"무엇을 자동화할까보다, 무엇을 먼저 정리할까": 두 사람이 정책 운영을 다시 짠 이야기

마이리얼트립 서비스정책팀은 두 사람이 회사 서비스 정책 전반을 함께 책임지는 조직입니다. 파트너 입점 자격, 상품 검수 기준, 가격 표시, 후기, 외부 거래 안내까지, 다루는 영역은 좁지 않습니다. 그런데도 이 폭을 두 사람이 감당할 수 있게 된 데에는, 팀의 리듬을 처음부터 다시 잡은 시간이 있었습니다.

마이리얼트립은 AI Native 조직으로 일하는 방식을 여러 차례 이야기해 왔습니다. 이번 글은 그중에서도 거래의 기준을 책임지는 한 팀이, 어떤 순서로 자기 일을 다시 정의했는지에 관한 이야기입니다.

서비스정책팀장 안윤길 님이 다시 짠 흐름을 중심에 두고, 입점 앞단의 검증을 함께 맡는 신지민 님의 영역이 같은 흐름 위에서 어떻게 맞물려 돌아가는지 소개합니다. 두 사람이 일을 마주하는 방식은 단순합니다. 새로운 일이 들어오면 'AI로 어디까지 풀 수 있는가'를 먼저 떠올리는 것. AI가 일의 출발점에 놓인 팀의 모습입니다.

서비스정책팀이 처음부터 정책 영역만 다루던 팀은 아니었습니다. 여행자 응대와 서비스 전반의 일상 운영까지 함께 다루던 시기가 있었고, 현장에서 여행자와 파트너 양쪽의 목소리를 가까이서 다루던 흐름이 그 흐름을 만드는 기준 자체를 다듬는 일로 자연스럽게 이어졌습니다. 응대와 일상 운영이 자회사 AICX로 옮겨가면서, 지금은 정책 영역에 집중하는 팀으로 자리 잡았습니다. AICX는 채팅·전화 응대에 AI를 본격적으로 결합해 마이리얼트립의 CX 구조를 다시 짠 조직입니다.

서비스정책팀이 책임지는 것

서비스정책팀의 일은 결국 두 갈래로 나뉩니다. 정책을 알리는 일, 그리고 그것이 일관되게 지켜지도록 하는 일. 새로운 정책이 도입되거나 변경될 때마다 파트너에게 사전 안내가 나가고, 파트너 의견이 다시 정책에 반영되는 흐름이 이어집니다.

"서비스정책팀의 일은 결국 알리는 일과 지켜지도록 하는 일이 함께 굴러가야 한다고 보고 있어요."

이 폭을 두 사람이 감당하기 위한 분업은 자연스럽게 자리 잡았습니다. 정책의 기준을 설계하는 자리와, 그 기준이 실제로 작동하는지 살피는 자리 — 두 영역이 두 사람 사이에 나뉘어 있습니다. 사업팀이 파트너를 발굴하고 상품을 기획하고, 정산팀이 정산을, CS팀이 응대를 책임지는 사이에서, 서비스정책팀은 거래의 기준을 설계하고 그 기준이 일관되게 작동하도록 정비합니다.

평소에는 잘 보이지 않는 일입니다. 여행자가 가격과 조건을 믿고 결제 버튼을 누를 수 있는 것도, 분쟁이 생겼을 때 회사가 일관된 기준으로 응대할 수 있는 것도, 모두 이 팀이 설계한 정책 위에 얹혀 있습니다. 거래의 기준이 흔들리는 순간 여행자의 신뢰가 흔들리고, 파트너와의 관계가 흔들리고, 결국 플랫폼 전체가 흔들립니다. 플랫폼이 커질수록 이 토대의 단단함이 곧 사업의 확장 속도를 결정합니다. 눈에 띄지 않는 일이 아니라, 무너지면 가장 먼저 모두에게 보이는 일입니다.

팀의 시간은 어디에 가 있었는가

윤길님이 가장 먼저 마주한 질문은 단순했습니다. 팀의 시간이 어디에 가 있는가. 정책 설계라는 본질에 가까운 일과, 실제로 하루를 채우는 일 사이에 거리가 있었다는 인식이었습니다.

매일 들어오는 신호를 가려내는 일, 후기 영역 점검과 안내, 파트너 공지 글 작성·등록·발송, 여행자·파트너 설문 관리, 파트너 서류의 유효성과 만료일 점검. 하나하나는 어렵지 않았지만, 합쳐지면 팀의 하루가 거기서 마무리됐습니다.

