MAEUM
MAEUM · AI 조직 운영체제 시리즈

AI 조직 운영체제 —
계정을 산 다음, 회사가 답해야 할 질문들

2026-09-08 기준 · 전체 26편 · 마음컴퍼니 — 정가를 공개하는 AI 개발사
AI 도입의 성패는 어떤 AI를 샀느냐가 아니라, 그걸 회사 어디에 놓았느냐가 가릅니다. OpenAI가 2026년 8월 기업 고객 1,764곳의 실제 사용 기록으로 확인한 결론입니다. "도입은 시작일 뿐이다." 이 시리즈는 계정을 산 다음에 회사가 답해야 할 질문을 여덟 층으로 나눠 한 편에 하나씩 답합니다. 아래층이 없으면 위층이 안 섭니다. 고등학생이 읽어도 알 수 있게 썼습니다. 마음컴퍼니는 AI 계정을 팔지 않습니다. AI가 놓일 자리를 정가로 만듭니다. 진단 5회권 25만 원, SaaS 운영형 구축 70만 원부터 + 월 49·99·149만 원(직원 수 무관), 계약 전 작동 데모 무료.
1 보기 2 규칙 3 자리 4 실행 5 기억·모델 6 비용 7 조직 8 반복

처음이면 이 순서

  1. 0편을 읽고 논문이 찾은 네 가지 사실을 5분 안에 챙깁니다 — 기업 AI 도입, 계정만 사면 왜 안 되나
  2. 1편의 열두 질문에 예·아니오·모름을 적고 "모름" 개수를 셉니다 — 4개 이상이면 아직 개인 계정 단계입니다 — AI를 샀으면 이제 뭘 정해야 하나
  3. "모름"이 몰린 층으로 갑니다. 누가 뭘 해도 되는지가 걱정이면 2층, 어디에 넣을지면 3층, 사고가 걱정이면 보안 편, 효과를 숫자로 보고 싶으면 지표 편.
  4. 첫 자리 하나를 정하고 진단 5회권 25만 원에서 같이 문서로 만듭니다. 계약은 데모를 본 다음입니다. 계약을 안 하셔도 그 문서는 회사 것입니다.

1층 · 보기 — 우리 회사에서 AI가 어떻게 쓰이고 있나

재지 않으면 "잘 되는 것 같다"에서 멈춥니다. 논문이 쓴 잣대와 마음컴퍼니가 하나 더한 잣대, 그리고 사장님이 매주 보는 화면.

0편 · 2026-09-08 기업 AI 도입, 계정만 사면 왜 안 되나 — 회사 1,764곳의 기록이 말해 준 것 (2026) ChatGPT를 전 직원에게 줬는데 회사는 그대로인 이유. OpenAI가 회사 1,764곳의 실제 사용 기록에서 찾은 네 가지 사실을 쉬운 말로 풀었습니다. 마음컴퍼니는 AI가 놓일 자리를 정가로 만듭니다. 8편 · 2026-09-08 AI를 잘 쓰고 있는지 어떻게 아나 — 느낌이 아니라 숫자로 보는 법 "AI 넣고 좋아진 것 같다"는 답이 아닙니다. OpenAI가 회사 1,764곳을 잴 때 쓴 잣대와, 마음컴퍼니가 하나 더한 잣대. AI가 만든 것이 회사에 남는 비율. 14편 · 2026-09-08 사장님은 AI를 어떻게 쓰나 — 결정 전에 훑어보는 화면을 만드는 법 OpenAI 논문에서 임원은 AI로 결과물을 만들지 않습니다. 결정하기 전에 훑어봅니다. 그 훑어보기를 매번 채팅창에 묻는 대신, 시스템이 매주 준비해 두게 만드는 법. 화면은 결정을 대신하지 않습니다.

2층 · 규칙 — 누가 무엇을 해도 되나

권한·정보·보안·위험. 사고가 나는 층이고, 대부분의 회사가 건너뛰는 층입니다.

