업무 매뉴얼을 AI에게 보여줬더니, 일하는 순서부터 다시 설계하기 시작했다
Box Architect와 NVIDIA의 협력. AI가 문서를 읽는 도구에서 기업의 업무를 설계하는 도구로 진화하고 있다.
20초 핵심
AI에게 일을 시켰더니, 업무 방식부터 바꾸자고 한다
신규 거래처 하나를 등록하는 데 왜 이렇게 많은 시간이 걸릴까?
영업팀이 거래처 정보를 받고, 재무팀이 계좌를 확인하고, 법무팀이 계약서를 검토한다. 담당자는 누락된 서류를 요청하고, 승인 상태를 확인하느라 여러 차례 이메일을 보낸다.
지금까지 생성형 AI는 이 과정에서 계약서를 요약하거나 이메일 초안을 작성하는 역할에 가까웠다. 그런데 AI가 이렇게 묻기 시작한다면 어떨까?
이 일을 꼭 지금의 순서대로 처리해야 하나요?
11월 5일 미국 기업용 콘텐츠 관리업체 Box가 BoxWorks 2026에서 발표한 Box Architect는 바로 이 질문에서 출발한다.
사용자가 업무 목표를 설명하면 AI가 기존 문서와 절차를 분석해 업무 흐름을 제안하고, 필요한 양식과 AI 에이전트, 승인 체계를 구성하는 방식이다.
중요한 차이는 기존 업무를 그대로 자동화하는 것이 아니라, 목표를 달성하는 더 나은 업무 방식을 처음부터 설계하려 한다는 점이다. 다만 Architect는 2026년 4분기 Enterprise Advanced 고객 대상 베타 출시를 앞둔 제품으로, 발표된 기능이 모두 상용 환경에서 검증됐다는 의미는 아니다.
실제 회사에서는 무엇이 달라질까?
신규 거래처 등록을 예로 들어보자.
기존 업무 방식
AI 기반 재설계
개념 비교를 위한 예시. 오른쪽은 Box가 제시한 제품 기능을 토대로 재구성한 업무 시나리오이며 실제 도입기업의 검증된 운영 결과는 아니다.
핵심은 직원이 여섯 단계를 더 빨리 처리하는 것이 아니다. 여러 부서가 각각 확인하던 서류를 한 번에 수집하고, 정형적인 검증을 AI에 맡기며, 법률적 또는 재무적 예외만 담당자에게 전달하는 것이다.
Box가 제시한 제품 구성에서는 Forms가 신청서를 받고, Extract가 문서의 핵심 정보를 추출한다. Automate는 업무를 전달하고, Doc Gen과 Sign은 계약서 생성 및 서명을 지원한다. Apps는 전체 진행 상태를 보여준다.
Architect는 이 도구들을 업무 목표에 맞게 조합하고, 운영 중 반복되는 병목까지 찾아 개선안을 제안하도록 설계됐다.
NVIDIA가 필요한 이유는 AI가 회사의 사정을 모르기 때문이다
뛰어난 AI 모델도 회사 내부 규정을 모른다면 올바른 업무 절차를 설계하기 어렵다.
어떤 계약에는 법무팀 승인이 필요한지, 어떤 금액부터 재무 책임자의 결재가 필요한지, 예외 처리 기준이 무엇인지는 기업마다 다르다.
Box는 이 문제를 해결하기 위해 NVIDIA와 협력해 Box Context Retrieval을 발표했다. NVIDIA의 Nemotron Retriever 기술로 기업 문서에서 질문에 필요한 정보를 찾아 AI에 제공하는 검색 엔진이다.
Box는 이 기술을 통해 검색 정확도 개선, AI 처리에 사용되는 토큰 감소, 응답 속도 향상 가능성을 제시했다. 구체적으로 Recall@5 기준 검색 정확도 20% 개선, 토큰 사용량 90% 감소, 질의응답 속도 4배 향상이라는 수치다.
