🐧AI로 일하는 방식을 바꾸는, AX i-펭귄 1기

AX는 단순한 기술 도입이 아닌, 일하는 방식의 근본적인 혁신이에요. 현장의 페인포인트를 해소하고 조직의 경쟁력을 끌어올리는 강력한 동력이 되죠. 아이패밀리SC 역시 더 일하기 좋은 환경과 실질적인 변화를 만들어가기 위해 AX 전환을 시작했답니다.

일하는 방식의 혁신을 향해 첫발을 내디딘 아이패밀리SC! AI를 통해 각자의 업무 문제를 직접 해결해 나간 ‘AX i-펭귄 1기’의 4주간 도전 이야기를 공개해요.

🌊 프로젝트명이 ‘i-펭귄’이었던 이유

무리를 지어 사는 펭귄들은 먹이를 구하러 바다로 들어가야 하지만, 천적에 대한 두려움으로 쉽게 선뜻 나서지 못하곤 해요. 이때 불확실성을 무릅쓰고 가장 먼저 바다로 뛰어드는 펭귄을 ‘퍼스트 펭귄’이라고 부릅니다.

새로운 도구와 변화를 맞이하는 조직의 모습도 이와 유사해요. 'AX i-펭귄'은 AI가 아직 낯선 환경 속에서 가장 먼저 시도하고 배우며, 조직 전체에 변화의 물결을 일으킬 아이패밀리SC(i)의 퍼스트 펭귄을 육성하기 위해 기획되었습니다.

🏃‍♂️ i-펭귄들은 4주 동안 무엇을 했을까요?

매주 7~8시간을 오롯이 몰입해야 했던 타이트한 일정이었지만, 각 팀 리더와 동료들의 배려 덕분에 무사히 마칠 수 있었습니다. 새로운 도전에 대한 응원에 힘입어 진행된 AX i-펭귄 1기의 4주간 도전 과정은 이렇게 이루어졌어요.

• 오프라인 교육 (주 1회, 3시간) : 클로드의 기초 이해와 올바른 프롬프트 작성법, 보안 설정 및 프로젝트, 코워크의 차이 같은 이론 학습부터 시작했어요. 나아가 실전 실습까지 해보며 AI 활용의 기본기를 탄탄히 다졌습니다.

• 오프라인 조별 스터디 (주 1회, 3~4시간) : 같은 조원들과 모여 개인별 프로젝트 진행 상황을 점검하고, 막히는 지점을 함께 고민하며 해결했어요.

• 온라인 스크럼 (주 1회, 1시간) : 매주 금요일 구글밋에 모여 한 주간의 성과와 다음 목표를 공유하며 지속적인 동기부여를 이어나갔어요.

• 해커톤 Day (4주차) : 사전에 부여된 과제를 바탕으로 3시간 동안 실제 동작하는 결과물을 만들어내며 4주간 내가 얼마나 성장했는지 살펴볼 수 있었어요.

• 마스터 펭귄 선정 (4주차) : 4주간 가장 뛰어난 성과와 변화를 만들어낸 우수 참가자(마스터 펭귄)를 선정하며 i-펭귄 1기가 마무리되었어요.

  

  

  🛠️ 페인포인트 해결부터 자산화까지, 4주간 어떤 변화가 있었나요?

이번 AX i-펭귄 1기에서는 4주 동안 각자의 업무 문제를 직접 풀어낸 총 19건의 산출물을 만들어냈어요. 단순히 "AI를 한 번 써봤다"에서 그치지 않고, 반복 업무를 줄이는 자동화부터 팀 전체의 의사결정을 돕는 대시보드까지 현장의 다채로운 혁신을 직접 만들어냈답니다.

• ⚡ 업무 자동화 : 패키지 문안 작성 및 오타 검증 도구, 발주서 공급률 자동 대조 프로그램 등 손이 많이 가던 반복 검증 작업을 AI로 자동화해 실수를 줄이고 작업 시간을 단축했습니다.

• 📊 데이터 기반 의사결정 : 오프라인 브랜딩 리뷰 트래킹, 해외 거래처 매출 스냅샷 보드, 아이컬러 키오스크 운영 관리페이지 등 파편화되어 있던 데이터를 한눈에 모아보고 즉각 대응할 수 있는 대시보드를 구축했습니다.

• 🚀 조직 차원의 효율화 : 가장 값진 성과는 개인의 결과물이 전사의 자산으로 축적되었다는 점입니다. 1기 참가자들이 만든 19개의 산출물은 사내 AI 배포 공간인 ‘i-Gloo(이글루)’에 올려져, 이제는 동료 누구나 필요한 앱을 찾아 업무에 즉시 활용할 수 있게 되었습니다.

변화를 몸소 만들어낸 i-펭귄 1기 멤버들의 생생한 소회도 들어봤어요.