1편 · 2026-09-08 AI를 샀으면 이제 뭘 정해야 하나 — 회사가 답해야 할 12가지 질문 ChatGPT를 샀다고 끝이 아닙니다. 누가 쓰나, 무엇에 쓰나, 틀리면 누가 책임지나. 열두 개 질문 중 "모름"이 4개 넘으면 AI는 아직 개인 계정 안에 있는 겁니다. 진단 5회권 25만 원으로 같이 채웁니다. 2편 · 2026-09-08 AI 권한 설계 — AI가 뭘 해도 되고 뭘 하면 안 되는지 적는 법 "AI 써도 된다" 한 줄로는 아무것도 정해진 게 없습니다. 보기·초안 쓰기·보내기·고치기·지우기를 따로 정하고, 사람과 AI를 다른 칸에 적습니다. 병원 예약 확인 문자 예시. 15편 · 2026-09-08 AI에 넣기 전에 데이터부터 — 같은 숫자가 세 곳에서 다르게 적혀 있다면 AI가 틀린 답을 하는 이유의 다른 절반은 회사 정보가 세 곳에서 서로 다르게 적혀 있어서입니다. 같은 정보는 한 곳에만 두는 원칙과, 서로 다르게 적힌 곳을 AI가 찾아 주는 법. 부동산 중개 예시. 9편 · 2026-09-08 AI 넣을 때 사고 안 나게 — 보안과 개인정보, 꼭 알아야 할 것만 (2026) AI 사고는 대부분 네 가지 중 하나입니다. 남이 AI에게 명령을 끼워 넣거나, 고객 정보가 밖으로 나가거나, AI가 허락 밖의 일을 하거나, 사고가 났는데 기록이 없거나. 각각 막는 방법이 있습니다. 16편 · 2026-09-08 AI 위험하지 않나요 — 막연한 불안을 목록으로 바꾸는 법 "위험하지 않나"에는 답이 없습니다. 무엇이 위험한지 안 정했으니까요. 목록으로 만들면 답이 생깁니다. 자주 일어나고 피해가 큰 것 몇 개에만 장치를 둡니다. 위험은 금지 사유가 아니라 장치를 둘 자리입니다.

3층 · 자리 — AI가 일 어디에 들어가나

한 번에 다 넣으면 실패합니다. 첫 자리 하나, 부서별 첫 자리, 퍼뜨리는 순서, 회의·이메일·카톡.

4편 · 2026-09-08 업무 흐름에 AI를 심는 법 — 한 번에 다 하지 말고 한 자리부터 AI를 일에 넣는 데는 순서가 있습니다. 지금 일이 어떻게 흐르는지 적고, 막히는 곳을 찾고, 자리 하나만 고릅니다. 한 번에 전부 자동화하면 첫 사고에서 전부 끕니다. 쇼핑몰 재고 발주 예시. 11편 · 2026-09-08 부서마다 AI가 처음 들어갈 자리는 거의 정해져 있다 — 대부분 초안입니다 "우리 부서는 AI로 뭘 하지"의 답은 대부분 초안입니다. 영업은 제안서 초안, 고객 응대는 첫 답변 초안, 재무는 청구서 정리. 왜 첫 자리가 초안인지, 부서가 셋도 안 되는 회사는 어떻게 읽는지. 17편 · 2026-09-08 AI는 저절로 퍼지지 않는다 — 여섯 달 동안 한 자리씩 퍼뜨리는 법 OpenAI 논문에서 큰 회사일수록 AI를 산 뒤 직원 한 명당 사용은 오히려 낮았습니다. 퍼지는 것 자체가 설계할 일입니다. 앞장서는 사람은 임원이 아니라 가장 깊게 쓰는 사람, 교육은 강의가 아니라 자기 일 한 건. 18편 · 2026-09-08 회의·이메일·카톡에 AI 첫 자리 — 회의록과 묻힌 결정을 건지는 법 회사에서 시간이 가장 많이 새는 곳은 일 자체가 아니라 일에 관해 말하는 시간입니다. 회의를 녹음해서 결정과 할 일을 뽑고, 메일을 나누고, 카톡에 묻힌 "그렇게 하죠"를 건지는 법. 녹음은 동의가 먼저입니다.

