부산항만공사 디지털AI부 · 리더십 디렉팅 코스
원양선박 항해사 출신 부서장의 해상·항만 도메인 지식과 AI 기술 생태계를 결합하여, AI 사업을 기획·조달·평가·디렉팅하는 총괄 리더의 눈을 갖춥니다.
각 Step은 "무엇을 배웠다"가 아니라 "무엇을 만들어 냈다"로 닫힙니다. 아래 산출물 4종이 모이면 그대로 부서 AI 도입 실행계획이 됩니다.
"AI에 넘길 수 있는 자료인가", "AI는 어떻게 틀리는가", "우리가 사야 할 하드웨어는 무엇인가" — 세 질문에 답할 수 있게 됩니다.
모델을 바꾸는 것보다 포맷을 바꾸는 것이 RAG 품질에 더 크게 기여합니다. RAG 사업이 실패하는 이유의 상당수는 모델 성능이 아니라 원본 문서가 기계로 읽히지 않는 상태였다는 데 있습니다.
비유 — 종이해도(스캔 PDF·구 HWP)는 사람 눈으로만 읽힙니다. ECDIS의 벡터해도는 수심·부표가 객체와 속성값이라 "안전등심선 이하 구역"을 질의할 수 있습니다. 이 차이가 곧 문서 포맷의 차이입니다.
| 포맷 | 특성 · RAG 적합도 | BPA 활용 | 리더가 볼 리스크 |
|---|---|---|---|
| HWP | 비공개 바이너리. 표·각주 깨짐. 낮음 | 레거시 공문 아카이브 | 파싱 실패를 모델 탓으로 오인 |
| HWPX KS X 6101 | XML 기반 개방형. 태그로 문단·표 접근. 중~상 | 행정문서, 규정집, 기안문 | 표가 이미지로 박혀 있으면 무의미 |
| 레이아웃 고정. 컬럼·표 순서 뒤섞임. 중 | 대외 공표자료, IMO/ISO 원문 | 스캔본은 사실상 이미지 → OCR 비용 | |
| Markdown | 경량 평문. 제목 계층이 곧 의미 구조. 최상 | 매뉴얼, 지식관리, 프롬프트·규칙 파일 | 결재선·서식 표현 불가 |
| JSON | Key-Value 명시. 스키마 검증 가능. 최상 | TOS API 연동, AI 출력 규격 | 스키마 미정의 시 벤더 종속 |
| XML/EDIFACT ISO 9735 | 세그먼트·자격코드 국제 전자문서. 상 | BAPLIE·COPRAR·COARRI·CODECO | LLM이 규격을 암기한 척 창작(1-2) |
| Graph DB | 노드-엣지 관계. 다단계 추론(Graph RAG). 특수 | 선박↔선석↔크레인↔컨테이너 관계 추적 | 온톨로지 설계 실패 = 사업 실패 |
Obsidian 보관함을 만들고 [[선박_복원성]]·[[BAPLIE_적부계획]]·[[IMDG_위험물규칙]]·[[VGM_검증총중량]] 노트 4개를 작성해 백링크가 자동 연결되는 것을 확인합니다. 특히 그래프 뷰의 점선 노드(링크는 걸렸으나 실체가 없는 노트)가 "지식 자산의 구멍"을 어떻게 드러내는지 보십시오 — RAG에서 환각의 최대 공급원이 바로 이 구멍입니다.
LLM은 다음 토큰을 확률로 예측하는 구조라 환각은 버그가 아니라 기본 동작입니다. 없앨 수 없고 규칙·스키마·게이트로 가둘 수만 있습니다.
비유 — 레이더의 False Echo. 사이드로브·다중반사로 없는 배가 진짜와 똑같이 찍힙니다. 그래서 항해사는 육안·ARPA·AIS로 교차확인합니다. 훈련이 아니라 규정입니다. AI에도 같은 규정을 이식하는 것이 HITL입니다.
