2025년 11월, 이제 AI 이야기는 흔합니다. 하지만 "AI를 어떻게 바라보는가"에 대한 이야기는 흔치 않죠. 오라클의 CTO 래리 엘리슨은 Oracle AI World 2025 무대에서 이런 화두를 던졌습니다. "AI는 인간의 연장이 아니라, 완전히 새로운 형태의 지능이다." 기술 기업의 메시지라기보다, 인류가 AI 시대를 살아가는 '태도'에 대한 선언처럼 들렸습니다. 래리 엘리슨이 이야기하는 'AI 시대의 올바른 시선' 이야기를 살펴보겠습니다. 본 포스팅은 Oracle 공식 유튜브 채널의 "Larry Ellison Keynote: Oracle AI World 2025" 영상을 기반으로 재구성된 글입니다. 참고 영상: Larry Ellison 기조연설: Oracle의 비전과 전략(Oracle AI World 2025) AI 혁명, 새로운 지능의 형태로 진화 인공지능은 더 이상 계산기가 아니다 Larry Ellison은 이번 기조연설의 첫 문장에서부터 'AI는 인간의 연장이 아니라, 전혀 새로운 형태의 지능(Electronic Brain)'이라고 못박습니다. "우리는 지금, 인간의 두뇌가 아닌 전자 두뇌를 만들고 있습니다. 그리고 그것은 스스로 배우고, 스스로 사고합니다." 라고 언급하면서 말이죠. 즉, AI가 이제 '도구(Tool)'의 단계가 아닌, 인류가 함께 사고하는 존재적 파트너로 진화하고 있음을 의미하는 건데요, 래리 엘리슨에 의하면 '멀티모달 AI(Multimodal AI)'는 인간의 뇌처럼 시각이나 언어, 청각, 촉각적 데이터를 통합적으로 이해한다고 합니다. 쉽게 말해 이제 AI는 단순히 언어를 해석하는 차원에서 그치는 것이 아니라, 세상을 감각적으로 "지각"하기 시작한 겁니다. Oracle의 철학: 'AI as a Tool to Amplify People' "AI는 사람을 대체하지 않는다, 증폭한다"

HubSpot CEO 야미니 랑간(Yamini Rangan)은 INBOUND 2025 무대에서 "AI 시대의 성장 공식은 과거의 퍼널(Funnel)이 아닌 루프(Loop)" 라고 선언했습니다. 단순한 마케팅 프레임으로 볼 수도 있지만, 허브스팟이 의미하는 바는 다릅니다. AI와 인간이 함께 학습하며 성장하는 순환 구조를 뜻하거든요. 이번 글에서는 이 루프를 4단계 — Express, Tailor, Amplify, Evolve — 로 나누어 살펴봅니다. 함께 읽으면 좋은 글 본 포스팅은 유튜브 채널 "HubSpot" 의 영상의 내용을 기반으로 재구성된 글입니다. 참고 영상 인바운드의 종말, 그리고 Loop의 탄생 야미니는 "인바운드 마케팅(Inbound Marketing)"이 더 이상 유효하지 않다고 말했습니다. 과거의 인바운드 모델은 검색과 클릭, 전환으로 이어지는 일직선 구조였죠. 그러나 지금은 AI가 콘텐츠를 요약하고, 사용자는 클릭조차 하지 않습니다. HubSpot이 말하는 '루프(Loop)'는 이런 고민 속에 탄생 했다는데요. 요컨대 기업이 고객에게 정보를 '전달'하는 시대에서, 고객과 함께 '학습'하며 성장하는 순환 구조의 시대로 넘어가고 있다는 뜻입니다. 이에 대해 야미니는 이렇게 설명했습니다.

