“AIX는 기회입니다. 두려워하지 마세요” 황진수 컨설턴트 |  게릴라 커피챗4

“AI CRM의 미래를 그려내려면, 우리가 먼저 AI와 함께 일하는 방식을 정의해야 하지 않을까요?”

지난 초봄, 리캐치 AI 기능 개발팀 회의에서 나온 한 마디였습니다. 이미 리캐치는 AI 기반 리서치 기능부터 고객 데이터 인사이트까지, AI가 핵심인 CRM을 만들어가고 있었습니다. 팀원들 역시 일상적으로 AI 도구를 업무에 활용하는, 소위 ‘AI 리터러시’가 높은 조직이었죠.

하지만 AI 혁신을 만들어내려면 이것만으로는 부족했습니다. 고객들이 AI CRM을 통해 경험할 혁신적인 변화를 우리가 먼저 체험해봐야 한다는 절실함이 있었어요. AI 기능을 개발한다면서도 정작 세일즈 미팅록은 수동으로 정리하고, 고객 제안서는 야근해서 만들고 있다면 모순이잖아요. “고객에게 AI의 가치를 전달하려면, 우리부터 AI와 함께 일하는 새로운 패러다임을 완성해야 한다.” 이런 신념으로 리캐치는 2025년 여름, 8주간의 특별한 여정을 시작했습니다. 누구보다 찐하게 AI를 쓰기 위한 AIX(AI Transformation) 프로젝트였죠.

“IQ 130짜리 직원이 무료로 들어온다면?”

리캐치 사내 AIX 프로젝트의 목표는 명확했습니다. 단순한 AI 도구 사용을 넘어서, 각 팀의 업무 방식 자체를 AI와 함께 재설계하고, 실제 생산성을 높일 수 있는 자동화나 에이전트를 만들어내는 것이었어요.

이 프로젝트를 이끈 황진수님의 첫 질문이 바로 위 문장이었어요. 단순한 비유가 아닙니다. 실제로 제미나이 2.5 플래시가 IQ 테스트에서 130점을 기록했기 때문인데요. 우리는 우리보다 똑똑한 존재와 어떻게 협업해야 할까요? 이런 본질적 고민을 담아 리캐치와 함께한 AIX 컨설턴트 진수님을 만났습니다. 리캐치가 8주간의 여정 속에서 겪은 시행착오와 깨달음, 그리고 실제 성과까지 생생하게 소개해드릴게요.

“에이전트를 만드는 걸 도와주는 프로페셔널한 에이전트”

민혁: 안녕하세요, 진수님! 간단한 자기소개부터 부탁드립니다.

안녕하세요. 15년 동안 프로덕트 매니지먼트 분야에서 일해온 황진수입니다. 현재는 ‘ProAgent’라는 활동명으로 제품팀과 스타트업의 AI 활성화를 돕는 컨설팅을 하고 있어요. ‘프로에이전트’라는 이름에 특별한 의미를 담았는데요. 프로페셔널한 에이전트라는 뜻도 있지만, 동시에 ‘에이전트를 만드는 걸 도와주는 에이전트’라는 중의적 의미도 있어요.

제가 추구하는 방향은 조직의 모든 구성원이 AI를 자연스럽게 활용할 수 있도록 돕는 것이에요. 단순히 AI 도구 사용법을 알려드리는 게 아니라, 각자의 업무 맥락에 맞는 활용 방식을 함께 찾아가는 거죠. 그렇게 개인이 익숙해지면, 팀 전체가 AI와 함께 일하는 새로운 워크플로우를 만들어갈 수 있거든요. 결국 AI가 우리를 대체하는 게 아니라, 반복적인 업무를 처리해주면서 우리가 창의적인 일에 집중할 수 있게 해주는 파트너로 만드는 것이 목표죠. 프로에이전트라는 이름이 이런 방향성을 담고 있습니다.

민혁: 와 에이전트를 만드는 걸 도와주는 프로페셔널한 에이전트라니! 생각도 못한 의미네요. AI에 관심을 갖게 된 계기가 있으셨나요?

가장 깊이 있게 AI를 경험한 건 누비랩이라는 회사에서였어요. 비전 AI 기술로 어린이집 급식 관리 서비스를 만드는 푸드테크 회사였는데요. 아이들이 식사 전후 식판을 찍으면 영양소 섭취량을 분석해서 부모님께 카톡으로 전송해주는 서비스였어요.

