AI를 도입해야 한다는 데 반대하는 기업은 이제 거의 없습니다. 문제는 그다음입니다. "그래서 무엇부터 해야 하는가."
이 칼럼은 그 질문에 답하기 위해 준비한 여섯 편의 시리즈입니다. 기업이 왜 AX에 나서야 하는지부터 시작해, 그 방향을 어떻게 설계하고, 조직의 현재 역량을 어떻게 진단하며, 그 결과를 교육과 성과로 어떻게 연결하는지까지 순서대로 다룹니다.
📚 AX, 어디부터 시작할 것인가 (전 6부)
▶ 1부. AI를 도입했는데, 왜 일하는 방식은 그대로일까 — 왜 AX인가
2부. AX에는 프레임워크가 필요하다 — AX CANVAS 6단계
3부. 역량검사 ① 'AI 좀 씁니다'로는 알 수 없는 것
4부. 역량검사 ② 같은 70점도 서로 다른 70점이다
5부. "그래서 효과가 있었습니까"에 답하는 법
6부. AX는 한 번으로 끝나지 않는다
이번 1부에서 다룰 것은 '왜'입니다. 방법론은 2부부터 이야기하고, 이번 편에서는 먼저 AI를 도입한 기업들이 왜 변화를 체감하지 못하는가, 그리고 AX가 실제로 해결해야 하는 문제가 무엇인가를 짚습니다.
도구는 들어왔는데, 일하는 방식은 그대로입니다
지난 한 해, AI 도입을 결정한 기업이 급격히 늘었습니다. 전사 라이선스를 계약하고, 계정을 배포하고, 전 직원 대상 사용법 특강을 엽니다. 담당자는 '완료' 칸에 체크를 합니다.
그리고 몇 달 뒤, 사용 현황을 열어봅니다.
계정은 전 직원에게 나가 있는데 실제로 매주 쓰는 사람은 일부입니다. 업무 프로세스 문서는 작년 것 그대로입니다. 회의에서 "AI 써보셨어요?"라고 물으면 "아, 그거 있죠" 하고 넘어갑니다.
많은 기업이 지금 이 지점에 서 있습니다. 그리고 대부분 원인을 잘못 짚습니다. 도구가 별로였다고 생각하거나, 직원들이 안 쓴다고 생각하거나, 교육이 부족했다고 생각합니다.
셋 다 원인이 아닙니다.
AI 도입과 AX는 같은 말이 아닙니다
먼저 용어를 정리하고 가겠습니다. 이 둘은 자주 섞여 쓰이지만 전혀 다른 일입니다.
AI 도입은 도구를 들여놓는 일입니다. 라이선스를 사고, 계정을 열고, 사용법을 알려줍니다. 시작과 끝이 명확합니다. 예산을 집행하면 끝나고, 완료 여부를 숫자로 확인할 수 있습니다.
AX(AI Transformation) 는 업무가 처리되는 방식 자체를 바꾸는 일입니다. 누가, 어떤 순서로, 무엇을 검증하며 일하는가가 달라집니다. 시작은 있지만 끝이 없고, 완료 여부를 라이선스 수로 확인할 수 없습니다.
도구는 사면 끝나지만, 일하는 방식은 사서 바꿀 수 없습니다.
AI를 도입한 기업은 많은데 "우리 이렇게 달라졌습니다"라고 말할 수 있는 기업이 적은 이유가 여기 있습니다. 도입은 구매 활동이고, 전환은 조직 활동입니다. 구매로 해결되는 문제에 예산을 쓰고, 조직으로 풀어야 할 문제는 손대지 않은 것입니다.
진짜 문제는 '시간 단축'이 아니라 '격차'입니다
AX의 효과를 물으면 대개 업무 시간 단축이 먼저 나옵니다. 보고서 초안 작성 시간이 줄었다, 자료 조사가 빨라졌다 — 맞는 말입니다.
그런데 이건 AX가 만들어내는 변화 중 가장 작은 조각입니다. 그리고 시간 단축만 보고 있으면 정작 지금 조직에서 실제로 벌어지는 일을 놓칩니다.
실제로 벌어지는 일은 조직 내부의 격차입니다.
같은 팀, 같은 직무 안에서도 AI를 업무에 녹여낸 사람과 그렇지 않은 사람 사이에 산출물의 양과 질이 벌어지기 시작합니다. 처음에는 개인차처럼 보입니다. 누구는 적극적이고 누구는 소극적이라고 넘깁니다.
하지만 조금만 들여다보면 이건 성실함의 문제가 아닙니다. 아무도 기준을 정해주지 않았기 때문에 생기는 격차입니다.
