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.

• HR·교육 관점: 도구 도입을 개인의 취미가 아니라 역할로 지정해야 합니다. "이 스킬의 오너는 누구, 분기마다 점검"이라는 최소한의 소유 구조가 있어야 살아남습니다.
• 조직 관점: 얼리어답터의 노하우를 문서·템플릿·표준 셋업으로 옮겨, 담당자가 바뀌어도 이어지게 만듭니다.
• 개인 관점: 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.

• HR·교육 관점: 도구를 가르치기 전에 판단 기준을 먼저 가르쳐야 합니다. "이 산출물은 이런 조건을 만족해야 통과"라는 체크리스트가 교육의 핵심입니다.
• 조직 관점: AI 산출물의 검증·승인 흐름을 업무 프로세스에 넣습니다. 속도보다 재현 가능한 품질이 확산의 조건입니다.
• 개인 관점: 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 틀린 겁니다.

• HR·교육 관점: 도입 전에 팀의 업무를 가시화하고, 반복·병목·고통 지점을 먼저 찾습니다. 도구는 그다음입니다.
• 조직 관점: "이 도구는 이 업무의 이 단계에 붙인다"는 배치 지도를 그려야 투자 대비 효과가 보입니다.
• 개인 관점: 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.

FLOW:가 함께 하는 일이 바로 이 지점입니다. "어떤 AI 도구가 좋냐"는 질문을 "이 도구를 우리 업무 어디에, 누가, 어떤 기준으로 붙일까"로 바꾸는 것 — 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.