현장 중심 기업이 AI를 업무에 안착시키는 가장 빠른 방법

AI 도입은 대부분 툴을 고르는 문제로 시작해서, 툴을 고르는 문제로 끝난다.

지난 2년간 현장 기업들과 일하면서 반복해서 목격한 장면이 있습니다. 대표가 큰맘 먹고 AI 도입을 결심합니다. 팀원들에게 유료 계정을 배포하고 사용법 교육도 진행하죠. 하지만 두 달 뒤에 슬쩍 물어보면 결과는 늘 비슷합니다. 몇 명만 보고서 초안을 쓰는 데 깨작거리고 있을 뿐, 나머지는 손도 대지 않습니다. 기존의 업무 프로세스는 단 1도 변하지 않은 채 말이죠.

실패의 원인은 툴이 나빠서가 아닙니다. 도입의 ‘출발점’이 틀렸기 때문입니다. 대부분의 회사는 "우리 업무 중에 AI가 대신할 수 있는 게 뭐지?"라는 질문에서 시작합니다. 안타깝게도 이 질문에는 명쾌한 답이 없습니다. 업무의 종류는 무한하고, AI 후보군은 매일 쏟아지며, 우선순위는 정해지지 않기 때문입니다.

더 나은 출발점은 바로 이것입니다. "우리 회사에서 정보가 단절되어 사라지는(죽는) 지점은 어디인가?"

🏔️ 정보가 죽는 지점은 결국 한 곳이다

저희 고객사 중 한 폐기물 수거 회사의 사례를 들려드리겠습니다. 트럭이 움직이고, 배차가 이뤄지고, 현장 기사들이 움직이는 곳입니다. 이 회사에서 하루 동안 일어나는 의사결정의 90% 이상은 ‘전화’와 ‘문자’로 이뤄집니다. 기사가 전화를 걸면, 관제 센터가 판단하고, 그 자리에서 결정이 내려집니다.

문제는 그다음입니다. 이 결정은 몇 시간 뒤, 사무실의 누군가가 가물가물한 기억에 의존해 엑셀에 적어 넣을 때에야 비로소 ‘기록’이 됩니다. 그 타이밍에 옮겨 적지 못한 정보는 그대로 증발합니다.

건설도, 제조도, 물류도 마찬가지입니다. 클라이언트와 현장, 공급업체 사이의 수많은 대화가 프로젝트를 굴리지만, 그 생생한 대화는 어디에도 남지 않습니다. 결국 남는 것은 누군가 한 번 더 필터를 거쳐 재입력한 ‘요약본’뿐이며, 그마저도 원본의 일부일 뿐 아니라 기록 시점도 늦습니다.

저희는 이 지점을 ‘변환 단계’라고 부릅니다. 사람이 대화를 업무 데이터로 바꿔 적는 단계입니다. 이 단계는 회사의 눈에 보이지 않는 세 가지 비용을 발생시킵니다.

• 누락: 옮겨 적지 못한 결정은 애초에 존재하지 않았던 것이 됩니다.
• 지연: 기록은 항상 실제 사건보다 몇 시간 늦게 이뤄집니다.
• 왜곡: 기억에 의존한 재입력은 원본 데이터와 다를 수밖에 없습니다.

이 비용들은 회계 장부에 잡히지 않습니다. 그래서 아무도 이를 문제 삼지 않고, 그저 "원래 현장 일이 다 그런 것"이라며 넘어가곤 합니다.

🛠️ 우리가 세 번의 실패 끝에 배운 것

저희 회사는 바로 이 문제를 풀기 위해 창업했지만, 제품을 만드는 방식을 세 번이나 틀렸습니다.

처음에는 디자인 피드백 툴이었고, 그다음에는 채팅을 티켓(Ticket)으로 변환해 주는 도구였습니다. 매번 어느 정도 작동하긴 했지만, 현장 정착에는 번번이 실패했습니다. 원인을 찾는 데 한참이 걸렸는데, 알고 보니 세 버전 모두 같은 실수를 저지르고 있었습니다.

세 도구 모두 여전히 ‘사람’에게 대화를 업무로 변환하라고 요구했던 것입니다. 버튼을 누르라거나, 태그를 달아달라거나, 티켓을 직접 생성하라는 식으로 말이죠. 변환의 난이도를 낮췄을 뿐, 변환해야 하는 행동 자체를 없애지는 못했습니다. 그리고 눈코 뜰 새 없이 바쁜 현장에서는 난이도가 낮아진 행동조차 결국 귀찮아서 안 하게 됩니다.

여기서 아주 중요한 원칙을 하나 배웠습니다. 현장 중심 기업의 AI 전환 성공 여부를 가르는 가장 정확한 기준입니다.

🚨 핵심 원칙 — 사람이 새로 해야 하는 동작(Task)이 늘어나는 방식은, 아무리 효율적이어도 결국 정착하지 못합니다. 교육으로도, 경영진의 의지로도 극복되지 않습니다. 3개월 뒤면 조용히 버려집니다.

