AI · AX 인사이트
AI/AX본부이진기 본부장
"대표님께서 AI를 잘 쓰고 싶으신가요? 아니면 우리 회사에 AI·AX가 잘 작동하게 하고 싶으신가요?" 얼핏 같아 보이지만 다른 질문입니다. 앞의 질문이라면 대표님이 AI 활용 기술을 배우시면 됩니다. 뒤의 질문이라면, 대표님이 AI를 잘 쓰시는 것과 별개로 올바른 경영판단, 비전 제시, 목표 설정, 업무지시의 문제입니다. 2026년 8월 금천상공회 초청 강연에서 다룬 내용을 정리했습니다.
01 프롬프트가 보여주는 것
대표님이 AI에게 쓰시는 프롬프트, 그 한 줄이 많은 것을 보여줍니다.
이런 식으로 던지고 계신다면
"AI, 이 자료들 좀 내가 한눈에 볼 수 있게 정리해 줘"
"AI, 우리 회사의 세무 문제점을 찾아주고 개선할 수 있는 대안을 찾아줘"
이런 식으로 요청하고 계신다면
"연도별 매출 추이를 보여주고, 분기별로 매출 순위 제품을 나열해줘"
"최근 5개년 세무조정계산서에서 전년 대비 30% 이상 변동폭이 생긴 항목을 추리고, 그 항목을 중심으로 세무 처리 리스크를 찾아줘"
대표님의 프롬프트 습관은, 사실 우리 회사가 평소 일을 어떻게 맡겨왔는지를 그대로 보여줍니다. "AI를 어떻게 쓰는가"보다 먼저 물어야 할 질문은 "우리 회사는 평소에 일을 얼마나 명확하게 지시하고 있는가"입니다.
02 가업승계에서 배운 것, 결국 사람 문제
많은 대표님들이 가업승계를 세무사·법무사가 알아서 해주는 절세 설계의 문제로 생각합니다. 그러나 현장에서 지켜본 바로는, 실제 승계가 무너지는 이유는 지분 설계가 아니라 후계자와 기존 임원진, 창업 세대와 2세 사이의 신뢰와 역할이 정리되지 않아서인 경우가 압도적으로 많았습니다. 세금은 도구입니다. 진짜 어려운 것은 사람과 조직을 이해하고 설계하는 일이었습니다.
오늘 이 통찰을 AI 도입에 그대로 옮겨보려 합니다. AI 도입도 기술 문제가 아니라, 사람과 조직의 문제입니다.
03 기획실이 없다는 것
대기업이 새로운 시도를 할 수 있는 이유는 '기획실'이 있기 때문입니다. 중소기업 대부분은 이 기능이 통째로 빠져 있습니다.
| 기획실이 있는 회사 (대기업) | 기획실이 없는 회사 (대부분의 중소기업) |
|---|
| 전문가 대응 | 각계 전문가가 상시 대기 | 필요할 때마다 개별 섭외 |
| 이슈 판단 | 모든 이슈를 종합적으로 검토 | 각자 자기 얘기만, 종합 판단 부재 |
| 리스크 대응 | 문제를 사전에 발견 | 문제가 터진 후에야 대응 |
2세 경영으로의 전환이 어려운 이유, 신규 사업 진출이 어려운 이유, 주 업종 전환이 어려운 이유 — 모두 대표님과 같이 지속적이고 종합적으로 검토할 기획실이 없어서입니다. AI 도입이 안 되는 이유도 다르지 않습니다.
04 개인의 활용과 회사의 전환은 다릅니다
✕ 개인의 업무 역량
직원 각자가 알아서 챗GPT를 잘 씁니다
그 직원이 퇴사하면 사라집니다. 회사의 절차나 자산으로 남지 않습니다. 지금 대부분의 중소기업이 머물러 있는 단계입니다.
○ 회사 차원의 AX
업무 절차 자체를 AI를 전제로 다시 설계합니다
누가 하든 같은 절차와 기준으로 돌아갑니다. 회사에 남는 자산이 됩니다.
"우리 회사도 AI 잘 써보자"가 아니라, "기획실이 없는 우리 회사에서, 누가 기획실의 역할을 대신할 것인가"를 먼저 정해야 합니다.
05 지금 현실은 — 필요성은 아는데, 쓰지는 못합니다
중소기업중앙회, 스마트공장 참여기업 502개사 조사(2025.10) · 대한상공회의소·산업연구원, 국내기업 500개사 조사(2024.08) · 과학기술정보통신부·한국지능정보사회진흥원 정보화통계조사(2023)
이유를 들여다보면 이렇습니다. AI 도입이 어려운 이유 2위는 전문인력 부족(20.5%)이고, 이미 스마트공장을 구축한 기업들도 운영하며 가장 힘든 것은 전문 운영인력 부족(43.8%)입니다. 데이터는 쌓였는데 활용을 못 하는 이유 1위도 담당자·전문인력 부족(50.4%)입니다.
