【토카티비-totocasinocomunity】 보증업체안전놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 먹튀피해사례공유

로그인

글쓰기

[IT뉴스][DMI 2027] “AI 쓰는 팀과 AI가 일하는 팀은 다르다”… 노션 채지선 총괄이 짚은 AX의 현실과 지향점

온카뱅크관리자

2026-10-26 05:47:25

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="61JN2BIkhJ">
          <div contents-hash="789d154f7faf278a4da035fcc6bd49374fac899cd06da3aa2ffb4f30630f9f17" dmcf-pid="PtijVbCEld" dmcf-ptype="general">
           <h5>노션, 글로벌 6118명 조사 분석… AI 전환 1·2단계 응답 88%</h5>
           <h5>선도 조직은 속도보다 업무 통합·성과 측정 중시… 리더와 실무자 간 인식 격차도</h5>
           <h5>노션코리아, 리드 처리 24단계→6단계 단축… 기업의 워크플로 혁신 사례 공유</h5>
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="cea168f6e6aa20a7828a2d040a7ef647e38b0aae09c240631567e6eef71ea866" dmcf-pid="QFnAfKhDve" dmcf-ptype="figure">
           <p class="link_figure"><img alt="서울 양재동 엘타워에서 열린 '디지털 마케팅 인사이트 2027(Digital Marketing Insight 2027, 이하 DMI 2027)'에서 채지선 노션 마케팅 총괄은 'AI가 일하는 조직은 무엇이 다른가? AI Agent가 바꾸는 마케팅팀의 일하는 방식'을 주제로 조직의 AI 전환 수준과 실제 업무에 변화를 주는 방식에 대해 공유했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053802185vsml.jpg" data-org-width="1024" dmcf-mid="BQAZEjqFTA" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053802185vsml.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            서울 양재동 엘타워에서 열린 '디지털 마케팅 인사이트 2027(Digital Marketing Insight 2027, 이하 DMI 2027)'에서 채지선 노션 마케팅 총괄은 'AI가 일하는 조직은 무엇이 다른가? AI Agent가 바꾸는 마케팅팀의 일하는 방식'을 주제로 조직의 AI 전환 수준과 실제 업무에 변화를 주는 방식에 대해 공유했다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="bc5257331c0ea1386c5d07525a5cf1ed36bf94371bdd3122fe6ff4b5df167384" dmcf-pid="x3Lc49lwTR" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="e1e040e1af634a6d8101d6b69c126b4c5e3f846475140b298ca762ef4cbf78fa" dmcf-pid="ya1uhs8BTM" dmcf-ptype="general">생성형 인공지능(AI)을 업무에 활용하는 기업과 직원이 늘어나고 있지만, 실제 조직의 일하는 방식까지 바뀌고 있는지는 또 다른 문제다. AI에게 광고 문구나 기획서 초안을 작성하도록 하고 필요한 정보를 요약해 달라고 요청하는 일은 익숙해졌다. 그러나 사람이 매번 지시하지 않아도 AI가 반복 업무를 수행하고, 여러 에이전트가 협업하며 프로젝트를 진행하는 조직은 여전히 소수에 머무르고 있다. </p>
          <div contents-hash="604e2eadbbeecbd558703539553890a176a46a094dce4e9a13c070cc095e62de" dmcf-pid="WNt7lO6byx" dmcf-ptype="general">
           이러한 차이는 글로벌 조사에서도 확인된다. 노션(Notion)이 올해 3월부터 5월까지 한국을 포함한 10개 글로벌 시장에서 6118명을 대상으로 실시한 조사에서 응답자의 88%는 AI를 아이디어 생성이나 업무 지원에 활용하는 초기 단계에 해당했다. AI가 반복 업무를 자율적으로 수행하거나 여러 에이전트가 핵심 업무 프로세스를 운영하는 고도화 단계는 12%에 그쳤다. AI 도구를 사용하는 것과 AI가 실제 조직의 구성원처럼 일하는 것 사이에 상당한 간극이 존재한다는 의미다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="de661c72f010fad6f6b95676825c2def6590cf13dd1353b1a12d1bae7e53e6c2" dmcf-pid="YoZpIrfzWQ" dmcf-ptype="figure">
