요즘 Digital Transformation(이하 DX) 에 이어 AX(AI Transformation) 이 각 기업에서 핫한 먹거리로 떠오르는 것 같습니다.

이에 ‘돈쓰지 않고 AI에 일을 시키는 DIfy 활용(お金を使わずAIを働かせるDify活用術)’ 이라는 책에서 AX를 위한 8단계를 발췌해 정리해 보았습니다.

  1. 업무 내용의 가시화
  2. 해당 업무를 사람이 직접 했을 때의 공수 파악
  3. 상정 인건비 : 프로세스를 운영하는데 들어가는 비용 파악
  4. 업무과제, 문제점 들을 전부 도출
  5. 생성형 AI로 해결할 방법 : 구체적인 아이디어 검토
  6. 참고할 정보, 산출물 포멧 결정
  7. 추가로 체크할 항목; 반복성, 정확성, 코어 업무
  8. AI로 절약할 수 있는 비용 계산

1. 업무 내용의 가시화

아래는 업무 내용 가시화의 예시다.

담당업무, 담당자 업무 프로세스1 업무 프로세스2
마케팅 기사작성 키워드 결정
마케팅 기사작성 기사 구성 결정
마케팅 기사작성 기사본문 집필
마케팅 기사작성 워드프레스에 입력 / 디자인 조정
영업부 아웃바운드영업 영업 리스트 작성
영업부 아웃바운드영업 영업 시나리오 작성

이 때 주의할 점은 ‘구체적’ 으로 적어야 한다는 점이다.

  • 나쁜 예
    • 업무 : 고객응대
  • 좋은 예
    • 고객의 문의를 사내 Q&A 기준을 참조해 답신을 보내준다

이 경우 가급적 생성형 LLM의 기능을 상상하면서 적으면 좋다. 나중에 이 기능의 가시화를 빠르게 할 수 있다.

2. 해당 업무를 사람이 직접 했을 때 필요한 공수 파악

1에서 가시화한 작업들에 대해

  • 해당 업무를 현재 몇 명 정도 관여하고 있나?
  • 해당 업무에 담당자 1명이 평균 얼마의 공수를 들이고 있나?

를 조사한다.

이 때 정확한 수치를 조사하지 않고 감으로 입력해도 된다. 정확한 공수를 위해 3개월을 걸려 조사한다면 이는 본말전도의 상황이다.

담당업무, 담당자 업무 프로세스1 업무 프로세스2 관련담당 인원수 들어가는 공수 전체 월간 공수
마케팅 기사작성 키워드 결정 1 30 30
마케팅 기사작성 기사 구성 결정 5 80 400
마케팅 기사작성 기사본문 집필 5 80 400
마케팅 기사작성 워드프레스에 입력 / 디자인 조정 3 20 60
영업부 아웃바운드영업 영업 리스트 작성 10 40 400
영업부 아웃바운드영업 영업 시나리오 작성 5 10 50

3. 상정 인건비 ; 프로세스를 운영하는데 들어가는 비용 파악

당담업무, 담당자 업무 프로세스1 업무 프로세스2 평균 인건비 또는 외주비 / 시간 예상 월간 비용 예상 연간 비용
마케팅 기사작성 키워드 결정 40,000 1,200,000 14,400,000
마케팅 기사작성 기사 구성 결정 40,000 1,600,000 192.000.000
마케팅 기사작성 기사본문 집필 40,000 2,400,000 2,880,000
마케팅 기사작성 워드프레스에 입력 / 디자인 조정 40,000 2,400,000 2,880,000
영업부 아웃바운드영업 영업 리스트 작성 50,000 20,000,000 240,000,000
영업부 아웃바운드영업 영업 시나리오 작성 50,000 2,500,000 30,000,000
  • 총 인건비 베이스(급여 + 법정복리후생비) 을 고려하여 산출한다.
  • 정사원일 경우에는 복리후생비 등을 고려하면 기본 인건비의 1.5배를 하는게 일반적이다.

