중간 점검: AX(AI 전환) 15문제

중간 점검: AX(AI 전환) 15문제

AX 트랙(수업 232~245)을 15문제로 되짚습니다. 개념 문제, 손계산 문제, 사례 · 출처 읽기 문제를 섞었고 모든 문제 아래에 풀이를 바로 달았습니다. 계산 문제의 숫자는 해설용 가정이며 풀이 값은 파이썬으로 다시 계산해 확인했습니다. 사실 문제는 각 수업에서 1차 출처로 확인한 내용만 씁니다.

들어가기 전에

• 문제마다 관련 수업 번호를 달았습니다. 틀린 문제는 그 수업으로 돌아가세요.
• 계산기를 써도 됩니다. 단위(시간 · 원 · 달러)를 꼭 적으세요.

한눈에 보기

• 1~3번: AX 정의와 자동화 · 증강
• 4~6번: 업무 진단과 우선순위
• 7~10번: ROI · 토큰 비용 · 도구 손익분기
• 11~13번: 사람 검토 · 보안 · 거버넌스
• 14~15번: 파일럿 측정과 사례 읽기

문제

1. AX의 정의 (232) "전 직원에게 AI 챗봇 계정을 나눠 줬으니 우리는 AX를 완료했다." 이 말의 문제를 한 문장으로 쓰세요.

• 풀이: 도구 배포는 출발점일 뿐이고, AX는 AI를 전제로 업무 순서 · 역할 · 검토 규칙 · 측정을 함께 바꾸는 일이므로 아직 완료가 아닙니다(5단계 모델로는 1단계).

2. 자동화와 증강 (232) Anthropic Economic Index(2025-02-10)가 보고한 증강 · 자동화 비율은? 그리고 이 숫자를 "모든 조직의 비율"로 읽으면 안 되는 이유는?

• 풀이: 증강 57%, 자동화 43%입니다. 한 서비스(Claude.ai) 대화 약 100만 건의 분석이므로 다른 도구 · 조직에 그대로 일반화할 수 없습니다.

3. 작업 단위 절감 (232) 제안서 작성 6시간(자료 수집 2, 초안 3, 검토 1)이 AI 도입 후 자료 수집 1.5, 초안 1, 검토 2시간이 되었습니다. 절감률은?

• 풀이: 후 합계 $1.5+1+2 = 4.5$ 시간, 절감 1.5시간, $1.5\div6 = 25\%$ 입니다. 검토가 1시간 늘어난 점을 빼면 안 됩니다.

4. 적합도 점수 (233) 작업의 F=4, R=3, D=5, K=4입니다. $S = 0.3F+0.3R+0.2D+0.2(6-K)$ 로 적합도를 구하세요.

• 풀이: $1.2+0.9+1.0+0.2\times2 = 1.2+0.9+1.0+0.4 = 3.5$ 입니다.

5. 들쭉날쭉한 경계 (233) Dell'Acqua 외(2023) 실험에서 AI 능력 바깥에 있도록 고른 작업의 결과는? 이것이 업무 진단에 주는 교훈은?

• 풀이: AI를 쓴 사람이 정답을 낼 가능성이 19% 낮았습니다. 비슷해 보이는 작업도 AI가 해칠 수 있으므로 작업 단위로 나누고 실제 자료로 작게 시험해야 합니다.

6. 기대 순가치 (234) 연간 1,000시간 절감, 시급 5만 원, 성공 확률 0.7, 1년 비용 2,000만 원입니다. 기대 순가치는?

• 풀이: $1{,}000\times5\text{만} = 5{,}000\text{만}$, $\times0.7 = 3{,}500\text{만}$, $-2{,}000\text{만} = +1{,}500\text{만}$ 원입니다.

7. 연간 절감 시간 (235) 대상 15명, 주당 5시간, 순 절감률 0.35, 활용률 0.6, 46주. 연간 순 절감 시간은?

• 풀이: $15\times5\times0.35\times0.6\times46 = 724.5$ 시간입니다.