           <p class="link_figure"><img alt="노션의 글로벌 AI 전환 조사에서 응답자의 88%는 AI를 사고 파트너나 비서로 활용하는 1·2단계에 머물렀다. (자료=노션 발표자료)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053803746ckkz.png" data-org-width="1024" dmcf-mid="buXtrkKphj" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053803746ckkz.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            노션의 글로벌 AI 전환 조사에서 응답자의 88%는 AI를 사고 파트너나 비서로 활용하는 1·2단계에 머물렀다. (자료=노션 발표자료)
           </figcaption>
          </figure>
          <div contents-hash="5ffcdf164b88515bbc6d851460f3028138764b1502d55d447359ac14264788a7" dmcf-pid="Gg5UCm4qTP" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="8fc3773b016b598544bfa1f66369d9b4e2ca4a09a276f9b993acf9f90b2c35b9" dmcf-pid="Ha1uhs8BW6" dmcf-ptype="general">기업의 AI 전환을 바라보는 리더와 실무자의 인식 차이도 두드러졌다. 조직의 AI 활용 역량과 에이전트 도입 준비 수준을 평가하는 응답에서 리더들이 실무자들보다 낙관적인 경향을 보였다. 기술 도입 자체보다 조직 전체의 업무 흐름을 어떻게 재설계하고, 그 효과를 어떤 기준으로 측정할 것인지가 중요한 과제로 떠오르는 이유다. </p>
          <p contents-hash="c9176fc5405ea25315d3b499cc42dd1a252cbd4d4651b7503e434942e4807c05" dmcf-pid="XNt7lO6bl8" dmcf-ptype="general">최근 서울 양재동 엘타워에서 열린 '디지털 마케팅 인사이트 2027(Digital Marketing Insight 2027, 이하 DMI 2027)'에서도 이러한 문제가 주요 화두로 제시됐다. 올해 8회째를 맞은 행사는 'AI, 비즈니스의 모든 것을 다시 쓰다'를 주제로 진행됐다. </p>
          <p contents-hash="e2ec76797d2d501aa440363d89297fad8f202ea1c470997b4ca0b9f12c4350fc" dmcf-pid="ZjFzSIPKh4" dmcf-ptype="general">이날 주요 강연자 중 한 명인 채지선 노션 마케팅 총괄은 'AI가 일하는 조직은 무엇이 다른가? AI Agent가 바꾸는 마케팅팀의 일하는 방식'을 주제로 조직의 AI 전환 수준과 실제 업무에 변화를 주는 방식에 대해 공유했다. </p>
          <div contents-hash="517b829dc1d1daca7b385f100deaf740893911de1014d4a29fdfc5fa4dfd9a6c" dmcf-pid="5A3qvCQ9Wf" dmcf-ptype="general">
           <strong>AI 전환 88%는 여전히 초기 단계… 리더와 실무자는 다른 현실을 본다</strong>
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="3a45e8a47c7f0e8b84e963a39d57fe6145985042d12675577388c5dd0d424f07" dmcf-pid="1c0BThx2yV" dmcf-ptype="figure">
           <p class="link_figure"><img alt="채지선 총괄은 청중을 향해 각자의 조직에서 AI가 어떤 일을 수행하고 있는지 묻는 것으로 강연을 시작했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053805220jwnh.jpg" data-org-width="1024" dmcf-mid="KJXtrkKpvN" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053805220jwnh.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            채지선 총괄은 청중을 향해 각자의 조직에서 AI가 어떤 일을 수행하고 있는지 묻는 것으로 강연을 시작했다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="38a536b2adf5ff298cb09611c1d3e5a33b2a5ae1b7c6f9787640c97fe06a8038" dmcf-pid="tkpbylMVh2" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="6fe9253eea8ef01469b6121f816de1999e6e054066b0556d150d7de6ca2b5c25" dmcf-pid="FEUKWSRfh9" dmcf-ptype="general">채지선 총괄은 청중을 향해 각자의 조직에서 AI가 어떤 일을 수행하고 있는지 묻는 것으로 강연을 시작했다. AI에게 카피 초안과 아이디어를 요청하는지, 회사 자료를 찾아 기획서를 작성하도록 하는지, 아니면 별도의 지시 없이 정해진 업무를 스스로 수행하는지 단계별로 질문을 던졌다. 마지막 질문에 손을 든 참석자는 소수였다. </p>
