적용사례

AX 는 기술보다 먼저
사람과 범위에서 멈춥니다

공개된 AX 실패 사례를 원인별로 모았습니다. 가장 흔한 원인은 기술 성능이 아니라 사람이 확인하지 않은 것과 범위를 크게 잡은 것이었습니다. 원인마다 GENAX 가 어떻게 먼저 막는지 적었습니다.

원인 집계 · genax 조사 22건(2026-09-09 · 010 X21)

30%

생성형 AI 프로젝트 최소 30% 가 PoC 뒤 폐기될 것(2025년 말까지)

Gartner · 2024 예측

95%

생성형 AI 파일럿의 약 95% 가 측정 가능한 손익 효과 없음

MIT NANDA · 2025

실패의 다섯 원인

사례는 공개 기사 · 공식 결정 · 기업 발표에서 모았습니다. 익명 사례는 원문에 기업명이 없어 그대로 둡니다.

검증 절차 부재

AI 의 답을 사람이 확인하지 않았습니다

틀린 안내와 지어낸 내용이 고객 · 법원 · 정부까지 그대로 나갔습니다.

  • 에어캐나다 챗봇이 없는 규정을 안내했고, 심판소는 「챗봇도 회사의 일부」 라며 배상 책임을 인정했습니다.

    2024 · 공식 결정 · CBC · ABA

  • AI 가 지어낸 가짜 판례가 소송에 제출되어 법원행정처가 제재안을 마련했습니다.

    2026 · 언론 · 한국경제 · 이데일리

  • Klarna 는 상담원 700명분을 AI 로 대체했다가 사람을 다시 뽑았습니다. CEO 는 비용이 평가를 지배해 품질이 낮아졌다고 말했습니다.

    2025 · 언론(CEO 발언) · Forbes

GENAX 는 이렇게 막습니다

사람이 확인하는 자리를 흐름 안에 둡니다. 근거가 붙은 출력만 내보냅니다.

기대치 과대

될 일과 안 될 일을 가르지 않고 범위를 크게 잡았습니다

한 번에 넓게 펼쳤다가 품질이 따라오지 못해 되돌렸습니다.

  • 맥도날드는 IBM 드라이브스루 음성 AI 를 100여 매장에서 시험하다 오주문 영상이 퍼진 뒤 전 매장에서 끝냈습니다.

    2024 · 언론(사측 확인) · Restaurant Dive · CNBC

  • 타코벨은 물 18,000잔 장난 주문 뒤 500개 매장 음성 주문 AI 의 확산 속도를 늦추고 다시 검토했습니다.

    2025 · 언론 · Benzinga

  • 토스뱅크 AI 챗봇 만족도는 36%, 사람 콜센터는 72% 였습니다.

    2026 · 언론 · 경향신문

GENAX 는 이렇게 막습니다

시작 전에 무엇이 얼마나 되면 성공인지 지표로 정합니다. 초안은 AI, 마지막 판단은 사람입니다.

데이터 준비 부족

AI 가 읽을 수 있는 자료가 아니었습니다

형식이 제각각이거나 기준이 달라, AI 에 넣기도 전에 막혔습니다.

  • 국내 지식 · 사무 기업에서 「재료가 HWP 로 들어오는 순간 프로젝트의 절반은 입력 처리」 였습니다.

    2026 · 보고서 인용(익명) · 아주경제

  • 국내 유통기업의 AI 수요예측 모델이 계절 변화에 적응하지 못해 6개월 만에 정확도가 급감했습니다.

    2025 · 보고서 인용(익명) · AI타임스

GENAX 는 이렇게 막습니다

입력 처리를 시나리오의 첫 단계로 넣습니다. 데이터 준비는 사전 조건이 아니라 우리 일감입니다.

운영 인력 없음

만들고 나서 돌보는 사람이 없었습니다

배포는 했지만 현장이 쓰지 않거나, 시간이 지나며 무너졌습니다.

  • 국내 제조기업의 사내 검색 에이전트는 응답이 3~5분 걸려 직원들이 기존 검색을 계속 썼습니다.

