top of page

Our Insights

  • 작성자 사진MUNI LABS 무늬랩스

[세미나 현장스케치 1편] 기업의 새로운 도전 : 생성형 AI가 가져올 미래와 Copilot 도입 전략


[세미나 현장 스케치 1편] 기업의 새로운 도전 : 생성형 AI가 가져올 미래와 Copilot 도입 전략

  • 생성형 AI 도입에 대한 기업의 관심과 동향

  • Copilot 도입을 위한 기업의 접근 방법


[세미나 현장 스케치 2편] Copilot 도입으로 달라진 일하는 방식 : 사례와 전략

  • 생성형 AI를 활용한 일하는 방식 개선 사례와 변화 추진 방안

 


무늬랩스 김일겸 대표는 얼마 전 국내 다양한 산업을 대표하는 기업의 CXO분들을 모시고 급변하는 기업 IT 환경과 생성형 AI 출현으로 인한 기업의 다양한 고민에 대해 깊이 있는 대화를 나누고 공감하는 시간을 가졌습니다. 그 날의 생생한 이야기를 공개합니다.



생성형 AI 도입에 대한 기업의 관심과 동향


AI로 생성한 이미지 ⓒ Copyright MUNI LABS 2024



컨설턴트로서 많은 현업 고객분들과 소통하시면서 의견을 듣고 계실 텐데요. 생성형 AI 출현에 대해 기업은 어떻게 생각하고 있나요?


생성형 AI는 'Game Changer'로 정의될 만큼 업무 영역 전반에서 무궁한 가능성을 보여줄 것으로

예상되고 있습니다. 실제로 저희가 만나본 고객분들도 이러한 변화에 대한 관심이 매우 높으시고,

실제 업무에 빨리 적용해 보고 싶어 하셨습니다.”



생성형 AI의 어떤 기능에 대해서 기대하고 있나요?


실시간 번역, 문서 요약, 검색 시간 단축과 같은 단순 업무의 대체뿐만 아니라 AI와의 결합을 통해

보다 창조적이고 창의적인 작업이 가능해질 것에 대해 상당한 기대감을 가지고 계세요. AI를 통해 기존의 반복적이고 비효율적인 업무가 줄어들어, 보다 생산성이 높아지고 효율화 되는 것에 대한 설레임과 기대감이 현장에서 느껴지는 가장 일차적이고 직접적인 반응이라고 할 수 있겠습니다.”



생성형 AI 도입으로 다양한 업무를 효율적으로 할 수 있을 것 같은데, 이에 대한 우려의 목소리는

없었나요?


“생성형 AI가 제공하는 답이 과연 “Right Answer”인지, 그것을 검증하기 위해 오히려 더 시간을

써야 하는 것은 아닌지 등 AI가 제공하는 콘텐츠의 적합성과 정확성에 대한 불안감을 표현하기도

했어요.

이러한 우려는 아마도 생성형 AI가 접근할 수 있는 Data가 충분히 확보되고, 반복적인 사용을 통해

경험치가 쌓이게 되면 상당 부분 해소될 수 있을 거라 생각합니다. 새로운 Tool에 익숙해지고 믿음이

생기려면 시간이 필요하겠죠.”



새로운 Tool이 도입된다고 해도, 모든 구성원들이 익숙하게 활용하기에는 시간이 필요하겠네요.


“네 맞습니다.

한편으로는 빠르게 진화하는 AI를 어떻게 나의 업무에 도입하여 잘 활용할 수 있는가에 대한 우려도

존재했습니다. 생성형 AI를 능숙하게 활용할 수 있는 사람과 아닌 사람의 업무 Performance에는

분명한 차이가 있을 것인데, 나는 그 변화에 잘 적응할 수 있을지, 뭔가 빨리 시작은 해봐야 할 것 같은데 어떻게 하면 좋을지와 같은 고민들을 현실적으로 갖고 계신 것 같습니다.

기존 업무 방식을 바꾸게 되면 아무래도 초반에는 복잡성이 높아질 수밖에 없는데, 이 부분에 대한

저항감도 다소 존재하고요. 한편 조직 차원에서는 AI 활용에 대한 직원들의 니즈가 높아지고 있는 상황에서 내부의 중요 정보가

유출되지는 않는지 보안에 대한 막연한 우려도 여전히 존재하는 상황입니다.”



Copilot 도입을 위한 기업의 접근 방법


AI로 생성한 이미지 ⓒ Copyright MUNI LABS 2024


많은 기업이 경쟁사 보다 한발 빠르게 새로운 트렌드를 받아들이고 싶어 할 것 같습니다. Copilot도 예외는 아닐 것 같은데요, 이러한 새로운 서비스를 도입하는 적합한 방법에 대한 제안이 있으실까요?


“Copilot을 성공적으로 도입하기 위해서는 Microsoft 365라는 협업 솔루션을 직원들이 충분히

성숙하게 활용하고 있는지에 대한 점검뿐만 아니라 기술과 정책 측면의 준비도를 먼저 따져 보아야

합니다.

