전담 인력 없이 AI를 운영하는 법

AI 엔지니어가 없어서 AI를 못 하는 게 아닙니다. AI 엔지니어 없이도 AI를 운영하는 구조를 만드는 겁니다.

"AI 할 사람이 없습니다"

예산 문제 다음으로 많이 듣는 말입니다. 중소기업 대표에게 AI를 제안하면, 십중팔구 이 반응이 돌아옵니다.

"좋은 건 알겠는데, 우리 회사에 그걸 할 수 있는 사람이 없어요."

그래서 AI 엔지니어를 채용하려고 합니다. 연봉을 알아보면 8천만 원에서 1억 5천만 원. 채용해도 이 한 명이 할 일이 풀타임으로 있는지 확신이 없습니다. 결국 "나중에 규모가 커지면 그때 하자"로 돌아갑니다.

이 사고방식의 문제는 AI 운영 = AI 전문가가 필요하다는 등식을 당연하게 받아들이는 데 있습니다. 대기업에서는 맞습니다. 중소기업에서는 아닙니다.

AI 전문가가 필요한 것과 필요 없는 것

먼저 구분해야 합니다. AI 관련 업무 중 전문가가 반드시 필요한 것과, 기존 직원이 할 수 있는 것.

전문가가 필요한 일:

• AI 모델을 처음부터 설계하고 학습시키는 것
• 대규모 데이터 파이프라인을 구축하는 것
• 자체 인프라에 AI를 배포하고 최적화하는 것

전문가 없이 가능한 일:

• SaaS AI 도구를 선택하고 업무에 적용하는 것
• 프롬프트를 설계하고 최적화하는 것
• 노코드 자동화 워크플로우를 만드는 것
• AI 어시스턴트에 문서를 업로드하고 관리하는 것
• AI 결과물의 품질을 확인하고 피드백하는 것

2편에서 다룬 "월 50만 원 AI"의 대부분은 후자에 해당합니다. 도구를 만드는 사람이 아니라, 도구를 잘 쓰는 사람이면 됩니다.

"AI 담당자"라는 역할

전담 인력은 필요 없지만, 담당자는 필요합니다. 누군가가 AI를 자기 일로 여기지 않으면, 아무리 좋은 도구도 방치됩니다.

중소기업에서 AI 담당자의 현실적인 모습은 이렇습니다.

기존 업무를 하면서, 주당 4~8시간을 AI에 쓰는 사람.

이 사람이 하는 일:

• 새로운 AI 도구를 테스트하고, 우리 업무에 맞는지 판단한다
• 팀원들이 쓸 프롬프트 템플릿을 만들고 업데이트한다
• 자동화 워크플로우를 설계하고 관리한다
• AI 관련 문제가 생기면 1차로 해결하거나, 외부에 문의한다
• 월 1회 정도 "이번 달 AI 활용 현황"을 대표에게 공유한다

풀타임이 아닙니다. 겸임입니다. 하지만 공식적인 역할이어야 합니다. "관심 있으면 알아서 해봐"가 아니라, "네가 우리 회사의 AI 담당이야. 주 4시간은 이걸 해도 돼"라고 명확히 말해야 합니다.

어떤 사람이 적합한가

AI 담당자에게 기술적 배경은 필수가 아닙니다. 더 중요한 자질이 있습니다.

호기심. 새로운 도구를 보면 "이걸 우리 업무에 어떻게 쓸 수 있을까?"라고 먼저 생각하는 사람.

업무 이해. 우리 회사의 프로세스, 반복 업무, 병목 지점을 아는 사람. 기술을 모르는 현장 전문가가, 현장을 모르는 기술 전문가보다 AI 적용에 더 유리합니다.

실행력. 완벽하게 이해한 뒤 시작하는 게 아니라, 일단 해보고 배우는 스타일.

소통 능력. 자기만 쓰는 게 아니라, 다른 팀원에게 "이렇게 하면 편해요"라고 알려줄 수 있는 사람.

직급은 상관없습니다. 대리일 수도 있고, 팀장일 수도 있고, 대표 본인일 수도 있습니다. 중요한 건 위의 네 가지 자질입니다.

