923명 해커톤에서 AX의 본질을 찾다…GS그룹 AI 해커톤 현장

GS그룹의 AI 해커톤은 국내 대기업 AX의 모범 사례로 꼽힌다. 그룹 최고 경영층의 톱다운 식이 아니라 52G라는 그룹 내 혁신 조직에서 주도했으며 직원들이 자발적으로 참여하는 해커톤을 거쳐 자체적으로 AI 툴을 만들고 사후교육까지 ‘시스템’으로 만들었기 때문이다. AI 전환(AX)이 유행어처럼 번지기 전부터 시작했다.

GS가 5년간 그룹 해커톤을 운영하며 얻은 결론은 단순하다. AI 전환(AX)의 병목은 모델 성능이 아니다. 현장 문제와 연결된 데이터, 그리고 프로토타입이 현장에 닿기까지 걸리는 시간이었다.

이 결론은 해커톤의 설계까지 바꿨다. GS는 약 3년 전 해커톤 1등 포상을 없앴고, 올해는 성공 지표를 ‘현장 도입 리드타임 단축’으로 정했다. 오래된 시스템을 안고 AX를 고민하는 기업이라면 눈여겨볼 노하우다.

해커톤에서 AI 시제품을 만드는 속도는 크게 빨라졌다. 참가자는 엑셀로 데이터를 조금 준비해 올리고 자기 AI를 돌려본다. 문제는 아이디어가 채택된 다음에 시작된다.

“현장 적용을 하려고 보면 늘 데이터를 만드는 데 시간이 너무 오래 걸립니다. 왜 그럴까 보면, 실제로 데이터가 집계되지 않고 있는 거죠.”

데이터가 여러 시스템에 흩어져 있었기 때문이다. 과거 시스템은 데이터를 API로 내보내지 못했다. 운영과 개선을 외부 업체에 맡겨둔 탓에 API 하나를 여는 데도 한참이 걸렸다. 김 상무는 개발자에게는 별일 아닌 작업인데 리드타임이 엄청나게 길다고 했다. GS가 생성 AI 해커톤을 5년간 운영하며 확인한 패턴이다.

반대로 모델 성능은 계속 상향 평준화되고 있다는 게 그의 판단이다.

“가장 좋은 프런티어 모델을 써야만 해결할 수 있는 문제는 많지 않습니다. 잘 정의된 문제와 비즈니스 워크플로를 혼선 없이 수행하는 게 관건입니다. 비즈니스 로직과 데이터가 제일 중요하고, 모델은 적정 수준 이상이면 됩니다.”

김 상무가 말하는 AI 레디 데이터도 특별한 개념이 아니다. 그는 “일반적인 데이터 정제와 다를 바 없다”고 잘라 말했다. AI가 읽을 수 있는지, 읽었을 때 비즈니스 맥락을 이해하는 데 도움이 되는지만 따지면 된다는 것이다. 많은 기업이 팔란티어의 온톨로지를 따라 하고 싶어 하지만 문제는 그보다 앞 단계에 있다고 봤다.

20년 전 구축한 시스템을 고쳐 쓰면서 데이터 테이블의 변경 이력을 관리하지 않은 회사가 대부분이다. 각 컬럼 값이 어떤 기준과 산식으로 나왔는지 정리해두지 않은 경우도 많다. AI 이전에 디지털 전환(DX)이 아직 끝나지 않았다는 얘기다.

전사 데이터를 한꺼번에 정리하는 방식도 택하지 않았다.

“데이터를 만들자고 하면 쓰이기 어려운 데이터를 만듭니다. 데이터를 모을 수 있는 플랫폼을 먼저 구축하고, 현장 문제가 나올 때마다 그 문제를 푸는 데 필요한 형태로 모아 적재하는 것이 원칙입니다.”