Copilot은 결국 M365 내에서 소통하고, 협업하고, 업무를 진행할 때 최상의 결과를 내기 위한 조력자이기 때문에 조직 구성원의 M365 환경 적응도와 활용도가 중요한 점검 포인트라고 할 수 있습니다.”



Copilot 도입을 위한 기술과 정책 측면의 준비는 어떤 건가요?

 

“Copilot이 구현되기 위한 기술적 환경이 준비되어 있는지, 또 사내 다양한 문서/Communication

Data에 Copilot이 접근하고 활용할 수 있게, 축적되고 관리되고 있는지도 점검해 보아야 합니다. 그리고 Copilot이 안전하고 신뢰할 수 있는 환경에서 구현될 수 있도록 기존의 보안, Compliance

환경 등도 종합적으로 고려되어야 합니다.

그 다음으로 준비해야 할 것은 사용자인 직원들에게 AI를 활용한 업무 생산성 향상 경험을 체계적으로 제공하는 것입니다.”



체계적인 생산성 향상의 경험에 대해 좀 더 구체적으로 설명 부탁 드립니다.


“앞서 말씀드렸듯, AI는 사용자에 따라서 활용의 목적이나 방법 등에 있어 편차가 큽니다. 이는 AI가

해줄 수 있는 일이 무엇인지에 대한 이해도나 개인에 따라 문장을 구성하거나 조리 있게 말하는 능력에 있어 차이가 크기 때문입니다. 이러한 이유에서 생성형 AI를 쓰다가 포기하거나 좌절하는 사람들이

많아지고 있는 것입니다.


사내 구성원들이 ‘아하, 이게 되네’와 같은 의도된 성공 경험을 갖도록 유도하고, 그런 경험을 구성원이 공유할 수 있도록 도와주어야 합니다. 그러기 위해서는 우리 회사의 어떤 업무 영역에서 특히 효과가

높게 나타날지 사전에 미리 계획하고 의도적으로 접근하는 전략이 필요합니다. “



구성원이 성공의 경험을 체감할만한 업무 영역을 선정하는 방법이 있을까요?


“예를 들면, 기존 업무 중 AI를 통해 보다 더 빠르고 정확하게 처리할 수 있는 업무를 선별하거나, 혹은 직군별 업무 Process에서 AI로 기존의 비효율을 줄이고 생산성을 높일 수 있는 활동들을

선정하는 것과 같은 우리 조직만의 Key Copilot Use Case를 정의하는 것이 필요합니다. 그 다음으로는 정의된 Use Case에 대하여 사용자들이 믿고 쓸 수 있는, 검증된 Prompt Set을 제공하는 것이 필수적입니다.”



실제 Copilot을 도입한 기업의 Case를 예시로 들어준다면 이해가 쉬울 것 같습니다.


“Copilot을 앞서 도입한 국내외 기업들의 케이스를 봤을 때, 조직을 대표하는 적정 규모의 인원이

참여하는 Champion Group을 대상으로 우선적으로 도입하여 사용한 후, 단계별로 대상 범위를 확대하여 나가는 방법이 변화관리 및 사용자 역량 확보 측면에서 가장 추천할만한 방법이라고 할 수 있겠습니다.

특정 부서에 집중하기 보다는 전사의 주요 사업부 및 직군에 걸쳐 임원과 현업 사용자를 Champion Group으로 구성하여 먼저 업무에 활용할 수 있도록 하는 것이 바람직합니다.

이러한 단계적 확산 접근 방식을 통해 AI 도입 관점에서 필요한 Data나 보안 등에 대한 우리 기업의

현재 준비 상황을 점검할 수 있고, 초기 사용자들을 Change Agent로 활용하여 이후의 확산 과정을

보다 원활하게 할 수도 있게 됩니다.”



AI Tool을 업무 전반에 정착시키는 것이 쉬운 일이 아니군요. 성공적으로 정착시키기 위해 주의해야 할 점이 있을까요?  


“AI의 활용을 업무에 정착시키는 것은 근본적인 일하는 방식의 변화를 가져오고 새로운 조직문화를

형성하는 과정입니다.

따라서 얼마나 사용자 중심의 변화관리를 잘 하는지가 성공 여부를 결정짓는 가장 중요한 요소라고

할 수 있는데요, 활용의 효과와 방식에 대한 꾸준한 홍보와 캠페인, 구성원들이 참여하는 Boom-up 이벤트, Best Practice와 성공사례 발굴, 챔피언 커뮤니티의 활성화 등 다양한 변화관리 활동을 조직의 핵심적인 활용 시나리오와 연계하여 꾸준히 지속적으로 실행해야 합니다. 그렇게 하지 않을 경우, 조직의 투자는 실패로 돌아갈 확률이 높습니다.”

 

(세미나 현장 스케치 2편으로 이어집니다)



조회수 25회

コメント


bottom of page