각자 AI로 빨라진 대학 행정은 왜 더 흩어질까

팟캐스트 AI 프론티어의 117번째 에피소드 ‘강북의 IT가 바뀐다’를 들었습니다. 진행자 노정석 님이 화장품 제조사 코스맥스의 고종옥 PI 혁신 부문장과 나눈 대화입니다. 제목의 ‘강북의 IT’는 필요한 것을 직접 만들어 쓰는 판교의 소프트웨어 회사와 대비해, 대형 SI 회사가 SAP 같은 제품으로 구축해 온 전통적인 대기업 전산을 가리킵니다. 그 중심에 전사적 자원 관리 시스템(ERP)이 있습니다. 코스맥스에서도 실제 업무의 많은 부분은 ERP가 아니라 현업 직원의 엑셀에서 처리되고 있었고, 지금은 현업 직원들이 그 엑셀을 직접 프로그램으로 바꾸고 있다고 합니다.

저는 대학 정보시스템팀에서 일합니다. 듣고 나서 제가 일하는 대학과 견주어 보았습니다. 일이 엑셀 위에서 돌아간다는 진단은 그대로 들어맞습니다. 그런데 AI가 들어온 뒤의 모습은 다릅니다. 일을 잘하는 사람은 AI로 더 빨라졌지만, 그 사람이 자리를 옮기면 다음 사람이 그 방식을 이어받기 어렵습니다. 각자 만든 것들을 학교 시스템과 잇는 길도 아직 없습니다.

같은 도구를 쓰는데 왜 한쪽은 데이터가 쌓이고 다른 쪽은 흩어질까요. 에피소드의 내용과 제가 본 장면을 나란히 놓고 지금의 답을 적어 둡니다. 답은 세 가지입니다. 모두가 지킬 최소한의 기준이 필요하고, 그 기준은 팀장이 먼저 움직일 때 부서에 가장 빨리 자리 잡으며, 학교 정보시스템을 새로 만드는 차세대 전환 사업이 앞으로의 AI 전환(AX)에 큰 도움이 될 것으로 봅니다. 대학은 느리다는 말을 듣지만, 오히려 빠르게 바뀔 수 있는 조건도 갖고 있다고 생각합니다.

에피소드가 보여 준 엑셀 위의 회사

아래 코스맥스 이야기는 모두 이 에피소드에서 들은 내용입니다. ERP는 재무, 생산, 영업 같은 회사의 자원과 장부를 한곳에서 관리하는 시스템입니다. 큰 회사들은 보통 10년에 한 번 ‘차세대’라는 이름으로 이 시스템을 크게 바꾸는데, 그 10년 동안에도 업무는 계속 늘고 바뀝니다. 바뀐 업무는 결국 일을 잘하는 직원의 엑셀에서 처리되고, ERP에는 정리가 끝난 결과가 나중에 들어갑니다. 방송에는 “원래 Excel과 함께 일하는 게 ERP더라고요”라는 말이 나옵니다.

엑셀을 프로그램으로 바꾸는 변화는 사내 Claude Code 교육에서 시작됐습니다. 교육을 받은 현업 직원들이 부서에 필요한 시스템을 직접 만들어 쓰기 시작했고, 지금은 GitHub에 코드를 올리는 현업 직원이 약 100명입니다. 대부분 개발을 작년이나 올해 처음 해 본 사람들입니다. 그렇게 7, 8개월을 보낸 결과, 앞으로 2, 3년 동안 사야 했던 솔루션 약 70억 원어치를 사지 않아도 되는 상황이 됐고, 한 해 20억 원쯤 나가던 유지보수 비용도 내년부터 70% 넘게 줄어든다고 합니다.

제가 주목한 대목은 그다음입니다. 엑셀로 일할 때는 중간 계산 데이터가 ERP에 다 남지 않았습니다. 그 엑셀이 현업이 만든 프로그램으로 바뀌면서 업무가 처리되는 과정이 회사 데이터로 남기 시작했습니다. 업무를 먼저 디지털로 옮기고(DX) 그 데이터로 AX를 하는 것이 이상적인 순서입니다. 그런데 DX가 덜 된 제조 현장에서 사람들이 AX를 하다 보니, 거기에 필요한 DX까지 함께 마무리되고 있다는 것입니다.