💬 "회사에서 지원해주는 프로그램으로 업무 시간에 진행할 수 있어서, 부담이 적게 AI 공부를 시작할 수 있었어요."

💬 "클로드 얘기만 많이 들었지 직접 사용해봐야겠다는 생각은 못 했었는데, 덕분에 좋은 경험을 쌓은 것 같아요."

💬 "각자가 경쟁자라기보다는 함께 성장해 나가는 동료로서 도움을 주고받을 수 있어 좋았습니다."

👑 최종 '마스터 펭귄' 3인 인터뷰

그렇다면 4주간의 치열한 여정 끝에 가시적인 변화와 성과를 만들어낸 주인공들은 누구일까요? 현장의 문제를 해결하며 조직의 변화를 이끈 최종 ‘마스터 펭귄’ 3인의 생생한 인터뷰를 전해드립니다.

1. 프로그램 참여 전에는 AI를 어느 정도 활용하고 있었나요?

김민송 : 챗GPT, 제미나이, 클로드를 활용했습니다. 챗GPT는 주로 간단한 질문과 글 수정, 이미지 생성 등에 사용했고, 제미나이로는 클로드에서 구현하고 싶은 내용을 더 정확하게 전달하기 위한 프롬프트를 작성했습니다. 이후 제미나이에서 만든 프롬프트를 클로드에 입력해 결과물을 구현했으며, 클로드로 간단한 대시보드를 만드는 정도까지 활용하고 있었습니다.

김재이 : 간단한 공지 문안 작성, 엑셀 데이터 취합과 수치 분석, 이미지 합성 등에 활용했습니다. 업무 전체를 바꾸는 도구라기보다는 그때그때 필요한 작업을 빠르게 처리하는 용도에 가까웠습니다.

박다연 : 공지 문안이나 메일을 다듬고, 기획안 작성에 필요한 자료를 정리하거나 구조를 잡는 데 주로 활용하고 있었습니다. 사내 업무툴이 구글과 노션 기반이다 보니 제미나이와 노션 AI로 업무 기획안을 작성하거나 수식을 만들 때 많이 사용했습니다. 클로드는 만족도 조사 결과를 시각화하는 간단한 대시보드를 만들어본 정도로 활용해보았습니다.

2. 어떤 산출물을 만들고자 했으며, 해당 주제를 선택한 이유는 무엇인가요?

김민송 : 수많은 입사자를 피플&컬처 파트에서 한 분씩 세심하게 살피기 어려운 현실을 개선하고 싶었습니다. 입사자가 조직에 잘 적응하고 있는지 주기적으로 확인하고, 도움이 필요한 분의 위험 신호를 조기에 파악할 수 있는 산출물을 만들고자 했습니다. 입사 후 30일·60일·90일 시점에 챗봇 페이지를 구글 챗과 이메일로 자동 발송하고, 입사자가 챗봇과 나눈 대화의 내용과 말투, 뉘앙스 등을 AI가 분석해 위험 신호를 감지하도록 설계했습니다. AI 분석만을 절대적으로 신뢰하지 않도록 관리자 페이지에서 대화 원문도 확인할 수 있게 했습니다.

김재이 : 수치 기입을 자동화하고 싶다는 생각이 가장 컸습니다. 담당 브랜드가 성장하는 단계라 SNS 채널의 중요도가 높다는 점을 더해, 콘텐츠 성과까지 분석할 수 있는 인스타그램 대시보드를 만들기로 했습니다. 수치를 자동으로 불러오는 데서 끝나지 않고, 노션에도 데이터가 자동으로 기입되도록 연결하는 것까지 목표로 삼았습니다.

박다연 : 온보딩 프로그램 ‘Check-in’ 전 과정을 자동화하는 ‘Check-in 온보딩 트래커’를 개발했습니다. 21개 미션 관리 및 구글챗 알림을 통한 명확한 온보딩 경험 제공, 대시보드를 활용한 효율적인 현황 관리, 그리고 HR 팀 내 업무 자동화 모델 확산이라는 세 가지 목적을 담고자 했습니다.

3. 산출물을 제작하는 과정에서 가장 큰 시행착오를 겪었던 부분은 무엇인가요?

김민송 : 첫 번째 시행착오는 구글 챗으로 자동 알림을 보내기 위해 구글 워크스페이스 내에 앱을 직접 만들어야 했던 점입니다. 앱을 만들어본 경험이 없어 처음에는 어렵게 느껴졌지만, 기술연구본부 구성원들의 도움을 받고 클로드에 ‘중학생도 이해할 수 있도록 쉽게 설명해줘’라고 요청하며 하나씩 해결했습니다.

