영업팀만 AI 쓰는 회사 vs 전사 AI 도입한 회사, 뭐가 다를까요
"우리 회사도 AI 도입했어요"라고 말하지만, 실제로 들여다보면 영업팀 몇 명만 AI 영업 툴을 쓰고 있고 나머지 부서는 여전히 예전 방식 그대로인 경우가 많아요. 경영진은 "전사 AI 도입"이라고 부르지만 현장에서는 부서마다 온도차가 크게 느껴지는 거예요. 왜 이런 일이 생기고, 진짜 전사로 퍼지려면 무엇이 필요한지 정리해봤어요.
출처: Glean Work App Store 공식 스크린샷 (구글 드라이브·슬랙·팀즈 등을 연결해 부서를 가리지 않고 쓰는 업무 AI 화면)
왜 부서마다 AI를 쓰는 정도가 다를까요
기업 규모·업종별로 AI 도입 속도가 갈리고 있다는 조사 결과가 최근 계속 나오고 있어요. 한 조사에 따르면 AI 도입 실행률은 대기업 76%, 중견기업 50%, 중소기업 46%로 기업 규모에 따라 차이가 있었고, AI 전환(AX) 성숙도 점수도 IT 대기업이 68점으로 가장 높았던 반면 제조·생산 중소기업은 28점에 그쳤다고 해요. 같은 회사 안에서도 마찬가지예요. AI 이니셔티브 자체는 여러 부서에서 동시에 시작되지만, 부서 간 협업 속도는 그만큼 따라가지 못한다는 지적이 나오고 있어요.
더 흥미로운 건 "회사가 공식으로 준 AI 도구가 마음에 안 들어서 몰래 다른 AI를 쓴다"는 이른바 섀도 AI 현상이에요. 국내 설문에서는 직장인 10명 중 4명이 회사 공식 도구 대신 개인적으로 다른 AI를 병행해서 쓰고 있다는 결과가 나오기도 했어요. 결국 "전사 AI 도입"이라는 말과 실제 현장의 AI 사용 방식 사이에 꽤 큰 간극이 있다는 뜻이에요.
영업팀이 먼저 AI를 쓰게 되는 이유
영업팀, 특히 콜드메일이나 리드 발굴 업무부터 AI 도구가 먼저 자리 잡는 경우가 많아요. 이유는 단순해요. 성과 지표가 명확하고(계약 건수, 응답률), 도입 효과를 숫자로 바로 보여줄 수 있기 때문이에요. 반면 HR, 기획, 디자인, 엔지니어링처럼 성과가 정량화되기 어려운 부서는 "AI 도입 효과"를 증명하기가 상대적으로 어려워요. 예산 승인도 성과가 뚜렷한 부서부터 나기 마련이라, 자연스럽게 영업팀 같은 특정 부서만 AI를 잘 쓰는 회사가 만들어지는 거예요.
문제는 이렇게 부서별로 따로따로 AI를 도입하면 회사 전체의 지식이 쌓이지 않는다는 점이에요. 영업팀이 고객 미팅에서 얻은 인사이트, 엔지니어링팀이 스프린트 회의에서 정한 결정, HR팀이 면접에서 판단한 기준이 각자의 AI 도구 안에만 흩어져 있으면, 부서 간에 서로 무슨 일이 일어나는지 알 수가 없어요.
부서별 AI 도입 vs 전사 AI 도입, 뭐가 다를까요
구분 | 부서별 AI 도입 | 전사 AI 도입 |
|---|---|---|
데이터 흐름 | 부서 안에서만 축적, 다른 팀에서 조회 불가 | 부서를 넘어 연결되고 검색 가능 |
도입 기준 | 성과가 뚜렷한 부서부터 개별 승인 | 전사 공통 접점(예: 회의)에서 시작 |
접근 권한 | 도구를 산 부서 구성원만 사용 | 전 직원이 같은 방식으로 접근 |
대표 사례 | 영업팀 콜드메일 AI, 디자인팀 이미지 생성 AI | 회의록·문서 등 부서 공통 업무 기반 AI |
해외 미팅 AI 서비스 중에서도 이 차이를 의식적으로 강조하는 곳이 있어요. 유럽 미팅 인텔리전스 서비스 tl;dv는 자사를 소개하며 영업팀만이 아니라 전 팀이 접근할 수 있는 "전사 접근" 방식을 차별점으로 내세우고 있어요. 회의는 영업팀만 하는 게 아니라 모든 부서가 매일 하는 업무이기 때문에, 회의 기록이라는 접점 자체가 부서 간 AI 격차를 줄이는 좋은 시작점이 될 수 있다는 뜻이에요.
