Buzzvil AI Native 시리즈: 모두가 개발자가 될 필요는 없다
Intro.
AI로 일하는 Buzzvil AI Native 시리즈: 일하는 방식을 바꾼 버즈빌리언들의 이야기
AI 전환(AX)은 이제 대부분 기업의 과제가 됐습니다. 하지만 진짜 어려운 건 도구를 도입하는 일이 아니라, 그것을 실제 업무에 정착시키는 일입니다. 버즈빌 AX 시리즈는 거창한 시스템이 아니라, 각자의 자리에서 AI와 함께 일하는 방식을 바꿔온 버즈빌리언들의 실전 기록을 담습니다.
Buzzvil AI Native 시리즈 읽어 보기
- [Ep.1] AI가 어려운 비개발자라면 이것부터 시작하세요
- [Ep.2] 개발자 1명이 세상에 없는 CRM 솔루션을 만들었다
- [Ep.3] 코드는 AI가 다 짜주는데, 저는 왜 더 바빠졌을까요?
- [Ep.4] ‘개자이너’의 시대, AI가 디자인팀을 바꾸는 법
- [Ep.5] AI 네이티브 디자이너가 버린 건 피그마 아니었다
- [Ep. 6] 개발자 없는 팀이 자동화 32개를 굴릴 수 있었던 이유
- [Ep. 7] 사내 AI 에이전트, 모델부터 고르면 실패합니다
AI 네이티브는 ‘모두가 개발자가 되는 것’이 아닙니다
AI 네이티브를 이야기하면 대부분 개발팀이나 디자인팀부터 떠올립니다. AI로 코드를 더 빨리 짜고, 디자인을 더 빨리 만드는 이야기 말이죠. 그래서 많은 사람들은 AI 네이티브가 ‘모두가 개발자처럼 일하는 조직’이라고 생각합니다.
그런데 버즈빌 BDSO(BD Strategy & Operation)팀은 조금 다릅니다. 매체 파트너의 수익 성장을 책임지며 사업개발 전략을 세우는 조직이라 코드를 직접 쓰는 일은 없는데요. 개발자가 한 명도 없는 이 팀이 지금 32개의 자동화 시스템을 운영하고 있습니다. 이번 콘텐츠의 핵심은 무엇을 만들었느냐보다, 개발자가 한 명도 없는 팀이 어떻게 32개의 자동화 시스템을 운영하는 조직이 됐느냐입니다. AI 네이티브 조직에서 비개발자는 어떻게 일하게 되는지 그 과정을 정리해 보았습니다.
시작은 ‘도입’이 아니라, ‘내 일의 반복’이었습니다
AX가 팀에 잘 안 붙는 조직엔 공통점이 있습니다. 좋은 도구를 깔고 전사에 공지했는데, 얼리어답터 몇 명만 쓰다 흐지부지되는 거죠. 도구는 있는데 일하는 방식은 그대로입니다. BDSO팀은 반대쪽에서 출발했어요. 전략도 도구도 아니고, 각자 “나 이거 매번 손으로 하는데, 어떻게 안 되나” 싶던 일 하나에서 시작했거든요. 흥미로운 건 자동화를 만든 사람이 한 명이 아니라는 점입니다. 로웬, 브리즈, 웬디, 헨리는 모두 자기 업무에서 가장 불편했던 반복을 하나씩 없애기 시작했습니다. 문제는 달랐지만, 출발점은 같았습니다.
반복에 드는 시간을 줄인다
로웬은 매일 한 시간씩 붙잡던 메일 회신 준비를 자동화했습니다. AI가 메일을 요약하고 답장 초안까지 만들어 두게 하면서, 목표는 10분 안쪽이었습니다.
실수가 날 수밖에 없는 일을 자동화한다
웬디는 세금계산서 마감을 눈으로 확인하다 보면 한두 건씩 놓치던 과정을 단계별 알림으로 바꿨습니다. 누락이 날 자리 자체를 없앤 거죠.
남을 기다려야 하는 일을 직접 한다
브리즈는 유닛 10~20개를 손으로 하나씩, 그것도 개발자의 작업 순서를 기다려 변경하던 지면 작업을 자동화했습니다. 이제는 명령 한 번이면 끝나면서 조작의 90% 이상이 사라졌습니다.
숫자로 판가름 나는 판단은 미리 돌려본다
헨리는 신규 매체 정산 조건을 여러 방식으로 바꿔 손익을 계약 전에 시뮬레이션할 수 있도록 만들었습니다. 조건 하나에 월 수백만 원이 갈린다는 걸 협상 전에 숫자로 확인한 겁니다. 공통점은 ‘코드’가 아니라 ‘관점’이었습니다. 내 일의 어디가 가장 성가신지 알아채는 눈이죠. 그건 개발 실력과는 상관없고, 오히려 그 일을 매일 하는 사람이 가장 잘 짚어냅니다. 이렇게 시작한 작은 자동화 중에는 개인 도구를 넘어 팀 전체가 사용하는 시스템으로 발전한 사례도 있었습니다. 대표적인 것이 로웬의 AutoBDSO입니다.
AutoBDSO는 매출이 갑자기 꺾인 날 원인을 묻자 흩어진 데이터와 메신저 대화 맥락을 모아 1차 분석을 7분 만에 내놨습니다. 사람이 여러 지표를 모아 하나씩 확인하려면 한참 걸렸을 일이지만, 이제는 “왜 매출이 떨어졌지?”라는 질문 하나면 AI가 먼저 단서를 모아주는 수준까지 발전한 겁니다.
