재무 업무는 뒤로, 크리에이터 데이터부터... MCN 업계의 AX 전환 실전기

오후 대화방에 한 참여자가 "저 인플루언서 마케팅회사에서 AX랩 운영하고있습니다!"라고 자기소개를 하자, 실제 현장에서 AI 전환(AX)을 추진해본 경험을 듣고 싶어 하는 질문이 곧바로 이어졌다. 건축 분야에서 일한다는 한 참여자는 "AX 삽질기 썰좀 공유해주실 수 있나요,, 궁금합니다"라며 호기심을 드러냈다.

이에 답하며 해당 참여자는 조직 내 AX 추진 과정에서 마주친 현실적인 우선순위 문제를 풀어놓았다. "인사 재무쪽에서 가장 먼저 태핑이 왔는데요, 저희는 IT회사가 아니다보니까 로컬서버구축해서 로컬LLM 돌릴 수가 없어서 보안사항이 중요한 재무는 가장 마지막에 만나자고…"라는 설명이었다. 재무처럼 민감한 데이터를 다루는 업무일수록 로컬 환경에 LLM을 구축해 외부 유출 위험을 차단해야 하는데, IT 전문 조직이 아닌 회사 입장에서는 그런 인프라를 갖추기가 쉽지 않았다는 것이다. 그래서 보안 요구가 높은 재무 업무는 뒤로 미루고, 상대적으로 외부 클라우드 서비스를 활용해도 무리가 없는 영역부터 손을 대는 전략을 택했다고 설명했다.

실제로 우선 착수한 영역은 크리에이터 캠페인 데이터였다. 이 참여자는 크리에이터 캠페인 데이터를 그래프 데이터베이스 온톨로지로 구축하고, 여기에 유튜브 CMS(콘텐츠 관리 시스템) API로 확보한 데이터를 얹어 RAG(검색 증강 생성) 방식으로 활용하고 있다고 밝혔다. 기업 AX 전환 업무를 맡고 있다는 다른 참여자가 "내부 레퍼런스 인수인계 잘 안되는데 한번 구축되면 쏠쏠하겠네요"라고 공감을 표하자, 원 참여자는 "그걸로 RAG하고 있습니다ㅎㅎ.. 생각보다 잘 되더라구요"라며 실제 도입 이후의 만족스러운 결과를 전했다.

이 사례는 '전사적 AI 전환'이라는 거창한 구호와 달리, 실제 현장에서는 보안 리스크가 낮고 데이터 구조화가 상대적으로 쉬운 영역부터 단계적으로 착수하는 것이 현실적인 접근이라는 점을 보여준다. IT 전문 인력이 부족한 비 IT 기업일수록 로컬 LLM 구축 같은 고비용 인프라보다, 이미 확보된 API 데이터를 온톨로지·RAG 구조로 재구성하는 것이 더 빠르고 효과적인 시작점이 될 수 있다는 실전 교훈이기도 하다.

이런 단계적 접근은 최근 여러 비 IT 기업들의 AX 추진 사례에서 공통적으로 관찰되는 패턴이기도 하다. 전사적으로 한꺼번에 AI를 도입하겠다는 목표를 세웠다가 보안·인프라 문제에 부딪혀 추진 동력을 잃는 경우가 적지 않은 만큼, 상대적으로 리스크가 낮고 성과를 빠르게 체감할 수 있는 영역부터 작게 시작해 성공 사례를 쌓아가는 전략이 더 현실적인 대안으로 주목받고 있다. 이렇게 확보한 초기 성공 경험은 이후 보안 요구가 높은 핵심 업무 영역으로 AI 도입을 확장할 때 설득력 있는 근거 자료로 활용될 수 있다는 점에서도 의미가 크다.