H/P 표시는 업무 단계마다 사람이 반드시 해야 하는 구간(H)과 반복 부담이 큰 구간(P)을 표시해, AI에게 맡길 범위를 정하는 워크플로우 설계 방법입니다.
- AX는 도구를 들이는 일(Adoption)이 아니라 업무 방식과 조직 구조를 바꾸는 일(Transformation)입니다. 그래서 도구보다 업무 설계가 먼저입니다.
- AI로 바꾸기 좋은 업무는 반복되고, 판단 기준이 글로 정리돼 있고, 사람이 결과를 검토할 수 있는 업무입니다. 셋 중 하나라도 빠지면 뒤로 미룹니다.
- H/P 표시는 업무를 손이 움직이는 단위까지 쪼갠 뒤, 사람이 책임지는 구간(H)과 반복 부담 구간(P)을 표시하는 방법입니다. H 구간은 자동화하지 않습니다.
- 첫 전환 대상은 빈도와 소요 시간이 큰 P 구간 하나입니다. 작은 성공 하나가 다음 전환의 근거가 됩니다.
AI·DX·AX는 무엇이 다른가?
AX(AI Transformation)는 AI를 도구로 들이는 데서 끝나지 않고, 업무 방식과 조직 구조를 AI 전제로 바꾸는 일입니다. 비슷해 보이는 세 말은 다루는 대상이 다릅니다.
| 구분 | 출발점 | 바뀌는 것 |
|---|---|---|
| AI | 1950년대 개념 등장, 딥러닝 발전, 알파고로 대중 인식 전환 | 기술 자체 |
| DX (디지털 전환) | 데이터 전산화, 클라우드 도입 | 비즈니스 프로세스의 디지털화 |
| AX (AI 전환) | 2022년 11월 ChatGPT 공개 이후 LLM 기반 업무 혁신 | 업무 방식과 조직 구조 |
DX가 종이 문서를 시스템으로 옮겼다면, AX는 그 시스템 안에서 사람이 하던 확인·입력·판단 일부를 AI에게 넘깁니다. 그래서 "어떤 도구를 쓸까"보다 "어느 업무의 어느 단계를 넘길까"가 먼저입니다.
AX는 왜 시작 단계에서 멈추는가?
시작 단계의 실패는 대부분 업무 설계 없이 시범과 도구부터 움직일 때 생깁니다. 현장에서 반복되는 원인은 네 가지입니다.
| 원인 | 현장에서 보이는 모습 |
|---|---|
| POC만 반복 | 부서마다 시범 운영을 하지만 실제 업무로 이어지지 않는다. 시범, 검토, 다시 시범 |
| 팀 간 소통 단절 | AI 전담팀은 기술을 만들고, 현업은 쓸 줄 몰라 활용하지 않는다 |
| 엉뚱한 교육 | 최신 트렌드 위주라 교육을 받아도 내 업무에 적용하지 못한다 |
| 규칙 없이 먼저 도입 | 사용 정책 없이 도구부터 들여와 개인정보 유출, 오남용이 나중에 터진다 |
AX가 무너지는 순간은 시작 전, 확산 중, 끝난 후 세 번입니다. 이 글은 첫 번째를 다룹니다.
| 시점 | 대표 실패 | 다루는 글 |
|---|---|---|
| 시작 전 | POC 반복, 규칙 없는 도입, 엉뚱한 교육 | 이 글 |
| 확산 중 | 교육만 하고 업무에 연결하지 못함, 성과 측정 없이 진행, 소수 열정가 의존 | 마케팅 AI Agent 도입 로드맵: L3에서 L4로 가는 파일럿 5단계 |
| 끝난 후 | 예전 방식으로 돌아가는 재발형, 책임자가 사라지는 공백형, 지표를 안 보게 되는 반짝형 | AX 프로젝트 종료 후 운영 가이드: 재발형·공백형·반짝형 막는 법 |
반대로 시작이 잘 되는 조직에는 공통 조건이 있습니다. 경영진이 AI로 할 수 있는 일을 직접 이해하고, 경영진과 실무자가 같은 자리에서 배우고, 규칙을 도구보다 먼저 세우고, 업무를 가장 잘 아는 현업이 주도하고, 작은 성공부터 만듭니다.
AI가 잘하는 일과 못하는 일은 어떻게 나누는가?
