AI 도입을 촉진하는 4가지 팀 사례

오늘날 AI 관련 실험은 주로 개인의 업무 방식 내에서만 이루어지는 경우가 많습니다. 일부 숙련된 파워 유저는 자신의 업무 방식을 개선하는 반면, AI 활용에 익숙하지 않은 제품 개발자들은 뒤처지기 쉽습니다. 하지만 AI가 팀의 업무 방식을 의미 있게 변화시키려면 개인의 숙련도만으로는 부족합니다. 팀 전체가 함께 AI 도구를 도입하고 활용할 때 비로소 더 큰 성과를 얻을 수 있습니다.

팀 차원의 도입을 활성화하려면 초보자와 숙련자 모두가 부담 없는 환경에서 AI 기술을 익히고 연습하며 발전시킬 수 있는 동료 중심의 학습 모임을 만들어야 합니다. 소규모 스터디 그룹부터 프로토타입 중심의 피드백 세션에 이르기까지, 여러 팀이 성공적으로 도입한 4가지 사례를 소개합니다.

조직 전반에 걸쳐 AI 도입을 촉진하는 방법에 대해 자세히 알아보세요.

Figma의 동료 주도 스터디 그룹 운영

Figma의 디자인 운영 관리자 Jake Geller는 디자이너들의 AI 역량 강화를 돕기 위해 'AI Collective'라는 파일럿 스터디 그룹을 시작했습니다. "디자인 팀 내에서도 기술적 숙련도와 AI 활용 능력에 편차가 컸습니다"라고 말한 Jake는 다음과 같이 이어갔습니다. "우리는 전반적인 역량 수준을 높이고 모든 구성원을 지원하고자 했습니다." 어떤 지원이 필요한지 파악하기 위해 Jake는 디자이너들에게 어떤 기술을 익히고 싶은지, 그리고 어떤 환경에서 학습할 때 가장 효과적인지 물었습니다.

디자이너들의 관심사는 다양했습니다. 어떤 디자이너들은 Figma Make 또는 Figma Weave 같은 특정 도구를 깊이 있게 익히고 싶어 했고, 또 다른 디자이너들은 코드를 배포하는 방법이나 AI를 활용해 맞춤형 플러그인을 만드는 방법을 알고 싶어 했습니다. 하지만 모든 디자이너는 대규모 팀 교육보다는 소규모의 심리적으로 안전한 그룹에서 이러한 기술을 배우는 것을 선호한다는 점에 의견을 같이했습니다. 이러한 피드백을 바탕으로 Jake는 디자이너들을 5개 그룹으로 나누고, 각 그룹이 서로 다른 기술을 중점적으로 학습하도록 했습니다.

Figma의 사례 심층 분석:

목표: AI 활용에 익숙하지 않은 디자이너들이 실습과 동료의 지원을 통해 관련 역량을 갖추도록 돕습니다.

진행 방식: Jake는 디자이너들이 직접 선택한 주제를 바탕으로 5개의 동료 주도 스터디 그룹을 구성했습니다. 일부 디자이너들이 자발적으로 그룹 리더를 맡았고, 다른 참가자들은 원하는 그룹을 선택했습니다. 각 그룹은 6주 동안 매주 1시간씩 모임을 가졌으며, 모임 사이의 시간에는 Slack을 통해 지속적으로 소통했습니다. 리더들은 각 기술을 20분간 설명하고 40분간 실습하는 유연한 계획 템플릿을 활용했습니다.

핵심 교훈: Figma 플러그인 생성 방법을 익히는 것과 같은 구체적인 목표를 설정하면, 참가자들이 지향할 명확한 과제가 생겨 학습 과정이 훨씬 흥미롭고 효과적으로 변합니다. 동료가 주도하는 지원 방식으로 질문을 편하게 하고, 막히는 부분을 쉽게 해결할 수 있습니다.

팀에 적용하는 방법: 동료들이 가장 배우고 싶어 하는 AI 도구를 알아보세요. 해당 도구에 능숙한 사람들을 모아 매주 실습 교육 세션을 진행하도록 합니다. 이때 각 리더는 완성된 프로토타입과 같이 공유할 수 있는 구체적인 결과물을 목표로 삼아 그룹을 이끌어야 합니다.

