[리뷰] DX팀을 위한 실질적 디지털 혁신 전략 세미나
세미나 BY 콜라보
[세미나] 대기업 DX팀을 위한 디지털 혁신 세미나
주최 : 콜라보
일시 : 2025년 04월 10일(목) 13:00 ~ 18:00
장소 : 서울 강남구 논현로 508 GS타워 25층
들어가며
제품만 홍보하는 세미나는 이제 그만! 대기업 DX팀에게 진짜로 필요한 디지털
전환의 최신 트렌드를 공유합니다.
이 문구가 이 세미나에 참석해야겠다는 생각을 불러일으켰어요. 컨퍼런스든 세미나든 어디를 가든 제품을 중심으로 한 발표 세션을 피할 수 없으니까요. 그런데 그런 세미나는 '그만'이라고 외치는 세미나라니 궁금해서 참석 의지를 불태웠지요. 어떤 최신 DX 트렌드를 어떻게 공유할지 호기심을 가득 안고 세미나장으로 갔습니다.
뭔가 자유로움이 느껴지는 오픈된 공간에 도착하니 제일 먼저 햄버거와 콜라를 주더군요. 뭐지? 이 횡재한 기분은. 갑자기 잿밥에 관심이 가기도 했답니다. 본 행사를 주최한 '콜라보'측과 콜라보를 진행한 케이터링 서비스 기업 '크라이치즈 버거'에서 협찬을 해준 건데요. 꽤 정성이 들어간 패키징과 브랜드 매니저의 편지가 본 세미나 내용 못지않게 인상적이었습니다. 첫인상이 좋은 세미나에 들어선 기분이었죠.
기분 좋은 첫인상을 시작으로 발표 내용에 초집중을 했는데요. 이번 세미나는 DX팀과 실무자들이 실제 현장에서 마주하는 디지털 혁신의 전략, AI와 자동화의 실질적 적용, 데이터 통합 관리, 보안 및 규제 대응 등 다양한 주제를 폭넓게 다루며, 변화하는 업무 환경에서 기업이 갖추어야 할 실질적 전략과 사례를 공유하는 자리였습니다.
발표 내용
#1
시간 주제 강연자
13:10 ~ 13:30 GS 현장 구성원들의 새로운 도전을 돕는 AX Playground GS 52g
☞ 5pen 2nnovation GS, 52g는 변화에 능동적으로 대응하는 현장의 힘을 키움으로써 GS그룹의 지속가능한 미래를 만들어가는 오픈 이노베이션 커뮤니티라고 해요. 현장의 문제를 빠르게 해결하고자 각 계열사에서 모인 여러 분야의 현장 전문가들이 52g 스튜디오와 함께 크루로 활동하고 있다고 합니다. 문제 해결 프로젝트를 함께 진행하며, 디지털 전환을 지원하는데, 최근에는 인공지능 관련 이벤트도 주최해 AI 트렌드를 공유하고, 외부 전문가들과도 적극적으로 교류하고 있다고 합니다.
cf. 본 세미나 장소도 52g에서 제공을 했습니다.
52g Q&A#2
시간 주제 강연자
13:30 ~ 13:55 AI Agent가 만드는 거대한 전환의 시대, 앞서 나가는 방법 와들
☞ 와들의 조용원 CSO는 AI 에이전트를 실무에 접목하기 위한 전략적 인사이트를 전달하며, DX팀이 현실적으로 적용 가능한 도입 모델과 사례를 제시했어요. 모든 걸 "자동화”라기보다는 부분 자율화에서 점진적 확장으로 가는 방향에 대해 설명을 했습니다.
주요 내용
1. 와들과 젠투 소개
- 와들은 커머스에 특화된 인공지능 에이전트를 개발하는 스타트업
- 젠투(GENTOO)는 온라인 고객과 대화하며 맞춤형 상품을 추천하는 AI 점원 솔루션
L 오프라인 점원의 기능(응대, 추천, 기억 등)을 온라인에서 구현.