외부 파트너는 언제, 어떻게 쓰는가

모든 걸 내부에서 해결할 필요는 없습니다. 하지만 외부 파트너를 쓰는 방식이 대기업과 다릅니다.

대기업은 외부에 "프로젝트"를 맡깁니다. 수개월짜리 계약, 수천만 원의 비용, 완성된 결과물 납품.

중소기업이 외부 파트너를 쓰는 올바른 방식은 "프로젝트"가 아니라 "자문"입니다.

• 초기 설계를 함께 하고, 실행은 내부에서 한다
• 막히는 지점이 생기면 시간 단위로 상담한다
• 분기에 한 번 정도 현재 활용 상태를 점검받는다

이렇게 하면 외부 비용은 월 수십만 원에서 백만 원 정도로 관리됩니다. 그리고 더 중요한 것 — 지식이 내부에 축적됩니다. 프로젝트를 통째로 외주하면, 벤더가 떠난 뒤 아무도 그 시스템을 이해하지 못합니다. 자문 방식이면, 실행을 내부에서 하기 때문에 노하우가 회사에 남습니다.

유지보수를 최소화하는 설계

AI 시스템을 만들 때, 처음부터 "관리가 적게 드는 구조"로 설계해야 합니다. 전담 인력이 없으니까요.

SaaS를 우선하세요. 자체 서버에 AI를 설치하면 업데이트, 보안 패치, 장애 대응을 모두 우리가 해야 합니다. SaaS는 이 모든 걸 서비스 제공자가 합니다. 비용이 조금 더 들어도, 관리 부담이 사라집니다.

복잡한 연동을 피하세요. 시스템 5개를 연결하는 자동화는 하나가 바뀌면 전체가 깨집니다. 연동 지점은 최소로, 가능하면 2~3단계 이내로 유지하세요.

사람의 확인 단계를 넣으세요. 완전 자동화는 매력적이지만, 뭔가 잘못되었을 때 발견이 늦습니다. 핵심 워크플로우에는 "사람이 한 번 확인하는 단계"를 넣어두세요. 약간의 수동이 전체 시스템의 안정성을 높입니다.

문서화를 하세요. AI 담당자가 아플 때, 휴가일 때, 퇴사할 때 — 다른 사람이 바로 이어받을 수 있어야 합니다. "이 워크플로우는 이렇게 작동하고, 문제가 생기면 여기를 확인하세요"를 한 페이지로 적어두세요. 복잡할 필요 없습니다.

성장에 따라 구조도 바뀐다

지금 설명한 구조는 AI 도입 초기에 맞는 모델입니다. 회사가 성장하고 AI 활용이 깊어지면, 구조도 진화합니다.

초기 (지금): 겸임 담당자 1명 + 외부 자문

성장기: AI 활용이 5개 이상의 업무에 확대되면, 담당자의 AI 업무 비중을 50% 이상으로 올립니다. 또는 두 번째 담당자를 추가합니다.

확장기: AI가 매출이나 핵심 프로세스에 직접 기여하기 시작하면, 그때 전담 인력을 검토합니다. 이 시점에서는 채용의 근거가 명확합니다. "이 사람이 풀타임으로 하면 이만큼의 가치가 생긴다"를 숫자로 말할 수 있습니다.

처음부터 전담 인력을 갖추려 하면 시작을 못 합니다. 겸임으로 시작하고, 필요가 증명되면 확장하는 것. 이것이 중소기업의 현실적인 경로입니다.

결국, 사람의 문제가 아니라 구조의 문제다

"AI 할 사람이 없다"는 말의 진짜 의미는 대부분 이겁니다: "AI를 시킬 방법을 모르겠다."

사람은 있습니다. 호기심 많은 직원, 새로운 도구를 좋아하는 팀원, 반복 업무에 지친 담당자. 이 사람에게 역할을 주고, 시간을 주고, 권한을 주면 됩니다.

AI 전담팀이 없어도, AI는 운영됩니다. 필요한 건 전문가가 아니라 구조입니다.

다음 글에서는 이 시리즈의 마지막으로, 중소기업이 대기업을 이기는 AI 전략 — 속도와 정밀함으로 승부하는 법을 이야기하겠습니다.