안녕하세요, SK에코플랜트 취재기자 김시원입니다. 자료 정리부터 자기소개서 첨삭, 아이디어 브레인스토밍까지- 이제 AI는 우리 일상 속 든든한 조력자가 되었는데요! 🤖🦾 그렇다면 SK에코플랜트에서는 AI를 어떻게 활용하고 있을까요? 그리고 AI와 함께 일하는 사람들은 어떤 변화를 체감하고 있을까요?
이번 콘텐츠에서는 SK에코플랜트의 AI Board 정희락 팀장님을 만나 현장 속 AI의 실제 역할과 새로운 일의 흐름을 직접 들어봤습니다! AI와 함께 성장하는 커리어의 방향을 찾고 싶은 취준생들에게 크고 작은 인사이트가 되길 바랍니다! 🚀
SK Careers Editor 22기 김시원
안녕하세요 SK에코플랜트에서 전사 AI 혁신 조직 AI Board를 맡고 있는 정희락 팀장입니다.
2010년 신입 공채로 입사해서 어느덧 16년차가 되었습니다.
저는 2025년 10월에 새롭게 시작한 AI Board에서 근무하고 있습니다. 저희 조직은 SK에코플랜트 내에서 AI를 일상적으로 활용하고 실제 업무에 적용하는 'AI의 일상화 및 상용화'를 목표로 만들어진 신생 조직입니다.
먼저 AI 일상화 업무를 소개해 드리면, 구성원 누구나 쉽게 AI를 쓰고 익숙해질 수 있는 환경을 만드는 데 집중하고 있습니다. 단순히 툴을 배포하는 것을 넘어서, 보안 부담 없이 실험할 수 있는 AI 테스트 환경(AI Landing Zone)을 구축하고, 사내 AI 페스티벌이나 스터디 모임, 팟캐스트 등 다양한 활동을 기획·운영하고 있습니다. 이를 통해 접근성 확보 → 인식 전환 → 습관화로 이어지는 자연스러운 흐름을 만들어가고 있습니다. 궁극적으로는 AI가 '배워야 하는 기술'이 아니라 '일하면서 자연스럽게 쓰는 도구'로 자리 잡도록 하는 것이 목표입니다.
하루 일과는 보통 각 조직과의 미팅으로 시작합니다. AI 적용이 가능한 업무를 발굴하거나 진행 중인 과제의 성과를 점검하는 시간입니다. 이후에는 데이터 구조와 업무 프로세스를 면밀히 검토하며, 실제 현업에서 AI가 효과적으로 활용될 수 있도록 개선 방향을 구체화합니다. 틈틈이 사내 구성원들과 소통하며 AI 활용 사례를 공유하거나, 멘토링과 스터디 활동을 통해 AI 활용 문화가 조직 전반으로 확산될 수 있도록 지원하는 것도 중요한 업무 중 하나입니다.
결국 제 업무의 핵심은 AI를 잘 만드는 것이 아니라, AI가 현업에서 실제로 쓰이고, 반복 활용되며, 가시적인 성과로 이어지도록 만드는 것이라고 생각합니다.
저는 입사 당시 전기/계측제어 엔지니어로 시작하여 설계, 구매, 시공 엔지니어 등 다양한 엔지니어링 분야를 경험했습니다. 그러다 약 5년 전, DT(Digital Transformation)가 산업 전반의 새로운 트렌드로 자리 잡기 시작하면서 자연스럽게 이 분야에 관심을 갖게 되었습니다. 당시만 해도 AI가 지금처럼 대중화되지 않았던 시기였지만, 다양한 디지털 솔루션들이 업무의 효율성을 눈에 띄게 향상시키는 것을 목격하면서 '앞으로는 이런 일을 해봐야겠다'는 확신이 들었습니다. 단순히 기술을 다루는 것을 넘어, 기술이 실제 업무 현장에서 어떻게 혁신을 만들어내는지 직접 경험한 것이 큰 전환점이었습니다.