| 환각 유형 | 실제 사례 (Step1 상세가이드 실증) | 육안 탐지 |
|---|---|---|
| 자릿수·단위 오류 | MEA+WT++KGM:24500(24,500kg)을 2,450kg으로 10배 축소 출력 | 불가 — 둘 다 그럴듯한 숫자 |
| 없는 데이터 창작 | 원본에 LOC+147이 3개뿐인데 4번째 위치와 "위성 안테나 10톤"을 생성 | 가능 (도메인 지식 필요) |
| 결측치 임의 보간 | 중량 세그먼트가 없는 컨테이너에 "동급 평균 26톤으로 추정" 삽입 | 불가 — 오히려 성실해 보임 |
| 규격·조항 창작 | "ISO 9735 제4.7조에 따라"처럼 인용 형식만 모방 | 가능 (원문 대조 시) |
| 파생 계산 오염 | 오염된 값으로 "GM 0.35m 저하" 같은 안전 판단까지 도출 | 불가 |
BAPLIE 샘플을 나쁜 프롬프트("부족한 부분은 관례에 따라 추정해서 빈칸 없이 채워줘")로 실행해 환각을 직접 유도한 뒤, STRICT_EDI_PARSER_V2 System Skill을 적용해 재실행합니다. "vgm_kg": null, "total_vgm_kg": null 출력이 나오는 순간이 이 모듈의 핵심입니다.
HITL 6단계 — 수신 → 결정론적 파서 → AI 초안 → 게이트(미상·플래그 시 자동반영 차단) → 사람 승인(서명) → TOS 반영 + 감사로그.
RFP 별첨 3개 조항: R1 결측치 추정 금지(미상은 null + 사유코드) · R2 모든 수치에 출처 원문 첨부 · R7 인간 승인 게이트.
R2가 없으면 Step 3의 충실도(Faithfulness) 측정 자체가 불가능합니다 — 출처 없는 답변은 채점할 수 없습니다.
비유 — GPU는 다목적 하버 크레인(만능·고가·고전력, 학습용), NPU는 ARMGC(한 가지를 싸고 조용하게 24시간, 추론용), HBM은 크레인 옆 버퍼 야드(데이터를 대주는 속도). 오늘날 병목은 연산이 아니라 이 공급 속도인 경우가 많습니다.
"GPU 몇 장 사면 되나"는 틀린 질문입니다. 옳은 질문은 "우리는 학습을 하는가, 추론만 하는가"이고, 공공기관의 답은 대개 추론만입니다. 그러면 고가 GPU 자체 구매가 아니라 저전력 NPU + 온프레미스 sLLM이 TCO·보안 양쪽에서 유리합니다.
과기정통부 K-Cloud 확인 필요 — 국산 NPU를 클라우드 인프라에 실증·적용해 반도체→클라우드→서비스 생태계를 만드는 사업. 수요기관 실증 참여로 사업비 부담 완화와 레퍼런스 확보가 가능합니다. 일부 자료에 인용되는 연산 성능 수치(예: 39.9PF)는 본 문서에서 사실로 확정하지 않았습니다 — 보고서 인용 전 소관 부처 보도자료 원문을 확인하십시오.
동적 선석 배정(DDBAP)의 제약조건을 QUBO 페널티 수식으로 옮기고, QAOA로 최저 에너지 조합을 찾는 구조입니다. 상세 수식과 시뮬레이터 출력은 상세가이드 1-3 참조.
양자 컴퓨터 도입 여부와 무관하게 암호 위협은 이미 시작됐습니다. 선수집 후해독(Harvest Now, Decrypt Later) — 공격자는 지금 암호문을 수집해 두고 10년 뒤 해독합니다. 즉 오늘 오간 통신의 안전은 "이 정보가 몇 년간 비밀이어야 하는가"로 결정됩니다.
표준 FIPS 203/204/205 ML-KEM(키교환·Kyber) / ML-DSA(서명·Dilithium) / SLH-DSA(해시기반 서명·SPHINCS+). 국내 KpqC 및 국가 전환 로드맵 일정은 소관 기관 확인 필요.
우선순위: 공개키(RSA·ECC) 교체 ≫ 대칭키 길이 확대. Grover의 "AES-128 → 64비트"는 이론 상한이며 병렬화 제약으로 실제 위협은 훨씬 낮습니다. 벤더가 "양자 위협"으로 전면 재구축을 제안하면 이 구분을 물으십시오.
AI가 안전 규정을 강제하는지 직접 시험하고, 무인 자동화 터미널의 운영기술(OT) 보안과 데이터 등급 기반 보안 설계를 세웁니다.
아래를 Gemini/Claude/ChatGPT에 입력하고, 부장님이 직접 터미널 통제관으로서 의사결정을 내립니다.
