P3T회사 AI 업무자동화, 직무 말고 공정부터 맡깁니다
카카오는 냉방 제어를, 신한은행은 시황 영상 제작을 AI에게 맡겼지만 전부 맡기지는 않았습니다
- 무슨 일
- 카카오는 전산실 냉방 제어를, 신한은행은 시황 영상 제작을 AI에게 맡겼습니다.
- 확인된 것
- 카카오는 운영 안정성을 단계별로 검증했고, 신한은행은 시황 설명문을 담당자가 입력합니다.
- 왜 중요한가
- 에이전트를 확대해 운영한다는 응답은 가장 높은 IT 업무 기능에서도 12%였습니다3.
- 오늘 할 일
- 직무 전체보다 결과를 바로 확인할 수 있는 반복 단계 하나부터 떼어 보세요.
이번에 확인한 세 사례에서 회사들은 AI에게 직무 전체 대신 결과를 확인할 수 있는 반복 단계 하나씩을 맡기고, 그 과정에서 카카오는 단계별 검증을 거쳤고 신한은행은 담당자가 설명문을 먼저 입력합니다.
회사는 AI에게 어떤 업무부터 맡기고 있을까요? 이번에 확인한 세 사례에서는 직무 전체보다 공정 하나, 곧 결과를 확인할 수 있는 반복 단계 하나를 AI에게 맡겼습니다. 카카오는 일부 전산실의 냉방 제어를 AI 에이전트에 맡겼습니다1. 다만 카카오가 밝힌 냉방 전력비 절감분 중 AI의 기여분은 공개되지 않았습니다. 신한은행은 환율 시황 영상을 만드는 AI 도구를 도입했습니다2. 다만 두 곳 모두 AI에게 전부 맡기지는 않았습니다. 카카오는 도입하면서 운영 안정성을 단계별로 검증했고, 신한은행은 담당자가 설명문을 먼저 입력합니다. AI 업무자동화 소식은 많습니다. 하지만 스스로 일을 처리하는 AI(에이전트)를 확대해 운영한다는 응답은 가장 높은 IT 업무 기능에서도 12%였습니다3. 사례에서 시작해 조사 숫자까지 따라가며, 회사가 어디까지 맡기고 있는지 봅니다.
- 회사가 AI에게 맡긴 일은 냉방 제어, 영상 제작, 상담 응대처럼 한 단계씩 떼어 낸 반복 공정이었습니다.
- 세 사례에는 각각 도입 때 단계별 안정성 검증(카카오), 담당자 입력(신한은행), 배포 전 시뮬레이션(누뱅크)이 있었습니다.
- 에이전트를 확대해 운영한다는 응답은 가장 높은 IT 업무 기능에서도 12%였습니다3.
카카오는 냉방 제어를, 신한은행은 시황 영상 제작을 맡겼습니다
카카오는 9월 22일 보도자료에서 일부 전산실에 LG CNS가 개발한 AI 에이전트를 적용했다고 밝혔습니다1. AI타임스 보도에 따르면 이 에이전트는 전산실 환경과 설비 운영 데이터를 실시간으로 분석하고 냉방설비를 자율적으로 제어합니다1.
카카오는 전년 동기 대비 냉방 전력비를 약 23% 줄였다고 밝혔습니다1. 다만 보도자료는 LG CNS가 냉방설비의 운전 방식을 조정했다고도 적었습니다1. 그래서 AI 에이전트 덕분에 줄어든 비용만 따로 알 수는 없습니다.
두 번째 사례는 은행입니다. 스모어톡이 숏폼 영상 제작 AI 「레이턴트 스튜디오」로 신한은행과 공급 계약을 맺었다고 AI타임스가 9월 27일 보도했습니다2. 담당자가 그날의 환율 시황 설명문을 입력하면 AI가 시나리오 기획부터 자막까지 만듭니다2.
다만 어느 일도 AI에게 통째로 넘기지 않았습니다
두 사례를 나란히 놓으면 공통점이 보입니다. 도입 전 검증이나 사람의 입력, 시뮬레이션 같은 확인 과정이 있었습니다. 카카오는 LG CNS가 냉방설비 운전 방식을 조정하면서 단계별로 운영 안정성을 검증했다고 밝혔습니다1. 신한은행도 그날의 시황 설명문은 담당자가 입력합니다2.