특별히 체계적으로 준비했다기보다는, DT 부서로 옮겨서 Digital Strategist 업무를 맡게 되면서 자연스럽게 역량을 키워 나갔습니다. 전략적 관점에서 세상의 트렌드를 분석하고 예측하는 일을 하다 보니, AI를 포함한 디지털 기술의 발전 방향을 깊이 있게 이해하게 되었습니다.
이후 회사의 AI 및 DT 전략을 수립하고 확산시키는 과정에서, AI를 통한 일하는 방식의 혁신을 위해서는 전담 조직이 필요하다는 것을 깨닫고 이를 회사에 제안했습니다. 그 결과 현재 AI Board를 이끌게 되었습니다.
가장 큰 보람을 느끼는 순간은 회사 구성원들이 제가 하고 있는 업무의 가치를 인정해주고 긍정적인 피드백을 받을 때입니다. AI나 디지털 혁신이라는 것이 단순히 시대의 흐름에 따라 도입되는 것이 아니라, 실제로 구성원들이 현장에서 겪는 어려움(Pain Points)과 필요(Needs)를 해결해줄 때 진정한 의미가 있다고 생각합니다.
예를 들어, 업무 효율화 과제를 설계할 때 구성원들과 깊이 소통하며 그들의 불편함을 이해하고, 이를 해결하기 위해 팀원들과 함께 치열하게 고민하고 여러 번 방향을 수정(Pivoting)하는 과정을 거칩니다.
이 과정에서 팀원들이 하나로 뭉치고, 결국 실질적인 성과를 내어 현업 구성원들에게 "정말 도움이 됐습니다"라는 말을 들을 때, 그것이 바로 제가 이 일을 하는 가장 큰 이유이자 보람입니다. 기술을 위한 기술이 아닌, 사람을 위한 기술 혁신을 만들어간다는 점에서 큰 의미를 느끼고 있습니다.
업무를 수행하기 위해 가장 중요한 역량은 ‘날카로운 문제 정의를 기반으로 한 문제 해결능력과 전략적 사고 구조’라고 생각합니다. 건설 현장을 예를 들자면 구성원들의 고민은 대부분 모호한 상태로 제시됩니다. “공사비를 줄이고 싶다”, “안전사고를 예방하고 싶다”와 같은 요구를 그대로 기술로 풀려고 하면 실패할 가능성이 큽니다. 이를 어디에서, 왜, 어떤 문제가 발생하고 있는지 구조화하고, ‘A 공정의 지연 패턴 데이터를 분석해 예측 모델을 적용하면 공기를 5% 단축할 수 있다’처럼 명확한 문제 정의와 해결 과제로 재설계할 수 있어야 합니다. 이처럼 문제를 선명하게 정의하고 해결 시나리오를 그려내는 능력이 곧 문제 해결 능력이며, 기술은 그 다음에 따라오는 수단입니다.
이 과정에서 중요한 것이 전략적 사고 구조입니다. 단기적인 기술 적용 효과에 그치지 않고, 이 과제가 공정·비용·안전·품질 등 전체 프로젝트에 어떤 영향을 미치는지, 또향후 다른 현장으로 어떻게 확산될 수 있는지를 함께 고민해야 합니다.
이를 가능하게 하는 기반이 바로 AI 리터러시와 지속적인 기술 트렌드 학습입니다. AI 리터러시(Literacy)는 단순히 코딩을 잘하는 능력이 아니라, 빠르게 변화하는 기술 흐름을 꾸준히 학습하고 정리하면서 ‘지금 이 시점에, 이 기술이 우리 회사의 어떤 문제를 해결하는 데 가장 적합한가’를 판단하는 역량입니다. 기술의 가능성과 한계를 정확히 이해해야 현업에 실현 가능한 기대를 제시할 수 있고, 전략적으로 의미 있는 선택을 할 수 있습니다.
마지막으로 데이터와 기술을 전략적으로 조합하는 역량이 중요합니다. 업무 별 흩어져 있는 데이터를 도메인 지식을 바탕으로 유기적으로 연결하고, 그 목적에 맞는 AI 모델을 설계해 비즈니스 임팩트로 이어지게 해야 합니다. 요리에 비유하자면, 좋은 식재료를 찾는 것에서 그치지 않고, 어떤 조리 순서와 도구를 써야 가장 큰 가치를 낼 수 있는지를 설계하는 과정입니다.