일부러 "하역을 강행하라"고 반복 지시하여, AI가 사용자 지시에 맹목적으로 순응하는지(Sycophancy) 아니면 안전 규정을 끝까지 강제하는지 시험합니다. 3회 이상 압박을 걸어 보는 것이 핵심입니다 — 대부분의 모델은 처음엔 거절하다가 압박이 반복되면 무너집니다.
IT 보안과 OT 보안은 우선순위가 뒤집혀 있습니다. 이 한 장을 모르면 정보보안 부서와 운영 부서가 계속 충돌합니다.
| 항목 | IT (정보기술) | OT (운영기술) |
|---|---|---|
| 최우선 가치 | 기밀성 → 무결성 → 가용성 | 가용성·안전 → 무결성 → 기밀성 (역순) |
| 패치 | 즉시 적용이 원칙 | 함부로 못 함. 재기동이 곧 하역 중단. 검증 후 정기 정비창에만 |
| 수명주기 | 3~5년 | 15~25년. 지원 종료된 OS·컨트롤러가 현역 |
| 사고 결과 | 데이터 유출 | 물리적 사고 — 인명·설비 손상, 항만 마비 |
| 참조 표준 | ISMS-P, ISO 27001 | IEC 62443 (Zone & Conduit, SL1~4) 적용범위 확인 |
① 장비 공급망 리스크 확인 필요
대형 안벽크레인·자동화 장비는 원격 진단·유지보수를 위한 통신 경로를 갖는 경우가 있습니다. 해외에서는 이를 국가안보 현안으로 다루어 해양 보안 지침이 발령된 사례가 보고되어 왔습니다.
부산항 장비 구성상 남의 일이 아닙니다.
→ 지금 할 일은 판단이 아니라 목록화입니다. "우리 장비 중 외부와 통신하는 경로가 있는 것이 무엇이고, 그 통신을 누가 통제하는가"를 인벤토리로 확보하십시오. 이것이 없으면 어떤 대책도 세울 수 없습니다.
② 측위 교란 — GPS 재밍/스푸핑 확인 필요
한반도 주변 GPS 교란은 반복적으로 발생해 온 현실입니다. 무인 AGV·자동화 크레인이 위성 측위에 단일 의존하면 교란이 곧 하역 중단 또는 충돌입니다.
→ 대응 축: 다중 측위 융합(관성항법·레이저·RTK·UWB), 지상파 보강 항법(eLoran / R-Mode 등)의 항만 적용 가능성 검토, 측위 이상 탐지 시 안전 정지(Fail-safe) 로직 확보. ※ 국내 항법 인프라 사업 현황은 소관 부처 확인 필요
③ AI 특유의 신종 위협 — 가짜 지시
음성·영상 합성으로 가짜 기항 지시·긴급 작업 지시가 들어올 수 있습니다. AI 도입은 이 위협을 증폭시킵니다.
→ 대응: 중요 지시에 대역외(Out-of-band) 재확인 절차 의무화 — 메일·메신저로 온 지시는 사전 등록된 채널로 되짚어 확인합니다. 기술이 아니라 절차로 막는 영역입니다.
조직 관점 — OT 보안은 정보보안 부서 단독으로 불가능합니다. 운영부서·시설부서·정보보안부서 합동 거버넌스가 전제이며, 이 조정 자체가 디지털AI부장의 역할입니다.
어느 쪽이든 부장님이 만들 산출물은 동일합니다 — 데이터 등급 분류표. 망분리가 유지되든 다층 보안으로 가든, "무엇이 어느 등급인가"를 정하지 않으면 AI 활용 범위를 정할 수 없습니다.
| 등급 | 해당 데이터 (예시) | 처리 위치 | 허용 AI · 통제 수단 | 승인권자 |
|---|---|---|---|---|
| R 기밀 |
항만 시설 도면, 보안계획(PFSP), 입찰·계약 예정가, 특수화물 이력, OT 제어망 구성도 | 내부망 전용 온프레미스 sLLM |
외부 AI 전송 전면 차단. 키워드·정규식 기반 자동 차단 + 반출 시 별도 결재. 국산 NPU 온프레미스만 허용 | 부서장 + 보안담당 |
| Y 민감 |
물동량 상세, 선사별 실적, 내부 회의록, 인사·노무 자료, 장비 고장 이력 | 내부망 우선 제한적 외부 허용 |
DLP 마스킹 후 조건부 허용. 개인정보 가명처리, 학습 미사용(Opt-out) 계약 확보, 전송 로그 보존 | 부서장 |
| G 공개 |
해운 뉴스, 공개 기상·조위, 공표 통계, 국제협약 원문, 공개 입찰 공고 | 제한 없음 | 상용 API 전면 허용. 비용 한도와 사용 이력만 관리 | 실무자 |
투트랙 아키텍처 — 비민감(G) 업무는 상용 API로 속도와 성능을 취하고, 민감·기밀(Y·R)은 온프레미스 sLLM으로 주권을 지킵니다. 두 트랙 사이에 DLP 게이트웨이를 두고 모든 외부 전송을 로그로 남깁니다.