          <p contents-hash="fbcd40def25e55978f4c7e5ffa843f8cc40f576011972ae16ed3a043190c898f" dmcf-pid="3YQizpDgyK" dmcf-ptype="general">노션이 제시한 AI 전환(AX) 모델은 사고 파트너, 비서, 팀원, 시스템의 네 단계로 구성된다. 사고 파트너 단계에서는 아이디어 생성과 요약 등을 지원하고, 비서 단계에서는 사내 문서와 데이터를 활용해 개인의 업무를 돕는다. 팀원 단계부터는 정해진 조건에 따라 반복 업무를 수행하며, 시스템 단계에서는 여러 에이전트가 협업해 하나의 업무 프로세스를 운영한다. 채 총괄은 “각 지점을 단순한 사용 수준의 차이가 아니라 일하는 방식 자체가 바뀌는 시점이라고 생각하고 있다”며 말을 이어갔다. </p>
          <p contents-hash="5ae2275375bdf19e86d0d04d7238e70fdefaad5a6e5d69711b7a8724a3e893d5" dmcf-pid="0GxnqUwaTb" dmcf-ptype="general">“초기 단계에서 3·4단계로 가려고 하면 AI가 스스로 일을 시작하고, 그 AI가 하는 일의 임팩트도 개인이 아니라 팀의 워크플로가 됩니다. 그리고 그 과정의 결과가 팀에 축적되고 다음 업무에도 재활용되는 거죠. 그래서 2·3단계의 격차는 AI를 더 많이 쓰거나 더 좋은 프롬프트를 쓴다고 해결되는 문제가 아닙니다. 이제는 팀이 일하는 방식을 AI 중심으로 다시 설계해야 한다는 것을 의미합니다.” </p>
          <p contents-hash="e2f495155299daf48cd58b4e5e0d5b0cf073dcb8ad4cb2dbe94808a15b71034e" dmcf-pid="pHMLBurNCB" dmcf-ptype="general">실제 조사에서는 1단계에 해당하는 응답이 57%, 2단계가 31%로 나타났다. 반면 3단계는 10%, 4단계는 2%에 불과했다. 조사 대상은 AI 도입을 결정하는 리더 2039명과 최근 한 달 동안 업무에서 AI 채팅 도구를 사용한 실무자 4079명으로 구성됐다. </p>
          <p contents-hash="93a28ade01302df35c076e9ad02dcfc01ce4f0bd8fe6899df3187822885e4ba6" dmcf-pid="UXRob7mjWq" dmcf-ptype="general">글로벌 기준에서 한국의 AI 전환 3·4단계 비중은 16%로 싱가포르(21%) 다음에 속하고 독일어권과 함께 상위권에 속했다. 그러나 직무별로는 마케팅·브랜드·홍보 분야의 고도화 단계 비중이 12%로, IT 관리자(24%)나 경영진(23%), 제품관리 분야(15%)보다 낮았다. </p>
          <div contents-hash="03dd3ed78949246fadbf3698910bc5ed1c30c5924e91fb1adea04539bad77e8c" dmcf-pid="uZegKzsATz" dmcf-ptype="general">
           조직의 AI 활용 역량에 매우 자신 있다고 응답한 비율도 리더 49%, 실무자 23%로 차이가 났다. AI 에이전트 도입 준비가 어느 정도 이상 이뤄졌다는 응답 역시 리더 60%, 실무자 36%로 나타났다. 채 총괄은 “또 하나 눈여겨볼 데이터는 리더들과 팀원들이 같은 지점을 보고 있는가 하는 것”이라며 그 간극을 지적했다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="a6526d1f4bc92c0f1c81d6103fe7ffb511dd392fe379c0b93b437ecf2ec00934" dmcf-pid="75da9qOcv7" dmcf-ptype="figure">
           <p class="link_figure"><img alt="노션 조사에서 AI 전환이 3단계 이상이라고 응답한 비율은 리더 26%, 실무자 5%였다. 리더는 조직 전체, 실무자는 자신의 업무를 기준으로 평가했다. (자료=노션 발표자료)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053806715xnos.png" data-org-width="1024" dmcf-mid="9ezKWSRfla" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053806715xnos.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            노션 조사에서 AI 전환이 3단계 이상이라고 응답한 비율은 리더 26%, 실무자 5%였다. 리더는 조직 전체, 실무자는 자신의 업무를 기준으로 평가했다. (자료=노션 발표자료)
           </figcaption>
          </figure>
