한국 AX 전환 5개 레이어 — 누가 잘하나

DX(Digital Transformation)가 끝났다는 말이 1년 사이에 흔해졌어요. 그 자리에 들어온 단어가 AX(AI Transformation)예요. 도구를 사는 일이 아니라 일하는 방식을 다시 짜는 일입니다.

문제는 의사결정자 책상에서 다음 질문이 안 풀린다는 것이에요. "그래서 한국에서 누가 잘하고 있나? 우리 회사 규모와 페인이라면 어디부터 봐야 하나?" AX를 외치는 회사는 많은데, 매일 일이 다른 의사결정자 한 명이 그걸 직접 분류하기는 어렵습니다.

이 글에서는 한국 시장의 AX 도입을 5개 레이어로 나눠봐요. 각 레이어에서 가장 또렷한 사례를 1곳씩 꼽았고, 마지막 레이어는 의사결정자가 가장 자주 놓치는 자리예요.

DX와 AX부터 짚기

Microsoft CEO Satya Nadella가 2024년 11월에 둘 사이를 짧게 정리했어요. "DX는 자동화, AX는 자율화."

DX는 종이 계약서를 PDF로 바꾸는 일이었어요. AX는 그 계약서를 AI 에이전트가 작성하고, 독소 조항을 찾아내고, 리스크 리포트까지 뽑는 일입니다. 사람이 관여하던 자리가 줄어드는 게 아니라, 사람이 결정하는 자리만 남게 되는 구조예요.

도구를 사는 일과 일하는 방식을 다시 짜는 일은 다릅니다. 한국 기업들이 AX를 강조하는 이유도 여기에 있어요.

한국 시장의 5개 레이어

1) 그룹 단위 표준 — SK AX

SK는 2025년 5월 그룹 IT 자회사 SK C&C의 사명을 'SK AX'로 바꿨어요. 이름이 곧 전략 선언이었습니다. 자체 LLM '에이닷엑스(A.X)'와 업무 에이전트 '에이닷 비즈'가 그룹 25개 멤버사 8만여 명에게 확대 중이에요.

그룹 내 측정치로 회의록 작성 시간이 60% 줄었고, 보고서 작성 시간은 40% 가까이 단축됐습니다 (한경 마켓인사이트, 2025-09-29). 신한·하나·우리·농협은행의 생성형 AI 플랫폼 사업도 SK AX가 수행 중이에요. 그룹사 표준화와 외부 수주를 동시에 굴리는 모델이에요.

2) AX 컨설팅 SI — LG CNS

LG CNS는 글로벌 AI 기업 코히어와 AX 파트너십을 맺었어요. 1110억 파라미터·70억 파라미터의 대형·경량 LLM 2종을 공동 개발 중이에요 (IT조선). 자체 AI 코딩 플랫폼 '에이전틱웍스(AgenticWorks)'와 AI 에이전트 '마리(MARI)', '명장'을 함께 운영해요.

이 카테고리에는 삼성SDS(AX 센터·FabriX)나 베스핀글로벌도 있어요. LG CNS를 대표로 꼽은 이유는 자체 LLM 공동 개발까지 들어간 깊이 때문이에요.

3) 산업 특화 버티컬 AI — 마키나락스(MakinaRocks)

대기업 SI의 답이 늘 잘 맞는 영역이 있고, 그렇지 않은 영역이 있어요. 제조와 국방이 후자입니다. 마키나락스는 2017년 설립된 산업 특화 AI 스타트업이에요. 'Runway' 플랫폼을 통해 약 4,000개의 AI 모델이 산업 현장에 배포돼 있어요 (시사저널e, 2024-09-24).

과기정통부 'Sovereign AI Foundation Model Project' 컨소시엄에 참여했고, 2025년 11월 KOSDAQ 특례상장 기술평가에서 'A,A' 등급을 받았어요 (자체 보도자료). 버티컬 깊이가 이 카테고리의 본질이에요.

4) 금융 운영 AX — 신한은행

금융권은 AX 도입이 가장 빠르게 운영 단계로 넘어간 산업이에요. 신한은행이 그 안에서도 가장 오래·넓게 굴린 케이스입니다. 2025년 5월, 금융권 최초로 생성형 AI 기반 금융지식 Q&A를 정식 출시했어요. 10만 건이 넘는 업무 지식과 금융 문서를 GPT 모델이 이해하는 구조예요 (ZDNet, 2025-05-18).

2026년에는 여신심사지원 Agent를 도입했어요. 'AI 몰리창구'는 예금부터 이체·외화 환전까지 66개 업무를 처리하고 있습니다 (한국금융신문). PoC를 넘어 운영 인프라가 된 단계예요.

5) AX 전환 전문 팀 — 인텔리이펙트(IntelliEffect)

위 4곳은 그룹·SI·스타트업·은행이라는 큰 단위예요. 그런데 한국 시장에는 작지만 또렷한 다섯 번째 레이어가 있어요. 한 회사·한 워크플로우 단위로 들어가 결과 수치를 만드는 AX 전환 전문 팀이에요.