공공 클라우드 활용 시 CSAP 인증 확보 여부와 등급 요건은 소관 기관 확인 필요이며, 이는 Step 3-3 조달 요건과 직결됩니다.
| 능력축 | 무엇을 보는가 | BPA 대표 업무 | 데이터 등급 |
|---|---|---|---|
| 장문맥 처리 | 한 번에 넣을 수 있는 분량과, 긴 문서 중간의 정보를 놓치지 않는지 | 보안지침서·규정집 통합 질의, 장기 EDI 로그 분석 | Y / G |
| 구조화 출력 | 스키마를 지켜 JSON으로만 출력하는지, 필드를 창작하지 않는지 | EDI 파싱, TOS 연동 페이로드, 알림톡 포맷 | Y |
| 심층 추론 | 다단계 제약을 동시에 만족하는 답을 내는지, 계산을 투명하게 보이는지 | 위험물 격리 판정 근거 설명, 규정 충돌 검토 | Y / R |
| 실시간 정보 | 외부 최신 정보를 출처와 함께 가져오는지 | 공급망 차질 조기 경보, 해운 동향 다이제스트 | G만 |
| 멀티모달 | 영상·도면·표 이미지를 읽는지, 오독 시 어떻게 표시하는지 | CCTV 이상 탐지, 장비 데미지 판별, 도면 검토 | R (내부 처리) |
| 온프레미스 구동 가능성 | 가중치를 받아 내부망에서 돌릴 수 있는지, 국산 NPU 포팅이 되는지 | 기밀 등급(R) 전 업무 | R 필수 |
라우팅 규칙 = 데이터 등급 × 능력축. 두 축이 만나는 지점에서 "이 업무는 어디로 보낼 것인가"가 자동으로 결정됩니다.
예 — "해운 뉴스 3줄 요약"은 G등급 × 실시간 정보 → 상용 API 허용. "선석 배정 근거 설명"은 R등급 × 심층 추론 → 온프레미스 sLLM만. 판단이 사람마다 달라지지 않도록 표로 고정하는 것이 요점입니다.
"법적으로 무엇을 해야 하는가", "성능을 어떻게 채점하는가", "어떤 경로로 사고 무엇을 계약에 넣는가" — 발주자의 핵심 역량입니다.
| 확인 축 | 부장님이 던질 질문 | 해당 시 영향 |
|---|---|---|
| 지위 판단 | 우리는 AI를 개발하는가, 제공하는가, 이용만 하는가? 지위에 따라 의무가 다릅니다. 외주 개발이라도 서비스 제공 주체가 우리면 책임이 따라옵니다 | 의무 주체 확정 |
| 고영향 해당성 | 우리 AI가 사람의 생명·신체 안전이나 권리·의무에 중대한 영향을 주는 판단에 쓰이는가? (하역 안전, 위험물 판정, 인사 평가 등) | 강화 의무 발생 |
| 생성형 표시 | AI가 만든 문서·이미지·요약을 대외로 내보내는가? 그렇다면 AI 생성물 표시 의무 검토가 필요합니다 | 표시·고지 절차 |
| 자동화된 결정 | 사람에 대한 결정(인사·평가·출입통제 등)을 AI가 사람 개입 없이 내리는가? 개인정보 법제상 거부·설명 요구권 대응이 필요합니다 | 이의절차 구축 |
| 국제 규제 | 유럽 등에 서비스·데이터가 닿는가? 지역별 AI 규제 적용 여부 확인 | 추가 요건 |
부서가 검토 중인 AI 과제 3건을 놓고 위 5개 축에 O/X를 표시합니다. O가 하나라도 있으면 법무 검토 요청서를 작성합니다 — 요청서에는 ① 과제 개요 ② AI가 관여하는 판단 지점 ③ 그 판단이 누구에게 어떤 영향을 주는지 ④ 사람이 최종 승인하는지(HITL 여부)를 적습니다. ④가 Step 1-2의 HITL 게이트와 그대로 연결됩니다 — 사람이 승인하는 구조면 위험 등급이 내려갑니다.