그가 꼽은 필수 조건은 두 가지다. 각 데이터가 어떻게 구성됐는지에 대한 정확한 명세, 그리고 이 데이터가 어떤 문제를 풀기 위해 필요한지에 대한 명확한 이해다. 온톨로지 구축 기법이나 그래프 구성법은 이미 공개된 자료가 많아 어렵지 않다고 했다. 기술보다 목적이 먼저라는 뜻이다.

발전소인 GS동해전력 사례는 무엇이 AX의 병목인지 가장 선명하게 보여준다. GS의 혁신 조직 52g는 GS동해전력의 운전·정비·설비 암묵지를 AI가 읽을 수 있는 데이터로 바꾸는 작업을 해왔다.

발전소의 운전·정비 지식은 매뉴얼과 교대일지, 정비일지뿐 아니라 배관계장도(P&ID)와 로직 다이어그램에 담겨 있었다.

김 상무는 “도면 하나는 인과관계와 의미를 가진 그래프 데이터와 같다. 그런데 도면 한 장을 그래프 형태로 전환하는 데 사람이 약 1시간을 써야 했다”고 말했다. 도면이 수만 장이니 이 것을 AI가 읽을 수 있도록 하는데 약 10년이 걸린다.

산업 AI의 역설이다. AI를 쓰려면 데이터가 필요한데, 현장의 복잡한 데이터를 사람이 정리하기에는 너무 오래 걸린다. 결국 AI가 사용할 데이터를 만드는 데에도 AI가 투입된다.

심지어 데이터를 읽게 만들었다고 곧바로 의사결정을 자동화할 수 있는 것도 아니다. 매뉴얼과 숙련자의 판단이 충돌할 수 있다.

김 상무는 이 충돌을 ‘누가 맞고 틀렸는가’의 문제로 보지 않았다. 과거에는 숙련자가 결정을 내려야 하는 순간 매뉴얼과 관련 정보에 즉시 접근하기 어려웠고, 결국 기억과 경험에 의존할 수밖에 없었다는 것이다. AI가 틀릴 수도 있고, 숙련자가 잘못 기억했을 수도 있다. 비교 기간 동안 모델과 데이터를 조정하고 실제 업무에서 정답의 기준을 다시 세운다.

김 상무에 따르면 역대 해커톤 결과물 가운데 20건이 넘는 프로젝트가 현장 적용 검토나 PoC 단계를 거쳤다. 현장 적용이 끝난 사례는 7건 정도다.

대표 사례가 올해 허태수 GS 회장이 직접 오픈이노베이션상을 시상한 안전관리 AI 에이전트 ‘AIR(AI Risk Assessment)’다.

제3회 해커톤에서 GS파워 안전·기계 분야 직원 5명이 낸 아이디어였다. 작업명과 간단한 설명을 넣으면 잠재 위험 요인과 위험등급, 예방 대책을 제시한다. 전문 개발자가 아닌 현장 직원들이 GS의 AX 플랫폼 ‘미소(MISO)’로 만들었다. 지금은 중소기업을 포함한 330여 개 사업장으로 확산됐다. GS 내부 조사에서는 1시간가량 걸리던 작업 위험성 평가가 5분 정도로 줄었다.

현장 피드백도 긍정적이다. 수십 년 같은 일을 해온 생산 담당자는 "모든 작업이 안전해 보였는데 AIR로 위험을 새로 보게 됐다"는 편지를 보내왔다. "벌금을 각오하고 손을 놓았다가 이제는 신규 입사자 교육에 AIR를 쓴다"는 곳도 있다.
GS리테일의 마케팅 콘텐츠 검수 AI ‘체키’도 현장에 자리를 잡았다. 마케팅 디자인 조직이 발제한 문제에서 출발했다. 체키라는 이름의 AI 동료가 팀즈에 상주하며 새 콘텐츠에 혐오 표현이 없는지, 맥락에 맞는지 검수한다. 아트센터와 예울마루, GS칼텍스의 B2C 조직, GS건설도 도입을 준비하고 있다.