대학에서 본 같은 엑셀

제가 일하는 대학에는 여러 부서가 있고 직원은 순환근무를 합니다. 보통 3년 단위로 자리를 옮기고, 계약직 직원도 적지 않습니다. 첫해는 적응하고, 둘째 해는 조금 수월해지고, 셋째 해는 옮길 때를 기다리며 보내게 됩니다. 맡은 일을 고쳐 보려는 노력이 쌓이기 어려운 구조입니다. 대학만의 일도 아닙니다. 공무원 조직을 다룬 KDI의 순환보직 연구도 잦은 보직 이동이 전문성을 쌓을 기회를 줄인다고 지적했습니다.

그래서 업무의 많은 부분이 아직 담당자 개인의 엑셀 자료에 녹아 있고 학교 정보시스템에는 다 반영되어 있지 않습니다. 겉모습은 코스맥스와 같습니다. 다만 제가 보기에 이유는 다릅니다. 코스맥스는 회사가 빠르게 커서 ERP가 따라오지 못했고, 대학은 담당자가 바뀌는 주기가 짧아서 시스템을 고칠 만큼 일을 오래 붙들기가 어렵습니다.

인수인계도 충분히 이루어지기 어렵습니다. 업무가 사람 단위로 나뉘어 있다 보니 같은 부서 안에서도 하나의 팀처럼 돕기보다 각자 맡은 일을 지키는 쪽으로 기울기 쉽습니다. 에피소드에도 비슷한 장면이 나옵니다. SAP 쪽은 모듈 담당자로 채용되는 경우가 많고 담당자가 없으면 일이 멈추기도 해서, 자기 업무만 해도 되는 구조로 굴러간다는 이야기입니다. 저도 대학의 이 모습은 사람보다 구조에서 먼저 이유를 찾습니다. 대학 행정직원의 전문성을 다룬 2026년의 한 문헌 연구도 전문성을 막는 요인을 개인이 아니라 제도와 조직 문화에서 찾습니다.

AI가 들어오자 일의 연속성이 끊겼습니다

이런 환경에 AI가 들어왔습니다. 일을 잘하는 직원이 AI로 자기 업무에 맞는 프로그램을 만들고, 그에 맞춰 산출물과 자신만의 업무 절차를 만듭니다. 자기 일을 스스로 먼저 바꿔 보는 것은 에피소드가 높이 사는 태도이기도 합니다. 그런데 담당자가 바뀌자 다음 사람이 그 방식을 이어받는 데 큰 부담을 겪는 경우를 보았습니다.

엑셀 파일을 물려받는 것과 한 사람이 AI와 함께 만든 프로그램을 물려받는 것은 무게가 다릅니다. 프로그램, 산출물 양식, 일하는 순서가 모두 만든 사람에게 맞춰져 있기 때문입니다. 만든 사람의 잘못이라기보다 그 결과를 받아 줄 자리가 부서에 없었던 것입니다. 일의 연속성은 AI 때문에 오히려 깨졌습니다.

정보시스템팀 팀원으로서 보는 문제가 하나 더 있습니다. 각자 AI로 만드는 업무 절차는 현행 시스템의 데이터 구조나, 그 데이터로 엮여 있는 다른 부서와 맞춰 볼 기회 없이 바이브 코딩으로 만들어집니다. 바이브 코딩은 코드를 직접 짜는 대신 AI에게 말로 시켜 프로그램을 만드는 방식입니다. 이렇게 따로 만들어진 것들은 데이터를 정의하는 방식과 처리 규칙이 제각각이어서, 지금 상태 그대로 학교 시스템에 옮겨 하나로 합칠 수는 없습니다. 맞춰 볼 창구를 여는 것은 정보시스템팀의 몫이기도 합니다.

