기업 AI 도입, 무엇부터 맡길까? Barclays의 이메일 자동화가 보여준 순서

작성자: Lucy.·2026년 10월 1일 (목)
기업 AI 도입, 무엇부터 맡길까? Barclays의 이메일 자동화가 보여준 순서

우리 회사가 AI에 처음 맡길 일은 무엇일까요? 매일 쌓이는 이메일을 읽고 담당자를 찾는 일, 고객에게 답하기 위해 자료를 뒤지는 일부터 살펴볼 만합니다. 사람이 판단을 시작하기까지 걸리는 시간을 줄일 수 있기 때문입니다.

2026년 10월 1일 Anthropic이 공개한 영국 은행 Barclays의 활용 사례는 이 출발점을 보여줍니다. 핵심은 업무를 단계별로 나누고, AI가 맡을 부분과 사람이 집중할 부분을 설계하는 데 있습니다.

Barclays는 AI에 어떤 일을 맡겼을까요?

발표에서 눈에 띄는 사례는 사내 지식 검색과 이메일 처리입니다. 두 업무 모두 직원이 필요한 정보를 찾아 다음 행동을 준비하는 과정과 연결됩니다.

Barclays UK의 직원용 지식 도우미인 ‘Colleague Knowledge Assistant’는 2025년부터 운영됐습니다. 발표 기준 1만 6,000명이 넘는 직원이 도입했고, 누적 검색은 100만 건을 넘었습니다. Claude에 검색 증강 생성(RAG)을 결합한 방식입니다. RAG는 질문과 관련된 자료를 먼저 찾고, 이를 바탕으로 AI가 답변을 만드는 구조를 말합니다. 직원이 고객을 지원할 때 필요한 정보와 답을 더 빨리 찾도록 돕습니다.

Global Markets 부문에서는 들어오는 이메일을 분류하고, 처리에 필요한 정보를 보강하며, 적절한 처리 경로를 정하는 데 Claude를 활용합니다. 발표에 따르면 이 플랫폼은 하루 약 12만 건의 이메일을 처리합니다. 여기서 ‘처리’는 분류·정보 보강·경로 결정 등을 뜻합니다. 12만 건 모두에 AI가 자동으로 답장하거나 고객 요청을 끝까지 해결했다는 의미는 아닙니다.

이 사례를 업무 흐름으로 읽으면 AI가 맡을 역할이 구체적으로 보입니다. ‘고객 응대’라는 큰 업무 안에서도 정보 검색, 요청 분류, 담당자 연결, 답변 판단은 서로 다른 단계입니다. 어느 단계가 반복적이고, 어디서 사람이 오래 기다리거나 같은 자료를 다시 찾는지 보면 첫 도입 지점을 좁힐 수 있습니다.


정보가 준비되면, 사람은 더 중요한 판단에 집중할 수 있습니다

고객 문의에 답하는 직원은 답변을 쓰기 전에도 여러 일을 합니다. 요청의 뜻을 파악하고, 근거 자료를 찾고, 빠진 내용을 확인하고, 누가 처리할지 정합니다. 이 준비 과정이 길어지면 정작 고객의 상황을 이해하고 해결 방향을 고민할 시간이 줄어듭니다.

AI가 관련 정보를 모아 정리해 주면 사람은 예외를 살피고, 우선순위를 조정하고, 고객에게 어떤 설명이 필요한지 판단하는 데 더 많은 주의를 쓸 수 있습니다. 반복 문의를 보면서 안내 방식이나 업무 절차를 개선하는 기획에도 시간을 배분할 수 있습니다. 이것이 이 사례에서 읽을 수 있는 도입의 방향입니다.

예를 들어 작은 기업이라면 ‘견적 문의를 읽고 요청 사항·희망 일정·추가 확인 항목을 정리하기’를 첫 과제로 삼을 수 있습니다. 직원은 정리된 내용을 확인한 뒤 가격과 납기, 대응 방식을 결정합니다. 이는 Barclays가 공개한 세부 절차가 아니라, 같은 관점을 일상 업무에 적용한 예시입니다.

