VINCIS GPT를 소개합니다: 기업 AI 팀을 구축하고 운영하는 새로운 방식
VINCIS GPT가 AI를 팀의 일상 업무에 깊이 녹여 효율을 높이고 협업을 가속하며 지속적인 비즈니스 가치를 창출하는 방법을 알아봅니다.
한 작업의 완전한 기록: Work는 목표를 밝히고, Evidence는 다시 읽어 확인할 수 있는 근거를 제공하며, Outcome은 시스템이 이를 바탕으로 내린 결론입니다. 여기에는 “확인할 수 없음”도 포함됩니다.
대부분의 팀이 AI를 접하는 방식은 대화창을 열고, 질문을 하고, 답변 한 단락을 복사하는 것입니다. 이 경로는 짧고 유용하지만, 개인 단위에서 멈춥니다. 여러 사람이 협업해야 하고, 기록을 남겨야 하고, 누군가 책임져야 하는 작업이라면 대화창만으로는 부족합니다.
VINCIS GPT가 풀고자 하는 것은 그다음 단계의 문제입니다. AI를 “질문에 답하는 도구”에서 “작업에 참여하고, 증거를 남기고, 감독을 받는 협업 주체”로 바꾸는 것입니다. 이 글에서는 그 기본 구조와, 팀이 이를 일상 업무에 도입하는 일반적인 방식을 소개합니다.
핵심 요약
- 작업은 세 가지 객체로 모델링됩니다. Work(무엇을 할 것인가), Evidence(무엇을 근거로 했다고 말하는가), Outcome(시스템이 이를 바탕으로 판단한 결과)입니다.
- AI Employee는 실행 능력을 갖지만 승인 권한은 갖지 않습니다. 시스템 안에서 이 둘은 분리되어 있습니다.
- “데이터를 찾지 못함”과 “읽기 실패”는 서로 다른 상태이며, 시스템은 후자를 전자로 취급하지 않습니다.
- 대화 내용은 자동으로 기업 지식이 되지 않습니다. 공식적인 사실이 되려면 출처, 맥락, 확인 근거가 필요합니다.
“AI를 쓰는 것”과 “AI가 작업에 참여하는 것”은 왜 다른가
AI를 쓰는 데에는 문턱이 낮습니다. 질문하면 답하고, 쓸모가 있는지는 사용자가 판단합니다. 이 과정에서 책임의 경계는 분명합니다. 판단도 사용자에게 있고, 위험도 사용자에게 있습니다.
그러나 AI가 사용자를 대신해 일을 하기 시작하면, 즉 이메일을 보내고, 기록을 갱신하고, 외부 서비스를 호출하기 시작하면 책임의 경계가 흐려집니다. 누가 승인했습니까? 실제로 완료되었습니까? 무엇을 근거로 완료되었다고 말합니까? 문제가 생기면 누가 책임집니까? 이런 질문에 대화창은 답을 주지 못합니다. 대화창에는 텍스트만 있고 상태가 없기 때문입니다.
모델이 “완료했습니다”라고 말하는 것과 그 일이 실제로 완료된 것은 서로 다른 정보입니다.
VINCIS GPT의 설계 전제는 모델의 자기 진술이 실행의 증명이 되지 않는다는 것입니다. 작업의 완료 여부는 답변의 표현이 아니라, 시스템이 독립적이고 다시 읽어 확인할 수 있는 증거를 확보할 수 있는지에 달려 있습니다. 보수적으로 들릴 수 있지만, 이 전제가 시스템 전체의 구조를 결정합니다.
세 가지 핵심 객체
“작업”을 추적 가능한 대상으로 만들기 위해, VINCIS GPT는 세 가지 객체로 작업을 기술합니다.