- 2024년, 국내 최초로 오픈AI와 엔터프라이즈 계약 체결
2. 인간-컴퓨터 상호작용의 진화
- DOS (명령어 기반 입력) → 마우스 (GUI 클릭) → 스마트폰 터치 → ChatGPT (자연어 기반 대화)
- ChatGPT 등 대화형 AI의 등장은 인간의 자연어로 컴퓨터와 소통하는 혁신을 가져옴
3. AI 에이전트의 정의와 역할
- Sam Altman(오픈AI CEO)은 "복합적인 작업을 하이레벨의 개괄적 설명만으로 자율 해결하는 시스템"이라고 함
- 기존의 AI 활용은 사람이 워크플로우(workflow)를 설계하고 각 단계를 배정했으나, AI 에이전트는 문제 해결 방법의 계획, 자료 및 도구 탐색, 실행, 결과 평가 및 개선까지 자율적으로 수행함
· 예시- 베이글 가게의 ‘쫄깃한 베이글 판매’ 목표를 AI가 전 과정에서 처리 가능
- 챗GPT 딥리서치(Deep Research)를 활용해 세미나 발표 준비
L 딥리서치가 질문, 계획 수립, 자료 탐색, 발표 구성 제안 등 50% 이상의 역할 수행
4. AI 에이전트의 구성 요소 4
① 추론 능력 ② 외부 메모리(지식) 참조 ③ 도구 사용 능력 ④ 자율적 계획 및 개선 능력
5. 기업 업무 환경에서의 적용 방향
① 활용 방향: 고객 응대, 내부 프로세스 자동화, 내부 의사결정 지원
② 멀티 에이전트 시스템: 여러 에이전트가 협업하는 구조
- 기획, 실행, 평가, 회고 등 역할별 에이전트가 협업하며, 스스로 계획 및 개선하는 점이 기존 워크
플로우 자동화와의 차별점
③ 장점: 24/7 가용성, 초개인화, 방대한 데이터 처리, 성능 개선 가능
6. 현실적 도입 모델: 에이전트온레일(Agent on Rails)
- 완전 자율화 대신, 사람이 설계한 가이드라인 내에서 자율 작동
L 산업별 규제 및 노하우를 반영한 절충안
- 젠투 역시 이 구조 기반으로 개발됨
7. 산업 전망 및 DX팀의 준비 전략
- 자동화 다음은 ‘자율화’ 단순 반복 업무를 넘어서 전략 수립까지 AI가 지원
- 개인 단위 에이전트의 등장 (쇼핑/업무 비서), 새로운 형태의 대화형 인터페이스와 멀티모달 에이전트, B2B/B2C 에이전트 간의 대화 형태로 진화할 것으로 보임
- 기업 대응 전략: AI 이해 및 전망 역량 확보, 도메인 특화 AI부터 시작, 자사 데이터와 고객 데이터의 누적 및 관리
Q&A 요약
Q1. 와들의 방향성과 버티컬 AI로서 젠투의 의미는?
- 젠투는 온라인 점원을 구현한 AI 에이전트. 커머스는 트렌드 변화가 빠르고 정보가 방대하며 고객이 유동적이므로, 사람처럼 사고하는 에이전트가 필요. 고객 맞춤형 상품 추천과 대화형 응대를 핵심 기능으로 제공.
Q2. AI 에이전트의 결정 과정을 어떻게 검증하고 신뢰할 수 있는가?
- AI는 확률 기반 예측 시스템이기 때문에 결정의 불확실성 존재. 최근 가장 중요하게 부각되는 기술은 결정의 평가 및 회고 시스템(Evaluation & Feedback). 인공지능의 답변을 채점하고 학습시켜 성능을 개선하는 기술이 핵심.
Q3. 모든 산업에 적용되기 어려운 AI 에이전트의 한계?
- 각 산업마다의 규제와 노하우가 존재. 완전 자율화 대신, 산업 가이드라인 위에 에이전트를 배치하는 방식이 현실적. 플래닝 에이전트(전략실 역할)가 중심이 되어 도구 선택과 실행, 리뷰를 반복하는 구조가 핵심 차별점
♨ 마녀의 썰
와들 발표를 통해 전반적인 AI 에이전트의 현황과 활용 방안, 기업의 대응 전략에 대해 개괄적으로 이해할 수 있는 시간이었어요. AI 에이전트는 기업의 복합적 목표 달성을 위한 실질적 디지털 혁신 도구로 부상 중에 있습니다. 완전한 자율화보다는 산업별 맥락을 반영한 점진적 도입과, 데이터 및 역량 확보가 중요하다는 점이 강조가 되었답니다. 세션이 끝나고 조용원 CSO와 잠시 이야기를 나눌 수 있었는데요. 온라인 점원인 젠투가 현재 어떤 모습인지 고객사의 반응이나 실제 사용자들의 사용 형태는 어떤지 이야기를 잠시 들어볼 수 있었습니다. 젠투는 현재 주류 기업과 아기 용품 기업에 도입되어 활용되고 있다고 하는데요. 사용자와 대화하는 적절한 타이밍의 정확도를 높이기 위해 사용자 데이터를 축적 및 학습하고 있다고 합니다. 그리고 사용자의 니즈를 해결하고 더 깊이 있는 도움을 주기 위한 노력도 계속하고 있다고 했는데요. 기회가 되면 젠투를 직접 체험해 보고 소개할 수 있는 시간을 마련해 보면 좋겠다는 생각이 들었습니다.