💡 그렇다면 어떻게 해야 하는가?

1단계. 툴이 아니라 ‘이미 흘러가고 있는 대화’를 찾는다

AI를 어디에 적용할지 고민하기 전에, 회사에서 정보가 가장 많이 오가는 채널이 무엇인지 파악해야 합니다. 대부분의 현장 중심 기업에서 그 채널은 슬랙이나 노션이 아닙니다. 전화, 문자, 카카오톡, 그리고 현장 미팅입니다.

한 물류회사는 작년에 큰 비용을 들여 슬랙과 노션을 전사 도입했습니다. 하지만 몇 주 만에 기사들과 코디네이터들은 익숙한 왓츠앱(WhatsApp)으로 돌아갔고, 프로젝트 업데이트는 다시 끊겼습니다. 그들이 저희를 찾아온 건 AI가 필요해서가 아니라, 바로 이 실패 때문이었습니다.

• 교훈: 사람들이 실제로 쓰고 있는 채널을 억지로 바꾸려 하지 마세요. 대신 그 채널 안에서 정보를 자동으로 꺼내오는 방법을 택해야 합니다. 도구 도입의 성패는 기능의 화려함이 아니라, "기존의 습관을 몇 개나 바꾸라고 요구하는가"에 달려 있습니다.

2단계. 대화에 ‘시작과 끝(경계)’을 설정한다

이 부분이 기술적으로나 실무적으로나 가장 핵심적인 영역입니다. 끝없이 흘러가는 채팅 스트림 안에서는 AI도, 사람도 무엇이 하나의 독립된 사건인지 파악하기 어렵습니다.

하지만 대화에 명확한 경계를 지어주면 상황이 달라집니다. ‘이 통화 한 건’, ‘이 회의 한 건’, ‘이 카톡 스레드 한 건’처럼 단위를 나누면, 그 안에서 "무엇이 논의됐고, 무엇이 결정됐으며, 누가 무엇을 맡았는가"를 정확히 추출할 수 있습니다.

저희는 이 단위를 ‘세션(Session)’이라고 부릅니다. 이 구조로 제품을 완전히 개편한 뒤, 현재 도입 프로세스를 밟은 고객사 5곳 중 4곳에 성공적으로 안착시켰습니다. 저희가 가장 신뢰하는 유일한 지표이기도 합니다.

현장 중심 기업 관점에서 이를 쉽게 풀면 다음과 같습니다. "AI에게 우리 회사 전체를 학습시키겠다"는 거대한 접근은 실패합니다. 반면 "이 한 건의 대화를 완벽히 구조화하겠다"는 접근은 확실히 작동합니다. 전자는 막연한 프로젝트가 되지만, 후자는 매일 쓰는 습관이 되기 때문입니다.

3단계. 추출된 결과에 ‘담당자’와 ‘승인자’를 매칭한다

요즘 시장에는 회의 요약, 통화 요약 등을 제공하는 도구가 널려 있습니다. 하지만 ‘요약’은 업무가 아닙니다. 요약본을 읽는다고 해서 일이 자동으로 실행되지는 않으니까요.

요약이 실질적인 ‘업무 행위’가 되려면 두 가지가 필수적입니다. 바로 담당자와 완료 기한입니다. 여기에 조직의 특성에 따라 승인자 롤이 추가되어야 합니다. 특히 현장 중심의 조직은 "일을 실행하는 사람"과 "이를 컨펌하는 사람"이 명확히 분리되어 있으며, 이 구조를 녹여내지 못하는 도구는 실제 현장에서 살아남지 못합니다.

이 단계가 정상적으로 작동하면 경영진은 다음 두 가지 실질적인 산출물을 얻게 됩니다.

1. 누가 지금 어떤 업무를 몇 건이나 들고 움직이는가?
2. 어떤 업무가 소리 소문 없이 누락되었는가?

특히 두 번째가 중요합니다. 대부분의 관리자는 첫 번째(누가 뭘 하는지)는 대충 알고 있지만, 두 번째(무엇이 놓쳐지고 있는지)는 전혀 모르는 경우가 많기 때문입니다.

4단계. 사람이 ‘확인(Confirm)’하는 단계는 남겨둔다

여기서 많은 기업이 과욕을 부립니다. "AI가 알아서 판단하고 데이터 입력까지 다 처리하게 해줘."

결론부터 말씀드리면 권장하지 않습니다. AI의 추출은 100% 완벽할 수 없으며, 잘못 추출된 업무가 사람의 검수 없이 자동으로 실행되면 시스템에 대한 신뢰가 한순간에 무너집니다. 그리고 현장에서 한 번 무너진 신뢰는 다시 회복하기 불가능에 가깝습니다.