지난 달 INBOUND 2025 무대에 선 HubSpot CEO 야미니 랑간(Yamini Rangan)은 이렇게 말했습니다. "우리는 단순히 새로운 기술에 적응하는 것이 아닙니다. 우리는 인간의 가치를 되묻고 있습니다." AI 시대를 살아가는 지금, 기술 담론을 넘어 인간의 본질을 겨냥한 질문처럼 들립니다. AI는 더 이상 생산성을 높이는 도구에 머물지 않죠. 이제 우리는 '기술에 어떻게 적응할 것인가'보다 '인간으로서 어떤 가치를 지켜갈 것인가'를 스스로 묻고 있습니다. 본 포스팅은 유튜브 채널 "HubSpot" 의 영상의 내용을 기반으로 재구성된 글입니다. 참고 영상: HubSpot's Spotlight with Yamini Rangan and Karen Ng | INBOUND 2025 생산성의 시대에서 정체성의 시대로 이전의 기술 혁신은 언제나 '효율'을 중심에 두었죠. 컴퓨터, 인터넷, 모바일이 그랬습니다. 더 빨리, 더 많이, 더 정확하게 일하기 위한 도구로 발전해 왔습니다. 하지만 지금의 AI는 조금 다릅니다. AI는 인간의 손과 발이 아니라, 사고의 영역을 함께 탐구하는 존재입니다. 야미니의 말처럼, 기술의 중심은 생산성에서 정체성으로 이동하고 있습니다. 그리고, 이 변화의 본질을 이해하기 위해서는 'AI Native'라는 관점이 필요합니다. AI Native는 AI를 경쟁 상대로 보지 않습니다. AI와 함께 성장하는 파트너로 바라보는 태도입니다. 야미니는 이를 명확히 정의했습니다. "인간이 주도하고, AI는 이를 가속화합니다."

AI를 단순한 도구가 아닌 함께 일하는 동료로 활용하는 시대가 열리고 있습니다. DevDay의 마지막 세션에서는 GPT-5 Pro, GPT-Realtime Mini, Sora 2 같은 새로운 모델들이 소개되었는데요. 이번 발표는 AI 동료가 이제 깊은 추론 능력, 자연스러운 음성 상호작용, 창의적인 비디오 제작 능력까지 갖추었음을 보여주었습니다. 함께 읽으면 좋은 글 GPT-5 Pro: 지능과 깊은 추론의 확장 OpenAI가 공개한 GPT-5 Pro는 지금까지 출시된 모델 중 가장 지능적인 모델입니다. 기존 GPT-5가 에이전트 제어와 엔드 투 엔드 코딩에서 높은 평가를 받았다면, 이번 GPT-5 Pro는 한 단계 더 나아가 전문적인 영역까지 확장했는데요. 금융, 법률, 헬스케어처럼 정밀한 추론과 높은 정확도가 필요한 분야에서 큰 성과를 보여줄 수 있습니다. 단순히 답을 제시하는 수준을 넘어, 인간 전문가와 함께 복잡한 문제를 풀어내는 전문 동료로 자리매김하고 있습니다. GPT-Realtime Mini: 음성 상호작용 시대를 앞당기다 OpenAI는 AI와 상호작용하는 핵심 방식으로 음성을 꼽았습니다. 이를 가속화하기 위해 GPT-Realtime Mini API를 발표했는데요. 이 모델은 두 달 전 공개된 고급 음성 모델과 동일한 음성 품질과 표현력을 제공하면서도, 비용을 70% 줄였습니다. Codex 데모에서 확인된 것처럼 개발자는 Real-time API를 Agent SDK와 통합해, 음성으로 앱을 제어하거나 주변 환경과 상호작용하는 시스템을 구축할 수 있습니다. 이는 AI 음성 인터페이스를 현실로 만드는 데 있어 큰 도약(big leap)이라 할 만합니다. Sora 2: 통제 '가능'한 크리에이티브 동료

AI는 더 이상 사람이 직접 코드를 치는 도구가 아닙니다. 이제는 아이디어만 있으면 누구나 앱을 만들고, AI 동료와 함께 공동 창조를 경험할 수 있는 시대로 들어섰습니다. 이번 2부에서는 OpenAI DevDay 2025에서 공개된 소프트웨어 공동 창조(Co-Creation)의 주요 포인트를 정리해 보았습니다. 함께 읽으면 좋은 글 소프트웨어 개발의 문턱을 허물다: 아이디어만 있으면 앱이 된다 Sam Altman은 이번 발표에서 지금이 자신이 본 "소프트웨어 생성 방식에서 가장 큰 변화"라고 강조했습니다. 과거에는 전문 지식이 필요한 일이었지만, 이제는 아이디어만 있으면 누구나 앱을 만들 수 있는 세상이 된 것이죠. 일본에서는 89세 은퇴자가 ChatGPT의 도움을 받아 독학으로 코딩을 배우고, 고령 사용자를 위한 iPhone 앱 11개를 직접 만들었습니다. 평생의 지혜가 앱으로 바뀌어 다른 노인들이 더 독립적으로 생활할 수 있도록 돕고 있는 사례입니다. ASU 의대 학생들은 가상의 환자 앱을 만들어 의사로서 겪을 대인관계 대화를 연습했습니다. 실제 시험실에 들어가기 전에 시도하고 실패하면서 성장할 수 있는 환경을 제공한 거죠. 또 프랑스 베르사유 궁전은 실시간 API를 통해 방문객이 예술품이나 조각과 대화할 수 있는 경험을 만들었습니다. 역사가 책이 아니라 대화(Conversation)로 살아 움직인 셈입니다. Codex: 소프트웨어 엔지니어링 팀의 유능한 동료 이 새로운 흐름의 중심에는 Codex가 있습니다. Codex는 단순한 개발 도구가 아니라, 개발자 옆에서 함께 일하는 소프트웨어 엔지니어링 에이전트인데요. Codex는 어디에서든 작동합니다. IDE, 터미널, GitHub, 클라우드까지 지원하고, ChatGPT 계정으로 연결되어 도구 간 작업을 끊김 없이 이어갑니다.

