숏폼 커머스 기업 윗유의 글로벌 커머스팀에서는 매일 아침 반복하던 일이 하나 사라졌다. 광고비와 매출, 재고를 확인하기 위해 여러 경로를 통해 데이터를 확인하고 숫자를 옮겨 적던 작업이다. 브랜드별 데이터를 정리하는 데 하루 1시간 30분에서 2시간이 걸렸지만, 이제 직원이 출근하면 주요 지표가 메신저로 도착하고 주간 보고서는 자동으로 발행된다. 직원들은 숫자를 수집하는 대신 성과를 분석하고 광고주와 다음 전략을 논의한다.
이 변화를 만든 사람들은 별도의 개발실에만 앉아 있지 않는다. 윗유의 AX(AI Transformation) 조직에는 글로벌 커머스팀으로 자리를 옮겨 직원들과 함께 일하는 구성원이 있다. 직무 이름은 AXBP(AX Business Partner). 현업에서 개선 요청이 오기를 기다리는 대신 직접 업무를 지켜보며 문제를 찾아내고, AI를 활용해 해결책을 만드는 역할이다.
윗유 AX 조직 구성원들
윗유는 숏폼 콘텐츠와 크리에이터 커머스를 중심으로 성장해 온 기업으로 회사가 밝힌 누적 매출은 2,200억원, 흑자 기록은 7년 연속이다. 사업이 성장하는 와중에 별도의 AX 조직을 만든 이유는 운영 규모가 커질수록 사람의 경험과 수작업에 의존하는 업무도 함께 늘어났기 때문이다. 콘텐츠와 트렌드가 빠르게 바뀌는 숏폼 시장에서 기존 업무 방식만으로 성장 속도를 따라가기 어렵다는 판단도 작용했다.
서울 청담동 신사옥에서 만난 윗유 경영진과 AX 조직 구성원들은 AI로 얼마나 많은 일을 자동화했는지보다 그 과정에서 직원의 역할이 어떻게 달라졌는지를 강조했다. 단순 반복 업무를 덜어내고, 개인의 머릿속에 쌓인 경험과 판단 기준을 회사 전체가 활용할 수 있도록 만드는 실험이 진행 중이다.
AI 영상 만들던 팀이 회사의 업무를 고치기 시작했다
윗유 AX팀의 출발점은 생성형 AI 콘텐츠 제작이었다. 전신인 AI 솔루션팀은 AI로 이미지와 자료 화면을 만들고 커머스 영상과 브랜드 캠페인에 활용하는 일을 맡았다. 새로운 도구를 시험하던 과정에서 콘텐츠 제작뿐 아니라 자료를 찾고 옮겨 적거나 부서 간 정보를 연결하는 업무에도 AI를 적용할 수 있다는 가능성을 발견했다.
이재현 AX팀 리드
이재현 AX팀 리드는 숏폼 산업의 특수성이 이러한 실험을 이끌었다고 말했다. 콘텐츠가 빠르게 생성되고 사라지는 시장에서는 무엇이 소비자의 관심을 끌고 구매로 이어지는지 파악하는 속도가 중요하지만, 이를 뒷받침할 업무 도구는 충분하지 않았다.
“처음엔 숏폼이라는 분야의 문제를 풀어보려고 AI를 만지기 시작했어요. 그런데 하다 보니 이것도 필요하겠다, 저것도 바꿀 수 있겠다는 생각이 계속 들더라고요. AI가 바꿀 수 있는 건 콘텐츠뿐 아니라 정보를 손으로 옮겨 적고 흩어진 자료를 찾아다니던 우리의 일하는 방식 자체라는 걸 깨달았습니다.”
경영진도 새로운 AI 도구의 실험과 업무 적용을 적극 지원했다. 올해 초에는 데이터 관리와 사업 운영 역량을 보강하면서 AI 솔루션팀을 AX 조직으로 재편했다. 현재는 이재현 AX팀 리드, 이은서 AXBP, 정윤중 AI 엔지니어 등 AX팀원 3명과 조승빈 비즈옵스(BizOps) 리드가 함께 일한다.
