『김경영 이야기』 마지막 7화 · 월요일 아침, 다시
AI 경영 체계가 자리 잡자
월요일 회의의 질문이 달라졌습니다
두 해가 흘렀습니다. 대한정밀은 서른 명에서 서른여덟 명이 됐고, 오 부장은 예정대로 은퇴했습니다.
월요일 아침 회의의 첫 안건은 여전히 AI였습니다. 하지만 대한정밀은 더 이상 새로운 기술을 도입할지부터 묻지 않았습니다. 직원들은 검사 업무, 견적자료 활용, 출하검사 성적서와 반복 보고업무 가운데 이번 분기에 무엇을 개선할 것인지를 논의하고 있었습니다.
“AI를 도입할까?”
“이번 분기에는
어디를 개선할까?”
사람은 떠났지만 특정 업무의 판단은 남았습니다
오 부장은 은퇴했지만
그의 눈썰미는 완전히 사라지지 않았습니다
오 부장은 예정대로 대한정밀을 떠났습니다. 하지만 마지막 1년 동안 특정 검사 업무에서 직접 표시하고 확인한 사례는 회사의 자료와 판정 기준에 남았습니다.
원작에서 오 부장의 판단은 검사 AI의 판정 기준과, 마지막 1년 동안 직접 라벨을 붙인 8천 장의 학습 데이터에 반영됐습니다. 사람 한 명이 떠난 뒤 회사가 아무것도 참고할 수 없었던 1화의 위험과는 달라진 모습이었습니다.
JUDGMENT CRITERIA
검사 AI의 판정 기준
특정 검사 업무에서 사람이 어떤 사례를 불량으로 판단했는지가 판정 기준과 검증 과정에 반영됐습니다.
LABELED CASES
마지막 1년의 학습 데이터
오 부장이 직접 확인하고 라벨을 붙인 검사 사례가 회사에서 계속 검토하고 활용할 수 있는 자료로 남았습니다.
오 부장의 30년 경험 전체를 AI로 옮겼다는 뜻은 아닙니다.
사람의 경험에는 쉽게 기록할 수 없는 상황과 맥락이 남아 있습니다. 대한정밀이 남긴 것은 마지막 1년 동안 특정 검사 업무에서 표시하고 확인한 사례와 그 판단 기준입니다.
오 부장은 은퇴했지만,
그가 남긴 특정 업무의 판단은 회사가 다시 확인할 수 있는 형태로 남았습니다.
새로운 기술보다 먼저 준비할 것
미래 준비의 실체는 예측이 아니라
데이터·사람·체계라는 세 가지 체력입니다
회의 탁자에는 스스로 업무를 수행하는 AI 에이전트와 도면·사진을 함께 읽는 멀티모달 이야기도 오르내렸습니다. 하지만 김경영 대표는 조급해하지 않았습니다.
신기술을 논의하는 것과 실제로 도입한 것은 다릅니다
원작에서 AI 에이전트와 멀티모달은 월요일 회의에서 논의된 기술입니다. 대한정밀이 이미 이를 도입해 운영하고 있다는 뜻은 아닙니다. 김경영 대표가 먼저 확인한 것은 회사가 새로운 기술을 받아들일 준비가 되어 있는가였습니다.
DATA
정리된 데이터
업무에 바로 활용할 수 있도록 검사자료와 판정 기준, 운영 기록을 체계적으로 정리하고 관리합니다.
PEOPLE
배우는 직원
직원이 새로운 방식을 배우고 질문하며, AI 결과를 함께 확인하고 판단 과정에 참여합니다.
SYSTEM
관리하는 체계
기업 AI 사용 규칙, 성과 측정, Human Oversight와 정기 점검을 반복 가능한 운영 방식으로 만듭니다.
“신기술은 계속 나와. 그런데 준비된 회사의 조건은 안 변하더라. 정리된 데이터, 배우는 직원, 관리하는 체계. 이 세 가지 체력만 있으면 어떤 신기술이든 우리가 제일 먼저 이식할 수 있어.”
AI 경영 체계의 목적은 미래 기술을 맞히는 것이 아니라,
새로운 기술을 회사 업무에 맞게 검토하고 운영할 준비를 갖추는 것입니다.
견학 온 대표들에게
대한정밀은 거대한 시스템이 아니라
견적서 한 장에서 시작했습니다
지난달 대한정밀은 ISO/IEC 42001 인증서를 받았습니다. 인증서는 아버지의 창업 당시 사진 옆에 걸렸습니다.
인증 소식을 들은 1차 협력사 구매팀에서 먼저 연락이 왔고, 산업단지의 대표들이 하나둘 대한정밀의 운영 경험을 보기 위해 견학을 요청했습니다. 두 해 전 김경영 대표가 성일테크를 찾아갔던 것처럼, 이번에는 다른 대표들이 대한정밀을 찾아왔습니다.
ISO/IEC 42001 AI 경영시스템
인증서는 대한정밀이 데이터·사람·규칙·점검을 관리체계로 운영해온 하나의 기록으로 표현됩니다. 창업의 역사 옆에 새로운 AI 경영 체계의 기록이 놓였습니다.
주의: ISO/IEC 42001 인증이 AI의 정확성이나 안전성, 회사의 성장과 성과를 자동으로 보증한다는 뜻은 아닙니다. 이번 장면은 대한정밀이라는 가상기업의 이야기 설정입니다.