고객 상담에서도 배포 전에 확인하는 과정이 있었습니다. 누뱅크(Nubank)가 브라질에서 상담량이 가장 많은 채팅 상담 에이전트를 다룬 논문이 9월 24일 arXiv에 올라왔습니다4. arXiv는 심사 전 논문을 올리는 사이트라, 다른 전문가의 검토(동료 심사)를 거쳤는지는 확인하지 못했습니다.
저자들은 사람이 직접 시험하면 확인할 수 있는 범위가 좁다고 적었습니다. 또 실제 고객에게 바로 시험하면 실패가 고객 신뢰를 떨어뜨릴 수 있다고 했습니다. 그래서 배포하기 전에 시뮬레이션 대화로 먼저 시험했습니다. 그 결과 고객을 두 무리로 나눠 비교한 실제 시험(A/B 테스트)에서 고객 추천 점수(tNPS)가 36.69점 올랐다고 보고했습니다4.
세 사례 모두 AI가 맡은 단계에 사람의 입력이나 검증, 시험 같은 확인 과정이 있었습니다.
복잡한 일일수록 AI의 성공률은 떨어집니다
그렇다면 더 복잡한 일도 AI에게 맡길 수 있을까요? 클로드를 만드는 앤트로픽의 1월 보고서에서는 사람이 배우거나 일을 다듬으며 AI와 대화를 이어 가는 경우(증강형)가 Claude.ai 대화의 52%였습니다5. 일을 맡기면 AI가 사람과 거의 오가지 않고 끝내는 경우(자동형)는 45%로 뒤를 이었습니다5. 자사 사용자 데이터라 시장 전체를 대표하지는 않습니다.
같은 보고서는 Claude가 대화를 보고 스스로 평가한 업무 성공률이 복잡한 업무일수록 낮다고 적었습니다. 이 비율에는 모델 능력뿐 아니라 어떤 일을 맡기면 잘 될지 고르는 사용자의 판단도 영향을 준다고 덧붙였습니다5.
앤트로픽의 6월 보고서에서는 응답자들이 AI가 못 하는 이유로 판단력, 맥락 파악, 상황에 맞는 추론 부족을 가장 많이 꼽았습니다6.
에이전트를 확대 운영한다는 응답은 아직 적습니다
그렇다면 회사들은 에이전트를 얼마나 넓혀 쓰고 있을까요? 맥킨지는 올해 5~6월 1,719명에게 AI 도입을 물었습니다3. 에이전트를 확대 운영한다는 응답은 IT 업무 기능 12%, 지식 관리 11%, 소프트웨어 엔지니어링 10%였고, 제조는 3%로 가장 낮았습니다3. 이 수치는 맥킨지 보고서를 인용한 IDM 기사에서 가져왔고, 맥킨지 원문 PDF는 열지 못했습니다.
AI를 쓰는지 여부만 묻는 조사도 있습니다. 미국 센서스국 조사에서 AI를 쓴다고 답한 기업은 전체의 17~20% 정도였습니다. 직원 250명 이상 기업만 보면 37%였습니다7.
정리하면 회사가 이미 맡긴 일은 냉방 제어, 영상 제작, 상담처럼 반복되고 결과를 확인할 수 있는 공정입니다. 이번에 살펴본 사례 중에는 판단이 필요한 일을 통째로 넘긴 곳이 확인되지 않았습니다.
읽고 나서 해 볼 것
내 업무에서 AI에게 맡길 일을 고른다면 직무 전체보다 결과를 바로 확인할 수 있는 반복 단계 하나부터 떼어 보세요. 사람이 입력하고 결과도 확인하는 단계에서 시작하면 틀렸을 때 바로 알아채기 쉽습니다.
출처
각주 7개
본문의 각주 번호는 아래 항목과 1:1 로 대응합니다. 정량 주장은 가능한 경우 둘 이상의 출처로 대조했고, 인용문은 원문에서 직접 확인한 것만 실었습니다.