#3
시간 주제 강연자
13:55 ~ 14:20 말하는 모든 것이 데이터가 된다-Conversation Intelligence란? 콜라보
☞ 콜라보의 최승호 이사는 비즈니스 대화 데이터의 100% 자동 기록과 분석이 업무 혁신의 핵심이며, 컨버세이션 인텔리전스(Conversation Intelligence)가 그 중심 역할을 하고 있다는 내용을 발표했습니다.
주요 내용
1. 핵심 요지
① 기억은 왜곡된다.
- 인간의 뇌는 1시간만 지나도 기억의 50% 이상을 잊어버리고, 하루가 지나면 회의 내용을 30%
밖에 기억 못 함
- 회의록 역시 작성자의 주관이 개입되어 왜곡될 수 있음
② 대화는 데이터다.
- 회의·영업·면접·고객응대 등에서 오간 대화 속에 핵심 인사이트가 존재
2. 컨버세이션 인텔리전스(Conversation Intelligence)란?
① 비즈니스 대화를 자동 기록, 저장, 분석, 패턴 도출, 인사이트 추출하는 솔루션
· 예시) AI 회의록 → 사람이 30분 걸릴 정리를 AI는 1분 이내 수행
→ 최신 LLM은 별도 프롬프트 없이도 고품질 요약 가능
② 시장성과 적용 사례
- 미국 시장 규모: 2024년 1.8조 → 2033년 17.4조 원 예상 (성장률 30%)
L 이런 성장률은 클라우드 컴퓨팅이나 사이버 보안 시장보다 훨씬 더 빠른 속도
L 포춘 500대 기업 60% 도입 → Google, Salesforce, Zoom 등
- 실사용 영역: 세일즈, HR, 고객지원, 프로젝트관리, 유저 리서치 등 전방위
3. DX팀이 주목해야 할 이유
① 대화 기반 의사결정 시스템 구축 가능: 고객 통화, 내부 회의, 면접 등 전 영역에서 활용
② 세일즈 자동화: 통화 요약 → CRM(Salesforce 등)에 자동 입력
L 미입력·중복작업 최소화 → 수천 시간 절감
Q&A 요약
Q. 보안/녹음 이슈?
- 클라우드 보안 정책, 사전 고지 등으로 대응 가능. 프라이빗 클라우드 등 다양한 안전 저장 방식 제공
Q. 조직 내 활용은?
- 회의록 자동 전송, 슬랙 등 협업툴 연계로 소통 속도와 효율성 증대
Q. 저장소 유연성은?
- 사내 저장소, 외부 LLM 저장소(보안 인증 포함) 등 선택적 대응
♨ 마녀의 썰
손동작이 크게 필요 없는 대화형 인터페이스는 상당히 매력적이라고 생각합니다. 마녀도 글로 쓰기보다 말로 기록을 남기고 그 기록에서 인사이트를 얻고자 하는 니즈가 종종 생기는데요. 기업에서는 더욱 회의나 대화를 데이터화해서 솔루션이나 인사이트를 뽑아내고자 하는 니즈가 크지 않을까 합니다. 말을 기록해 데이터로 축적하면 충분히 자산 가치가 있어 보입니다. 다른 컨퍼런스에서 SKT의 '에이닷' 서비스의 발전 방향에 대해 들은 직후라 그런지 좀 더 관심이 갔던 세션이었습니다. 국가 간 차이가 있겠지만, 미국 시장의 성장률을 보니 국내 시장에서도 성장 가능성이 엿보이기도 했고요. 개인정보보호와 데이터 보안 강화를 위한 정책 하에서 잘 활용한다면 행동 데이터와 더불어 업무 효율성을 증대시키는 데 일조하리란 생각이 들었습니다.
#4
시간 주제 강연자
14:35 ~ 15:00 DT 시대의 마케팅 패러다임의 전환 메텔
☞ 메텔의 이혜환 COO는 B2B 마케팅에서 고가치 고객과의 직접 연결, 빠른 계약, 효율적 브랜딩을 위한 필수 채널로 링크드인을 소개하며, 개인 계정 중심의 꾸준한 콘텐츠 전략이 중요하다고 발표했습니다.
