Propmodo의 지침에 따르면 AI 도입을 고려하는 부동산 기업은 먼저 운영 방식과 데이터 구조, 전략 방향을 점검해야 합니다. 기술을 고르기 전에 어떤 사업 성과를 원하는지 정하는 준비 과정이 필요합니다. JLL의 디지털 전략 전문가 토머스 맥킨(Thomas Mackean)은 AI 기능은 시간이 지나면 낡지만 성과 목표는 지속된다며, 먼저 해결할 성과 과제를 정하고 AI가 최선의 방법으로 판명될 때 도입하는 고객이 가치를 얻는다고 말했습니다.

원하는 성과를 정하면 성공 기준과 사용자, 간소화할 업무 절차를 구체화할 수 있습니다. 이어 의사결정에 쓰이는 데이터를 점검하고 관리 규칙을 마련해야 합니다. 대기업은 고객·자산·임차인별 정보를 다루므로 직무에 따라 접근을 제한할 수 있습니다. 맥킨은 AI 에이전트별로 접근 가능한 정보를 나누면 각 에이전트가 보는 범위를 제한하고 고객 간 정보로 학습하는 일을 막을 수 있다고 설명했습니다. 초기 보호 조치로 민감한 데이터 접근을 제한하고 누가 어떤 정보에 접근했는지 기록할 수 있습니다.

부동산 관리 시스템, 임대차 플랫폼, 고객관계관리(CRM) 시스템, 시장 데이터 제공업체는 흔히 별도 시스템으로 운영되고 연동도 완벽하지 않아 지속적인 관리가 필요합니다. 맥킨은 성공적인 시범 운영만으로 6개월 뒤에도 준비가 갖춰졌다고 볼 수 없다고 말했습니다. 그때는 모델과 데이터, 부동산 포트폴리오가 달라졌을 수 있습니다. 업데이트가 데이터 구조나 해석 방식을 알리지 않고 바꾸면 결과의 품질이 떨어질 수 있습니다. 한 사례에서는 사무실 이용률을 추적하는 에이전트가 몇 주 사이 모든 건물에서 설명되지 않은 15% 증가를 보였습니다. 하이브리드 근무 정책 변경은 이용률을 낮출 것으로 예상됐습니다. 조사 결과, 별도 작업 조직들이 도입한 보안 출입증 시스템 업그레이드와 강화된 뒤따라 들어가기 감지 로직, 추가 와이파이 접속 지점이 증가 원인으로 연결됐습니다.

맥킨은 모델이 개선될 때 특정 공급사에 종속되지 않도록 여러 주요 AI 공급업체를 사용할 수 있는 연동 방식을 구축하라고 권고했습니다. 업무에 맞는 모델 등급을 선택하는 것도 중요합니다. 경량 모델은 비용이 적게 들고 정교한 모델은 비용이 더 큽니다. 맥킨은 직원의 90%가 꼭 필요하지 않은 업무에도 최고 등급을 사용해 상당한 비용이 발생할 수 있다고 경고했습니다. 업무 흐름별로 어떤 등급이 적절한지 명확히 안내하면 사용이 늘어날 때 지출을 관리하는 데 도움이 됩니다.

도구를 실제로 배포하기 전에 기업은 성과 목표를 정하고 데이터를 점검하며 지속적인 유지 관리가 필요한 연동을 파악하고 모델 개선에 맞춰 바꿀 수 있는 구조를 마련해야 합니다. 운영을 세밀하게 살펴본 경험이 적은 기업에는 이 과정이 어렵고 시간이 많이 걸려, 도입 경로를 선택하기 전에 외부 자문을 받는 곳도 있습니다. 지침은 준비 단계를 충실히 거친 기업일수록 시범 운영에서 확장할 가치가 있는 성과를 얻을 가능성이 높다고 설명합니다. 준비를 건너뛰면 예산을 쓴 뒤에야 준비 부족을 발견할 수 있습니다.

