"AI 도입"이라는 말 뒤에 숨은 세 가지 풍경
"AI 에이전트를 도입한다"는 한 마디가 실제로는 꽤 다른 그림을 가리킵니다.
- 어떤 조직에는 개인 비서를 한 명 붙여 주는 일입니다. 본인 업무에 AI를 붙이는, 업그레이드된 워크스페이스에 가깝죠.
- 어떤 조직에는 팀의 공동 지식과 공동 도구를 에이전트가 대신 운영해 주는 일입니다. 신입이 와도, 누가 휴가여도 지식이 끊기지 않습니다.
- 어떤 조직에는 매장 앞·로비·키오스크에서 고객을 응대하는 접객 직원을 한 명 들이는 일입니다. 사람 얼굴을 한 AI가 눈앞에서 대답합니다.
이 세 풍경이 같은 플랫폼의 같은 코어 위에서 돌아간다면, 조직 입장에서 비용도 학습도 보안도 훨씬 단순해집니다. AICLUDE가 라인업을 3종으로 나눠 둔 이유입니다.
라인업 한 장 요약
| 라인업 | 누구에게 | 주 사용 접점 | 특징 |
|---|---|---|---|
| Personal | 개인 지식 근로자 | 노트북 브라우저 | 내 지식·내 파일·내 톤에 맞춘 전담 에이전트 |
| Team | 팀·조직 | 브라우저 + 메신저 + API | 공용 지식, 권한, 감사 로그, 협업 워크스페이스 |
| Station | 매장·로비·공공 공간 | 키오스크·사이니지·음성 | 눈앞의 고객을 맞이하는 접객형 AI 직원 |
"하나로 다 커버"가 매력적으로 들리지만, 현실은 개인이 쓰는 UI와 매장 접객용 UI가 같을 수 없습니다. 같은 코어, 다른 껍데기. 이게 저희가 잡은 방향입니다.
Personal — 내 업무 파트너
Personal은 개인의 업무 흐름 안에 AI 에이전트를 자연스럽게 밀어 넣는 쪽에 가깝습니다.
- 자주 참고하는 문서·매뉴얼·자료를 에이전트의 지식으로 붙여 둡니다
- 평소 일하던 브라우저 창에서 그대로 불러 씁니다
- 내 말투와 업무 도구에 맞춰 맞춤형으로 굳어집니다
"내가 매일 쓰는 나만의 비서"라는 감각이 중요한 분들, 예를 들면 컨설턴트·영업 담당자·마케터·연구자·엔지니어·기획자 같은 지식 근로자에게 가장 어울립니다.
Team — 조직의 공동 두뇌
Team의 본질은 흩어져 있는 지식을 공용 자산으로 묶어 두는 데 있습니다.
도입 전에는 보통 이런 풍경이죠.
- 사내 매뉴얼은 여기저기 흩어져 있습니다
- 누가 뭘 알고 있는지 조직이 정확히 모릅니다
- 신입 온보딩은 "옆자리 선배에게 물어보세요"로 돌아갑니다
- 퇴사자가 가져가는 지식이 많습니다
도입 후에는 이렇게 바뀝니다.
- 공용 지식이 에이전트 하나의 머릿속에 모입니다
- 팀원 누구나 질문하면 같은 수준의 답이 돌아옵니다
- 신입도 바로 실무 수준으로 참조합니다
- 퇴사자가 나가도 지식이 남습니다
여기에 권한 분리와 감사 로그가 함께 붙습니다. "이 문서는 이 팀만", "이 답변은 누구에게 언제 나갔는지"가 기록으로 남습니다. 조직 규모가 커질수록 이 부분이 결정타가 됩니다.
Station — 매장의 AI 접객 직원
Station이 가장 눈에 띄는 제품입니다. 매장·로비·공공 공간에서 실제로 사람처럼 고객을 맞이하는 형태죠.
- 말로 물으면 말로 답하는 음성 대화
- 얼굴을 가진 아바타가 화면에서 눈을 맞춥니다
- 한국어·영어·일본어 등 다국어를 같은 접점에서 동시에 받아 줍니다
- 시간대와 유동인구에 맞춰 콘텐츠를 자동으로 바꾸는 사이니지 기능이 들어 있습니다
호텔 로비, 은행 창구, 백화점 안내 데스크, 매장 입구, 지역 관공서 민원 창구. 지금까지 사람 한 명이 하루 종일 서 있어야 했던 자리가 Station의 이상적인 자리입니다.
왜 "같은 코어"가 중요한가
세 라인업이 완전히 다른 제품 세 개였다면 조직은 세 번 도입을 결정하고, 세 번 학습하고, 세 번 데이터 유출 위험을 평가해야 합니다.
같은 코어 위에 올라가 있다면 얘기가 다릅니다.
- 한 번의 도입 결정으로 세 영역이 연결됩니다
- Personal에서 만든 지식이 Team으로 바로 승격됩니다
- Team의 에이전트가 Station의 접객 페르소나로 내려갑니다
- 보안·감사·운영 체계가 동일합니다
개인 생산성에서 시작해 팀 자산으로, 그리고 고객 접점까지 이어지는 한 줄기의 진화 경로가 생깁니다. 이 경로가 경쟁력입니다.
마무리
조직에게 AI 에이전트는 한 가지 물건이 아니라 여러 장면으로 나타납니다. 혼자 쓰는 아침, 팀이 쓰는 오후, 고객이 만지는 저녁. 이 장면들이 따로 놀지 않고 한 플랫폼 위에 모여 있을 때 AI 도입이 실제 변화로 이어집니다.
어디서부터 시작할지 고르기 어려우시면 가장 가까운 장면부터 보세요. 혼자 쓰면서 맛을 들이고, 팀으로 넓히고, 매장까지 내놓는 순서. 그 순서대로 Personal → Team → Station이 준비돼 있습니다.
블로그 목록으로