AI는 패턴이 있는 처리에 강하고, 가치 판단과 책임이 따르는 일에는 약합니다. 이 구분이 뒤에 나올 H와 P를 나누는 기준이 됩니다.
| AI가 잘하는 일 | 예 | AI가 못하는 일 | 이유 |
|---|---|---|---|
| 패턴 인식 | 로그 이상 징후 탐지 | 가치 판단 | 편향·윤리 판단을 맡길 수 없다 |
| 요약 | 대화·문서·회의록 정리 | 맥락 이해 | 상황, 관계, 뉘앙스 파악에 한계가 있다 |
| 예측 | 수치 데이터 기반 예측 | 실시간 정보 | 학습 시점 이후 정보가 없을 수 있다 |
| 생성 | 문서 초안, 디자인, 코드 | 책임 | 틀렸을 때 책임을 지지 못한다 |
| 분류 | 문서 종류 분류와 태깅 | 창의적 통찰 | 새로운 문제를 정의하는 힘이 약하다 |
AI가 잘못 판단했을 때의 책임은 AI가 아니라 그 서비스를 운영한 조직이 집니다.
AI로 바꾸기 좋은 업무는 어떻게 고르는가?
반복성, 명확한 기준, 검토 가능성 세 가지를 모두 갖춘 업무부터 고릅니다.
| 기준 | 확인 질문 | 예 |
|---|---|---|
| 반복성 | 주 2회 이상 같은 방식으로 처리하는가? | 매주 같은 양식의 보고서 취합 |
| 명확한 기준 | 판단 기준이 글로 정리돼 있는가? | '만 원 이상이면 거부', '3년 이상 경력' |
| 검토 가능성 | 사람이 최종 결과를 확인하고 고칠 수 있는가? | 승인 전 담당자가 초안을 검토 |
세 기준을 통과한 후보가 여러 개라면 시작 장벽도 함께 봅니다. 데이터가 준비돼 있는지, 시스템을 연동해야 하는지, 접근 권한이 있는지를 확인하고, 임팩트가 크고 장벽이 낮은 업무부터 합니다.
문서 기반 업무라면 네 가지를 더 확인합니다. 구겨진 영수증이나 복잡한 서류도 정확히 읽는지(정확성), 한 번이 아니라 매번 같은 품질로 도는지(반복성), AI가 왜 그 결론을 냈는지 근거를 볼 수 있는지(검증 가능성), 최종 판단이 사람에게 남는지(통제 가능성)입니다.
H 구간과 P 구간은 어떻게 표시하는가?
업무를 단계별로 쪼갠 뒤, 사람이 책임지는 지점에 H, 반복 부담이 큰 지점에 P를 붙입니다. H와 P 사이가 AI가 맡을 구간입니다.
| 구분 | 뜻 | 해당하는 경우 | 처리 원칙 |
|---|---|---|---|
| H (Human Required) | 사람이 반드시 해야 하는 구간 | 최종 승인·결재, 이해관계자 판단, 문제 발생 시 책임, 규정상 서명 | 자동화하지 않는다 |
| P (Pain Point) | 개선이 필요한 반복 부담 구간 | 같은 형식의 데이터 반복 입력, 여러 문서 확인·정리, 정해진 기준의 반복 판단 | AI 전환 최우선 대상 |
표시는 6단계로 합니다.
- 현재 흐름 그리기: 손이 실제로 움직이는 수준까지 업무를 단계별로 적습니다.
- 더 잘게 쪼개기: 각 단계를 산출물 기준으로 더 작게 나눕니다.
- H 표시하기: 승인·판단·책임이 따르는 지점에 H를 붙입니다.
- P 표시하기: 시간이 오래 걸리고 반복 부담이 큰 지점에 P를 붙입니다.
- 우선순위 2개 고르기: 빈도 × 소요 시간이 가장 큰 P 두 개를 고릅니다.
- 자동화 구간 확정하기: P와 H 사이를 AI가 맡는 구간으로 정하고 설계를 시작합니다.
예를 들어 지출 증빙 검토는 이렇게 나뉩니다.
| 단계 | 하는 일 | 표시 |
|---|---|---|
| 1 | 영수증 파일 업로드 | |
| 2 | 날짜·금액·항목 추출 | P |
| 3 | 지출 기준과 비교 판단 | P |
| 4 | 기준 초과 시 반려안, 이내 시 승인안 작성 | P |
| 5 | 담당자 최종 확인 | H |
2~4단계는 AI가 처리하고, 5단계는 사람이 합니다. 이력서 검토도 같은 구조입니다. 정보 추출, 직무 요건과의 비교, 면접 질문 후보 제안은 AI가 하고, 채용 결정은 채용 담당자가 합니다. 개인 업무 단위에서 이 구조를 운영하는 방법은 마케터 개인 OS 가이드: 반복은 맡기고 승인은 사람이 하는 법에서 결정 게이트로 다뤘습니다.