"쓸 줄 아는 사람이 없어서"라는 말이, 세 가지 조사에서 형태만 바꿔 계속 나옵니다. 앞서 가업승계 이야기와 같은 결론입니다 — 결국 사람 문제입니다.
06 흔한 네 가지 실패 패턴
목표 없이 도구만 쌓인 회사
대표가 "우리도 AI 좀 써봅시다" 공지 → 부서마다 제각각 툴 구독 → 석 달 뒤 물어보니 다들 어색하게 웃기만.
막내에게 던져진 AI
"젊으니까 네가 해봐" → 정작 AI로 일 시키는 법을 아무도 가르쳐준 적 없어, 몇 번 해보다 종료.
따로 노는 AI
IT팀이 반년 걸려 챗봇을 완성했지만 현업과 소통 없이 만들어져, 정작 매일 쓸 사람들은 요청한 적도 없는 상태.
대표만 쓰는 AI
대표가 "이거 AI가 5분 만에 만든 건데 너흰 왜 이틀 걸리냐" → 직원들은 이후로 AI 얘기 자체를 피하게 됩니다.
이 네 가지, AI 때문에 생긴 문제가 아닙니다. 원래 우리 회사에 있던 문제가, AI 앞에서 그냥 드러난 것뿐입니다.
07 실제 사례 — "이메일로 확인하는 게 더 빨라요"
저희가 외주 기획실로 참여 중인 한 항공물류업체(해외 항공 GSA사, 사명 비공개) 이야기입니다.
CASE
"이메일로 확인하는 게 더 빨라요"
- 2세 경영자 승계 준비 중 — 저희가 외주 기획실 역할
- 해외 거래처 오더가 담당자 개인 이메일로 산발적 수신
- 3년 전 2세 경영자가 전산화 지시 → 3년째 제자리
- AI 대시보드 구축 착수 → 오래 관장해온 상무님 비협조
- "반대"는 없었지만 "예외가 많아 시스템으로 못 담는다"는 이유만 반복
20년 넘게 이 정보를 다뤄온 사람일수록, 그 정보가 시스템으로 넘어가는 걸 자기 입지가 흔들리는 신호로 받아들이기 쉽습니다.
지금은 — 오랜 대화 끝에 오해를 해소하고 AI 기반 실시간 대시보드를 완성했습니다. 중간보고 없이도 대표님과 2세 경영자가 실시간으로 확인할 수 있게 됐습니다.
08 대표님이 판단하실 여섯 가지
1
시야 확보
AI가 무엇을 할 수 있는지, 다른 회사는 어떤 AI·AX로 무엇을 얻었는지 파악합니다.
2
적용처 탐색
우리 회사 업무 중 어디에 AI를 쓸지 고민합니다. 반복적이고 규칙적인 업무일수록 좋은 후보입니다.
3
역량 점검
그 지점을 실행할 사람과 데이터가 지금 우리 조직에 있는지 점검합니다.
4
조직 판단
조직 변경(기획실·TF)이 필요한지, 권한을 어떻게 나눌지 판단합니다. 오늘 강의에서 가장 중요한 판단입니다.
5
교육 설계 판단
실무자들에게 어떤 교육이 필요한지 정합니다. 실행은 외부 전문가·교육기관의 몫입니다.
6
우선순위 판단
여러 후보 중 무엇부터 시작할지 정합니다. 반복 업무 하나부터 작게 시작하시길 권합니다.
4단계, 조직 판단의 원칙
원칙: 되돌릴 수 없는 결정은 반드시 사람이 승인합니다.
기준 미달 결과물은 기계가 자동으로 걸러내고(거부권), 계약·채용·대외발신 등 되돌릴 수 없는 결정은 사람이 최종 승인합니다(승인권).
기계에게 맡길 것
반복 업무 1차 처리 · 기준 미달 결과물 걸러내기 · 초안 작성 · 데이터 정리
사람이 반드시 쥘 것
최종 승인 · 되돌릴 수 없는 의사결정 · 고객·거래처 신뢰가 걸린 판단
09 조직을 바꾸기 전에, 오늘부터 시작하는 두 가지
둘 다 진짜 기획실의 대체재는 아닙니다. AI가 여러 사람의 시각과 이해관계 조율까지 대신할 수는 없습니다. 조직을 갖추기 전, 판단력과 정보력을 보강하는 다리 역할입니다.
① 대표님이 직접 만드는 AI 기획실
1
역할을 부여한다
"너는 우리 회사의 전략기획실장이다" — 구체적 역할과, 어떤 관점(재무·조직·리스크)에서 볼지 지정합니다.
2
회사 지식을 먹인다
재무제표·조직도·과거 의사결정 기록·업계 특성을 입력합니다. 데이터가 없으면 AI는 일반론만 답합니다.
