AI 도구가 부서마다 복제되고 있다면 — 하나가 아니라 틀을 만드는 법
AI로 업무 도구를 하나 만드는 것은 이제 하루면 됩니다. 문제는 그다음입니다. 부서마다 복사본이 생기고, 무엇이 최신인지 아무도 모르게 됩니다. 공통 부분과 가변 부분을 나누는 설계, 계산은 시스템에·서술은 AI에 맡기는 원칙, 확장 전 판단 기준을 AX 관점에서 정리했습니다.
AI 도구를 만드는 비용은 거의 0이 됐습니다. 대신 관리하는 비용이 조용히 쌓이고 있습니다.
"비슷한 게 벌써 일곱 개예요"
AI 도입 6개월 차 회사에서 자주 보는 장면이 있습니다.
영업팀이 제안서 초안 생성기를 만들었습니다. 잘 쓰입니다. 마케팅팀이 그걸 복사해서 보도자료용으로 고칩니다. 인사팀은 채용 공고용으로, 기획팀은 보고서용으로 고칩니다. 몇 달 뒤 비슷한 도구가 일곱 개가 됩니다.
처음엔 문제가 없어 보입니다. 각자 잘 쓰고 있으니까요. 그러다 문제가 하나씩 드러납니다.
- 회사 소개 문구가 바뀌었는데 일곱 군데를 고쳐야 합니다.
- 개인정보 필터를 넣었는데 두 개에만 들어갔습니다.
- 만든 사람이 퇴사하자 아무도 그 도구를 고치지 못합니다.
AI 덕분에 만드는 비용은 거의 사라졌지만, 관리하는 비용은 도구 수만큼 늘어납니다. 직원들이 각자 AI를 쓰는 섀도우 AI가 도구 단위로 번지는 셈입니다.
하나를 만들지 말고 틀을 만드세요
해법은 단순합니다. 업무마다 달라지는 부분만 떼어 내고, 나머지는 하나로 두는 것입니다.
| 공통으로 둘 것 | 업무마다 바꿔 끼울 것 |
|---|---|
| AI 호출과 처리 엔진 | 문서 양식과 목차 |
| 개인정보·보안 필터 | 업무별 기준과 용어 |
| 결과 검증 규칙 | 참고 자료 목록 |
| 화면과 권한 관리 | 말투와 분량 |
새 부서가 도구를 원하면 오른쪽 칸만 채운 설정 파일 하나를 추가합니다. 회사 소개 문구가 바뀌면 공통 부분 한 곳만 고칩니다. 보안 필터는 처음부터 모든 업무에 들어갑니다.

AI에게 도구를 만들어 달라고 할 때도 요청을 바꾸면 됩니다. "제안서 생성기를 하나 더 만들어 줘" 대신 "문서 한 종을 설정 파일 하나로 정의하면 생성·검증·화면이 알아서 붙는 구조로 만들어 줘"라고 요청하십시오. 새 업무를 추가할 때 건드리는 파일이 하나뿐인 구조가 목표입니다.
AI가 가장 잘하는 일은 "같은 꼴 하나 더"입니다
이 설계가 AI 시대에 특히 잘 맞는 이유가 있습니다.
AI는 정해진 틀에 맞춰 같은 꼴의 것을 하나 더 만드는 일에 유난히 강합니다. 틀이 없으면 매번 처음부터 만들고, 그때마다 결과물이 조금씩 다릅니다. 틀이 있으면 AI가 채울 칸이 분명해지고 품질도 고르게 나옵니다.
그래서 첫 도구를 만들 때 하루가 더 들더라도, 두 번째부터는 거의 공짜가 됩니다. 파일럿은 성공했다, 그 다음은?에서 다룬 확산 전략 중 "기능 단위 확산"을 가장 싸게 실행하는 방법이 이것입니다.
계산은 시스템에, 서술은 AI에
틀을 짤 때 함께 정해야 할 원칙이 하나 있습니다. 정답이 있는 계산은 AI에게 맡기지 않는 것입니다.
매출 집계, 단가 계산, 재고 수량, 평가 점수. 규칙이 정해진 계산을 AI에게 맡기면 같은 입력에도 결과가 조금씩 달라집니다. 맡길 이유가 없습니다. 기존 시스템이나 코드가 계산하고, AI는 그 결과를 해석해 사람이 읽을 문장으로 쓰는 일만 합니다.
| 시스템이 할 일 | AI가 할 일 |
|---|---|
| 이번 달 매출 집계 | 전월 대비 변화의 의미 서술 |
| 견적 금액 계산 | 견적서 설명 문구 작성 |
| 평가 점수 산출 | 점수 조합에 대한 피드백 작성 |
이 경계를 지키면 결과가 흔들리지 않고, 틀렸을 때 어디서 틀렸는지도 바로 찾을 수 있습니다. 경계가 흐리면 AI가 자신 있게 틀릴 때에서 다룬 문제가 숫자에까지 들어옵니다.