처음에는 솔직히 반신반의했거든요. “사진 한 장으로 정확한 영양소 분석이 될까?” 하면서요. 그런데 실제로 모델을 훈련시키고 테스트해보니, AI가 아이들이 남긴 음식 양을 놀라울 정도로 정확하게 인식하는 걸 보고 깜짝 놀랐어요. 더 인상적이었던 건, 이 기술로 실제 어린이집 선생님들이 매일 수십 명 아이들의 식사량을 일일이 기록하던 번거로운 업무에서 해방됐다는 거였어요. 선생님들은 이제 아이들과 더 많은 시간을 보낼 수 있게 됐고, 부모님들은 우리 아이가 뭘 얼마나 먹었는지 실시간으로 알 수 있게 됐죠. 그때 “AI가 사람들의 삶을 바꿀 수 있구나”를 몸소 체감했어요.

이후 모두싸인에서는 더 적극적으로 AI를 업무에 도입해 봤어요. PM들의 기획서를 AI로 리뷰해주는 시스템을 만들어서 실제 업무에 적용해보니, “아, 이게 진짜로 실무에 바로 도움이 되는구나”를 체감할 수 있었거든요. 그때부터 본격적으로 AIX 컨설팅으로의 전환을 고민하기 시작했습니다.

민혁: 그렇다면 PM으로서 직접 체험하신 게 AI 컨설턴트로 직무를 전환한 가장 주된 이유인가요?

맞아요. 제품팀이 어떻게 성장하고 성과를 내는지가 제 평생 관심사였는데요. AI가 그 과정에서 변수가 될 거라는 확신이 들었어요. 누비랩에서는 AI 기술 자체가 제품의 핵심이었다면, 모두싸인에서는 기존 업무 프로세스를 AI가 바꿔놓는 걸 목격했거든요. PM들의 기획 품질이 향상되고, 리뷰 시간은 대폭 단축되면서 팀 전체의 생산성이 눈에 띄게 달라졌어요. 예전에 SaaS나 그로스 해킹 같은 새로운 방법론들이 나왔을 때 변화의 강도가 10이었다면, 지금 AI는 50, 100 정도의 임팩트를 갖고 있다고 봅니다. 단순히 도구가 하나 더 생긴 게 아니라, 일하는 방식 자체가 근본적으로 달라지는 거죠.

특히 지금 많은 조직들이 어려운 상황에 놓여있어요. 투자 유치는 점점 어려워지고, 인력 채용도 제한적이며, 기존 팀원들의 업무 부담은 늘어나고 있죠. 그런데 여기에 AI라는 급격한 변화까지 더해지면서 ‘어디서부터 시작해야 할지’, ‘우리 조직에는 어떤 접근이 맞는지’ 막막해하는 곳들이 많습니다. 혼자서 시행착오를 겪으며 길을 찾기에는 시간도 자원도 부족한 상황이고요. 그래서 제가 경험한 노하우를 바탕으로, 각 조직의 현실적인 제약 조건 안에서도 실질적인 변화를 만들어낼 수 있는 방법을 함께 찾아드리고 싶었습니다.

“AI는 우리가 본질적인 일에 집중할 수 있게 해줘요”

민혁: 모든 곳에서 AI로의 전환을 외치는 시대인 것 같은데요. 근본적으로 AIX가 왜 필요하다고 생각하시나요?

AI의 가치는 우리를 더 본질적인 업무에 집중할 수 있게 해준다는 거예요. IQ 130짜리 똘똘한 동료가 와서 반복적이고 정형화된 업무들을 처리해주면, 우리는 중요한 창의적 문제 해결이나 전략적 사고, 고객과의 깊은 소통에 시간을 쓸 수 있게 되잖아요.

실제로 해외 기업들의 움직임을 보면 이미 현실이 되고 있어요. Zapier는 ‘Code Red’를 발령하고 AI-First를 선언한 지 2년 만에 일상 업무 AI 도입율 89%를 달성했고, 채용 공고에도 직무별 AI 활용 역량을 명시하고 있습니다. 엔지니어는 간단한 코딩 작업에 AI를 무조건 활용해야 하고, 할루시네이션 검증까지 할 수 있어야 한다는 식으로요.

