[강병진 X 테디노트] 회사에서 AI, 언제 어떻게 써야 할까? 실전 경험에서 얻은 진짜 이야기

이 요약은 라이브 인터뷰에서 강병진님이 직접 경험한, 회사 내 AI 활용의 현실과 노하우를 실제 예시와 함께 알려줍니다. AI가 만능이 아니라는 솔직한 관점, AI 도입 실패·성공 사례, 그리고 실무형 AI 개발의 핵심 원칙에 대해 구체적으로 다룹니다. 기업에서 AI를 현명하고 효과적으로 적용하려면 무엇을 고민해야 하고, 어떠한 실수와 함정을 피해야 할지 쉽게 알 수 있습니다.

---

1. 오프닝 & 강병진님의 소개

강병진님과 테디노트가 라이브를 시작하며 시청자들과 인사를 나눕니다. 다양한 IT·개발 업계 분들이 실시간으로 참여하면서 채팅이 활발하게 오가고, 친근한 분위기에서 본격적인 대화를 예고합니다.

강병진님은 자신의 경력을 간단히 소개합니다.

"저는 강병진이라고 하고요. 최근까지 GS 그룹에서 오픈 이노베이션 AX AI 트랜스포메이션 팀에서 엔지니어로 근무했고, 지금은 잠시 쉬면서 인프런에서 강의도 하고 있고요."

• 주요 경력
  • GS 그룹 AI 에이전트 플랫폼 개발/운영
  • AI 스타트업 테크리드(시리즈 C까지 성장)
  • 인프런 AI 에이전트 강의(누적 수강생 8000명, 평점 4.9)
  • 네이버, 스탠포드 등 다양한 교육/코칭 경험

강의의 인기를 묻는 질문에는 실제 실무에 도움이 되는 주제를 다루기에 좋은 반응이 많다고 했고, 실습을 통한 실질적·현장감 있는 강의임을 강조했습니다.

---

2. GS 그룹에서 한 AI 프로젝트들 및 그 경험

강병진님은 GS 그룹에서의 업무와 의미 있는 플랫폼 개발 사례를 소개합니다.

"초창기에는 계열사의 DX 활동 지원 엔지니어링을 주로 했고, 최근에는 '미소'라는 제네 플랫폼을 만들었어요. 이건 다양한 산업 현업의 피드백을 받아 사용자 친화적으로 개발된 자동화 도구들입니다."

플랫폼 개발의 계기는 리더의 과감한 판단에서 시작됐습니다.

"리더가 갑자기 '이런 거 해야 할 거 같다'고 하셨는데, 솔직히 처음엔 왜 해야 하나 의구심도 들었죠. 막상 해보니 그룹 내 엔지니어가 워낙 적어 반복되는 작업을 자동화하고 확장성 있는 툴이 필요하다는 걸 직접 실감했습니다."

GS 그룹 내의 AI와 자동화 확산, 그리고 각 도메인(정유, 리테일, 발전 등)에 특화된 요구사항을 실시간으로 반영하며 플랫폼이 진화했다고 합니다.

---

3. 회사에서 AI, 어디에 쓰는 게 맞나? — 실전 원칙

"무조건 AI가 해답은 아니다. 에이전트도 답이 아닐 수 있다."

이 섹션의 핵심 주제는 "AI는 만능이 아니니, 정말 필요한 곳에만 쓰자"는 현실적인 시각입니다.

3.1 AI가 사람을 대체하지 못하는 이유

• AI의 100% 정확도 부재

  "음성 인식 때도 그렇지만, 정확도가 99% 나오면 오히려 모델이 뭔가 잘못된 거라 의심합니다. 80%~90% 초반대가 정상이에요."

• AI는 책임을 질 수 없다

  "최지T가 이랬다더라~ 라고 하고 결과가 다르면 누가 책임지나요? 결국 중요한 결정은 결국 사람이 하게 됩니다."

• 사람 업무 기준(중요/긴급 매트릭스)으로, 긴급하지만 중요하지 않은 반복적·루틴한 일(예: 이메일 정리, 일간 기사 요약 정리 등)이 AI에 위임할 만한 영역임을 강조합니다.

  "AI는 임상에서 비전문적 지루한 반복 업무 위임에 강하다!"

"사람에게 미안한 '짜치는 일' 부려먹기 좋은 부사, 그게 AI입니다. 감정 없으니까요!"

