AI 도입, 8억 견적서의 비밀은 '맥락'에 있었습니다.

많은 기업이 AI 전환(AX) 준비 2단계에 머물러 있음에도 불구하고, 전사 AI 플랫폼 구축이나 복잡한 로드맵 설계와 같은 과도한 처방을 시도하는 '오진' 현상이 발생하고 있다. 이는 업무 맥락의 비구조화와 데이터의 파편화가 근본 원인이며, AI 도입의 불확실성을 높여 높은 견적 비용으로 이어진다. 공급자 중심의 사업 구조는 고객의 리스크를 전가하며, 결국 실행력 부재로 프로젝트 실패를 야기한다. 특히, 데이터 미저장 정책(Zero-Retention Policy)이 부재한 상태에서 AI를 도입하려는 시도는 비효율을 증폭시킨다.

한국 비IT 기업의 약 70%가 AI 전환 준비 2단계에 해당하며, 이들은 엑셀, 카카오톡, 담당자의 암묵지에 비즈니스 맥락을 의존하고 있다. ERP나 그룹웨어 같은 시스템이 존재하더라도, 핵심 의사결정 로직은 특정 개인의 경험과 기억에 남아있는 경우가 많다. 이는 데이터 격리 아키텍처(Data Isolation Architecture)가 부재하고, 업무 기준이 명시적으로 구조화되지 않았음을 의미한다. 이러한 상태에서는 정확한 요건 정의나 AI 로드맵 실행이 불가능하며, 프로젝트의 실패 위험(Risk of Failure)이 매우 높다.

2단계 기업이 AI 도입 성공 가능성을 높이기 위해서는 다음 세 가지 요소가 필수적이다. 첫째, 업무 규칙의 명시적 지식 체계화(Ontology Construction) 작업으로 사람 머릿속의 암묵지를 가시화해야 한다. 둘째, 축적되는 데이터를 기반으로 온톨로지를 지속적으로 강화하는 피드백 루프(Feedback Loop) 구축이 필요하다. 셋째, 이러한 모든 과정은 현장 중심(On-site Execution)으로 진행되어야 하며, 담당자 옆에서 실제 업무 화면을 보며 진행하는 것이 중요하다. 이 과정은 화려하지 않지만, AI 솔루션 도입의 선행 조건(Prerequisite)이다.

위시켓 AIDP는 기존의 시스템 구축 중심 접근 방식에서 벗어나, 실행 중심의 순환 구조(Iterative Execution Structure)를 채택했다. 2주 단위 스프린트로 성과를 확인하고 실행과 진단을 수정하며 나아간다. 특히 현장 상주 엔지니어(Field Delivery Engineer)가 고객사 실무자와 함께 엑셀 파일의 정산 기준을 구조화하고, 암묵지를 명시적 규칙으로 전환하는 작업을 수행한다. 이를 통해 특정 담당자에게 의존하던 프로세스를 팀 누구나 운영 가능한 시스템으로 변화시키며 2단계에서 3단계로의 성공적인 전환을 지원한다.

AI 도입 프로젝트의 실패는 종종 기술 자체의 문제가 아니라, 비즈니스 맥락의 비구조화에서 비롯된다. AI 모델 선정이나 데이터 통합보다 선행되어야 할 것은 흩어진 업무 흐름, 판단 기준, 암묵지를 시스템이 이해할 수 있는 형태로 옮기는 작업이다. 이 과정이 선행되지 않으면 어떤 AI 솔루션도 현장에서 제대로 활용되기 어렵다. 따라서 AX의 진정한 출발점은 AI 기술이 아니라, 현재 회사의 상태를 정확히 진단하고 맥락을 구조화하는 데 있다.