그런데 개인기가 늘수록, 새로운 문제가 생겼습니다
자동화가 32개까지 늘자, 이번엔 새로운 문제가 보였습니다. 자동화 자체보다 그걸 운영하는 일이 더 어려워진 거죠. 대부분이 개인 PC에서 돌아가다 보니 담당자가 자리를 비우면 멈추고, 비슷한 기능을 각자 따로 만들기도 했습니다. 인증이 한 번 꼬이면 빈 리포트가 그대로 전달되는 일도 있었고요.
흥미로운 건 자동화를 많이 만들수록 오히려 ‘함께 쓰는 방법’이 더 중요해졌다는 점입니다. AI 덕분에 누구나 자동화를 만들 수 있게 됐지만, 그 결과가 특정인의 PC와 기억에만 남아 있으면 개인의 효율에서 끝나기 쉽습니다. 개인기의 합은, 아직 팀의 역량이 아니었습니다. 자동화가 팀 전체의 힘이 되려면, 누구나 이어받아 사용할 수 있고 함께 운영할 수 있는 방식으로 연결되어야 했습니다.
만드는 사람이 넘쳐날 때, 리더가 할 일은 ‘시스템화하는 것’입니다
BDSO팀 리드인 재키의 고민도 여기서 시작됐습니다. 로웬, 브리즈, 웬디, 헨리가 각자 자기 업무를 자동화하기 시작하자, 이제는 누가 더 많이 만드느냐보다 그 결과를 어떻게 팀 전체의 방식으로 만들 것인가가 더 중요한 과제가 됐기 때문입니다. 재키의 역할도 자연스럽게 달라졌습니다. 자동화를 직접 가장 많이 만드는 사람이 아니라, 팀원들이 만든 자동화가 개인의 성과에서 끝나지 않고 팀의 자산으로 남도록 만드는 역할이었습니다. 무엇을 먼저 자동화할지 우선순위를 정하고, 흩어진 것들을 하나의 운영 방식으로 묶어 누구나 이어받아 활용할 수 있도록 만드는 일이었습니다.
팀원들이 일할 환경을 먼저 만든다
재키는 자동화가 늘어난 뒤에 관리하기 시작한 것이 아니었습니다. 먼저 팀원들이 자동화 아이디어를 자유롭게 제안하고 공유할 수 있는 환경을 만들었습니다. 중복되는 작업은 함께 정리하고, 반복되는 업무는 시스템으로 해결하는 문화를 만든 거죠. 덕분에 자동화는 개인 프로젝트로 끝나지 않았습니다. 로웬, 브리즈, 웬디, 헨리가 만든 시스템은 서로 연결되며 팀의 업무 방식으로 자리 잡기 시작했습니다.
개인의 효율을 팀의 자산으로 만든다
그다음은 운영 가능한 형태로 만드는 일이었습니다. 재키는 개인 PC에서 돌아가던 자동화를 공용 환경으로 옮기고, 같은 데이터를 바라보도록 연결했습니다. 담당자와 운영 방식을 정하고, 리뷰와 개선 프로세스를 붙이면서 누구나 이어받아 사용할 수 있는 구조를 만든 것입니다.
그 결과 개인이 만든 자동화는 팀의 표준이 됐습니다. 로웬의 AutoBDSO를 비롯해 브리즈와 다른 팀원들이 만든 자동화가 하나의 업무 흐름으로 연결되면서 각자의 노하우는 팀 전체의 자산이 됐습니다. AI는 만드는 일을 훨씬 쉽게 만들었습니다. 하지만 조직을 바꾸는 건 만드는 일이 아니라, 만든 효율이 개인에게 머무르지 않고 팀의 방식으로 자리 잡게 하는 일이었습니다. 그래서 AI 네이티브 시대의 리더는 가장 많은 자동화를 만드는 사람이 아니라, 팀원들이 만든 변화를 조직의 일하는 방식으로 연결하는 사람인지도 모르겠습니다.
그래서, AI 네이티브 팀은 이렇게 만들어집니다
BDSO팀엔 여전히 개발자가 없습니다. 목표도 개발자가 되는 게 아니고요. 매체 파트너의 수익을 더 키우고, 정산을 더 정확히 하고, 이상치를 더 빨리 잡는 겁니다. AI는 그 일을 거들어 준 도구일 뿐이었어요. 그래서 AI 네이티브는 ‘모두가 개발자가 되는 조직’이 아닙니다. 각자가 자기 업무를 더 잘하는 방법을 만들고, 그 결과를 팀의 자산으로 연결하는 조직이죠. 둘 중 하나만 있으면 신기한 개인 사례이거나 위태로운 개인기로 남습니다. 둘이 만나야 비로소 팀이 됩니다.
그래서 AX를 고민하는 조직이라면 순서를 한번 뒤집어 볼 만합니다. 도구를 먼저 깔고 “알아서 써 보라” 하는 대신, 각자 자기 일에서 제일 성가신 반복 하나를 없애 보게 하는 겁니다. 그리고 그렇게 쌓인 효율이 흩어져 사라지기 전에, 팀이 함께 안전하게 굴릴 방식으로 묶는 거죠. BDSO팀이 지난 반년 간 실제로 밟은 순서가 그랬습니다.
“나 이거 왜 아직 손으로 하지?” AI 네이티브 조직은 AI를 가장 잘 쓰는 팀이 아니라, 불편을 가장 빨리 시스템으로 바꾸는 팀입니다.
대부분의 변화는 이렇게 사소한 질문 하나에서 시작됩니다.
AI Native 조직에서 커리어 성장을 만들고 싶다면?
해당 글은 버즈빌과 모비인사이드의 파트너십으로 제공되는 기사입니다.