Outcome은 네 가지 값만 가지며, “알 수 없음”이라는 단계를 의도적으로 남겨 두었습니다.
| 상태 | 의미 | 시스템 동작 |
|---|---|---|
SUCCESS | 목표가 완료되었음을 증명하는 충분한 증거가 있음 | 증거 출처를 기록하고 해당 Work를 종료 |
FAILED | 실행이 실패했음을 증명하는 증거가 있음 | 실패 당시 상태를 보존하고 처리를 기다림 |
UNKNOWN | 현재 자료로는 성공이나 실패를 확인할 수 없음 | 멈추고 확인을 요청하며, 반복 실행하지 않음 |
NOT_CONNECTED | 관련 실행 또는 검증 기능이 아직 연결되지 않음 | 공백을 명확히 알리고, 모의 데이터를 사용하지 않음 |
대부분의 시스템은 “읽기 시간 초과”를 실패로 분류하거나, 아예 이상이 없는 것으로 처리합니다. 두 방식 모두 잘못된 확실성을 만들어 냅니다. UNKNOWN을 남겨 둔다는 것은 시스템이 모른다는 사실을 인정한다는 뜻입니다. 그 대가는 사람이 한 번 더 확인하는 수고이고, 얻는 것은 잘못된 결론 위에서 다음 단계로 나아가지 않는다는 점입니다.
AI Employee는 어떻게 팀에 합류하는가
AI Employee는 직무와 능력을 부여받은 실행 주체입니다. 작업을 받고, 문제를 분해하고, 계획을 제안하고, 허용된 범위 안에서 도구를 호출하고, 승인을 받은 작업을 실행하며, 그 전 과정을 기록할 수 있습니다.
할 수 없는 일도 마찬가지로 명확합니다. 그리고 이러한 제한은 프롬프트 수준의 약속이 아니라 시스템 수준의 제약입니다.
- 실제 사람을 사칭할 수 없으며, 실제 사람의 신분으로 승인할 수도 없습니다.
- 스스로 더 높은 권한을 만들거나, 자신의 작업을 스스로 승인할 수 없습니다.
- 모델 출력을 그대로 기업의 사실로 기록할 수 없습니다.
- 유효한 증거 없이 작업 성공을 선언할 수 없습니다.
다시 말해, AI Employee의 능력 경계와 권한 경계는 서로 독립된 별개의 체계입니다. 어떤 도구를 호출할 수 있다고 해서, 언제 그 도구를 호출할지 결정할 권한이 있는 것은 아닙니다.
권한과 승인: 누가 무엇을 결정할 수 있는가
시스템은 흔히 혼동되는 네 가지 개념을 구분합니다.
- 실행 능력: 어떤 도구를 사용하고 어떤 유형의 작업을 처리할 수 있는가.
- 요청 권한: 특정 요청을 제기할 수 있는가. 요청을 제기하는 것이 요청을 승인하는 것은 아닙니다.
- Owner 권한: 시스템이 공식적으로 임명하고 검증한 신원 기록에서만 나옵니다.
- 승인 결정: 반드시 실제로 존재하고, 검증되었으며, 해당 결정을 내릴 권한이 있는 사람에게서 나와야 합니다.
특히 강조할 점이 있습니다. 이메일 주소, 표시 이름, 직함, 역할 라벨, 조직 이름은 어떤 권한도 만들어 내지 않습니다. 이것들은 연락처와 표시 정보일 뿐, 권한 부여의 근거가 아닙니다. 스스로 이름을 admin@으로 지은 계정이라도 권한 시스템의 Owner 기록과는 아무런 관계가 없습니다.
# 권한 판단 순서(간략화) verify identity → 시스템에서 검증된 신원 기록 check capability → 해당 주체가 이 유형의 작업을 실행할 수 있는가 check authorization → 해당 작업이 유효하게 승인되었는가 require approval → 고위험 작업은 실제 사람의 확인이 필요함 record evidence → 실행 결과는 반드시 다시 읽어 확인할 수 있어야 함 # 어느 단계든 확인할 수 없으면 → 계속 진행하지 않고 거부하거나 일시 중지
외부 게시, 메시지 발송, 결제, 권한 변경, 민감한 자료 처리가 관련된 경우 시스템은 확인이나 승인을 요구합니다. 유효한 승인을 받지 못하면 실행을 거부합니다. 이는 오류가 아니라 설계입니다.