주요 내용
1. B2B 마케팅의 변화
① 기존 B2B 마케팅의 한계
- 박람회, 유료 광고, 콜드메일: 비용 ↑ 효과 ↓
- 특히 고단가 계약(1억~3억)엔 효율 떨어짐
② 의사결정자들의 정보 탐색 방식 변화
- SNS, 블로그, 구글링으로 ‘사전 탐색 → 구매 결정’
- 링크드인은 이들의 주요 정보 탐색 플랫폼으로 자리잡음
2. 링크드인이 중요한 이유
- 글로벌 C레벨·리더급 사용자가 활성 사용자로 수천만 명 이상
- 단순 프로필이 아닌, 콘텐츠 소비 + 상호작용의 허브
· 실전 사례 다수- 고객이 먼저 DM → 계약 전환 (3일/13일 이내 사례)
L 고가 계약(3천/7천만 원 사례)으로 성사됨
3. 링크드인 핵심 전략
① 콘텐츠 중심의 신뢰 형성: 반복 노출과 전문성 전달을 통해 ‘구매 전환의 기회’를 만든다
② 다크 퍼널 대응: 측정이 어려운 구매 여정 속에서도 지속적 콘텐츠 노출이 핵심
③ 멀티채널 재활용 전략
- 하나의 콘텐츠를 링크드인, 블로그, 뉴스레터로 분산 활용
- AI 요약/도구 활용해 콘텐츠 리소스 효율화
4. DX팀 참고 사항
· 링크드인은 단순 채용 플랫폼이 아니다 → B2B의 가장 실용적인 디지털 마케팅 채널
· 개인 계정 기반 콘텐츠 운영이 핵심 → 사람 간 신뢰 기반 거래에 강력하게 작용
· 광고보다 콘텐츠 → 페이드(paid) 마케팅도 존재하지만, 고비용 대비 효율은 제한적
→ 전략적 개인 브랜딩이 더 효과적
Q&A 요약
Q. 다크 퍼널 측정법은?
- 완전한 측정은 불가. 링크드인 상호작용(좋아요, 방문 등) 기반 사후 분석이 유일
Q. 링크드인 광고 vs 콘텐츠 운영
- 광고는 고비용·정밀 타깃 가능. 그러나 개인 계정 운영이 더 효과적이며 연결력 높음
♨ 마녀의 썰
다른 소셜 플랫폼에 비해 링크드인은 국내 사용자가 상대적으로 적은 편입니다. 이는 기업에 특화되어 있다는 이미지 때문인데요. 링크드인 초창기부터 B2B 마케터에게 활용을 추천했던 마녀는 최근 일부 마케터들이 링크드인 효과에 대해 의구심을 표현하는 것을 듣게 되었습니다. 그런 와중이었던지라 메텔의 발표 내용에 관심이 클 수밖에 없었는데요. 기업 특성이나 활용 현황에 따라 성과는 달라질 수 있겠지만, 리드 창출 효과가 크지 않다는 일부 마케터들의 이야기를 듣고 특별한 성공 전략이 있지 않을까 궁금했기 때문이에요. 다행히 전문가에게서 꿀팁을 얻을 수 있었어요. 보통 기업에서는 기업 계정으로 소셜 미디어를 운영하는 경우가 많은데, '임플로이언서'처럼 구성원 개인 중심의 콘텐츠로 운영하면서 지속적인 노출 구조를 설계하는 것이 더 효과적이라는 거였습니다.
#5
시간 주제 강연자
15:00 ~ 15:25 DT 시대의 계약 관리 래티스
☞ 래티스의 강상원 대표는 계약 관리의 디지털 전환은 파일리스(Fileless)·통합 플랫폼, 데이터베이스화, AI 자동화가 핵심이며, CLM은 계약의 전 과정 효율화와 협업·보안·통제 강화를 실현한다는 내용으로 발표했습니다.
cf. CLM(Contract Lifecycle Management)은 계약의 전체 수명 주기-계약 생성부터 종료까지-를 체계적으로 관리하는 시스템
주요 내용
래티스는 계약 관리와 문서 관리 두 가지 솔루션을 제공하며, 전자계약 이후의 계약서 통합 관리와 정보 디지털화에 중점을 둠.
1. 계약 관리 현황
① 문제점
전자계약 체결은 보편화됐지만, 계약서 파일·정보가 사내에 흩어져 있고, 체결 이후의 관리·검색·갱신 등은 여전히 비효율적임
② 해결책
파일리스(fileless) 환경과 내용 중심의 데이터베이스화, 권한별 접근 관리, 협업·보안 강화, 내외부 협력 기능을 갖춘 클라우드 기반 플랫폼 제안
