권대환AX 실무자 · 시스템 기획·구축
AI Transformation Reference
현업이 못 풀던 문제를 AI로 풀어, 프로덕션 서비스로 만들고 직접 운영합니다.
AI를 빌려 매번 토큰(AI 호출 비용)을 쓰는 게 아니라, AI로 만들어 자산으로 소유합니다.
영업관리 현장에서 반복 정산, 데이터 검증, 리포트 작성의 병목을 직접 겪었습니다. 그 문제를 현업 팀장·담당자와 함께 AI 기반 자동화와 데이터 시스템으로 풀었고, 업무 외 시간까지 들여 직접 설계·검증했습니다. 같은 접근을 제약 영업관리에서 시작해 엔지니어링 시험·팀 진단·사내 복지 같은 다른 도메인으로, 그리고 그 작업을 돌리는 자기 운영 도구로 넓혔습니다. 핵심은 사람이 검수할 지점과 시스템이 처리할 지점을 나누는 것입니다.
Operating Model
단독 구축·운영
Cloudflare·Nginx·systemd·Docker 위에서 self-host Supabase를 포함한 프로덕션 서비스 20여 개를 직접 구축·운영합니다. 대부분 현업 팀장·담당자와 함께 시작한 일입니다.
안전한 배포
모든 변경은 빌드 검증·헬스체크·실패 시 자동 롤백 게이트를 통과해야 라이브가 됩니다.
비용 규율
대시보드 숫자는 미리 계산해 저장한 스냅샷으로 토큰 없이 돌고, AI 해석은 필요한 화면·질문에만 얹힙니다.
서버 상주
코드가 실제로 도는 OCI 서버에서, 어디서든 SSH로 구현·검증·배포를 그 자리에서 끝냅니다.
AX Fit
직무 적합 신호
현업 이해, 데이터 기준화, AI 자동화, 운영 가드레일을 한 흐름으로 묶는 역할에 초점을 둡니다.
업무 진단
반복 입력, 승인 대기, 데이터 불일치처럼 현장에서 시간이 새는 지점을 먼저 찾고, 자동화보다 기준 정리를 우선합니다.
데이터·ERP 통합
Oracle ERP, Supabase, MSSQL, 수기 문서처럼 흩어진 업무 데이터를 분석 가능한 기준과 조회 흐름으로 연결합니다.
AI 자동화·에이전트
Claude, Gemini, GPT, Vision OCR, 워커, 검증 규칙을 조합해 반복 판단과 리포팅을 업무 흐름 안으로 끌어옵니다.
도입·운영·거버넌스
AI가 전부 판단하는 구조보다 사람이 최종 책임지는 검수 지점, 로그, 문서화, 예외 처리를 함께 설계합니다.
Featured Cases
AX 대표 사례

PharmKPI
분석 프로세스 AX 전환 — ERP·CSO·외부 API 통합 raw → 셀프서비스 BI
ERP 추출본을 엑셀에서 합치던 분석 → 주문서 단위 단일 raw 통합 + 그 위의 스냅샷 자체 BI
- Problem
- PMI(인수합병 후 통합) 과정에서 경영진이 일·주·월 단위 보고를 원했는데, 핵심 지표(매출·수금·마진·흡수율)를 빠르게 한눈에 보는 시각 대시보드가 없었습니다. 매번 ERP에서 데이터를 뽑아 엑셀로 정리해야 해 느렸고, 추세 파악도 개인 경험에 의존했습니다.
- AX Intervention
- 팀장과 함께 세 가지를 정했습니다. ① ERP를 매번 직접 조회하면 느리고 부하가 커, ERP 데이터를 우리 DB에 스냅샷으로 떠두고 그 위에서 KPI를 즉시 보게 했습니다. ② 상용 BI(Metabase/Superset)를 도입하는 대신 제약 지표·업무 문맥에 맞춘 자체 BI 툴을 만들고, PMI 때 들은 경영진의 일·주·월 보고 주기를 그 안에 녹였습니다. ③ AI는 매번 토큰을 쓰는 대신 과거 월은 토큰 0 스냅샷으로 렌더하고 필요한 화면에서만 Claude·Gemini·GPT 인사이트(월간 요약·이상치 탐지·자연어 질의)를 호출하도록 규율했습니다.
