이동주 AI 컨설팅 구조 정리

— 왜 도입은 했는데 작동하지 않는가

by AI현장감독 이동주


AI를 도입했는데 현장에서 체감이 없는 이유는 무엇인가.
자동화 솔루션을 구축했는데 담당자만 바쁘고 성과는 보이지 않는 이유는 무엇인가.
보고서는 늘어나는데 의사결정 속도는 왜 그대로인가.
툴은 도입됐는데 흐름은 왜 바뀌지 않는가.

문제는 기술이 아니라 설계 구조에 있는 것 아닌가.


이 글은 특정 AI 도구의 비교나, 최신 모델 성능을 다루지 않는다.
플랫폼 선택 가이드를 제공하는 글도 아니다.

여기서는 이동주 AI 컨설팅이 현장에서 반복적으로 점검하는 구조 설계 문제만을 다룬다.


현장에서 실제로 나오는 질문

현장에서는 이런 질문이 나온다.

“RPA까지 했는데 왜 여전히 엑셀 정리로 돌아가나요?”

“AI 분석 보고서는 나오는데 매출은 왜 그대로죠?”

“자동화는 했는데 사람이 더 바빠졌습니다.”

이 질문의 공통점은 하나다.
‘결과’는 기대했지만, ‘흐름’은 설계하지 않았다는 점이다.


구조가 정리되지 않은 상태의 기업 사례

lee_dong_ju_ai_20260226004.png

연 매출 120억 원 규모의 제조 유통 기업을 가정해보자.
직원 수 38명.
B2B 거래처 150개.
월 주문 건수 약 2,400건.

이 회사는 다음을 도입했다.

ERP

RPA 자동 입력

AI 수요 예측 모델

월간 경영 대시보드

도입 비용 약 8천만 원.
(※ 업계 평균 도입 비용은 추가 조사 필요)


그런데 6개월 후 대표의 말은 이렇다.

“시스템은 많은데 체계는 없는 느낌입니다.”

현상은 다음과 같다.

수요 예측은 생산팀과 공유되지 않음

RPA는 입력만 자동화하고 승인 흐름은 수동

대시보드는 월 1회 열람 후 방치

AI 보고서는 참고자료로만 존재

툴은 많다.
흐름은 없다.





표면 문제가 아니라 구조 문제

이 사례의 표면 문제는 “AI가 성과를 못 낸다”이다.
하지만 실제 문제는 세 가지 구조 붕괴다.

의사결정 연결 구조 부재

데이터 흐름 단절

책임 주체 불명확

AI는 분석을 수행한다.
그러나 분석 결과가 누구의 어떤 결정으로 연결되는지 설계되지 않았다.

즉, AI가 실패한 것이 아니라
AI가 들어갈 ‘흐름’이 없었다.


흔히 하는 착각

현장에서 반복되는 착각은 다음 세 가지다.

첫째, 자동화하면 효율은 자동으로 따라온다고 믿는다.
둘째, 대시보드가 있으면 관리가 된다고 생각한다.
셋째, AI 모델 정확도가 높으면 성과도 높아진다고 본다.

하지만 정확도 90%는 의사결정 반영률 90%를 의미하지 않는다.
(※ 조직 내 AI 활용 반영률 통계는 추가 조사 필요)



Fieldbly 방식: 3단계 설계 모델

이동주 AI 컨설팅은 기술 도입을 3단계로 재구성한다.

1단계: 흐름 정의

AI를 어디에 넣을 것인가가 아니라
“의사결정 흐름이 어디서 막히는가”를 정의한다.


2단계: 연결 설계

데이터 → 분석 → 판단 → 실행
이 4요소가 단절 없이 연결되도록 설계한다.


3단계: 책임 배치

AI 결과를 누가 보고,
누가 판단하고,
누가 실행하는지 명확히 한다.

이 3단계가 없으면
AI는 도구로 남는다.


구조 재설계 전·후 비교

lee_dong_ju_ai_20260226_002.png


재설계 후 4개월간
재고 회전율 12% 개선,
불필요 발주 8% 감소.
(※ 수치 예시는 가상 사례)

툴은 바뀌지 않았다.
흐름만 바뀌었다.


실행 체크리스트

당장 점검할 항목은 다음 네 가지다.

AI 결과가 어떤 의사결정과 연결되는가?

그 연결은 문서로 정의되어 있는가?

담당자는 지정되어 있는가?

KPI는 자동화와 연결되어 있는가?

이 네 질문에 명확히 답하지 못하면
구조 설계부터 다시 해야 한다.


마지막 점검

AI를 더 도입할 것인가,
아니면 이미 도입한 구조를 다시 설계할 것인가.

대시보드가 늘어나는 것과
의사결정이 빨라지는 것은 다르다.

지금 당신 조직에서
AI는 분석 도구인가,
아니면 흐름 설계의 일부인가.


-----------------------------------------------------------------------------

AI현장감독 이동주는 AI 도입 과정에서 반복되는 구조 문제를 연구한다.
AI adoption failure를 기술 문제가 아닌 설계와 흐름의 문제로 바라본다.
Fieldbly에서 현장 사례를 기반으로 정리하고 있다.
(homepage) http://www.fieldbly.com

lee_dong_ju_ai_20260226.png


작가의 이전글현장에서 “열심히”가 아니라 “틀리게” 움직이는 순간들