2. CLM(Contract Lifecycle Management)이란?
계약의 생성~종료까지 전 과정을 통합 관리하는 솔루션. 워크플로우 자동화, 계약정보 통합, 조건별 검색, 만기 알림, 글로벌 계약 분석 등 지원
→ 미국에서는 이미 보편화, 한국은 도입 초입
① 차별점
법무관리 시스템, 전자서명 서비스, ERP와 달리 전사적 계약 프로세스와 협업, 권한·보안, 일정관리까지 포괄
② 도입 시점
계약서 양 급증, 상장·감사 등 내부 통제 강화 필요, ERP/채팅 기반 관리의 한계 인식 시
③ 래티스 CLM AI 기능 출시 예정
- 계약서 주요 정보 자동 추출, 요약, 리스크 탐지 등 AI 기능 2025년 2~3분기 출시 예정
Q&A 요약
Q. CLM 도입 효과는?
- ERP 등 기존 시스템과 연동해 계약정보 요약·승인·관리 효율화
L 예시) 도장 담당자 출근 없이 계약 가능해진 사례. 업무 절차 간소화
Q. AI 도입 후 법무팀 역할은?
- AI가 반복 업무를 줄이지만, 최종 판단과 리스크 의사결정에 더 법무팀이 담당 예상
Q. 기존 계약서 마이그레이션?
- AI 기반 자동 등록 기능 마련됨 (AWS와 PoC 완료)
♨ 마녀의 썰
래티스의 발표를 들으면서 계약은 단순 문서의 개념을 넘어 비즈니스 전략의 데이터 자산이 되겠구나 싶었습니다. 앞으로 기업의 의사결정과 거버넌스를 개선하는 수단으로 CLM의 기능과 역할에 기대가 커지지 않을까 했는데요. 래티스의 말처럼 기존의 레거시 시스템인 ERP·CRM과 연동하여 구축하면 기존 업무 흐름을 방해하지 않고도 자연스럽게 업무의 효율성을 꾀할 수 있을 것으로 보이기도 하고요. DX팀은 CLM을 통해 조직 내 협업, 리스크 관리, 법무 통제를 디지털 기반으로 재설계할 수 있는 기회를 마련할 수 있겠습니다.
#6
시간 주제 강연자
15:25 ~ 15:50 사내 / 외 고객 피드백 데이터 자산화 전략 싱클리
☞ 싱클리 이승곤 이사는 AI 기반 VOC(고객이 소리) 통합·정밀 분석은 기업의 고객 인사이트 확보와 글로벌 시장 대응, 업무 효율화에 필수적이며, 싱클리는 데이터 일원화, 의미 단위 분석, 소셜 데이터 확장 등 차별화된 기술력을 선보이고 있다는 설명을 했습니다.
cf. 싱클리: 미국·한국에서 AI 기반 VOC 분석 솔루션을 제공하는 기업으로, 다양한 채널의 고객 피드백(채팅, 설문, 콜센터, 리뷰 등)을 수집·통합·분석해 기업의 서비스 및 상품 개선을 지원하는 기업
