AI 에이전트의 활용이 본격화되는 앞으로의 시대, 기업이 직면하는 본질적인 질문은 "누가 AI를 잘 다룰 수 있는가"가 아닙니다. 정말로 묻고 있는 것은, "AI에게 위임할 수 있는 수준의 지식(Knowledge)을 조직으로서 얼마나 구조화하고 있는가" 입니다.

개인의 머릿속에 있는 경험, 판단 기준, 예외 상황에 대한 요령, 명문화되지 않은 암묵적인 규칙. 이것들은 지금까지 "베테랑의 지견"이나 "하이 퍼포머(High Performer)의 노하우"로서 개인에게 종속(属人化, Silo)되어 왔습니다.

물론, 변화가 격심한 환경이나 관리직·리더층에게 요구되는 복잡한 의사결정에서, 개인에게 종속된 지식이 속도를 만들어내는 측면이 있다는 점은 부정할 수 없습니다. 개인 종속 그 자체가 악인 것은 아닙니다.

하지만, **AX(AI Transformation: AI를 전제로 한 기업 변혁)**를 추진하는 데 있어, 지식을 개인에게 가둬둔 채로 두는 것은 치명적인 병목 현상(Bottleneck)이 됩니다. 왜냐하면, AI 에이전트에게 자율적인 업무를 맡기기 위해서는 업무의 흐름뿐만 아니라, 판단의 배경에 있는 **「업무 문맥(Context)을 AI가 참조·실행할 수 있는 형태로 번역해 두어야 하기 때문」**입니다.

지식이 사람에게 의존하고 있는 조직에서는 AI 활용은 어디까지나 "개인의 편리한 도구"에 머무릅니다. 반면, 지식을 조직에 캡슐화(자산화)할 수 있는 조직은 AI 활용을 "조직의 시스템"으로 승화시킬 수 있습니다.

DX(Digital Transformation: 디지털 전환)의 본질이 단순한 종이의 전자화가 아니라 "데이터와 기술에 의한 비즈니스 프로세스의 변혁"이었던 것처럼, AX 또한 단순한 AI 도구의 도입이 아닙니다.

이 두 변혁의 결정적인 차이는 그 중심에 있는 접근 방식에 있습니다.

DX(디지털화): 인간이 시스템을 조작하기 위한 「프로세스의 최적화」 -
AX(AI화): AI 에이전트에게 판단과 작업을 위임하기 위한 「프로세스의 재설계」

회의록 요약이나 문장 교정과 같은 국소적인 「작업의 자동화」 단계에서부터, 일련의 오퍼레이션을 AI를 전제로 재검토하고, 최종적으로 AI 에이전트와 인간이 협조하여 움직이는 조직 구조로 이행해 나가는 것. 그 그랜드 디자인(Grand Design)을 그릴 때 불가결한 것이 바로 「프로세스의 가시화와 구조화」 입니다.

AI에게 어떤 문맥(Context)을 전달할 것인가. 인간은 어떤 경계(Boundary)에서 가치 판단을 내릴 것인가. AI의 출력을 누가 어떤 관점에서 리뷰할 것인가. 이것들을 설계하기 위해서는, 먼저 자신들의 업무가 「어떠한 정보와 판단의 흐름으로 가치를 창출하고 있는가」를 냉철하게 되돌아볼 필요가 있습니다.

AX는 뛰어난 AI 모델을 선택하는 것부터 시작되는 것이 아닙니다. 자사의 업무 프로세스를 깊이 이해하고, 아키텍처(Architecture)로서 다시 그리는 것부터 시작됩니다.

AX를 추진하는 데 있어 피할 수 없는 것이 바로 **「프로세스 지향(Process-oriented)」**으로의 전환입니다. 업무를 「담당자의 작업」이나 「부서의 역할」이라는 「점」으로 보는 것이 아니라, 입력부터 출력까지의 일련의 「흐름」으로 파악하는 사고방식입니다.

예를 들어, 「문의 대응」이라는 업무를 생각해 보겠습니다. 이를 단순히 「담당자가 고객에게 답변하는 일(점)」로 파악하면, AI에게 맡길 수 있는 것은 기껏해야 문장의 초안 작성 정도인 것으로 보일 것입니다.

하지만 이것을 BPM(Business Process Management: 비즈니스 프로세스 관리)의 관점에서 정보와 판단의 라이프사이클(Lifecycle)로서 분해(프로세스화)하면, 전혀 다른 풍경이 보입니다.

정보의 접수와 컨텍스트의 분류도메인 지식(과거 사례·사내 규정)의 검색·결합답변 방침의 책정(여기서 암묵적인 판단 기준이 발생함)답변문 생성과 리스크 체크인간에 의한 최종적인 가치 판단과 승인****대응 결과의 지식 베이스(Knowledge Base)로의 피드백

이와 같이 프로세스를 분해함으로써, **「어디에서 정보가 발생하는가」, 「어디에서 암묵지에 의한 판단이 이루어지는가」, 「어느 경계선에서 AI에게 작업을 위임할 수 있는가」**가 명확해집니다.

