회사 AI 도입, 도구보다 먼저 볼 세 가지
소규모 조직의 AI 도입 실패는 기술 부족이 아니라 목적과 운영 기준의 부재에서 온다. 어떤 반복 업무에 쓸지 정하면 서비스 유형이 좁혀지고, 데이터 학습 여부와 1인당 구독 비용을 확인하면 결제 판단이 선다. 민감하지 않은 업무 하나를 소수가 유료 등급으로 시범 운영해 효과를 검증한 뒤 넓히는 순서가 실패를 줄인다.
도구 이름부터 찾으면 대개 헤맨다
"우리 회사도 AI 좀 써보자"는 말은 보통 도구 이름 찾기로 시작한다. 그런데 소규모 조직의 도입 실패를 분석한 자료들은 원인을 기술이나 도구가 아니라 '준비 부족'으로 지목한다. 무슨 문제를 풀 것인지, 어떤 기준으로 쓸 것인지가 없는 상태에서 도구부터 결제하면 몇 달 뒤 아무도 안 쓰는 구독만 남는다.
그래서 첫 질문은 "어떤 AI가 좋아요?"가 아니라 "우리가 시간을 가장 많이 쓰는 반복 업무가 뭔가?"여야 한다. 문서 초안 작성, 회의록 정리, 고객 문의 응대, 자료 검색처럼 구체적인 업무를 먼저 꼽는 것이 출발점이다.
목적이 정해지면 유형이 좁혀진다
Photo by Campaign Creators on Unsplash
업무를 정하면 필요한 서비스 유형도 자연히 갈린다. 크게 네 갈래로 보면 선택이 쉬워진다.
첫째, 범용 대화형이다. 문서 초안, 요약, 번역, 아이디어 정리 같은 일반 사무에 쓰이며 ChatGPT, Claude, Gemini 같은 도구가 여기 속한다. 대부분의 조직은 여기서 시작한다.
둘째, 내부 문서 기반 응답이다. 사내 규정이나 매뉴얼을 학습시켜 "이 규정 어디 있죠?"에 답하게 하는 방식으로, 흔히 RAG라 부르는 구조가 필요하다. 셋째는 코드 작성 보조, 넷째는 이미지·디자인 생성이다. 처음부터 네 가지를 다 건드리기보다 가장 아픈 업무 하나에 맞는 유형만 고르는 편이 낫다.
결제 전에 볼 것: 데이터와 비용
무료 버전으로 회사 자료를 다뤄도 되는지부터 확인해야 한다. 핵심은 입력한 내용이 모델 학습에 쓰이는가다. OpenAI는 ChatGPT의 팀·기업용 플랜에서는 사용자 데이터를 모델 학습에 쓰지 않는 것을 기본값으로 둔다고 밝혔다. 반대로 개인·무료 등급은 학습 사용을 막으려면 별도 설정이 필요한 경우가 있다. 회사 문서를 다룰 계획이라면 이 차이가 요금보다 중요하다.
| 구분 | 개인·무료 | 팀 플랜 | 기업 플랜 |
|---|---|---|---|
| 데이터 학습 | 옵트아웃 필요할 수 있음 | 기본 미사용 | 기본 미사용 |
| 대략 비용(1인/월) | 무료~3만원대 | 3만~4만원대 | 8만원 안팎(추정) |
| 관리·보안 기능 | 제한적 | 일부 | 강함 |
비용은 대부분 '사용자 1인당 월 구독' 구조라 인원에 비례해 늘어난다. 열 명이 쓰면 개인 요금의 열 배다. 전 직원에게 한 번에 깔기 전에, 실제로 매일 쓸 사람 규모를 먼저 셈해야 한다.
처음 미끄러지는 자리는 정해져 있다
실패 사례는 몇 가지로 반복된다. 목적 없이 유행 따라 도구부터 지르는 경우, 효과 측정 없이 "왠지 좋아졌다"에 그치는 경우, 그리고 직원이 무료 도구에 고객 정보나 미공개 자료를 무심코 붙여넣는 경우다. 특히 세 번째는 실제 정보 유출로 이어지는 대표적 사고 유형으로 꼽힌다.
그래서 현실적인 시작은 이렇다. 민감하지 않은 업무 하나를 골라, 학습에 데이터를 쓰지 않는 유료 등급으로, 소수 인원이 몇 주 써본 뒤 효과를 확인하고 넓히는 순서다. '작게 시작해 검증하고 확장'이라는 순서만 지켜도 흔한 실패의 상당수는 피할 수 있다.