NotesPM / AI / AX / Planning / Work

AX 과제는 어디서 찾을까? 미뤄둔 업무부터 살펴보기

반복 업무를 줄이는 것과 함께, 인력·시간·역량 부족으로 하지 못했던 일에서 AI 활용 기회를 찾아봅니다. 작은 검증 과제로 바꾸는 방법을 정리합니다.

회사에서 AI를 어디에 쓸지 생각하면 회의록, 보고서, 자료 요약처럼 자주 하는 일이 먼저 떠오른다.

반복되는 일을 줄이는 것은 좋은 출발점이다. 자주 수행하기 때문에 개선 전후를 비교하기도 쉽다.

그런데 지금 하고 있는 업무 목록만 살펴보면 찾기 어려운 기회도 있다. 필요성은 알지만 사람이 부족해서, 시간이 오래 걸려서, 필요한 기술을 몰라서 미뤄둔 일들이다.

정기적으로 해야 한다고 생각했지만 한 번도 수행하지 못한 분석, 흩어진 기록을 연결해보고 싶었던 시도, 만들 엄두를 내지 못한 작은 업무 도구가 여기에 들어갈 수 있다.

AX 과제를 찾을 때는 현재의 업무 목록과 함께, 그동안 하지 못했던 일의 목록도 펼쳐볼 수 있다.

속도가 빨라지는 것과 가능한 범위가 넓어지는 것

Microsoft 개발자 331명의 서술형 응답을 분석한 연구는 AI로 가능해진 일을 세 방향에서 살펴봤다.[1]

응답은 익숙한 일을 더 빠르게 수행하는 경우 45%, 이전에는 수행하기 어려웠던 일을 시도하는 경우 36.9%, AI 에이전트를 만들고 지휘하는 등 새로운 종류의 일을 맡는 경우 12.4%로 분류됐다.

이 비율은 생산성이 얼마나 높아졌는지를 뜻하지 않는다. 단일 기업의 자기보고 응답을 분석한 사전공개 논문이며, 실제 성과를 측정한 실험도 아니다.

다만 AI 활용을 바라보는 질문을 넓혀준다.

보고서를 더 빨리 작성했는가와 이전에는 연결하지 못했던 자료를 연결해 새로운 문제를 발견했는가는 서로 다른 변화다. 두 과제는 시작하는 이유도, 확인해야 할 결과도 달라질 수 있다.

미뤄둔 업무를 묻는 질문

AI 활용 아이디어를 모을 때 “무엇을 자동화하고 싶은가”라고 물으면 이미 익숙한 반복 작업이 많이 나올 수 있다.

여기에 다음 질문을 더해볼 수 있다.

  • 필요하다고 생각하지만 정기적으로 하지 못하는 점검은 무엇인가?
  • 자료는 있지만 시간이 없어 비교하지 못하는 정보는 무엇인가?
  • 다른 부서의 도움을 오래 기다려야 해서 시도하지 못한 일은 무엇인가?
  • 한 번은 해봤지만 준비 부담 때문에 반복하지 못한 분석은 무엇인가?
  • 결과를 알 수 있다면 실제 판단이나 대응을 바꿀 수 있는 일은 무엇인가?

마지막 질문이 특히 필요하다. 분석 결과를 만들 수 있다는 사실만으로 해야 할 일이 되지는 않기 때문이다.

그 결과를 누가 보고, 어떤 판단을 달리하고, 이후 무엇을 실행할지까지 이어져야 업무 과제로 구체화할 수 있다.

미뤄둔 이유를 먼저 나눠보기

AI로 일부 작업을 처리할 수 있게 됐다고 해서 모든 미완료 업무가 해결되는 것은 아니다.

자료가 없거나, 접근 권한이 정리되지 않았거나, 부서 간 기준이 다른 일도 있다. 이런 과제는 요약이나 분류가 빨라져도 원래의 제약이 남는다.

미뤄둔 이유를 다음처럼 나누면 시작점을 찾기 쉬워진다.

미뤄둔 이유 AI로 확인해볼 가능성 먼저 확인할 조건
기록이 많아 읽기 어려움 분류·검색·비교 후보를 만들기 자료 접근과 출처 추적이 가능한가
반복해서 계산·정리하기 어려움 정해진 기준으로 변화를 표시하기 비교 기준과 데이터 형식이 일관적인가
구현 기술이 부족함 작은 도구나 시제품을 만들어보기 결과를 검토할 사람과 사용 환경이 있는가
부서별 기준이 다름 기준 차이를 드러내고 논의 자료 만들기 어떤 기준을 적용할지 결정할 책임자가 있는가
원천 정보 자체가 없음 누락을 표시하고 수집 항목을 정리하기 필요한 정보를 실제로 확보할 수 있는가

이는 도입 효과를 보장하는 분류표가 아니다. AI가 처리할 부분과 사람이 먼저 풀어야 할 조건을 드러내기 위한 방법이다.