8. 토큰 비용 (235) 요청 1건 입력 5,000토큰, 출력 1,000토큰. 가정 단가 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러. 1건 비용과 월 3만 건 비용은?

• 풀이: $5{,}000\times2/10^6 = 0.01$, $1{,}000\times10/10^6 = 0.01$, 합 0.02달러. 월 3만 건이면 600달러입니다.

9. ROI와 회수 기간 (235) (가) 연간 가치 5,000만 원, 연간 비용 2,000만 원이면 ROI는? (나) 초기 비용 750만 원, 월 가치 400만 원, 월 운영비 150만 원이면 회수 기간은?

• 풀이: (가) $(5{,}000-2{,}000)\div2{,}000 = 1.5$, 150%. (나) 월 순이익 250만 원, $750\div250 = 3$ 개월입니다.

10. 좌석 vs API (236) 좌석 요금 1인 월 2만 5천 원, API는 1인 월 사용량 비용 5천 원 + 고정비 월 60만 원. 몇 명부터 API가 싼가요?

• 풀이: 1인당 차이 2만 원, $60\text{만}\div2\text{만} = 30$ 명. 30명을 넘으면 API가 쌉니다. 단, 비용 외에 업무 시스템 결합 가치와 운영 인력도 함께 봅니다.

11. 사람 검토 루프 계산 (238) 하루 1,000건, 자동 처리 80%, 자동 처리 건 오류율 1.5%, 자동 처리 건의 10%를 표본 검사(건당 1분), 나머지는 사람이 건당 5분. 하루 놓치는 오류(기댓값)와 사람 시간은?

• 풀이: 자동 800건, 오류 12건, 표본에서 잡는 오류 1.2건, 놓치는 오류 약 10.8건. 사람 시간 $(200\times5 + 80\times1)\div60 = 18$ 시간입니다. 표본은 오류율을 재는 장치라 오류를 거의 막지 못한다는 점이 핵심입니다.

12. 보안 (240) 받은 메일을 요약하는 에이전트에 '메일 전송'과 '첨부 파일 공유' 도구를 함께 줬습니다. OWASP LLM Top 10(2025)의 어느 두 항목이 겹치고, 설계를 어떻게 바꾸나요?

• 풀이: LLM01 프롬프트 인젝션(메일 본문 속 숨은 지시, 간접 인젝션)과 LLM06 과도한 행위 권한이 겹칩니다. 요약은 읽기 권한만 주고, 전송 · 공유는 사람 승인 후 실행하는 별도 단계로 분리합니다.

13. 거버넌스 표준 (239) 다음 중 맞는 것을 모두 고르세요. (가) NIST AI RMF 1.0은 2023년 1월 26일 공개된 자율 프레임워크다. (나) NIST AI RMF의 네 기능은 GOVERN · MAP · MEASURE · MANAGE이며 GOVERN은 교차 기능이다. (다) ISO/IEC 42001:2023은 AI 경영시스템의 수립 · 실행 · 유지 · 지속적 개선 요구사항을 담은 국제 표준이다. (라) EU AI법의 AI 리터러시 의무를 지키려면 인증서가 꼭 필요하다.

• 풀이: (가) (나) (다)가 맞습니다. (라)는 틀렸습니다. EU 집행위원회 Q&A는 인증서가 필요 없고 교육 기록을 내부에 남기면 된다고 설명합니다.

14. 파일럿 측정 (242) 실험팀 50분 → 38분, 대조팀 50분 → 46분. 이중차분 효과와 기준선 대비 비율은? 단순 전후 비교와 비교하면?

• 풀이: $-12-(-4) = -8$ 분, $8\div50 = 16\%$. 단순 전후 비교는 $12\div50 = 24\%$ 로 공통 변화까지 AI 효과로 잡아 과대평가합니다.

15. 사례 읽기 (244) (가) Klarna 보도자료(2024-02-27)의 "정규 상담원 700명에 해당하는 일"은 어떤 성격의 숫자인가요? (나) AWS 블로그(2024-08-01)의 연간 2억 6천만 달러 절감은 무엇으로 계산했다고 설명하나요?