두 번째는 챗봇의 객관식 질문과 주관식 후속 질문을 설계하고, 실제 대화를 정교하게 분석하도록 구현하는 일이었습니다. 입사자의 솔직하고 의미 있는 답변을 이끌어내는 질문을 구성하고, 답변 내용뿐 아니라 말투와 뉘앙스까지 반영해 분석하도록 설계했습니다. 초기에는 기대한 수준에 미치지 못했지만, 질문과 분석 기준을 거듭 보완한 끝에 원하는 결과를 구현할 수 있었습니다.

김재이 : 작업 내용을 다른 환경으로 옮기는 과정에서 백업에 문제가 생겨 완성한 내용의 약 80%가 사라지는 시행착오를 겪었습니다. 다행히 초기 기획안과 추가할 기능을 기록한 메모가 있어 이틀 만에 대부분 복구할 수 있었습니다. 이후 작업 내용이 자동으로 저장되고 여러 도구에서 이어서 작업할 수 있도록 방식을 개선했으며, 기능 추가와 수정 사항도 결과물에 바로 반영되도록 연결해 향후 업데이트가 편리한 구조로 만들었습니다.

박다연 : 가장 시행착오를 겪었던 부분은 역할별 권한 제어와 개인정보 보호였습니다. 동일한 링크로 접속하더라도 신규입사자, 사수, 피플&컬쳐파트 담당자가 각자의 역할에 맞는 화면만 볼 수 있어야 했기 때문입니다. 온보딩에는 구성원의 적응 과정과 개인정보가 담기는 만큼 보안과 데이터 보호에 더욱 신중했습니다.

초기에는 메뉴를 숨기는 단순 UI 제어 방식을 사용했지만, URL 직접 접속을 막을 수 없는 한계가 있었습니다. 이를 해결하기 위해 로그인한 구글 이메일을 기준으로 페이지 접속 시마다 서버에서 권한을 검증하고, 허용된 데이터만 제공하도록 구조를 개선했습니다. 단순 화면 구분을 넘어 실제 데이터 접근 단계까지 안전하게 보호하는 데 가장 중점을 두었습니다. ( 이 과정에서 많은 도움 주신 기술연구본부 감사합니다! 😊)

4. 프롬프트 작성이나 AI 활용 과정에서 새롭게 배우거나 깨달은 점이 있나요?

김민송 : 한 번에 완벽한 결과물을 만들기보다 작은 단계부터 실행하고 기능을 하나씩 확장하는 편이 시행착오를 줄이는 데 효과적이라는 점을 배웠습니다. 기능과 UI를 구현한 뒤에야 보이는 개선점이 많았기 때문에, 처음부터 모든 기능을 담으려 하기보다 클로드와 대화하며 계획을 세우고 우선순위에 따라 단계적으로 구현하는 방식이 훨씬 효율적이었습니다.

김재이 : 프롬프트가 필요 없어질 것이라는 이야기도 있지만, 적어도 현재는 여전히 중요하다고 느꼈습니다. 실무자가 당연하게 알고 있는 업무의 배경과 맥락을 AI는 알지 못하기 때문에 이를 최대한 구체적으로 전달해야 원하는 결과를 얻을 수 있었습니다. 사람이 TPO에 맞춰 옷을 입듯 AI도 상황에 맞는 답을 낼 수 있도록 조건을 설정하는 것이 사용자의 역할이라는 점을 깨달았습니다.

박다연 : 동료와 합을 맞춰가듯 AI와도 상호작용하는 과정이 필요함을 배웠습니다. 이전에는 요구사항을 두루뭉술하게 전달했다면, 이번에는 해결하려는 문제와 필요 기능을 구체적으로 설명하고자 했습니다.

특히 바로 개발에 들어가기보다 단계별 개발 방식과 기능 계획서를 먼저 요청했습니다. 계획서를 검토하며 놓친 부분을 사전에 발견해 보완할 수 있었고, 덕분에 시행착오를 크게 줄였습니다. 결국 AI에게 잘 설명하는 것은 내가 원하는 것을 스스로 명확히 이해하는 과정임을 깨달았습니다.

5. 프로그램을 끝까지 완주할 수 있었던 가장 큰 원동력은 무엇인가요?

김민송 : 가장 큰 원동력은 개인의 의지였습니다. 이 프로그램을 꼭 완성해 실무에서 사용하고 싶다는 의지가 강했기 때문에 개인 시간을 더 투자하면서 완성도를 높이고자 노력했습니다. 또한 여러 참여자와 조별 스터디, 온라인 스크럼을 통해 산출물 개발 과정을 공유하면서 서로 긍정적인 동기부여를 주고받았습니다.

김재이 : 시작한 일은 끝까지 마무리해야 하는 성격이라 중간에 놓는 선택지는 없었습니다. 더 근본적으로는 개인의 역량이 성장하면 회사에도 도움이 되고, 개인 역시 할 수 있는 일의 폭과 사고가 확장된다고 생각했습니다. 회사와 개인이 함께 성장할 수 있다는 믿음이 가장 큰 원동력이었습니다.

