카카오뱅크는 이런 고민을 하고 있었어요
카카오뱅크는 디지털 네이티브 환경을 이미 갖춘 조직이에요. 데이터는 사내 시스템에 잘 쌓여 있고, AI 도구도 일부 팀에서 활용 중이었습니다.
그런데도 '어느 업무에 어떤 방식으로 AI를 붙여야 하는지'가 잘 보이지 않아 막연한 상태였어요. 우리 업무 중 '진짜 AI로 풀어야 할 문제' 가 무엇인지, 그것이 명확하지 않았습니다. 이 지점은 카카오뱅크만의 이야기가 아닙니다. AX를 시작하는 거의 모든 조직이 같은 벽에 부딪힙니다.
AX를 시작할 때 빠지기 쉬운 3가지 함정
1) 도구부터 도입하면 답이 나올 거라는 착각
AI 도구를 도입했다고 해서 업무가 자동으로 효율화되지는 않아요. 도구는 '문제가 정의된 다음'에 비로소 효과를 냅니다. 문제가 흐릿한 상태에서 도구만 도입하면, "써보긴 했는데 우리 일에 어떻게 적용할지 모르겠다"는 상태로 귀결됩니다.
2) 개인 단위 시도로 끝나는 함정
AI 활용이 한 사람 한 사람의 개별 시도로만 머무르면, 팀 전체의 업무 방식은 바뀌지 않아요. 같은 팀 안에서도 사람마다 AI를 다르게 쓰고, 그 결과물도 한곳에 모이지 않습니다. 팀 차원에서 '우리 업무 중 무엇을 AI로 풀 것인가'를 함께 정렬해야 비로소 일하는 방식이 바뀝니다.
3) 'AI 도입'이라는 추상적 목표만 들고 시작
"올해 AX 한다"는 선언만으로는 아무 일도 일어나지 않아요. 실행으로 옮기려면 '어느 업무의, 어느 단계에서, 어떤 페인포인트를, 어떤 도구로 풀 것이고, 그 과정에서 어떤 리스크가 따를 수 있는가'까지 설계된 상태로 들어가야 합니다.
카카오뱅크의 고민, 이렇게 해결했어요
따라서 카카오뱅크는 에이블 캠퍼스와 함께 HR 부서가 참여하는 AI 과제 도출 워크샵을 기획했어요. 단순한 강의가 아니라, 각 팀이 자신의 업무 프로세스를 정의하고 그 자리에서 에이블 캠퍼스의 AX 전문 엔지니어가 AX 실현 가능성을 검토해주는 참여형 구조로 설계했습니다.
에이블 캠퍼스의 AI 과제 도출 워크샵은 이런 점이 특별해요
1) 도구 학습 전, 업무 프로세스를 팀 단위로 다시 들여다보기
AX의 출발점은 새로운 도구 학습이 아니라, 기존 업무의 재발견이에요. 매일 반복되는 수기 작업, 시스템 간 데이터 옮기기, 휴먼에러가 자주 발생하는 지점. 이런 페인포인트는 혼자 보면 잘 안 보이지만, 팀이 함께 펼쳐놓고 "왜 이 단계에서 막히는가"를 묻기 시작하면 명확해집니다.
2) 기술 가능성과 비즈니스 우선순위를 동시에 검토
페인포인트를 찾았다고 다 AI로 풀리지는 않아요. 어떤 문제는 기술적으로 가능하지만 비즈니스 임팩트가 작고, 어떤 문제는 비즈니스 임팩트가 크지만 기술적으로 구현이 어려울 수 있어요. 이 두 축을 동시에 보려면, 100건 이상의 AX 프로젝트 경험을 가진 외부 전문가의 코멘트가 결합되어야 빠르게 판단이 섭니다.
3) 추상적 목표가 아닌 단기 액션 아이템부터
장기 로드맵도 중요하지만, 첫 시작은 AX 가능성을 빠르게 검토해볼 수 있는 아이템이어야 해요. 작은 성공 경험이 쌓이면 다음 단계로 자연스럽게 이어집니다.
AI 과제 도출 워크샵은 이렇게 진행됐어요
1) 사전 진단 및 조 구성
같은 팀의 구성원들이 한 자리에 모여 업무 방식에 대한 시각을 정렬하는 시간이 이번 워크샵의 핵심이었어요. 평소엔 각자 업무에 몰입해 있다 보니 잘 드러나지 않던 페인포인트와 우선순위를, 팀 차원에서 함께 펼쳐놓고 싱크를 맞출 수 있었습니다.
2) 업무 프로세스 정의와 페인포인트 도출
각 팀이 자신의 업무 프로세스를 펼쳐놓고 "왜 이 단계에서 막히는가"를 함께 들여다봤어요. 팀 단위 논의에서 드러난 페인포인트는 다음과 같았습니다.
- 반복되는 수기 작업: 담당자의 시간이 본질 업무가 아닌 단순 처리에 묶여, 더 가치 있는 일에 쓸 시간이 부족해지는 문제
- 시스템 간 데이터 수기 이전: 사람이 직접 옮기는 과정에서 사소한 누락이 발생하고, 그 누락이 다음 단계까지 영향을 미쳐 전체 신뢰도가 떨어지는 문제
- 휴먼에러로 인한 결과물 신뢰도 저하: 손으로 처리하는 단계에서 오류가 누적되어, 최종 산출물에 대한 검증·재작업 비용이 늘어나는 문제
3) As-is와 To-be 솔루션 방향성 정리
각 단계마다 100건 이상의 AX 프로젝트 경험을 가진 에이블 캠퍼스의 AX 전문 엔지니어가 각 조에 배치되어, 현장에서 AI 기술 관점의 코멘트와 단기·중기·장기 AX 로드맵을 함께 그렸어요.
4) 솔루션 화면 기획과 액션 아이템 도출
각 팀은 업무의 페인포인트를 해결하기 위한 AI 솔루션 기획을 도출했고, 자리에 돌아가 바로 실행할 수 있는 액션 아이템을 손에 쥘 수 있었어요.
워크샵 현장의 생생한 목소리
1) 교육생들의 후기
업무시간 중에 AI를 학습할 시간 내기가 어려운데, 자세하게 아는 분들과 함께 집중해서 AI 활용법을 고민해 볼 수 있었습니다. 자리에 가서 당장 해볼 거예요.
그동안 미뤄왔던 고민을 깊게 끌고 가는 기회를 가질 수 있었습니다. 어떤 업무를 어떻게 해소해볼지에 대한 flow를 팀 차원에서 함께 고민할 수 있었습니다.
한 가지 프로젝트를 팀원들과 같이 디깅해보니 안 될 것 같았던 것도 어떻게든 해결 방안이 보였습니다. 선정되지 않은 프로젝트들도 아이디어를 얻어 갈 수 있었습니다.
