AX는 사실상 DT다
AX는 사실상 -AI를 전제로 다시 설계한- DT다.
조금 더 정확히 말하면, AX는 AI에 최적화하기 위해 다시 설계하는 DT 작업에 가깝다. 그리고 DT는 사실상 전처리가 팔할이다.
여기서 말하는 전처리는 단순히 데이터를 정리하는 일만을 의미하지 않는다. 업무 규칙을 정의하고, 예외 상황을 구분하고, 데이터를 구조화하고, 각 시스템이 주고받을 수 있는 형태로 만드는 모든 과정을 포함한다.
1~2년 전까지만 해도 생산성, 그러니까 시간과 비용의 관점에서 DT나 RPA(Robotic Process Automation)는 재정적 여유가 있는 대기업이나 공공기관 정도만 접근할 수 있는 영역이었다. 도입 비용도 높았고, 업무를 분석하고 시스템으로 구현하는 데에도 많은 인력과 시간이 필요했다.
하지만 AI, 특히 LLM이 대중화되면서 접근성이 급격히 좋아졌다. 단순히 일부 기업이 활용하는 수준을 넘어, 이제는 평균을 지나 표준을 바라보기 시작했다. 과거에는 일부 선택된 자들의 전유물처럼 보였던 기술이, 스마트폰의 보급을 기반으로 카카오톡이 일상적인 커뮤니케이션 수단이 된 것처럼 대중적인 업무 도구로 전환되고 있는 것이다.
아.. 이런, 서론이 길었다.
결론은 하나다.
전처리 과정에서 사람은 빠져라.
개인적으로 여러 방식으로 테스트해 본 결과, DT의 핵심은 전처리 과정에서 사람의 개입을 최소화하는 데 있었다. 사람은 자신이 실제로 사용하는 작업 범위, 즉 인터페이스를 최적화하면 된다. 어떤 정보를 입력할 것인지, 어떤 결과를 확인할 것인지, 어느 지점에서 판단하고 책임질 것인지를 설계하는 것이 사람의 역할이다.
반면 데이터의 정리와 변환, 데이터베이스 구성, 시스템 간 전달과 같은 과정은 가능한 한 AI에게 위임해야 한다. 물론 모델이 변경되거나 특정 도구가 교체되더라도 전체 프로세스가 무너지지 않도록 하는 최소한의 하네스 엔지니어링은 필요하다. 다만 여기서는 굳이 길게 언급하지 않겠다.
애초에 AX는 AI를 전제로 설계하는 DT 프로세스다. 그 과정에 사람이 기존 방식대로 어설프게 개입하면, AI를 도입하고도 사람 중심의 중간 절차만 하나 더 늘어나게 된다. 결국 자동화를 위해 만든 시스템 안에 또 다른 수작업과 레거시가 생긴다.
사람이 빠져야 한다는 말은 방임하자는 뜻이 아니다.
목표와 기준, 책임과 검증은 사람이 맡아야 한다. 다만 반복적인 전처리와 변환, 전달까지 사람이 직접 붙잡고 있을 필요는 없다. 이것은 사람을 배제하는 문제가 아니라 위임의 문제다.
그리고 결국 R&R의 문제다. 조직 문화의 시즌 2 정도? 사람들과의 협업에서 AIs, 사람들과 협업에 대한 조직문화이다. 사람이 해야 할 일과 AI가 해야 할 일을 명확하게 구분하는 것. 어쩌면 AX의 시작은 새로운 AI 모델을 선택하는 일이 아니라, 기존 업무에서 사람이 빠져야 할 지점을 찾아내는 일인지도 모른다.