그리고 우리가 매일 하는 업무를 한 번 생각해보세요. World Economic Forum에서 분석한 결과를 보면, AI는 자연어 처리, 요약, 추출, 통합, 분류, 생성, 분석, 등급화 같은 작업에서 특히 뛰어난 성능을 보인다고 해요. 그런데 이런 요소들이 사실 우리 일상 업무에 깊숙이 들어가 있거든요. 회의록 정리, 고객 문의 분류, 데이터 분석 리포트 작성, 마케팅 카피 초안 작성 같은 일들 말이에요. 이런 업무들을 AI가 처리해주면 우리는 그 시간에 고객 니즈를 깊이 파악하고, 새로운 전략을 수립하고, 팀원들과 더 의미 있는 대화를 나눌 수 있게 됩니다. 만약 우리 업무 중 이런 요소들이 30% 이상을 차지한다면, AI 없이는 경쟁에서 뒤처질 수밖에 없어요.

AI 도입 고민하는 조직들이 주목해야 할 리캐치의 8주 실험

민혁: AI가 필수인 시대가 되고 있다는 것이 느껴지네요. AIX 컨설팅을 원하는 조직은 보통 어떤 고민을 갖고 있나요?

가장 많이 듣는 얘기가 “이게 뭐고 어떻게 해야 할지 모르겠다”예요. 뭔가 AI가 중요하다는 건 알겠는데, 구체적으로 어디서부터 시작해야 할지, 우리 조직에는 어떻게 적용해야 할지 감이 전혀 없는 상황이거든요. 이게 당연한게 AI처럼 전방위적으로 영향을 미치는 기술이 나온 것은 처음이거든요. 조직 입장에서도 당황스러울 수 밖에 없죠.

리캐치도 비슷한 고민을 가지고 있었어요. “우리는 이미 ChatGPT나 Claude를 잘 쓰고 있긴 한데, 이게 끝일까요? 더 체계적으로 접근하려면 어떻게 해야 할까요? 각 팀별로 효과적인 AI 활용 사례를 만들려면 무엇부터 시작해야 할까요?” 같은 고민들이 있었거든요. 특히 CRM 제품에 AI 기능을 개발하고 있는 상황에서, 조직 구성원들의 AI 역량을 한 단계 더 끌어올려야 한다는 절실함도 있었고요.

민혁: AIX 프로젝트의 기간과 구체적인 목표는 어떻게 설정하셨나요?

8주를 두 단계로 나눠서 접근했어요. 첫 4주는 AI 도구를 다루는 데 익숙해지는 시간, 그 다음 4주는 실제 팀 업무에 도움이 되는 에이전트나 자동화 도구를 만들어보는 시간으로 설정했습니다. 이렇게 설정한 이유는 제 경험상 AI 도구에 대한 거부감이나 어색함을 없애는 것이 모든 변화의 전제조건이거든요. 아무리 좋은 도구라고 해도 사람이 두려워하거나 어색해하면 제대로 활용할 수 없어요. 그래서 첫 4주는 “이거 생각보다 쉽네”, “우리도 할 수 있구나”라는 자신감을 갖는 기간으로 잡았고, 그 다음에 실제 성과로 이어지는 활용 사례를 만드는 단계로 진행한 거죠.

목표도 개인과 팀으로 나눠서 설정했어요. 개인적으로는 AI 도구를 사용하는 데 두려움이나 어색함이 없어지는 것, 팀 차원에서는 실제 업무 효율이나 품질을 높일 수 있는 성공 사례를 하나씩 만들어내는 거였죠. 왜냐하면 AIX 전환에서 가장 중요한 건 개인의 마인드셋 변화와 조직의 실질적 성과가 함께 이뤄져야 한다고 보거든요. 개인이 AI에 익숙해지지 않으면 아무리 좋은 시스템을 도입해도 활용되지 않아요. 반대로 개인만 잘해도 팀 전체의 생산성 향상으로 이어지지 않으면 지속 가능하지 않죠. 결과적으로는 적절한 기간이었던 것 같아요. 구성원들의 관심도와 학습 속도가 예상보다 훨씬 좋았거든요.

“AIX에서 가장 중요한 부분은 지속적인 관심과 동기를 유지하는 거예요”

민혁: 프로젝트의 진행과정이 궁금해지는데, 8주 동안 어떤 방식으로 AIX 프로젝트를 진행하셨나요?