4. 업무과제, 문제점 들을 다 끄집어 낸다

들어가는 비용을 조사했다면, 이제 해당 단계에서의 문제점, 업무과제들을 조사한다

담당업무, 담당자 업무 프로세스1 업무 프로세스2 업무과제 및 문제점
마케팅 기사작성 키워드 결정 키워드플래너 및 ahrefs등을 써서 키워드들을 추출하고 있음
이런 키워드를 이용해 전략을 이끌어내는 능력은 A밖에 없어서 A에의 의존도가 높은 상황
마케팅 기사작성 기사 구성 결정 현재 전문 필자가 5명으로 부족한 상황임. 구성결정에 생각보다 시간이 걸림
마케팅 기사작성 기사본문 집필 5인 필자 체제에서 자료 수집 및 검증 등에 시간이 많이 걸려 공수가 늘어지는 경향이 있다
마케팅 기사작성 워드프레스에 입력 / 디자인 조정 구글독스에서 작성한 문서를 HTML화 하고, 참고 이미지를 만들고 최종 배치 및 조정까지의 시간이 걸린다
영업부 아웃바운드영업 영업 리스트 작성 영업담당이 일일이 구글 검색 + 홈페이지를 조새하여 수작업으로 영업 리스트를 만들었다.
영업 활동의 공수중에 리스트작성이 일정 포션을 차지함
영업부 아웃바운드영업 영업 시나리오 작성 시나리오 작성 자체에 많은 시간이 들지는 않지만, 시나리오 분석을 하지 않으면 무엇이 성공요인일지 특정하기가 어려움
  • 나쁜 예
    • 영업 리스트를 작성하기 힘들다
  • 좋은 예
    • 구글검색후 대상 기업의 홈페이지에서 전화번호, 문의처 정보를 찾아낼 때, 이런 정보를 찾기가 상당히 번거롭다.

5. 생성형 AI로 해결할 방법; 구체적인 아이디어 검토

4에서 특정한 과제에 대해 생성AI 및 Dify의 기능을 활용하여 어떻게 이를 해결할 지를, 구체적인 아이디어를 검토한다. 이 단계가 제일 어려울 것이라 단언한다. 이 단계에서는 Dify의 강점, 가능한 것과 불가능한 것 등 전반적인 내용을 파악하지 않으면 안되기 때문이다.

담당업무, 담당자 업무 프로세스1 업무 프로세스2 생성형 AI로 가능할만한 것 생성형 AI로도 안될것 같은 것
마케팅 기사작성 키워드 결정 A군의 키워드 전략 수립 방법을 인터뷰. 이를 Dify에 RAG화 키워드 검색 등은 기존 도구등으로 가능하기때문에 오히려 생성AI필요가 없을지도…
마케팅 기사작성 기사 구성 결정 기사 구성은 생성형AI로 70%정도 커버할 수 있을것 같음. 나머지 30%는 기존 라이터들을 활용한다 미려한 문체, 프로 작가만큼의 퀄리티 등은 어려울 가능성이 크다.
영업부 아웃바운드영업 영업 시나리오 작성 … …

여기서 주의할 포인트들이 있다.

  • Dify 이외에 다른 도구로 해결가능한지 검토한다
    • chatGPT같은 다른 기초적인 도구로 해결이 가능할 지 먼저 검토한다. 이것으로 충분히 해결가능하면 이것으로 간다.
  • Dify의 기능을 생각하면서 검토한다.
    • chatGPT등으로 어렵다고 판단되면 Dify의 기능들(워크플로, 챗 플로우, 날리지 등)을 생각하면서 ‘이 문제는 이걸 쓰면 되겠군!’ 과 같이 검토를 한다.
    • 예를 들어 ‘고객 문의사항에 대해 메일로 일일이 답장하는게 힘들다’ 라는 문제는 챗 플로우 기능을 통해 LLM노드를 만들고 문의 내용을 입력하면 이에 대해 답장을 하도록 하게 만들 수 있다.
    • 이 메일 내용을 ‘사내 Q&A의 내용을 기반으로 해야 한다’ 라는 규칙이 있다면 이는 RAG화 하여 반영한다.
  • 나쁜 예
    • Dify로 영업제안서 작성하기
      • 여기에는 “How”가 전혀 없다.
  • 좋은 예
    • 제안자료의 디자인을 템플릿화하고 구글 슬라이드로 출력 할 수 있도록 하기
      • 구체적인 정황이 들어가 있다

6. 참고할 정보, 산출물 포멧 결정

5를 진행할 때 또 중요한 것이 어떤 정보를 참고로 할 것이며, 출력은 어떤 형식으로 할지를 정하는 일이다. 생성형 AI는 이름 그대로 ‘생성’ 을 할 거라 생각하지만 실은 ‘데이터 변환’의 의미가 더 크다.

예를들어 ‘기사 작성’ 에 필요한 입력 정보는 유튜브 동영상, 기사크롤링, 전문가 인터뷰 등이다. 또는 ‘조직 내부 데이터’ 인가 ‘조직 외부 데이터’인지도 구분하는게 좋다.

