AI 에이전트 설계 전문가 인터뷰 : 기업에 맞는 AI 제대로 활용하는 법
챗GPT를 써봤지만 실무에 잘 안 붙고, 자동화 도구도 도입했지만 팀원들이 외면하는 경험… 많은 기업이 AI 도입에서 겪는 현실입니다. 이번 인터뷰에서는 원더스랩의 AI 설계자 강동민(DK)님의 경험을 바탕으로, 기술보다 문제 해결을 중심에 둔 AI 접근법을 소개합니다. AI가 조직에 제대로 정착하지 못하는 이유, 모듈형 설계가 실무에서 통하는 이유, 그리고 팀원들이 AI를 실제로 활용하게 만드는 방법까지, 지금 실무에서 부딪히는 AI의 본질적인 고민을 해소할 수 있는 내용으로 구성됐습니다.
Sep 10, 2025
“챗GPT는 써봤는데…우리 일이랑은 잘 안 맞고…”
“자동화 툴 도입했는데, 팀원들이 더 안 써요.”
“AI 시작은 했는데, 실무에 정착이 안 돼요.”
이런 답답함, 정말 많이 겪으셨죠? 기술은 손에 넣었지만, 조직과 실무에 제대로 안 붙는 느낌. AI라는 기술은 빠르게 발전하고 있지만,실제 현장에서 정착시키는 일은 여전히 어렵습니다.
그렇다면 실제 현장에서 AI 에이전트를 성공적으로 정착시키려면 무엇이 필요할까요?
오늘 소개할 이야기는 원더스랩에서 실무형 AI 에이전트 설계를 맡고 있는 강동민(DK)님의 경험담입니다. DK(디케이)님은 AI 설계자이자 기획자, 교육자로서 복잡한 기술보다 '문제 해결'을 중심에 둔 AI 접근법을 실무에 적용해 왔습니다. DK님은 복잡한 기술보다 ‘문제 해결’을 중심에 둔 AI 접근법을 전합니다.
.png%253FspaceId%253Dcdc810dd-3d5c-403d-83aa-acf4988023c7%3Ftable%3Dblock%26id%3D269f6a29-fa7c-80d7-91e0-cd52e1537fc8%26cache%3Dv2&w=1920&q=75)
"기술보다 문제가 먼저입니다”
“AI 설계를 할 때 가장 먼저 하는 질문이 있어요. ‘이 일을 왜 하는가?’라는 질문이죠
DK님은 교통 엔지니어링, 교육 스타트업 등 다양한 산업 실무 경험을 거치며, "기술보다 문제 정의가 먼저"라는 철학을 쌓아왔습니다. 겉으로 보이는 트렌드보다, 현장에서 정말 바꾸고 싶은 지점을 먼저 들여다보는 것이 그의 접근 방식입니다.
"예전에 교통 엔지니어링 현장에서 데이터를 다루고, 커넥트에듀에서 교육 서비스를 만들면서 '기술'보다 '진짜 해결해야 할 문제'가 먼저 보여야 한다는 감각을 배웠습니다. 덕분에 지금도 항상 현장의 목소리와 문제를 최우선으로 생각하게 됐죠."
2025년 AI 에이전트 구현 역량을 갖춘 전문가에 대한 검색량이 지난 6개월간 1만 8,347% 증가했습니다. 하지만 이런 급증하는 수요 속에서도 DK님이 강조하는 것은 기술 구현보다 '문제의 본질'을 파악하는 것입니다.
실패에서 배운 설계 방식
DK님이 가장 크게 배운 경험은 실제로 아무도 쓰지 않았던 자동화 시스템에서 나왔습니다.
"한 번은 사내 프로세스 자동화를 위해 멋진 시스템을 만들어봤는데, 실제론 아무도 안 쓰더라고요. 너무 복잡하게 접근해서, 정말 필요한 사람한테까지 부담이 됐던 거죠."
성급한 도입은 보안 위험을 높이고, 기술 부채를 쌓으며, 결국 성과 없는 결과를 초래할 수 있습니다. 이 실패 경험을 통해 DK님은 '필요한 최소만 먼저 만들자', '현장 사람들이 스스로 개선점을 말할 수 있게 하자'는 중요한 교훈을 얻었다고 해요.
"그때 '진짜 필요한 최소만 먼저 만들자', 그리고 '현장 사람들이 스스로 개선점을 말할 수 있게 하자'는 중요한 교훈을 얻었습니다. 이후엔 무조건 작게 시작해서 바로 써보고, 금방금방 고치는 방식을 정착시키게 됐어요."
AI가 안 붙는 이유는 ‘일이 정리되지 않아서’
DK님이 교육이나 워크숍에서 가장 많이 듣는 질문은 "어디서부터 시작해야 하죠?"라는 말이라고 해요. "AI 에이전트 설계는 내 업무의 흐름, 데이터, 결정 지점이 명확하게 정리된 뒤에야 제대로 돌아갑니다.”라고 덧붙였습니다.