4층 · 실행 — AI가 실제로 무엇을 하고, 누가 확인하나

어디까지 AI, 어디부터 사람. 에이전트 하나, 그다음 여러 개. 그리고 잘했는지 숫자로 보는 법.

3편 · 2026-09-08 어디까지 AI, 어디부터 사람 — 일을 나누는 세 가지 질문 (2026) AI에게 맡길지 사람이 할지는 세 질문으로 정합니다. 되돌릴 수 있나, 틀리면 누가 다치나, 판단인가 처리인가. 학원 상담 문의 하나를 실제로 나눠 봅니다. 7편 · 2026-09-08 AI 에이전트를 회사에 들이기 전에 — 사람 뽑을 때 묻는 걸 똑같이 묻는다 에이전트는 "말하는 AI"가 아니라 "실행하는 AI"입니다. 누구인지, 무슨 일을 맡기는지, 어디까지 혼자 해도 되는지, 막히면 누구에게 넘기는지. 신입 사원 뽑을 때 묻는 것과 같습니다. 19편 · 2026-09-08 AI 에이전트 여러 개 굴리기 — 둘째부터는 "누가 누구 말을 믿나"가 문제 에이전트가 둘을 넘으면 문제가 바뀝니다. "이게 잘하나"에서 "둘이 다르게 판단하면 누가 이기나"로. 최종은 항상 사람이고, 여러 개를 조율하는 건 팀장의 일입니다. 에이전트 수는 성과가 아닙니다. 20편 · 2026-09-08 AI가 잘했는지 어떻게 아나 — "좋아진 것 같다"를 숫자로 바꾸는 법 논문이 인용한 실험들의 결론은 하나입니다. AI 효과는 결과를 어떻게 평가하고 반영하느냐에 따라 갈린다. 평가가 없으면 효과가 없는 게 아니라 모르는 겁니다. 좋은 결과를 먼저 문장으로 적고, 실제 사례로 비교하는 법.

5층 · 기억과 모델 — AI가 무엇을 알고, 어느 모델로 답하나

회사 기억을 연결하고, 문서를 찾을 수 있게 정리하고, 지시문을 회사 것으로, 모델은 갈아 끼울 수 있게.

6편 · 2026-09-08 회사의 기억을 AI에 연결하기 — AI가 우리 회사 일을 모르는 이유 AI가 엉뚱한 답을 하는 이유의 절반은 모델이 아니라 회사 정보가 AI 손에 없어서입니다. 회의록·규정·가격표·과거 결정을 AI가 찾아서 근거로 답하게 만드는 법과, 복붙이 위험한 이유. 22편 · 2026-09-08 찾을 수 없는 문서는 없는 문서다 — AI가 찾을 수 있게 회사 문서를 정리하는 법 앞 편이 "연결"이면 이 편은 "정리"입니다. 문서가 다섯 곳에 흩어져 있고 최종·진짜최종이 섞여 있으면 AI는 아무거나 근거로 답합니다. 한 곳에 두고, 찾을 수 있게 하고, 오래된 건 버리는 법. 헬스장 예시. 21편 · 2026-09-08 직원 머릿속 AI 지시문을 회사 것으로 — 잘 쓰는 사람이 나가도 남게 AI를 잘 쓰는 직원의 비결은 대부분 지시문입니다. "이렇게 시키면 잘 나온다." OpenAI 논문에서 가장 깊게 쓰는 사람은 신입이고, 그 비결은 개인 계정에 쌓입니다. 퇴사하면 같이 나갑니다. 회사 것으로 만드는 법. 5편 · 2026-09-08 AI 모델은 계속 바뀐다 — 모델을 갈아 끼울 수 있게 만드는 법 지금 1등 AI가 1년 뒤에도 1등은 아닙니다. 회사 시스템을 한 AI 회사에 묶어 두면 그 변화를 못 탑니다. 모델이 바뀌어도 사업이 안 멈추는 구조와, 내 계정으로 AI를 쓰는 선택지.