"팀이 본래 가장 많은 시간을 써야 하는 일은 정책을 새로 설계하고 다듬는 일인데, 실제로는 매일 반복되는 운영 업무에 팀의 리소스 대부분이 들어가고 있었어요."

팀장 입장에서 더 중요하게 본 지점은 따로 있었습니다. 정책을 더 촘촘히 설계하는 일, 새로 나타나는 신호를 읽어 기준을 손보는 일, 타 조직과 깊이 맞물려 일하는 것. 팀이 더 많은 시간을 써야 할 영역들이 분명했고, 거기로 옮겨가는 구조를 만드는 것이 팀장의 일이었습니다.

회사 안에서 만난 전환점

전환점은 한 사람의 결심에서 시작된 것이 아니라 회사 안에서 만들어졌습니다. 마이리얼트립이 AI Native 조직으로 방향을 잡으면서, 사내에서는 AI 활용 사례 공유 세션이 정기적으로 열렸고, 다른 팀들이 자기 영역의 일을 자동화로 해결해 가는 모습이 일상적으로 공유됐습니다. AI 교육과 도구 지원이 제공됐고, 새로운 시도를 권장하는 분위기가 자리 잡았기에, 팀 단위의 시도도 부담 없이 출발할 수 있었습니다. 외부 영상과 책에서 받은 자극도 함께 작용했습니다.

첫 단계는 단순했습니다. 팀이 하는 일을 한자리에 펼쳐 놓고, 반복적이고 시간이 많이 드는 업무 목록을 정리한 뒤 위에서부터 하나씩 처리할 수 있는지 점검했습니다. 거창한 시스템 설계가 아니라, 매일 시간을 가장 많이 가져가는 일부터 풀어보자는 출발이었습니다.

"안 된다는 결론부터 내리지 않고, 되는 방향으로 풀어보자는 쪽으로 사고를 옮기는 데 시간이 좀 걸렸어요."

이 전환이 한 사람의 의지만으로 만들어졌다면 오래 가기 어려웠을 것입니다. 마이리얼트립은 지난 2년간 구성원의 AI 리터러시를 끌어올려 왔고, 회사의 무게중심은 이제 'AI로 사업 성과를 만들어내는 일'로 옮겨가고 있습니다. 서비스정책팀의 변화는 그 흐름을 한 팀의 일상에서 보여주는 단면입니다.

처음 푼 것이 다음을 만들었다

가장 먼저 손댄 것은 후기 영역의 정책 안내와 플랫폼 외 거래 안내, 두 가지였습니다. 둘 다 접수·검토·파트너 안내·후속 처리까지 매번 사람이 직접 거치던 흐름이라, 패턴 확인부터 안내 메일 발송까지 자동으로 이어지도록 구조를 다시 짰습니다.

특히 플랫폼 외 거래 안내는 변화가 컸습니다. 자동화 전에는 한 사람이 매일 들어오는 다량의 신호를 두세 시간씩 들여다보던 일이었는데, 지금은 시스템이 1차 판단을 하고 사람은 꼭 필요한 일부만 직접 보는 구조로 옮겨갔습니다. 같은 일에 들어가던 시간이 하루 두세 시간에서 30분 안으로 줄어든 구조입니다. 가장 무거웠던 업무가 정리되면서, 팀의 호흡 자체가 달라졌습니다.

이 두 가지는 매일 시간을 가장 많이 가져가던 일이었고, 자동화하면 다음 일에 쓸 수 있는 시간이 가장 크게 생기는 영역이었습니다. 첫 작업이 정리되면서 두 번째, 세 번째 작업의 가능성이 같이 보이기 시작했습니다.

다음으로 옮긴 곳은 파트너 공지 흐름이었습니다. 정책이 바뀔 때, 새 운영 기준이 적용될 때, 사고 사례를 공유해야 할 때마다 사람이 처음부터 글을 쓰고 어드민에 등록하고 메일을 발송하던 흐름을, 기존 공지의 톤과 구조를 학습한 도우미가 1차 초안을 만들고 등록과 발송까지 자동으로 이어지는 흐름으로 옮겼습니다. 사람의 일은 초안을 검토하고 다듬는 자리로 좁혀졌습니다.

