작은 회사는 어떻게 AI가 활용할 업무 맥락을 체계적으로 쌓는가?

TL;DR

회사 차원의 AI 활용 성과를 높이려면 더 좋은 도구보다 제품, 고객, 업무 기준, 의사결정, 성공과 실패의 이력을 한 공간에 지속적으로 축적해야 합니다. 반복 업무에는 고정된 맥락을 재사용하는 전용 AI를 만들고, 도구가 바뀌더라도 회사 지식은 통합 워크스페이스에 남겨 팀 전체가 활용하도록 해야 합니다.

Transcript

요즘 사람들 만나면 대표건 팀장이건 실무자건 다이 얘기밖에 안 합니다. AI 발전 속도가 너무 무섭다. 내가 잡아 먹힐 것 같다. 까딱 잘못하면 진짜 뒤쳐질 것 같다. 회사에서도 AX 프로젝트니 AI 도입이니 뭐니 하면서 TF 만들고 AX 담당자 만들고 난리죠. 제가 9년 다니고 퇴사한 대기업 엘사나 저처럼 코딱지만한 10인미만 회사나 입장이 똑같더라고요. 갈등에 불떨어진 기분. 아마이 영상 보고 계신 분들도 비슷한 상황이실 겁니다. 근데 이상하죠. 분명 회사에서는 AI 타령 엄청합니다. 전사적으로도 AI 도입한다고 하고 AI 전문가 불러다가 교육도 받고 클로드 코드다, 코덱스다 보다 PC에 새로 깔고 회의 때마다 AI... Read More

Key Insights

• 회사 업무에 바로 쓸 AI 결과를 얻으려면 일반 정보가 아니라 제품, 고객, 업무 기준과 과거 이력을 함께 제공해야 한다.
• 마케팅 초안은 타깃 언어, 핵심 메시지, 제품 정보와 기존 성공 구조가 없으면 사람이 반복해서 수정해야 하는 결과에 머문다.
• 회의록 요약은 발언의 배경, 찬반 관계와 고민 과정을 제거할 수 있어 이후 구성원이 의사결정 맥락을 복원하기 어려워진다.
• 고객 응대문은 이전 대화, 약속, 문제 상황과 책임 범위를 모르면 그대로 발송할 수 없어 담당자가 자료를 다시 찾아야 한다.
• 반복 업무별 전용 AI에 고정된 맥락과 역할을 설정하면 설명을 되풀이하는 작업을 줄이고 팀 결과의 일관성을 높일 수 있다.
• AI 도구의 성능과 요금, 사용 방식은 달라질 수 있으므로 회사 지식은 특정 도구가 아닌 통합된 공간에 보존해야 한다.
• 온보딩, 업무 기준, 회의록, 고객 이력, 성공과 실패 사례를 계속 쌓아야 AI가 필요한 정보를 선택해 재사용할 수 있다.
• 발표자는 AI를 잘 쓰는 직원이나 여러 구독보다 회사 맥락을 체계적으로 축적하는 구조가 팀 생산성의 핵심이라고 주장한다.
• 🎬 이 채널의 다른 영상:
  • 회사 문서를 빠르게 찾도록 폴더와 파일명을 어떻게 정리할까?
  • 젠스파크로 엑셀 데이터 정리부터 실적 보고서까지 어떻게 자동화할까?
  • 작은 회사는 어떻게 회사 데이터를 쌓아 AI 업무를 줄일까?
• 📺 이 채널: 공여사들

Questions & Answers

Q: AI를 도입했는데도 회사 일이 줄지 않는 이유는 무엇인가?

AI가 회사의 제품, 고객, 업무 기준과 과거 이력을 알지 못하기 때문입니다. 일반 정보만 바탕으로 만든 초안은 그럴듯해도 실무에 바로 쓰기 어려워 사람이 자료를 다시 찾고 맥락을 설명하며 결과를 수정해야 합니다. 이 과정이 반복되면 기존 업무에 AI 사용 단계만 추가될 수 있습니다.

Q: 회사에서 AI에 제공해야 할 핵심 맥락은 무엇인가?

제품 정보, 주요 고객과 고객이 사용하는 언어, 고객별 소통 이력, 업무 기준, 의사결정 과정, 성공 및 실패 사례가 핵심 맥락입니다. 온보딩 자료와 매뉴얼, 프로젝트 기록, 회의록도 함께 축적해야 AI가 단순한 일반 답변이 아니라 회사 상황에 맞는 결과를 만들 수 있습니다.

Q: AI 마케팅 초안이 실무에서 반복 수정되는 이유는 무엇인가?

타깃 정보, 제품의 정확한 내용, 핵심 메시지, 고객 리뷰의 표현과 과거에 성과가 좋았던 글의 구조가 충분히 반영되지 않기 때문입니다. 하나를 고치면 다른 요소가 어긋날 수 있어 실무자가 여러 차례 피드백하게 되고, 결과적으로 AI가 만든 글은 완성본보다 거친 초안에 가까워집니다.