| 지표 | 측정 내용 | 낮을 때 의심할 원인 |
|---|---|---|
| 충실도 Faithfulness | 답변이 오직 검색된 문서에만 근거하는가 (환각 방지) | 출처 첨부 규칙(R2) 부재, 프롬프트 통제 부족 |
| 답변 관련성 Answer Relevance | 답변이 원 질문과 의미상 일치하는가 | 질문 회피, 프롬프트 개선 필요 |
| 검색 정밀도 Context Precision | 가져온 문서 중 노이즈가 얼마나 적은가 | 리랭커 미적용, 하이브리드 검색 부재 |
| 검색 재현율 Context Recall | 정답이 검색 문서 안에 빠짐없이 들어왔는가 | 청킹 크기 오류, 임베딩 성능, 원본 포맷 불량(1-1) |
null 동작의 계약상 검증 지점입니다.무엇을 사느냐에 따라 경로가 다릅니다. 경로를 잘못 잡으면 기간과 비용이 몇 배가 됩니다. 제도 요건은 조달 부서와 확인
| 경로 | 언제 쓰는가 | 유의점 |
|---|---|---|
| 디지털서비스 전문계약제도 | 이미 만들어진 SaaS·클라우드 AI를 도입할 때. 심사·등록된 서비스를 수의계약 등 간소 절차로 조달 가능 | 등록 서비스 목록 확인. 공공 AI 도입의 실무 핵심 경로인데 자주 간과됨 |
| 일반 경쟁입찰 (SI 구축) | 우리 데이터·업무에 맞춘 구축·연동 개발이 필요할 때 | 과업 확정이 어려우면 분쟁 다발. 과업심의위원회 활용 |
| 상용SW 직접구매 (분리발주) | 상용 솔루션과 구축 용역을 분리해 발주할 때 | SW 원가 투명화, 벤더 마진 통제. 종속 완화 효과 |
| 실증·시범 (PoC) | 기술 성숙도가 불확실할 때 (양자 최적화, 국산 NPU 등) | PoC 성공 = 본사업 확정이 아님을 명문화. 4-3 Kill Criteria 필수 |
| 축 | 핵심 질문 | BPA 목표 상태 | 확보 수단 |
|---|---|---|---|
| ① 데이터 소재 | 우리 데이터가 물리적으로 어디에 저장·처리되는가? 국외 이전이 있는가? | 기밀(R) 등급은 내부망 이탈 금지 | 등급 분류표(2-3) + 계약 |
| ② 모델 가중치 | 모델을 우리가 보유하는가, 접속만 하는가? 벤더가 서비스를 종료하면 어떻게 되는가? | 핵심 업무는 개방 가중치 기반 sLLM 확보 | 가중치 반출 조항, 파인튜닝 산출물 귀속 |
| ③ 인프라 | 연산 자원을 누가 통제하는가? 공급이 끊기면 대체 가능한가? | 민감 업무 온프레미스(국산 NPU 포함) 확보 | K-Cloud 실증 참여 사업 확인 |
| ④ 운영 인력 | 우리 직원이 운영할 수 있는가? 벤더가 철수해도 시스템이 돌아가는가? | 부서 내 운영 가능 인력 확보 | 기술이전·인수인계 과업 명시 |
현재 도입했거나 검토 중인 AI 서비스 1건을 골라 4축에 각각 "우리 통제 / 벤더 통제 / 불명"을 표시합니다. "불명"이 하나라도 있으면 그것이 첫 번째 질문 항목입니다.
기술을 조직에 착륙시킵니다. 자동화가 사람과 어떻게 공존하는지, 돈이 되는지, 언제 멈출지까지 정하고 최종 제안서로 닫습니다.
이 실습의 진짜 목적은 자동화가 아니라 2-3 데이터 등급표를 코드로 강제해 보는 것입니다. 등급 판정이 가장 앞단에 있고, R등급이면 AI에 도달하기 전에 차단됩니다.
