즈니스 문제를 정의합니다.

핵심은 "명확한"입니다. "고객 응대를 개선하자"는 명확하지 않습니다. "배송 조회 문의가 월 490건이고 건당 평균 4분이 걸린다"가 명확합니다.

실제로 어떻게 하고 있는지를 봅니다. 문서에 적힌 절차가 아니라 실제 절차입니다. 둘은 거의 항상 다릅니다.

담당자 옆에 앉아서 한 건을 처음부터 끝까지 보는 게 가장 빠릅니다. 이때 나오는 말들이 중요합니다.

"아, 이건 원래 시스템에서 되는데 안 돼서 엑셀로 따로 관리해요" "이 단계는 김대리만 할 줄 알아요" "여기서 한 번 걸러야 하는데 바쁠 땐 그냥 넘겨요"

이런 게 문서에는 없는 진짜 절차입니다.

각 단계에 시간을 붙입니다.

여기서 어느 단계가 AI 대상인지가 갈립니다. 2번(확인)과 3번(입력)이 대상이고 1번, 4번은 단순 자동화로 충분합니다.

모든 반복 업무가 AI 대상은 아닙니다. 이 표로 거릅니다.

"규칙으로 100% 표현 가능"이면 AI를 쓸 이유가 없습니다. 일반 자동화가 더 싸고 정확합니다. AI는 규칙으로 못 적는 부분을 위한 것입니다.

주의: 이건 예측입니다. 정확할 필요는 없고 자릿수가 맞으면 충분합니다. 월 40시간짜리 일에 6개월을 투입하겠다는 계획이면 자릿수가 안 맞는 것입니다.

AI 도입 적합 업무 리스트 & ROI 예측 리포트

거창한 문서일 필요 없습니다. 이 표 하나면 됩니다.

업무	월 시간	재작업	예외율	데이터	예상 절감	순위
청구서 입력	40h	19h	12%	메일+PDF	80%	1
배송 문의 응대	33h	—	8%	주문DB	90%	2
월 보고서 작성	16h	—	40%	여러 시트	50%	3

후보 업무마다 현재 걸리는 시간·비용 숫자가 있는가?

이 게이트가 가장 자주 무시되고, 무시하면 가장 늦게 대가를 치릅니다. 6개월 뒤 성과 보고 자리에서 "확실히 빨라졌는데 얼마나인지는..."이 되는 게 실패 2입니다.

"일단 다 모아보자"로 시작해 스무 개가 되면 Phase 1이 두 달이 됩니다. 한 번에 3~5개만 보고, 그중 하나를 고릅니다. 나머지는 다음 라운드입니다.

실제 절차는 담당자만 압니다. 문서와 시스템 화면만 보고 정의하면 예외 케이스를 전부 놓칩니다. 그 예외들이 나중에 POC를 무너뜨립니다.

앞에서 다뤘지만 다시 강조합니다. 문제를 먼저 모으고 해법은 나중에 붙입니다.

1. "문서에 적힌 절차"가 아니라 "실제 절차"를 봐야 하는 이유는?

답

둘은 거의 항상 다르기 때문입니다. "시스템에서 안 돼서 엑셀로 따로 관리한다", "이 단계는 김대리만 할 줄 안다", "바쁠 땐 그냥 넘긴다" 같은 것들이 문서에는 없는 진짜 절차이고, 이걸 놓치면 예외 케이스가 나중에 POC를 무너뜨립니다.

2. "규칙으로 100% 표현 가능한 업무"에 AI를 쓰면 안 되는 이유는?

답

일반 자동화가 더 싸고 정확하기 때문입니다. AI는 규칙으로 못 적는 애매한 부분을 위한 것입니다. 규칙으로 되는 일에 AI를 쓰면 비용도 더 들고 틀릴 여지도 생깁니다.

3. 현재 시간·비용 기록이 없다면 어떻게 해야 합니까?

답

2주만 재보면 됩니다. 담당자가 건수와 소요 시간을 적는 것으로 충분합니다. 사람마다 다르면 평균 대신 범위로, 계절 편차가 크면 나눠서 적습니다. 도저히 못 재는 과제는 후순위로 미룹니다 — 잴 수 없으면 증명도 못 합니다.

다음은 "만들 수 있는가"를 확인하는 단계입니다 → Phase 2 — 데이터 · 시스템 진단