여행자와 파트너 양쪽에 정기적으로 나가는 NPS 설문도 발송, 응답 데이터 분석, 리포트 발행까지 하나의 자동 흐름 위에서 이어집니다. 사람이 일정과 결과를 다시 챙기지 않아도, 정해진 주기에 따라 흐름이 이어집니다.

파트너가 제출한 각종 증빙 서류의 유효성과 만료일도 시스템이 자동으로 살핍니다. 만료가 임박한 시점에는 재등록 안내가 자동으로 나갑니다. 이전에는 사람이 일정과 목록을 챙기며 직접 처리하던 일이었고, 담당자 부재 시 누락 위험도 있던 영역이, 사람이 일정을 직접 챙기지 않아도 흘러가는 구조로 옮겨갔습니다.

파트너가 상품 소개를 이미지로 만들어 올리는 경우가 많은데, 이미지 안의 텍스트는 그동안 사람이 직접 봐야만 확인할 수 있어 일부 건만 점검해 왔습니다. 여기에 OCR을 결합하면 등록 시점에 이미지 안 문구까지 자동으로 점검할 수 있습니다. 사후 확인 중심이던 점검이 등록 시점부터 작동하는 구조로 넓어지는 중입니다. 여행자에게 실제로 도움이 되는 안내가 상품 페이지에 더 잘 자리잡게 됩니다.

직접 만든 작은 도구들

자동화 시스템만 만든 것은 아닙니다. 팀에 필요한 작은 도구는 직접 만들었습니다. 여행자 사용성 테스트(UT) 설문 문항을 빠르게 만들 수 있는 도구를 직접 만들어, 몇 시간씩 걸리던 문항 작성이 분 단위로 줄었습니다. 마리트 구성원들이 각자의 자리에서 만들어낸 좋은 변화들이 파트너에게 충분히 가닿지 못해 좋은 기능이 있어도 활용되지 못하는 경우가 많았는데, 공지 페이지의 구조와 노출 방식을 직접 재설계해 마리트가 파트너를 위해 무엇을 해가고 있는지가 더 또렷이 전달되도록 다듬었습니다. 해외 파트너용 영문 FAQ 페이지도 직접 구축했습니다.

응대 담당자가 파트너 맥락을 한눈에 볼 수 있도록 어드민 메모 기능을 만들고, 외부 상담 도구의 이력과 사내 어드민의 상담 이력을 서로 연결한 것도 같은 흐름이었습니다. 사람이 상황을 다시 묻거나, 흩어진 기록을 찾아 헤맬 일이 줄어드는 변화였습니다.

이 모든 변화의 진짜 의미는 절약된 시간보다 다른 자리에 있었습니다.

"예전엔 '이건 우리가 할 수 있는 일이 아니다'라고 멈췄을 일들을, 지금은 '직접 한번 풀어보자'로 바꿔서 시작할 수 있게 됐어요."

팀이 일을 대하는 방식 자체가 달라졌다는 이야기입니다. 미뤄두거나 접어두던 일들이 다시 책상 위로 올라왔습니다.

함께 돌아가는 입점 앞단의 검증

윤길님이 팀 전체의 일하는 리듬을 새로 짜는 동안, 입점 앞단의 정보 정확성을 함께 맡고 있는 사람이 지민님입니다.

"여행자가 마이리얼트립에서 처음 마주하는 정보를 정확하고 신뢰할 수 있게 만드는, 가장 앞단의 일입니다."

지민님이 마주한 문제는 다양성이었습니다. 마이리얼트립에는 전 세계의 다양한 파트너가 입점해 있고, 입점 시 제출되는 각종 증빙 서류는 국가마다 양식이 다릅니다. 같은 유럽 안에서도 항목 배치가 또 다릅니다. 상품 페이지 쪽도 만만치 않았습니다. 파트너들은 상품을 친화적으로 소개하기 위해 일정과 포함 사항을 세로로 수천 픽셀에 달하는 인포그래픽 이미지로 만들어 올리는 경우가 많았고, 한 상품당 그런 이미지가 수십 장 단위로 등록됩니다. 이 안의 텍스트는 일반적인 텍스트 검색만으로는 확인이 어려운 형태였습니다.