주요 내용
1. VOC(Voice of Customer. 고객의 소리)에 대한 관점 변화: 민원 → 고객 인사이트
- 불만으로 치부되던 VOC를 제품 개선과 전략 수립의 데이터로 전환해야 함
- '홍수 나는 고객센터'와 '가뭄인 기획부서' 간 데이터 흐름 필요
2. VOC 데이터 활용의 3대 문제
① 부서 간 단절: VOC가 PC, 엑셀, 로컬에 흩어져 있음
② 비정형 데이터(텍스트, 음성 등) 분석의 어려움: 총데이터의 80% 이상이 정형화되지 않은 형태
③ 외부 데이터 수집 한계: 소셜미디어, 커뮤니티의 실시간 의견 반영 어려움
3. 싱클리 제안 및 인사이트
① VOC 데이터 일원화, 통합 관리: 조직 내 모든 VOC를 한 곳에 집계·정리
L 팀별 대시보드 구성, 접근 권한 등에 대한 고민 필요
② 분석 어려움: 기술적 난이도와 인프라 준비 한계가 존재하지만 AI를 활용한 해결 가능성 높아짐
- 데이터 분류 및 인덱싱을 잘해 놓으면 AI가
→ 감정·주제별 자동 분류 + 실질적 인사이트와 신속한 의사결정 지원 가능
→ 회의록/리뷰 등도 사전 분류하여 정밀 요약 및 질의 대응 가능
→ 최근 소셜 데이터 노이즈 필터링, 자연어 프롬프트 기반 검색 등 사용자 친화적 기능도 강화
③ 소셜 데이터 연동: 외부 데이터 수집 + AI 필터링으로 노이즈 제거 → 핵심 의견 도출
· 실전 사례
- 뷰티플랫폼: VOC 엑셀 파일 → 플랫폼 통합 → 병의원 리뷰까지 모니터링 체계화
- 전자 기업: SNS 5만 건 분석 → 제품/지역별 평가 정리 → 1주 내 인사이트 도출
Q&A 주요 내용
Q. 긍정+부정 혼합 피드백 대응은?
- 의견 단위로 쪼개서 분석·요약
Q. AI 분석의 신뢰성?
- 질문 설계와 기대 수준 조절이 핵심. 고객사 맞춤 기준에 따라 정기적 정확도 샘플 평가
Q. 데이터 수집 & 가명처리는?
- 커머스·SNS에서 자동 수집 가능, 머신러닝 기반 가명 처리 지원
♨ 마녀의 썰
VOC를 잘 듣고 기업 정책에 잘 반영하면 큰 성과를 거둘 수 있다는 것은 많이 알려져 있습니다. 다만, 기업에서 VOC를 처리하고 관리하는 데 어려움이 있을 뿐이죠. 그러다 보니 VOC가 고충처리 서비스처럼 힘든 일이 되어버린 곳들도 많이 존재합니다. 효율적인 솔루션으로 VOC가 민원이 아닌 비즈니스 인사이트의 원천으로 제기능을 할 수 있다면 솔루션을 마다할 이유가 없을 겁니다. AI 기술이 급속도로 발전하면서 비정형 데이터를 전략 인사이트로 전환하기 수월해지고 있는 상황이니 DX팀은 ‘VOC = 자산’이라는 인식을 기반으로 데이터 인프라 + 분석 워크플로우를 설계한다면 디지털 전환에서 좋은 성과가 있으리라 생각합니다.
#7
시간 주제 강연자
16:05 ~ 16:30 AI / 자동화 시대의 HR 프로세스 도티오
☞ 도티오 김태훈 대표는 AI는 채용의 전 과정에서 자동화·효율화·객관성 강화에 기여하며, 데이터 품질과 점진적 도입 전략에 대해 발표했습니다.
cf. 도티오는 HR 온보딩 솔루션 '바인더(BINDER)'를 운영 중인 기업입니다.
주요 내용
1. 채용 프로세스의 현실
- 채용은 복잡한 의사결정의 연속이며, 시간·비용·인력 소모가 크고, 이직률도 높음
- 한 조사 결과, 국내 기업 신규 입사자 온보딩까지 평균 768시간, 1,272만 원 소요
- 채용 한 사이클 평균 32일 소요, 지원자 대비 최종 면접 제안 비율 낮음(250:4~6).
2. 기존 채용의 문제점
- 비효율적이고, 인사 담당자 주관·편향 개입 가능성
- 지원자 경험 및 만족도 저하, 우수 인재 유출 위험
3. AI 도입 효과
- AI가 채용 공고 작성, 지원서 분류, 일정 조율, FAQ 응대, 스크리닝 등 자동화
- IBM 왓슨, 링크드인 AI 서비스로 채용 리드타임·업무 부담 대폭 감소
- AI 스크리닝으로 지원자 직무 적합도 자동 평가·랭킹, 객관성과 효율성 향상
4. DX팀을 위한 제언
- 채용부터 온보딩까지가 HR 혁신: 조기 적응 실패는 이직률로 이어짐
- 데이터가 핵심: ATS 등으로 채용 지표 축적부터 시작해야
- 직접 개발보다 협업 전략이 효과적: SaaS 기업과의 연동으로 현업 반영. 빠른 커스터마이징 가능
Q&A 요약
Q. 지원자 입장에서 AI는 신뢰 가능한가?
- JD와 스킬 매칭 정확도 ↑, 결과 납득도 ↑
Q. AI 스크리닝의 기준은?
- JD, 직무 경험, 성과 표현 방식, 이직 이력, 리더십 표현 등
- 다양한 변수 기반의 룰 세팅 + 예측 모델 활용
♨ 마녀의 썰
AI 기반 채용 자동화는 점진적으로 기업에서 활용하고 있지요. 단순 효율화를 넘어 인재 선발의 정확도와 조직 적응률을 함께 높이기 위해 기업에서는 전략적으로 채택하는 추세라고 합니다. 객관성과 효율성 확보로 사람은 더 중요한 인재 확보와 관리 영역에 힘을 쏟을 수 있으리라 생각합니다. 김태훈 대표의 말처럼, 결국 인사가 만사입니다. 그는 "궁극적으로 기업의 혁신과 성과의 원천은 사람으로부터 나온다. 인재 밀도가 높을 때 조직은 비로소 지속 가능 성장과 경쟁 우위를 확보하게 된다. AI 중심 채용 혁신은 우리 우수 인재를 전략적으로 확보해서 기업의 미래 역량을 극대화하는 핵심적인 인재 자산 전략이다'라며 발표 세션을 마무리했는데, 꽤나 수긍이 되었습니다. DX팀은 HR 영역의 디지털 전환 역시 데이터 축적에서 시작해 자동화, 그리고 고도화 흐름으로 설계해 나가야 할 것 같습니다.