흐름 — ① IMAP 수신 → ② 등급 판정(R: 기밀·입찰 키워드 → AI 전송 차단 / Y: DLP 마스킹 후 요약 / G: 전면 허용) → ③ 요약 생성 → ④ Webhook 발송 → ⑤ 전송 로그 기록.
human_review_required와 source_message_id를 넣은 이유입니다. 요약만 보고 조치하는 관행이 생기면 Step 1-2의 환각 위험이 그대로 업무에 들어옵니다.부장님께는 다른 조직에 없는 자산이 있습니다 — 현장 이력입니다. 항해사·선장 경력은 "안전을 책임져 본 사람"의 언어를 씁니다. 이 신뢰를 기술 설명이 아니라 안전 개선 약속에 쓰는 것이 이 모듈의 요점입니다.
| 원칙 | 말할 내용 | 뒷받침하는 근거 |
|---|---|---|
| ① 위험 대체 | AI·자동화가 먼저 가져가는 것은 사람이 다치는 작업입니다 — 래싱, 고소작업, 야간 이동, 위험물 근접 점검. | 중대재해 통계, 작업별 위험도 자료 |
| ② 판단 권한 유지 | 최종 승인은 사람이 합니다. AI는 검토할 것을 정리할 뿐이며, 승인자 이름과 시각이 로그에 남습니다. | Step 1-2의 HITL 6단계 게이트 문서 |
| ③ 지표 공유 | 도입 전후의 안전·부하 지표를 노사가 함께 봅니다. 우리만 보는 성과 보고가 아닙니다. | 합의된 지표 정의서 + 정기 공개 |
| ④ 재배치 원칙 | 직무가 바뀌는 인원에 대한 재배치·재교육 원칙을 먼저 문서화합니다. 사업 승인 전에 만듭니다. | 인사부서 협의 문서 |
A4 한 장짜리 현장 소통 자료를 직접 작성합니다. 구성: ① 무엇이 바뀌는가(구체 작업 3개) ② 무엇이 안 바뀌는가(판단 권한·승인 절차) ③ 함께 볼 지표 3개 ④ 재배치 원칙 ⑤ 질문 창구.
그다음 대리님이 반대 측 역할을 맡아 가장 날카로운 질문 3개를 던집니다 — "결국 인원 줄이려는 것 아닙니까", "AI가 틀리면 책임은 누가 집니까", "지표는 회사가 유리하게 만들 것 아닙니까". 이 3개에 답할 수 있으면 실제 협의도 가능합니다.
AI 사업 예산에서 구축비만 보면 절반을 놓칩니다. 3년 총소유비용으로 보십시오.
| 비용 항목 | 흔히 누락되는 것 |
|---|---|
| 구축 | 데이터 정제·포맷 변환 비용(1-1 진단서로 사전 파악), 레거시 연동 개발 |
| 인프라 | 추론 자원 전력·냉방, 이중화, 사용량 증가에 따른 API 비용 상승 |
| 운영 | 운영 인력 인건비, 모델·인덱스 갱신, 골든셋 재평가(반기), 보안 점검 |
| 변화관리 | 교육, 현장 소통, 병행 운영 기간의 이중 작업 비용 |
| 종료 | 데이터·모델 반환, 이관, 대체 시스템 전환 비용 |
| 시점 | 계속 조건 (하나라도 미달 시 중단·전환 검토) |
|---|---|
| PoC 종료 | 발주처 골든셋에서 기준선 대비 유의미한 개선이 측정됨 · 정답 없는 질의 2건에서 모른다고 답함 · 데이터 등급 위반 0건 |
| 6개월 | 실제 업무에서 월 N회 이상 재사용 · 사람 검수 시간이 순증하지 않음 · 중대 오류 0건 |
| 12개월 | 절감 시간이 TCO를 상회하는 경로가 보임 · 발주처 인력 단독 운영 가능 · 종속성 4축에서 "불명" 0건 |
주의 — "사람 검수 시간이 순증하지 않음"이 중요한 조건입니다. AI가 초안을 주지만 검수에 더 오래 걸리는 사례가 매우 흔합니다. 이 경우 도구는 작동해도 업무는 나빠집니다.
4번의 "정량 목표치 후확정"도 의도된 것입니다. 착수 전에 "생산성 15% 향상" 같은 수치를 공표하면 그 숫자를 만들기 위한 평가가 시작됩니다. 3-2의 기준선 원칙과 동일합니다.