DX가 덜 된 조직이라면 AI를 계기로 업무를 데이터로 남기고 AX로 빠르게 넘어가기를 기대할 만합니다. 코스맥스가 그런 모습입니다. 제가 느끼는 대학의 현재는 아직 그 반대쪽에 가깝습니다. 일을 잘하는 개인의 생산성은 올라가는데 그 결과가 조직의 데이터로 쌓이지 않고 더 잘게 파편화되고 있다고 느낍니다. 대학만 겪는 일은 아닌 듯합니다. MIT NANDA의 2025년 보고서는 ChatGPT 같은 범용 도구가 개인에게는 잘 맞지만, 조직의 업무 흐름을 배우거나 거기에 맞춰지지 않아 기업 단위에서는 멈춘다고 진단했습니다.

같은 도구인데 결과가 갈리는 지점

코스맥스 사례에서 차이를 찾아봤습니다. 팟캐스트 한 편에서 들은 범위 안의 비교이고, 코스맥스 내부 사정을 제가 아는 것은 아닙니다.

첫째는 만든 것이 모이는 자리입니다. 코스맥스의 현업 직원들은 GitHub에 코드를 올립니다. 누가 무엇을 만들었는지가 회사가 볼 수 있는 곳에 남습니다. 제가 본 경우에 프로그램은 만든 사람 개인의 것으로 남았습니다.

둘째는 기존 시스템과의 연결입니다. 코스맥스에서는 직원들이 자기 일을 디지털로 옮기고 그것을 ERP에 기록할 수 있게 됐습니다. 만든 것이 회사의 중심 시스템으로 이어진다는 뜻입니다. 대학에서 본 프로그램은 학교 시스템과 맞춰 보지 않고 만들어져서, 결과가 학교 시스템의 데이터로 이어지지 않았습니다.

셋째는 그 일을 붙드는 조직입니다. 코스맥스에는 이 변화를 맡은 PI 혁신 부문이 있고, 최고경영진이 그 방향을 믿어 준 덕이 컸다고 합니다. 개발 경험이 부족한 직원이 DB를 날리는 사고도 종종 있지만, 만드는 일을 막기보다 사고를 방어할 장치를 갖춰 가며 계속 만들게 한다고 합니다. 제가 본 범위에서는 이런 시도를 부서 차원에서 붙들어 주는 역할이 아직 뚜렷하지 않고, 만든 사람은 몇 해 뒤 다른 부서로 갑니다.

저는 이 비교를 이렇게 받아들였습니다. AI가 DX를 저절로 끌고 오지는 않습니다. 코스맥스에는 만든 것이 모이는 자리, 기존 시스템과 이어지는 길, 그것을 지키는 사람이 함께 있었고, 제가 본 범위에서는 이 셋이 아직 충분히 갖춰지지 않았습니다. 방송 한 편과 제가 본 범위로 단정할 수는 없습니다. 다만 셋이 없을 때 같은 도구는 개인의 엑셀을 개인의 프로그램으로 바꾸는 데서 멈춘다고 봅니다. 아래에서는 이 셋을 차례로 채워 봅니다. 모이는 자리는 최소한의 기준으로, 지키는 사람은 팀장으로, 이어지는 길은 차세대 전환으로 이어집니다.

모두가 지킬 최소한의 기준

각자 만드는 일을 막자는 이야기가 아닙니다. 현업이 자기 일을 직접 고칠 수 있게 된 것은 코스맥스 사례가 보여 주듯 큰 기회입니다. 다만 그 결과가 조직에 남으려면 최소한의 기준을 만들고 모두가 지키도록 하는 일이 필요합니다.

기준의 구체적인 내용은 학교와 부서가 함께 정할 일입니다. 위에서 본 차이와 인수인계 문제에서 출발하면 저는 이런 것들을 떠올립니다.

• 만든 프로그램과 산출물 양식은 개인 PC가 아니라 학교가 허용한 부서 공용 저장소에 둔다. 실제 성적, 학적, 개인정보 데이터는 함께 올리지 않는다.
• 무엇을 입력받아 무엇을 내놓는지, 어떤 순서로 쓰는지 다음 담당자가 읽을 설명을 남긴다.
• 학교 시스템의 데이터가 필요하면 만들기 전에 정보시스템팀과 관련 부서에 먼저 이야기하고, 정한 방법으로만 가져다 쓴다. 운영 중인 데이터는 학교 시스템이 정한 화면이나 연계 방법으로만 바꾸고, 프로그램이 운영 DB를 직접 고치지 않는다.
• 성적, 학적, 개인정보 같은 민감한 데이터는 학교 규정이 허용하는 범위에서만 다루고, 외부 AI 서비스에 넣어도 되는 자료인지 먼저 확인한다.