          <div contents-hash="fe2107a90e8944d6de0e7d7cad4c0d6d073f9c81dff0b3892d7012f1793083a6" dmcf-pid="z1JN2BIklu" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="3d09135c4d4de69dafe0e2338f05ec08507306de243077e1c1f4428939039a5b" dmcf-pid="qSfM01jJWU" dmcf-ptype="general">“리더분들은 26%가 우리는 3단계 이상이라고 대답했지만 실무자분들은 한 5% 정도만 대답하셨고요. 무려 5배의 차이가 나고 있습니다. 리더는 전체 조직과 투자, 전략을 보고 실무자는 매일 부딪치는 현실을 보다 보니까 이런 간극이 데이터에서도 나오는 것 같은데요. 리더분들이 과연 팀원들과 같은 방향성을 보고 있고 같은 지점을 보고 있는지 한번 생각해 보시면 좋을 것 같습니다.” </p>
          <p contents-hash="00835bc9219fd6934c7a6dec7bcdff68b1446dc0d6a12375556ad12218f05e3f" dmcf-pid="Bv4RptAivp" dmcf-ptype="general">물론 이 조사는 리더에게 조직 전체의 AI 전환 수준을, 실무자에게는 자신의 업무에서 경험하는 활용 수준을 물었다는 점에서 응답 비율을 동일한 평가 기준으로 볼 수는 없다. 그럼에도 기업이 추진하는 AI 도입 전략이 실제 현장의 변화로 연결되고 있는지를 점검해야 한다는 문제의식은 분명하다. 기술에 대한 투자 규모나 직원의 사용 여부만으로는 조직의 AX 수준을 충분히 평가하기 어렵다는 것이다. </p>
          <div contents-hash="8f4e2839eedaa0a15d5d24fdec3286a9ae319d388e36ba7cc628c774d76fa0c0" dmcf-pid="bT8eUFcnh0" dmcf-ptype="general">
           <strong>앞서가는 12%의 조직은 무엇이 다른가… 개인 생산성에서 업무 통합으로</strong>
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="b78cfcd7fb11adf84a86083b3738259d4c6d7da61cb6c5225b197ff1d6bf41fd" dmcf-pid="Ky6du3kLy3" dmcf-ptype="figure">
           <p class="link_figure"><img alt="채 총괄은 AI 전환 3·4단계에 도달한 응답 집단과 초기 단계 집단 사이에서 기대하는 가치, AI가 맡는 업무, 업무 환경, 성과 측정 방식 등 네 가지 차이가 확인됐다고 설명했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053808202yazk.jpg" data-org-width="1024" dmcf-mid="2r0WNLpXWg" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053808202yazk.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            채 총괄은 AI 전환 3·4단계에 도달한 응답 집단과 초기 단계 집단 사이에서 기대하는 가치, AI가 맡는 업무, 업무 환경, 성과 측정 방식 등 네 가지 차이가 확인됐다고 설명했다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="681742c916e8af65308a85f59a076941c1215e1d2ad855e4f9573ede35e42d7f" dmcf-pid="9WPJ70EoTF" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="49f237d9cdb92aeac78c521311389671ded2818f0a2d93e9d3e05b43f2655d80" dmcf-pid="2YQizpDgWt" dmcf-ptype="general">채 총괄은 AI 전환 3·4단계에 도달한 응답 집단과 초기 단계 집단 사이에서 기대하는 가치, AI가 맡는 업무, 업무 환경, 성과 측정 방식 등 네 가지 차이가 확인됐다고 설명했다. </p>
          <p contents-hash="6239dadc8a3b142bc83360507ad4bc02d3304e55f3f681c7472d78abc75d0b73" dmcf-pid="VGxnqUwah1" dmcf-ptype="general">먼저 고도화 단계에서는 AI를 통한 시간 절약보다 새로운 역량 확보에 주목하는 경향이 나타났다. AI를 활용해 이전에는 수행하지 못했던 일을 할 수 있다는 응답이 초기 단계 10%에서 고도화 단계 20%로 높아진 것이다. </p>
          <p contents-hash="943ce2fb96fa7585269af246d456d094e430a6812b66de887499aa6af6e1201d" dmcf-pid="fHMLBurNl5" dmcf-ptype="general">AI의 활용 분야도 달랐다. 반복 업무 자동화에 AI를 활용한다는 응답은 18%에서 36%로, 여러 도구 사이에서 업무를 연결하고 전달하는 데 활용한다는 응답은 11%에서 26%로 높아졌다. 반면 리서치와 글쓰기, 브레인스토밍 등 개인의 결과물을 만드는 업무는 상대적인 비중이 낮아졌다. </p>