Sephora의 좋지 않았던 사례 공유

Sephora의 기술 부문 수석 부사장인 Sneha Narahalli는 조직 내 개발자와 디자이너들이 업무나 개인 프로젝트로 진행 중인 AI 관련 작업 내용을 공유하는 격주 포럼을 운영하고 있습니다. 초기 세션에서 발표자들은 완성도 높은 결과물만 공유했습니다. "당시에는 AI로 만들어낸 화려한 최종 결과물만 공유했었죠"라고 Sneha는 말합니다. 하지만 동료들의 훌륭한 AI 프로젝트를 보면서 정작 자신들은 어떻게 그런 결과를 낼 수 있을지 막막함을 느끼고 부담감을 갖는다는 팀들의 의견이 있었습니다. 이에 따라 조직은 격주 포럼의 진행 방식을 변경했습니다. 이제 발표자들은 시도했던 내용과 좋지 않았던 내용을 포함하여 작업의 전체 과정을 설명합니다. "배움이란 꼭 성공적인 결과물만을 의미하는 게 아닙니다"라고 Sneha는 말합니다. "무언가를 시도했다가 결과가 좋지 않았더라도, 다음번에는 무엇을 하지 말아야 할지 알게 되는 것 또한 배움입니다."

Sephora의 사례 심층 분석:

목표: AI 실험에 대한 심리적 장벽을 낮추고, AI 프로젝트의 진행 과정을 공유하여 팀 전체가 그로부터 배울 수 있도록 합니다.

진행 방식: 2주마다 사람들이 업무나 개인 프로젝트 차원에서 AI를 사용하여 개발한 것을 공유합니다. 예를 들어, 제품 개발자가 바이브 코딩 도구를 활용해 꿈을 해석해 주는 앱을 만드는 과정을 소개하거나, 반복적인 업무를 자동화하는 기능을 구현하는 팁을 공유하기도 합니다. 발표자들은 단순히 완성된 결과물만 보여주는 데 그치지 않고, 시도했던 과정과 잘 풀리지 않았던 부분까지 상세히 설명합니다. 또한 전용 Slack 및 Teams 채널을 통해 회의 시간 외에도 지속적으로 정보를 공유하고 자유롭게 질문을 주고받을 수 있습니다.

핵심 교훈: 단계별로 과정을 공유하는 방식은 AI 도구가 낯선 사람들에게도 시작할 수 있는 계기를 마련해 줍니다. 또한 이 포럼은 동료들끼리 서로 배우는 환경을 조성하는데, Sneha는 이러한 방식이 다른 사람들에게도 직접 시도해 볼 수 있다는 자신감을 심어준다고 봅니다. "동료의 이야기를 듣고 동료의 생활이 어떻게 더 편리해졌는지 확인하는 것이 위에서 아래로 내려오는 일방적인 메시지보다 훨씬 더 강력한 효과를 냅니다"라고 Sneha는 말합니다.

팀에 적용하는 방법: 제품 개발자들이 AI 실험 내용을 공유할 수 있는 환경을 마련하세요. 기존 회의 시작 전 10분을 할애하거나, 별도의 세션을 만들거나, 새로운 Slack 채널을 통해 배운 점을 공유하도록 독려할 수 있습니다. Figma의 경우, 제품 개발자들은 2주마다 열리는 전사 회의의 한 코너와 'How I AI'라는 이름의 Slack 채널을 통해 AI 관련 경험과 배운 점을 공유합니다.

Mercari의 부서 간 교육

Mercari의 수석 디자이너 Aki Alkhatib의 팀은 디자이너와 개발자 간의 정보 격차를 해소하기 위한 방법을 실험하고 있습니다. "AI 덕분에 개발이 쉬워졌지만, 사람들은 자신이 만든 결과물을 어떻게 평가해야 할지 바로 알지는 못합니다"라고 말한 Aki는 다음과 같이 이어갑니다. "사람들은 자신에게 익숙하지 않은 지식 영역으로 범위를 넓혀가고 있는 셈이죠."

Mercari의 사례 심층 분석:

목표: 제품 개발자들이 자신의 전문 분야 밖에서 AI의 도움을 받아 만든 결과물을 평가하고 개선할 수 있도록 돕고, 부서 간 협업을 더 효율적으로 수행할 수 있게 합니다.

진행 방식: Mercari는 디자이너가 코딩 방법, AI 코딩 도구 활용법, GitHub 저장소 설정 등 엔지니어링의 기초를 배우는 실습 세션을 운영합니다. 반대로 개발자들은 시각적 계층 구조와 같은 디자인의 기본 원칙을 배웁니다. 이러한 교육을 통해 제품 개발자들은 자신의 전문 분야가 아닌 영역에서도 유용한 초기 결과물을 만들어낼 수 있을 정도의 역량을 갖추게 되며, 이를 바탕으로 부서 간 협업을 더욱 효율적으로 진행할 수 있습니다.