기준이 많으면 지켜지지 않습니다. 사람이 자주 바뀌는 조직에서는 더 그렇습니다. 그래서 ‘최소한’이라는 말이 중요합니다.

에피소드에서 회계법인이 SAP 데이터를 믿는 이유를 설명하는 대목은, 기준이 왜 필요한지에 대한 제 생각을 거들었습니다. 직접 만든 시스템은 누구든 DB에 접근해 값을 고칠 수 있어서, 데이터를 믿어도 된다는 것을 따로 증명해야 합니다. SAP에서는 데이터가 정해진 규칙에 따라 만들어지고, 마감한 뒤에는 값을 바로 고칠 수 없어 정해진 절차로 앞선 처리를 되돌려야 합니다. 데이터를 믿게 하는 것은 편리함보다 규칙이라는 뜻으로 저는 들었습니다. 성적과 학적 같은 기록도 누가 언제 왜 고쳤는지 남아야 합니다.

AI를 이용한 성적 위조나 합격 서류 위조, 해킹 같은 사고 소식이 점점 자주 들립니다. 국내에서는 AI로 의사국가시험 합격증과 잔고증명서를 위조한 사람이 2026년에 기소됐습니다. 한편 미국 캘리포니아공대는 지원 서류의 허위 증빙을 가려내는 전담팀을 두고, 연구 논문을 낸 지원자는 영상 면접으로 다시 확인한다고 합니다. 사고가 늘수록 기록을 믿을 수 있게 만드는 일도 앞당겨지는 것입니다. 그래서 역설적으로 대학의 시스템도 더 빠르게 좋아지고 있다고 생각합니다.

부서의 AX는 팀장에게서 시작됩니다

기준이 부서에 자리 잡으려면 누군가 먼저 움직여야 합니다. 저는 그 사람이 팀장이라고 생각합니다. 대학은 준공무원에 가까운 직급 사회이고 정규직은 정년이 확실히 보장됩니다. 이런 조직에서는 팀장이 팀 분위기를 좌우합니다. 팀장이 방향을 정하면 부서 전체가 따라 움직이는, 탑다운이 확실하게 통하는 구조입니다.

이 탑다운 구조는 느리다는 뜻으로만 읽히기 쉽지만 뒤집어 보면 장점입니다. 팀장이 먼저 AI로 일하는 방식을 바꾸고 부서의 데이터를 남기고 관리한다면, 대학은 오히려 더 빠르게 AX를 만들 수 있습니다. 코스맥스에서 최고경영진이 했다는 역할을 부서 단위에서는 팀장이 할 수 있습니다. 갤럽의 2026년 2월 미국 직장인 조사에서도, 관리자가 AI 사용을 적극 지원한다는 데 강하게 동의한 직원은 78%가 AI를 주 몇 차례 이상 썼고 그렇게까지 동의하지 않은 직원은 44%였습니다.

방향은 팀장이 잡되, 일하는 방식은 각 부서가 하나의 스타트업처럼 움직여야 한다고 생각합니다. 그러려면 부서 안에서 서로 일의 경계를 허물고 소통해야 합니다. 업무 지식과 만든 도구를 함께 갖고, 데이터는 권한이 허용하는 범위에서 공유하며, 업무 흐름은 부서가 자기 부서에 맞게 정립하되 한 사람의 공백이 느껴지지 않도록 노력해야 합니다.

출산휴가, 육아휴직, 퇴사, 순환근무는 어느 부서에나 있는 일입니다. 누가 자리를 비워도 일이 영향받지 않도록 시스템을 만들어야 합니다. 팀장도 언젠가 자리를 옮기므로, 팀장이 바뀌어도 그 방식이 남도록 부서의 기록으로 담아 두어야 합니다. 다만 부서 밖의 학교 시스템과 잇는 일은 팀장 혼자 풀 수 없습니다. 정보시스템팀과 함께 풀어야 하고, 차세대 전환이 중요한 이유도 여기에 있습니다.