각자의 역할은 다르다. 이재현 리드는 국내 크리에이터 사업에 필요한 데이터와 솔루션을 설계하고, 조승빈 리드는 부서별로 흩어진 정보를 조직의 자산으로 정리한다. 이은서 AXBP는 글로벌 커머스팀에서 업무 개선 과제를 찾으며, 정윤중 엔지니어는 현업이 바로 시험해 볼 수 있는 시스템을 빠르게 구현한다.
벤처캐피털 분야에서 일했던 조승빈 리드가 합류하며 주목한 문제는 성장에 따른 운영 부담이었다. 브랜드와 사업이 늘어날 때마다 보고와 정산, 데이터 관리에 필요한 인력까지 비례해 증가하는 구조를 바꾸지 않으면 회사가 커질수록 업무도 복잡해질 수밖에 없었다.
조 리드는 자동화할 업무를 고를 때 절감 시간만 따지지 않는다. 특정 담당자의 경험에 얼마나 의존하는지, 오류가 발생하면 어디까지 영향을 미치는지, 한 번 정리한 기준을 다른 사업에도 적용할 수 있는지를 함께 살핀다. 담당자가 바뀌면 같은 업무를 재현하기 어려운 영역일수록 우선순위가 높다.
조승빈 비즈옵스(BizOps) 리드
“필요한 게 뭔가요?” 묻기보다 옆에서 일해봤다
윗유 AX 조직에서 가장 독특한 직무는 AXBP다. 인사 담당자가 사업부에 밀착해 조직 문제를 해결하는 HRBP(HR Business Partner)에서 착안한 AXBP는 기술 자체보다 사업부의 목표와 실제 업무에서 출발한다.
이은서 AXBP는 AX팀 AX가 필요하거나 실행중인 팀 안에서 근무하 담당자가 어떤 자료를 반복해서 확인하고, 어디에서 업무가 막히며, 어떤 상황에서 판단을 망설이는지 직접 살펴본다. 현업이 요청서를 작성하고 기획자가 이를 개발 조직에 전달하는 과정에서 놓치기 쉬운 업무의 맥락을 파악하기 위해서다.
“AXBP는 ‘AI로 뭘 만들까’가 아니라 ‘이 부서가 목표를 이루는 데 무엇이 병목인가’에서 출발해요. 보통은 현업이 요청하면 기획자가 정리하고 개발 조직에 넘기는데, 그 사이에서 맥락이 사라질 수 있거든요. 저는 옆에서 관찰하고 문제를 정의하고, 만들고 정착시키는 과정까지 함께합니다.”
이은서 AXBP
글로벌 커머스팀의 광고주 리포트 자동화도 이러한 방식으로 탄생했다. 처음에는 담당자가 광고비와 매출을 확인하는 시간을 줄이는 것이 목표였다. 그러나 업무를 지켜보니 광고주가 언제 성과를 물어볼지 몰라 여러 플랫폼을 반복적으로 확인하고, 질문이 들어올 때마다 다시 자료를 찾는 과정 자체가 문제였다.
AX팀은 광고비와 매출, 주요 성과지표(KPI), 가격, 재고를 자동 수집해 매일 아침 메신저로 전달하고 주간 리포트는 광고주용 포털에 발행하도록 시스템을 만들었다. 현재 11개 브랜드의 주요 지표가 같은 기준으로 정리된다. 직원 한 명이 매일 1시간 30분에서 2시간을 들이던 작업이 자동화되면서 개인별 월 30~40시간, 관련 팀 전체로는 연간 약 1,500시간을 절감했다는 게 회사 측 설명이다.
캠페인과 가격 변동도 시스템이 수집해 알려준다. 이전에는 담당자가 여러 플랫폼을 확인해야 했지만 이제는 변경 사항을 한곳에서 파악할 수 있다. 자료를 찾아 답변하던 직원들이 광고주의 다음 질문을 예상하고 먼저 개선안을 제안할 여유도 생겼다.