AI 협업의 패러다임이 빠르게 바뀌고 있습니다. 샌프란시스코에서 열린 OpenAI DevDay 2025에서는 ChatGPT, Apps SDK, Agent Kit을 중심으로 앞으로의 AI 협업 환경이 어떻게 진화할지 보여줬는데요. 이번 글에서는 주요 발표 내용을 3가지 흐름으로 정리해 보았습니다. AI Native 시대의 개막: '함께 만드는 AI' 2023년 첫 DevDay 이후 OpenAI 생태계는 눈에 띄는 성장을 했습니다. 개발자 수는 2백만 명에서 4백만 명 이상으로, 주간 ChatGPT 사용자는 1억 명에서 8억 명 이상으로 늘어났습니다. API에서 처리되는 토큰 양 역시 분당 3억 개에서 60억 개 이상으로 뛰었는데요. 이 지표들은 AI가 이제 단순히 '놀잇감'이 아니라, 매일 함께 일하는 동료로 자리 잡았다는 사실을 보여줍니다. Sam Altman은 지금을 "빌더에게 가장 좋은 시대"라고 강조하며, 아이디어가 제품으로 전환되는 속도가 역사상 가장 빠르게 가속화되고 있다고 말했습니다. ChatGPT의 진화: 챗봇에서 협업 플랫폼으로 (Apps SDK) ChatGPT는 이제 챗봇을 넘어, 앱을 내장한 협업 플랫폼으로 확장되고 있습니다. 그 핵심은 Apps SDK인데요. Apps SDK를 활용하면 개발자가 ChatGPT 내부에 실제 앱을 구축할 수 있습니다. 데이터 연결과 액션 트리거는 물론, 상호작용 가능한 UI까지 통합할 수 있죠. 무엇보다 MCP(Agentic Commerce Protocol)를 기반으로 공개 표준을 지원해, 누구나 쉽게 통합할 수 있습니다. 여기에 수억 명의 ChatGPT 사용자를 대상으로 곧바로 앱을 배포할 수 있고, 앞으로는 즉시 결제(Instant Checkout) 같은 수익화 모델도 지원될 예정입니다. 결과적으로 ChatGPT는 앱 생태계와 커머스를 품은 강력한 플랫폼으로 변모하고 있는 셈입니다. '앱과 대화하기': 실시간 맥락 공유 Apps SDK의 또 다른 핵심 기능은 '앱과 대화하기(Talking to Apps)'입니다. 사용자가 앱 이름을 직접 부르거나 대화 흐름에 맞춰 ChatGPT가 적절한 앱을 추천해 주는 방식인데요.

