03 · 노코드 AX 플랫폼
EXAONE Studio
AI를 쓰는 조직에서, AI로 운영되는 조직으로 바꿨습니다.
LG 내부에는 AI로 업무를 개선하려는 요구가 있었지만, 현업의 아이디어가 실제 업무 도구가 되기까지는 기획, 개발, 배포, 보안 검토 등 복잡한 과정을 거쳐야 했습니다. 이를 해결하기 위해 아이디어 입력부터 테스트, 배포, 운영 관리까지 이어지는 End-to-End AX 제작 플랫폼을 설계했습니다.
결과적으로 단순한 노코드 툴이 아니라, 구성원의 아이디어를 실제 업무 도구로 전환하는 사내 AX 제작 인프라로 기능했습니다.
01Starting Point · 거시적 인사이트
AI를 도구가 아닌, 업무 실행 구조를 재설계할 기회로 인식했습니다.
AI가 사내에 도입되면서, 저는 이것을 일하는 방식을 다시 들여다보는 계기로 받아들였습니다. 좋은 아이디어가 개발팀의 대기열에 묶이지 않고, 구성원 누구나 직접 설계해볼 수 있다면 어떨까? 업무가 위에서 내려오는 것이 아니라 현장에서 자라날 수 있겠다는 가능성에서 출발했습니다.
- 01
경영진 아이디어 전달
- 02
기획팀 요구사항 정의
- 03
디자인팀 화면 설계
- 04
개발팀 (주요 병목)
- 05
QA 검증
- 06
배포
AS-IS 탑다운 · 직렬 업무 구조 — 아이디어부터 배포까지 평균 16주 이상
02Problem & Evidence
AI는 도입됐지만, 현장의 업무는 쉽게 바뀌지 않았습니다.
업무 아이디어는 현업에서 발생했지만, 실행은 개발 요청을 통해서만 가능했습니다.
“AI 도입의 병목은 모델이 아니라, 현장의 아이디어를 업무 실행 단위로 전환하는 구조에 있다.”
- 현장의 업무 아이디어가 모두 개발 요청으로 전환되며, 개발팀 대기열이 병목화됨
- 빠른 검증을 위해 외부 SaaS 활용이 늘었지만, 사내 정보 보안 이슈와 비용 부담이 함께 증가함
- 사내 모델과 데이터 자산이 존재했음에도, 비개발자는 이를 업무에 직접 활용하기 어려움
4개월
AI 서비스 아이디어 1건이 실제 배포되기까지 걸린 평균 리드타임
9건
최근 1개 분기 내 확인된 미처리 개발 요청
5종
팀별로 구독 중인 외부 SaaS·AI 툴
“개발 요청하면 프론트엔드, 백엔드 합쳐 평균 4개월은 소요돼요.”
“외부 도구로 채용 자동화는 사내 보안 이슈로 못 쓰고 있어요.”
“현재 구독 중인 외부 SaaS나 AI 툴이 팀당 5개는 넘어요.”
03User Interview
업무 아이디어가 서비스로 전환되는 과정의 병목을 설계 요구사항으로 바꿨습니다.
문제의 규모를 확인한 뒤, 현업 실무자가 AI 서비스를 직접 제작한다고 가정했을 때 어느 단계에서 막히는지 파악하기 위해 심층 인터뷰와 제작 흐름 관찰을 진행했습니다. (비개발직 실무자 4명: 채용 담당자 2인, 조직운영 담당자 2인)
요구사항 1
아이디어를 서비스 구조로 전환
업무 목적을 입력하면 서비스 요구사항과 제작 흐름으로 전환
요구사항 2
노코드 서비스 구성
화면, 데이터, 액션을 코드 없이 조합해 AI 서비스 제작
요구사항 3
사내 환경에서 검증·배포
외부 SaaS에 의존하지 않고 사내 데이터와 보안 기준 안에서 테스트, 배포, 운영
가설 TO-BE 바텀업 · 자율 실행 구조 — 현장 아이디어 → 직접 서비스 구성 → 15분 내 배포
04Solution
현장의 아이디어가 업무 도구가 되기까지의 전 과정을 하나의 제작 흐름으로 연결했습니다.
기존에는 업무 아이디어가 개발 요청으로 전환된 뒤 여러 조직의 핸드오프를 거쳐야 했습니다. EXAONE Studio는 아이디어 입력부터 서비스 구성, 검증, 배포, 운영까지를 하나의 흐름 안에서 수행할 수 있도록 설계한 사내 AX 제작 플랫폼입니다.
- 01
자연어로 현장 아이디어를 말하고
- 02
개발 지식 없이 직접 서비스를 설계한 뒤
- 03
사내망에 서비스를 배포하고 관리
05Service Story
채용 담당자 A씨의 이야기로 세부 기능을 소개합니다.
채용 과정에서 지원자 정리를 자동화하고 싶었지만, 개발은 멀게 느껴졌습니다. 외부 도구도, 개발 요청도 거치지 않고, 자신의 자리에서 직접 만들 수 있는 도구가 도착했습니다.