틀이 있으면 고치기도 쉽습니다
틀은 늘릴 때만 좋은 것이 아닙니다.
현업 피드백을 반영하거나 규정이 바뀌었을 때, 틀이 있으면 한 곳만 고칩니다. 복사본 일곱 개라면 일곱 번 고치고, 그중 하나는 빠뜨립니다.
고치는 범위도 분명해집니다. 특정 업무의 양식만 바꿔야 한다면 그 업무의 설정 파일만 고치고, 모든 업무에 걸친 문제라면 공통 부분을 고칩니다. 무엇을 고치면 어디까지 영향이 가는지 미리 알 수 있다는 것이 복사본과 틀의 가장 큰 차이입니다.
다만, 겉모습과 검증은 다른 문제입니다
틀을 짜 두면 그럴듯한 결과물은 얼마든지 찍어 낼 수 있습니다. 여기에 함정이 있습니다. 그럴듯해 보이는 것과 실제로 맞는 것은 다른 문제입니다.
AI로 사람을 평가하는 서비스에서 실제로 문제가 터졌습니다. 2022년 외부 연구진의 감사에서는 채용용 AI 성격 분석 서비스 두 곳이 같은 사람에 대해 이력서 형식(PDF·텍스트)이나 입력 자료(이력서·링크드인)만 바꿔도 상당히 다른 성격 점수를 냈고, 연구진은 이를 유효한 검사 도구로 볼 수 없다고 결론 냈습니다. 이런 일들이 쌓이면서 뉴욕시는 채용용 자동화 도구에 연 1회 편향 감사를 의무화했고, EU는 AI법에서 채용에 쓰는 AI를 고위험으로 분류했습니다. 국내에서도 AI 기본법이 시행되면서 고영향 영역의 책임이 커졌습니다.
그래서 틀에 올리는 업무를 위험도로 나누세요.
- 바로 올려도 되는 업무: 초안 작성, 요약, 문구 다듬기처럼 사람이 최종 확인하는 일.
- 검증 후 올릴 업무: 고객에게 그대로 나가는 문서, 계약·견적 관련 문서.
- 전문가 검증 없이 올리면 안 되는 업무: 채용·평가·선발, 의료·금융 판단처럼 사람이나 돈에 무게가 실리는 일.
같은 틀로 만든 도구라도 용도가 바뀌면 검증 수준도 달라집니다. 사내 참고용으로 만든 도구를 채용이나 평가에 쓰기 시작하는 순간 전혀 다른 수준의 검증이 필요합니다. 도구마다 허용 용도를 처음부터 적어 두십시오.
확장 전 점검 세 가지
AI 도구를 하나 만들었다면, 복사하기 전에 세 가지를 물어보세요.
1. 비슷한 것을 몇 개 더 만들게 될까? 셋 이상이면 틀부터 만드세요.
2. 무엇이 공통이고 무엇이 업무별인가? 위의 두 칸 표를 채워 보세요. 채우기 어렵다면 아직 업무를 충분히 이해하지 못한 것입니다.
3. 공통 부분은 누가 관리하나? 틀을 관리하는 사람이 없으면 틀도 결국 복사본이 됩니다. AI 내재화 vs 외주에서 다룬 것처럼, 공통 부분은 안에 두는 편이 낫습니다.
마무리
AI로 만드는 속도가 빨라질수록 차이는 두 번째를 얼마나 싸게 만드느냐에서 납니다. 하나를 잘 만들고 틀로 바꿔 두면, 하나를 만드는 힘으로 여러 개를 운영할 수 있습니다.
그리고 틀이 클수록 경계를 분명히 하세요. 무엇을 시스템이 계산하고 무엇을 AI가 쓸지, 어떤 업무는 틀에 올리기 전에 반드시 검증할지. 이 경계가 AI 도구를 늘려도 통제되는 조직과 그렇지 않은 조직을 가릅니다.
이 주제를 직접 실험해 본 기록은 심리검사 하나를 만들었다가 스무 개가 됐다에 적어 두었습니다.