질문의 깊이가 조직을 바꾼다: 배달의민족이 AI를 '문제 해결 동료'로 키운 방법

"지난달 주문 데이터를 활용해서 쿠폰 혜택에 민감한 고객을 찾아주세요." 마케팅 실무자라면 익숙한 이 한 문장이, 실제 조직 안에서는 거대한 벽 앞의 출발점이 된다. 누구에게 물어야 할지 모르는 막막함, 데이터의 중요성은 알지만 직접 해석할 엄두가 나지 않는 데이터 리터러시의 결핍은 오랫동안 기업의 고질적 과제였다. 2026년 5월 열린 Enterprise AI Seoul에서 우아한형제들 AI프로팀의 성한영 팀장은 이 오래된 문제를 어떻게 풀어왔는지 공개했다.

배달의민족을 운영하는 우아한형제들의 사내 AI는 단순 정보 검색에 머무른 1세대를 지나, 여러 에이전트가 협력하는 멀티 에이전트 시스템(2세대)을 거쳐, 현재는 비즈니스 코딩 에이전트인 '물어보세 Claw'(3세대)로 진화했다. 이 시스템은 자연어 요청을 복잡한 쿼리로 바꿔주는 SQL 디스커버리 에이전트, 사내에 흩어진 지식을 통합 검색하는 놀리지 디스커버리 에이전트, 반복 업무를 자동화하는 서포트 오토메이션 에이전트로 구성된다.

성과는 구체적이다. 한 실무자가 특정 위키 폴더를 지정하자 AI는 여러 차례의 추론을 거쳐 데이터 특징 분석 표와 이상치 탐지 기준을 스스로 제안했다. 또 "일 1회 발급, 특정 사용 조건 적용"처럼 제약 조건이 복잡한 마케팅 쿠폰의 총비용 추정 작업을, 시나리오별 사용률과 발급 건수를 시뮬레이션해 약 30분 만에 완성했다. 발표에 따르면 전사 구성원의 활성 사용자 비율은 25%에서 50% 이상으로 늘었고, AI 답변에 대한 긍정 피드백은 95%, 업무 채널의 질문 해결 시간은 21% 단축, 월간 활용 건수는 2만 건을 넘어섰다.

성 팀장이 짚은 핵심은 '무엇을 도입했는가'가 아니라 '어떻게 확산시켰는가'다. 대부분의 기업은 직원 한 명이 LLM과 1:1로 대화하는 개인 생산성 중심 모델에 머문다. 반면 우아한형제들은 슬랙 채널 전체가 함께 소통하는 팀 기반 문제 해결에 집중했다. 이를 위해 전사 노출(공지·뉴스레터·교육) → 활성 경험 제공 → 성공 경험 축적 → 업무 습관화로 이어지는 확산 루프를 반복해 돌렸다. "처음부터 잘 되는 AI 에이전트 도입은 없다"는 말처럼, 도구 자체보다 조직에 습관으로 안착시키는 설계가 성패를 갈랐다는 것이다.

우아한형제들은 AI 서비스의 성숙 단계를 5단계 로드맵으로 정리했다. 2024년의 업무 보조(Stage 1), 2025년의 업무 자동화(Stage 2)를 거쳐 현재는 부분적 업무 지능화(Stage 3) 단계에 있으며, 향후 공동 의사결정 수준의 업무 지능화(Stage 4)와 AI가 업무를 완전히 담당하는 업무 자율화(Stage 5)를 지향한다. 발표는 마지막에 근본적인 질문을 남긴다. AI가 최적화된 의사결정자가 되는 순간, 인간 구성원에게 남겨질 노동의 영역은 어디인가.

마케팅 실무자를 위한 시사점

이 사례에서 마케터가 주목할 지점은 'AI 도입 성공의 척도가 모델 성능이 아니라 조직 내 확산 설계'라는 관점이다. 아무리 뛰어난 도구를 붙여도, 개인이 각자 LLM과 대화하는 방식에 머물면 조직의 데이터 리터러시 격차는 그대로 남는다. 쿠폰 민감 고객 추출, 쿠폰 예산 시뮬레이션처럼 마케팅 실무에서 반복되는 데이터 요청을 팀 공용 채널에서 에이전트가 함께 처리하도록 만들면, 데이터 병목이 특정 담당자에게 쏠리는 문제를 구조적으로 풀 수 있다.

동시에 실무자 입장에서는 '질문의 깊이'를 다시 고민할 필요가 있다. AI가 SQL 작성과 시뮬레이션 같은 실행 단계를 대신할수록, 사람의 경쟁력은 무엇을 왜 물어야 하는지 정의하는 문제 설정 능력으로 옮겨간다. 마케팅 조직이 지금부터 준비해야 할 것은 단순히 AI 툴을 도입하는 일이 아니라, 좋은 질문을 만들고 그 답을 검증·판단하는 역량을 팀 안에 습관으로 심는 일이다.