어디까지 AI에게 맡겨도 되는지 기준이 없습니다
결과물을 어떻게 검증해야 하는지 합의가 없습니다
회사 자료를 어디까지 입력해도 되는지 규정이 없습니다
기준이 없으면 어떤 일이 벌어질까요.
잘 쓰는 사람은 규정 없이 질주합니다.
고객사 자료를 그대로 붙여넣고, AI가 만든 문장을 검토 없이 제출하고, 출처가 불분명한 정보를 보고서에 넣습니다. 생산성은 확실히 올라가지만, 그 속도만큼 리스크도 쌓입니다조심스러운 사람은 아예 손대지 않습니다.
어디까지 써도 되는지 모르니 안 쓰는 쪽이 안전하다고 판단합니다. 능력이 없어서가 아니라, 회사가 선을 그어주지 않아서 멈춰 선 것입니다.둘 다 조직에는 위험입니다.
전자는 사고의 위험이고, 후자는 도태의 위험입니다. 그리고 이 상태를 오래 두면, 두 집단 사이의 거리는 나중에 교육 한 번으로 메울 수 없을 만큼 벌어집니다.
이건 우리만의 진단이 아닙니다
여기까지가 저희가 현장에서 반복해서 목격한 패턴입니다. 그런데 이건 저희만의 관찰이 아닙니다.
저희가 을지대학교와 함께 『인공지능연구』(2026)에 발표한 연구에서도, 구성원의 AI 활용 역량 부족이 AX의 주요 장애 요인으로 확인됐습니다.
그리고 그 대응으로 기업들이 AI 교육을 늘리고 있지만, 운영되는 커리큘럼 상당수가 직무 특성도, 역량 수준도, 학습 목표도 반영하지 못한 채 획일적인 방식으로 전달되고 있다는 점도 함께 지적됐습니다.
문제를 인식한 기업들이 교육을 늘렸는데, 그 교육이 다시 같은 한계에 부딪히고 있는 셈입니다. 도구를 똑같이 나눠준 것처럼, 교육도 똑같이 나눠주고 있는 것입니다.
그래서 AX는 무엇을 하는 일인가
정리하면 이렇습니다.
AX는 새로운 도구를 하나 더 들여놓는 일이 아닙니다. 개인이 알아서 잘하기를 기대하는 일도 아닙니다.
조직 안에서 제각각 벌어지고 있는 AI 활용 수준을, 공통의 기준과 공통의 역량으로 끌어올리는 일입니다.
어디까지 맡겨도 되는지 기준을 세우고
결과물을 어떻게 검증할지 방법을 합의하고
그 기준과 방법을 모든 구성원이 실제로 쓸 수 있는 수준까지 올리는 것
여기까지 와야 "우리 회사는 AI를 도입했다"가 아니라 "우리 회사는 일하는 방식이 달라졌다"고 말할 수 있습니다.
다음 편에서는
이제 '왜'는 정리됐습니다. 여기서 대부분의 담당자가 다음 질문에 부딪힙니다.
"방향은 알겠는데, 그래서 무엇부터 어떤 순서로 해야 하죠?"
이 질문에 답하지 못하면 결국 하던 대로 돌아갑니다. 또 도구를 고르고, 또 전 직원 특강을 엽니다.
AX에는 순서가 있습니다. 그리고 그 순서는 한 번 돌고 끝나는 직선이 아니라, 계속 돌아가는 원에 가깝습니다.
2부에서는 AX CANVAS 프레임워크를 통해 목표 설정부터 성과 검증까지 이어지는 여섯 단계의 구조와, 그중 가장 먼저 해야 할 일이 무엇인지 이야기하겠습니다.
📚 AX, 어디부터 시작할 것인가 (전 6부)
1부. AI를 도입했는데, 왜 일하는 방식은 그대로일까 ← 지금 읽고 있는 글
2부. AX에는 프레임워크가 필요하다 — AX CANVAS 6단계
3부. 역량검사 ① 'AI 좀 씁니다'로는 알 수 없는 것
4부. 역량검사 ② 같은 70점도 서로 다른 70점이다
5부. "그래서 효과가 있었습니까"에 답하는 법
6부. AX는 한 번으로 끝나지 않는다
㈜헬로월드랩스 조직의 AI 역량 진단부터 교육 설계, 성과 검증까지 하나의 흐름으로 연결합니다.
문의 | ax@helloworldlabs.kr · 070-8833-7771
참고 문헌 — Jinho Kim, Minsoo Kang, "A Human-in-the-Loop Multi-Agent Framework Design for Personalized Educational Curriculum Matching Based on AX Competency Diagnosis," 『인공지능연구(Korean Journal of Artificial Intelligence)』, v.14 no.2 (2026), pp.17–23.