그렇다고 직원들에게 완전히 새로운 업무 도구를 강요하지는 않는다. 익숙한 스프레드시트와 메신저는 그대로 사용하되 뒤에서 데이터를 자동으로 수집하고 정리한다. 별도의 사용법을 배우지 않아도 개선 효과를 체감할 수 있도록 하는 ‘제로 UI(Zero UI)’ 접근이다.
AI보다 먼저 바꿔야 했던 것은 직원의 불신
새로운 기술을 도입했다고 모든 직원이 반긴 것은 아니다. AI가 어디까지 처리할 수 있는지 명확하지 않은 데다 잘못된 결과가 나오면 처음부터 다시 확인해야 한다는 부담도 있었다. 자동화 시스템을 개발하는 데 성공하고도 정작 현업에서는 사용하지 않는 경우가 생기면서, AX팀은 기술의 완성도만큼이나 직원들이 이를 신뢰하고 실제 업무에 활용할 수 있는 환경을 만드는 일이 중요하다는 사실을 깨달았다.
이재현 AX팀 리드 역시 초기 시행착오를 거치며 개발 속도보다 실제 사용 경험에 무게를 뒀다. 완성된 시스템을 한 번에 제공하기보다 작은 프로토타입을 먼저 현업에 적용하고, 직원들이 사용하면서 발견한 문제를 다음 버전에 반영하는 방식으로 접근법을 바꾼 것이다.
대표적인 사례가 글로벌 크리에이터의 콘텐츠를 협업 플랫폼에 등록하는 업무다. AX팀이 자동화를 제안했을 당시 담당자들은 잘못된 계정에 콘텐츠가 올라가거나 부정확한 정보가 외부에 노출될 가능성을 우려했다. 이에 이은서 AXBP는 일부 크리에이터와 계정에 한정해 시험 운영을 진행하고, 담당자들이 기존 방식과 자동화 결과를 직접 비교하며 정확성과 안정성을 확인할 수 있도록 했다. 그 과정에서 반복 입력에 따른 누락이 줄고 처리 속도도 빨라지자, 처음에는 도입을 망설이던 현업에서 오히려 적용 범위를 넓히자는 제안이 나왔다. 기술을 믿어달라는 설득보다 직원들이 직접 결과를 검증하고 통제할 수 있도록 한 경험이 변화의 계기가 된 셈이다.
이러한 과정에서 AX팀이 마주한 문제는 단순히 기술에 대한 불신만이 아니었다. 조승빈 비즈옵스 리드가 주목한 것은 오랫동안 축적한 업무 노하우를 시스템에 넘겨주면서도 결과에 대한 책임은 여전히 담당자가 져야 한다는 현실적인 부담이었다. 아무리 정확한 시스템이라도 자신의 판단 기준이 어떻게 반영되는지 알 수 없다면 현업에서 선뜻 받아들이기 어렵다는 것이다.
AX팀은 이를 해결하기 위해 담당자가 직접 업무의 판단 기준을 설명하고 시스템이 도출한 결과를 수정할 수 있도록 했다. 수정 이력 역시 직원의 실수로 간주하는 대신 시스템이 아직 이해하지 못한 업무 규칙을 찾아내고 개선하는 자료로 활용했다. 이처럼 현업의 경험을 기술에 반영하는 과정을 거치면서 정산 관련 업무에서는 담당자 체감 기준으로 작업시간이 약 70% 줄어드는 성과도 나타났다.
그렇다고 모든 업무를 AI에 맡기는 것은 아니다. 자금 집행이나 외부 커뮤니케이션, 광고주에게 제공하는 산출물에는 사람이 최종 승인하는 절차를 유지하고 있으며, 크리에이터와의 협상이나 관계 형성처럼 사업의 핵심 경쟁력을 좌우하는 활동은 단순한 시간 절감의 대상으로 보지 않는다. AI가 처리할 수 있는 일을 늘리는 것보다 어디까지 맡기고 무엇을 사람이 판단해야 하는지 구분하는 일이 AX를 현업에 정착시키는 중요한 조건이기 때문이다.