- Outcome
- ERP를 매번 뒤지던 경영진 보고를, 스냅샷 위에서 즉시 보는 자체 BI 대시보드로 바꿔 일·주·월 보고 주기를 그대로 지원하고, 필요할 때만 AI 분석을 얹었습니다.

영업전략포털
분석 요청 병목 제거 — ERP+공공 API 약 10종 셀프서비스 통합
타부서에 매번 데이터 요청·취합 → ERP+공공 API 셀프서비스 통합 + 반복 분석 규칙화
- Problem
- 전략기획팀 업무를 들여다보니, 분석에 필요한 데이터(품목·거래처·담당자·병원-약국)를 매번 타부서에 요청해 받아야 했습니다. 요청·취합에 시간이 들고, 데이터가 ERP와 여러 시스템에 흩어져 있어 전략기획이 스스로 들여다볼 길이 없었습니다.
- AX Intervention
- 진짜 원인은 "분석 기반 데이터가 한 곳에 모여 있지 않다"였습니다. 그래서 세 가지를 결정했습니다. ① pharmkpi 안에 전략기획 전용 워크스페이스를 두어 셀프서비스 분석 환경을 만들고, ② ERP와 외부 공공 API 약 10종(식약처·심평원·공공데이터포털)을 연결해 품목 raw·거래처·담당자·병원-약국 등 분석 기반을 한곳에 통합했습니다(ERP는 손대지 않고 읽기 전용 조회). ③ 반복되는 분석은 리포트 규칙으로 박아, 현재 3종을 우선 구현하고 넓혀 가는 중입니다.
- Outcome
- 타부서에 데이터를 요청해 받던 전략기획 업무를, ERP와 외부 공공 API로 통합된 셀프서비스 분석 기반과 리포트 규칙으로 바꿨습니다. 현재 pharmkpi 안에 있으며 향후 별도 포털로 분리할 예정입니다.

PharmKPI Exec
경영 보고 접근 경로 전환 — iPad PWA + 경영진 기준 지표 재정의
회의실 PC에서만 보던 임원 보고 → iPad에서 바로 보는 읽기전용 KPI(웹 1회 배포 = 앱 갱신)
- Problem
- 새로 부임한 대표님이 직접, 매출·채권·KPI 정기보고를 회의실 PC가 아니라 손에 든 태블릿으로 바로 보고 싶다고 단독 지시했습니다. 기존 PharmKPI는 실무자용 화면이라 임원이 보려는 숫자·흐름과 맞지 않았고, 그대로 태블릿에 올리는 것만으로는 답이 아니었습니다.
- AX Intervention
- PharmKPI를 기반으로 임원용을 따로 세우되, 임원이 진짜 보는 게 뭔지부터 좁혀 세 가지를 정했습니다. ① iPad 우선이라 iOS 네이티브(애플 개발자 비용·macOS 빌드)를 버리고 홈 화면에 추가하는 PWA로 앱 경험을 비용 없이 냈고, ② 라이브 사이트를 얇게 감싸 웹 배포가 곧 앱 갱신이 되게 했으며, ③ 숫자를 그대로 옮기지 않고 경영진 기준으로 재정의 — 채권 회전일을 납기 기준으로 보정하고 실청구액(VAT 포함)으로 통일하고 소송채권을 별도로 분리해, 승인 아래 지표 정의 자체를 바로잡았습니다.
- Outcome
- 실무자용 대시보드를 임원이 태블릿에서 바로 보는 읽기 전용 KPI 보고로 재구성하고, 역할(대표·영업임원)별로 보는 숫자를 나눴습니다. 전용 도메인으로 운영하며 웹 한 번 배포가 곧 임원 단말 갱신이 되는 구조였고, 공개 배포본은 2026-07 아카이브했습니다.

KPIS DSR
수기 검증·반송 수정 → 클릭 한 번 자동 무결화
매일 엑셀 수식으로 손수 만들던 법정 공급내역보고 → KPIS API 자동 검수·교정(자동 신고 직전 단계)
- Problem
- 회사 ERP가 내보내는 데이터로는 법정 의약품 공급내역보고를 그대로 제출할 수 없었습니다. 당시 전산팀은 막내 한 명만 남아 손댈 여력이 없었고, ERP 원본 데이터 수정도 극도로 꺼리던 시기였습니다. 그래서 보고서는 매번 엑셀 수식으로 손수 만들어야 했고, 매일 적지 않은 업무시간이 이 반복 작업에 사라졌습니다.