“외부 도구는 사내 보안 때문에 못 쓰는데, 그렇다고 직접 만들자니 어디서부터 손대야 할지 모르겠어요.”
06Scene 01 · 말하고
개발자와 디자이너를 찾는 대신, 만들고 싶은 걸 말로 설명했습니다.
비개발자가 첫 화면에서 막히지 않도록, 자연어 입력과 단계형 질문으로 흩어진 요구사항을 끌어냈습니다.
- Act · Chat 모드
- 아이디어를 탐색하는 Chat Mode와 서비스 제작을 실행하는 Act Mode를 분리해 명확한 설계를 돕습니다.
- 단계형 질문
- 빠진 요구사항을 시스템이 되물어, 스스로 채워 넣게 합니다.
- 핵심 의도
- 디자인을 몰라도 결과물에 일관성과 완성도가 유지되도록 설계했습니다.
- 구현 기반
- 여러 모델 위에서 자연어 입력을 요구사항 schema로 변환하는 Prompt Pipeline을 설계했습니다. 어떤 모델로 처리되어도 같은 구조의 요구사항으로 정리되어 결과의 일관성이 유지됩니다.
07Scene 02 · 설계하고
코드와 디자인을 몰라도, 화면을 조립하며 직접 설계했습니다.
화면·데이터·액션을 코드 없이 조합하고, 부분 수정으로 결과물에 대한 통제감을 줬습니다.
- 노코드 조합
- 화면·데이터·액션을 블록처럼 연결해, 코드 없이 서비스가 됩니다.
- 부분 수정 모드
- 전체를 다시 만들지 않고 원하는 부분만 고쳐 즉시 미리봅니다.
- 핵심 의도
- “내가 통제하고 있다”는 감각을 줘, 결과물에 대한 불안을 없앴습니다.
- 구현 기반
- 화면의 근간이 되는 Foundation·Component를 정리한 디자인 시스템을 LLM에 학습시켜, 어떤 화면이 생성되더라도 LG AI 연구원의 톤과 구조가 유지되도록 했습니다.
08Scene 03 · 배포하다
15분 만에, 사내망 안에서 직접 배포했습니다.
외부 SaaS에 의존하지 않고, 사내 데이터와 보안 기준 안에서 테스트·배포·운영까지 이어집니다.
- 원클릭 배포
- Publish 한 번으로 사내망 라이브 URL이 생성됩니다.
- 배포 관리
- Published Projects에서 운영 중인 서비스를 한눈에 관리합니다.
- 핵심 의도
- 보안 때문에 막혀 있던 마지막 한 걸음을, 사내망 배포로 열었습니다.
- 구현 기반
- 빌드부터 배포·운영까지를 사내 네트워크 안에서 동작하는 하나의 파이프라인으로 자동화했습니다.
09Result
회사 결과와 개인 성과
EXAONE Studio는 기능을 더한 것이 아니라, 아이디어와 실행 사이의 거리를 지웠습니다.
4개월 → 15분
아이디어가 서비스가 되기까지
12개 서비스
출시 1개월 기준 사내 배포
“이제는 제가 필요한 업무 도구를 직접 만들고 있어요.”
개발자에게 요청하지 않아도 아이디어 입력부터 생성·수정·배포까지 직접 진행할 수 있다는 가능성을 확인했습니다.
“디자인을 잘 몰라도 결과물이 정돈되어 보여요.”
EDS 기반 생성 구조로 공통 UI가 일관되게 적용되어, 디자인 지식이 없어도 완성도 있는 결과물을 만들 수 있었습니다.
“화면을 보면서 원하는 부분만 수정할 수 있어 쉬웠어요.”
Preview에서 영역을 직접 선택하고 자연어로 요청하는 방식이 비개발자에게 더 직관적인 편집 경험으로 인식되었습니다.
“제작부터 배포까지 한 흐름으로 이어져, 부담이 줄었어요.”
생성에서 끝나지 않고 배포와 관리까지 이어지는 구조로, 아이디어가 실제 사내 서비스로 완성되는 경험을 제공했습니다.
10Next Step · 이어지는 시도
LLM을 '개인의 도구'가 아닌 '팀의 시스템'으로 편입하기 위한 시도
EXAONE Studio에서 시작된 AX의 흐름을 사내 워크플로우와 조직 전체로 이어 가고 있습니다.
For the project
사내 워크플로우 자동화 — UX 라이팅봇 + QA봇 도입
라이팅봇은 한·영 UX 라이팅을, QA봇은 디자인 가이드 검토를 자동화해 팀이 공통으로 쓰는 워크플로우로 정착시킵니다.
장기적 목표
조직 전체의 LLM 활용 역량을 상향 평준화
'AI가 잘하는 일'과 '반드시 사람이 검토해야 하는 일(HITL)'의 경계를 정의해, 누구나 같은 기준으로 LLM을 활용할 수 있도록 합니다.