    2025 · 보고서 인용(익명) · AI타임스

GENAX 는 이렇게 막습니다

확산 단계에도 같은 팀이 남습니다. 매주 무엇이 늘었는지 기록으로 남깁니다.

벤더 종속

한 업체에 묶였고, 그 업체가 무너졌습니다

벤더의 성능 · 신뢰 · 존속이 곧 회사 시스템의 운명이 되었습니다.

  • Builder.ai 는 「Natasha」 가 앱을 자동으로 만든다고 팔았지만 실제로는 엔지니어 700명이 처리했고, 매출 과대계상 뒤 파산했습니다.

    2025 · 언론 + 공식 · Express Tribune · DevOps.com

GENAX 는 이렇게 막습니다

코드와 문서가 회사에 남게 적습니다. 판단의 이유와 절차가 팀의 기억(지식 Hub)에 남고, 사람 머리에만 두지 않습니다.

그래서 GENAX 는 이렇게 일합니다

  1. 한 사람이 아니라 팀

    역할별 AI 에이전트로 이뤄진 AI 팀과 사람이 한 팀으로 일합니다. 사람이 바뀌어도 이어집니다.

  2. 사람이 확인하는 자리

    AI 가 어디까지 하고 사람은 무엇을 하는지 먼저 적습니다.

  3. 업무 단위 · 기준부터

    어디에 쓸지는 목록이 답하고, 성공 기준은 먼저 정합니다.

  4. 경계와 비용을 계약에

    무엇이 어디까지 가고 어디서 멈추는지를 플랜과 SLA 에 적습니다. 매달 얼마인지 먼저 정합니다.

도입 시나리오

AI 팀이 붙으면 일이 이렇게 흐릅니다. 사례 하나마다 숫자 하나 · 화면 하나 · 데모 하나를 붙입니다. 셋이 다 갖춰지기 전에는 「준비 중」 으로 적습니다

유리 서버 블록 가운데 하나에 경고등이 켜지고, 옆의 작은 스위치가 사람의 승인을 기다리는 추상 일러스트
AI 로 만든 일러스트 · 실제 화면이 아닙니다

AI 운영자동화팀

수십 개 마이크로서비스에서 장애를 잡아 원인을 추정하고 롤백 지점까지 자동으로 마련합니다

사람은 승인 버튼을 누른다(위험 등급 카드)

대응 시간(장애 1건당)
준비 중
데모
반투명 종이 서류가 컨베이어를 따라 흘러 정리된 묶음이 되는 추상 일러스트
AI 로 만든 일러스트 · 실제 화면이 아닙니다

AI 업무자동화팀

각종 사무 업무를 자동화합니다. 입력 처리를 시나리오의 첫 단계로 넣습니다

사람은 마지막 답을 한다

지표
준비 중
화면 · 데모
준비 중
수화기에서 나온 소리 파형이 유리 카드가 되어 정리함에 차곡차곡 쌓이는 추상 일러스트
AI 로 만든 일러스트 · 실제 화면이 아닙니다

AI 고객지원팀

걸려 온 전화 한 통이 글로 바뀌어 ERP 에 등록되고, 담당자가 배정되어 결과가 회신됩니다

사람은 항목 하나를 고치고 확인을 누른다

담당자 업무 시간(담당자 1인 · 주)
준비 중
데모
작은 유리 상자 하나에서 크기가 다른 빈 패널 넷이 펼쳐지는 추상 일러스트
AI 로 만든 일러스트 · 실제 화면이 아닙니다

AI 마케팅팀

제품 정보 하나로 카드 뉴스 · 블로그 · 배너 · 짧은 영상 스크립트를 한 번에 만듭니다

사람은 가격 한 줄을 고치고 발행을 누른다

제작 시간(제품 1건당)
준비 중
데모

고객 도입 사례의 숫자와 화면은 확인이 끝나는 대로 올립니다

AI 팀 일곱, 15초씩

팀마다 무엇을 하고 사람은 어디서 정하는지 짧은 영상으로 봅니다. 설명 영상이며 일러스트는 AI 로 만들었습니다

우리 업무에 맞는지 물어보기
  1. 접수 확인
  2. 사람의 첫 회신
  3. 첫 상담