박다연 : 할 거면 제대로 하자’는 마음이 가장 컸습니다. 전사 첫 프로그램인 만큼 좋은 선례를 남기고 싶었고, 명확한 사용 대상자들에게 더 나은 경험을 선물하고 싶었기 때문입니다.

무엇보다 개발 과정 자체가 정말 재미있었습니다. 클로드와 소통하며 아이디어가 실제 기능으로 구현되는 모습에서 ‘바이브 코딩’의 매력을 제대로 느꼈습니다. 업무와 병행하느라 바빴지만, 직접 만들어낸다는 즐거움과 성취감이 훨씬 더 컸습니다!

6. 프로그램을 통해 가장 크게 성장했다고 느끼는 부분은 무엇인가요?

김민송 : 클로드로 다양한 기능을 직접 구현하는 과정에서 AI 활용 역량이 크게 향상되었습니다. 이전에는 ‘AI로 이것까지 할 수 있을까?’라는 의문이 앞섰지만, 이제는 ‘이 정도는 충분히 구현할 수 있겠다’고 생각할 만큼 자신감이 생겼습니다. 또한 새로운 기능이나 도구를 개발할 때 전체 흐름을 설계하고 시작점을 정하는 감각도 익혔습니다. 덕분에 작업의 큰 맥락을 먼저 파악하고 AI를 더욱 체계적이고 효율적으로 활용할 수 있게 되었습니다.

김재이 : 업무를 구조화해 ‘어떻게 쪼개면 AI로 대체할 수 있을지’를 보는 시각이 생겼습니다. 기능 하나를 바꿀 때 연쇄적으로 따라오는 변수도 미리 생각하게 됐습니다. 예를 들어 데이터 제공 주기에 따라 표 구성과 누적 방식을 함께 결정해야 한다는 점처럼, 하나의 변화가 다른 영역에 미치는 영향까지 고려하는 사고가 확장되었습니다.

박다연 : 가장 크게 성장한 부분은 AI에 대한 막연한 두려움을 깨고 실무에 적용하는 자신감을 얻은 점입니다. 이전에는 AI를 어디서부터 어떻게 써야 할지 몰랐지만, 직접 업무를 구조화하고 작동하는 결과물을 만들어보며 이제는 어떤 업무를 AI와 함께할지 스스로 판단할 수 있게 되었습니다.

또한 단순히 기존 업무를 대체하는 데 그치지 않고, 비효율적인 프로세스를 찾아 개선하는 과정에서 업무를 바라보는 시야도 넓어졌습니다. AI에 대체될까 두려워하기보다, AI를 똑똑하게 활용해 더 잘 일하는 사람이 되고 싶습니다!

7. 산출물을 현재 실무에서 활용하고 있다면, 업무 방식에 어떤 변화가 생겼나요?

김민송 : 아직 바로 실사용하고 있지는 않으며, 수습 제도 리뉴얼 일정에 맞춰 활용할 예정입니다. 실사용이 시작되면 추가 리소스를 크게 들이지 않고도 입사자의 온보딩 상황을 자동으로 더욱 구체적으로 파악하고, 위험 신호가 발견된 입사자가 있다면 적절한 시점에 필요한 조치를 취할 수 있을 것으로 기대합니다.

김재이 : 대시보드를 매일 확인하고 있으며, 노션과 매핑해 수치를 직접 기입하지 않아도 자동으로 입력되는 부분이 가장 편리합니다. 처음 해결하고 싶었던 수치 기입 시간을 줄일 수 있었고, 앞으로는 GA4 데이터까지 자동화하며 차근차근 발전시킬 계획입니다.

박다연 : 아직 실무 적용 전으로, 변경되는 수습 제도에 맞춰 일부 보완한 뒤 실제 운영에 활용할 예정입니다. 앞으로는 신규입사자와 사수가 각자 화면에서 미션과 시기를 바로 확인하고, 저는 전체 온보딩 현황을 한눈에 파악할 수 있게 됩니다.

이전에는 개별 진행 상황을 일일이 확인하느라 어려움이 있었는데요. 이번 자동화로 단순 운영 업무에 드는 시간을 줄여, 도움이 필요한 신규입사자를 더욱 세심하게 케어하는 데 집중할 수 있을 것으로 기대합니다.

이처럼 아이패밀리SC는 AI가 낯선 초보자라도 든든한 교육 지원과 동료들의 응원 속에서 '퍼스트 펭귄'으로 거듭날 수 있는 환경을 만들어가고 있어요. 비효율적인 작업은 줄이고, 나의 본질적인 역할과 성장에 온전히 몰입할 수 있는 곳. AI로 일하는 방식을 바꾸며 가슴 뛰는 성장을 경험하고 싶다면, 지금 바로 아이패밀리SC에 지원해 보세요!