핵심 교훈: 부서 간 교육은 사람들이 자신의 전문 분야를 넘어 아이디어를 발전시킬 수 있는 충분한 맥락을 제공합니다. 예를 들어, 개발자는 Figma Make를 사용해 기본적인 인터페이스 초안을 잡은 후, 시각적 계층 구조에 대해 배운 내용을 적용하여 디자이너가 검토하기 전에 가장 중요한 정보가 돋보이도록 만들 수 있습니다. 해당 분야의 전문가들은 자신의 심도 있는 지식을 활용해 그 결과물을 검토하고 다듬을 수 있습니다. Aki는 이렇게 말합니다. "아이디어의 시작은 누구에게서든 나올 수 있습니다. 그 후 전문가들이 이를 검토하여 기준에 부합하는지 확인하는 과정을 거치는 것입니다."

팀에 적용하는 방법: 개발자가 배울 수 있는 기본적인 디자인 작업 하나와 디자이너가 배울 수 있는 기본적인 엔지니어링 작업 하나를 선정하세요. 전문가가 기초를 가르치고, 참가자가 각 작업을 직접 수행하며, 모두가 함께 결과를 검토하는 실습 세션을 몇 차례 진행합니다.

모든 피드백 회의를 프로토타입으로 시작하는 Atlassian

Atlassian의 최고 디자인 책임자 Charlie Sutton은 팀 전체가 AI를 활용하려면 단순한 교육 이상의 것이 필요하다는 점을 잘 알고 있었습니다. 팀이 AI 프로토타입 제작 도구를 본격적으로 실험하기 시작했을 때 Charlie는 디자이너들이 프로토타입을 보여주기 전에 먼저 맥락과 근거를 설명하는 경우가 많다는 사실을 발견했습니다. 이는 팀이 프로토타입을 프로세스 후반부에야 보게 되거나, 아예 보지 못할 수도 있음을 의미했습니다. 그래서 Charlie는는 새로운 규칙을 도입하기로 했습니다. 바로 프로토타입을 먼저 보여주고 설명은 나중에 하는 것입니다.

Atlassian의 사례 심층 분석:

목표: 제품 개발자들이 정기적인 실습을 통해 프로토타입에 익숙해지고 그 가치를 경험하도록 장려합니다.

진행 방식: 디자이너는 Figma Make와 같은 도구로 만든 프로토타입을 그룹이 직접 클릭하며 살펴볼 수 있게 함으로써 검토를 시작합니다. 그 후에야 비로소 목표, 연구 내용, 그리고 설계 근거를 설명합니다. 이는 팀이 프로토타입 제작의 가치를 이해하는 데 도움이 됩니다. 추상적으로 제품을 논의하는 대신, 사용자가 직접 환경을 클릭해 보고 실제 작동 방식을 확인할 수 있기 때문입니다. Charlie는 이렇게 말합니다. "결과물을 보여주고, 프로토타입을 직접 조작해 보게 한 다음, 왜 그런 결정을 내렸는지 설명해 주는 것입니다." 디자이너는 모든 피드백 회의에 프로토타입을 준비해 와야 하므로, 자연스럽게 AI 도구를 정기적으로 사용하는 연습을 하게 됩니다.

핵심 교훈: "때로는 단순한 규칙이 복잡한 변화를 가능하게 합니다"라고 Charlie는 말합니다. 팀원들에게 여전히 상기시켜 줄 필요는 있겠지만, 모든 피드백 과정에서 이 규칙을 적용하면 해당 습관을 계속해서 강화할 수 있습니다.

팀에 적용하는 방법: 정기적으로 진행되는 피드백 세션 중 하나를 정해 한 달 동안 프로토타입 우선 규칙을 시험해 보세요. 발표자가 배경 설명을 하기 전에, 그룹 구성원들이 직접 프로토타입을 클릭하며 살펴볼 시간을 먼저 주는 것입니다. 이 방식이 자연스러운 일상이 될 때까지 지속적으로 실천해 나가세요.

조직 전반에 AI 도입을 촉진하려면 단순히 도구에 대한 접근 권한을 제공하는 것만으로는 부족합니다. 새로운 협업 방식과 공동 학습을 시도함으로써, 더 많은 제품 개발자가 단순히 개인이 아닌 팀 차원에서 AI를 활용하는 방법을 익히고 이를 업무 프로세스의 일부로 정착시킬 수 있습니다.