          <p contents-hash="1ac4d984d6561916130b0d39c0ede1f59ea03c8e51986a84b13a16e9754d0e09" dmcf-pid="4XRob7mjhZ" dmcf-ptype="general">채 총괄은 이러한 변화가 마케팅팀의 생산성을 높이는 새로운 접근법이 될 수 있다고 분석했다. 기존에는 AI를 통해 콘텐츠와 보고서 등 개별 결과물을 빠르게 제작하는 데 집중했다면, 이제는 업무의 시작부터 완료까지 이어지는 전체 과정을 살펴봐야 한다는 것이다. </p>
          <p contents-hash="7e2a586722b0e469ad20aea01f52366ce5561e6e64545516373152106807fa7b" dmcf-pid="8KDCJMZvSX" dmcf-ptype="general">“실제로 우리가 시간이 더 많이 투여되고 우리의 시간이 새는 업무 구간은 브리프를 정리해서 요청을 전달하고, 버전별 피드백을 취합하고, 승인 여부를 확인하고, 매체마다 데이터를 모아 다음 액션을 배정하는 것들이죠. 그리고 이런 사이클 내내 수많은 사람들이 물어보죠. 이 가이드는 어디 있어요, 언제 완성이 돼요, 이런 반복되는 질문들이 있습니다. 그래서 매주 반복되고 세 개 이상의 툴을 오가면서 해야 되는 일, 사람이 판단하기보다 옮기기만 하는 일부터 에이전트에 적용해 보시면 좋을 것 같습니다.” </p>
          <p contents-hash="0fd596c775f31b3957f67cdae9de164dd089c1bd606ae04c98424cfcad4bc512" dmcf-pid="69whiR5TTH" dmcf-ptype="general">이처럼 조직 단위의 업무 혁신을 추진하는 기업들은 AI를 기존 시스템과 연결하는 데도 적극적이었다. 기존 업무 시스템과 AI를 통합했다는 응답은 고도화 단계 55%, 초기 단계 37%로 나타났다. 거버넌스와 감독 체계를 구축했다는 응답도 각각 42%, 26%였으며, 지표 기반의 효과 측정 역시 37%, 22%로 차이가 났다. </p>
          <p contents-hash="21e1e50a8e0e0c0f313ea6508a1ea882ec2f5973d78c61c161ab05fc319f4df9" dmcf-pid="P2rlne1yTG" dmcf-ptype="general">반면 전사적인 AI 교육이나 표준 도구 지정에서는 두 집단의 차이가 상대적으로 작았다. 조직 구성원에게 AI 도구를 제공하는 것은 보편적인 도입 전략이 됐지만, 이를 실제 업무 시스템에 통합하고 관리하는 수준에서는 차이가 나타난다는 것이 채 총괄의 분석이다. </p>
          <p contents-hash="e7ebb27195714dd732d0bef074a78cc324d530f2a0e69224fedeccd56980e45a" dmcf-pid="QVmSLdtWSY" dmcf-ptype="general">“3·4단계에 가 있는 앞서가는 조직들은 단순히 얼마나 시간을 아꼈는가로 보지 않습니다. 오류율, 재작업률 같은 품질 지표, 사이클 타임이나 처리량 같은 워크플로 지표, 그리고 비용이나 매출 같은 재무 지표로 AI의 성과를 평가합니다. 반대로 이만큼 시간을 절약한 것 같다는 체감 중심의 지표는 중요성이 오히려 좀 줄어듭니다. 중요한 것은 실제로 그 시간 절약이 업무 속도와 품질, 고객 대응, 매출 같은 비즈니스 결과를 바꿨는지를 보는 것이죠.” </p>
          <div contents-hash="b87bf9f4dbad3f150fda737a212695ed69afa63a36444039db1e7b1ef7d74299" dmcf-pid="xfsvoJFYWW" dmcf-ptype="general">
           실제 조직 내부의 업무 혁신 사례도 소개됐다. 노션코리아는 마케팅팀이 확보한 잠재고객(리드)을 영업 기회로 연결하는 인바운드 리드 관리 업무를 AI 에이전트 중심으로 재설계했다. 기존에는 노션과 세일즈포스, 슬랙, 지메일, 아웃리치, 래틀(Rattle) 등 6개 도구를 오가며 사람이 24단계에 걸쳐 정보를 확인하고 후속 이메일을 작성하거나 회의 기록을 정리했는데, 이를 5개 에이전트 중심으로 개편하면서 업무 단계를 6단계로 줄인 것이다. 이를 통해 소요 시간도 약 100분에서 17분으로 83% 단축됐다. 채 총괄은 아직 중간 결과라는 점을 전제로 이 같은 성과를 제시했다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="c5e06df63c947555fb90e7b61ebc18a32d7197e8bab17d75741da6049800fb54" dmcf-pid="yC9PtXgRSy" dmcf-ptype="figure">
           <p class="link_figure"><img alt="노션코리아는 인바운드 리드 관리 업무를 AI 에이전트 중심으로 재설계해 업무 단계를 24개에서 6개로, 소요 시간을 약 100분에서 17분으로 줄였다는 중간 결과를 발표했다. (자료=노션 발표자료)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053809725jtmu.png" data-org-width="1024" dmcf-mid="V2EizpDglo" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053809725jtmu.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            노션코리아는 인바운드 리드 관리 업무를 AI 에이전트 중심으로 재설계해 업무 단계를 24개에서 6개로, 소요 시간을 약 100분에서 17분으로 줄였다는 중간 결과를 발표했다. (자료=노션 발표자료)