3.2 실제 예시

• 매일 기사 검색 및 요약·보고서 작성 워크플로우
• 아침 신문 요약, 투자사 테마 뉴스 자동 수집·요약 저장(노션 등)
• 반복 관리자 기록, 안전문서 관리 등

"중요하지는 않지만 귀찮은 반복 작업, AI한테 시키면 사람 시간 많이 아낄 수 있습니다."

---

4. 성공적인 AI 도입 그리고 실패 사례들

4.1 현업에 잘 먹힌 케이스

• 다양한 부서/계열사 요구에 신속하게 맞춰주는 사용자 중심 플랫폼
• AI로 반복적인 기사 요약, 업무 자동화 → 사람은 보고서 핵심만 직접 작성
• 사용자가 쉽게 접근할 수 있도록 마크다운 같은 표준화된 문서 구조 도입 유도

"AI한테 맡기려고 현업에서 먼저 마크다운으로 바꾸겠다는 분들까지. 문화 자체가 바뀐다는 게 너무 의미 있었어요!"

4.2 실제 망한 케이스(실패 경험)

• AI 음성인식으로 안전교육 출결을 인증하려 했으나, 현업 사용자가 어르신, 현장 노동자라 모바일 화면 활용이 어려웠고, 인터넷 연결 안되는 현장이 많아 사실상 실패

• FC 서울 축구구장 길찾기 AI 앱 → 실제로는 표지판이 더 효율적

• 엑셀 방대한 데이터(수십만 행 이상) AI 분석: 현실적으론 보안 제한, 데이터 양 때문에 AI가 처리 불가.

  "엑셀 분석은 차라리 파이썬 판다스 배우는 게 더 낫습니다!"

• 망한 원인:

  • 현장 UX 고려 부족
  • 정말 현업이 필요로 하는 문제인지 파악 미비
  • 오직 'AI'라는 기술 트렌드에 매몰

"AI 쓰는 이유? '이거 AI로 하라'는 상부 지시에 의한 도입이야말로 실패의 지름길!"

---

5. 에이전트/워크플로우 도입 시 진짜 고려사항

5.1 에이전트가 전부는 아니다!

"모두가 에이전트 붙이고 싶어 하지만, 이미 사람/현업이 프로세스를 너무 잘 알고 있는 경우엔 워크플로우 스크립트가 훨씬 현명합니다."

• 워크플로우(Automation): 업무 흐름 단계를 이미 사람이 잘 알고 정의할 수 있을 때, 필요한 곳에만 AI 호출
• 에이전트(Agent): 사용자가 어떤 업무를 진행할지 예측이 불가능할 때, 혹은 범용 도구 개발에 필요할 때 적합

예시

"N8N에서 기사 요약 워크플로 살펴보면, 8단계 중 AI는 2단계만 쓰고 나머지는 그냥 코드로 처리. 그 외에 AI에 다 맡기면 비용·시간 비효율적입니다."
"돈 아끼고 싶으면, AI는 정말 필요한 곳에만 쓰세요."

5.2 AI 도입 흐름의 실전 팁

• 소규모 유저로 실사용 테스트 → 만족도 확인 후 확산:

  "입소문 나는 것이 중요. 완성도를 검증한 뒤 확장해야 합니다."

• 채팅형 UX가 늘 최선은 아니다:

  "GPT 채팅 인터페이스 말고 단순 버튼, 예를 들면 '회의록 요약' 같은 단일 기능이 실제 기업에선 훨씬 많이 쓰입니다."

---

6. 실무형 AI 개발의 국룰(불변의 4가지 원칙)

6.1 프롬프트 작성법 집착은 금물

"프롬프트 교육이 그리 중요하지 않습니다. 현업의 실제 업무 문맥 정보를 구체적으로 주는 게 답입니다. 포맷·공식집착 말고 제대로 된 업무 지식/목표 넣으세요!" "클로드, GPT가 공식 프롬프트 구조? 줄글로 내용만 잘 넣으면 됩니다."

• 프롬프트 엔지니어링도 이제 AI에게 시키라

  "클로드 같은 모델에게 내 코드 컨텍스트와 의도를 주고 프롬프트도 작성하게 하면 더 잘 나옵니다."

