[케이스 스터디] 롯데면세점 AI 에이전트 구축, IT 아닌 현업이 주도

(byline.network)

바이라인네트워크2026년 10월 1일AI 코딩

[케이스 스터디] 롯데면세점 AI 에이전트 구축, IT 아닌 현업이 주도

롯데면세점이 IT 부서 주도의 전통적 개발 방식에서 벗어나 현업 부서가 직접 AI 에이전트의 데이터와 프로세스를 설계하는 '현업 주도형' AI 전환 모델을 통해 실질적인 업무 혁신과 조직적 AI 확산을 이끌어내고 있습니다.

이 글의 핵심 포인트

1IT 부서가 요구사항을 개발하고 현업이 검수하는 방식 대신, 현업이 직접 에이전트의 데이터와 프로세스를 정의하는 '현업 주도형' 방식 채택
2브랜드 아카이빙, 트렌드 조회, 미수금 현황 분석 등 실질적 가치가 높은 업무를 선별하여 단계적으로 AI 에이전트 구축
3AI는 정보 수집 및 정리 역할을, MD(현업)는 최종 판단 및 의사결정 역할을 수행하도록 인간과 AI의 역할 재설정
4현업 직원이 직접 프로토타이핑에 참여함으로써 AI 활용에 대한 긍정적 경험을 축적하고 자발적인 교육 참여로 이어지는 선순환 구조 형성
5확산되는 AI 사용에 따른 'Shadow AI' 문제를 해결하기 위해 사용은 활성화하되 보안과 데이터 관리를 점검하는 '가드레일' 구축 필요

이 글에 대한 공공지능 분석

왜 중요한가?

AI 전환(AX)이 단순한 기술 도입을 넘어 업무 프로세스와 조직 문화의 재설계가 필요한 영역임을 보여줍니다. 특히 AI 에이전트는 고정된 기능이 아닌 지속적인 튜닝이 필수적이기에 현업의 참여가 성패를 결정짓는 핵심 요소임을 시사합니다.

어떤 배경과 맥락이 있나?

기업들이 LLM 도입을 넘어 실제 업무에 적용 가능한 'AI 에이전트' 단계로 진입하면서, 기존의 폭포수(Waterfall) 방식 IT 프로젝트의 한계가 드러나고 있습니다. 데이터 보안과 실시간 연계가 중요한 리테일 산업의 특수성이 반영된 사례입니다.

업계에 어떤 영향을 주나?

AI 솔루션 공급 기업들에게는 단순 기능 개발보다 현업의 워크플로우에 깊숙이 침투하여 사용자가 직접 튜닝할 수 있는 'Low-code/No-code' 환경과 거버넌스 체계 구축이 중요해질 것입니다.

한국 시장에 어떤 시사점이 있나?

한국 기업들은 'Shadow AI'로 인한 보안 리스크를 방지하기 위해, 현업의 자율성을 보장하면서도 데이터 가드레일을 제공하는 '통제된 혁신' 모델을 구축해야 합니다.

이 글에 대한 큐레이터 의견

롯데면세점의 사례는 AI 도입의 패러다임이 '기능 구현'에서 '역할 재설계'로 이동해야 함을 명확히 보여줍니다. 스타트업 창업자들은 AI 에이전트가 단순한 챗봇이 아니라, 현업의 업무 프로세스(Workflow)를 재정의하는 도구라는 점에 주목해야 합니다. 즉, 기술적 완성도보다 '어떤 업무의 어떤 단계를 자동화하고, 인간의 판단 영역을 어디로 남길 것인가'에 대한 비즈니스 로직 설계가 제품의 핵심 경쟁력이 될 것입니다.

다만, 현업 주도 방식은 'Shadow AI'와 같은 보안 및 데이터 거버넌스 리스크를 필연적으로 동반합니다. 각 부서가 개별적으로 구축한 AI 에이전트가 파편화될 경우, 전사적 데이터 통합이 어려워지고 중복 투자가 발생할 위험이 있습니다. 따라서 기업은 현업에 권한을 부여하되, 데이터 보안과 품질을 관리할 수 있는 중앙 집중형 가드레일(Guardrail)과 인프라를 동시에 제공하는 '플랫폼형 AI 전략'을 취해야 합니다.

원문 보기 →