AX란? AI를 쓰는 회사와 AI가 일하는 회사, 뭐가 다를까

요즘 업무에서 AI를 쓰는 모습은 낯설지 않아요. ChatGPT로 이메일 초안을 만들고, Copilot으로 문서를 요약하는 회사도 많아졌죠.

AX(AI Transformation, AI 전환)는 AI를 기반으로 기업의 업무 프로세스와 일하는 방식 자체를 바꾸는 걸 말해요. 여기서 헷갈리기 쉬운 게 있어요. 단순히 AI 도구를 쓰는 것과 AX는 달라요. AI 기능 하나를 업무에 얹는 게 아니라, AI를 중심으로 업무 흐름과 사람의 역할까지 다시 설계하는 것이 AX의 핵심이에요.

그럼 직원들이 AI를 쓰기 시작하면, 우리 회사도 AX를 하고 있다고 볼 수 있을까요? AI를 '사용하는 것'에서, AI와 '함께 일하는 것'으로. 오늘은 AX를 단순히 정의하는 대신, AI가 실제로 일하는 방식을 어떻게 바꾸고 있는지 국내 사례로 살펴볼게요.

AI를 도입하면 AX일까요?

업무에 AI를 도입했다고 해서 일하는 방식이 바로 달라지는 것은 아니에요. 예를 들어 ChatGPT로 문서를 작성하거나 AI로 데이터를 분석하더라도, 필요한 자료를 찾고 정리해 AI에 입력하고 결과를 다시 업무에 반영하는 과정은 여전히 사람이 담당해요. 기존 업무 흐름은 그대로인 채, AI가 그중 일부 작업을 빠르게 처리해주는 도구로 추가된 것에 가깝죠.

AX 환경에서는 이 업무 흐름이 달라져요. 시스템과 데이터가 AI와 직접 연결되고, AI 에이전트가 필요한 데이터를 가져와 분석하고 실행까지 이어가요. 사람은 결과를 검토하고 판단하며 다음 방향을 결정하는 역할에 집중해요.

AI 도입 : 사람 → 데이터 찾기 → 정리 → AI에 입력 → 결과물 작성 → 실행 → 확인

AX : 시스템·데이터 → AI 에이전트 → 분석·실행 → 결과 정리 → 사람의 검토·판단

즉, AI 도입이 기존 업무 흐름에 AI라는 도구를 추가하는 것이라면, AX는 AI를 중심으로 업무 흐름 자체를 다시 설계하는 변화예요.

DX와 AX의 차이는 무엇일까요?

AX는 DX(Digital Transformation)와 별개라기보다, 쌓아온 디지털 환경을 AI로 한 단계 더 확장하는 변화예요. DX로 데이터가 디지털화되고 시스템이 연결됐다면, AX에서는 그 위에서 AI가 데이터를 이해하고 판단해 업무에 직접 참여해요.

중요한 건 어떤 모델을 쓰는지가 아니라, AI가 업무에 얼마나 깊이 들어와 있는가예요.

AX 시대, 일하는 방식에서 나타나는 세 가지 변화

① AI가 '도구'에서 '업무 수행자'로 — 예전엔 "이 문서 요약해줘"처럼 사람이 업무를 하나씩 나눠 요청했다면, 지금은 "고객 데이터 확인해서 제안서 초안까지 만들어줘"처럼 여러 단계를 AI가 이어서 처리해요.

② AX가 'IT 프로젝트'에서 '현업의 일'로 — 예전엔 IT팀이 시스템을 만들면 직원이 썼다면, 이제는 현업이 스스로 문제를 발견하고 AI로 직접 해결해요. AI 에이전트는 새 툴 하나를 들이는 것을 넘어서, 업무를 어떻게 위임하고 책임을 어떻게 나눌지 정하는 조직 설계에도 영향을 미쳐요.

③ AI 활용이 '개인 역량'에서 '조직 역량'으로 — 직원 한두 명이 ChatGPT를 잘 쓴다고 회사 전체가 AX를 하는 건 아니에요. 한 명의 활용법 → 팀의 업무 방식 → 회사의 표준 프로세스로 이어져야 진짜 변화가 시작돼요. 개인기에서 조직 역량으로 넘어가야 성과의 크기도 달라져요.

기업들은 이미 '일하는 방식'을 바꾸기 시작했어요

• 업무의 변화 — 우리은행은 삼성SDS와 함께 여러 핵심 업무 영역에 AI 에이전트를 적용하고, 이를 기반으로 업무 프로세스를 재설계하는 프로젝트를 추진하고 있어요.

• 조직의 변화 — 신한투자증권은 ‘AI 에이전트부’를 신설했어요. 팀장·담당 에이전트가 정보 조사와 자료 작성 등의 업무를 수행하고, 사람은 결과를 검토하고 최종 판단을 담당하는 방식이에요.

• 인재 기준의 변화 — CJ올리브영은 개발 직군 경력직 채용에서 기존 라이브 코딩 대신 ‘AI 과제’ 전형을 도입했어요. 지원자의 결과물뿐 아니라 AI 활용 과정과 문제 해결 과정 등을 종합적으로 평가하는 방식이에요.