크게 두 가지 방식으로 진행했어요. 첫 번째는 매주 정기 미팅을 통한 직접 코칭이었고, 두 번째는 슬랙을 통한 비정기적 지원이었습니다. 정기 미팅에서는 말 그대로 ‘숙제 검사’를 했어요. 각자 일주일 동안 시도해본 것들을 공유하고, 막힌 부분은 함께 해결하고, 다음 주 과제를 설정하는 식으로요. 이런 구조화된 접근이 없으면 바쁜 업무 중에 AI 학습이 우선순위에서 밀리기 쉽거든요.

그리고 비정기적으로는 제가 계속해서 흥미로운 AI 관련 정보들을 슬랙에 공유했어요. 새로운 도구 소식, 다른 회사 활용 사례, 재미있는 AI 뉴스 등등을요. AIX에서 가장 어려운 부분 중 하나가 지속적인 관심과 동기를 유지하는 거거든요. 처음에는 신기하고 재미있어도, 막상 업무에 적용하려고 하면 시행착오도 많고 생각보다 어려워요. 그래서 계속해서 “AI가 이렇게 발전하고 있어요”, “저런 회사는 이런 식으로 활용하고 있어요” 같은 정보를 공유해서 관심의 끈이 떨어지지 않도록 했습니다.

민혁: 막상 AIX 프로젝트 진행하면서 예상과 다른 부분도 많이 있으셨을 것 같은데요!

좋은 의미에서 예상을 뛰어넘은 부분이 많았어요. 처음에는 “ChatGPT 정도만 써봤는데 8주 안에 에이전트까지 만들 수 있을까?” 하고 걱정했거든요. 그런데 실제로는 2-3주차부터 벌써 “이 업무 AI로 자동화하면 어떨까요?”라는 아이디어들이 슬랙 채널에 올라오기 시작했어요.

특히 인상적이었던 건, 처음에 “저는 기계치라서…”라고 하시던 분들이 Relay.app 이나 n8n.io 같은 자동화 도구를 직접 다루시면서 “이거 생각보다 재미있네요!”라고 하시는 모습이었어요. 시간 투입 면에서도 업무 후나 주말에 개인적으로 더 공부해보시는 분들이 많았고, 심지어 “집에서도 해봤는데 이런 것도 되더라고요”라며 자발적으로 새로운 시도들을 공유해주셨어요. 어떤 분들은 MCP(Model Context Protocol)를 혼자 공부해오셔서 LLM 모델들을 연동해서 쓰시더라고요. 예상했던 것보다 훨씬 적극적이고 빠른 속도로 AI를 체화하시는 걸 보고 놀랐습니다.

“야근은 이제 그만 – 리캐치가 만든 실전 AI 에이전트”

민혁: 결과물이 궁금한데요. 리캐치는 결과적으로 어떤 성과를 이룰 수 있었나요?

AI 성숙도로 보면 ‘AI 퍼스트’ 단계까지 올라갔다고 봅니다. AI 리터러시 → AI 파워드 → AI 퍼스트 → AI 네이티브 이런 단계가 있는데, 이제는 새로운 업무가 생기면 가장 먼저 “AI로 어떻게 할 수 있을까?”를 고민하는 조직이 됐어요. 단순히 특정 도구를 잘 쓰는 수준을 넘어서, AI를 우선적으로 고려하는 업무 습관과 사고방식이 자리잡은 거죠.

가장 좋은 신호는 만든 도구들이 실제 비즈니스 임팩트로 이어졌다는 거예요. 단순히 “AI 도구 만들었다”로 끝나는 게 아니라, 실제 고객 응대나 블로그 콘텐츠 생산, 세미나 운영 같은 실무에 활용되고 있거든요.

민혁: 특별히 기억에 남는 AI 프로젝트의 결과물들이 있으시다면요?

리캐치 SDR팀 그레이스님 사례가 인상적이었어요. SDR 업무의 특성상 하루에도 여러 차례 고객과 통화를 하는데, 각 통화마다 내용을 정리해서 팀 전체에 공유해야 하는 업무가 있어요. 기존 프로세스는 번거로웠어요. 10~20분간 고객과 통화한 후, 그 내용을 기억에 의존해 손으로 일일이 타이핑해서 정리해야 했거든요. 고객사명, 담당자 정보, 주요 니즈, 관심사항, 다음 액션 등을 빠뜨리지 않고 체계적으로 작성하려면 통화 시간만큼이나 정리 시간이 필요했죠. 특히 통화가 연달아 있는 날에는 앞선 통화 내용이 헷갈리거나 중요한 디테일을 놓치는 경우도 있었고요. 그래서 이 프로세스를 단계별로 분석해봤어요.