- AX Intervention
- 유통관리 담당 2명과 매달 어떤 오류가 왜 나는지 함께 짚어가며, ERP 원본은 건드리지 않고 내려받은 데이터를 후처리로 무결하게 만드는 길을 택했습니다. 전산 여력도 ERP 수정 여지도 없는 제약 안에서의 현실적인 해법이었습니다. 이 엑셀 수작업을 단계적으로 시스템으로 옮겨, 처음에는 스프레드시트 복사·붙여넣기만으로 되도록 반자동화했고, 지금은 표준코드·규격과 거기서 파생되는 수량·단가 오류까지 의약품관리종합정보센터(KPIS) API 조회로 모두 자동 검수·교정해 무결한 공급내역보고를 산출합니다. 신고 API까지 연결해, 사람이 최종 확인만 하면 자동 보고되는 직전 단계까지 구현했습니다.
- Outcome
- 전산 인력도 ERP 수정 여지도 없던 상황에서, 매일 시간을 잡아먹던 엑셀 수작업을 ERP를 건드리지 않는 무결 보고서 자동 산출로 바꾸고, 자동 신고 직전 단계까지 끌어왔습니다.

CSO Web
엑셀·카카오톡 정산 흐름의 시스템 전환 — OCR + 4단계 위변조 검증
300여 거래처 사진 전수 육안 검토(매달 15영업일) → 위변조 4종 동시 탐지로 1차 선별, 의심 건만 사람 검수
- Problem
- CSO 300여 개 거래처가 매월 보내는 처방통계표는 원본 데이터에 접근할 수 없어 사진·PDF가 유일한 근거였고, CSO팀 2명이 사진을 한 장씩 열어 자사 품목을 골라 수량·금액을 수기로 합산하고 위변조까지 눈으로 확인해 정산에 입력했습니다. 매달 영업일 15일이 드는 일이었습니다.
- AX Intervention
- 결정은 둘이었습니다. ① 위변조는 글자만 읽는 OCR로는 못 잡으니, 서로 다른 조작 방식을 각각 노리는 네 기법을 겹쳤습니다 — ELA(일부 영역 재편집), EXIF(편집 소프트웨어 흔적), SHA-256(정확한 중복), 지각 해시(복제·축소판). ② 약품 정산이라 틀리면 책임이 커, 전부 자동화하지 않고 기계가 1차로 걸러 후보를 만들고 위험·금액 의심 건만 사람이 최종 검수(확정·수정·제외)하도록 나눴으며, 이해충돌을 막으려 업로더와 판정자를 분리했습니다.
- Outcome
- 사진 한 장씩 눈으로 보던 매달 15일짜리 수작업을, 4단계 위변조 방어가 1차로 걸러내고 사람은 의심 건만 검수하는 증거 기반 워크플로우로 재설계했습니다. 이 검증은 자료검토·자동 정산서·조회/발송(메일머지)·필터링·흡수율 분석으로 이뤄진 시스템의 일부이며, 업계 상용 프로그램과 비교 가능한 수준에 이르러 회사가 상용 도입을 결정하면서 그 개발 파트너로 기능을 함께 만들고 있습니다.

Team Pulse
서로의 업무 방식을 이해하는 팀 진단 — 낙인 방지 설계
HR 평가 오인 시 솔직한 응답 붕괴 위험 → 본인만 결과·3명 미만 집계 차단(역산 불가)으로 낙인 제거
- Problem
- 목표는 평가가 아니라 "서로의 업무 방식을 이해하는 것"인데, 심리·성향 진단은 "회사가 내 약점을 들여다본다"는 낙인 두려움이 큽니다. HR 평가로 오인되면 솔직한 응답이 안 나오고 팀 심리 안전이 깨져, 도구 자체가 무용해집니다.