AI 혁명은 이미 시작되었습니다. 소프트뱅크 손정의 회장은 최근 강연에서 "AI 에이전트(AI Agent)"가 어떻게 우리의 삶과 산업 전반을 바꿀지 비전을 제시했습니다. 이번 글에서는 그 강연의 핵심 내용을 3가지 주제로 나누어 정리합니다. 본 포스팅은 유튜브 채널 "Softbank for biz" 의 영상의 내용을 기반으로 재구성된 글입니다. 참고 영상 AI 에이전트 시대의 개막 세계 최정상 AI와의 협력 손정의 회장은 최근 강연에서 AI 혁명의 최전선에 있는 인물로 OpenAI의 샘 올트먼 CEO를 꼽았습니다. 직접 만나 나눈 대화를 통해, 앞으로 다가올 AI의 가능성과 방향성을 직접 확인했다고 하는데요, 이 자리에서 소프트뱅크 그룹이 어떤 큰 그림을 그려야 할지에 대한 확신도 얻었다고 하죠. 소프트뱅크의 목표: 10억 개 AI 비서 소프트뱅크가 내세운 목표는 굉장히 큽니다. 바로 ‘크리스탈 인텔리전스(Crystal Intelligence)’ 프로젝트를 통해 10억 개의 AI 비서를 만들어내는 건데요. 이 비서들은 단순히 질문에 답하는 수준이 아닙니다. 전국의 네트워크 장비를 실시간으로 감시하다가 이상이 생기면, 사람의 지시를 기다리지 않고 스스로 문제를 해결한다고 해요. 또 인사나 재무, 영업 같은 회사의 핵심 부문에서도 직원의 성과를 점검하고 필요한 의사결정을 내리며, 심지어 AI 비서들끼리 소통하며 업무를 진행하기도 합니다.

일본 기업들 사이에서 데이터 활용과 AI 도입은 이제 단순한 유행이 아니라 필수 전략이 되고 있습니다. 하지만 현실은 그렇게 간단하지 않죠. 데이터를 모아두었는데도 제대로 쓰이지 않거나, 부서마다 생각이 달라 협업이 잘 안 되는 문제가 자주 발생합니다. 일본을 대표하는 광고, 마케팅 기업 하쿠호도 그룹의 기술 전문 회사, 하쿠호도 테크놀로지스는 이런 문제를 풀기 위해 어떤 시도를 하고 있을까요? 본 포스팅은 유튜브 채널 "TECH PLAY Channel" 의 영상의 내용을 기반으로 재구성된 글입니다. 출처 영상: https://techplay.jp/column/1938 핵심은 세 가지입니다: 데이터 활용을 돕는 '데이터 컨시어지' 복잡한 과정을 줄이는 '데이터 가상화' AI와 결합한 새로운 데이터 관리 방식 하나. 직원 곁에서 돕는 '데이터 컨시어지' 하쿠호도 테크놀로지스는 '데이터 컨시어지'라는 서비스를 만들었습니다. 데이터를 어떻게 써야 할지 막막한 직원들에게, 호텔에서 길을 알려주는 안내원처럼 도와주는 역할을 하죠. 컨시어지: 호텔에서 손님이 필요로 하는 서비스를 대신 챙겨주는 직원 단순히 기술 문제만 해결하는 게 아니라, 직원이 어떤 데이터를 찾고 싶은지 같이 고민해줍니다. 그래서 회사 안에서는 "모르면 일단 데이터 컨시어지에게 물어보자"라는 분위기가 생겼고, 덕분에 더 많은 직원이 편하게 데이터를 활용하게 되었습니다. 둘. 복잡한 저장 과정을 줄이는 '데이터 가상화' 예전에는 데이터를 쓰려면 외부에서 가져와 다듬고, 다시 저장소에 넣는 여러 단계를 거쳐야 했습니다. 이 과정은 시간도 오래 걸리고 관리도 까다로웠습니다. 이를 단순하게 만든 게 '데이터 가상화'입니다. 흩어져 있는 데이터를 실제로 옮기지 않고도, 마치 한곳에 있는 것처럼 다룰 수 있는 기술입니다. 덕분에 불필요한 복사 과정을 줄이고, 필요한 사람에게 바로 데이터를 전달할 수 있습니다.