통화 녹음 → 내용 파악 → 핵심 정보 추출 → 정해진 포맷으로 정리 → 슬랙 공유

이렇게 나눠보니, 중간 세 단계는 충분히 AI가 처리할 수 있는 영역이었어요. 결과적으로 만든 자동화는 이랬어요. 통화 후 음성 파일을 업로드하면 AI가 자동으로 기록하고, 리캐치만의 표준 포맷(고객사 정보, 페인포인트, 제안 방향, 넥스트 액션 등)에 맞춰 요약한 다음, 바로 슬랙 채널에 포스팅까지 해주는 거예요. 매일 반복하는 업무를 효율화한 거니까 누적되면 엄청난 시간 절약이 되는 거죠.

리캐치 세일즈팀 성준 님의 “잘 지내니?” 에이전트도 흥미로웠어요. 이건 B2B 세일즈의 오래된 고민에서 출발한 아이디어였거든요. B2B 세일즈에서는 관계 유지가 중요한데, 막상 자연스러운 접촉점을 만들기가 어려워요. “안녕하세요, 저희 제품 어떠세요?”라고 갑작스럽게 연락하면 영업 티가 너무 나잖아요. 그렇다고 아무 이유 없이 “안녕하세요” 하기도 애매하고요. 특히 잠재 고객사의 여러 이해관계자들과 지속적으로 소통해야 하는 상황에서는 더욱 까다로운 문제였죠.

성준 님이 착안한 건 “회사 소식”이었어요. 고객사에 좋은 소식이 있을 때 축하 메시지를 보내거나, 업계 관련 뉴스가 있을 때 관련 의견을 물어보는 식으로 자연스러운 접촉점을 만들 수 있다는 아이디어였거든요. 문제는 이걸 수동으로 하려면 매일 수십 개 고객사의 뉴스를 일일이 체크해야 한다는 거였어요. 그래서 만든 자동화가 이거였어요. 매일 저녁 7시~8시쯤 에이전트가 작동해서, 미리 등록해둔 잠재 고객사들의 이름을 기반으로 그날의 관련 뉴스를 자동으로 검색하고 스프레드시트에 정리해요. 그리고 각 뉴스의 내용을 분석해서 “축하드립니다”, “관련해서 궁금한 점이 있는데요” 같은 자연스러운 메시지 템플릿을 AI가 제안해주는 거죠.

결과적으로 성준 님은 매일 아침 시트만 확인하면 어떤 고객사에 어떤 소식이 있었는지, 어떤 톤으로 연락하면 좋을지까지 다 준비된 상태에서 하루를 시작할 수 있게 된 거예요. 고객사의 회사 소식을 팔로업 하면서도 잠재 고객사의 여러 이해관계자와 라포 형성을 자연스럽게 할 수 있는 도구가 된 셈이죠.

리캐치 디자인팀의 정민 님은 Figma Make 기능을 활용해서 빠르게 MVP를 만드는 워크플로우를 개발했어요. 기존의 제품 검증 과정은 복잡하고 시간이 오래 걸렸어요. 새로운 기능 아이디어가 나오면, 먼저 와이어프레임을 그리고, 디자인 시안을 만들고, 개발팀에 프로토타입 개발을 요청해야 했죠. 개발팀에서는 우선순위에 따라 스케줄을 잡아야 하니까 바로 작업하기 어려운 경우가 많았어요. 그리고 실제 개발이 완료되면 그때서야 사용성 테스트를 진행할 수 있으니까 이 모든 과정이 보통 3개월 정도 걸렸죠.

그래서 정민 님이 발견한 게 Figma Make의 AI 기능이었어요. 간단한 프롬프트만 입력하면 실제로 작동하는 인터랙티브한 프로토타입을 바로 생성해주는 기능이었거든요. 클릭할 수 있고, 데이터를 입력할 수 있고, 실제 사용 플로우를 체험할 수 있는 수준의 프로토타입을 말이에요.

결과적으로 워크플로우가 완전히 바뀌었어요. 아이디어가 나오면 바로 Figma Make에 프롬프트를 입력해서 프로토타입을 만들고, 그 자리에서 사용성 테스트를 진행할 수 있게 된 거죠. 전체 과정이 3개월에서 4시간으로 단축되었어요. 심지어 개발자의 도움 없이도 디자이너 혼자서 검증 가능한 수준의 결과물을 만들어낼 수 있게 됐어요. 빠른 검증을 통해 가치 있는 기능에만 개발 리소스를 집중할 수 있게 된 셈이죠.