가장 현실적이고 안전한 구조는 이렇습니다. "AI가 제안하고, 사람은 확인 클릭 한 번만 하며, 그다음 프로세스는 자동으로 흐르게 하는 것"입니다. 사람이 하는 동작을 ‘적기(Write)’에서 ‘확인하기(Check)’ 하나로 줄이는 것입니다. 재입력은 5분이 걸리지만, 확인은 2초면 충분합니다. 변환의 패러다임이 바뀌는 것이죠.

또한, 이 구조는 훌륭한 부수적 이득을 줍니다. 사람들의 ‘채택률’ 자체가 시스템의 품질 지표가 되기 때문입니다. AI가 제안한 업무 중 현장 관리자가 실제로 승인한 비율을 보면, 시스템이 우리 조직을 얼마나 잘 이해하고 있는지 정량적으로 파악할 수 있습니다. 이 숫자가 높아지면 그때 자동화의 범위를 넓히면 됩니다.

5단계. 기록이 쌓이면 비로소 보이지 않던 것이 보인다

이 지점이 바로 AI 전환의 진짜 수익 구간(ROI)이지만, 대부분의 회사가 앞 단계를 버티지 못해 여기까지 도달하지 못합니다.

실제 앞서 언급한 폐기물 수거 회사에서 일어난 변화입니다. 기존 배차 시스템은 트럭을 항상 A-B-C 경로 순서로 보냈습니다. 하지만 수집된 데이터를 보니 기사들은 수년간 C-A-B 순서로 다니고 있었습니다. 현장 경로를 훨씬 잘 아는 기사들의 암묵지였던 셈이죠. 그동안 아무도 이 사실을 기록하지 않았기에, 회사는 수년 동안 틀린 가정을 바탕으로 배차 계획을 세우고 있었습니다. 하지만 이제는 명확히 알고 고칠 수 있게 되었습니다.

이는 현장에서 누군가 요구해서 만든 기능이 아닙니다. 대화가 매일 구조화되어 쌓이기 시작하자 저절로 드러난 비즈니스의 틈새였습니다. 현장 중심 기업의 AI 전환에서 얻는 가장 큰 가치는 단순히 ‘업무 시간 단축’이 아닙니다. 바로 이러한 ‘보이지 않던 문제의 발견’에 있습니다. 그리고 이는 데이터가 쌓이기 전에는 존재하지 않으므로, 도입 초기 ROI 계산기에는 절대 잡히지 않습니다.

🚫 절대 피해야 할 세 가지 단골 실수

• 처음부터 전사 도입을 추진하는 것: 단 한 팀, 가장 빈번하게 정보가 오가는 ‘한 종류의 대화’에서 먼저 시작하세요. 정보 단절이 가장 심한 접점(보통 현장과 사무실이 만나는 지점) 하나만 타깃으로 삼는 것이 좋습니다.
• AI를 또 하나의 새로운 채널로 만드는 것: 회사가 쓰는 기존 채널이 5개인데 AI 툴이 들어오면서 6번째 채널이 되면, 정보는 오히려 더 파편화됩니다. AI는 독립된 채널이 아니라, 기존 채널(카톡, 문자 등) 위에 자연스럽게 얹히는 인프라 레이어여야 합니다.
• 단순히 ‘시간 절감’으로만 성과를 측정하는 것: "회의록 작성 시간 30분 단축" 같은 지표는 너무 작고 증명하기 어렵습니다. 진짜 측정해야 하는 핵심 지표는 따로 있습니다. 바로 ‘누락된 업무 건수의 감소’, ‘결정이 시스템에 기록되기까지 걸린 지연 시간의 단축’, ‘담당자 미지정 업무 비율의 감소’입니다. 이 세 가지는 도입 전후의 변화가 매우 드라마틱합니다.

✍️ 요약하며

현장 중심 기업의 AI 전환은 "무엇을 자동화할까"에서 시작하면 백전백패합니다. "정보가 어디서 단절되어 죽어가는가"에서 시작해야 합니다.

거의 모든 현장 중심 기업에서 정보가 소실되는 지점은 같습니다. 사람이 대화를 업무 데이터로 옮겨 적는 바로 그 변환 단계입니다. 이 단계 자체를 기술로 녹여내 없애버리면 나머지는 자연스럽게 따라옵니다. 반대로 이 변환의 허들을 없애지 못한다면, 제아무리 글로벌 최고 수준의 AI 모델을 붙여도 3개월 뒤엔 아무도 쓰지 않는 골칫덩이가 될 것입니다.

저희는 이 당연한 진리를 세 번이나 처절하게 실패하고 나서야 깨달았습니다. 이 글을 읽는 다른 기업들은 저희와 같은 시행착오를 겪지 않고, 한 번에 성공적인 디지털 전환으로 직행하시길 바랍니다.

본 아티클은 현장 산업 기업들의 AI 전환을 돕는 마크헙(markhub.ai)의 실무 경험을 바탕으로 작성되었습니다.