AI와 함께 일하는 법을
현장에서 기록합니다.
에이전트 도입 전략부터 RAG, 업무 자동화, 조직 변화까지. 실제 프로젝트에서 얻은 배움을 간결하게 나눕니다.
최신 글
[AI 도입 사례 ①] 월마트의 조달 협상 자동화: 68% 합의율을 만든 설계
사람이 일일이 협상하기 어려웠던 꼬리 공급업체를 AI가 맡자 68%가 합의에 도달했습니다. 월마트·Pactum 사례를 중소·중견기업의 조달 자동화 관점에서 분석합니다.
[AI 도입 사례 ②] Simplyhealth: 이메일 응답 12분을 1분으로 줄인 작은 자동화
Simplyhealth는 가장 자주 묻는 질문 3개와 검증된 답변 500건에서 시작했습니다. 주 90시간 이상을 절감한 고객응대 AI의 범위 설정과 사람 검토 구조를 살펴봅니다.
[AI 도입 사례 ③] AI 카피라이팅: Wowcher의 CPL 31% 감소와 현대백화점 루이스
Wowcher는 AI 카피를 실제 광고 실험에 연결해 리드당 비용을 31% 낮췄고, 현대백화점 루이스는 약 100자 문구를 10초 안에 생성합니다. 성과형 마케팅 자동화의 조건을 분석합니다.
[AI 도입 사례 ④] 에이블리·11번가: 추천 AI보다 먼저 만든 데이터 플라이휠
에이블리의 25억 개 스타일 데이터와 11번가의 3억 5천만 종 상품 추천은 모델만의 성과가 아닙니다. 행동 신호가 다시 추천을 개선하는 데이터 순환 구조를 분석합니다.
[AI 도입 사례 ⑤] Morgan Stanley: 98% 현업 채택률은 평가 체계가 만들었다
Morgan Stanley의 AI Assistant는 자문팀 98% 이상이 사용합니다. 10만 문서를 검색하는 RAG보다 더 중요한 평가 데이터, 회귀 테스트, 사람 검토 운영을 분석합니다.
[AI 도입 사례 ⑥] 월마트 물류 AI: 3,000만 마일 절감이 SaaS가 되기까지
월마트는 경로 최적화로 불필요한 주행 3,000만 마일과 CO₂ 9,400만 파운드를 줄인 뒤 기술을 외부 SaaS로 출시했습니다. 운영 AI가 신사업이 되는 조건을 분석합니다.
[AI 도입 사례 ⑦] BMW 제조 AI: 불량이 드물수록 합성 데이터가 필요한 이유
BMW는 실제 불량이 충분히 생기기를 기다리지 않고 80만 장 이상의 합성 이미지와 80개 산업 범주를 활용합니다. 중소 제조기업의 비전검사 PoC 설계를 분석합니다.
Hermes v0.19.0 해설 ①: “빠르다”는 느낌은 어떻게 만들어졌나
Quicksilver 릴리스의 핵심은 기능 수가 아니라 기다림의 제거입니다. 첫 응답 지연 80% 단축과 데스크톱·TUI 최적화가 실제 사용 경험을 어떻게 바꾸는지 살펴봅니다.
Hermes v0.19.0 해설 ②: 승인 피로는 줄이고, 비밀정보 통제는 강화하다
스마트 승인 기본화, 사용자 정의 거부 규칙, Bitwarden·1Password 연동, 세션 내보내기까지. Hermes의 편의성과 통제권이 함께 강화됐습니다.
Hermes v0.19.0 해설 ③: 서브에이전트의 작업과 답변이 더 이상 사라지지 않는다
실시간 서브에이전트 기록, 재시작 후에도 복구되는 작업 결과, 최종 답변 전달 원장, 프로필별 메시지 라우팅을 운영 관점에서 해설합니다.
Hermes v0.19.0 해설 ④: 새 모델, 추론 강도, 데스크톱과 CLI의 변화
Fireworks AI·DeepInfra·GPT-5.6 등 새 공급자와 모델, max·ultra 추론 단계, 구독 관리와 데스크톱·CLI 개선을 한 번에 정리합니다.
도구를 넘어 운영 모델로: 리더를 위한 AI 전환 5단계 로드맵
개별 AI 도구 도입을 넘어 비즈니스 성과, 의사결정 권한, 데이터·비용·거버넌스, 문화적 신뢰를 하나의 운영 모델로 재설계하는 리더십 로드맵입니다.
AI 운영은 구축으로 끝나지 않는다: 월간 리뷰에서 볼 8가지
AI는 설치 후 방치할 수 있는 시스템이 아닙니다. 매달 성과, 실패, 사람 개입, 비용, 규칙 변화와 다음 확장을 함께 검토하는 운영법을 안내합니다.
중소기업을 위한 AI 보안·거버넌스 최소 체크리스트
AI 안전은 선언이 아니라 데이터 흐름, 권한, 승인, 로그, 중단과 복구로 구현됩니다. 중소기업이 놓치지 말아야 할 최소 통제를 정리했습니다.
기술은 작동하는데 아무도 안 쓴다: AI 채택을 측정하는 7가지 지표
시스템의 자동화율만으로는 현장 정착을 알 수 없습니다. 활성 사용자, 제안 사용, 수정, 우회처리와 시간 재배치를 함께 측정하는 법을 소개합니다.
AI 시대에 직원의 일은 어떻게 바뀌는가
AI 도입은 반복업무를 줄이는 동시에 예외처리, 규칙관리, 데이터 품질 같은 새 책임을 만듭니다. 직원의 불안을 줄이고 역할을 재설계하는 법을 다룹니다.