민혁: 단순히 AI툴을 써보는 걸 넘어 비즈니스 임팩트로 이어졌다는 점이 놀라운 것 같아요. 혹시 성과와 별개로 AIX 프로젝트 진행하면서 가장 기억에 남는 순간은 언제였나요?

마케팅팀의 하운님이 에이전트를 만들어서 처음 작동에 성공했을 때가 가장 기억에 남아요. 머리를 싸메고 며칠을 고민하며 AI 툴과 실랑이를 벌이다가 버튼을 딱 누르니까 원하던 결과물이 쫙 나오는 거예요. 그 순간의 ‘와우 모먼트’가 인상적이었어요.

개발자들이 코드를 짜서 돌렸을 때 결과물이 나오면 빨리 기획자나 디자이너에게 보여주고 싶어하는 것처럼, AI 도구도 그런 순간이 있어요. 특히 자동화나 에이전트를 만들 때는 단순한 채팅과는 다른 차원의 성취감이 있거든요. 그때 제가 옆에서 “개발자들이 바로 이런 기분일 거예요”라고 했는데, 실제로 AI 도구를 익히다 보면 코드나 시스템 동작 원리를 간접적으로 이해하게 되는 부수적 효과도 있어요. 비개발자분들에게는 좋은 학습 경험이 되는 것 같습니다.

민혁: 이런 성과들이 리캐치팀 전반에는 어떤 영향을 미쳤나요?

무엇보다 AI에 대한 두려움이 사라진 게 가장 큰 변화예요. 처음에는 “어렵고 복잡한 기술”이라고 생각했던 분들이 이제는 “우리도 충분히 할 수 있는 도구”라고 인식하게 됐거든요. 이번 프로젝트를 통해 리캐치는 20개가 넘는 AI 관련 툴을 사용했어요. 그리고 실제로 업무 방식이 바뀌기 시작했어요. 새로운 업무가 생기면 자연스럽게 “이거 AI로 효율화할 수 있을까?”를 먼저 생각하게 되는 거죠. 이게 바로 AI-First Mindset의 시작이라고 봅니다.

조직 구성원 모두의 공감대가 성공 열쇠

민혁: 진수님이 보시기에 이런 AIX 프로젝트가 성공하기 위한 핵심 요소는 무엇이라고 생각하시나요?

가장 중요한 건 조직 전체의 컨센서스예요. 위에서부터 아래까지 “AI 도입이 필요하다”는 공감대가 형성되어야 합니다. 탑다운이든 바텀업이든 상관없어요. 중요한 건 모든 레벨에서 이 변화가 필요하다고 인식하는 거죠.

구체적으로는 네 가지 성공 요인이 있다고 봅니다.

첫 번째는 Clear Goal입니다. “AI가 중요하니까 해야 한다”는 식의 추상적인 목표로는 안 돼요. “3개월 내에 모든 팀이 최소 한 개 이상의 일상 업무에 AI를 도입한다” 같은 구체적이고 측정 가능한 목표가 필요해요. 두 번째는 AI-First Mindset를 만드는 거예요. 모든 업무에서 “AI로 하면 더 효율적이지 않을까?”를 먼저 생각하는 습관을 만들어야 합니다.

세 번째 요인이 바로 Acting Leadership이에요. 조직의 AI 활용 수준은 결국 리더의 AI 활용 수준과 같아요. 리더가 직접 써보고, 그 경험을 공유하고, 때로는 ‘미쳤다’는 소리를 들을 정도로 적극적으로 커뮤니케이션해야 해요. 허브스팟의 사례가 좋은 예인데, CEO가 매주 5분씩 자신이 어떤 AI 도구를 썼는지 영상으로 공유한다고 해요. 이런 식으로 리더가 앞장서야 구성원들도 따라오게 됩니다. 네 번째는 Real Problem을 다뤄야 한다는 거예요. 성과나 생산성에 직접 연관된 실제 문제를 해결해야 합니다. AI가 잘할 수 있는 영역과 우리가 해결하고 싶었던 문제가 만날 때 가장 좋은 결과가 나와요.

“완벽한 도구를 찾는 것보다 중요한 건 하나를 정해서 제대로 익히는 거예요.”

