팀스파르타 AI 테크는 전사 AI 전환을 주도하는 조직입니다.
오성택 리드, 이설희 PM, 허원영 개발자 3명이서 AI로 업무환경을 개선하는 일을 하고 있어요.
200명에 달하는 조직의 AI 전환을 위해서 어떤 고군분투가 있었는지 소개할게요!
우리도 하자, AX.
AI, AX를 풀어내는 방식이 기업마다 다릅니다. ‘AI를 빠르게 도입하지 않으면 큰일나겠다.’는 위기감은 어떤 회사던 가지고 있을거에요.
하지만 AI에 친화적이고 적극성이 높은 조직도 있고, 중요하다는 사실도 알고 있지만 당장 처리해야하는 우선순위의 일들이 많아서, 혹은 관성에 의해 AI 학습 속도가 더딘 조직도 있을 겁니다. 하나의 회사 안에서도 팀의 분위기나 AI 적용 방식이 다 다르지만, AI를 빠르게 도입하고 누구보다 많이 사용하며 시행착오를 겪어야 한다는 사실은 분명했습니다.
스파르타의 내부에서도 위기감과 AI를 향한 갈증은 점점 거대해지고 있었지만, 팀별로 AI에 대한 적극성이나 환경의 차이가 컸어요.
그래서 AI에 대한 흐름에 불꽃을 피우기 위한 별도의 조직이 구성되었습니다.
바로, 팀스파르타 AI 테크입니다.
팀스파르타의 AX는 어떤 모습이어야 하는가
AI Tech 팀의 인원은 3명입니다. (처음 TF 형태로 시작했을 때는 2명이었어요.)
작은 팀이었기 때문에 더더욱 어떤 방식으로 접근해야 가장 큰 변화를 만들 수 있을지 고민해야 했습니다.
- AI Native 조직이란 무엇인가
- 우리가 잘 했을 때 팀스파르타의 AI 활용은 어떤 모습이어야 할까
- 가장 효과적으로 성과를 내고 리소스를 활용하려면 어떻게 접근해야 할까
처음부터 조직 전체가 AI를 적극적으로 활용하는 모습을 만들고 싶다는 생각도 있었습니다. 하지만 당시에는 몇 가지 현실적인 고민이 있었어요.
AI를 업무에 활용하려면 사람들의 학습과 실험에 꽤 많은 시간이 필요할 것이라고 예상됐어요. 또 AI를 실제 업무에 어떻게 적용해야 하는지에 대한 좋은 레퍼런스도 아직 많지 않은 상황이라 교육을 진행하더라도 사람들이 바로 업무에서 활용할 수 있는 수준까지 가기에는 시간이 꽤 걸릴 것 같았습니다.
그래서 먼저 우리가 직접 문제를 해결하면서 AI가 실제로 어떤 임팩트를 만들 수 있는지 보여주는 것이 더 현실적인 접근이라고 생각했습니다. 작은 성공 사례를 만들고, 그것이 조직 안에서 하나의 레퍼런스가 되기를 기대했습니다.
그렇게 해서 선택한 첫번째 시도가 우리 테크가 AI를 활용해 조직의 문제를 직접 해결해보는 것이었습니다.
팀의 문제를 ‘직접’ 해결하기
AX를 시작하면서 우리는 각 팀의 팀장님들을 만나 반복적으로 수행되는 업무, 시간이 많이 드는 작업, 자동화 가능성이 있는 업무들을 수집했습니다. 생각보다 다양한 문제들이 쏟아졌고, 그중 어떤 문제부터 해결할지에 대한 기준이 필요했어요.
그래서 우리는 두 가지 기준을 세웠습니다.
- 첫 번째는 영향 범위가 넓은 문제였습니다. 많은 사람이 사용하는 서비스나 프로세스일수록 작은 개선이라도 체감하는 사람이 많아집니다. AI가 실제로 업무에 영향을 주고 있다는 경험을 더 많은 사람들이 하게 되면, 자연스럽게 조직 안에서도 관심과 참여가 커질 것이라고 생각했습니다.
- 두 번째는 이전에 시도하지 않았던 새로운 해결 방식이었습니다. AI를 활용하면 어떤 문제를 어떻게 풀 수 있는지에 대한 상상력이 아직 조직 안에 충분히 형성되어 있지 않았습니다. “AI로 이런 것까지 할 수 있구나”라는 경험이 생기면, 그것이 또 다른 동기부여가 될 수 있다고 생각했습니다.
이 기준을 바탕으로 몇 가지 문제들을 선택해 AI와 자동화를 활용해 직접 해결하기 시작했습니다.
예를 들어 재무팀의 지출 증빙 검증 자동화가 있었습니다. 영수증 확인 작업에 많은 시간이 소요되던 업무였는데, AI를 활용해 검증 과정을 자동화하면서 재무팀의 업무 시간을 크게 줄일 수 있었습니다. 동시에 영수증을 제출하는 전사 임직원들도 이 기능의 간접적인 사용자였기 때문에, 많은 사람들이 AI가 적용된 업무 경험을 직접 체감할 수 있었습니다.
또 다른 시도는 채용 공고 생성 자동화였습니다. 단순히 문장을 생성하는 것이 아니라 회사의 톤앤매너와 직무 데이터, 시장 정보 등을 종합해 우리 회사에 맞는 채용 공고를 생성하는 방식이었습니다. 이 사례를 통해 조직 안에서도 “AI로 이런 방식의 문제 해결이 가능하구나”라는 새로운 가능성을 보여줄 수 있었습니다.