#8
시간 주제 강연자
16:30 ~ 16:55 DT 시대를 위한 새로운 정보보안 전략 엑소스피어랩스
☞ 엑소스피어랩스의 박상호 대표는 디지털 전환 가속화 속에서 정보보안은 필수 인프라로, 제로 트러스트 모델과 기본 보안 원칙 준수, 규제 대응, 보안팀과의 협업을 지속가능한 성장의 핵심으로 꼽았습니다.
주요 내용
1. 디지털 전환과 보안의 현실
- 디지털 전환(DT)과 클라우드, 원격·SaaS 업무 환경이 확산되며 생산성은 높아졌지만, 보안팀과의 갈등 및 보안 우려도 커짐
- 해커와 내부자 위협, 계정 탈취 등으로 인한 정보 유출 사고가 빈번하게 발생
- 보안팀은 기존의 보안 절차와 규제 준수를 강조하며, 디지털 전환을 막는 장애물로 인식되기도 함
L 보안팀의 “안 돼”는 결국 ‘인프라 미비’에 대한 반응이라 할 수 있음
2. 주요 보안 위협 및 사례
- 임직원 디바이스 해킹, 내부자 정보 유출, 계정 탈취 등이 대표적 사고 유형
L 실제 사례: 직원 PC 해킹으로 대규모 소스코드 유출, 내부자의 개인정보 다운로드 및 유출 등
3. ‘제로 트러스트(Zero Trust)’ 보안의 필요성
- 모든 접속을 신뢰하지 않고 검증하는 구조
- 안전한 기기·사용자만 업무 시스템 접근 허용
- 계정, 디바이스, 인증, 로그 등 심리스(seamless)한 연결이 핵심
· 예시: 생체 인증, 디바이스 기반 인증 도입 추세
4. 실질적 보안 운영 방안
① 안전한 기기·사용자만 업무 시스템 접근 허용, 나머지는 차단
② 디바이스 보안 프로그램, 백신, DLP(정보유출방지), 접근 최소화, 로그 수집 등 기본 원칙 준수
③ 보안 절차의 심리스(Seamless)화와 사용자 경험 개선 필요
5. 규제 및 컴플라이언스 대응
- 개인정보보호법, 정보통신망법, ISMS-P, GDPR 등 다양한 국내외 규제 준수 필요
- 고객 신뢰 확보와 글로벌 진출을 위해 보안·규제 대응 필수
6. DX팀을 위한 제언
① 보안은 기술이 아니라 설계: 여러 보안툴이 아니라, 접속-사용-기록을 잇는 흐름 설계 필요
② 생산성과 보안은 ‘균형’의 문제: 보안은 효율성의 반대가 아닌, 지속 가능한 업무환경의 기반
- 기술 도입 시 보안팀과 공감대 형성, 생산성·효율성·편리함을 함께 추구하는 논리적 설득 필요
- 보안팀은 생산성 저해가 아니라, 회사 성장과 신뢰 확보를 위한 필수 인프라로 보안을 강조
③ 컴플라이언스도 고려: 개인정보보호법, ISMS-P, GDPR 등 법적 규제에 선제 대응
Q&A 요약
Q. 하이브리드 환경에서 제로 트러스트 적용은?
- ‘소유 기반 인증’ 방식 (기기 인증 기반 접근 제어). 장소 아닌 기기+사용자 중심 보안 설계 필요
Q. 보안팀 설득법?
- 기술 진보 vs 보안은 늘 충돌
- 공감 기반 설득 + 효율성과 생산성에 대한 동기 부여가 관건
♨ 마녀의 썰
기업에서 훌륭한 디지털 전환을 이루었다고 하더라도 정보보안이 철저하게 이루어지지 않는다면 모래 위에 성을 쌓은 거나 다름없을 겁니다. 종종 디지털 전환과 보안이 서로 반대 선상에 있는 경우를 볼 수 있는데요. 이번 세션을 통해 DX팀과 보안팀이 어떻게 협업하여야 비즈니스 성장 구조로 발전할 수 있는지 방법을 하나 찾은 것 같았습니다. 보안을 디지털 전환의 반대자가 아닌 기반 인프라로 보고, DX팀은 보안팀과 조화를 이룰 수 있는 설계자 역할을 해야 한다는 것이었습니다. 마지막 세션이었는데, DX의 마지막 단추를 끼운 느낌이었답니다. 지속가능한 디지털 혁신을 꾀하기 위해서 제로 트러스트 기반의 설계와 컴플라이언스 대응에 대해 더 눈에 불을 켜고 준비를 해야겠구나, 싶었습니다.