           </figcaption>
          </figure>
          <div contents-hash="02f88a1a86d043a8bc96fa83ce8300d9e718e2659f212117b34c0e64f6e1529e" dmcf-pid="Wh2QFZaeWT" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="32ac24adf038213fa4ada895cf1f5fe8aa46c8de98bd9ecda91995442a6943c4" dmcf-pid="YlVx35Ndyv" dmcf-ptype="general">노션코리아의 사례는 AI를 이용해 개별 작업을 빠르게 처리하는 것과 기존 업무의 순서와 연결 구조를 바꾸는 것 사이의 차이를 보여준다. 여러 시스템에 분산돼 있던 작업을 하나의 연속적인 업무 흐름으로 재구성하면서 사람이 직접 처리해야 할 단계가 감소한 것이다. </p>
          <div contents-hash="89e2cce875b1415112ae2e5fb7e77cdd58968a4317f81e654e5ec694b773214a" dmcf-pid="GoZpIrfzCS" dmcf-ptype="general">
           <strong>AI 에이전트도 신입처럼 온보딩… 조직의 업무 경험이 경쟁력 된다</strong>
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="d486e407e0fbad510b932e34ad85c4de4a7f6c9c2e4030bab739a2b7c7349d98" dmcf-pid="Hg5UCm4qyl" dmcf-ptype="figure">
           <p class="link_figure"><img alt="채 총괄은 에이전트를 실제 업무에 연결한 뒤에는 사람이 결과를 검토하는 과정인 '휴먼 인 더 루프(Human-in-the-Loop)'를 마련해야 한다고 강조했다. 마케터의 역할이 만드는 사람에서 설계하고 판단하는 사람으로 전환되는 것이다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053811238wrol.jpg" data-org-width="1024" dmcf-mid="fi0BThx2lL" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053811238wrol.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            채 총괄은 에이전트를 실제 업무에 연결한 뒤에는 사람이 결과를 검토하는 과정인 '휴먼 인 더 루프(Human-in-the-Loop)'를 마련해야 한다고 강조했다. 마케터의 역할이 만드는 사람에서 설계하고 판단하는 사람으로 전환되는 것이다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="b3c31595f3722927cac73f81e849486b5b41cc15782a435955ad5950ba0fe675" dmcf-pid="Xa1uhs8BTh" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="5a781ad9c79f2c4905260d6035e795631dc3389932e88f16c13b9e6e0df4c26d" dmcf-pid="ZNt7lO6bCC" dmcf-ptype="general">채 총괄은 조직의 AI 전환을 구체적으로 실행하기 위한 수단으로 AI 에이전트를 제시했다. AI가 개인의 작업을 지원하는 수준을 넘어 조직의 반복적인 업무를 담당하려면 수행할 작업의 범위와 기준, 활용할 정보, 실행 조건 등이 명확해야 한다는 설명이다. 특히 에이전트가 어떤 결과를 만들어야 하는지뿐 아니라 접근 권한과 작업 범위를 사전에 설정하고, 사람이 결과를 검토하는 절차도 마련해야 한다고 강조했다. </p>
          <p contents-hash="f5c51f72535496fec7baa04da0383714dae6ffb18ec26d44f5ef89cf33a42926" dmcf-pid="5jFzSIPKWI" dmcf-ptype="general">“에이전트를 만드는 건 신입사원을 온보딩하는 거랑 별로 다르지 않다고 생각합니다. 여러분들 신입사원이 처음 들어오면 뭘 하나요? 보통 직무기술서를 주게 됩니다. 무슨 일을 어떤 기준으로 해야 하는지 에이전트에게도 역할과 지침을 말로 설명해 줍니다. 예를 들어 브랜드 가이드 기준으로 카피를 검수하고 수정 제안은 근거와 함께 코멘트로 남겨 달라고 설명할 수 있는 것이죠.” </p>
          <p contents-hash="3237ceeffc2310171da5aa4321b8d6aa4986e36f2f8d196669d78fafe0e57d69" dmcf-pid="1A3qvCQ9CO" dmcf-ptype="general">에이전트 운영에서는 실제 업무에 필요한 문서와 데이터베이스, 슬랙 등 외부 도구에 접근할 수 있도록 연결하는 과정이 뒤따른다. 이때 자료를 읽는 권한과 수정하는 권한을 구분해야 하며, 정해진 시간이나 특정 조건이 충족되면 작업을 시작하도록 트리거(Trigger)를 설정할 수 있다. </p>