3
판단 루틴을 만든다
주요 의사결정을 앞두고 정기적으로 AI와 대화하며 생각을 정리하는 습관을 들입니다.
4
검증하는 습관을 붙인다
AI 의견을 그대로 승인하지 말고 "왜?"를 계속 질문합니다. 최종 판단과 책임은 대표님 몫입니다.
TIP — AI에게 가상의 페르소나(고객·CTO·독자 등)를 만들어, 그 입장에서 검토·반박해달라고 요청해보세요.
반드시 챙기실 것 — 재무·인사·거래처 등 민감정보는 외부 AI에 그대로 입력하지 마세요. 필요 시 로컬 AI·망분리 환경을 검토하십시오.
② 직원에게 지시하는 AI 기획실
가장 직관적인 형태는 ERP + AI입니다. 부서별 보고 없이도 대표님이 대시보드로 실시간 확인할 수 있습니다.
| 부서 | 반복되는 체크·보고 업무 | AI가 대신 수집·평가·모니터링 |
|---|
| 재무 | 자금 현황, 매출채권 연령분석 | 매일 집계, 연체 급증 등 이상 수치 알림 |
| 세무 | 세금계산서 오류, 신고기한 | 기한 임박·오류 항목 사전 알림 |
| 영업 | 거래처별 수주 현황, 견적 대비 실적 | 파이프라인 실시간 트래킹 |
| 생산 | 설비 가동률, 불량률, 납기 준수율 | 이상 발생 시 즉시 알림 |
| 인사 | 이직률, 초과근무, 채용 진행상황 | 월간 요약 자동 생성 |
| 총무 | 계약 갱신일정, 인허가 만료일 | 기한 임박 항목 사전 알림 |
지시하실 때 이 한마디면 됩니다 — "우리 부서에서 매번 반복해서 확인하고 보고하는 일이 뭔지 적어보고, 그중 AI가 수집·정리까지 대신할 수 있는 게 있는지 찾아봐라."
10 조금 더 적극적으로 — 업종별 이야기
제조업은 이미 시작됐습니다
조선비즈 보도(2026.1.14)가 취재한 실제 중소 제조기업 사례입니다. 경남의 한 자동차부품업체는 AI 비전카메라로 부품 결함을 검사해 정확도와 속도를 크게 끌어올렸고, 검사 인력을 더 부가가치 높은 공정으로 재배치하며 전년 대비 매출이 33% 늘었습니다. 충남의 한 식품제조업체는 생산·포장 자동화와 원격제어를 도입해 4년간 매출이 34% 늘었고, 미국·캐나다·일본 등으로 수출을 확대했습니다. 두 사례 모두 2세 경영인이 AI를 생존전략으로 선제 투자했다는 공통점이 있습니다.
유통업은 아직, 그래서 기회입니다
솔직히 말씀드리면 중소 유통업체의 검증된 AX 사례는 아직 찾기 어렵습니다. 알려진 사례는 대기업 중심(초개인화 쇼핑, 수요예측·재고·발주자동화)이고, 중소 유통업체에는 운영 효율화 쪽이 현실적입니다. 전문가들은 "자동화보다 검증체계가 중요하다"고 조언합니다 — 앞서 말씀드린 거부권·승인권 원칙과 같은 결론입니다. 사례가 적다는 것은 실패확률이 아니라, 아직 미개척 영역이라는 뜻이기도 합니다.
11 AX 이전에 DX
여섯 가지 판단, 기획실, 업종별 사례까지 왔지만 순서 하나는 반드시 짚어야 합니다.
① 지금까지
업무가 사람의 감과 관행으로 돌아갑니다. 기록은 있어도 숫자로 정리되어 있지 않습니다.
② DX (디지털 전환)
업무가 체계적으로 정리되고, 매출·재고·품질 같은 지표가 숫자로 데이터화되어 있는 상태입니다.
③ AX (AI 전환)
그 데이터를 바탕으로 AI가 판단하고 자동화를 돕는 단계입니다.
①에서 바로 ③으로 갈 수 없습니다. 데이터화된 업무가 있어야, AI가 학습하고 판단할 재료가 생깁니다. 역설적이지만 AI·AX 이야기 때문에라도, 지금까지 미뤄왔던 DX 경영으로의 전환을 다시 검토하셔야 할 때입니다.
12 오늘 꼭 하나만 기억하신다면
01
사람에게 일을 명확히 못 시키면, AI에게도 못 시킵니다.
02
새로운 시도가 어려운 건, 기획실이 없기 때문입니다.
03
대표님의 역할은 여섯 가지를 판단하는 것 — 경영판단입니다.
우리 회사의 AI 도입, 어디서부터 시작해야 할까요?
최근 자료를 바탕으로, 우리 회사에 맞는 AI·AX 출발점과 여섯 가지 판단을 함께 짚어드립니다. 무료로 상담해 드립니다.
무료 진단 문의하기
