AI 신호등 🚦

AI를 도입할지, 어떤 도구를 사용할지, 어떤 정책을 정할지 등은 조직 차원에서 논의되는 경우가 많습니다. 실제로 영향을 주는 결정은 다른 곳에서, 특정 작업 앞의 재설계 세션 중 누군가가 ‘이 작업을 기계가 할까?’라고 물을 때 내려집니다.

이 템플릿은 순서대로 묻는 세 가지 관문으로 그 질문에 답합니다.

1. 해석 가능성. AI가 결과에 도달한 과정을 이해하고 설명할 수 있습니까? 그렇지 않다면 해당 작업은 사람이 계속 수행합니다.2. 영향의 심각성. AI가 잘못했을 때 누군가나 무엇인가에 심각한 결과가 발생합니까? 예이면 해당 작업은 사람과 AI가 함께 수행됩니다.3. 표준화. 입력과 출력이 명확히 정의되어 동일한 방식으로 반복되는 작업인가요? 예이면 완전 위임합니다. 아니면 다시 사람과 AI가 함께 수행합니다.

결과적으로 세 가지 영역이 도출됩니다: 사람이 결정함, 코파일럿, 완전 위임. 각 영역에는 해당 결정을 가리키는 신호와 함께 주의사항이 포함됩니다.

차별점: 도입하지 않는 선택도 정당한 결과입니다. 대부분의 위임 프레임워크는 AI가 참여한다는 가정하에 참여 정도만 묻습니다. 이 방식에서는 레드 존이 실제로 탈락 지점이 되어, 팀이 특정 작업에 AI를 사용하지 않기로 결정하고 그 이유를 기록해 둘 수 있습니다. 이렇게 하면 “여기서는 AI를 사용하지 않습니다”라는 직관적 판단이 방어할 수 있는 입장으로 바뀝니다.

대상: 프로세스 개선 퍼실리테이터, Lean 및 BPM 실무자, 운영팀, 그리고 AI 도입 워크숍을 진행하는 누구나. 게이트가 학습 시스템을 전제로 하지 않기 때문에, 이 방법은 학습하는 모델뿐 아니라 단순한 결정론적 자동화에도 적용됩니다.

사용 방법

1. 상단의 상자에 후보 작업이나 결정을 작성하세요. 구체적일수록 좋습니다.

2. 실제 작업을 수행하는 사람들과 함께 세 개의 게이트를 순서대로 진행하세요. 건너뛰지 마세요.

3. 판단이 내려지는 첫 번째 게이트에서 멈추세요. 해당 존과 이유를 기록하세요.

4. 노란 존과 초록 존의 경우, 배포 전에 범위와 기한을 정한 파일럿을 정의하세요.

이 방법이 효과를 내는 한 가지 규칙: 작업을 운영하는 사람들이 게이트를 진행해야 하며, 기술을 가장 잘 아는 사람들이 진행하는 것이 아닙니다. 존은 도구가 아니라 작업에 대한 판단입니다.

공공 부문 프로세스 매핑 워크숍에서 개발되어 현장 테스트를 거쳤습니다. 게이트 기준은 Shrestha, Ben-Menahem and von Krogh (2019), California Management Review를 기반으로 합니다.