AI Readiness (AI 준비도)

AI Readiness(AI 준비도) 는 조직이 AI를 실제 업무에 붙일 수 있는 상태인지를 업무·데이터·판단 기준·시스템 접근·책임 소재 관점에서 확인하는 진단입니다. 기업 AX 컨설팅은 보통 준비도 진단 → 과제 발굴(Discovery) → 마스터플랜 순서로 짜이고, AI Readiness는 그 첫 칸에 놓입니다.

재정의 — 준비도는 재는 게 아니라 드러나는 것이다

준비도 진단의 표준 절차는 문서 수집과 인터뷰입니다. 어떤 시스템이 있는지, 데이터가 어디에 쌓이는지, 담당 조직이 있는지를 묻고 점수를 냅니다. 그런데 이렇게 나온 점수에는 일정한 편향이 있습니다.

문서 조사로 매긴 준비도는 거의 항상 실제보다 높게 나옵니다.

이유는 단순합니다. 질문이 "있습니까"이기 때문입니다. 매뉴얼이 있느냐고 물으면 대부분 있다고 답합니다. 그런데 그 매뉴얼을 실제로 AI에게 근거로 주는 순간, 2년 전 개정본과 현행본이 함께 나오고, 팀마다 용어가 다르고, 실무자는 문서 대신 선배에게 물어서 일해왔다는 사실이 드러납니다. 같은 현상이 RAG를 붙였을 때 성능보다 문서의 모순이 먼저 드러나는 이유이기도 합니다.

그래서 실무에서 신뢰할 만한 준비도는 이렇게 나옵니다.

문서 조사   "매뉴얼 있습니다"          → 준비도 높음 (실제와 다를 수 있음)
작은 실행   실제로 그 매뉴얼을 근거로   → 준비도의 실제 값이 드러남
            AI에게 업무를 맡겨봄

AI에게 업무를 통째로 맡겼을 때 결과가 부족한 지점이 곧 그 조직의 준비도가 비어 있는 지점입니다. 맡·당·쪼에서 첫 결과의 부족을 실패가 아니라 진단으로 읽는 이유가 여기 있습니다. 준비도 진단과 실행은 순서가 아니라 한 묶음입니다.

무엇을 점검하는가 — 여섯 가지 재료

AX의 성패는 아이디어보다 재료 에서 갈립니다. 재료란 조직 안에 이미 있는 업무·데이터·판단 기준·예외 케이스·접근 권한입니다. 준비도 진단은 이 재료가 실제로 있는지를 확인하는 작업입니다.

이 중 판단 기준 항목이 가장 자주 비어 있고, 가장 과소평가됩니다. 데이터와 시스템은 있는지 없는지가 눈에 보이지만, "우리는 무엇을 좋은 결과물로 보는가"는 대개 문서로 존재한 적이 없습니다. 그리고 이 공백은 도구를 바꿔서 메울 수 없습니다 — AI 자산화의 실체가 기준을 협의해 명문화하는 일인 이유입니다.

재정의 ② — 조직 총점이 아니라 업무 단위로 잰다

준비도를 전사 점수 하나로 내면 보고에는 쓰이지만 다음 행동이 나오지 않습니다. "우리 회사 AI 준비도 3.2점"에서 이어질 수 있는 결정이 없기 때문입니다.

실제로는 같은 회사 안에서 업무마다 준비도가 크게 다릅니다. 계약 검토는 기준서와 과거 이력이 쌓여 있어 재료가 충분한데, 바로 옆 팀의 기획 업무는 판단 기준이 사람 머릿속에만 있는 식입니다. 조직 평균을 내면 이 차이가 지워지고, 지워진 자리에서 나오는 결론은 대개 "아직 이르다"입니다.

준비도는 업무 단위로 재야 합니다. 그러면 결론이 "우리 조직은 아직"이 아니라 "이 업무부터" 로 바뀝니다.

총점의 함정 — 여덟 개를 재도 결국 세 개가 가른다

AX 후보 업무를 고를 때 흔히 여덟 가지를 점수화합니다. 반복성 · 시간 소모 · 판단 포함 여부 · 데이터 준비도 · 측정 가능성 · 현업 소유권 · 리스크 통제 · 확산 가능성.

