AI를 쓰자고 하면,
“이 데이터로는 안 됩니다”부터 돌아옵니다.

“AI를 하긴 해야 하는데, 어떤 데이터부터 손대야 할지 모르겠습니다.”

핵심 업무 영역의 데이터를 실제로 열어 보고 정합성·접근 권한·표준 관점에서 준비 상태를 진단합니다. 먼저 손댈 후보를 추리고 그 우선순위와 근거를 함께 드립니다.

끝나면 — 어디에 예산을 써야 헛되지 않은지 내부 결재에서 직접 설명하실 수 있습니다.

“견적서만 받았지 실제로 뭐가 나올지 안 보여서 결재가 안 납니다.”

실데이터(또는 마스킹한 표본)로 조회 화면·대시보드·파이프라인 중 한두 개를 실제로 동작하는 상태까지 만들고, 매주 현업과 같이 보며 그 자리에서 고칩니다.

이 단계가 끝나면 — 문서가 아니라 실물을 보고 정하실 수 있고, 그 실물이 결재 근거가 됩니다.

“부서마다 같은 지표를 다르게 계산해서, 어디에 물어보느냐에 따라 숫자가 다릅니다.”

핵심 지표와 주요 개체의 정의를 표준으로 세우고, 사람과 AI가 같이 참조할 용어·관계를 설계합니다. 파일럿 지표 서너 개로 실제로 같은 숫자가 나오는지 검증합니다.

끝나면 — 어느 부서에서 물어도 같은 숫자가 나오는 상태의 설계도가 마련됩니다.

“현업이 이미 각자 AI 도구로 뭔가 만드는데, 데이터가 어디로 새는지 설명을 못 합니다.”

어떤 데이터가 어떤 도구로 들어가는지 실태를 점검하고, 접근 권한·비밀정보 노출·무검증 배포를 막는 최소한의 경계를 설계해 한 팀에 시범 적용합니다.

여기까지 오면 — 막지도 방치하지도 않고 “이 안에서는 써도 된다”는 기준이 생깁니다.