AI가 일자리를 대체한다는 이야기는 익히 들어 알고 있지만, 막상 위와 같이 써 놓으니 ‘AI가 저것까지 하기는 쉽지 않을 걸’이라는 생각이 들기도 한다. 맞다. 위의 내용을 실제로 쓸 만한 수준으로 구현하는 것은, LLM을 학습시키고 활용하는 것과는 완전히 다른 차원의 이야기다.
데이터를 통합하고 표준화하는 일이 어렵다는 것은 기업의 AX 담당자라면 익히 알고 있는 이야기다. 여기서는 워크플로우, 즉 업무 로직을 AI에게 학습시킨다는 것의 의미를 좀 더 설명하고자 한다. 현실 세계에서 제약회사 MR(영업대표) ‘김과장’이 하는 업무를 예시로 보자.
제약회사 MR(영업대표) 김과장의 하루
오전 9시, 김과장은 모니터에 뜬 처방 실적 리포트를 본다. 서울 서초구 담당 B병원의 자사 고지혈증 치료제 처방량이 지난 3주 연속 감소세다. 회사 CRM 시스템은 해당 병원을 ‘집중 관리 필요’ 거래처로 분류하고, 담당 의사 방문 횟수를 늘리라고 권고하고 있다. 클릭 한 번이면 방문 일정이 캘린더에 예약될 것처럼 보인다. 하지만 김과장은 바로 클릭하지 않는다.
김과장은 먼저 달력을 본다. 이번 주 목요일부터 사흘간 코엑스에서 대한순환기학회 춘계학술대회가 열린다. B병원의 주요 처방의인 심장내과 박 교수가 좌장으로 참여하는 세션이 있다. 그 말은 이번 주 박 교수의 외래 진료가 절반으로 줄고, 병원 내 처방 자체가 평소보다 크게 감소한다는 뜻이다. 처방량 하락은 영업력의 문제가 아니라 학회 시즌의 구조적 패턴이다. 오히려 학술대회장 심포지엄 부스에서 박 교수를 만나는 것이 지금 이 순간 최선의 접점이다.
그다음 김과장은 급여 이슈를 확인한다. 경쟁사의 동일 계열 약물이 다음 달 1일부로 급여 적용 범위가