6층 · 비용 — 얼마가 들고, 얼마가 남나

새는 곳, 남는지 계산하는 법, 직원 한 명당 요금과 회사 한 곳당 요금. 정가는 숨기지 않습니다.

10편 · 2026-09-08 AI 비용, 어디서 새나 — 얼마가 드는지 보이게 만드는 법 (2026) AI 비용은 읽고 쓴 글자 양 × 모델 단가 × 부른 횟수입니다. 새는 곳은 식이 아니라 "누가 얼마나 쓰는지 모르는 것"입니다. 직원 한 명당 내는 요금과 회사 한 곳당 내는 요금의 차이.

7층 · 조직 — 사람과 AI를 어떻게 나누나

사람이 하는 일이 만들기에서 확인하기로 바뀌면 조직도도 바뀝니다. 신입은 가장 깊게 쓰는 사람이고, 결정은 적혀야 다음 결정의 근거가 됩니다.

12편 · 2026-09-08 AI가 들어오면 조직도가 바뀐다 — 사람은 만드는 일에서 확인하는 일로 (2026) 직원 다섯이 하던 조사·분석·보고·검토·결정이 AI 셋과 사람 둘로 바뀌면, 사람이 하는 일은 만들기에서 확인하기와 판단하기로 옮겨갑니다. 팀장 역할이 가장 크게 바뀝니다. 23편 · 2026-09-08 신입이 AI를 가장 깊게 쓴다 — 그 사람이 만든 것을 회사에 남기는 법 OpenAI 논문에서 AI를 가장 집중적으로 쓰는 사람은 신입입니다. 해석은 둘입니다. 신입 일을 AI가 대체하거나, 신입이 AI로 훨씬 많이 만들거나. 기록은 후자입니다. 뽑고, 첫날 맞이하고, 키우는 법. 24편 · 2026-09-08 "왜 그렇게 정했더라" — 회사의 결정을 한 장으로 남기는 법 회사에서 가장 비싼 것은 결정이고, 가장 안 남는 것도 결정입니다. 세 달 뒤 "우리 그때 왜 그랬지"에 답할 사람이 없습니다. 무엇을, 왜, 누가, 언제 다시 볼지를 한 장에 적는 법. AI는 결정 앞까지, 결정은 사람.

8층 · 반복 — 결과를 보고 다시 짜는 게 매달 돌아가나

논문이 말한 "느린 과정"은 반복입니다. 매달 한 시간짜리 회의가 그 반복의 실체입니다.

13편 · 2026-09-08 사람과 AI가 함께 일하는 회사 — 시리즈를 한 편으로 (결론) AI 모델은 점점 흔해집니다. 흔해질수록 모델을 회사에 심는 일의 값이 오릅니다. 스물여섯 편이 말한 것을 한 편으로 정리하고, 마음컴퍼니가 어떤 회사인지 한 줄로 말합니다. 25편 · 2026-09-08 매달 한 시간 — AI 도입이 6개월 뒤에도 살아 있는 회사의 유일한 차이 논문이 말한 "느린 과정"은 반복입니다. 결과를 보고 다시 짜는 걸 실제로 돌리는 건 매달 한 시간짜리 회의입니다. 우리 회사 결과만 보고, 새 기능 구경은 안 합니다. 회의에서 정한 건 다음 달까지 저희가 반영합니다.

왜 이 시리즈를 쓰나

AI 회사들은 모델을 팝니다. 마음컴퍼니는 모델이 놓일 자리를 만듭니다. 논문이 말한 대로 모델은 점점 흔해지고, 값은 그 모델을 회사에 심는 일로 옮겨갑니다. 이 시리즈는 그 일이 왜 필요하고 어떤 질문을 던져야 하는지를 씁니다. 질문의 답이 되는 표와 절차는 회사마다 다르게 나오기 때문에 여기 다 적지 않았습니다. 진단 5회권 25만 원에서 회사에 맞춰 같이 만들고, 계약을 안 하셔도 그 문서는 회사 것입니다. 논문이 확인한 사실과 마음컴퍼니의 생각은 매 편에서 구분해 썼습니다. 어디까지가 실증이고 어디부터가 저희 설계인지 구분해서 읽으십시오.

