왜 지금 필요한가

이 장에서 배우는 것 "AI 얘기는 예전에도 있었는데 왜 지금이 다른가"에 대한 답 세 가지. 각각을 숫자와 예시로 확인합니다.

예전에도 자동화는 있었습니다

먼저 오해를 하나 걷어내겠습니다. 업무 자동화는 새로운 게 아닙니다. 엑셀 매크로, RPA, 각종 워크플로 도구가 오래전부터 있었습니다.

그런데 그것들은 적용 범위가 좁았습니다. 왜 좁았는지 보면 지금 무엇이 달라졌는지가 보입니다.

변화 1 — 자동화의 손익분기가 내려갔습니다

예전의 계산

자동화를 할지 말지는 늘 이 계산이었습니다.

예를 들어 이런 업무가 있다고 합시다.

주 3시간이면 1년에 156시간입니다. 개발 3주(120시간)를 들이면 1년 안에 회수됩니다. 이건 자동화합니다.

그런데 이런 업무는 어떨까요.

연 16시간을 아끼려고 80시간을 씁니다. 5년을 써야 회수됩니다. 안 합니다.

이런 업무가 조직마다 수십 개씩 있습니다. 하나하나는 작아서 자동화 대상이 못 되고, 다 합치면 상당한 시간입니다. 이걸 "자동화의 긴 꼬리"라고 부르겠습니다.

지금의 계산

같은 두 번째 업무를 지금 방식으로 보면 이렇습니다.

80시간이 2시간이 되면 회수 기간이 5년에서 한 달 남짓으로 바뀝니다.

핵심은 "AI가 더 똑똑해서"가 아닙니다. 자동화를 만드는 비용이 내려가서 자동화할 가치가 있는 일의 범위가 넓어진 것입니다. 이 구분이 중요합니다. 전자는 기술 이야기이고 후자는 경영 판단 이야기입니다.

무엇이 달라지나

손익분기가 내려가면 후보 목록이 통째로 바뀝니다.

graph TD
  A["조직의 반복 업무 전체"] --> B["예전 자동화 대상<br/>자주 반복되고 규칙이 명확한 것"]
  A --> C["긴 꼬리<br/>가끔 하거나 애매한 것"]
  B --> D["이미 자동화됨"]
  C --> E["예전: 손익이 안 맞아 방치"]
  E --> F["지금: 대상 안으로 들어옴"]

전환을 검토할 때 예전에 "자동화 안 하기로 했던" 목록을 다시 꺼내보라고 하는 이유가 이것입니다. 그때의 판단은 그때의 비용 구조에서 옳았고, 지금은 그 구조가 바뀌었습니다.

변화 2 — 애매한 입력을 다룰 수 있게 됐습니다

규칙으로 적을 수 있어야 했던 시절

예전 자동화는 규칙으로 적을 수 있는 일만 할 수 있었습니다.

이건 됩니다. 그런데 이건 안 됩니다.

"화가 났다"를 어떻게 코드로 적습니까? 느낌표 개수? 특정 단어? 다 만들어 봤지만 "정말 실망입니다"는 못 잡고 "빨리요!!!"는 화난 걸로 잡습니다.

그래서 애매한 입력이 들어오는 지점에서 자동화가 멈췄습니다. 그리고 실무의 많은 일이 그 지점에서 시작합니다 — 문서를 읽는 일, 대화를 분류하는 일, 이미지를 보고 판단하는 일.

지금 되는 것

공통점은 전부 입력이 자연어라는 것입니다.

주의할 점 "됨"이 "완벽함"은 아닙니다. 분류가 틀릴 수 있습니다. 그래서 평가와 가드레일이 따라옵니다. 다만 예전에는 시도조차 못 했다는 점이 달라진 부분입니다.

변화 3 — 같은 도구를 경쟁사도 씁니다

앞의 둘은 "가능해졌다"는 이야기이고, 이건 성격이 다릅니다.

특별한 기술을 우리만 가지고 있다면 서두를 이유가 없습니다. 그런데 지금 상황은 같은 모델을 누구나 같은 가격에 쓸 수 있습니다. 그러면 무엇이 차이를 만듭니까?

오른쪽 열은 전부 조직이 움직이는 속도에 관한 것입니다. 기술이 평준화되면 남는 경쟁 요소가 속도가 됩니다.

그래서 전환을 미룬 조직은 "뒤처진 기술을 쓰는 조직"이 되는 게 아니라 "같은 일에 더 오래 걸리는 조직"이 됩니다. 이쪽이 따라잡기 더 어렵습니다 — 기술은 사면 되지만 절차와 습관은 시간이 걸립니다.

세 변화를 한 장으로

graph TD
  V1["자동화 비용 하락"] --> R1["할 수 있는 일의 범위가 넓어짐"]
  V2["애매한 입력 처리 가능"] --> R2["판단이 필요한 일까지 대상"]
  V3["기술 평준화"] --> R3["속도가 경쟁 요소가 됨"]
  R1 --> W["지금 전환을 검토할 이유"]
  R2 --> W
  R3 --> W

자주 하는 오해

"기술이 더 성숙할 때까지 기다리는 게 낫지 않나?"

기다려서 얻는 것과 잃는 것이 다릅니다.

• 얻는 것: 더 저렴하고 정확한 모델. 이건 실제로 계속 좋아집니다.
• 잃는 것: 절차를 바꾸고 사람이 적응하는 시간. 이건 기다린다고 짧아지지 않습니다.

전환의 병목은 기술이 아니라 조직 적응입니다. 그 부분은 미리 시작한 만큼만 앞서갑니다. 그래서 "작게 시작해서 조직을 적응시키고, 모델이 좋아지면 그 위에 올라타는" 순서가 낫습니다.

"우리 업종은 특수해서 해당 없다"

그럴 수 있습니다. 다만 판단 기준을 정확히 하면 좋겠습니다. 해당 없는 경우는 보통 이렇습니다.

• 반복 업무 자체가 거의 없다 (드묾)
• 데이터가 조직 밖으로 나가면 안 되는데 폐쇄망 구성이 불가능하다
• 규제상 사람 판단이 법으로 요구된다

세 번째는 진짜 제약이지만, 업무 전체가 아니라 특정 단계에만 걸리는 경우가 대부분입니다. 그 단계 앞뒤는 여전히 대상입니다.

"결국 사람을 줄이자는 얘기 아닌가"

그렇게 되는 경우도 있고 아닌 경우도 있습니다. 다만 앞 장 B사의 예를 다시 보면, 상담원 수는 그대로였고 한 건에 쓰는 시간이 다섯 배가 됐습니다. 비용 절감의 형태는 인원 감축만 있는 게 아니라 같은 인원이 더 가치 있는 일을 하는 것도 있습니다. 어느 쪽을 택할지는 기술이 아니라 조직이 정합니다.

정리

확인

1. "AI가 똑똑해져서 자동화가 늘었다"는 설명은 어디가 부정확합니까?

2. 연 16시간짜리 업무가 예전에는 왜 자동화 대상이 아니었습니까?

3. 기술이 평준화되면 왜 전환을 미룬 쪽이 따라잡기 어렵습니까?

다음 장에서는 전환을 시작한 조직들이 실제로 어떻게 실패하는지, 그리고 그 징후를 언제 알아챌 수 있는지를 봅니다 → 전환이 실패하는 방식