유지보수 기록을 다시 살펴보는 가상 예시

유지보수 업무가 많은 조직을 가정해보자. 계약 정보, 점검 기록, 장애 이력, 담당자 메모가 서로 다른 위치에 남아 있다면 다음과 같은 일을 미뤄뒀을 수 있다.

계약별 확인 자료가 어디 있는지 찾기, 여러 프로젝트에서 반복되는 장애 유형 비교하기, 인수인계에 필요한 기록이 부족한 곳 확인하기.

처음부터 이 모든 일을 처리하는 시스템을 만들 필요는 없다. 한 가지 질문으로 범위를 좁힐 수 있다.

“정해진 프로젝트 몇 개에서, 최근 점검 기록과 후속 조치 기록이 연결되지 않은 후보를 찾을 수 있을까?”

이 과제에서 AI는 자료를 읽고 관련 후보를 모을 수 있다. 원천 기록의 정확성이나 실제 조치 완료 여부는 담당자가 확인해야 한다.

첫 결과물도 최종 보고서일 필요는 없다. 후보 항목, 근거가 된 원문 위치, 담당자에게 확인할 질문 세 가지를 모은 표부터 시작할 수 있다.

이는 실제로 도입하거나 성과를 확인한 사례가 아니라 과제를 구체화하기 위한 가상 예시다.

목표는 작은 질문 하나로 만들기

“유지보수 업무 전반에 AI를 적용한다”는 목표만으로는 첫 실험에서 무엇을 해야 할지 정하기 어렵다.

대상과 결과를 좁히면 실행 여부를 판단하기 쉬워진다.

  • 대상 자료는 어디까지인가?
  • 이번에 확인할 질문은 하나로 설명할 수 있는가?
  • 결과를 사용할 사람은 누구인가?
  • 결과를 받은 뒤 어떤 행동을 할 수 있는가?
  • 틀린 결과와 누락을 누가 확인할 수 있는가?

예를 들어 자료 수백 건을 한꺼번에 넣기 전에, 대표적인 기록 몇 건을 골라 원하는 비교가 가능한지 확인할 수 있다. 이 과정에서 출처가 빠지거나 분류 기준이 흔들리면 자료와 기준을 먼저 보완하면 된다.

작은 범위에서 유용한 결과가 나왔다면 대상을 넓힌다. 결과가 실제 판단에 쓰이지 않는다면 질문 자체를 바꿀 수도 있다.

하지 않던 일의 가치를 어떻게 볼까

그동안 수행하지 않았던 업무라면 “기존보다 몇 시간을 줄였는가”만으로 가치를 설명하기 어렵다.

새롭게 확보한 점검 범위, 담당자가 유용하다고 확인한 발견, 다음 행동으로 연결된 항목을 함께 볼 수 있다.

가령 자동으로 발견한 후보가 많더라도 대부분이 의미 없는 항목이라면 검토 부담이 클 수 있다. 반대로 후보 수는 적어도 담당자가 놓친 후속 조치를 확인할 수 있었다면 검토할 가치가 있다.

여기에서도 모든 발견을 곧바로 사업 성과로 환산할 필요는 없다. 우선 결과가 유용했는지, 그 결과 때문에 어떤 행동을 했는지, 검토에 얼마나 부담이 들었는지를 남길 수 있다.

업무 목록 옆에 가능성 목록을 두기

AX 과제를 찾는 회의에서는 현재의 반복 업무를 살펴보는 것과 함께, 필요했지만 하지 못했던 일을 한두 개씩 꺼내볼 수 있다.

그 일을 미뤄둔 이유를 확인하고, AI로 달라질 수 있는 조건이 있는지 살펴본다. 조건이 맞으면 다음 판단에 쓸 수 있는 작은 질문으로 바꾼다.

빠르게 할 수 있게 된 일을 개선하는 것과 새롭게 할 수 있게 된 일을 확인하는 것은 함께 진행할 수 있다.

팀의 업무 목록 옆에 작은 가능성 목록을 두는 것. 새로운 AX 과제는 거기에서 시작할 수도 있다.

참고 자료

본문의 질문 목록·분류표·유지보수 예시는 연구 결과를 바탕으로 구성한 실무 제안이며 실제 도입 경험이나 성과를 전제로 하지 않는다.

  1. Choudhuri 외, “To Boldly Go Where No One Has Gone Before” What Has AI Let Developers Unlock?, arXiv 사전공개, 2026.10.16 제출. 원문