위임의 범위도 함께 정하면 좋습니다. 처음에는 AI가 분류를 제안하고 사람이 확정하게 할 수 있습니다. 결과가 안정적인 문의 유형부터 담당자 연결까지 맡기는 방식으로 넓혀 갈 수 있습니다. 외부 답변이나 비용·계약에 영향을 주는 결정은 별도의 승인 단계로 두면 역할이 명확해집니다.

Anthropic은 Barclays에서 정보 접근과 고객 지원이 빨라지고 수작업이 줄었다고 설명합니다. 다만 발표에는 구체적인 시간 절감률, 분류 정확도, 비용 절감액이 제시되지 않았습니다. 따라서 사람의 판단·기획 시간이 얼마나 늘었는지는 우리 조직의 시험 운영에서 확인할 목표로 삼는 것이 적절합니다. Barclays 역시 보안 통제와 사람의 감독을 적용한다고 밝혔습니다.


작은 파일럿에서 확인하고, 잘되는 업무부터 넓혀갑니다

시작할 때는 한 팀의 한 가지 업무를 고르면 충분합니다. 자주 반복되고, 기대하는 결과를 설명하기 쉬우며, 담당자가 결과를 검토할 수 있는 업무가 좋은 후보입니다. 이메일 문의 유형 분류나 사내 안내 자료 검색처럼 범위를 명확하게 정할수록 무엇이 개선됐는지 비교하기 쉽습니다.

먼저 현재 방식으로 처리할 때 드는 시간을 기록합니다. 이후 회사가 사용을 허용한 자료와 도구로 AI를 시험하고, 다음 세 가지를 함께 살펴봅니다.

  • 처리 시간: AI 실행뿐 아니라 사람이 확인하고 수정하는 시간까지 포함해 줄었는지 봅니다.
  • 수정 부담: 어떤 분류나 요약을 자주 고치는지, 수정에 시간이 얼마나 드는지 확인합니다.
  • 놓친 요청: 중요한 문의나 필수 정보가 빠지지 않았는지 따로 점검합니다.

평균 처리 시간만 보면 드문 예외를 놓칠 수 있습니다. 평소 문의와 애매한 문의를 함께 넣어 보고, 잘 맞는 유형과 사람이 봐야 할 유형을 구분해 두면 다음 단계가 분명해집니다. 구독료·사용료와 운영에 드는 시간도 함께 비교해야 우리 예산에 맞는지 판단할 수 있습니다.

시험에서 도움이 확인되면 적용 대상을 넓힙니다. 한 종류의 문의에서 인접한 유형으로, 분류 제안에서 담당자 연결로 조금씩 확장할 수 있습니다. 이때 승인 권한, 접근 가능한 자료, 예외 발생 시 돌아갈 기존 절차를 함께 정리합니다. 이 과정은 위 발표에 나온 Barclays의 파일럿을 재현한 것이 아니라, 사례를 참고해 제안하는 실행 순서입니다.

도입의 목표를 ‘AI로 처리한 건수’에만 두지 않는 것도 중요합니다. 직원이 고객의 복잡한 문제를 해결하고, 다음 업무를 기획하는 데 실제로 더 집중할 수 있는지까지 확인하면 확장의 이유가 선명해집니다.


우리 업무와 예산에 맞는 첫걸음, AIB와 찾아보세요

AIB는 정보와 비용의 차이가 AI 활용의 격차로 이어지지 않도록, 업무와 예산에 맞는 선택을 돕는 신생 스타트업입니다. 특정 AI 회사에 치우치지 않는 AI 비교 플랫폼을 지향합니다.

AI로 일하는 방식을 개선하는 AX는 지금 쓰는 ChatGPT·Claude 플랜을 점검하거나, 반복 업무 하나를 골라 시험하는 일부터 시작할 수 있습니다. 도입을 어디서 시작할지, 비용이 적절한지, 이미 쓰는 AI를 어떻게 더 활용할지 고민이라면 AIB에 알려주세요. 그 밖의 AI 활용 고민도 함께 나눌 수 있습니다.

AIB에 도입·비용·활용 고민 문의하기


출처

카톡 문의