모든 결과물이 살아남지는 않는다. 김 상무는 중단 사례의 상당수가 실패라기보다 흡수라고 설명했다. 현장의 불편이 쌓이면 회사는 결국 해당 시스템을 전면 개편하고, 작게 만든 AI 도구의 기능은 그 안으로 들어간다.

특히 '미소'는 특정 모델에 업무가 종속되지 않도록 설계됐다. GS가 소유하려는 것은 현장 문제를 둘러싼 업무 프로세스, 그 문제를 풀기 위해 설계한 워크플로, 거기에 들어가는 데이터, 각 단계에서 다음 단계로 넘기는 판단 기준이다.

장기적으로는 그룹 산업의 핵심 영역에 자체 모델을 투입할 계획이다. 김 상무는 그 모델이 앤트로픽이나 오픈AI의 프런티어 모델보다 나을 수는 없다고 인정했다. 그래서 고민의 초점은 성능 경쟁이 아니라 구조 설계에 있다.

그는 앤트로픽의 전략을 참고점으로 들었다. 과거 소프트웨어가 특정 문제를 푸는 도구였다면 클로드는 소프트웨어를 만드는 개발 도구를 내놓아 생태계를 장악하려 했다는 것이다. GS도 이 접근을 산업 현장에 맞춰 실행하려 한다.

김 상무는 “소프트웨어의 본질은 데이터베이스와 API만 남고, 화면은 그 순간마다 그려지는 방향으로 갈 것이다. 똑같이 GS샵에 접속해도 네 사람이 모두 다른 화면을 보는 것이다..이런 변화가 의외로 B2B에서 더 먼저 일어날 것으로 본다”고 예측했다.

GS그룹 차원의 해커톤은 올해로 5년째다. 운영팀은 GS홈쇼핑 시절인 2015년부터 따지면 20회 넘게 해커톤을 열었다. 그 과정에서 약 3년 전, 큰 결정을 내렸다. 1등 포상을 없앴다.

“예산이 없어서가 아닙니다. 맥북이나 해외 연수권을 줄 수도 있었습니다. 그런데 모든 구성원과 리더십의 관심이 ‘올해는 건설이 했다’, ‘올해는 칼텍스가 했다’처럼 어느 계열사가 1등을 했는지에만 쏠렸습니다.”

더 근본적인 문제도 있었다. 짧은 발표에서 스토리텔링을 잘하는 팀이 유리했다. 정작 현장의 도메인 지식이 깊고 문제를 꾸준히 해결할 사람보다 무대에서 설득을 잘하는 사람이 상을 가져갔다.

“1등을 없애는 것이 저희에게도 큰 리스크였습니다. 외부에서 벤치마킹을 오면 지금도 가장 믿지 못하는 부분이 ‘포상이 없는데도 참여하느냐’는 겁니다. 하지만 1등이 없어진 다음 더 건강한 해커톤이 됐다고 생각합니다.”

참가자들은 줄지 않았다. 초기 300~400명 수준에서 500명, 700명, 올해 923명까지 늘었다. 김 상무는 이를 “마라톤을 뛰는 마음으로 1년에 한 번 그룹의 발전을 확인하고, 새로운 동료를 만나고, 현장의 문제를 공개하는 문화”라고 설명했다.

해커톤에서 GS가 확보하려는 것은 멋진 데모의 숫자가 아니다. 현장 문제와 정확히 연결된 데이터 세트, 그리고 현장 배치까지 걸리는 시간을 줄이는 방법이다.

김 상무는 "기업 해커톤의 KPI가 달라져야 한다"고 말했다. 몇 명이 참가했고 누가 1등을 했는지가 아니라, 몇 개의 아이디어가 PoC로 넘어갔는지, 현장 배치까지 얼마나 걸렸는지, 데이터와 업무 지식이 다음 프로젝트에 재사용됐는지를 봐야 한다.

