AX LABS
← 블로그 조직·사람

프로세스 오너가 에이전트를 맡아야 한다

AI-Native 조직은 역할표부터 다시 짠다

AX LABS 7분 읽기

현장에서 자주 보는 장면이 있다. PoC는 통과했다. 데모도 좋았다. 그런데 운영 회의로 들어오면 질문이 바뀐다. “누가 이 에이전트의 일을 정하나.” “틀렸을 때 누가 멈추나.” “업무 변경이 생기면 누가 backlog를 고치나.” 이 질문에 답이 없으면 AI는 배포되지 않는다. 배포되어도 곧 방치된다.

Microsoft의 2026 Work Trend Index는 AI 업무 재설계를 직원, 리더, IT, 보안의 동시 과제로 설명한다. 특히 리더는 결과와 에이전트 자율성을 기준으로 프로세스를 다시 설계해야 한다고 본다. 이는 조직도보다 운영 모델의 문제다. (microsoft.com)

프로세스 오너는 Agent Product Owner로 바뀐다

기존 프로세스 오너는 절차의 안정성을 맡았다. 예외를 줄이고, 승인선을 지키고, KPI를 관리했다. AI-Native operating model에서는 그 역할만으로 부족하다.

Agent Product Owner는 “업무를 설명하는 사람”이 아니다. 에이전트가 어떤 일을 위임받고, 어떤 도구를 쓰고, 어디서 멈추고, 어떤 품질 기준을 통과해야 하는지 결정하는 운영 책임자다.

Microsoft는 2026년 공식 블로그에서 장기 실행 업무를 수행하는 에이전트 팀에는 identity, context, policy, human oversight가 필요하다고 설명했다. 이 네 가지는 기술팀만의 체크리스트가 아니다. 업무 오너가 매주 운영해야 할 제품 조건이다. (blogs.microsoft.com)

에이전트의 주인은 모델을 고르는 사람이 아니라, 위임된 일을 계속 재정의하는 사람이다.

그래서 프로세스 오너의 명칭부터 바꿔야 한다. 이름이 바뀌면 회의 안건이 바뀐다. “AI 적용 과제”가 아니라 “delegated-work backlog”가 중심이 된다.

delegated-work backlog는 자동화 목록이 아니다

delegated-work backlog는 “자동화하면 좋을 일”의 목록이 아니다. 사람에게서 에이전트로 위임할 수 있는 작업 단위를 제품 backlog처럼 관리하는 장부다.

각 항목에는 최소한 다섯 가지가 들어간다.

  • 위임할 업무 결과물
  • 입력 데이터와 접근 권한
  • 허용된 tool과 금지된 action
  • human review 또는 escalation 조건
  • 통과 기준과 실패 시 복구 절차

OpenAI는 2026년 Responses API 설명에서 orchestration, 실행 환경, persistent runtime context, skills, compaction을 장기 실행 에이전트의 구성 요소로 설명했다. Anthropic도 2025년 Claude Agent SDK를 통해 에이전트 구축 인프라를 제품화했다. 기술은 이미 backlog형 운영을 전제로 움직인다. 조직만 프로젝트형 과제표에 머물러 있다. (openai.com) (anthropic.com)

업무 backlog는 기능 backlog보다 더 엄격해야 한다. 기능은 오류가 나도 사용자가 우회한다. 위임된 일은 조직의 판단, 승인, 기록, 고객 응대를 대신 건드린다. 그래서 backlog 항목 하나마다 권한과 책임이 붙어야 한다.

RACI는 승인표가 아니라 운영 장치다

AI-Native RACI의 목적은 책임 회피를 막는 것이다. “AI가 했다”는 말이 회의에 등장하는 순간 운영 모델은 실패한다. 에이전트가 실행했더라도 책임은 사람과 시스템에 남아야 한다.

운영 항목 Agent Product Owner 업무 리더 IT/Agent Platform 보안·리스크 Human Reviewer
delegated-work backlog 우선순위 A/R C C C I
업무 정책·예외 기준 정의 A/R R I C C
tool 권한·시스템 연동 C I A/R C I
평가 기준·샘플 승인 A/R C C C R
운영 배포·변경 릴리스 A I R C C
사고·오답 리뷰 A/R C R R C
권한 회수·사용 중지 A I R R I

이 표에서 핵심은 Accountable을 흩뿌리지 않는 것이다. Agent Product Owner가 backlog와 운영 판단의 단일 책임자가 된다. IT는 플랫폼과 연동의 책임자다. 보안·리스크는 통제 설계의 공동 책임자다. Human Reviewer는 품질 검문소이지 최종 책임의 쓰레기통이 아니다.

Google Cloud는 2025년 A2A 업데이트에서 여러 에이전트를 구축, 배포, 평가, 판매하기 위한 도구군을 발표했다. MCP 공식 Registry도 2026년 현재 서버 발견과 연결을 전제로 한다. 에이전트가 늘어날수록 RACI는 문서가 아니라 운영 인프라가 된다. (cloud.google.com) (prod.registry.modelcontextprotocol.io)

조직 전환은 역할 전환에서 시작한다

AI-Native operating model은 거창한 조직개편으로 시작하지 않는다. 먼저 프로세스 오너 한 명을 Agent Product Owner로 세운다. 그 사람이 delegated-work backlog를 운영한다. backlog 회의에는 IT, 보안, 현업 reviewer가 들어온다. 그리고 RACI를 릴리스 단위로 갱신한다.

처음부터 전사 표준을 만들려고 하면 늦어진다. 반대로 팀별 실험으로 흩어지면 더 빨리 막힌다. 시작점은 하나의 핵심 프로세스, 하나의 APO, 하나의 backlog, 하나의 RACI다.

AX Ops는 이 단위를 설계하고 운영 회의에 붙인다. 전략 문서에서 끝내지 않는다. 에이전트가 실제 업무를 위임받는 순간부터 backlog, 권한, 평가, 사고 리뷰를 같은 사이클로 묶는다.

AI 전환은 모델 도입이 아니라 책임 구조의 재설계다. 다음 파일럿을 시작하기 전에 먼저 물어야 한다. “이 에이전트의 Product Owner는 누구인가.” 더 구체적인 설계는 AX Ops 방법론 →

참고