별 10만 개짜리 AI 스킬, 왜 우리 회사에선 안 굴러갈까

GitHub에서 검증된 AI 스킬을 그대로 가져와도 조직에선 대부분 멈춥니다. 도구가 부족해서가 아니라, '누가·어떤 기준으로·어디에' 끼워 넣을지가 비어 있기 때문입니다. 도입 격차의 정체를 짚습니다.

지난 칼럼에서 전 세계 개발자들이 별을 누른 AI 도구들을 살펴봤습니다. 그런데 강의장에서 이런 질문을 자주 받습니다. "그 좋다는 도구, 우리도 깔아봤는데 왜 안 굴러가죠?" 답은 대체로 도구에 있지 않습니다. 도구를 조직에 '끼워 넣는 설계'가 통째로 비어 있기 때문입니다.

도구는 공짜인데, 도입은 공짜가 아니다

오픈소스 AI 스킬은 클릭 몇 번이면 내려받습니다. 하지만 내려받는 것과 조직에서 굴러가는 것은 전혀 다른 일입니다. 잘 쓰는 한 사람의 노트북에서는 마법처럼 작동하던 도구가, 팀 전체로 넓히면 대부분 멈춥니다.

이 세 가지 공백을 하나씩 뜯어보겠습니다.

공백 1 — 소유자: '그 사람'이 없으면 멈춘다

새 도구를 처음 들여온 사람은 대개 열정적인 얼리어답터입니다. 문제는 그 사람이 바빠지거나 자리를 옮기면, 도구도 함께 멈춘다는 것. 조직에 남는 건 "예전에 누가 써봤다는데" 하는 기억뿐입니다.

• 교육·HR 차원: 도구 도입을 개인의 취미가 아니라 역할로 지정해야 합니다. "이 스킬의 오너는 누구, 분기마다 점검"이라는 최소한의 소유 구조가 있어야 살아남습니다.
• 조직 차원: 얼리어답터의 노하우를 문서·템플릿·표준 셋업으로 옮겨, 담당자가 바뀌어도 이어지게 만듭니다.
• 개인 차원: 내가 잘 쓰는 도구일수록, 나만 아는 상태로 두지 말고 '남에게 넘길 수 있는 형태'로 정리해 둡니다.

공백 2 — 기준: '잘했다'가 정의되지 않았다

AI 도구는 결과물을 빠르고 많이 만듭니다. 그런데 무엇을 좋은 결과로 볼지가 정해져 있지 않으면, 팀원마다 품질이 제각각이 되고 검증은 아무도 안 합니다. 결국 "AI가 만든 거라 못 믿겠다"는 불신만 남습니다.

교육에서는 도구보다 판단 기준을 먼저 가르쳐야 합니다. "이 산출물은 이런 조건을 만족해야 통과"라는 체크리스트가 교육의 핵심입니다. 조직 차원에서는 AI 산출물의 검증·승인 흐름을 업무 프로세스에 넣습니다. 속도보다 재현 가능한 품질이 확산의 조건입니다. 개인은 AI에게 시키기 전에 "무엇을 좋은 결과로 볼지"를 스스로 한 줄로 적어 두면 결과의 품질이 달라집니다.

공백 3 — 배치: 업무의 '어디'에 붙일지 모른다

가장 흔한 실패는 좋은 도구를 아무 데나 붙이는 것입니다. 정작 병목인 업무는 그대로 두고, 이미 잘 되던 일에 AI를 얹으면 체감 효과가 없습니다. 도구가 나빠서가 아니라 붙인 자리가 틀렸을 뿐입니다.

• 교육 현장에서는 도입 전에 팀의 업무를 가시화하고, 반복·병목·고통 지점을 먼저 찾습니다. 도구는 그다음입니다.
• 조직에서는 "이 도구는 이 업무의 이 단계에 붙인다"는 배치 지도를 그려야 투자 대비 효과가 보입니다.
• 개인이라면 새 도구를 익힐 때, 내 업무 중 가장 지겨운 반복 하나를 골라 거기에만 먼저 붙여봅니다.

사례로 보면 — "깔았지만 아무도 안 쓰는 도구"

한 팀은 화제가 된 AI 자동화 도구를 전사에 배포했습니다. 3개월 뒤 실제 사용자는 처음 도입한 두 명뿐이었습니다. 소유자는 지정되지 않았고(공백1), 무엇을 좋은 결과로 볼지 합의가 없었고(공백2), 어느 업무에 쓰라는 안내도 없었습니다(공백3). 도구를 바꿔서 해결된 게 아니라, 세 공백을 메우는 워크숍 반나절로 사용률이 살아났습니다. 문제는 도구가 아니었던 겁니다.

그래서, 무엇을 할 것인가

인기 도구 목록은 계속 바뀝니다. 하지만 도입이 멈추는 자리는 늘 같습니다. 소유자·기준·배치, 이 셋을 조직의 언어로 채워 넣는 일은 도구를 더 사는 것으로 대신할 수 없습니다.

FLOW가 함께 하는 일이 바로 이 지점입니다. "어떤 AI 도구가 좋냐"는 질문을 "이 도구를 우리 업무 어디에, 누가, 어떤 기준으로 붙일까"로 바꾸는 것입니다. 도구 도입이 아니라 **일하는 방식의 전환(AX)**을 설계합니다. AI 코디네이터가 필요한 이유가 여기에 있습니다.

이 칼럼은 2주마다 갱신됩니다. 다음 회차엔 새로 떠오른 AI 도구와 현장 이슈를 다시 짚습니다.