          <div contents-hash="016867b05269e7522778cf61d96a2d39f385c76e53806158d612860829f04d5f" dmcf-pid="tc0BThx2Ss" dmcf-ptype="general">
           채 총괄은 마케팅팀이 비교적 쉽게 도입할 수 있는 사례로 시장·경쟁사 브리핑, 캠페인 요청 접수, 브랜드 보이스 검수, 주간 성과 보고 등 네 가지 에이전트를 제안했다. 각각 정보 수집과 업무 요청의 구조화, 콘텐츠 품질 점검, 성과 데이터 취합 등 반복적인 업무에 적용하는 방식이다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="bbd06f58ccd5ab2b3e1bc7b216c59f5d73ea7dd445ad42a8120d0b45099c833a" dmcf-pid="FkpbylMVWm" dmcf-ptype="figure">
           <p class="link_figure"><img alt="채지선 노션 총괄은 AI 에이전트에 업무 역할과 지침을 부여하고, 접근 권한과 실행 조건을 설정하는 과정을 신입사원 온보딩에 비유했다. (자료=노션 발표자료)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053812729rnhb.png" data-org-width="1024" dmcf-mid="4ZwhiR5Tln" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053812729rnhb.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            채지선 노션 총괄은 AI 에이전트에 업무 역할과 지침을 부여하고, 접근 권한과 실행 조건을 설정하는 과정을 신입사원 온보딩에 비유했다. (자료=노션 발표자료)
           </figcaption>
          </figure>
          <div contents-hash="494c4e931e238a5dcd5ece1ff51d1a1e582805396be6ed9271876dbf04384910" dmcf-pid="35da9qOchr" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="2125fdde493a0d66def22d020fe432877fe4098f2353a926e2b32f84b4894229" dmcf-pid="01JN2BIkWw" dmcf-ptype="general">이어 실제 기업들이 조직 내부의 지식과 정보를 체계적으로 축적하고 AI와 연결한 사례를 소개했다. 대표적인 사례로 CJ올리브네트웍스의 AX솔루션사업팀은 엑셀과 메신저 등 여러 도구에 흩어져 있던 프로젝트 기록과 회의록을 노션으로 통합했다. AI 회의록과 관계형 데이터베이스를 활용해 영업과 사업관리 조직이 정보를 공유하도록 개선한 결과, 프로젝트 정보 탐색 시간은 50%, 단순 고객지원(CS) 대응 시간은 70% 감소한 것으로 나타났다. </p>
          <p contents-hash="8c68834bfc6b7d4719c9646dda6d931316b25eed7e69cc0e0a886c57df7304fa" dmcf-pid="ptijVbCEWD" dmcf-ptype="general">또 OpenAI는 시장 진출 전략(GTM, Go-To-Market)과 관련한 메시지와 제품 포지셔닝, 고객 사례 등을 데이터베이스로 체계화하고 제품 출시 정보와 연결했다. 이를 통해 영업 담당자의 고객 미팅 준비와 신규 입사자 온보딩을 지원하고, 엔지니어링 조직은 축적된 기술 문서를 문제 해결에 활용하고 있다는 것이 채 총괄의 설명이다. </p>
          <div contents-hash="8b182b491ede06ebc0ed4c6e3dcfc4c886837dd7c5e2e0304fe4e5aa9cdab77b" dmcf-pid="UFnAfKhDTE" dmcf-ptype="general">
           스킨케어 브랜드 아누아(Anua)를 운영하는 더파운더즈 사례는 현업에서 직접 에이전트를 제작하고 활용 범위를 확대한 사례로 소개됐다. 더파운더즈는 빠른 조직 성장 과정에서 업무 기록과 회의 내용이 분산되는 문제를 해결하기 위해 관련 정보를 노션에 통합했다. 특히 다섯 개의 정보 수집 봇이 슬랙 메시지에서 재고와 상품, 마케팅 관련 내용을 추출해 매일 아침 공유하는 '데일리 다이제스트' 에이전트를 운영하고 있다. 하루 100통이 넘는 해외 이메일을 요약하고 과거 대화 맥락을 바탕으로 답장 초안을 작성하는 에이전트도 활용한다. 노션이 공개한 고객 사례에서는 에이전트 도입 이후 글로벌 파트너사 커버리지가 600% 증가하고 신규 입사자의 단순 문의가 50% 감소한 것으로 소개됐다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="c2baf1b85082258c61a3334e5c95bc7210050f354810bdb0209fd0bcbb11642d" dmcf-pid="u3Lc49lwyk" dmcf-ptype="figure">