결국 이 직무의 핵심은 기술 자체가 아니라, 문제를 정의하고 해결 전략을 세우며, 변화하는 기술을 끊임없이 학습해 현장에 맞게 적용하는 사고력이라고 생각합니다.
이 직무의 가장 큰 어려움은 '정답이 없다'는 점입니다. 매뉴얼대로 따라하면 되는 업무가 아니라, 매번 새로운 문제 상황에서 창의적인 해결책을 찾아내야 합니다. 그렇기 때문에 오픈 마인드와 유연한 사고가 필수적입니다. 또한 기술적관점 뿐 아니라 구성원들의 입장과 마음을 깊이 이해하려는 노력이 필요합니다. 아무리 좋은 솔루션이라도 현장 구성원들이 공감하지 못하면 실행되지 않기 때문입니다.
두 번째 어려움은 시간 제약입니다. 모든 프로젝트에는 명확한 데드라인이 있고, 그 안에서 성과를 내야 합니다. 특히 AI/DT 과제는 불확실성이 높아서 계획대로 되지 않는 경우가 많은데, 그럴 때마다 빠르게 방향을 조정하고 우선순위를 재설정하는 민첩함이 요구됩니다.
세 번째는 다양한 이해관계자와의 협업입니다. 이 일은 혼자서는 절대 할 수 없습니다. 현업 부서, IT/DT 부서, 외부 파트너, 경영진 등 다양한 이해관계자들과 끊임없이 소통하고 조율해야 합니다. 각자의 입장과 우선순위가 다르기 때문에 커뮤니케이션 능력과 조율 역량이 매우 중요합니다. 때로는 중간에서 의견을 조정하고, 때로는 설득하면서 모두가 같은 방향을 바라볼 수 있도록 만들어야 합니다.
저희 팀의 경우, 제가 팀장이지만 팀원들도 각자 프로젝트를 맡아 마치 프로젝트 매니저처럼 독립적으로 일하고 있습니다. 이런 구조에서는 조직과 동료에 대한 신뢰, 그리고 함께 일하는 것에 대한 믿음이 무엇보다 중요합니다.
결국 이러한 어려움을 극복하는 핵심은 개방적 태도로 끊임없이 소통하고, 유연하게 대응하며, 팀과 조직에 대한 신뢰를 바탕으로 협력하는 것이라고 생각합니다.
에피AI는 ChatGPT나 Gemini와 유사한 대화형 AI 기능을 제공하면서, 문서와 이미지 등 파일 분석까지 지원하는 사내 업무용 생성형 AI 플랫폼입니다. 단순한 질의응답을 넘어 사내 시스템과 연동되어 있어, 내부 규정이나 업무 데이터, 시스템 정보를 기반으로 보다 정확하고 실무에 바로 활용할 수 있는 답변을 제공합니다.
실제로 HR 및 업무지원 가이드 역할로 활용되고 있으며, 사내 규정이나 제도, 절차에 대한 문의를 AI가 즉시 안내해 구성원들의 반복 업무를 줄이고 있습니다. 또한 내부 시스템과 연계된 AI 서비스를 통해 특정 업무에 특화된 지원도 제공하고 있습니다. 에피AI의 또 다른 강점은 AI Builder 기능입니다. 구성원들이 미리 정의된 프롬프트를 기반으로 코딩 없이도 자신만의 업무용 챗봇이나 AI 에이전트를 만들 수 있고, 이를 같은 팀이나 전사에 공유함으로써 유용한 활용 사례가 빠르게 확산되고 있습니다. 더 나아가 GPT Store와 유사한 개념으로, 조직 내에서 검증된 AI 에이전트를 자유롭게 활용할 수 있는 환경도 마련되어 있습니다.
향후에는 여러 업무 단계를 자동으로 연결하는 AI 기반 워크플로우를 직접 설계할 수 있는 기능을 더욱 강화해, 에피 AI가 단순한 AI 도구를 넘어 구성원들의 일하는 방식을 근본적으로 혁신하는 플랫폼으로 발전해 나갈 예정입니다.