  기업마다 적용하는 업무와 방식은 다르지만, 공통적으로 AI를 단순한 업무 보조 도구를 넘어 실제 업무 프로세스와 역할에 적용하려는 움직임이 나타나고 있어요.

그렇다면 우리 회사의 AX는 어디에서 시작할 수 있을까요?

AX를 처음부터 전사적인 프로젝트로 시작할 필요는 없어요. 우리 조직에서 AI를 적용했을 때 변화가 분명한 업무를 찾는 것부터 시작할 수 있어요.

1. 업무 문제 발견: 반복적이거나 시간이 많이 드는 업무부터 찾아요. "매일 반복하는 업무가 있나요?", "여러 시스템을 오가며 정보를 찾아야 하나요?", "자료를 읽고 정리하는 데 시간이 많이 드나요?" 같은 질문이 출발점이 돼요.

2. AX 과제 선정: AI 적용 효과가 크고 성과를 측정할 수 있는 업무를 우선순위로 정해요. 업무 시간, 비용, 처리량, 정확도처럼 전후를 비교할 수 있는 기준도 함께 정해요.

3. 데이터·시스템 연결: AI가 실제 업무를 수행하려면 필요한 데이터에 접근할 수 있어야 해요. 사내 문서, DB, ERP, CRM, 그룹웨어 등 업무에 필요한 데이터와 시스템을 AI와 연결해요.

4. PoC로 효과 검증: 작은 범위에서 먼저 적용해보고 실제 효과를 확인해요. 업무 시간이 얼마나 줄었는지, 생산성이나 정확도가 개선됐는지 등을 검증해요.

5. 실제 업무 적용 및 확산: 효과가 확인된 AX 과제를 실제 업무 프로세스에 적용하고, 유사한 업무나 다른 부서로 확대해요.

6. 구성원 역량·AX 문화 구축: AI 교육과 활용 사례 공유, 해커톤 등 구성원이 직접 AI를 활용하고 새로운 업무 방식을 만들어볼 수 있는 환경을 만들어요.

업무의 문제를 찾고 → AI로 바꿔보고 → 효과를 검증하고 → 조직으로 확산하는 것. AX는 이렇게 작은 업무의 변화에서 시작할 수 있어요.

폴라리스오피스는 '직접 만들어보는 것'에서 시작했어요

폴라리스오피스는 전 임직원이 참여하는 '바이브코딩 공모전'을 열었어요. 개발 직군뿐 아니라 다양한 구성원이 프롬프트로 직접 서비스를 만들었어요. 다른 점이 있다면 이거예요. 이 공모전에서 쓰인 바이브코딩 툴 자체도, 폴라리스오피스가 바이브코딩으로 직접 만든 도구였어요. 구성원의 업무를 바꿔줄 도구를, 그 도구를 만드는 과정에서부터 이미 AI와 함께 설계한 셈이에요.

핵심은 '코딩을 배운다'는 게 아니에요. 평소 느꼈던 불편함과 상상한 아이디어를 직접 AI로 구현해보면서, "내가 하는 업무도 AI로 바꿀 수 있지 않을까?"를 경험하는 데 의미가 있어요.

이 흐름은 사내 AX추진팀 신설로 이어졌고, 도구는 'PABLE'이라는 브랜드로 상품화됐어요. PABLE은 P(People·Polaris·Prompt·Possible)와 ABLE(누구나 만들 수 있게 한다)을 합친 이름으로, 개발 경험이 없어도 말로 설명하면 배포 환경까지 자동으로 구성돼요. 업무 아이디어를 직접 서비스화하는 'AX 메이커스' 제도도 사내에서 상시 운영 중이에요.

공모전 → 구성원 참여 → AX추진팀 → 사내 AX 프로그램 상시 운영. 폴라리스오피스가 AX를 풀어가는 순서예요.

AX의 핵심은 'AI를 쓰느냐'보다 '일이 어떻게 바뀌느냐'예요

"우리 회사도 AI를 도입해야 할까?"를 넘어, "우리 회사의 어떤 일을 AI와 함께 다시 설계할 수 있을까?"를 묻는 것 — 이게 지금 필요한 질문이에요. 개인의 AI 활용이 팀의 업무 방식으로, 다시 조직의 프로세스로 확장될 때 비로소 일하는 방식이 달라지기 시작해요.

AI를 쓰는 회사에서, AI가 일하는 회사로. 폴라리스오피스도 처음부터 답을 알고 시작한 게 아니라, 구성원 한 명 한 명이 직접 적용해보며 하나씩 알아갔어요.

우리 회사의 어떤 일을 AI와 함께 다시 설계할 수 있을지, 그 답은 이미 업무 안에 있을 거예요. 작은 업무 하나부터 직접 바꿔보는 것, AX는 거기서 시작해요.

그 답을 찾아가는 과정, 폴라리스오피스도 똑같이 겪고 있어요. 이 여정에서 발견한 이야기를 계속 콘텐츠로 정리하고 있으니, 다음 이야기도 놓치지 않고 받아보고 싶다면 뉴스레터를 구독해보세요.