이렇게 다양한 시도들을 만들어 나가면서 어떤 자동화는 몇 시간 걸리던 일을 몇 분으로 줄이기도 했고, 어떤 작업은 반복적으로 발생하던 수작업을 아예 없애기도 했습니다. 이 과정에서 작은 팀이었지만 조직의 생산성을 직접 높이는 작업을 하고 있다는 느낌이 있었어요. 문제를 해결하는 과정도 꽤 즐거웠습니다.
하지만 시간이 지나면서 한 가지 고민이 생기기 시작했습니다.
직접 해결하는 것의 한계
각각의 작업들은 분명히 성과가 있었습니다. 자동화 하나가 몇 시간의 시간을 줄여주기도 했고, 반복 업무를 제거하기도 했습니다.
그런데 어느 순간 이런 생각이 들었습니다.
이 방식으로 전사적인 변화를 만들 수 있을까?
AX 팀이 직접 문제를 해결하는 방식은 결국 3명의 생산성에 묶여 있었습니다. 자동화를 몇 개 더 만들 수는 있지만, 이 방식으로는 전사적인 임팩트를 극대화하거나, 효과적으로 스케일을 키우기 어렵다는 생각이 들었습니다.
‘AX의 핵심은 우리가 문제를 해결하는 것일까요, 아니면 조직이 직접 AI를 활용하게 만드는 것일까요?’
초기에는 우리가 직접 문제를 해결하는 방식이 가장 빠른 방법이라고 생각했습니다. 하지만 몇 가지 자동화를 만들고 나니 그게 아니었다는 생각이 들었어요.
그래서 접근 방식을 바꾸기로 했습니다.
이 질문을 계기로 우리는 방향을 조금 바꾸기로 했습니다. 기술 중심 접근에서 문화 중심 접근으로 무게를 옮기기로 한 것입니다.
AI 활용이 조직 전체로 확산되려면 몇 명이 잘 쓰는 것보다 많은 사람이 직접 사용해야 한다고 생각했습니다.
그래서 AX를 두 가지 방향에서 접근하기 시작했습니다.
- 사람들이 AI를 직접 사용해보는 문화적 실험
- AI를 업무에 연결할 수 있는 기술적 환경 구축
조직 안에 AI 실험 문화를 만들기 시작했습니다.
먼저 문화적인 시도들을 시작했습니다.
AX Ambassador는 AI 활용을 먼저 시도하고 팀에 활용 방법을 전파하는 내부 얼리어답터 그룹입니다. 쉽게 말해서 AI에 관심있는 사람들이 먼저 써보고 문익점처럼 본인 조직으로 가져가서 AI라는 작은 불씨에 부채질을 하는 역할을 하도록 만드는 것이 목표였습니다.
- AX 모각톤도 운영했습니다. AI를 직접 사용해보는 경험을 만들기 위해 모각톤(모여서 각자 해커톤) 형태의 실습 문화를 만들었고, 실제 업무 문제를 AI로 해결해보는 시간을 마련했습니다.
- 전사 AI 교육도 진행했습니다. 업무 시간을 확보해 Claude Code와 n8n을 중심으로 실습형 교육을 진행했습니다. 단순히 AI를 설명하는 교육이 아니라 실제 자동화를 만들어보는 경험을 만드는 것이 목표였습니다.
- 성과 공유회를 정기적으로 진행하기도 했습니다. 나와 비슷한 혹은 조금 더 잘 쓰는 사람들의 사용기를 듣고 내 업무에 적용해보는 상상을 할 수 있도록 전파하는데 노력을 기울였어요.
.jpg%253FspaceId%253D83c75a39-3aba-4ba4-a792-7aefe4b07895%3Ftable%3Dblock%26id%3D31e2dc3e-f514-8045-8c91-fbafb4a980e8%26cache%3Dv2&w=1920&q=85)
시스템적인 환경도 함께 만들었습니다.
문화적인 접근과 함께 기술적인 환경도 정리했습니다. AI가 실제 업무에 연결되려면 구체적인 활용 사례와 인프라가 필요했기 때문입니다.
그래서 n8n을 활용해 Slack 알림 자동화, 데이터 처리 자동화, 리포트 생성 자동화, 고객 문의 처리 자동화 등 다양한 업무 자동화를 만들었습니다. 이런 자동화들은 실제 업무에서 사용되는 도구로 운영되었습니다.
또 하나 중요했던 것은 AI 기능을 특정 사람만 사용할 수 있는 도구로 만들지 않는 것이었습니다.
그래서 우리는 AI 기능을 플러그인처럼 확장할 수 있는 환경을 만드는 데 집중했습니다. 스킬과 에이전트를 마켓플레이스 플러그인 형태로 제공하고, MCP를 통해 업무 도구를 연결하고, 조직 내부 기능을 AI에서 활용할 수 있도록 구조를 정리했습니다.
이 구조를 통해 AI 기능을 팀원들이 개별적으로 하나씩 새로 만드는 대신 누군가 만든 좋은 툴을 서로 가져다 쓸 수 있고, 또 내가 만든 툴을 다른 사람이 쓰도록 기여할 수도 있는 확장가능한 환경을 만들고자 했습니다.
아직도 구조적인 변화와 시도는 진행 중
AI테크의 이런 시도들이 쌓이면서 조직 안에서도 변화가 조금씩 나타나기 시작했습니다.
AI에 대한 관심도가 커지고, AI를 업무에 활용하는 사례가 생기기 시작했고, 교육 이후 실제 자동화를 만들어보는 팀들도 등장했습니다.
작은 불씨를 만들고 싶었는데, 생각보다 빠르게 조직 안에서 변화가 시작되고 있습니다.
어떤 액션들이 특히 효과가 있었는지, 구체적으로 어떻게 실행했는지, 어떤 시행착오가 있었는지를 다음 포스팅에서 공유할게요.
궁금하다면 팀스파르타 블로그를 또 찾아와주세요.
Share article