나오며
디지털 전환(DX)과 인공지능(AI) 기술의 발전은 오늘날 모든 산업과 기업의 업무 환경에 근본적인 변화를 가져오고 있습니다. 반복적이고 비효율적인 수작업은 AI와 자동화 솔루션으로 대체되고, 데이터 기반의 의사결정과 고객 경험 혁신이 기업 경쟁력의 핵심이 되고 있고요. 하지만 이러한 혁신의 이면에는 데이터 관리, 내부 프로세스 혁신, 의사결정과 정보보안, 컴플라이언스 등 새로운 과제와 리스크도 함께 대두되고 있습니다.
세미나에서는 이러한 트렌드에 대해 설명하며 단순한 기술 소개를 넘어 현업에서 바로 적용 가능한 디지털 전략과 사례 중심의 인사이트를 공유했습니다. AI 에이전트, 컨버세이션 인텔리전스, CLM, 링크드인 마케팅, VOC 분석, AI 채용 자동화, 제로 트러스트 보안 등 디지털 전환의 전선을 이루는 핵심 주제가 한 자리에 모여 DX의 가치 사슬 전반을 본 듯했습니다.
각 세션을 종합해 보면 조직의 데이터 활용력·의사결정 체계·고객 접점·보안 인프라까지 포함한 디지털 역량 전반의 재설계를 강조하는 것으로 보였는데요. 성공적인 DX 추진을 위해서는 데이터 품질 확보, 점진적이고 현업 맞춤형 도입, 조직 내 공감대 형성, 그리고 보안팀과의 협업이 필수적이란 배움이 있었습니다. AI가 효율화와 객관성을 제공하는 한편, 최종 판단과 품질 관리, 보안 등에서는 여전히 사람의 역할이 중요하다는 점도 알 수 있었습니다.
마녀가 배운 5가지 핵심 사항
① AI는 보조가 아닌 ‘파트너’
→ 채용, 영업, 고객응대, 보안 등 조직 핵심 기능에 깊이 통합되고 있다.
② 비정형 데이터의 활용
→ 대화, 리뷰, VOC 등 비정형 정보는 전략 인사이트로 활용 가능하다.
③ ‘도입’보다 중요한 것은 ‘연결’
→ 다양한 툴의 연동성과 흐름 설계가 디지털 전환의 완성도를 결정한다.
④ 보안은 장애물이 아닌 기반 인프라
→ 제로 트러스트 보안은 디지털 업무 환경을 가능하게 하는 전제조건이다.
⑤ DX의 진짜 시작은 데이터 축적과 측정 가능성 확보
→ 측정할 수 있는 지표 설계를 해야 개선이 가능하다.
디지털 혁신의 지속 가능성과 성과는 기술과 사람, 데이터와 솔루션 도입과 운영, 그리고 보안이 균형 있게 결합될 때 실현될 수 있다는 것을 알게 되었는데요. 이는 디지털 전환을 단순 기술 도입이 아닌 일하는 방식의 진화로 바라봐야 한다는 메시지로 이해되었습니다. 결국 우리가 어떻게 일하고자 하는지, 그 방식에 따라 기술이 개발되고 발전되고 있는 게 아닐까 하는 생각이 들었답니다.
이번 세미나에 대한 소감을 하나 더 곁들이자면, 마녀가 보기에 제품 홍보는 '그만'이라고 했던 슬로건에 딱 맞는 세미나였습니다. 트렌드에 맞춘 정보 중심의 세미나여서 각 세션 발표자들은 자사의 솔루션이나 서비스에 대한 소개를 거의 하지 않아 QnA 시간에 어떤 기업이고, 어떤 솔루션을 가지고 있는지 질문이 나올 정도였으니까요. 오히려 해당 기업에 대한 호기심과 관심을 끌어내는 역발상의 세미나가 아니었나 싶어 이색적이었습니다. 앞으로도 이런 유형의 세미나가 계속 이어지기를 응원하며 세미나장을 떠났습니다.
※ 지난 4월 10일(목)에 진행된 세미나 리뷰 글입니다. 기록과 기억의 오류로 정리한 내용에 오류가 있을 수 있습니다. 해당 행사에 참여한 분이 본 글을 보시고 오류를 발견하신다면 언제든지 댓글 부탁드립니다. 읽어주셔서 감사합니다.
* 지난 글 보기