자동화를 시작할 때 무엇을 지켜야 하는가?
판단 기준을 글로 남기고, 결과를 계속 고치고, 데이터 보안을 먼저 확인합니다.
- 판단 기준을 글로 남긴다: '교통비 2만 원 초과 시 반려', '경력 3년 미만 제외'처럼 AI에게 준 기준을 문서로 둡니다. 기준이 바뀌면 문서를 바로 고쳐야 판단이 일관됩니다.
- 결과를 계속 확인하고 개선한다: 처음 설정은 완벽하지 않습니다. 오류 사례를 모아 기준을 다듬는 구조를 처음부터 만듭니다.
- 데이터 보안을 먼저 확인한다: 대상 문서에 개인정보나 기밀이 있는지 점검하고, 도구의 보안 인증, 입력 데이터의 학습 활용 여부, 온프레미스 옵션을 확인합니다.
이번 주에 무엇부터 시작하면 되는가?
반복 업무 하나를 골라 쪼개고, H와 P를 표시하고, P 하나만 먼저 바꿉니다.
- 반복 업무 하나 고르기: 매일·매주·매달 하는 일 중 가장 번거로운 것 하나를 고릅니다.
- 최대한 작게 쪼개기: '서류 처리'가 아니라 '파일 열기 → 정보 찾기 → 입력하기'처럼 나눕니다.
- H와 P 구분하기: 각 단계에 표시를 붙이면 자동화할 곳과 사람이 할 곳이 한눈에 보입니다.
- P 하나만 먼저 전환하기: 임팩트가 크고 시작하기 쉬운 구간 하나에서 작은 성공을 만듭니다.
질문도 바꿉니다. "AI가 전부 할 수 있을까?"가 아니라 "어디까지 AI가 돕고, 어디부터 사람이 해야 할까?"입니다. 사람의 역할을 없애는 것이 아니라, 반복을 줄여 판단과 책임에 집중하게 만드는 것이 AX입니다.
내 업무를 직접 설계하고 운영할 사람이 조직에 있는지는 Builder Level B0~B4: 비개발자가 AI 에이전트를 만들게 되는 5단계로 가늠할 수 있습니다. 조직이 지금 어느 단계인지는 3분 진단으로 먼저 확인해 보세요.
근거와 출처
- AX 전환 실무가이드 (AI Transformation Workflow Playbook) — TROE, 2026. 판단·설계·실행 3요소, 업무 선별 3기준, 6단계 설계법, H/P 정의, 실패 원인 4가지, 성공 조건 5가지
- 마케팅 AX 전환 가이드 (AI Native Marketing Guide v3.0) — TROE, 2026. 교육 후 업무 연결 실패, 소수 열정가 의존 등 확산 단계 실패 원인
- AX 프로젝트 종료 후 자체 운영 가이드라인 — TROE, 2026. 재발형·공백형·반짝형과 종료 후 실패 패턴
- Introducing ChatGPT — OpenAI, 2022. 2022년 11월 ChatGPT 공개 시점
자주 묻는 질문
H 구간은 정말 자동화하면 안 되나요?
안 됩니다. H 구간은 승인·결재, 이해관계자 판단, 책임, 서명이 필요한 지점이라 AI가 틀렸을 때 책임질 수 없습니다. AI는 H 구간 앞까지 정보와 초안을 준비하고, 결정은 사람이 합니다.
처음에 고를 업무는 몇 개가 적당한가요?
한 개입니다. 6단계 설계에서 우선순위 P를 두 개 고르되, 실제 전환은 임팩트가 크고 시작 장벽이 낮은 한 구간부터 합니다.
도구부터 고르면 왜 안 되나요?
무엇을 맡길지 정하지 않으면 도구가 해결할 문제도 정해지지 않기 때문입니다. 사용 규칙 없이 도구부터 들이면 개인정보 입력이나 오남용 같은 문제가 나중에 생깁니다.
판단 기준이 글로 없는 업무는 어떻게 하나요?
기준을 먼저 문서로 쓰는 것이 첫 작업입니다. '교통비 2만 원 초과 시 반려'처럼 쓸 수 있으면 AI도 같은 기준으로 판단하고, 쓸 수 없으면 아직 사람이 할 업무입니다.