바로 자동 발송하지 마세요: Shadow Mode로 AI를 검증하는 법
데모에서 잘 작동한 AI를 곧바로 실제 업무에 연결하면 위험합니다. 실행 없이 관찰하고 비교하는 Shadow Mode의 단계와 통과 기준을 설명합니다.
중요한 결정은 사람에게: AI 의사결정 권한표 만들기
AI가 추천할 일과 사람이 승인할 일을 미리 나누면 책임 공백을 줄일 수 있습니다. 실무에 적용할 수 있는 의사결정 권한표 작성법을 안내합니다.
AI에게 어디까지 맡겨야 할까? L0~L4 자율성 가이드
모든 AI 업무에 같은 수준의 자동화를 적용할 수는 없습니다. 검색과 초안부터 제한적 자동실행까지 위험에 맞춰 자율성을 설계하는 법을 소개합니다.
직원 몇 명 대체 대신 AI 성과를 말하는 법
AI의 효과를 인력대체가 아니라 업무량과 고객가치로 설명해보세요. 월 절감시간, 완료업무 원가, 리드타임과 안전 완료율을 소개합니다.
AI 자동화 전에 반드시 측정해야 할 8가지 기준값
기준값이 없으면 AI의 효과도 문제도 증명할 수 없습니다. 자동화 전 꼭 기록해야 할 업무량, 시간, 오류와 고객경험 지표를 정리합니다.
중소기업 AX, 전사 혁신보다 핵심 업무 하나가 먼저다
큰 전환을 말하되 작은 가치 흐름에서 시작해야 합니다. 중소기업이 첫 AX 과제를 고르고 안전하게 확장하는 실전 기준을 소개합니다.
AI는 조직의 진실의 거울이다
AI 도입을 시작하면 기술보다 먼저 업무의 모호함이 드러납니다. 이를 실패가 아니라 운영모델을 개선할 기회로 바꾸는 방법을 정리했습니다.
AI를 샀는데 왜 업무는 그대로일까?
생성형 AI 계정을 늘리는 것과 회사의 업무가 달라지는 것은 다른 문제입니다. 도구를 실제 경영성과로 연결하려면 무엇을 함께 설계해야 하는지 살펴봅니다.
중소기업 AI 도입을 앞당기는 정부 정책의 다섯 축
OECD AI 원칙과 보고서의 분석을 바탕으로, 중소기업 주도 R&D부터 인프라·데이터 접근, 맞춤형 금융, 인력 역량, 국제 협력까지 정부가 고려할 수 있는 정책 방향을 정리한다.
AI 초심자에서 챔피언으로: 중소기업의 성장 단계에 맞춘 정책 경로
중소기업의 AI 도입은 하나의 지원책으로 완성되지 않는다. 인식과 기초 역량을 쌓는 초심자부터 첨단 인프라와 혁신 생태계를 활용하는 챔피언까지, 기업의 도입 프로파일에 맞춰 달라져야 할 정책 수단을 살펴본다.
중소기업 AI 정책의 지도: G7은 장벽을 어떻게 지원 체계로 바꾸는가
G7의 AI 정책은 컴퓨팅 인프라, 역량, 금융, 지역 전달체계를 서로 다른 방식으로 결합한다. 캐나다부터 미국까지 국가별 프로파일을 통해 중소기업 AI 도입 지원의 공통 구조와 차이를 살펴본다.
중소기업 AI 도입을 움직이는 네 가지 조건
중소기업의 AI 도입은 연결성, 데이터·알고리즘·컴퓨팅, 역량, 금융이 함께 갖춰질 때 진전된다. 기업별 디지털 성숙도와 활용 방식의 차이를 고려해 네 조건을 어떻게 연결해야 하는지 OECD 근거로 살펴본다.
맞춤형 AI에서 전사적 내재화로: 탐색 기업과 챔피언의 도약
일본 도매무역 기업의 맞춤형 AI 에이전트부터 캐나다 헬스케어 기업과 영국 바이오테크 기업의 전사적 AI 활용까지, 복잡한 응용과 조직 내재화가 만드는 차이를 살펴본다.
기성 AI에서 시작해 업무 전반으로: 초심자와 최적화 기업의 도입 경로
미국의 커피 로스터와 독일의 사진작가가 AI 실험을 시작한 방식, 프랑스 베이커리와 이탈리아 가방 제조업체가 여러 기능으로 활용을 넓힌 방식을 통해 중소기업의 초기 AI 도입 경로를 살펴본다.
우리 회사는 AI 초심자일까, 챔피언일까
AI 도입을 하나의 비율로 보지 않고 디지털 성숙도, 활용 복잡성, 적용 범위로 진단하는 OECD의 중소기업 분류체계를 실무 관점에서 풀어봅니다.
AI 도입은 빨라졌지만, 중소기업의 생산성까지는 아직 거리가 있다
OECD 데이터로 AI 확산 속도와 기업 규모·산업별 격차를 살펴보고, 도입이 실제 생산성으로 이어지기 위해 중소기업에 필요한 조건을 짚습니다.
AI 확산의 다음 과제, 왜 중소기업이 중심이어야 하는가
G7과 OECD가 말하는 AI의 다음 단계는 더 강력한 모델이 아니라 더 넓고 신뢰할 수 있는 확산입니다. 중소기업이 AI의 혜택을 실제 성과로 전환하려면 무엇이 필요한지 살펴봅니다.