AX 전환, 어떻게 시작해야 할까? |
딜라이트룸은 AI를 이렇게 씁니다

이 글에서 다루는 이야기

1. 딜라이트룸은 어떻게 AI를 활용하고 있나요?
2. AX 전환, AI 툴을 도입하는 것만으로 충분할까요?
3. 우리 회사는 AX 전환을 어떻게 시작해야 할까요?

🎙️ INTERVIEW

양승화님의 지난 인터뷰 내용 보러가기
👉 AI 시대의 마케터는 어떻게 일해야 할까? | 딜라이트룸 그로스 리드 양승화
👉 AI 시대에도 선택받는 마케터가 되고 싶다면? | 딜라이트룸 그로스 리드 양승화

▪️ 딜라이트룸은 사내에서 AI를 어떻게 활용하고 있나요?

저희는 전사적으로 “AI를 이렇게 써야 한다”고 가르치기보다, 모두가 AI를 쓸 수 있는 환경을 열어두고 각자의 방식으로 사용하도록 하고 있어요.

클로드를 원하면 클로드를 쓰고, 제미나이를 원하면 제미나이를 쓸 수 있어요. 필요한 도구를 마음껏 결제해 사용할 수 있도록 회사가 지원하고요.

그리고 각자 업무에서 실험한 것 중 성공적이었던 사례를 구성원끼리 공유해요. 그 중에서 좋았던 방법을 사내 공통 인프라로 구축하고요. AI 봇과 자동화에 관심이 많은 구성원들이 개인 시간을 쪼개 사이드 프로젝트처럼 실험한 결과도 실제 업무에 활용하고 있어요.

딜라이트룸의 AX 전환은 특정 AI 툴을 전사적으로 일괄 배포하는 방식보다, AI를 자유롭게 쓸 수 있는 환경을 열어주고 → 각자 실험하고 → 사례를 공유하고 → 검증된 방식을 조직 단위로 표준화하는 흐름에 가까워요.

▪️ 알라미를 만들면서 AI를 어떻게 활용하고 있나요?

저희는 QA 업무를 하면서 QA 봇으로 꽤 많이 해결하고 있어요. 실제 디바이스를 연결해 버그를 재현하는 일에도 AI의 도움을 받고 있고요.

알람은 정해진 시간에 정확히 울려야 하지만, 자는 동안 운영체제가 업데이트되거나 전화와 다른 알람이 겹치는 등 변수가 굉장히 많습니다. 제조사와 디바이스별 환경도 다르고요.

직원이 약 50명인 딜라이트룸에는 100대가 넘는 QA 기기가 있어요. 새로운 버전과 기능이 나올 때마다 여러 환경에서 안정성을 확인해야 하는데, AI가 복잡하고 반복적인 검증 과정을 더 빠르고 넓게 수행하도록 돕고 있습니다. 대표적인 AI 업무 자동화 사례라고 할 수 있어요.

▪️ AI활용으로 인해 구성원에게 기대하는 역할은 어떻게 달라졌나요?

업무 범위가 엄청나게 넓어졌다고 생각해요. 3~4년 전 데이터 분석가들의 가장 큰 불만은 하루 종일 쿼리만 작성하다 퇴근한다는 것이었어요. 그런데 이제는 기본적인 데이터 추출과 실험 결과 확인을 PO가 직접 하거나 AI에 맡길 수 있죠.

그러면 분석가에게는 '데이터 추출'뿐만 아니라 더 넓은 맥락의 일을 기대하게 돼요. 이 실험 다음에는 무엇을 해야 하는지, 특정 결과가 나오기까지 서비스의 어떤 요소가 영향을 미쳤는지, 과거와 다른 결과가 나왔다면 무엇이 변했는지를 살펴보는 일이죠.

분석가에게 과거 PO나 리더가 담당하던 역할뿐 아니라 데이터 거버넌스와 파이프라인 같은 앞단의 역할도 기대하게 됩니다. AI가 한 사람이 다룰 수 있는 업무 범위를 넓히고 있는 셈이죠.

▪️ 기업이 AX 전환을 준비할 때 AI 자체를 먼저 공부해야 할까요?

AI는 유용한 도구지만, AI 자체를 공부해야 한다고 생각하지는 않아요. AI를 잘 쓰는 것이 일을 잘하는 것, 회사가 매출을 내고 서비스가 성장하는 것과 직접 연결되는 건 아니거든요.

결국 우리는 과거에도 일을 잘하고, 회사와 서비스를 성장시키기 위해 의사결정을 하고 시행착오를 겪어왔어요. 앞으로도 이 목적은 달라지지 않을 겁니다. 다만 그 과정의 일부를 AI로 더 빠르게 처리하거나 자동화하고, AI에 위임해 확보한 시간을 다른 문제에 더 투자할 수 있게 된 거죠.

새로운 AI 도구와 뉴스가 실시간으로 쏟아진다고 해서 모두 따라갈 필요도 없어요. 미래에 쓸지 안쓸지도 모르는 도구보다 지금 성과를 내기 위해 필요한 것이 무엇인지를 놓치지 않는 것이 더 중요합니다.

딜라이트룸의 방식을 그대로 따라할 필요는 없어요. 조직마다 규모와 보안 기준, 데이터 환경, 구성원의 AI 경험이 다르기 때문이죠.

다만, AX 전환은 AI 툴을 도입하는 프로젝트가 아니라 문제를 발견하고 실험하며 조직적으로 학습하는 과정이라는 것은 어느 곳이든 동일해요.

AX 전환을 시작하기 전 확인할 다섯 가지

AI 툴을 지급하는 것만으로는 구성원의 업무 방식이 바뀌지 않습니다. 직군별 업무와 연결된 학습, 작은 실험을 실행할 환경, 성공한 AI 업무 활용을 조직 안에서 확산하는 과정이 함께 필요합니다.

인프런 비즈니스에서는 개발부터 데이터, 마케팅, 기획까지 국내 기업의 실무 환경에 맞는 AI·AX 강의를 만나볼 수 있습니다.

조직의 교육 목적과 규모에 맞는 학습 환경을 설계하고, 구성원이 AI를 실제 업무에 적용하도록 AX 전환의 출발점을 만들어보세요.