자동 검증 시스템의 구조는 단순합니다. 문서와 이미지에서 OCR로 텍스트를 추출하고, 그 위에 검증 로직을 얹어 자동으로 처리하는 것. OCR 도구로는 업스테이지(Upstage)를 사용했습니다. 다국어 인식, 단순 텍스트 추출을 넘어 문서 구조까지 읽어내는 점, 그리고 민감한 문서 데이터를 국내 리전 안에서 안전하게 처리할 수 있다는 점이 팀의 요건과 맞았습니다. 세로로 긴 인포그래픽 이미지는 자동으로 분할되어 OCR을 거치고, 추출된 텍스트는 상품 정보 정합성 기준에 따라 자동으로 확인됩니다.

변화는 일상으로 돌아왔습니다. 이미지 한 장당 처리 시간이 분 단위에서 초 단위로 줄었고, 월 수천 건의 상품 정보가 일관된 기준으로 자동 처리되는 구조가 자리 잡았습니다. 담당자마다 미세하게 달라질 수 있던 판단 기준이 시스템 안에서 동일하게 적용된다는 점이 그만큼 중요했습니다.

같은 OCR 흐름이 윤길님의 상품 소개 점검 작업으로도 이어집니다. 입점 앞단의 검증 시스템과, 운영 전반에서 등록 시점 자동 점검으로 옮기려는 작업이 같은 기술 흐름 위에서 만나는 지점입니다. 입점과 운영, 두 영역이 점차 하나의 흐름으로 합쳐지고 있다는 신호이기도 합니다.

시행착오: 시스템과 사람, 양쪽에서

물론 처음부터 매끄럽게 작동한 것은 아닙니다.

시스템 차원의 시행착오가 있었습니다. 초기에는 AI가 맥락을 충분히 잡아줄 것이라는 기대로 출발했습니다. 그런데 같은 표현이라도 맥락에 따라 의미가 달라지는 영역이 있어, 단어 단위 처리만으로는 부족하다는 것을 학습했습니다. 학습 끝에 자리 잡은 원칙은 분명했습니다.

"일관성이 중요한 영역은 규칙 기반으로 먼저 정리하고, 애매한 부분은 AI의 도움을 받는 방식으로 자리 잡았습니다."

지금 팀의 모든 자동화 시스템이 이 원칙 위에서 돌아갑니다. 플랫폼 외 거래 안내도 마찬가지였습니다. 초기에는 안내 범위가 넓게 잡혔던 시기를 거쳐, 점차 정확하게 보는 방향으로 로직을 다듬어 왔습니다.

사람 쪽의 시행착오는 더 컸습니다. AI에게 그냥 요청하면 알아서 잘 해줄 것이라는 기대로 시작했지만, 프롬프트를 어떻게 짜는지, 맥락을 어떻게 전달하는지에 따라 결과 차이가 컸습니다. AI를 잘 쓴다는 것이 별도의 역량이라는 걸 알게 됐고, 프롬프트를 다듬는 일 자체에 적지 않은 시간이 들어갔습니다.

민감한 데이터를 다루는 일도 처음에는 막막했습니다. 파트너 정보와 여행자 정보가 함께 들어가는 데이터를 AI에 어디까지 넘길 수 있는지, 어떤 방식으로 안전하게 처리해야 하는지에 대한 기준이 없었기 때문입니다. 정보보안실과 협업해 안전한 활용 기준을 함께 잡아갔고, 지금은 모든 시도가 그 기준 안에서 움직입니다.

가장 큰 장벽은 결국 사고방식이었습니다. "이건 우리가 할 수 있는 일이 아니다", "제품팀에 요청해야 한다"는 생각이 먼저 떠올랐습니다. 그 생각을 한 칸 뒤로 미루는 데 가장 큰 에너지가 들었습니다.

"자동화는 결국 한 번에 완성되는 시스템이라기보다, 시스템도 사람도 같이 학습하고 조정해가는 과정에 가깝다고 느끼고 있어요."

두 사람이 폭을 감당하는 법

자동화가 없었다면 지금의 구조는 어려웠을 것입니다.

"자동화는 사람을 줄이는 수단이 아니라, 사람이 정말 고민해야 하는 문제에 더 오래 집중할 수 있게 만드는 도구에 가깝게 보고 있습니다."