출처: Glean Work App Store 공식 스크린샷
회의에서 시작하면 왜 전사로 퍼지기 쉬울까요
영업 미팅, 스프린트 회의, 면접 디브리핑, 신입사원 온보딩 세션까지 — 회의는 부서를 가리지 않는 거의 유일한 공통 업무예요. 그래서 "회의록 AI"는 특정 부서 전용 도구가 아니라 전사가 같은 방식으로 쓸 수 있는 출발점이 될 수 있어요. 미키(Micky)가 주목하는 지점도 여기예요. 미키는 회의가 끝나면 내용을 마인드맵, 슬랙, 노션, 프레젠테이션 같은 실제 산출물로 바로 이어주는 Meeting-to-X 방식으로 동작하고, 여기서 쌓인 회의들을 온톨로지 기반 지식 그래프로 서로 연결해요. 영업팀 고객 미팅과 엔지니어링팀 스프린트 회의가 각자 따로 저장되는 게 아니라, 같은 팀 에이전트 안에서 맥락으로 이어지는 거예요.
이미 AI 업무 자동화가 회의 기록에서 실행까지 이어지지 않는 이유에서 다뤘듯, 회의처럼 비정형적인 대화는 Zapier·Make 같은 규칙 기반 자동화의 사각지대에 놓이기 쉬워요. 그래서 오히려 회의를 시작점으로 삼는 편이 부서마다 다른 업무 방식에 맞는 규칙을 일일이 설계하지 않고도 전사로 퍼지기 쉬운 경로가 돼요. 팀 에이전트란 무엇인지 정리한 글에서도 설명했지만, 회의가 쌓일수록 똑똑해지는 팀 에이전트는 특정 부서 하나가 아니라 회사 전체가 같이 키워가는 구조예요.
FAQ
Q. 전사 AI 도입, 어디서부터 시작하는 게 좋을까요?
특정 부서의 전용 업무 툴보다는 여러 부서가 공통으로 하는 업무부터 시작하는 걸 추천해요. 회의, 문서 작성처럼 부서를 가리지 않는 업무에서 AI를 먼저 붙이면, 도입 효과를 특정 팀만이 아니라 전사 단위로 설명하기가 쉬워져요.
Q. AI 도입 실패 사례들의 공통점은 뭔가요?
도구만 여러 개 사들이고 부서 간 데이터가 연결되지 않아 결국 각자 다른 AI를 따로 쓰는 상태로 남는 경우가 흔한 실패 패턴으로 꼽혀요. 도구 수보다 부서를 넘나드는 데이터 연결 여부가 더 중요한 이유예요.
Q. 미키는 영업팀처럼 특정 부서 전용 도구인가요?
아니에요. 미키는 영업, 기획, 엔지니어링, HR 등 회의를 하는 모든 부서에서 동일하게 쓸 수 있도록 만들어졌어요. 다만 미키가 특정 부서의 CRM이나 프로젝트 관리 툴을 대체하거나, 부서별 성과 데이터를 자동으로 분석해주는 기능은 없어요. 회의 내용을 산출물로 연결하고 온톨로지로 묶어주는 역할에 집중하고 있어요.
Q. 부서마다 이미 다른 AI 도구를 쓰고 있으면 어떻게 하나요?
각 부서가 쓰는 개별 AI 도구를 당장 없앨 필요는 없어요. 다만 회의처럼 부서 간에 공유되어야 하는 정보만이라도 하나의 팀 에이전트로 모아두면, 부서별 도구는 그대로 유지하면서도 전사 차원의 맥락 단절 문제는 줄일 수 있어요.
마무리
"전사 AI 도입"은 도구를 여러 부서에 나눠주는 일이 아니라, 부서를 넘어 맥락이 이어지게 만드는 일에 더 가까워요. 영업팀만 AI를 잘 쓰는 회사에서 벗어나고 싶다면, 모든 부서가 매일 하는 회의부터 연결해보는 게 가장 현실적인 시작점이 될 수 있어요. 미키는 회의를 마인드맵·슬랙·노션·프레젠테이션으로 이어주고, 쌓인 회의를 팀 에이전트로 연결해줘요. 지금 미키를 살펴보세요.