BPM의 사상이 보여주듯, 업무 프로세스는 한 번 만들고 끝나는 정적인 도면이 아닙니다. 가시화하고, AI에게 맡길 영역을 정의하고, 실제로 움직이면서 병목이 되는 판단 기준(지식)을 업데이트해 나가는 것. 이 지속적인 프로세스 관리 사이클이 있어야 비로소 AI 활용은 개인의 기술에서 조직의 지속적인 능력으로 변해갑니다.

프로세스라는 「지도」가 없는 상태에서 AI를 도입해도, 결과는 개인의 리터러시(Literacy)에 의존하게 되어, 결국은 "마지막에는 베테랑이 모든 것을 떠맡아 확인한다"라는 레거시(Legacy)한 구조에서 탈피할 수 없습니다.

지식을 조직에 쌓는다는 것은 단순히 공유 드라이브의 문서나 매뉴얼을 늘리는 것이 아닙니다. 업무 프로세스 속에서 **「사람과 AI 양측 모두가 참조하고 실행할 수 있는 지식」**으로서 정리하는 것입니다.

지식 경영 (Knowledge Management)의 고전적 프레임워크인 「SECI 모델」은 암묵지 (Tacit Knowledge)와 형식지 (Explicit Knowledge)의 상호 변환을 통해 조직의 지식이 창조되는 프로세스를 보여주지만, AX 시대에는 이 사이클에 「AI」가 깊숙이 통합됩니다.

베테랑의 머릿속에 있는 "이 고객에게는 이런 표현을 사용해서는 안 된다", "이 설계는 과거의 실패 패턴을 답습하고 있다"와 같은 암묵지를 대화나 프로세스의 가시화를 통해 언어화 (형식지화) 합니다. 그리고 그것을 단순한 읽을거리로 방치하는 것이 아니라, AI 에이전트 (AI Agent)가 자율적으로 움직이기 위한 「판단 기준」, 「리뷰 관점」, 「컨텍스트 (Context)」로서 구조화하는 것입니다.

【암묵지】 (베테랑의 머릿속 경험이나 직관)

│

▼ (언어화·문서화)

【형식지】 (업무 플로우·판단 기준·리뷰 관점)

│

▼ (AI 에이전트로 인풋)

【AI에 의한 실행·확장】 (고속 업무 처리, 새로운 로그 창출)

│

▼ (인간에 의한 리뷰·개선)

【새로운 암묵지·형식지로】 (조직 전체의 능력 향상)

암묵지를 「AI가 실행 가능한 형식지」로 승화시키고, 그것을 바탕으로 AI가 업무를 고속으로 처리합니다. 인간은 그 출력을 리뷰하고, 새로운 깨달음이나 예외 대응을 다시 지식 베이스 (Knowledge Base)로 환원해 나갑니다.

이 「사람과 AI의 협조에 의한 지식의 순환」을 만들어낼 수 있느냐가 앞으로 기업의 경쟁력을 결정짓습니다.

AX (AI에 의한 변혁)라는 말을 쓰면, 아무래도 "어떤 LLM이 우수한가", "어떤 최신 툴을 도입해야 하는가"와 같은 기술의 표면적인 스펙론에 치우치기 쉽습니다.

하지만 아무리 강력한 AI 모델이라 할지라도, 자사의 도메인 지식 (Domain Knowledge)이나 업무 문맥 (Context)이 언어화되어 있지 않다면, 그저 "일반적으로 우수한 어시스턴트"에 불과하며 자사의 핵심적인 경쟁력을 만들어내는 존재가 될 수는 없습니다.

• AI에게 맡기고 싶은데, 업무의 전체 플로우 (Flow)가 보이지 않는다
• AI에게 판단하게 하고 싶은데, 그 판단 기준이 암묵지로 남아 있다
• AI에게 리뷰를 시키고 싶은데, 관점이 베테랑의 머릿속에만 있다

이 상태 그대로 툴만 도입해도 조직으로서의 변혁 (Transformation)은 일어나지 않습니다.

AX의 진정한 출발점은 최신 툴의 선정이 아니라, **「우리들의 업무는 어떤 프로세스로, 어떤 지식을 사용하여 가치를 창출하고 있는가」**를 철저하게 해부하는 데 있습니다.

지식을 사람에게 쌓는 조직은 AI 시대에 정체를 피할 수 없습니다. 지식을 프로세스와 함께 조직에 쌓고, 시스템으로서 기능하게 하는 조직이야말로 차세대 압도적인 생산성을 손에 넣을 것입니다.

제2회 AX 시대에서의 스킬의 형태 검토 워킹 그룹으로부터

자료 2 제2회 AX 시대에서의 스킬의 형태 검토 워킹 그룹 (사무국 자료)