다만 이는 Box가 제시한 잠재적 성능 개선치로, 모든 고객의 실제 업무 생산성이 그만큼 향상된다는 뜻은 아니다. Context Retrieval의 일반 제공은 2027년 초로 예정돼 있다.
기업이 먼저 해야 할 일은 AI 도입이 아니라 업무 정리다
AI가 아무리 똑똑해도 오래된 규정이나 서로 충돌하는 매뉴얼을 참조하면 잘못된 절차를 만들 수 있다.
따라서 실무에서는 세 가지 순서가 합리적이다.
- 첫째, 반복적이고 문서가 많이 오가는 업무 하나를 선정한다. 신규 거래처 등록, 비용 정산, 계약 검토 등이 후보가 될 수 있다.
- 둘째, AI에 기존 절차를 그대로 구현하라고 지시하지 않는다. 업무의 최종 목표, 반드시 지켜야 하는 규칙, 사람이 승인해야 할 조건을 구분해 제공한다.
- 셋째, 실제 적용 전 과거 사례와 예외 상황으로 검증한다. 처리시간뿐 아니라 서류 누락률, 재작업률, 승인 오류, 업무당 AI 비용을 함께 측정해야 한다.
특히 잘못된 문서의 지시를 AI가 업무 명령으로 받아들이는 프롬프트 인젝션, 과도한 접근권한, 승인 오류는 반드시 관리할 위험이다.
Box는 에이전트의 접근권한과 도구 사용을 제한하는 보안 통제를 제공하고 있지만, 대량 정보 유출이나 계정 탈취 등을 탐지하는 추가 기능은 향후 제공할 계획이다.
이번 발표에서 가장 흥미로운 부분은 특정 AI 모델의 성능이 아니다.
AI가 기업의 업무를 얼마나 잘 이해하고, 실제 운영 절차를 얼마나 안전하게 바꿀 수 있느냐가 새로운 경쟁 영역으로 떠오르고 있다는 점이다.
투자 관점에서 NVIDIA는 AI 모델과 검색 인프라를 제공하고, Box는 기업 문서와 업무 실행 환경을 연결한다. 이는 AI 산업의 경제적 가치가 반도체와 모델 개발사뿐 아니라 기업용 소프트웨어에도 분배될 가능성을 보여준다.
그러나 기술적 가능성과 기업의 실제 지출은 다른 문제다. Box가 이 기능을 유료 고객 확대와 매출 성장으로 연결하는지, 도입기업이 운영비를 줄이면서도 오류를 통제할 수 있는지가 검증돼야 한다.
직장인에게도 중요한 변화다. AI에게 문서를 요약시키는 능력보다, 불필요한 절차를 찾아내고 새로운 업무 흐름을 설계하며 그 결과를 책임지는 역량의 가치가 높아질 수 있다.
결국 생산성 혁신은 같은 일을 더 빨리 하는 데서 끝나지 않는다.
- 가능하다. 다만 기업 문서의 접근권한, 업무 시스템 연동, 승인 기록, 보안정책을 일관되게 관리하는 별도의 구축 작업이 필요할 수 있다.
- 아니다. 사람의 검토와 승인을 포함하는 구조다. 특히 현재는 베타 출시 단계이므로 발표된 기능과 실제 제공 범위를 구분해야 한다.
- 아니다. 규정 해석이 틀리거나 예외 처리가 누락되면 오히려 비용이 증가할 수 있다. 동일한 품질과 통제 수준에서 처리시간, 오류, 재작업 비용을 비교해야 한다.
- 두 기업의 수익 구조가 다르다. NVIDIA는 AI 연산과 모델 인프라 수요가 중요하고, Box는 AI 기능이 구독 매출과 고객 유지율을 얼마나 개선하는지가 중요하다. 이번 발표만으로 어느 주식이 더 유리하다고 판단하기는 어렵다.
체크 포인트
인사이트 타임스 편집부