모든 프로젝트가 성공하는 것은 아니다 앞선 1, 2편에서 살펴본 것처럼, 퍼솔은 애자일 × 거버넌스 × 사용자 참여형이라는 전략을 통해 사내 AI 활용을 빠르게 확산시켰습니다. 그러나 모든 시도가 순조롭게 진행된 것은 아니었는데요. 실제로 몇몇 프로젝트는 기대만큼 성과를 내지 못했고, 이를 통해 중요한 교훈을 얻게 되었습니다. 이번 3편에서는 퍼솔이 경험한 실패와 성공 사례, 그리고 그로부터 얻을 수 있는 인사이트를 정리합니다. 본 포스팅은 유튜브 채널 "TECH PLAY Channel" 의 영상의 내용을 기반으로 재구성된 글입니다. 출처 영상: https://techplay.jp/column/1937 실패 사례: 현장과 괴리된 AI 도입 퍼솔이 초기 시도한 프로젝트 중 일부는 현장의 필요와 맞지 않는 방향으로 기획되어 실패를 경험했습니다. 전사적으로 일괄 도입된 번역 AI 툴은 실제 필요성이 낮은 부서에서는 거의 사용되지 않았습니다. 이는 도입 자체가 목표가 되었을 뿐, 직원들의 일상 업무와 연결되지 못했기 때문에 발생한 문제였습니다. 이 경험은 기술의 우수성보다 활용 맥락과 현장의 주도성이 더 중요하다는 사실을 일깨워 주었습니다. 성공 사례: 현장 주도의 개선과 확산 반대로 성공한 프로젝트들은 작은 현장 개선에서 출발했습니다. 회의 준비 시간을 줄이고 싶다는 필요에서 시작된 문서 자동 요약 시스템은 단기간에 투자 대비 효과를 증명했고, 영업 현장의 제안으로 시작된 고객 대응 템플릿 생성 도구는 빠르게 전사로 확산되었습니다. 이러한 성공 사례는 직원들에게 AI가 실제로 업무를 도와준다는 확신을 주었고, 이후 신규 프로젝트 제안과 참여를 촉진하는 원동력이 되었습니다. 교훈: 실패와 성공을 동시에 관리하는 조직 문화 퍼솔은 실패를 숨기지 않고 공유 가능한 자산으로 전환했습니다. 실패 이유를 분석해 전사에 공유함으로써 같은 실수를 반복하지 않도록 했고, 성공 사례는 빠르게 확산시켜 성과 체감과 참여 확대라는 선순환을 강화했습니다.

실무진의 AI 역할 개발 전략과 실행 사례는? 현장에서 체감하는 AI의 힘 앞선 1편에서 살펴본 것처럼, 퍼솔은 애자일과 거버넌스의 균형을 통해 안전한 AI 도입 기반을 마련했습니다. 하지만 실제 변화를 만들어 내는 주체는 결국 현장에서 일하는 실무진입니다. 이번 2편에서는 퍼솔이 어떻게 현장 직원들에게 AI를 “남의 기술”이 아닌 “내 업무의 도구”로 받아들이도록 만들었는지를 다룹니다. 핵심은 역할 개발 전략과 실행 사례입니다. 본 포스팅은 유튜브 채널 "TECH PLAY Channel" 의 영상의 내용을 기반으로 재구성된 글입니다. 출처 영상: https://techplay.jp/column/1937 실무진의 AI 활용 역량 개발 퍼솔은 단순히 AI 사용법을 교육하는 수준을 넘어, 직원들이 스스로 업무 속에서 AI의 역할을 정의하도록 했습니다. 부서별 워크숍을 운영해 채용 부서에서는 이력서 검토 효율화, 영업 부서에서는 고객 응대 자료 요약 자동화와 같은 활용 시나리오를 도출했습니다. 이렇게 만들어진 결과물은 사내 공유 플랫폼을 통해 전체 직원이 열람할 수 있도록 공개되었고, 이는 AI 활용 지식을 집단적으로 축적하는 계기가 되었습니다. 파일럿 프로젝트와 확산 아이디어는 곧바로 소규모 파일럿 프로젝트로 연결되었습니다. 예를 들어 사내 문서 자동 요약 시스템은 직원 제안에서 출발해 실제 회의 준비 시간을 30% 단축시켰고, 고객 대응 템플릿 생성 도구 역시 영업 현장의 제안으로 시작해 이후 전사적으로 채택되었습니다. 주목할 점은 이러한 성공 사례들이 경영진의 지시가 아니라 현장의 제안에서 출발했다는 사실입니다. 참여와 성과가 만드는 선순환 퍼솔은 직원들이 AI를 단순히 주어진 도구로 사용하는 데서 멈추지 않고, 업무 혁신의 공동 설계자로 참여할 수 있도록 만들었습니다.