마음컴퍼니 정가 — 부가가치세 별도 · 최종 금액은 진단 후 확정
진단 5회권25만 원 · 회당 최대 90분 · 데모 시연 포함
SaaS · 운영형 (추천)구축 70만 원부터 + 월 49·99·149만 원 — 서버·AI·개선·추가 기능 구축·월간 성과 리포트 포함, 인원수 과금 없음
SI · 소유형구축 250만 원부터 (제대로 구축 700만~) — 이후 월 구독료 없음, 관리는 회차권

SEO·GEO·검색 상위노출은 구축에 무료로 포함됩니다. 프로그램 데모는 무료 — 실제로 눌러보고, 마음에 들 때만 계약하세요.

자주 묻는 질문

26편을 다 읽어야 하나요?
아닙니다. 0편과 1편만 읽고 열두 질문에서 "모름"이 몰린 층으로 가시면 됩니다. 나머지는 필요할 때 해당 층을 찾아 읽는 참고서입니다.
이 시리즈의 근거는 뭔가요?
OpenAI 연구진과 컬럼비아·와튼 교수가 쓴 논문 "How Organizations Use AI: Evidence from ChatGPT"(2026-08-11)입니다. ChatGPT Enterprise 기업 고객 1,764곳·메시지 1,744만 건의 실제 사용 기록 분석입니다. 마음컴퍼니는 이 논문의 저자도 OpenAI 파트너도 아닙니다. 현장에서 회사에 AI를 들이는 개발사로서 읽고 정리했습니다.
ChatGPT Enterprise를 사야 이 내용이 적용되나요?
아닙니다. 논문의 데이터가 ChatGPT Enterprise일 뿐, 질문(권한·나눔·자리·기억·평가)은 어떤 AI를 쓰든 같습니다. 마음컴퍼니는 특정 AI를 팔지 않고, 모델이 바뀌어도 사업이 계속 돌아가는 구조를 만듭니다. AI가 필요 없으면 AI를 넣지 않습니다.
우리 회사는 직원 10명인데 큰 회사 논문이 해당되나요?
숫자는 그대로 옮기면 안 되고, 방향은 같습니다. 논문에서 큰 회사는 먼저 사지만 산 뒤 직원 한 명당 사용은 오히려 낮습니다. 퍼지는 데 오래 걸립니다. 작은 회사는 그 시간이 짧습니다. 3층 이후는 회사 크기의 게임이 아닙니다.
글에 표와 절차가 별로 없는데요?
일부러 그렇습니다. 권한표·나눔표·위험 목록·결정 기록 한 장은 회사마다 다르게 나옵니다. 남의 회사 표를 가져다 쓰면 안 맞습니다. 그래서 글에는 왜 필요한지와 어떤 질문을 던져야 하는지까지 쓰고, 표 자체는 진단 5회권 25만 원에서 회사에 맞춰 같이 만듭니다.
비용은 얼마인가요?
진단 5회권 25만 원(회당 최대 90분, 데모 시연 포함). SaaS 운영형 구축 70만 원부터 + 월 49·99·149만 원(직원 수 무관, 개선·추가 기능·월간 성과 리포트 포함). SI 소유형 구축 250만 원부터(제대로 구축 700만~), 관리 회차권 49만 원. 부가가치세 별도, 최종 금액은 진단 후 확정. 계약 전 작동 데모는 무료입니다.

필요한 프로그램, 실제로 만들어보고 판단하세요

현재 하고 있는 일과 필요한 기능을 알려주시면 먼저 실제로 작동하는 데모를 보여드립니다. 데모는 무료입니다.

무료 데모 시작하기 → 정가 전체 보기