서울 강남구청역에 설치된 윗유의 ‘AI 트윈(AI Twin)’ 광고. 직원별 AI 업무 파트너를 구축하려는 윗유의 AX 전략을 소개하고 있다. (사진 제공: 윗유)
직원마다 AI 동료를 붙이는 ‘AI 트윈’ 실험
윗유의 실험은 이제 한 걸음 더 나아가고 있다. 직원마다 자신이 맡은 업무를 이해하는 AI 동료를 하나씩 갖게 된다면 어떨까. 어떤 브랜드를 담당하는지, 어떤 지표를 중요하게 살피는지, 평소 어떤 순서로 일을 처리하고 무엇을 기준으로 판단하는지까지 이해하는 AI 파트너다. 윗유가 준비 중인 ‘AI 트윈(AI Twin)’은 바로 이 질문에서 출발한다.
그렇다고 처음부터 사람의 모든 업무를 대신하는 거대한 시스템을 만들려는 것은 아니다. 이미 현업에서 사용하고 있는 자동화 도구와 데이터를 하나씩 연결하면서 직원들의 업무 방식과 판단 기준을 축적하고 있다. 같은 숫자를 보더라도 담당자의 경험에 따라 해석이 달라지고, 평소에는 드러나지 않던 예외 처리 기준이 의사결정의 방향을 바꾸기도 한다. AI 트윈이 이해해야 할 것은 단순한 업무 절차가 아니라 그 안에 쌓인 사람의 경험인 셈이다.
이러한 구상에는 AI가 사람의 자리를 대신하기보다 사람이 더 중요한 일을 할 수 있도록 도와야 한다는 생각이 깔려 있다. 차민승 최고운영책임자(COO)가 바라보는 AI 도입의 목적도 여기에 있다. 콘텐츠의 유행과 소비자의 반응이 빠르게 바뀌는 숏폼 시장에서 직원들이 숫자를 옮겨 적거나 같은 자료를 반복해서 확인하는 데 시간을 쓰기보다, 고객의 변화를 읽고 새로운 기회를 찾는 데 더 많은 에너지를 쏟아야 한다는 것이다.
“반복적으로 수행하는 업무는 AI가 맡을 수 있을 겁니다. 그로 인해 확보된 시간과 높아진 생산성을 직원들이 더 고민하고 탐구하는 데 사용하는 것이 저희 조직에 적절한 도입 방식이라고 생각합니다.”
물론 직원의 업무와 판단을 AI에 연결하는 일이 간단할 리 없다. 더 많은 데이터를 활용할수록 어디까지 접근을 허용하고, 어떤 결과를 사람이 검증해야 하는지도 중요해진다. 최근 이전한 청담동 신사옥에 사내 서버와 네트워크를 구축하고 VPN과 접근권한 관리 체계를 마련한 것도 이런 고민과 맞닿아 있다. 새로운 기능을 빠르게 만드는 것 못지않게 오류를 발견하고 업무 데이터가 안전하게 사용되도록 관리하는 일이 중요해진 것이다. AI가 직원의 업무를 더 깊이 이해할수록, 그 결과를 얼마나 믿고 맡길 수 있는지에 대한 기준도 함께 정교해져야 한다.
차민승 최고운영책임자와 윗유 AX팀 구성원들이 업무 데이터를 함께 살펴보며 현업의 문제를 해결하기 위한 개선 방안을 논의하고 있다. (사진 제공: 윗유)
“내가 왜 이 일을 하는지 아는 사람”이 AI도 잘 쓴다
AI 도입이 확산되면서 윗유가 주목하는 직원의 역량도 달라지고 있다. AI 도구를 얼마나 많이 사용하거나 복잡한 명령어를 능숙하게 작성하는지보다 자신이 맡은 업무의 목적과 판단 기준을 정확히 이해하는 능력이 중요해진 것이다. 이재현 AX팀 리드는 AI를 적극적으로 활용하는 직원들에게서 공통적인 특징을 발견했다. 반복적인 절차를 업무의 본질로 받아들이기보다 궁극적으로 어떤 결과를 만들어야 하는지에 집중하고, 그 과정에서 불필요한 단계를 찾아 새로운 도구로 개선하려는 태도다.