조직 내부 데이터의 경우 보안 및 유출될 경우 발생할 문제들에 대해 대응을 해야 한다. 외부 데이터의 경우 데이터 수집에 적법성에 대해 검토를 해야 한다.

출력은 마크다운, 텍스트 출력의 경우 큰 문제는 없다. 하지만 파워포인트, 워드, 엑셀 등 특정 애플리케이션 문서의 형태가 필요하다면 지원되는 LLM의 수배 및 이의 적정성에 대해 검토를 해야 한다.

7. 추가로 체크할 항목; 반복성, 정확성, 코어 업무

AI를 도입할 때 체크해야 할 세가지 항목은

  • 반복적인가
  • 요구되는 정확성은?
  • 코어 업무인가

이다.

지표 설명 판단 포인트
반복적인가 이 작업은 어느정도의 빈도(매일, 매주, 매월)로 수행되어야 하나? 정기적으로 반복되는 업무일수록 AI가 잘 적용될 가능성이 높다
요구되는 정확성 이 작업이 도달해야할 정확함의 정도 높은 정확도가 필요한 업무인가? 다소 오차를 허용하거나 여유가 있는 업무인가?
코어 업무인가? 회사의 중핵을 담당할 업무나 프로세스인가? 중핵의 업무일수록 임원의 설득이나 사원들에의 설명이 어려울 수도 있음
담당업무, 담당자 업무 프로세스1 업무 프로세스2 반복적인가 정확해야 하나 코어 업무인가
마케팅 기사작성 키워드 결정 고 중  
마케팅 기사작성 기사 구성 결정 중 저  
마케팅 기사작성 기사본문 집필 저 고  
마케팅 기사작성 워드프레스에 입력 / 디자인 조정 고 고  
영업부 아웃바운드영업 영업 리스트 작성 저 저  
영업부 아웃바운드영업 영업 시나리오 작성 중 중 V
  • 반복적인가
    • 보통 Dify애플리케이션을 만들어 놓고 한 번에 만족하는 경우는 없다. 반복적일 수록 피드백을 정기적으로 받을 수 있고 이에 대한 개선 작업도 빠르게 진행할 수 있다.
    • 반복적일수록 담당자들이 좀 더 빨리 적응이 가능하다.
  • 정확해야 하나
    • 100% 또는 70% 의 문제
    • 언제나 100%의 정확성을 갖는 답은 없다.
    • 작업에서 어느정도 정확도를 요구하냐를 판단하는 것은 성공/실패를 판단하는 중요 기준이 될 수 있다.
  • 코어 업무
    • 코어 업무일수록 성공시 전체에 주는 임팩트가 크다.
    • 유난히 정확도가 100%를 고집하는 사람이 있었다. 이는 설득의 문제이다.

8. AI로 절약할 수 있는 비용 계산

업무별로 연간 상정 비용을 산출했다면, 다음은 ‘어느정도 AI화를 진행할 수 있을까?’ 을 기입한다.

담당업무, 담당자 업무 프로세스1 업무 프로세스2 기대 AI화 % 연간 예상 절약 비용(원) 우선해야 할 업무
마케팅 기사작성 키워드 결정 30% 4,320,000  
마케팅 기사작성 기사 구성 결정 70% 134,400,000 ○
마케팅 기사작성 기사본문 집필 70% 134,400,000 ○
마케팅 기사작성 워드프레스에 입력 / 디자인 조정 30% 8,640,000  
영업부 아웃바운드영업 영업 리스트 작성 80% 2,400,000 ○
영업부 아웃바운드영업 영업 시나리오 작성 80% 2,400,000 ○

기대 AI화 비율은 내부 담당자, 또는 외부 전문가들을 통해 알아낸다.

[포인트]

  1. AI화에 의한 완전자동화를 목표로 하지 않는다
  2. 잘 하는것, 그렇지 않은 것을 파악한다
    • 생성형 AI는 텍스트 생성, 요약, 분류, 추출 등 정형적인 정보처리, 반복작업을 잘한다
    • 수치의 정확한 처리, 크리에이티브한 표현 등에는 잘 하지 못한다.
  3. 우선 해 본다
    • Dify로는 모든지 빨리 구축할 수 있기 때문에 될지 안될지는 빠르게 구축해 테스트를 해 봐야 한다.
    • 그래야 ‘여기는 사람이 할 부분, 저기는 AI로 커버할 부분’ 등을 알 수 있다.