GS가 해커톤의 1등을 없앤 이유도 여기에 있다. AI 시대의 경쟁력은 가장 그럴듯한 발표를 고르는 데 있지 않다. 현장의 문제를 공개하고, AI가 읽을 수 있는 데이터로 바꾸고, 모델이 바뀌어도 남는 업무 체계를 만드는 데 있다.

무슨 문제를 발견했나?" "무슨 문제를 풀고 싶은가?"

허태수 GS그룹 회장은 해커톤 현장에서 테이블 사이를 돌며 같은 질문을 반복했다. AX의 본질은 이 두 질문에 있다.

온톨로지, FDE(포워드 디플로이드 엔지니어), 피지컬 AI, 에이전틱 AI까지 AX를 둘러싼 유행어가 쏟아진다. 유행어를 빨리 채택하는 것과 기업이 실제로 바뀌는 것은 다른 문제다. 풀어야 할 문제가 분명하지 않으면 최신 기술도 또 하나의 시범사업(PoC)에 머문다.

GS는 현장에서 겪는 문제에서 출발했다. 해커톤을 연 이유도 AI를 도입해야 한다는 압박이 아니었다. 임직원이 현장 문제를 직접 꺼내고, 데이터로 해법을 만들고, 그 경험을 조직에 퍼뜨리는 과정을 5년간 반복했다.

해커톤은 그룹의 혁신 문화를 체화하는 훈련장이었다. 회장이 현장을 찾아 문제를 묻고 계열사 사장단과 임원들이 이를 지지했기에 1등 포상을 없애는 모험도 가능했다. 혁신은 좋은 아이디어 하나가 아니라 문제를 제기해도 되는 문화, 실험을 계속할 수 있는 구조에서 나온다. 그 노력이 5회째에 이르러 AIR와 체키, 발전소 특화 모델로 빛을 보고 있다.

GS의 경험이 값진 이유는 정유·화학·발전 등 중후장대 산업과 유통 계열사를 거느렸다는 데 있다. 수십 년 쌓인 운영 경험과 데이터가 있는 대신 오래된 시스템, 외주 운영 구조, 계열사마다 다른 데이터 체계도 함께 안고 있다. 디지털 네이티브가 아닌 전통 대기업이 자기 조건에 맞는 AX 방법론을 찾아가는 과정을 보여준다는 점에서 모범 사례로 꼽을 만하다.

GS가 보여준 것은 AX의 순서다.

한국 대기업의 AX 보고서는 여전히 어떤 모델과 계약했는지, 몇 명이 AI 교육을 받았는지, 해커톤에 몇 명이 참가했는지를 성과로 내세운다. 이는 눈에 보이는 '활동'일 뿐 변화의 결과는 아니다.

GS는 아예 KPI를 바꿨다. 프로토타입이 현장에 닿는 리드타임, PoC의 실제 업무 전환, 현업의 반복 사용, 다음 프로젝트에 재사용되는 데이터가 새로운 성적표다.

20년 넘은 레거시 시스템과 외주 운영 구조를 안고 있는 기업일수록 유효하다. 이들의 병목은 모델의 작은 성능 차이가 아니라 API 하나를 열고 데이터 접근 권한을 얻는 데 걸리는 몇 달이다. AX 책임자가 먼저 점검할 것은 모델 계약서가 아니라 핵심 데이터 테이블의 명세와 변경 이력, 그 데이터의 책임자일 것이다.

모든 기업이 GS를 그대로 따라 할 필요는 없다. 기업 AX의 승부는 가장 좋은 모델을 사는 능력이 아니라 현장의 암묵지를 AI가 읽을 수 있는 데이터와 업무 구조로 바꾸는 속도에서 갈린다. 그 출발점은 허 회장의 질문과 같다.

우리 구성원은 지금 어떤 문제를 발견하고 있고, 그 문제를 끝까지 풀 수 있는 구조를 갖고 있는가? AX를 추진하는 모든 경영진이 먼저 답해야 할 질문이다.