2023년 이후 일본 기업들 사이에서 ChatGPT 같은 생성형 AI는 더 이상 “한번 시험해보자” 수준이 아니라, 경영 전략의 중요한 축이 되고 있습니다. 하지만 실제 현장에서는 보안 문제, 비용 부담, 직원마다 활용 능력의 차이 때문에 “도입은 했지만 성과는 없는” 상황이 자주 벌어집니다. 이런 배경 속에서 인재 종합 서비스 기업 퍼솔(Persol Holdings) 은 어떻게 AI를 사내에 뿌리내리고, 모두가 활용하는 문화로 만들었는지를 공유했습니다. 본 포스팅은 유튜브 채널 "TECH PLAY Channel" 의 영상의 내용을 기반으로 재구성된 글입니다. 출처 사이트: https://techplay.jp/column/1937 핵심은 세 가지입니다: 빠르게 시도하고 개선하는 방식(애자일) 안전하게 관리하는 체계(거버넌스) 직접 참여하는 구조(사용자 참여형) 하나. 빠르게 시도하면서도 안전하게 관리하기 퍼솔은 AI 도입을 단순한 IT 프로젝트가 아니라 조직 전체의 변화 과정으로 보았는데요, 그래서 두 가지를 동시에 추진했습니다. 빠른 실험과 개선: 소규모 부서부터 시도하고, 잘 안 되면 바로 수정 안전 장치 마련: 개인정보 보호, 데이터 관리, 윤리적 사용 규칙을 명확히 설정 이 덕분에 직원들은 “마음 놓고 시도해도 된다”는 안정감을 느끼며 AI 활용에 적극적으로 참여할 수 있었습니다. 둘. 직원이 직접 참여하는 확산 구조

AI 시대의 도래와 함께 기업들은 근본적인 변화의 기로에 서 있습니다. 단순히 AI 툴을 도입하는 것을 넘어서 조직 전체를 AI 네이티브 기업으로 변화시켜야만 경쟁력을 유지할 수 있는 시대가 된 것입니다. "지금 시작하지 않으면 정말로 회사가 망할 수 있다"는 강한 위기의식을 가지고 전면적인 AI 변혁에 나선 일본의 대표적인 인터넷 기업 DeNA의 사례를 살펴보겠습니다. 오늘은 DeNA 창업자이자 회장인 남바 토모코가 직접 공유한 "AI 기업으로의 변혁" 전략과 실제 적용 사례를 통해 한국 기업들이 참고할 수 있는 구체적인 인사이트를 제공하고자 합니다. *본 포스팅은 DeNA 공식 유튜브 채널 "【AI企業への変革】DeNA南場が語るこれからの「人と組織とAI」のあり方" 영상의 내용을 기반으로 재구성된 글입니다. DeNA는 2024년 2월 "AI 올인"을 공식 발표한 후, 반년 만에 전사적인 AI 네이티브 기업으로의 변화를 이끌어내고 있습니다. 남바 회장이 제시한 변화의 핵심은 단순한 효율화를 넘어서 조직의 근본적 재구성에 있습니다. DeNA의 AI 올인 3대 전략 1. AI를 통한 전사 생산성 향상 모든 직원이 AI를 활용하여 업무 생산성을 극대화하는 것이 첫 번째 목표입니다. 이를 통해 창출된 여유 자원을 더 가치 있는 업무에 투입할 수 있게 됩니다. 2. AI를 통한 기존 사업 경쟁력 강화 기존 서비스와 제품에 AI를 접목하여 차별화된 경쟁우위를 확보하는 전략입니다. 3. AI 기반 신규 사업 창출 완전히 새로운 AI 네이티브 사업을 지속적으로 발굴하고 육성하는 것입니다.