차세대 전환이 AX에 도움이 되는 이유

부서 밖의 학교 시스템과 잇는 길을 만드는 일이 차세대 전환입니다. 제가 일하는 대학의 차세대 전환은 오래 써 온 정보시스템을 새로 만들어 바꾸는 사업입니다. 에피소드에 따르면 코스맥스는 SAP을 버리지 않고 다음 버전으로 넘어갈 계획이고, 그 주변을 현업이 채우는 쪽입니다. 제가 일하는 대학은 중심 시스템을 새로 짓는 쪽입니다. 방향은 다르지만 질문은 같습니다. 시스템이 바뀌는 업무를 계속 받아 낼 수 있느냐는 것입니다.

저는 특정 패키지 제품의 구조에 묶이지 않고 웹 표준에 맞춰 시스템을 만들며, 학교만의 업무 로직을 계속 다듬어 가는 차세대 전환이 앞으로의 AX에 큰 도움이 될 것이라고 생각합니다. 이미 따로 만들어진 것들을 그대로 합칠 수는 없습니다. 다만 차세대 전환에서 학교의 업무 로직과 함께 시스템에 연결하는 방식과 데이터 기준까지 정해 두면, 앞으로 현업이 최소한의 기준을 지키며 만드는 것은 거기에 맞춰 이어 붙일 자리가 생깁니다.

AX가 진행되면 달라지는 것

이렇게 AX가 진행되면 가장 먼저 교직원, 곧 교수와 직원에게 더 좋은 서비스를 제공할 수 있습니다. 그다음은 학생과 기업체입니다. 그것이 더 나은 연구 성과로 이어지면 국가에도 기여하게 됩니다.

예전에 대학형 벤처 스튜디오는 데이터 거버넌스에서 시작된다라는 글을 쓴 적이 있습니다. 대학이 사람과 연구를 보증하고, 인재와 문제와 시장을 믿을 수 있게 이어 주는 역할을 할 수 있을지 적은 글입니다. 그 글에서 출발점으로 본 것이 데이터 거버넌스였습니다. 부서마다 데이터를 남기고 관리하는 일이 그 바탕이 되고, 그 위에서 인력과 연구와 배움이 학교 안에서, 나아가 세계적으로 순환할 수 있다고 봅니다.

가장 보수적인 곳이 가장 빨리 바뀌어야 합니다

대학과 학벌, 교육계는 대한민국에서 어쩌면 가장 보수적인 곳입니다. 그런데 AI 시대에 교육의 방식은 이미 많이 바뀌었고, 대학이 왜 필요한지도 의심받고 있습니다. 그래서 대학이 가장 빠르게 변해야 한다고 생각합니다.

에피소드는 내 일을 내가 먼저 AI로 뒤엎고, 그다음에 무엇을 할지 누가 더 빨리 묻느냐의 문제라는 말로 끝납니다. 대학에 옮겨 놓으면 이 말의 단위가 개인에서 부서로 넓어집니다. 한 사람이 뒤엎은 방식이 그 사람이 자리를 옮긴 뒤에도 부서에 남아야 하기 때문입니다. 그렇게 만드는 것이 최소한의 기준과 먼저 움직이는 팀장, 그리고 현업이 만든 것을 이어 붙일 수 있는 시스템이라고 지금은 생각합니다.

참고자료

• AI 프론티어 EP 117, 강북의 IT가 바뀐다 AI 시대의 ERP와 지식 노동 (코스맥스 고종옥 부문장)
• Fortune, MIT report: 95% of generative AI pilots at companies are failing (MIT NANDA, The GenAI Divide 보도)
• KDI Journal of Economic Policy, 순환보직에 관한 연구 (김광호, 2008)
• 인문사회과학연구, 지원과 전문성 사이의 괴리, 대학 행정직원의 전문성 저해 요인에 관한 M-GTA 기반 문헌 연구 (오춘식·신윤호·채영원, 2026)
• Gallup, AI in the Workplace: What Separates Adopters and Holdouts (2026)
• 아시아경제 영문판, 미국 대학의 허위 지원 서류 검증 전담팀 보도 (2026)
• 인사이트, AI로 가짜 문서를 만들어 제출한 사기 사건 기소 보도 (2026)