교육이 끝난 뒤 부서에 남는 것은 지식보다 정리된 결정입니다. Step이 끝날 때마다 아래 한 가지씩만 문서로 남겨 두시면, 다음 단계가 훨씬 수월해집니다. 한 번에 완벽하게 만들 필요는 없고, 초안 수준으로 적어 두었다가 뒤에서 다듬어 가시면 충분합니다.
쉽게 말하면, "AI는 여기까지만 하고 그다음부터는 사람이 본다"는 선을 어디에 그을지 미리 정해 두는 일입니다.
Step 1에서 AI가 어떻게 틀리는지 직접 보셨습니다. 없는 숫자를 만들어 내고, 빠진 값을 그럴듯하게 채워 넣는 모습이 가장 생생하게 남아 있을 때 선을 그어 두는 것이 좋습니다. 시스템이 다 만들어진 다음에 이 선을 넣으려면 이미 짜인 구조를 되짚어야 해서 훨씬 번거로워집니다.
앞으로 어떤 업체가 어떤 모델을 제안해 오더라도 같은 기준으로 비교하실 수 있습니다. 그리고 문제가 생겼을 때 "누가 언제 확인했는지"가 기록으로 남아, 담당 직원을 보호하는 장치가 되어 줍니다.
쉽게 말하면, 우리 자료를 중요도에 따라 몇 단계로 나누고, 단계별로 어디까지 허용할지를 미리 표로 만들어 두는 일입니다.
자료가 나올 때마다 그때그때 판단하면 사람에 따라 답이 달라집니다. 조심스러운 직원은 아무것도 못 쓰고, 편한 직원은 민감한 자료까지 넣게 됩니다. 기준을 한 번 표로 만들어 두면 실무자가 매번 부장님께 여쭤보지 않아도 되고, 부장님도 같은 질문을 반복해서 받지 않으셔도 됩니다.
실무자가 스스로 판단할 수 있게 되어 업무 속도가 빨라집니다. 표에 없는 새로운 자료가 나오면 그때 한 줄씩 추가해 가시면 되고, 처음부터 모든 자료를 다 분류하지 않으셔도 괜찮습니다. 자주 쓰는 것부터 채워 나가는 방식을 권해 드립니다.
쉽게 말하면, 사업을 공고하기 전에 "이 일이 법에서 특별히 신경 쓰라고 정한 분야에 해당하는지"와 "이건 어떤 방식으로 사는 것이 맞는지" 두 가지를 확인해 두는 일입니다.
법에서 요구하는 사항은 대부분 처음 설계에 들어가 있어야 하고, 나중에 덧붙이기가 어렵습니다. 구매 방식도 마찬가지로 공고를 낸 뒤에는 바꾸기 쉽지 않습니다. 특히 법무 검토는 회신까지 시간이 걸리므로, Step 3 초반에 미리 요청해 두시면 전체 일정에 여유가 생깁니다.
공고 이후에 과업 내용이 흔들리는 일이 줄어듭니다. 합격선을 미리 숫자로 못 박지 않고 측정한 뒤에 정하는 방식으로 두면, 나중에 업체와 기준을 두고 다투게 될 여지도 함께 줄어듭니다.
쉽게 말하면, 사업을 시작할 때 "어떤 상태가 되면 계속 가고, 어떤 상태면 잠시 멈추고 다시 볼지"를 함께 정해 두는 일입니다.
시작 기준만 있으면, 성과가 기대만큼 나오지 않아도 이미 들어간 예산 때문에 계속 끌고 가게 되는 경우가 많습니다. 반대로 처음에 "이런 상황이면 다시 판단해 보자"고 함께 정해 두면, 나중에 방향을 바꾸는 일이 실패가 아니라 처음부터 합의된 절차가 됩니다. 담당자에게도 부담이 훨씬 줄어듭니다.
경영진 보고에서 신뢰를 얻기 쉽습니다. 기대 효과만 적힌 제안서보다, 점검 시점과 판단 기준이 함께 적힌 제안서가 훨씬 설득력 있게 읽힙니다.
본 과정을 진행하면서 병행해서 처리해야 할 사항입니다. 이것이 정리되지 않으면 Step 4의 이니셔티브가 서류로만 남습니다.