2025년에는 기업들이 AI를 파이프라인에 도입하려는 시도가 본격화될 것으로 예상됩니다. 하지만 실제 현장에서는 업무 프로세스 자체가 애매하거나 흐릿하게 정의된 경우가 많습니다.
"AI는 일을 명확히 정의할수록, 더 잘 붙습니다. 업무 흐름, 데이터, 결정 지점이 흐릿하면 어떤 AI도 실질적으로 효과를 내기 어렵다는 것이 제 경험입니다. 애매하거나 흐릿하게 정의된 일에는 AI도 잘 안 붙어요!"
레고처럼 조립하는 설계가 실무에 강한 이유
“한 번에 거대한 제품을 만드는 것보다, 작게 나누어 설계하는 ‘모듈형 방식’이 실무엔 훨씬 유리해요.”
DK님이 추구하는 '모듈형 설계 방식'은 실시간 데이터를 이용해 자율성을 가지고 작업을 수행하는 AI 에이전트의 특성과도 잘 맞아떨어집니다.
작게 쪼개진 기능은 필요할 때만 꺼내 쓰고, 빠르게 교체할 수 있습니다. AI 도입에 있어 유연성과 속도를 동시에 확보할 수 있는 방식이죠. 그 예시로, DK님은 기존 데이터 파이프라인을 여러 개 처리 노드로 분리해서 각기 다른 팀이 소규모로 책임지고 운영했던 경험을 소개해주었습니다. "장애 대응도 빨라지고 전문성도 훨씬 잘 살렸던 경험이 있어요."
원더스랩만의 조직 문화
“원더스랩은 각자 다른 방향에서 실전 경험이 있는 분들이 모였다는 점이 가장 큰 특징입니다. 단순히 '일을 잘한다'기보다, 문제에 먼저 부딪혀 본 사람들이라서 현실적이고 솔직한 소통이 정말 잘 되죠.”
AI가 실무에 녹아든 배경에는 문제를 깊이 고민하고, 빠르게 실험하는 팀 문화가 있습니다. 서로 자유롭게 피드백하고 실패에 유연한 분위기,그게 바로 원더스랩의 조직적 힘이기도 합니다.
기업의 고유한 DNA를 담은 AI 직원, DK님과 설계해보세요
DK 님은 현재 원더스랩에서 다양한 기업을 대상으로 문제 정의 기반의 실무형 AI 설계 워크숍과 AI 에이전트 설계 컨설팅을 진행하고 있습니다.
"앞으로는 정말 AI가 사업의 동료처럼 느껴지는 경험을 더 설계하고 싶습니다. 사람이 주도적으로 정의한 일에 AI가 자연스럽게 함께하는, 그런 업무 방식을 추구하게 될 것 같아요.”
AI 에이전트가 효과적으로 작동하려면 명확한 역할과 책임 범위를 설정하는 것이 중요합니다. DK님도 이 부분을 특히 강조하고 있습니다.
AI와 함께 일하고 싶지만 막막한 분들에게
마지막으로 DK님이 "AI와 함께 일해보고 싶지만 막막한 리더들에게 전하고 싶은 메시지를 들어보았습니다.
"일단 완벽한 계획보다, 손에 잡히는 아주 작은 일부터라도 직접 실험해보는 걸 추천드립니다. 처음엔 가볍게 부딪혀보면서, 여유있게 여러 번 수정해도 전혀 늦지 않으니까 걱정 말고 도전해보시라고 말씀드리고 싶어요!"
이처럼 작은 것부터 시작하는 실용적 접근법이 중요해지는 지금, DK님의 조언은 더욱 의미가 깊습니다.
문제해결전문가 DK님은 원더스랩의 실무형 AI 워크숍에서 만나실 수 있습니다. 조직 내 빠른 AI 설계가 필요하시다면 원더스랩과 함께 시작해보세요.
다음 이야기
다음 이야기에서는 원더스랩의 COO이자 조직 운영 전문가 이혜린님의 이야기를 전해드리겠습니다. AI를 '사람처럼 일하는 동료'로 정착시키기 위해 조직과 문화가 어떻게 바뀌어야 하는지, 운영자의 시선에서 가장 현실적인 조언을 들려드리겠습니다.
원더스랩의 기업부설연구소 ‘원더스쿨’에서 현재 매월 AI 트렌드와 인사이트를 나누는 오프라인 세미나를 운영하고 있습니다. 업무에 바로 활용할 수 있는 AI 꿀팁을 얻어가고 싶으시다면, 지금 바로 신청해보세요. → 9월 AI 인사이트 세미나 신청하기
<원더스랩의 지난 이야기 >
Share article