웨이스는 업무 AI 에이전트를 직원 한 사람이 아니라 회사에 도입하도록 만듭니다기준 문서·규칙·기록·권한은 개인 계정이 아니라 회사에 남습니다
웨이스 직원들이 2026년 7월 15일부터 9월 28일까지 사내 AI 작업 도구에 직접 입력한 요청은 11,756건입니다. 누가 입력하든 웨이스의 AI 에이전트는 같은 회사 기준 문서에서 값을 읽고, 같은 규칙 문서를 지키며, 문서를 만들거나 고친 일은 회사 작업 기록에 남깁니다.
이 태그가 붙은 글 · 모두 17편
웨이스 직원들이 2026년 7월 15일부터 9월 28일까지 사내 AI 작업 도구에 직접 입력한 요청은 11,756건입니다. 누가 입력하든 웨이스의 AI 에이전트는 같은 회사 기준 문서에서 값을 읽고, 같은 규칙 문서를 지키며, 문서를 만들거나 고친 일은 회사 작업 기록에 남깁니다.
계약·인허가·감사 대응 흐름은 계약서에 서명하거나 인허가증·인증서를 받는 순간, 곧 기한이 생기는 순간 시작합니다. 끝은 만료 전에 갱신을 마치거나, 감사에서 요청한 자료를 기한 안에 제출하는 것입니다.
직원 문의 흐름은 직원이 규정·복지·IT 사용법·설계 기준을 묻거나 시설 보수를 요청하면서 시작하고, 근거 조항을 붙인 답변이 나가거나 담당이 처리를 마치면 끝납니다. 제조기업 한 곳이 적어 낸 목록(중복 제외 110건 기준)에서 이 흐름의 업무는 9가지이고, 업무를 적어 낸 부서는…
제조기업 한 곳이 AI 후보로 적어 낸 업무를 중복 없이 세면 110건이고, 이 110건은 시작과 끝을 기준으로 16개 흐름에 나뉩니다. 흐름은 16개인데 그 안에서 AI가 하는 동작은 7가지뿐입니다. 자동 입력 한 가지만 해도 16개 흐름 가운데 13개 흐름에 나옵니다.
제조기업 한 곳이 부서별로 적은 AI 후보 업무 120가지를 하는 일로 나눠 보면 7가지 동작으로 모입니다. 요약·분석 29가지, 자동 입력 28가지, 대조·검증 24가지, 검색·답변 16가지, 초안 작성 12가지, 분류·배정 6가지, 기한 알림 5가지입니다.
정부 스마트공장 지원사업은 제조 솔루션 구축 사업 기간의 상한을 6~9개월(연장 최대 3개월)로 둡니다. 민간 단일 공장용 제조 솔루션 계약을 찾아보면 검수와 안정화까지 포함한 계약 기간이 8~16개월인 사례가 나옵니다.
비정형 데이터만 있는 회사도 AI를 도입할 수 있느냐는 질문에, 웨이스는 사내 업무 폴더를 근거로 답합니다. 2026년 9월 29일에 세어 본 업무 폴더의 문서 파일은 1만 6,216개였고, 그중 엑셀·CSV 같은 표 형식 파일은 257개로 1.6%였습니다.
제조 AI 운영체제 VEXPLOR를 만드는 웨이스는 회사 안의 일에도 AI를 사용합니다. 메일을 쓰고, 제안서와 견적서를 만들고, 회의록을 정리하는 일은 사내 AI 작업 도구에 맡기고, 매일 아침 회사 문서 점검은 스크립트가 사람 없이 실행합니다.
업무에 AI를 붙이는 회사가 처음 부딪히는 질문은 「무엇을 자동화할까」입니다. 메일 초안, 보고서 요약, 견적 계산처럼 후보는 금방 나옵니다. 그런데 몇 주 쓰다 보면 질문이 바뀝니다. AI가 만든 결과를 어디까지 사람이 확인해야 하는가, 그리고 사람이 없는 밤에 실행된 작업이 제대로 끝났는지 어떻게 아는가입니다.
오늘은 거래처에 보낼 메일 1통을 AI 초안으로 만들어 실제로 보내고, 다음부터는 빈칸만 채우면 되는 「내 메일 지시문」 서식 1장을 남깁니다. 20분 걸립니다. AI 에게 먼저 적어 줘야 할 3가지는 받는 사람·목적·형식입니다. 이 3줄이 있으면 초안이 상대가 물은 것에 답을 하고, 없으면 인사말로 빈자리를 채웁니다.
오늘은 내 일주일 업무 20개를 4구역으로 나눈 분류표 1장, 다음 달에 AI 초안을 붙일 후보 3개, 사람이 계속 쥐는 업무 5개를 만듭니다. 40분이면 됩니다. 제조 AI 운영체제 VEXPLOR 를 만드는 웨이스가 공장에서 자주 받는 질문이 「그래서 뭘 맡기고 뭘 안 맡겨야 하나」입니다.
오늘 만드는 것은 회의 조치 목록 서식 1장과, 실제 아침 회의 1건을 그 서식에 옮긴 적용본 1장이고, 30분이 걸립니다. 서식은 표 3개입니다 — 결정된 것, 하기로 한 것(내용·담당·기한·확인 방법), 논의만 하고 결정 안 된 것. 오늘 새로 배우는 것 하나는 결정과 논의를 나누는 것입니다.
요즘 고객사 자리에서 거의 같은 말을 듣습니다. "업무용 AI 데모는 많이 봤습니다." 그리고 그다음에 꼭 한마디가 붙습니다. "그런데 실제로 업무에 쓰고 있는 데는 아직 못 봤어요."
같은 도구를 사용합니다. 같은 모델이고 요금제도 같습니다. 하루에 들이는 시간도 비슷합니다. 그런데 몇 달 지나면 나오는 양이 몇 배 차이 납니다. 프롬프트를 잘 쓰는 요령의 문제가 아닙니다. 도구에 무엇을 시키고 있는지가 다릅니다.
저희는 제조 현장의 AI를 만드는 회사인데, 정작 사내 업무는 오랫동안 폴더와 문서로 돌아갔습니다. 제안서, 사업계획서, 회의록, 회사 수치가 전부 파일이고, 그 파일들을 AI 도구로 만들고 고칩니다. 팀 규모가 크지 않아 시스템을 도입하기도 애매했습니다.
요즘 많은 IT 기업이 AI 에이전트 구축, 기업 AI 도입 서비스를 내놓습니다. 소개 자료는 화려하고, 시연은 매끄럽습니다. 그런데 한 가지 질문을 던지면 분위기가 달라지는 경우가 많습니다. "그래서, 귀사의 업무는 지금 AI로 돌아가고 있습니까?"
제조 AI 이야기는 자주 추상적으로 흐릅니다. "혁신", "효율", "자율". 듣기엔 좋지만 현장 담당자에게는 잘 와닿지 않습니다. 그래서 이번 글은 추상을 걷어내고, 실제 업무 다섯 가지가 어떻게 바뀌는지만 구체적으로 적겠습니다. 앞선 글에서 말한 표준화와 닫힌 루프가 갖춰졌을 때 나오는 숫자들입니다.