Propmodo의 지침에 따르면 AI 도입을 고려하는 부동산 기업은 먼저 운영 방식과 데이터 구조, 전략 방향을 점검해야 합니다. 기술을 고르기 전에 어떤 사업 성과를 원하는지 정하는 준비 과정이 필요합니다. JLL의 디지털 전략 전문가 토머스 맥킨(Thomas Mackean)은 AI 기능은 시간이 지나면 낡지만 성과 목표는 지속된다며, 먼저 해결할 성과 과제를 정하고 AI가 최선의 방법으로 판명될 때 도입하는 고객이 가치를 얻는다고 말했습니다.

원하는 성과를 정하면 성공 기준과 사용자, 간소화할 업무 절차를 구체화할 수 있습니다. 이어 의사결정에 쓰이는 데이터를 점검하고 관리 규칙을 마련해야 합니다. 대기업은 고객·자산·임차인별 정보를 다루므로 직무에 따라 접근을 제한할 수 있습니다. 맥킨은 AI 에이전트별로 접근 가능한 정보를 나누면 각 에이전트가 보는 범위를 제한하고 고객 간 정보로 학습하는 일을 막을 수 있다고 설명했습니다. 초기 보호 조치로 민감한 데이터 접근을 제한하고 누가 어떤 정보에 접근했는지 기록할 수 있습니다.

부동산 관리 시스템, 임대차 플랫폼, 고객관계관리(CRM) 시스템, 시장 데이터 제공업체는 흔히 별도 시스템으로 운영되고 연동도 완벽하지 않아 지속적인 관리가 필요합니다. 맥킨은 성공적인 시범 운영만으로 6개월 뒤에도 준비가 갖춰졌다고 볼 수 없다고 말했습니다. 그때는 모델과 데이터, 부동산 포트폴리오가 달라졌을 수 있습니다. 업데이트가 데이터 구조나 해석 방식을 알리지 않고 바꾸면 결과의 품질이 떨어질 수 있습니다. 한 사례에서는 사무실 이용률을 추적하는 에이전트가 몇 주 사이 모든 건물에서 설명되지 않은 15% 증가를 보였습니다. 하이브리드 근무 정책 변경은 이용률을 낮출 것으로 예상됐습니다. 조사 결과, 별도 작업 조직들이 도입한 보안 출입증 시스템 업그레이드와 강화된 뒤따라 들어가기 감지 로직, 추가 와이파이 접속 지점이 증가 원인으로 연결됐습니다.

맥킨은 모델이 개선될 때 특정 공급사에 종속되지 않도록 여러 주요 AI 공급업체를 사용할 수 있는 연동 방식을 구축하라고 권고했습니다. 업무에 맞는 모델 등급을 선택하는 것도 중요합니다. 경량 모델은 비용이 적게 들고 정교한 모델은 비용이 더 큽니다. 맥킨은 직원의 90%가 꼭 필요하지 않은 업무에도 최고 등급을 사용해 상당한 비용이 발생할 수 있다고 경고했습니다. 업무 흐름별로 어떤 등급이 적절한지 명확히 안내하면 사용이 늘어날 때 지출을 관리하는 데 도움이 됩니다.

도구를 실제로 배포하기 전에 기업은 성과 목표를 정하고 데이터를 점검하며 지속적인 유지 관리가 필요한 연동을 파악하고 모델 개선에 맞춰 바꿀 수 있는 구조를 마련해야 합니다. 운영을 세밀하게 살펴본 경험이 적은 기업에는 이 과정이 어렵고 시간이 많이 걸려, 도입 경로를 선택하기 전에 외부 자문을 받는 곳도 있습니다. 지침은 준비 단계를 충실히 거친 기업일수록 시범 운영에서 확장할 가치가 있는 성과를 얻을 가능성이 높다고 설명합니다. 준비를 건너뛰면 예산을 쓴 뒤에야 준비 부족을 발견할 수 있습니다.