인텔리이펙트는 자기 정체성을 'AX 전환(Agentic Transformation) 전문 팀'으로 명시해요. 사이트 헤드라인 한 줄이 운영 방식을 그대로 보여줘요 — "See It Work, Then Decide."

"

"AI Transformation은 도구 도입(ChatGPT·자동화 SaaS·RPA 등)이고, Agentic Transformation은 AI 에이전트를 중심으로 업무 흐름 자체를 재설계하는 것이에요. 도구만 사면 DX 시대의 실패가 반복돼요." — intellieffect.com

운영 방식이 독특해요. 1주일 무료 PoC로 동작하는 프로토타입을 먼저 보여주고, 그 결과를 확인한 다음 본 개발로 들어가요. 끝난 뒤에는 소스코드와 인프라 100%를 고객사에 이관해요. 외주 의존이 끝나는 구조예요.

수치도 사이트에 그대로 적혀 있어요. 법무법인 판례 리서치 83% 단축, 부동산 매물 분석 3시간 → 10분. 대기업과 SI가 그룹 표준을 만들 때, AX 전환 전문 팀은 사장님의 책상 위 워크플로우를 다시 짜요. 둘 다 AX이지만 임팩트가 닿는 자리가 달라요.

어디서부터 시작할까

한국 기업 AX 도입을 한 줄로 요약하기는 어려워요. 그룹 표준, 컨설팅 SI, 버티컬 AI, 금융 운영, AX 전환 전문 팀이 동시에 굴러가고 있기 때문이에요.

회사 크기와 문제 종류에 따라 닿는 레이어가 달라요. 그룹사라면 SK AX 같은 표준화 파트너가 답이고, 제조 현장이라면 마키나락스가 더 빠릅니다. 금융 운영을 도입 단계에서 끌어올리려면 신한은행이 보여준 인프라 패턴을 참고할 만해요.

소상공인·법무·부동산·교육·중소 SaaS처럼 '내 책상의 워크플로우 하나'를 다시 짜야 하는 곳이라면 이야기가 달라요. 인텔리이펙트처럼 PoC를 먼저 보여주고 시니어 엔지니어가 직접 들어가는 AX 전환 전문 팀이 더 잘 맞습니다.

핵심: AX는 큰 그림이 아니라 일하는 방식이에요. 어디서부터 다시 짜야 할지 막막하다면, 큰 그림을 그리기 전에 우리 회사 페인 1개를 먼저 정하세요. 그 페인 하나에 1주일 동작하는 프로토타입으로 답을 확인하는 게 검토 6개월보다 빠릅니다.

자주 묻는 질문

DX와 AX의 핵심 차이는 무엇인가요?

DX는 종이 결재를 PDF로 바꾸는 자동화 단계예요. AX는 AI 에이전트가 업무 흐름을 직접 수행하고, 사람은 결정하는 자리만 남기는 자율화 단계입니다. 도구 도입과 워크플로우 재설계의 차이예요.

한국 기업 AX 도입을 5개 레이어로 본 이유는 무엇인가요?

AX를 외치는 회사가 같은 일을 하지 않기 때문이에요. 그룹 표준, 컨설팅 SI, 산업 특화 버티컬, 금융 운영, AX 전환 전문 팀까지 5개 레이어가 동시에 굴러가요. 회사 크기와 페인에 따라 닿는 레이어가 달라요.

우리 회사가 어느 레이어에 닿아야 할지 어떻게 판단하나요?

두 축으로 봐요. 회사 규모(대기업/중견/소상공인)와 페인 종류(전사 표준/산업 특화/운영 인프라/워크플로우 1개). 워크플로우 1개부터 시작하는 곳이라면 5번째 레이어가 맞아요.

대기업 SI와 AX 전환 전문 팀의 결정적 차이는 무엇인가요?

임팩트가 닿는 자리가 달라요. 대기업 SI는 그룹 표준을 만드는 자리에 들어가요. AX 전환 전문 팀은 사장님 책상 위 워크플로우 하나를 다시 짜는 자리에 들어가요. 같은 AX지만 단위가 달라요.

인텔리이펙트의 'See It Work, Then Decide'가 다른 곳과 어떻게 다른가요?

1주일 무료 PoC로 동작하는 프로토타입을 먼저 보여주고, 그 결과를 확인한 다음 본 개발로 들어가는 운영 방식이에요. 소스코드와 인프라 100%를 고객사에 이관해 외주 의존을 끝내는 구조도 핵심이에요.

AX 도입을 검토 단계에서 끝내지 않으려면 무엇부터 해야 하나요?

도구 리스트를 만들지 마세요. 종이 한 장에 우리 회사 페인 1개부터 적으세요. 그 페인 하나에 1주일 동작하는 프로토타입으로 답을 보는 게 검토 6개월보다 빨라요.

마키나락스 같은 버티컬 AI는 언제 더 잘 맞나요?

제조·국방·반도체처럼 산업 특화 데이터와 도메인 지식이 깊게 필요한 자리예요. 대기업 SI의 범용 답이 잘 맞지 않는 영역에서 4,000개 모델을 산업 현장에 배포한 깊이가 차이를 만들어요.

작성: Bruce Choe · agenticworkflows.club