이은서 AXBP가 현업에서 주목하는 지점도 이와 맞닿아 있다. 담당자가 특정 수치를 한 번 더 확인하거나 평소와 다르게 처리하는 순간에는 오랜 경험을 통해 축적된 판단 기준이 숨어 있다. 이러한 감각을 구체적인 언어와 규칙으로 정리해야 비로소 시스템에도 반영할 수 있다.
“제가 끝까지 직접 하고 싶은 일은 번역입니다. 현업 담당자의 머릿속에만 있는 판단 기준을 꺼내는 일이죠. ‘어떤 숫자가 이상한 숫자인가’, ‘어느 선을 넘으면 사람이 직접 봐야 하는가’ 같은 기준은 수년간의 경험 속에 감각으로 남아 있는 경우가 많거든요.”
이처럼 개인의 경험을 시스템이 이해할 수 있는 기준으로 전환하는 작업은 조직 전체의 의사결정 방식과도 연결된다. 조승빈 비즈옵스 리드가 개별 직원의 생산성 향상에 그치지 않고 부서 간 데이터와 판단 기준을 일치시키는 데 무게를 두는 이유다. 각 부서가 서로 다른 기준으로 정보를 관리하면 개별 업무의 효율은 높아질 수 있어도 조직 전체의 의사결정에서는 혼선이 발생할 수 있다. 윗유의 AX는 개별 직원의 업무 효율을 높이는 데 그치지 않고, 개인의 경험과 판단을 조직 전체의 경쟁력으로 전환하는 과정이다.
AI가 데이터 수집과 정리, 성과 분석, 보고서 작성 등 반복 업무를 지원하고 직원은 전략 수립과 의사결정에 집중하는 업무 환경을 표현한 이미지 (자료 제공: 윗유)
윗유 AX팀이 궁극적으로 이루려는 목표는 역설적이게도 자신들의 역할을 줄이는 일이다. 지금은 AX팀이 현업의 문제를 발견하고 해결책을 만들지만, 언젠가는 각 사업부가 스스로 비효율을 찾아내고 AI를 활용해 업무를 개선하는 것이 자연스러운 일상이 되기를 기대한다. 기술을 잘 아는 소수의 전문가에게 혁신을 맡기는 대신, 조직 구성원 모두가 자신의 일을 바꿀 수 있는 역량을 갖추도록 하는 것이다.
그 변화는 이미 현업의 요청 방식에서 나타나고 있다. 이재현 AX팀 리드가 가장 반기는 순간도 새로운 시스템을 만들어 달라는 요청보다 직원들이 먼저 개선안을 제안할 때다.
“처음에는 ‘이것을 만들어주세요’라는 요청이 중심이었다면, 이제는 ‘이 업무를 이렇게 바꿔보면 어떨까요?’라는 제안이 나오고 있어요. 더 나아가 ‘제가 먼저 만들어봤는데 같이 봐주세요’라고 말하는 분들도 생겼습니다.”
처음에는 AI가 무엇을 대신할 수 있는지 묻던 직원들이 이제는 AI로 무엇을 더 잘할 수 있을지 고민하기 시작했다. AX팀이 현업에 뛰어들어 찾아낸 것은 단순히 시간을 아끼는 방법만이 아니었다. 익숙한 업무를 당연하게 받아들이지 않고, 스스로 더 나은 방식을 찾아 나서는 변화였다.
AX팀이 더 이상 모든 문제의 해결사가 되지 않아도 되는 날. 어쩌면 그때가 윗유의 AX 실험이 가장 성공적으로 자리 잡은 순간일 것이다.
The post AX팀이 현업에 뛰어들자 자동화 너머의 해법이 보였다…윗유의 색다른 AX 실험 appeared first on 벤처스퀘어.