• 풀이: (가) 회사 자체 발표의 환산값으로, 독립 검증된 측정값이 아닙니다. (나) Java 17 업그레이드의 성능 향상으로 줄일 수 있었던 호스트(서버) 수로 계산했습니다. 절감의 직접 원인은 업그레이드 결과이고 AI는 이전 작업을 빠르게 한 수단입니다.

채점 기준(해설용)

123456flowchart LR
  A[정의 · 자동화 vs 증강<br/>1~3] --> B[진단 · 우선순위<br/>4~6]
  B --> C[ROI · 비용 · 도구<br/>7~10]
  C --> D[사람 검토 · 보안 · 거버넌스<br/>11~13]
  D --> E[파일럿 · 사례 읽기<br/>14~15]
  E --> F[계획서 작성 · 파일럿]

스스로 점검

1. 이 트랙에서 효과 계산에 늘 들어가야 한다고 강조한 두 요소는?
   • 답: 검토 시간 증가를 뺀 순 절감률, 실제로 쓰는 비율인 활용률입니다.
2. 에이전트 권한을 넓히는 순서는?
   • 답: 읽기 전용 → 제안 → 승인 후 실행 → 제한된 자율입니다.
3. 다른 회사의 AI 도입 숫자를 우리 계획에 쓰는 올바른 방법은?
   • 답: 출처 · 날짜 · 숫자 성격을 밝혀 '가설'로만 쓰고, 우리 숫자는 우리 파일럿으로 잽니다.

용어 정리

더 깊이 보려면

• 각 수업의 '출처' 칸을 참고하세요. 핵심 원문: NIST AI RMF(https://www.nist.gov/itl/ai-risk-management-framework), OWASP LLM Top 10(https://genai.owasp.org/llm-top-10/), 개인정보보호위원회 안내서(https://pipc.go.kr/np/cop/bbs/selectBoardArticle.do?bbsId=BS217&mCode=D010030000&nttId=12436)

다음에 볼 것

• 우리 팀 AX 계획서 만들기
• 개발자라면 에이전트 설계, RAG 파이프라인 설계
• 규제 · 윤리는 AI 규제 · 저작권 개요, 운영은 배포 · 서빙 · 모니터링
• 선형대수 1: 벡터 · 행렬 · 내적 · 행렬 곱 · 노름 — 과정 순서상 다음 트랙(수학)의 첫 수업입니다. 직장인 경로라면 LLM 활용 · 에이전트: 프롬프트 설계로 갑니다

라이선스

본문은 KAITABASE 자체 작성 점검 문제입니다. 계산 문제의 숫자는 해설용 가정이며 풀이 값은 파이썬으로 재계산했습니다.

출처

• Anthropic, The Anthropic Economic Index (2025-02-10): https://www.anthropic.com/news/the-anthropic-economic-index
• Dell'Acqua, F. 외 (2023), Navigating the Jagged Technological Frontier, HBS Working Paper: https://www.hbs.edu/faculty/Pages/item.aspx?num=64700
• NIST, AI RMF 1.0 (2023-01-26): https://www.nist.gov/itl/ai-risk-management-framework
• ISO/IEC 42001:2023 (IEC webstore, 2023-12-18): https://webstore.iec.ch/publication/90574
• OWASP, Top 10 for LLM Applications 2025: https://genai.owasp.org/llm-top-10/
• European Commission, AI Literacy — Questions & Answers: https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers
• Klarna 보도자료 (2024-02-27): https://www.klarna.com/international/press/klarna-ai-assistant-handles-two-thirds-of-customer-service-chats-in-its-first-month/
• AWS DevOps Blog (2024-08-01): https://aws.amazon.com/blogs/devops/amazon-q-developer-just-reached-a-260-million-dollar-milestone/
• Microsoft, 2024 Work Trend Index (2024-05-08): https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part