           <p class="link_figure"><img alt="노션이 소개한 더파운더즈의 AI 에이전트 활용 사례. 사내 정보 요약과 해외 이메일 처리 등에 에이전트를 적용했으며, 글로벌 파트너사 커버리지 600% 증가 등의 성과를 제시했다. (자료=노션 발표자료)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053814278rejq.png" data-org-width="1024" dmcf-mid="8jK61HoMWi" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/26/552816-OGTrtXj/20261026053814278rejq.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            노션이 소개한 더파운더즈의 AI 에이전트 활용 사례. 사내 정보 요약과 해외 이메일 처리 등에 에이전트를 적용했으며, 글로벌 파트너사 커버리지 600% 증가 등의 성과를 제시했다. (자료=노션 발표자료)
           </figcaption>
          </figure>
          <div contents-hash="29e0cb589f7f6c401292c9f4373f54c959f15376b75a2807e8e55eb9eb5d8337" dmcf-pid="70ok82Srvc" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="7c7e5c250517507674c733de8ed0f5f98b1c2727c12ba162b813836e774e9e99" dmcf-pid="zpgE6VvmCA" dmcf-ptype="general">세 기업의 사례는 AI가 업무에 활용할 수 있는 조직의 지식과 경험을 체계적으로 관리하는 일이 중요하다는 점을 보여준다. 다만 각각의 도입 범위와 운영 성숙도는 다르며, 소개된 성과 역시 노션이 공개한 고객 사례를 기준으로 한다. </p>
          <p contents-hash="7229b7f399f2d76de0a0ffd1965022b161c39d17405dcc60443c02152d49a64e" dmcf-pid="qUaDPfTsvj" dmcf-ptype="general">채 총괄은 기업이 이러한 변화를 시작할 때 조직 전체를 한 번에 바꾸려고 하기보다 반복적으로 수행하는 업무 하나를 선정할 것을 권했다. 관련 문서와 데이터를 정리하고 에이전트를 실제 업무에 연결한 뒤에는 사람이 결과를 검토하는 과정인 '휴먼 인 더 루프(Human-in-the-Loop)'를 마련해야 한다고 강조했다. 적용 성과는 업무 단계와 처리 시간, 재작업 횟수 등을 중심으로 점검하고, 효과가 확인되면 다른 업무로 확대하는 접근이다. 강연 말미 채 총괄은 AI 전환의 본질을 '거대한 리노베이션(The Great Renovation)'에 비유했다. </p>
          <p contents-hash="256ec31dd177b431b0b357fec5b6cd4524c7ecfd2b29ea60461cd5b39b7a957a" dmcf-pid="BGxnqUwavN" dmcf-ptype="general">“저희가 이번 전체 연구 조사를 하면서 보고서의 제목을 '그레이트 리노베이션'이라고 붙였는데요. 집 리모델링 해보신 분들은 많이 아실 겁니다. 리모델링은 보통 예상한 견적보다도 비싸고 생각했던 것보다 오래 걸리죠. 그리고 가끔 벽을 뜯었는데 생각지도 못했던 배관들이 나오기도 합니다. 저희가 생각하는 AI 전환도 마찬가지인데요, 새 툴을 하나 들이는 게 아니라 우리가 일하는 집의 구조를 다시 짜는 것을 생각해 봐야 할 때입니다.” </p>
          <p contents-hash="51488e3a0697ec13525feed8a928234e48028b9a7d783531a9dc1eb2c3094420" dmcf-pid="bHMLBurNha" dmcf-ptype="general">이날 채 총괄의 발표는 AI 활용이 개인의 생산성 향상에 머무르지 않고 조직 차원의 변화로 이어지기 위해 필요한 조건을 보여줬다. 조사 데이터로 AI 전환의 현실을 진단하고, 실제 업무 사례를 통해 업무 구조와 사람의 역할이 어떻게 달라지는지 설명했다는 점에서 의미가 있다. </p>
          <p contents-hash="fa937ac629670bed0ce3116fee69679482d4c8d9dd8abde197744f49d8c1290b" dmcf-pid="KXRob7mjTg" dmcf-ptype="general">결국 AI 시대 기업의 경쟁력은 새로운 도구를 얼마나 빠르게 도입하느냐를 넘어, 조직이 축적한 지식과 경험을 실제 업무에 연결하고 이를 지속적인 성과로 발전시킬 수 있는 체계를 갖추는 데 달려 있다는 말이다. </p>
          <p contents-hash="1c2607f83d471eb4b04e4f714a49683a4246c3320ce8a68189dec92ee76a8f24" dmcf-pid="9ZegKzsAyo" dmcf-ptype="general">저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지</p>
         </section> 
        </div>

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기