회사의 업무와 조직을 이해하는 AI

몇 달에 한 번씩, 무언가가 달라지는 시대입니다. 지금 Slack에서 하고 있는 일들, 석 달 전엔 불가능했던 것들이죠.

지난 4월, Slackbot은 실행하는 법을 학습했습니다. 5월엔 보는 법을 학습했죠. 6월 24일, Slackbot은 여러분, 여러분의 팀, 여러분의 모든 기술 스택까지 학습했습니다. 그리고 이제 들을 수 있죠.

이것은 불과 세 달 간의 이야기입니다. 그리고 마지막 챕터가 앞의 두 챕터를 통해 가능해진 것들을 어떻게 바꾸는지에 대한 이야기이기도 하죠.

4월: Slackbot, 실행하는 법을 학습하다

Slackbot에게 도움을 요청하고 정작 일은 직접 해야 한다면 진정한 도움이 아니기에 Slack 팀이 구축했습니다. 4월에 변화되었죠. Slackbot이 이제 직접 실행할 수 있게 되었으니까요. Salesforce에 레코드를 생성하고, 일정에 따라 작업을 실행하고, 팀이 이미 사용하는 시스템 안에서 일을 처리하는 스킬을 구축할 수 있게 되었습니다.

질문에 답하는 AI는 유용합니다. 하지만 거래에 대한 질문에 답하는 것과, 실제로 레코드를 업데이트하고, 활동을 기록하고, 후속 조치에 플래그를 달아두는 건 전혀 다른 일이죠. 하나는 검색 시간을 몇 초 줄여주는 것이고, 다른 하나는 여러분의 업무 성과를 높이고 일을 진행시켜 주는 것이니까요.

Salesforce의 세일즈 엔지니어인 Raveesh Raina는 고객 통화 후 활동을 기록하는 스킬을 만들었습니다. 그가 이 스킬을 공유하자 3주 만에 동료 466명이 사용하기 시작했습니다. 그중 73%는 입소문으로 스킬을 알게 됐고, 인당 한 주에 43분을 절약할 수 있었죠.

한 사람이 행하는 최선의 프로세스가 모두의 역량이 되는 것, 바로 이런 모습입니다.

 

5월: Slackbot, 보는 법을 학습하다

세상에서 가장 좋은 답도 누군가의 브라우저 기록 속에만 있다면 아무 소용이 없습니다. 그래서 Slack 팀이 이 기능을 만들었습니다. 4월에 Slackbot은 실행할 수 있게 되었고, 5월에는 볼 수 있게 되었죠.

5월부터 Slackbot은 Slack 밖으로 나가서 찾은 정보를 대화로 바로 가져올 수 있게 되었습니다. 웹을 검색하고, PDF를 읽고, 숫자 데이터로 내장 차트를 만들거나, 텍스트를 강조 표시하여 Slackbot에게 맥락에 맞게 설명해 달라고 요청할 수도 있습니다. 그 결과물은 별도의 도구나 아무도 열어보지 않을 파일 속으로 사라지지 않습니다. 이미 일이 진행되는 바로 그 자리에 표시되어, 팀 전체가 바로 확인하고 그를 토대로 일을 진행할 수 있죠.

이것이 팀의 모든 구성원에게 중요한 부분입니다. 실제로 일한 사람이 별도의 산출물로 정리할 필요가 없습니다. 대화 자체가 산출물이었으니까요.

6월 24일: Slackbot, 사용자를 학습하다. 사용자의 팀과 기술 스택을 학습하고 마침내 듣다.

회의를 마치고 나오는 길에 아이디어가 번뜩입니다. 그런데 손이 자유롭지 않습니다.

바로 그럴 때 Slackbot이 필요합니다. 음성 작업으로 기록이 가능해지니까요. 휴대폰에서 Slackbot을 열고 실행이 필요한 걸 말해보세요. 통화 내용 기록, 레코드 업데이트, 잊어버리기 전에 생각 기록해 두기 등. Slackbot은 이미 맥락을 파악하고 있어 다시 설명할 필요가 없습니다. 그냥 소리 내어 말하기만 하면 되죠.

Slackbot이 이미 여러분을 잘 알고 있기 때문입니다. 더 오래 사용할수록 더 많이 알게 되죠.

물어볼 때까지 기다리지 않습니다. Slackbot은 정해진 일정에 따라 실행하거나, 채널에 메시지가 도착하면 자동으로 작동하거나, 누군가 이모지로 반응을 남기면 바로 작업을 시작하죠. 호출될 때만 나타나는 AI와는 차원이 다릅니다.