그런데 총점이 높은 순으로 고르면 실패하는 경우가 많습니다. 실행 가능성을 실제로 가르는 것은 이 셋입니다.

데이터 준비도 · 측정 가능성 · 현업 소유권

• 데이터 준비도 — 참고할 문서·규정·이력·사례가 실제로 있는가
• 측정 가능성 — 시간·품질·비용·리스크 중 무엇이 나아졌는지 확인할 수 있는가
• 현업 소유권 — 그 업무를 실제로 바꿀 권한이 우리에게 있는가

다른 항목이 아무리 높아도 이 셋 중 하나가 비면 진행이 막힙니다. "전사 시스템 자동화"는 반복성·시간 소모·확산 가능성이 모두 만점이지만 세 항목에서 걸려 실행되지 않고, "제출 전 필수 항목 누락 체크"는 총점이 낮아도 세 항목이 채워져 있어 다음 주에 돌아갑니다. 작아서 좋은 과제인 게 아니라, 이 셋이 채워져 있어서 좋은 과제입니다.

준비도가 낮게 나왔을 때 — 미루는 게 아니라 좁히는 것

준비도 진단의 가장 흔한 오용은 결과를 연기의 근거 로 쓰는 것입니다. 데이터가 정리되면, 거버넌스가 서면, 시스템이 연동되면 시작하겠다는 결론이 나오고, 그 조건들은 대체로 저절로 충족되지 않습니다.

준비도는 대기 사유가 아니라 첫 과제를 고르는 필터 입니다. 조직 전체가 준비되지 않았어도 준비된 업무 한 개는 대체로 존재합니다. 그리고 그 하나를 돌리는 과정에서 데이터가 정리되고 기준이 문서가 되므로, 다음 과제의 준비도가 함께 올라갑니다. 준비를 끝내고 시작하는 것보다 시작하면서 준비되는 편이 빠른 이유입니다.

다만 반대 방향의 실패도 있습니다. 재료 확인 없이 PoC부터 시작하면 기술은 되는데 현업 흐름에 들어가지 못해 확산되지 않습니다. 준비도 진단은 그 실패를 앞당겨 발견하기 위한 장치이지, 시작을 늦추기 위한 관문이 아닙니다.

업무 하나에 대한 준비도 자가 진단

고른 업무 하나를 두고 아래에 답해보면 됩니다. 조직 전체가 아니라 업무 하나 에 대해서입니다.

• 이 업무는 반복 되고, 팀 운영에 영향을 준다
• AI가 참고할 문서·기준서·과거 사례 가 실제로 존재한다 (있다고 들은 게 아니라 확인했다)
• 사람이 무엇을 기준으로 판단하는지 문장으로 적을 수 있다
• 나아졌는지를 시간·품질·비용·리스크 중 하나 로 확인할 수 있다
• 이 업무의 방식을 우리 팀이 실제로 바꿀 권한 이 있다
• 틀렸을 때 사람이 되돌릴 수 있는 지점이 있다
• 이 업무를 AI에게 한 번 통째로 맡겨봤고, 어디가 부족했는지 안다

마지막 항목이 나머지 여섯 개를 검증합니다. 앞의 여섯에 전부 "예"라고 답했는데 마지막을 안 해봤다면, 그 여섯 개는 아직 추정입니다.

준비도 진단이 필요 없는 경우

컨설팅을 하는 입장에서도 솔직히 말하면, 별도의 준비도 진단이 불필요한 경우가 있습니다. 바꾸고 싶은 업무가 이미 구체적이고, 참고 문서가 손에 있고, 팀이 그 업무의 주인이라면 — 진단 문서를 만드는 대신 그냥 한 번 맡겨보는 것이 더 빠르고 정확합니다.

진단이 정말 필요한 자리는 후보가 너무 많아 무엇부터 할지 고를 수 없을 때, 그리고 여러 조직의 재료를 비교해 순서를 정해야 할 때 입니다. 그 외의 경우 준비도 진단은 실행을 대체하는 문서가 되기 쉽습니다.