시작점도 거기였습니다. 둘이서도 파트너가 정책을 잘 이해하고 상품 페이지에 자연스럽게 녹여낼 수 있는 환경, 그래서 파트너가 불필요한 운영 부담 없이 여행자 경험에 더 집중할 수 있는 환경, 결국 여행자가 좋은 경험과 추억을 남기고 돌아갈 수 있는 거래 환경을 어떻게 만들 수 있을까. 도구 선택부터 고민했다면 지금처럼 정리되지 않았을 것입니다.

자동화 덕에 시간을 쓸 수 있게 된 자리는 분명합니다. 여행자가 받아보는 정보의 표현을 다듬는 일. 운영 중 쌓이는 데이터에서 새 흐름을 읽어 정책에 반영하는 일. 컴플라이언스팀, 파트너 성장지원팀, 사업 조직, AICX, 프로덕트와 머리를 맞대야 진척되는 일. 반복 운영에 시간이 쏠려 있을 때는 쉽게 손이 가지 않던 영역들입니다.

자동화가 많아질수록 더 또렷해지는, 사람의 자리

자동화가 작동하는 영역이 늘어날수록 오히려 또렷해지는 것이 있습니다. 사람만이 할 수 있는 일의 자리입니다.

가장 먼저는 같은 정보가 여행자에게 어떻게 읽히는가에 대한 판단입니다. 사실 정보를 정확하게 전달하는 동시에, 여행자가 그 의미를 직관적으로 이해할 수 있도록 표현을 다듬는 일은 사람의 시선이 필요한 영역입니다.

다음은 플랫폼이 처한 상황과 맥락 위에서 내리는 판단입니다. 일관성을 어디까지 지키고 예외를 어디서 허용할지, 어느 정도로 엄격하게 기준을 적용할지 같은 결정은 회사 상황, 시장 환경, 파트너와의 관계를 함께 고려해야 답이 나옵니다. 새로운 사업이 들어오거나 법이 바뀌거나 시장 환경이 달라질 때마다 기준을 다시 잡는 일도 사람의 몫입니다. AI는 정리와 분석을 도와주지만, 방향을 결정하는 것은 사람입니다.

마지막은 사람 사이의 합의입니다. 파트너, 사업 조직, 컴플라이언스팀 사이에서 기준을 조율하는 일은 결국 상대의 입장을 읽고 대화로 합의를 만들어가는 작업입니다. 자동화가 닿지 않는 영역이고, 닿아서도 안 되는 영역입니다.

이 모든 판단을 관통하는 질문이 하나 있습니다.

"지금 우리가 만드는 이 기준과 환경이 정말 파트너와 여행자 모두에게 좋은 방향인가."

자동화 시스템이 더 많아질수록 이 질문에 답하는 시간이 늘어나는 구조. 그것이 지금 서비스정책팀이 일하는 방식의 핵심입니다.

앞으로 더 다뤄보고 싶은 영역

다음 단계로 그려지고 있는 그림도 같은 맥락 위에 있습니다. 정책 하나가 바뀌면 상품 페이지·결제 화면·예약 상세·파트너 가이드까지 동시에 영향이 가는데, 그 모든 접점에서 같은 기준과 같은 맥락으로 안내되고 있는지를 자동으로 찾아내 점검하는 일. 외부 법·규제 변화가 운영 정책으로 반자동으로 연결되어 컴플라이언스팀과의 협업 속도가 더 빨라지는 구조. 그리고 운영 정책 자체를 시스템이 이해할 수 있는 형태로 구조화해서, 여러 자동화가 같은 정책을 같은 방식으로 이해하게 만드는 일.

정책 문서를 단순히 쌓아가는 것이 아니라, 기준과 의도, 예외 조건까지 구조적으로 연결하는 방향입니다. 자동화가 더 깊이 들어가려면 정책 자체가 먼저 단단해져야 한다는 인식이 깔려 있습니다.

"무엇을 자동화할 수 있는가보다, 사람이 더 중요한 판단에 집중하려면 무엇이 먼저 정리되어야 하는가를 더 많이 보고 있어요."

두 사람이 일의 결을 다시 잡은 자리에는, 자동화 사례 몇 개가 아니라 팀이 일하는 방식 자체가 달라진 흔적이 남아 있습니다. 자동화가 영역을 넓혀갈수록 사람이 직접 판단해야 하는 일은 오히려 선명해졌습니다. AI Native 조직이라는 토양 위에서 두 사람이 AI를 일의 기본 도구로 삼아 어떻게 움직이는지를, 서비스정책팀이 일하는 방식이 보여주고 있습니다.