최근 생성AI가 급속히 확산되면서 많은 기업들이 업무 효율화와 서비스 혁신을 위해 AI 도입에 나서고 있습니다. 하지만 기술 도입은 쉬워도 실제 현업에서 성과를 내기까지는 많은 시행착오가 필요하죠. 특히 젊은 엔지니어들에게는 새로운 기술을 배우고 적용하는 과정이 큰 도전이자 성장의 기회가 됩니다. 오늘은 일본 대표 IT 서비스 기업인 SCSK의 입사 5년차 엔지니어 쿠보타 나나코 씨의 생성AI 프로젝트 경험담을 통해 AI 시대 엔지니어가 갖춰야 할 역량과 성장 전략을 살펴보겠습니다. 연구실에서 배운 이론을 실무에 적용하며 겪은 시행착오와 깨달음에서 한국 기업과 엔지니어들이 참고할 만한 인사이트를 발견할 수 있었습니다. *본 포스팅은 유튜브 채널 "TECH PLAY Channel" 의 영상의 내용을 기반으로 재구성된 글입니다. 출처 영상: https://www.youtube.com/watch?v=TnrkxQFHSe8 SCSK 연구개발부문의 쿠보타 나나코 씨는 대학원에서 정보계 연구실에 소속되어 학업을 마친 후 SCSK에 입사해 5년째 근무 중입니다. 그녀가 최근 담당한 프로젝트는 생성AI와 RAG(Retrieval Augmented Generation) 기술을 활용한 QA 챗봇 개발이었습니다. 단순히 연구하는 것이 목표가 아니라 "사람에게 도움이 되는 시스템을 개발하고 싶다"는 명확한 목표 의식을 가지고 있었던 쿠보타 씨에게 이번 프로젝트는 이상적인 업무였습니다. 새로운 기술을 활용해 실제 업무 효율화에 기여할 수 있는 시스템을 만드는 일이었기 때문입니다. 그렇다면 그녀는 어떤 목표를 가지고, 어떤 방식으로 이 프로젝트에 접근했을까요? 프로젝트 초기 단계에서 설정한 방향성과 기술적 기반을 먼저 살펴보겠습니다. 프로젝트 목표와 접근법 1. RAG 기술을 활용한 실용적 AI 솔루션 개발 SCSK에서는 텍스트, 이미지, 동영상, 음성 등 다양한 콘텐츠 생성이 가능한 생성AI를 아이디어 검토나 질문 응답용 챗봇부터 시스템 개발 효율화까지 폭넓은 용도로 활용하고 있습니다. 쿠보타 씨가 담당한 프로젝트는 그 중 하나로, RAG 기술을 핵심으로 했습니다. RAG는 생성AI와 검색을 결합한 기술입니다. 사용자의 질문에 맞춰 미리 준비된 데이터베이스에서 관련 정보를 찾아 생성AI에 전달함으로써, 범용 생성AI가 학습하지 않은 내용에 대해서도 정확한 답변을 제공할 수 있게 됩니다. 이를 통해 직원들의 문의에 자동으로 응답하는 챗봇을 개발한 것이죠.

최근 AI 기술이 급속히 발전하면서 기업들은 생성 AI를 적극적으로 도입하고 있습니다. 그런데, AI를 단순히 도입하는 것만으로는 효과적인 활용이 어렵습니다. 혹은 "도입은 해야겠는데 어떤 방식으로 할지" 갈피를 잡지 못하고 있을 수도 있고요. 일본 최대 이커머스 기업인 라쿠텐그룹은 "AI-nization"이라는 슬로건 하에 기술팀뿐만 아니라 영업, 마케팅 등 전 직군에 걸쳐 AI를 성공적으로 정착시켰다는 평을 받고 있습니다. 어떻게 전사적으로 AI 를 도입했을지, AI 활용 전략과 조직 문화 조성 방법을 살펴보고자 합니다. * 본 포스팅은 유튜브 채널 "TECH PLAY Channel" 의 영상의 내용을 기반으로 재구성된 글입니다. 출처 영상: 2025년 3월, 라쿠텐그룹의 가와무라 씨가 자사의 전사적 AI 도입 경험을 공유한 강연에서 매우 흥미로운 인사이트를 발견할 수 있었습니다. 라쿠텐은 단순히 "AI 기술"을 도입하는 것이 아니라, 전사적으로 문화적인 변화와 체계적인 교육 프로그램 등을 통해 AI 활용을 성공적으로 정착시켰습니다. 특히 라쿠텐 시장의 "리뷰 요약 기능"과 "상품 이미지 AI 생성 기능" 등 구체적인 사례를 더했는데요. AI 도입의 기술적 측면뿐만 아니라 조직 운영, 비용 관리, 그리고 무엇보다 "인력 개발과 조직 문화 변화"에 대한 실질적인 노하우를 제공했죠. 다음은 라쿠텐이 내세우는 "전사 차원의 AI 도입을 위한 대표적인 노하우 세 가지"입니다: 라쿠텐의 사내 AI 도입 전략 1. 전사적 AI 도입 로드맵 제시 라쿠텐의 AI 도입은 미타니 사장의 강력한 Top-down 리더십으로 시작되었습니다. 단순히 "AI를 도입하자"는 선언이 아니라, 부서별 KPI를 설정하고 비기술직군까지 포함한 전사 AI 활용 문화를 조성하는 것이 목표였습니다.