AI 기반 EDM 운영을 위한 인력 구성과 업무 프로세스

AI 기반 EDM(Enterprise Data Management) 운영을 위한 인력 구성과 업무 프로세스는 조직의 디지털 전환(DX) 수준과 AI 도입 범위에 따라 달라질 수 있습니다. 아래는 관련 사례와 전문가 의견을 바탕으로 정리한 주요 구성 요소와 프로세스입니다.

1. 인력 구성

AI 기반 EDM 운영을 위해서는 다음과 같은 역할이 필요합니다.

1.1 핵심 역할

• 데이터 사이언티스트(Data Scientist, DS)

  • AI 모델 개발 및 데이터 분석 전문가로, 머신러닝, 통계, 데이터 마이닝 기술을 활용합니다.
  • 조직 내 AI 프로젝트의 기술적 리딩 역할을 수행합니다.

• 프롬프트 엔지니어(Prompt Engineer)

  • 생성형 AI(예: LLM) 활용 시, AI에 적절한 질문(프롬프트)을 설계하고 최적화하는 역할을 합니다.
  • AI 기반 EDM에서 사용자 질의에 대한 정확한 응답 생성을 담당합니다.

• AI/데이터 분석 전문가

  • EDM 시스템 내 데이터 흐름을 분석하고, AI 기반 자동화(예: 문서 분류, 검색 최적화)를 구현합니다.

• CDS(Citizen Data Scientist)

  • 각 부서별로 데이터 분석 및 AI 활용 과제를 추진할 수 있는 리더급 인력입니다.
  • 전문 교육을 통해 데이터 기반 의사결정 역량을 갖추도록 양성합니다.

• IT/보안 전문가

  • EDM 시스템의 보안, 권한 관리, 규정 준수를 담당합니다.
  • 문서별 보안등급, 다운로드/수정 제한, 열람 로그 등 보안 기능을 관리합니다.

1.2 조직 구성

• DX추진팀 또는 AI 전담팀
  • AI 및 데이터 기반 운영 전략을 수립하고, EDM 시스템 구축 및 운영을 총괄합니다.
  • 신규 조직 개편(예: 스마트팩토리 TFT → DX추진팀)을 통해 전문성을 강화합니다.

2. 업무 프로세스

AI 기반 EDM 운영은 다음과 같은 단계별 프로세스로 구성됩니다.

2.1 현황 분석 및 목표 설정

• 현재 사용 중인 시스템, 문서 흐름, 중복 저장률, 검색 시간 등을 분석합니다.
• ‘검색 시간 50% 단축’, ‘중복 문서 70% 제거’ 등 구체적인 KPI를 설정합니다.

2.2 부서 간 문서 흐름 정의 및 통합 구조 설계

• 부서별 문서 관리 방식을 표준화하고, 문서 흐름(예: 제품개발 → 품질관리 → 법무)을 설계합니다.
• EDM 내 문서 유형, 권한, 승인자, 만료 정책 등을 구성합니다.

2.3 AI 기반 자동화 구현

• AI/ML 기술을 활용해 문서 분류, 검색, 요약, 보고서 생성 등 반복 업무를 자동화합니다.
• 생성형 AI(예: ONE AI)를 활용해 ERP, 그룹웨어 등 업무용 솔루션과 연동합니다.

2.4 데이터 리터러시 및 교육 프로그램 운영

• 비즈니스 사용자 대상으로 데이터 입문 교육, AI 활용 교육을 실시합니다.
• CDS 인력 양성 프로그램을 통해 각 부서별 데이터 기반 의사결정 역량을 강화합니다.

2.5 모니터링 및 지속적 개선

• AI 모델의 신뢰성, 정확도, 편향 여부를 지속적으로 모니터링합니다.
• 사용자 피드백을 반영해 EDM 시스템과 AI 모델을 개선합니다.

3. 참고 사례 및 전략

• 풍산 울산사업장

  • 2024년부터 압출공장 빅데이터 적용을 시작으로 EDM 기반 데이터 구축 시스템으로 전환 예정.
  • DX추진팀 신설 및 CDS 인력 양성 프로그램 운영 중.

• 삼성SDS AI 팀 운영 전략

  • AI 팀 구성은 조직의 목표와 혁신 전략에 따라 지속적으로 발전시켜야 함.
  • 프롬프트 엔지니어링 등 신규 직무 기술이 중요해지고 있음.

• IBM, Tableau 등 전문가 의견

  • 데이터 리터러시 향상과 비즈니스 사용자 참여가 AI 기반 EDM 성공의 핵심 요소.
  • 통합 환경 구축과 협업 강화가 필요함.

결론

AI 기반 EDM 운영은 전문 인력(데이터 사이언티스트, 프롬프트 엔지니어, CDS 등)과 DX추진팀 중심의 조직 구조, 그리고 단계별 프로세스(현황 분석 → 문서 흐름 설계 → AI 자동화 → 교육 및 모니터링)가 필요합니다. 이를 통해 문서 관리 효율성과 데이터 기반 의사결정 역량을 동시에 강화할 수 있습니다.