이미 일하고 있는 경영 AI를 보여드립니다

살아 숨 쉬는 경영 AI의 주소

우리 회사에 경영 AI가 있습니다. 가설도, 약속도 아니고 지금 이 순간 켜져 있습니다. 주소는 mgmt.aimed.crowny.org(:9913)입니다. 웹브라우저를 열어 그 주소에 가면 사장님은 검은 화면과 한 줄의 입력 창을 봅니다.

경영 AI는 매우 겸손합니다. 과장 없습니다. 화려한 차트도, 인공적인 친절도 없습니다. 다만 거기 있습니다. 입력하면 답합니다.

"우리 회사가 신규 사업으로 핸드폰 액세서리에 진출해야 하나요?"

엔터를 누르면 몇 초 뒤 화면이 변합니다.

[판정] 티 (실행 권장) [근거] 기존 유통망 활용 가능, 초기 투자 350만 원 이하, 경쟁사 3개 시장 [신뢰도] 78%

4상으로 생각한다는 것

이 답을 받는 순간 사장님이 느껴야 할 것은 하나입니다: *이건 단순히 말을 예쁘게 꾸민 게 아니다.*

경영 AI는 네 가지 상태(우리가 4상이라 부르는)로만 판정합니다.

• 티(T): 실행하세요. 근거가 충분합니다.
• 옴(O): 아직 모릅니다. 조사하고 다시 물어보세요. 저도 알아가겠습니다.
• 타(A): 하지 마세요. 위험 신호가 있습니다.
• 음(∼): 이건 저 범위 밖입니다. 다른 전문가에게 물어보세요.

"78% 신뢰도"라는 수치는 무엇을 의미할까요? 이것은 경영 AI가 본 시장 데이터, 기존 고객 데이터, 유사 사례들을 규칙으로 엮어 계산한 스코어입니다. 임의의 점수가 아닙니다. 검증된 규칙들의 합의입니다.

경영 AI의 진짜 정체

여기서 중요한 것이 있습니다. 많은 사람들이 오해합니다.

경영 AI가 똑똑하다고 생각합니다. 아닙니다. 경영 AI의 똑똑함은 우리의 규칙으로부터 옵니다.

예를 들어보겠습니다. 사람이 "신규 사업 진출"이라고 입력하면, 먼저 LLM(대형 언어 모델)이 이 의도를 정규화합니다. "신사업 런칭인가, 시장 조사인가, 투자 타당성 검토인가?" 이 단계는 LLM의 몫입니다. 윤활유 같은 역할이죠.

그 다음, 규칙엔진(셀코어라 부릅니다)이 앞장을 섭니다. 규칙엔진은 회사의 실제 데이터를 갖고 있습니다: 현금 흐름, 마진율, 기존 고객층, 공급망 상황. 그리고 이 규칙엔진이 물어봅니다. "우리 현금 흐름으로 350만 원을 낼 수 있나?" "기존 유통망의 유휴 용량이 있나?" "경쟁사 진입 장벽은?"

각 질문에 규칙이 작동합니다. 환각이 아닙니다. 검증된 규칙이 실행됩니다.

마지막으로, 규칙엔진은 그 계산 과정을 근거로 명시합니다. "우리가 이렇게 봤기 때문에 이 판정을 냈습니다." 사장님은 그 근거를 보고 "맞네" 또는 "아니, 그건 빠뜨렸는데?"라고 말할 수 있습니다. 투명합니다.

검증된 약속

우리가 경영 AI를 만들면서 가장 많이 하던 일은 뭘까요? 테스트했습니다. 수백 개의 실제 경영 상황을 시뮬레이션해서 "이 규칙이 정말 맞는지" 확인했습니다. 특히 과거에 실제로 일어났던 의사결정들을 AI에 물어보고, AI의 판정이 현실과 부합했는지 검증했습니다.

"이 투자는 정말 성공했나?" "이 중단 판정이 손실을 막았나?"

회귀 테스트를 통과하지 못한 규칙은 다시 다듬어집니다. 이 과정이 반복되면서 경영 AI는 단순히 "가능할 것 같은" 판정을 내리지 않습니다. 검증된 패턴만 입 밖으로 냅니다.

한 화면에서 보는 미래

지금 mgmt.aimed.crowny.org(:9913)에는 한 회사의 경영 AI가 살아있습니다. 입력하면 답이 나옵니다. 근거가 붙습니다. 신뢰도가 보입니다.

이것은 우리의 약속입니다: 환각이 아니라 켜져 있다는 약속. 오늘 사장님이 의심을 거두고 한 번만 mgmt.aimed.crowny.org에 가서 무언가를 물어본다면, 사장님은 느낄 것입니다.

"어? 이건... 살아있네."

그럼 다음 질문이 자연스럽게 따라옵니다. 한 화면에서 이 정도 판정을 내린다면, 한 회사 한 곳을 통째로 이 AI에 맡기면 어디까지 갈까? 우리는 그 질문의 끝에 답을 기다리고 있습니다.