- 카카오는 2026-09-22 보도자료에서 일부 전산실에 LG CNS가 개발한 AI Agent를 적용해 단계별로 운영 안정성을 검증했고, 전년 동기 대비 냉방 전력비를 약 23% 줄였다고 밝혔다(회사의 주장 · 23%는 운전 방식 조정과 합친 값) · AI타임스도 이 에이전트가 설비 운영 데이터를 실시간 분석해 냉방설비를 자율 제어하며 냉방 전력비 23% 절감이라고 보도했다서버 사용량과 외기 조건의 영향을 함께 고려한 비교 기준에서도 전년 동기 대비 냉방 전력비를 약 23% 줄인 것으로 확인됐다https://www.kakaocorp.com/page/detail/12146확인 2026-10-04전산실 환경과 설비 운영 데이터를 실시간으로 분석하고 냉방설비를 자율적으로 제어https://aitimes.com/news/articleView.html?idxno=215562확인 2026-10-04↩
- AI타임스는 스모어톡이 신한은행 S&T센터에 숏폼 영상 AI Latent Studio를 공급했고, 담당자가 환율 시황 설명문을 입력하면 AI가 시나리오 기획부터 자막까지 자동으로 제작한다고 2026-09-27 보도했다담당자가 그날의 환율 시황 설명문을 입력하면, AI가 시나리오 기획부터 장면 구성, 일러스트 생성, 나레이션, 자막까지 자동으로 제작해준다https://aitimes.com/news/articleView.html?idxno=215687확인 2026-10-04↩
- IDM은 맥킨지 「The State of AI in 2026」(1,719명 · 97개국 · 2026-05-04~06-08) 결과로 에이전트 확대 운영 응답이 IT 12%, 지식 관리 11%, 소프트웨어 엔지니어링 10%, 제조 3%라고 인용했다(1차 PDF 직독 못 함)Across all respondents, 12 per cent report scaling agents in IT and 11 per cent in knowledge management. Software engineering follows at 10 per cent. Manufacturing sits last at 3 per cent.https://idm.net.au/node/15761확인 2026-10-04↩
- arXiv 2609.30137 v1(2026-09-24 제출 · PREPRINT)은 누뱅크 브라질 최대 채팅 상담 에이전트를 대상으로, 수동 종단 시험은 범위가 좁고 실제 고객 실험은 신뢰를 깎는다고 보고 시뮬레이션 기반 반복 개선이 실제 A/B 테스트에서 tNPS를 36.69점 올렸다고 적었다Simulation-guided iteration increased transactional net promoter score (tNPS) by 36.69 points in a live A/B test.https://arxiv.org/abs/2609.30137v1확인 2026-10-04↩
- 앤트로픽 경제 지수 2026년 1월 보고서(데이터 2025-11-13~20 · 자사 사용 데이터)는 증강형 대화 비중이 52%, 자동형이 45%이며 복잡한 업무일수록 성공률이 낮고 성공률에는 사용자 판단도 반영된다고 적었다Data from November 2025 points to a broad-based shift back toward augmented use on Claude.ai: The share of conversations classified as augmented jumped 5pp to 52% and the share deemed automated fell 4pp to 45%.https://www.anthropic.com/research/anthropic-economic-index-january-2026-report확인 2026-10-05These “primitives”—simple, foundational measures of how Claude is used, which we generate by asking Claude specific questions about anonymized Claude.ai and first-party (1P) API transcriptshttps://www.anthropic.com/research/anthropic-economic-index-january-2026-report확인 2026-10-05↩
- 앤트로픽 경제 지수 2026년 6월 보고서는 응답자들이 AI가 못 하는 이유로 판단, 맥락 인식, 상황 추론이 부족하다는 점을 가장 많이 꼽았다고 적었다(자사 사용자 설문)judgment, contextual awareness, and situational reasoninghttps://www.anthropic.com/research/economic-index-june-2026-report확인 2026-10-04↩
- 미국 센서스국은 기업 AI 사용률이 전체 17~20% 사이에서 머물렀고 직원 250명 이상 기업은 37%라고 적었다(2026-05-03 기준 · BTOS)37% of firms with at least 250 employees reported using AIhttps://census.gov/library/stories/2026/05/ai-use-businesses.html확인 2026-10-04↩