Skill Encoder

당신의 전문성을 AI가 실행하게 만드는 암묵지 인코딩 워크숍

Legacy. 사람 안에 갇힌 전문성을, 조직이 쓰는 자산으로.

15년 치 감(感)이, 퇴사와 함께 걸어 나갑니다

한 조직에서 가장 값진 자산은 대차대조표에 없습니다. 그것은 15년 차 베테랑의 머릿속에 있습니다.

어떤 계약서를 보면 어디가 위험한지, 어떤 고객이 이상 신호를 보내는지, 예외 상황이 터졌을 때 무엇부터 확인해야 하는지, 그는 설명하지 못하면서도 정확히 압니다. “그냥 딱 보면 압니다”라는 말 안에, 회사가 수십 년간 쌓은 경쟁력이 들어 있습니다.

문제는 그 경쟁력이 ‘한 사람’이라는 점입니다. 그가 자리를 비우면 판단이 멈추고, 그가 퇴사하면 지식도 함께 걸어 나갑니다. 매뉴얼로 적어 두어도 사라지지 않는 편차가 남습니다. 같은 문서를 봐도 신입과 베테랑의 결론이 다른 이유입니다.

가장 똑똑한 AI를 도입한다고 이 문제가 풀리지 않습니다. AI는 당신 회사가 무엇을 어떻게 판단하는지 모르기 때문입니다.

어떤 베테랑의 이야기

한 금융사에 20년 차 심사역이 있었습니다. 고객 확인(KYC) 실사에서 그의 판단은 늘 정확했습니다. 후배들이 “어떻게 아셨어요?”라고 물으면, 그는 대개 이렇게 답했습니다. “순서가 있어. 내부 정책부터 보고, 과거 분석을 다시 읽고, 원본을 뜯어보고, 그래도 걸리는 게 있으면 최신 정보를 찾아봐. 이 마지막 단계를 건너뛰면 꼭 사고가 나.”

정확한 방법론이었습니다. 그런데 그 방법론은 어디에도 적혀 있지 않았습니다. 오직 그의 손과 감각에만 있었습니다.

CHANSWER(챈서)의 워크숍에서, 그는 처음으로 자기 머릿속을 ‘문서’로 꺼냈습니다. 목적과 적용 범위, 단계별 순서, 각 단계에서 반드시 지킬 규칙, 그리고 “웹 검색 단계는 선택이 아니라 필수” 같은 예외 처리까지. 자연어로, 그러나 AI가 그대로 실행할 수 있는 명세로 적었습니다.

이제 그 심사역의 20년은 한 사람의 것이 아닙니다. AI 에이전트가 그 순서와 규칙대로 실사를 수행하고, 신입은 그 AI와 함께 일하며 베테랑의 판단을 처음부터 따라 배웁니다. 그가 자리를 비워도, 그의 방법론은 매일 출근합니다.

이것이 CHANSWER가 ‘Skill Encoder’ 워크숍에서 만들어내는 전환입니다. 사람 안에 갇혀 있던 전문성을, 조직이 반복해서 쓰는 자산으로 바꾸는 일입니다.

왜 ‘지식’이 아니라 ‘실행 가능한 전문성’인가

기술만으로는 오래 앞서지 못합니다. 클라우드가 그랬고, 데이터베이스와 SaaS가 그랬습니다. AI도 같은 길을 걷고 있습니다. 파운데이션 모델의 성능 격차는 좁혀지고 도구는 표준화됩니다. 최신 LLM을 도입했다는 사실만으로는 더 이상 우위가 되지 않습니다.

그렇다면 경쟁력은 어디서 나올까요. 조직 내부에 쌓인 고유한 전문성을, AI가 이해하고 실행할 수 있는 형태로 번역해 냈는가. 바로 여기서 갈립니다. CHANSWER는 이 번역을 워크숍의 결과물로 삼습니다.

조직의 지식은 세 단계로 진화해 왔습니다. 첫 단계인 암묵지는 개인의 경험과 판단에 녹아 있습니다. 강력하지만 확장되지 않고, 사람이 떠나면 함께 사라집니다. 두 번째 명시적 지식은 문서와 플레이북, SOP로 가시화됩니다. 공유는 쉬워졌지만, 해석하는 사람에 따라 결과가 갈립니다. 세 번째 인코딩된 지식은 소프트웨어에 담겨 실행되고 반복됩니다. 신뢰성은 높지만, 전문가의 지식을 코드로 옮기는 데 시간과 비용이 큽니다.

Agent Skills는 이 세 번째 단계의 한계를 넘어섭니다. 작업 방식, 제약 조건, 맥락, 평가 기준을 재사용·버전 관리가 가능한 형태로 묶은 명세입니다. 단순한 프롬프트나 코드가 아니라, AI 에이전트가 실행 시점에 읽고 그대로 수행하는 ‘자연어로 쓰인 작업 명세서’입니다. 이때 에이전트의 역할은 단순 실행에서 오케스트레이션으로 올라섭니다. 의도를 파악하고, 알맞은 스킬을 불러, 정해진 패턴대로 수행합니다. 효율만이 아니라 신뢰성이 함께 오릅니다.