- AX Intervention
- 낙인을 어떻게 없애느냐가 전부라, 세 가지를 박았습니다. ① 방어기제(Vaillant)부터 의사소통 유형(사티어)·성향(Big Five)까지 협업에 도움이 되는 기법을 쓰되, 문항을 추상적 성격이 아니라 일터 행동("새 협업 툴 시도", "팀 갈등 상황")으로 한정해 평가가 아닌 협업 맥락임을 드러냈습니다. ② 노출을 계층화했습니다. 개인 결과는 RLS(행 단위 접근 제어)로 본인만 보고, 팀 집계는 최소 3명이 응답하기 전엔 개인을 역산할 수 없도록 구간으로만 보이며, 소유자 화이트리스트만 접근하게 했습니다. ③ 동의 모달·결과 고지·위압적이지 않고 부드러운 말투와 용어("진단" 대신 "협업 카테고리 추정")로 "HR·임상 평가가 아니다"를 일관되게 반복했습니다.
- Outcome
- 진단의 낙인 위험을 기능 설계로 눌러, 개인은 본인 결과만 보고 팀은 역산이 불가능한 집계만 보는 협업 워크숍용 자가진단 SaaS로 만들었습니다. 한 팀 5인이 참여했고, 평가가 아니라 서로를 이해하는 톤이 닿아 "거울로 나를 들여다본 것 같다"는 피드백을 받았습니다.
Trust by Design
AI를 믿지 않고, 거짓말 못 하는 환경을 만듭니다
AI는 모르는 것도 그럴듯하게 지어냅니다(환각). 그래서 모델을 잘 타이르는 대신, 사실을 실제 소스에 묶어 애초에 지어낼 수 없는 환경을 설계합니다. 이것이 하네스(AI를 정해진 절차 안에서만 돌게 가두는 장치) 엔지니어링입니다. 특정 프로젝트가 아니라 챗봇·대시보드 등 AI를 쓰는 모든 화면에 적용하는 방식입니다.
제약은 약사법·고시 같은 법령이 의사결정에 직결됩니다. 그냥 물으면 없는 조문을 지어내므로, 현업·경영진 두 KPI 대시보드의 AI가 법령을 물으면 국가법령정보센터의 실제 현행 법령을 먼저 가져와 그것만 인용하도록 묶었습니다. 약사법뿐 아니라 모든 법령에 적용되며, 지금 실제 가동 중입니다.
매출·수금·마진 같은 계산은 AI에게 맡기지 않습니다. 수치는 DB·스냅샷에서 계산해 확정하고, AI는 만들어진 숫자를 해석·요약만 하도록 역할을 가둡니다.
이 한 가지 원칙이 제가 쓰는 AI 기법 전체를 관통합니다 — 프롬프트로 행동을 제약하고, 스킬로 절차를 고정하고, 하네스로 검증을 강제하고, 루프로 스스로 고치게 하고, 기억과 위키로 맥락을 남깁니다. 모두 "AI가 제멋대로 못 하게 환경을 설계한다"는 한 뿌리입니다.
Operating Method
AX를 진행하는 방식
자동화 대상을 먼저 정하지 않습니다. 업무가 실제로 어디서 막히는지, 어떤 기준이 암묵지로 남아 있는지, 어느 지점에서 사람이 책임져야 하는지부터 나눕니다.
현업을 먼저 관찰
도구부터 붙이지 않고, 누가 어떤 입력을 보고 어떤 기준으로 판단하는지 업무 흐름을 먼저 적습니다.
기준 데이터를 고정
ERP, 엑셀, 이미지, 수기 문서 중 무엇을 원천으로 볼지 정하고, 사람이 암묵적으로 처리하던 예외를 드러냅니다.
반복 판단을 자동화
LLM, Vision OCR, 검증 규칙, 워커를 조합해 요약·분류·검증·리포팅처럼 반복되는 판단을 흐름 안에 배치합니다.
위험 지점은 사람이 승인
정산, 문서 위변조, 외부 발송처럼 책임이 필요한 단계는 Human-in-the-loop와 로그를 남기는 구조로 설계합니다.
성과와 예외를 문서화
시간 절감, 오류 감소, 처리량, 예외 유형을 기록해 다음 자동화 범위와 운영 기준을 다시 정합니다.
Proof Stack
AX 관점의 기술 스택
AI Workflow
Data Systems
Product Build
Operation Guardrails
Contact
AX 사례와 구현 세부 내용을 더 설명할 수 있습니다.
공개 가능한 범위 안에서 문제 정의, 구현 방식, 운영상 배운 점을 중심으로 이야기하겠습니다.
ssmtransite@gmail.com