Q: AI 회의록을 다시 활용하기 어렵게 만드는 문제는 무엇인가?

깔끔한 요약 과정에서 발언이 나온 배경과 상황, 누가 반대하거나 동의했는지, 중간에 어떤 고민이 있었는지가 빠질 수 있다는 점입니다. 정리된 결론만 남으면 후속 업무를 맡은 사람이 의사결정 이유를 이해하기 위해 당시 상황을 기억하거나 다른 구성원에게 다시 질문해야 합니다.

Q: 고객 응대에 AI를 바로 적용하려면 어떤 정보가 필요한가?

고객이 기존 이용자인지, 어떤 문제로 연락했는지, 이전에 무슨 대화를 나눴는지, 회사가 무엇을 약속했는지와 책임 범위가 어디까지인지가 필요합니다. 이런 정보가 없으면 담당자는 슬랙, 노션, 구글 드라이브와 계약서 등을 다시 확인한 뒤 답변을 직접 바로잡아야 합니다.

Q: 반복 업무용 전용 AI는 어떻게 구성해야 하는가?

업무마다 반복되는 역할과 고정된 회사 맥락을 미리 넣고 계속 재사용하는 구조로 구성해야 합니다. 블로그 초안, 상세 페이지 문구, 고객 답변, 영업 실적 관리, KPI 정기 회의록 요약처럼 목적을 분명히 나누면 매번 같은 설명을 입력하는 시간을 줄이고 결과의 일관성을 높일 수 있습니다.

Q: 회사 지식을 특정 AI 도구 안에만 저장하면 왜 부족한가?

AI 도구마다 성능, 요금과 크레딧 소모, 사용 방식이 달라질 수 있기 때문입니다. 업무에 따라 GPT, 클로드, 제미나이, 젠스파크나 커서가 더 편할 수 있으므로 도구는 교체할 수 있어야 합니다. 반면 회사의 기준과 이력은 사라지지 않도록 별도의 통합 공간에 계속 남겨야 합니다.

Q: 통합 워크스페이스에는 어떤 회사 정보를 쌓아야 하는가?

온보딩 자료, 업무 기준, 회의록, 공유 일정, 고객별 맥락, 마케팅 결과와 실패한 시도까지 한 공간에 축적해야 합니다. 발표자는 이런 정보가 대표의 머릿속, 팀장의 기억, 카카오톡 대화방, 개인 PC와 과거 문서에 흩어져 있으면 AI에 맥락을 제공하는 일 자체가 큰 부담이 된다고 설명합니다.

Q: 노션 AI를 회사 전용 AI처럼 활용하는 방식은 무엇인가?

회사 기준과 이력을 노션 워크스페이스에 모은 뒤, AI가 그 안에서 필요한 부분을 찾아 답하도록 사용하는 방식입니다. 발표자는 연차 규정, 최근 성과가 좋았던 광고 소재, 개인의 이번 주 할 일과 대표 일정 등을 묻거나, 회의록과 일정을 바탕으로 담당자별 할 일을 연결하는 사례를 제시합니다.

Q: 작은 회사가 AI 활용을 시작할 때 가장 먼저 해야 할 일은 무엇인가?

새로운 AI 도구를 더 구독하기보다 흩어진 회사 정보를 모으고 업무 기준과 이력을 기록하는 일부터 시작해야 합니다. 반복 업무를 찾은 뒤 필요한 고정 맥락을 정리하고, 이를 전용 AI나 에이전트가 재사용하게 만들어야 개인의 편의가 팀 전체의 업무 방식으로 확장될 수 있습니다.

Summary & Key Takeaways

• 개인 수준에서는 AI로 글, 회의록, 이메일 초안을 만들 수 있지만, 회사의 제품 정보와 고객 이력, 표현 기준, 의사결정 맥락이 빠지면 결과를 바로 사용하기 어렵습니다. 실무자가 자료를 찾아 다시 설명하고 수정하면서 오히려 업무 단계가 늘어날 수 있습니다.

• 반복 업무는 회사의 고정된 맥락과 역할을 미리 담은 전용 GPT, GEM, 에이전트로 구성하면 설명을 반복하는 시간을 줄이고 결과의 일관성을 높일 수 있습니다. 다만 개별 AI 도구 안에만 지식을 저장하면 도구의 성능이나 요금 체계가 바뀔 때 조직 자산을 안정적으로 이어가기 어렵습니다.

• 잘 활용하는 팀은 온보딩 자료, 업무 기준, 회의록, 고객별 맥락, 마케팅 결과와 실패 사례를 통합 워크스페이스에 계속 축적합니다. AI가 이 지식에서 필요한 부분을 찾아 답하거나 반복 작업을 수행하게 만들면 개인의 활용 능력이 팀 차원의 생산성으로 확장될 수 있다는 것이 발표자의 결론입니다.