6.2 컨텍스트, 꼭 필요한 정보만 (큰 것도 답 아님)

"큰 문서 통째로 넣으면 비용·속도만 느려지고 답은 더 엉뚱해져요. 컨텍스트는 작고, 필요한 정보만 잘라서 공급해야 할루시네이션도 줄어듭니다." "100만 토큰 입력창이 생겨도 문서 전체 다 넣으면 안 됩니다!"

6.3 단계별 분리/작게 쪼개라

"거대한 에이전트 하나보다는, 워크플로우에서 스텝 쪼개서 필요한 부분에만 AI 쓰는 게 훨씬 싸고, 유지보수 쉽습니다."

• 적절하게 파이프라인 분할(입력/용어 정규화/검증/생성 등), 필요한 곳마다 경량 모델 + 최종 한두번만 고비용 모델 사용

6.4 최신/가장 비싼 모델=무적이 아니다

• 실제 출시는 비용·호환성·유지보수 모두 고려!
• 성능만 따라가느라 프롬프트, 데이터, 프로세스까지 확 뜯어고치는 건 팀 리스크가 커질 수도 있음
• 조직에 맞는 합리적 선택이 중요하다.

---

7. Q&A·GS 그룹 자체 AI 플랫폼(실전 데모) 소개

강병진님이 직접 만든 회사 AI 워크플로우, 에이전트 개발 플랫폼의 라이브 데모와 상세 설명👇

• 다양한 외부 모델 연동(GPT, Claude, Upstage 등)
• 데이터 입력(PDF, 텍스트, 마크다운), 인베딩, 검색, 문서 파싱, 보안 등 일선 현업 니즈에 최적화
• 권한 관리 체계, 팀/조직별 워크스페이스, 온프레미스 지원 등 실제 대기업용 요구사항을 적극 반영
• 워크플로우/에이전트/도구/코드 조합, UI/UX, 테스트·운영 노하우 등 실전 노하우 대거 공유

"현업에서 직접 AI 워크플로우를 만들면 좋은 점은, 바로 피드백 받아 개선 및 확산되기 쉽다는 것! 실사용자(크루)가 직접 개선·홍보하면서 진짜로 퍼집니다."

---

8. AI 실무 인사이트 & 커리어/조직에 전하고 싶은 메시지

• 현업이 진짜 필요한 걸 정확히 정의하고, 직접 만드는 문화가 성장 동력
• 개발자→도구 개발자로 역할 변환, 조직에 파괴적 혁신을 만든다
• AI 파이프라인, 바이코딩, 플랫폼화, 에이전트 역할 분담 등 회사환경 별 맞춤 전략 제시

취업 준비생/커리어 고민자에게

"하고 싶은 걸 명확하게. 하지만 시장성도 고려해야… 너무 뾰족하거나 백업 플랜 없는 건 위험, 균형 잡아야 현명함!"

---

9. 인터뷰 마무리 및 앞으로의 진로

강병진님은 이제 메타(런던) 광고 AI 팀으로 이직 결정.
현장에서 느낀 문화, 팀 분위기, 리더십, 추천 이유와 피해야 할 점 모두 솔직하게 공개합니다.

"제일 중요한 건, 리더가 방향을 제시해주고, 실무자들이 '내가 왜 이걸 해야 하냐'는 생각 안 들게 만드는 일. 진정한 팀플레이!"

---

마무리

이 영상은 실무자가 '회사에서 AI를 어떻게·언제·왜·어디에' 써야 효과적인지에 대한 현실적 조언과, 현업에서 반복 검증된 핵심 원칙을 아주 생생하게 전달합니다.

1. AI=만능·필수 아님. 반드시 필요한 곳에만, 목적을 분명히 해서 쓰자.
2. 에이전트/워크플로우를 남용하지 말고, 현업이 잘 아는 구조는 그대로 살려 AI는 작은 부분에만 적용하자.
3. 실패·성공 모두 '사람 중심' 사고에서 비롯된다.
4. 프롬프트 형식이나 최신 모델 등 '기술'보다, 진짜 문제와 사용자의 의도가 더 중요하다.

✨ 다양한 질문·실전 답변도 가득해서 AI 실무자, 기획자, 경영자 모두에게 꼭 도움이 될 알짜 라이브였습니다!
🚀 AI, 핵심만 뾰족하게! 현업의 문제와 현장 피드백에서 배우세요!