사용자만이 아닌, 사용자의 팀을 아는 AI.

4월과 5월은 기능에 집중했습니다. 6월은 더 구현하기 어려운 것, 바로 콘텍스트를 심도 있게 연구했습니다. Slack 팀이 이 기능을 만든 건, 우리의 업무를 아는 AI를 원하기 때문입니다. 4월과 5월은 기능에 집중한 시간이었죠.

이제 대부분의 AI는 메모리 기능을 갖추고 있습니다. 하지만 내가 알려준 것을 기억하는 AI와 조직이 쌓아온 것을 알고 있는 AI는 다릅니다. 어떤 AI는 요청할 때 상황 및 맥락까지 파악합니다. Slackbot은 처음부터 그 맥락의 자리에 있었죠. 반면 다른 AI는 사용자가 입력한 것을 학습할 뿐입니다. 직책, 선호도, 환경설정 패널에 사용자가 직접 입력한 콘텍스트와 같은 것들이죠. 하지만 Slackbot은 팀이 실제로 한 일을 학습합니다. 지난달 채널에서 내려진 결정, 진짜 답이 보관된 프로젝트 스레드, Slack에서 이뤄진 통화의 Salesforce 거래 콘텍스트까지. 따로 설명해 줄 필요가 없습니다. Slackbot은 이미 거기 있었으니까요.

Slack에서 일하면 일할수록, Slackbot은 더 예리해집니다. 6주째 작업하지 않은 거래에 대해 후속 메시지를 작성해 달라고 하면, 이해관계자가 누구인지, 어디서 막혔는지, 영업 담당자가 마지막으로 한 말이 무엇인지 이미 알고 있죠. 여러분이 알려줘서가 아닙니다. 바로 그곳에서 업무가 이루어졌기 때문이죠. 콘텍스트는 계속 쌓여가게 됩니다.

여기서 끝이 아닙니다.

메모리는 사용할수록 Slackbot을 더 똑똑하게 만들고, 스킬은 그 효과를 팀 전체로 확산시킵니다.

동료가 알아낸 방법이 작업 시간을 한 시간 단축시켜줄 만큼 큰 도움이 됐을 텐데 전혀 몰랐던 경험, 한 번쯤 있지 않나요? 가령 거래 갱신 회의를 완벽하게 준비하는 방법이라든가, 뒤죽박죽 복잡한 데이터를 부사장도 30초 만에 읽을 수 있는 자료로 바꿔주는 프롬프트 같은 것들이죠. 이런 노하우는 예전엔 입소문을 타야만 퍼졌고, 아예 퍼지지 않는 경우도 많았습니다. 이제 Slackbot을 통해 동료들이 이미 발견한 것들을 공유하고 이를 토대로 함께 발전시킬 수 있죠. 팀원 누군가가 스킬을 만들면, 모두가 그 혜택을 누리게 됩니다.

모든 기술 스택을 하나의 대화로.

콘텍스트는 어디서든 계속 이어져야 비로소 유용합니다. 바로 MCP를 사용하면 이 일이 가능해집니다. 대부분의 팀은 다섯 개 이상의 앱을 사용합니다. MCP를 통해 Slackbot은 Google, Atlassian, Box, Notion, DocuSign 등 여러분의 전체 스택을 대화 안으로 가져옵니다. 답을 찾으러 다른 곳으로 이동할 필요도 없고, 콘텍스트를 다시 설명할 필요도 없죠. Slackbot이 업무가 있는 곳까지 가고, 대화가 이미 이루어지고 있는 곳으로 정보를 가져다줍니다.

이것이 바로 모든 기능을 관통하는 핵심입니다. 메모리는 Slackbot을 여러분에 맞춰 발전시킵니다. 스킬은 그 효과를 팀 전체로 확장하죠. MCP는 나머지 스택을 대화로 불러옵니다. 단순히 자신이 사용해서가 아니라, 주변 모든 동료들이 함께 사용하면서 점점 더 똑똑해지는 AI를 모든 직원이 갖게 됩니다.

타이핑이 번거로워서 Slackbot을 한 번도 열어본 적 없는 분도 이제 그냥 말만 하세요.

Slackbot을 열고 이렇게 물어보세요. “나에 대해 뭘 알고 있어?”

시작은 바로 거기서부터입니다. 그리고 점점 더 좋아질 겁니다.