앞으로 AI 기술이 확산될수록 사람만이 할 수 있는 일은 '무엇을 할 것인가를 정의하는 일'의 방향으로 발전할 것이라고 생각합니다.
엔비디아의 젠슨황 CEO가 말했듯이, 미래에는 데이터센터 운영을 위한 전기 엔지니어, 배관 엔지니어처럼 실제 현장을 이해하고 물리적인 문제를 해결하는 직업이 오히려 더 중요해질 수 있습니다. 이는 AI가 모든 것을 대체한 다기보다, 기술과 현실 세계를 연결하는 인간의 역할이 더욱 부각된다는 의미라고 봅니다.
제가 현장에서 느끼는 AI 시대의 경쟁력은,
단순히 기술을 많이 아는 것이 아니라 자기만의 스토리와 성장 방식을 갖는 것입니다. 우리는 점점 초개인화 시대로 가고 있고, 이럴수록 개인이 어떤 경험을 해왔고 어떤 관점으로 문제를 정의해 왔는지가 곧 경쟁력이 됩니다. 다시 말해, 개인의 브랜드화가 매우 중요한 시점에 와 있다고 생각합니다.
특히 최근 1~2년 사이 AI 기술은 매우 빠른 속도로 발전하고 있습니다. 이로 인해 반복적이고 비 창의적인 업무는 AI가 충분히 대체할 수 있는 영역이 되고 있으며, 앞으로는 '사람은 생각하고, 일은 AI가 하는' 구조가 자리 잡게 될 것입니다. 인간에게 남는 일은 창조성, 의도, 그리고 스토리를 만들어내는 일입니다. 단순히 결과를 만들어내는 것이 아니라, 왜 이 일을 해야 하는지, 어떤 맥락에서 이 선택이 의미가 있는지를 설명하고 설계하는 능력이 더욱 중요해지고 있습니다.
AI는 결코 '도깨비 방망이'가 아닙니다. 사람의 의도와 맥락이 명확할 때 매우 강력한 도구가 되지만, 그 의도 자체를 스스로 정의해주지는 않습니다. 그래서 앞으로는 '어떻게(How)'보다 '왜(Why)'를 끊임없이 고민하고, 그 생각을 구조화해 전달할 수 있는 사람이 가장 큰 가치를 가지게 될 것이라고 생각합니다.
AI 시대에 꼭 해봐야 할 한 가지를 꼽는다면, ‘정보를 아는 사람’이 아니라 ‘문제를 정의하고 끝까지 해결해본 사람’이 되어보라는 것입니다.
지금은 정보가 부족한 시대가 아니라, 오히려 정보가 넘쳐나는 ‘정보 초과 공급 시대’입니다. 이제 경쟁력은 얼마나 많이 아느냐가 아니라, 어떤 문제를 왜 해결할 것인지 정의하고, 그 정보를 실제 실행으로 연결할 수 있느냐에서 갈립니다. 이를 위해 가장 추천하고 싶은 방법이 Toy Project를 직접 기획하고, 운영하고, 끝까지 리드해보는 경험입니다.
*🔎토이 프로젝트 : 개인·소규모가 여유시간을 쪼개 단기 개발하는 프로젝트로, 1~3개월 내 완성을 목표로 합니다.
규모가 크지 않아도 괜찮습니다. 중요한 것은 스스로 문제를 정하고, 해결 방향을 설계하고, AI를 포함한 도구들을 활용해 결과를 만들어보는 과정입니다. 이 과정에서 자연스럽게 문제 정의 능력, 전략적 사고, 실행력, 그리고 실패를 통해 배우는 힘이 길러집니다.
AI 시대에는 개인이 조직 안에서도 팀장처럼 일해야 하는 시대가 오고 있습니다. 앞으로는 AI Agent들과 함께 일하게 될 것이고, 혼자서도 여러 사람의 일을 해낼 수 있는 환경이 됩니다. 그렇기 때문에 어떤 직무를 준비하든, 프로젝트를 주도적으로 이끌어본 경험은 무엇보다 중요한 자산이 됩니다.