기업 지식은 채팅 기록이 아닙니다
팀이 오래 사용할수록 한 가지 질문이 생깁니다. 어떤 내용을 공식적인 것으로 인정할 것인가?
VINCIS GPT는 이 둘을 분리하는 방식으로 다룹니다. 대화 내용, 모델의 추측, AI가 생성한 텍스트는 기본적으로 기업의 사실이 아닙니다. 공식 지식이 되려면 하나의 정보에 명확한 출처, 복원 가능한 맥락, 적절한 확인 근거가 있어야 합니다. 확인할 수 없는 정보는 알 수 없는 상태로 남으며, 완전해 보이는 답으로 자동 보완되지 않습니다.
이 규칙의 실제 효과는 많이 사용하더라도 지식 베이스가 오염되지 않는다는 것입니다. 성장 속도는 더 느리지만, 늘어난 부분은 인용할 수 있습니다.
시범 사용에서 일상 업무까지: 실행 가능한 속도
대부분의 팀은 처음부터 전면 도입할 필요가 없습니다. 비교적 안정적인 방법은 세 단계로 나누어 진행하는 것입니다.
- 먼저 읽기 전용 작업부터 합니다.조사, 검색, 정리, 분석 같은 작업은 외부에 부작용이 없고, 잘못되더라도 다시 하면 그만입니다. 출력 품질에 대한 판단 기준을 세우기에 적합합니다.
- 그다음 커넥터를 한두 개 연결합니다.결과를 검증할 수 있는 시스템을 고르고, 권한 범위, 작업 대상, 발생할 수 있는 부작용을 확인한 뒤, Evidence가 실제로 다시 읽어 확인되는지 살펴봅니다.
- 자동화는 마지막입니다.앞의 두 단계에서 쌓인 기록이 충분히 많고 신뢰할 수 있게 된 뒤에야, 어떤 단계에서 사람의 확인을 줄일 수 있을지 논의합니다.
개인의 생명, 건강, 중대한 권익 또는 법적 지위에 심각한 영향을 줄 수 있는 결정을 AI가 단독으로 내리게 하지 마십시오. 법률, 의료, 재무, 세무, 보안 또는 인사와 관련된 판단은 해당 자격을 갖춘 사람이 검토해야 합니다.
흔한 오해
“출력이 아주 전문적으로 보이니 문제없을 것이다.”유창함과 정확성은 별개입니다. 언어 모델은 확신이 없을 때에도 구조가 잘 갖춰진 답을 내놓습니다. 바로 이 때문에 확인이 필요합니다.
“호출에 성공했다고 하던데요.”Evidence와 Outcome을 확인하십시오. 시스템이 제공하는 실행 증명과 모델이 실행에 대해 설명하는 내용은 같은 것이 아닙니다.
“이 기능은 로컬에서 실행되는 거겠죠.”로컬 전용 처리라고 명시되어 있지 않다면 그렇게 가정하지 마십시오. 구체적인 경계는 사용하는 기능, 배포 방식, 호출하는 서비스에 따라 달라집니다.
AI를 업무에 도입할 때 어려운 것은 AI가 말하게 하는 일이 아니라, 그 말을 검증할 수 있게 만드는 일입니다. VINCIS GPT의 설계 대부분은 바로 이 한 가지를 중심으로 이루어져 있습니다.
VINCISGPT에 실제 업무 하나를 맡겨 보세요
내 비즈니스 상황을 가져와, 작업을 나누고 증거를 정리해 검증 가능한 결과를 내는 과정을 직접 확인하세요.