라포랩스 AX 팀은 내부 구성원들이 AI를 활용해 문제를 더 빠르고, 더 직접적으로 해결할 수 있도록 돕는 팀입니다. 많은 조직이 AI를 도입하고 있지만, 구성원들은 AI 앞에서 부담부터 느끼는 경우가 많습니다.
AX 팀은 그 간극에 집중하며 부담을 낮추는 것부터 시작했습니다.
” 이거 AI 쓰면 금방 될 텐데요”
퇴근하려던 순간, 옆자리 구성원이 데이터 확인을 위해 query를 붙잡고 있는 모습을 봤습니다. 그래서 가볍게 말을 건넸어요.
“AI 써보면 금방 될 것 같은데요?” 돌아온 답은 예상과 조금 달랐습니다.
“그게 빠를 것 같긴 한데… AI를 배워야 하니까, 일단은 그냥 하던 방식으로 할게요.”
그때 처음 느꼈습니다. 문제는 기술이 아니라, 막연한 부담감이라는 것을요.
생각해 보면 저도 그랬습니다. MCP가 처음 나왔을 때도, AI를 처음 쓸 때도, 그보다 앞서 처음 코드를 마주했을 때도 막막함과 걱정이 먼저였습니다.
그래서 AI를 시작할 때의 그 막연한 부담을 줄이고 싶었습니다. AI가 사실은 무언가를 깊게 배워야만 쓸 수 있는 것이 아니라는 걸 직접 경험으로 느끼게 해드리고 싶었어요. 그렇게 첫 진입장벽을 낮추기 위한 시도로 “AI와 친해지기” 세션을 시작하게 되었어요.
AI와 친해지는 것부터 시작했습니다.
처음에는 AI와 친해지는 경험을 만드는 데 집중했습니다. AI를 업무로만 접근하면 어렵게 느껴질 수 있기 때문에 굳이 업무가 아니어도 재밌고 가볍게 쓸 수 있다는 걸 보여주고 싶었어요.
AI에 업무 중심으로만 접근하면 처음 접하는 사람에게는 오히려 더 어렵게 느껴질 수 있어요. 그래서 굳이 업무가 아니어도, 재미있고 가볍게 사용할 수 있다는 것을 먼저 보여주고 싶었습니다.
예를 들어 Chat GPT의 real-time 기능으로 혼술 이야기를 풀어보기도 하고, 사주 MCP를 붙여서 올해 운세를 보는 것처럼 부담 없이 웃으면서 사용할 수 있는 것들을 함께 만들었어요.
이 과정에서 중요했던 것은 “어? 생각보다 어렵지 않네”라는 감각을 얻는 것이었습니다.
이 경험 이후로 구성원들은 자연스럽게 AI에 가까워졌고, 업무에서도 활용할 수 있는 기능들을 하나둘 만들어내기 시작했습니다. 그중에는 저도 예상하지 못했던 좋은 해결 방법들도 있었고, 진입장벽을 낮추는 접근이 실제로 효과가 있다는 것도 확인할 수 있었어요.
다만 한 가지 아쉬움이 있었습니다. 많은 분이 “재밌네요. 그런데 이걸 업무에는 어떻게 써야 하죠?”라는 단계에 머물러 있었다는 점이에요.
AI를 ‘접해보는 것’과 AI를 ‘업무에 사용하는 것’ 사이에는 생각보다 큰 간극이 있었던 것입니다. 그래서 우리는 다시 한 번 방향을 고민하게 되었습니다. 실제 업무 문제를 AI로 함께 해결하는 방식을요.
실제 업무 문제, AI 활용 세션으로 -
이후에는 세션의 방향을 완전히 바꿨습니다. 재미 중심에서 벗어나, 실제 업무 문제를 AI로 함께 해결하는 방식으로 전환했어요.
예를 들어, 아침마다 필요한 데이터를 Slack으로, 자동으로 받아보는 것처럼 바로 실무에 쓸 수 있는 것들을 함께 만들었습니다.
그리고 세션에서는 한 가지를 중요하게 생각했는데요, 바로 반드시 결과를 만들고 끝내는 것입니다. 이 방식으로 바꾸자 확실히 변화가 보였어요. AI로 실제 문제를 해결하는 방법을 익히는 분들이 훨씬 많아졌고 업무에서의 활용도도 눈에 띄게 높아졌습니다.
이 과정에서 자연스럽게 변화가 생겼어요. 새로운 시도를 해보고 싶지만 막막해하는 분들, 세션을 들었지만 어디서부터 시작해야 할지 모르겠는 분들, AI를 사용하다가 개발자에게 문의하라는 안내를 받고 찾아오신 분들까지— 다양한 고민이 모이기 시작했고, 그 과정에서 원 온 원이나 작은 미팅들이 이어지게 되었습니다.
혼자서는 넘기 어려운 지점을 누군가와 함께 넘는 것.
각자의 상황은 달랐지만, 결국 필요한 것은 비슷했어요.
인증, 보안, 비용과 같은 현실적인 문제를 풀기도 했고, 문제 정의부터 다시 정리하기도 했으며, 때로는 옆에서 함께 코드를 작성하며 풀어나가기도 했어요. 막연한 불안이나 FOMO로 고민하는 분들께는 조금 더 명확한 방향을 제시하는 데 집중했습니다.
모든 시도가 완벽한 해결로 이어지지는 않았습니다. 이미 다른 방식으로 구현된 경우도 있었고, 더 나은 방향이 있을 수도 있었어요.
그럼에도 불구하고 우리가 중요하게 본 것은 하나였습니다.
‘작더라도 직접 해내는 경험’
그 경험이 다음 시도를 가능하게 만든다고 믿었기 때문이에요. 그리고 이 과정을 통해 한 가지를 확신하게 되었습니다. 막연한 두려움을 없애는 가장 좋은 방법은 방법을 알려주는 것이 아니라, “막히면 누군가가 끝까지 도와준다”라는 믿음을 주는 것이라는 점이에요.
돌이켜보면, 제가 직접 해결해 드린 것보다 그 믿음을 바탕으로 스스로 해결해 낸 순간들이 더 많았습니다. 그래서 우리는 항상 이렇게 말합니다.
“막히면 제가 어떻게든 해결해 드릴게요. 일단 재밌게 해보세요.”
AX를 한다는 것은
AX를 한다는 것은 AI를 쓰려고 할 때 마주하는 장애물을 없애는 일이라고 생각해요. 처음에는 세션과 원 온 원으로 시작했어요. 그리고 지금은 그보다 더 직접적으로, 구성원들이 부딪히는 장애물을 줄이는 데 집중하고 있습니다.
그래서 문득 이런 생각도 들었습니다. 지금 AX 팀을 다시 시작한다면, 세션과 원 온 원이 꼭 필요할까?
LLM은 빠르게 발전하고 있고, 사람들의 학습 속도도 점점 빨라지고 있습니다. 어쩌면 장애물만 잘 제거해도 충분할지 모릅니다.
그럼에도 불구하고 한 가지는 분명해요. 서비스를 만들 때 유저를 먼저 만나야 방향이 잡히는 것처럼, AX도 구성원을 먼저 만나야 어디에서 막히는지, 무엇을 도와야 하는지를 알 수 있다는 점이에요.
그래서 돌아보면, 세션과 원 온 원은 문제를 발견하기 위한 가장 좋은 출발점이었습니다. AX는 기술을 도입하는 일이 아니라, 사람이 변화를 시작할 수 있도록 만드는 일입니다.