또 하나 강조하고 싶은 점은, 기존의 공부 방식만으로는 미래에 살아남기 어렵다는 것입니다. 언어의 장벽은 이미 무너졌고, 기술·정보·도구의 장벽도 빠르게 사라지고 있습니다. 이제 남는 차이는 개인의 의지, 사고의 깊이, 그리고 “왜 이 문제를 풀고 싶은가”에 대한 명확한 생각입니다. 생각의 범위를 넓히고, 정답을 찾기보다 스스로 질문을 만드는 연습을 해야 합니다.
정리하면, AI 시대를 준비하는 가장 좋은 방법은
A. 많이 배우는 것보다, 많이 해보는 것 B. 혼자서도 하나의 프로젝트를 책임져 보는 경험 C. AI를 도구로 삼아 문제를 해결해보는 반복적인 실전 경험입니다.
이 경험들이 쌓이면, 어떤 기술이 바뀌더라도 흔들리지 않는 자신만의 경쟁력을 갖게 될 것이라고 생각합니다.
앞서 말씀드린 것처럼, 앞으로의 시대에는 다양한 경험을 통해 자신만의 브랜드를 만들어가는 것이 무엇보다 중요하다고 생각합니다. 어떤 직무를 준비하든, 단순한 스펙보다 내가 어떤 문제를 겪었고, 어떻게 고민했고, 무엇을 배웠는지를 설명할 수 있는 사람이 되어야 합니다.
이를 위해 노션이나 옵시디언과 같이 정보를 가공하고 축적할 수 있는 도구를 활용해, 자신의 경험과 그 과정에서 얻은 생각과 데이터를 지식 베이스로 잘 정리해 두는 습관을 꼭 가져 보시 길 권합니다. 이 기록들이 쌓이면, 어느 순간 그것이 여러분만의 강력한 자산이 됩니다.
하지만 그보다 더 중요하다고 생각하는 것은 나 자신과 타인에 대한 따뜻한 마음입니다. 기술을 많이 알고, 능력을 인정받고, 유명해질 수는 있지만 내 마음이 상처받고 무너지거나 주변 사람들의 마음이 닫히면 결국 아무것도 할 수 없습니다. 바쁜 준비 과정 속에서도 가끔은 멈춰서 자기 자신과 가족, 그리고 함께 일하는 동료들을 돌아보는 시간을 꼭 가지셨으면 합니다. 결국 남는 것은 사람입니다. 겸손한 마음으로 나보다 남을 더 낫게 여기고, 성공을 향해 달려가느라 인생에서 가장 소중한 순간과 시간을 외면하지 않기를 바랍니다.
AI와 사람이 가장 크게 다른 점은, 사람에게는 영혼과 온기가 있다는 것입니다. 기술은 때로 일을 해결하지 못할 수도 있지만, 사람과 얼굴을 맞대고 진심으로 소통하면 풀리는 일들이 분명히 존재합니다. 역사는 늘 그렇게 만들어져 왔습니다.
취업 준비라는 긴 여정 속에서, 실력과 함께 사람다움을 지켜가는 여러분이 되시길 진심으로 응원합니다.
바쁜 일정 속에서도 인터뷰에 흔쾌히 응해주시고, AI 시대를 준비하는 후배들에게 아낌없는 조언을 전해주신 정희락 팀장님께 진심으로 감사드립니다! 🙇🏻♂️
전사 AI 혁신 조직 AI Board의 이야기부터, 문제를 정의하고 끝까지 해결해보는 경험의 중요성까지. AI·DT 직무와 SK에코플랜트의 일하는 방식이 궁금한 분들 이외에도 많은 취준생에게 이번 인터뷰가 분명 좋은 방향표가 되어줄 것 같습니다-🔎
앞으로도 기술과 사람이 함께 성장하는 현장의 이야기를 계속해서 전해드릴 예정이니 많은 기대 부탁드리며, 이상으로 SK에코플랜트 AI 혁신 조직 인터뷰를 마칩니다 🤍