견학 온 대표들이 물었습니다.
“우리도 할 수 있을까요?”
김경영 대표의 낡은 노트 첫 장
질문을 바꿀 것.
얼마 드는가가 아니라, 얼마 만에 돌아오는가.
“할 수 있습니다. 대신 거창하게 말고,
가장 아픈 업무 하나부터 시작하세요.
저희는 견적서 한 장에서 시작했어요.”
『김경영 이야기』 연재의 마지막 질문
AI를 많이 아는 회사보다
계속 개선할 수 있는 회사가 됐습니다
견학 온 대표들 앞에서 김경영 대표는 자신이 AI 전문가가 됐다고 말하지 않았습니다.
“솔직히 말씀드리면 저는 지금도 AI를 잘 모릅니다. 코드를 짤 줄도 모르고, 어려운 용어가 나오면 검색부터 합니다. 저희가 한 일은 단순했습니다.”
가장 아픈 업무를 골랐습니다
모든 일을 한꺼번에 바꾸지 않고 회사에서 가장 먼저 살펴볼 업무 하나를 선택했습니다.
가지고 있던 데이터로 시작했습니다
화려한 데모보다 대한정밀의 실제 부품과 업무자료에서 작동하는지 확인했습니다.
전후의 숫자를 기록했습니다
한 번의 좋은 결과에 그치지 않고 실제 업무 변화와 성능 상태를 같은 기준으로 확인했습니다.
규칙과 체계를 만들었습니다
기업 AI 사용 규칙, Human Oversight, 점검과 기록을 반복 가능한 AI 경영 체계로 만들었습니다.
이것이 대한정밀이 한 일의 전부였습니다. 특정 AI 제품이 회사를 대신 운영한 것이 아닙니다. 김경영 대표와 직원들이 문제를 발견하고, 선택하고, 검증하고, 기록하며 관리하는 방식이 달라졌습니다.
김경영 대표의 질문은 일곱 단계를 거쳐 달라졌습니다
회사가 잃을 수 있는 판단은 무엇인가?
어떤 업무부터 시작할 것인가?
우리 회사의 실제 자료에서도 작동하는가?
AI가 놓친 현장의 판단을 누가 다시 넣을 것인가?
좋아진 결과를 어떻게 계속 측정하고 관리할 것인가?
어디까지 허용하고 어디에서 멈춰야 하는가?
이번 분기에는 어디를 개선할 것인가?
AI가 회사를 바꾸는 게 아닙니다.
작은 성공이 사람을 바꾸고,
사람이 회사를 바꿉니다.
대한정밀의 첫 성공은 견적서 한 장이었고,
그 성공의 주인공은 시스템이 아니라 박 과장과 오 부장이었습니다.
이제 여러분 회사의 차례입니다
거대한 AI 전략이나 모든 업무를 바꾸는 계획부터 시작할 필요는 없습니다. 매일 반복되고, 특정 사람의 판단을 기다리며, 자료는 쌓여 있지만 여전히 불편한 업무 하나를 찾아보세요.
여러분 회사에도 분명 “그 견적서”가 있을 것입니다.
그것 하나만 찾으시면 됩니다.
창밖으로 라인의 초록 불빛이 규칙적으로 깜빡였습니다.
30년 장인의 눈썰미가 오늘도 출근해 있었습니다.
※ 『김경영 이야기』에 등장하는 대한정밀과 김경영, 오 부장, 박 과장 등은 실제 기업과 인물이 아닌 가상 시나리오의 설정입니다. 본문의 회사 인원 변화, 8천 장의 학습 데이터, ISO/IEC 42001 인증과 외부 연락·견학 장면은 해당 가상 이야기의 설정이며 AI 도입이 기업 성장이나 인증 취득을 자동으로 보장한다는 의미가 아닙니다. 실제 AI 경영 체계, Human Oversight, 정보보호와 ISO/IEC 42001 적용은 각 조직의 업무환경과 관련 법령·계약·최신 공식 기준에 맞게 별도로 설계하고 확인해야 합니다.
중소기업
AI 도입,
무엇을 먼저 결정해야 할까요?
AI 도입은 도구를 고르는 일이 아니라, 우리 회사의 업무 적용 범위와 위험, 책임 및 운영 기준을 결정하는 과정입니다.
AI 도입의 시작은 기술이 아니라
업무와 운영 기준을 정하는 일입니다.
현재 업무와 AI 활용 수준을 진단하고, 적용 우선순위, AI 리스크, 보안·개인정보, 책임과 승인 구조, 운영 기준 및 실행 로드맵을 기업 상황에 맞춰 설계합니다.
AI를 적용할 업무와 제외할 영역을 구분하고 우선순위를 설정합니다.
오류, 편향, 과도한 의존, 품질 저하 등 업무별 위험을 확인합니다.
입력 가능한 정보와 제한할 정보, 데이터 보호 기준을 정리합니다.
AI 결과를 누가 검토하고 승인하며 책임질지를 명확하게 설계합니다.
모든 기업에 같은 AI 도입 방법을 적용할 수는 없습니다. 업무 특성, 보안 요구, 조직의 활용 수준과 기대 성과를 먼저 확인한 후 실제 운영 가능한 도입 범위와 실행 순서를 결정해야 합니다.
기업의 업무 환경과 AI 활용 수준을 확인한 후 적합한 도입 범위와 운영 방향을 안내해 드립니다.