민혁: 내 업무에서 AI 적용 포인트를 찾는 실용적인 방법이 있을까요?

AI가 잘하는 일들은 명확해요. 자연어 처리 관련 작업들 – 요약, 추출, 통합, 분류, 생성, 분석, 등급화 같은 것들을 특히 잘하죠. 내가 하는 업무를 한번 쭉 써보세요. 그 중에서 위의 요소들이 들어있는 게 있다면 바로 AI 적용 후보예요. 예를 들어 회의록 정리, 고객 피드백 분류, 제안서 작성, 데이터 분석 등등이요. 처음부터 완벽한 자동화를 목표로 하지 말고, 일단 AI의 도움을 받아보는 것부터 시작하는 게 중요해요. 그러다 보면 점점 더 정교하고 효율적인 활용법을 찾게 될 거예요.

민혁: AI 툴은 뭘 사용하는게 좋을까요?

솔직히 요즘 “툴 지옥”이라는 표현까지 나올 정도로 매일 새로운 도구가 나와요. 이번 주에 최고였던 게 다음 주에는 차선이 되는 상황이 반복되고 있어서 인지과부하를 호소하는 분들이 많아요. 그래서 저는 현실적인 접근을 추천해요. 특히 구글 워크스페이스를 쓰는 회사라면 제미나이부터 시작하는 게 좋을 것 같아요. 1등을 쫓기보다는 안정적인 2등을 선택하는 거죠. 비용 효율적이고, 보안이나 문서 연동도 자연스럽고, 무엇보다 접근성이 좋거든요. 중요한 건 “완벽한 도구”를 찾느라 시간을 허비하지 말고, 하나를 정해서 제대로 익히는 거예요.

“AIX를 통해 더 중요한 일에 집중해보세요”

민혁: 마지막으로 AIX를 망설이고 있는 조직들에게 한 말씀 부탁드립니다.

장기적인 관점을 가지세요. “AI 도입하면 당장 매출이 두 배로 늘 거야” 같은 기대는 금물이에요. 대신 이렇게 생각해보세요. 지금까지 우리가 시간을 많이 쓰던 반복적인 업무들을 AI가 처리해주면, 그 시간에 고객과의 깊은 대화, 새로운 아이디어 발굴, 전략적 사고처럼 조직의 변화를 만들 수 있게 하는 일에 집중할 수 있게 된다는 거예요. AIX의 본질은 우리를 더 본질적이고 창의적인 업무에 집중할 수 있게 해주는 거거든요. 두려워하지 마시고, 작은 것부터 시작해보세요. 완벽하지 않아도 괜찮아요. 시작하는 게 가장 중요하니까요.

AIX가 만든 리캐치의 새로운 DNA

리캐치의 8주 여정에서 가장 인상적이었던 건 ‘질문하는 방식’이 바뀐 것이었어요. 예전에는 “이 업무 어떻게 하면 더 빨리 할 수 있을까?”라고 물었다면, 이제는 “이 업무에서 AI가 도울 수 있는 부분은 뭘까?”가 자연스러운 첫 번째 질문이 된 거죠.

무엇보다 중요한 깨달음은 AI Powered 조직이 되는 건 기술의 문제가 아니라 문화의 문제라는 것이었어요. 리캐치가 8주 만에 이룬 변화의 핵심은 모든 팀원이 “AI와 함께 일하는 게 당연한” 마인드셋을 갖게 된 것입니다. 새벽 1시에도 AI 실험 결과를 공유하는 대표님부터, 개인적으로 AI 도구를 공부하는 팀원들까지 – 이런 자발적이고 일상적인 변화야말로 진정한 AI Transformation의 모습이었어요.

리캐치의 여정이 증명한 것처럼, AIX는 특별한 기술력이나 거대한 투자 없이도 충분히 시작할 수 있습니다. 중요한 건 “완벽한 준비” 보다는 “올바른 시작”입니다. 지금 이 순간에도 여러분의 업무 중에는 AI가 도울 수 있는 영역들이 분명히 있을 거예요. “두려워하지 말고 시작하세요.” 황진수님의 마지막 조언이 단순한 격려가 아닌 이유입니다. AIX는 우리를 대체하려는 위협이 아니라, 우리가 중요한 일에 집중할 수 있게 해주는 기회니까요. 이어서 리캐치 세일즈 리드 한규님께서 AI 에이전트로 5분만에 계약 승률을 높이는 법을 확인해 보세요!