AX란 무엇인가

AX라는 말을 처음 들었을 때는 DX(디지털 전환)의 다음 버전 정도로 짐작했다. 종이를 디지털로 바꾼 게 DX였으니, 디지털을 AI로 바꾸는 게 AX겠거니. 틀린 짐작은 아니지만, 그 비유는 중요한 걸 가린다. AX의 어려움은 “AI를 쓴다”에 있지 않다. 무엇을 AI에 넘기고 무엇을 사람이 쥐고 있을지 다시 정하는 것에 있다.

AX는 AI를 도입하는 일이 아니라, 사람이 반복적으로 판단하던 업무 구조를 AI·데이터·자동화·승인 흐름으로 다시 설계하는 일이다.

AI 도입과 AX는 다른 일이다

“AI를 도입했다”는 말은 보통 도구를 하나 들였다는 뜻이다. 팀이 코파일럿을 쓰기 시작했다, 고객 문의에 챗봇을 붙였다, 회의록을 자동으로 요약한다. 다 의미 있는 일이고, 시작점으로 충분하다. 다만 이건 도구 도입이지 구조 변경은 아니다. 일하는 사람도, 그 일을 책임지는 사람도, 결정이 내려지는 자리도 그대로다. 도구만 하나 늘었다.

AX는 그 한 칸 더 들어간다. 지금까지 사람이 매번 들여다보고 판단하던 자리 — 입력을 보고, 기준을 적용하고, 결과를 내고, 누군가 그 결과를 믿고 다음 일을 하던 자리 — 그 판단의 위치 자체를 옮긴다. 누가 결정하는가, 그 결정을 누가 책임지는가, 틀렸을 때 어떻게 되돌리는가가 바뀐다.

구분이 흐릿할 때 나는 이렇게 물어본다. 이걸 도입하고 나서, 누가 무슨 판단을 더 이상 직접 하지 않게 되었나? 답이 “없음”이면 도구를 하나 더 쓰는 것에 가깝다. 답이 분명하면 거기서부터 진짜 질문이 시작된다. 그 판단을 기계에 넘겨도 괜찮으려면 무엇이 참이어야 하는가.

맡은 사람이 보는 문제

AX Engineer나 AX Lead가 실제로 마주하는 문제는 “어떤 모델이 더 똑똑한가”가 아니다. 대부분은 그 앞단에 있다. 무엇을 바꿀지 고르고(가장 시연하기 좋은 것이 가장 가치 있는 것은 거의 아니다), 그 결과를 사람들이 믿게 만들고, 1년을 돌릴 수 있게 운영하는 일이다.

중요한 다섯 가지

써보면서 정리된 다섯 가지다. 순서에 의미가 있다 — 아래 계층이 무너지면 위가 무너진다.

1. 문제 정의. 어떤 반복 판단을 다시 설계할지 고르는 일. 빈도가 높고, 경계가 분명하고, 틀려도 회복 가능한 일이 좋은 후보다. 회복이 안 되는 일은 애초에 자동화하면 안 된다.
2. 데이터. 모델은 우리가 줄 수 있는 맥락만큼만 똑똑하다. "AI가 멍청하다"의 상당수는 "사람이라면 봤을 자료를 안 줬다"이다. 접근·최신성·출처.
3. 워크플로우. AI 단계는 기존 업무 흐름 안에서 살아야 한다. 흐름 옆에 챗봇을 따로 세워두는 것으로는 보통 아무것도 안 바뀐다.
4. 승인 구조. 누가 무엇을 언제 승인하는가. 어디까지 자동 적용하고 어디서부터 사람의 확인을 기다리는가. 위험이 클수록 개입 지점을 더 앞에 둔다.
5. 운영 가능성. 관측·감사 추적·비용·드리프트. 1년 뒤에도 믿고 돌릴 수 있는가. 여기가 안 받치면 데모로 끝난다.

경험과 만나는 지점

이 다섯 가지는 새로운 사고방식이 아니다. 같은 근육을 쓴다. 백엔드를 하면서 가장 많이 한 생각은 “이게 실패하면 어떻게 되나”였고, AI 자동화는 한 노드가 매번 다른 답을 낼 수 있는 분산 시스템일 뿐이라 같은 질문이 그대로 적용된다. 프로덕트 리드를 하면서 배운 건 구현보다 무엇을 안 만들지 정하는 일이 어렵다는 점이다. 그래서 나는 AX를, 시스템 사고와 제품 판단을 AI라는 비결정적 부품 위에서 다시 적용하는 일로 본다.