SKT AX 혁신 2.0 11월 발표: 실행 제도 3개와 데이터 보호 기술

AI 도구를 들여온 직후에는 재교육, 업무 재설계, 데이터·조직 정비가 겹치면서 업무 효율이 한동안 떨어질 수 있다고 SK텔레콤은 설명합니다. 회사는 이 구간을 'AX J커브'의 골짜기라고 부르고, 이 골짜기를 넘어선 조직은 생산성이 크게 오른다는 개념으로 소개했습니다. 보도자료는 이 개념의 외부 연구 근거를 밝히지 않았으므로, SK텔레콤이 자기 전환 과정을 설명하는 틀로 읽으면 됩니다.

SK텔레콤은 2026년 11월 1일 뉴스룸 보도자료에서 이 골짜기를 넘기 위해 'AX 혁신 2.0'을 가속화한다고 밝혔습니다. 방향은 '개인에서 조직으로, 편의에서 실용으로'입니다. 구성원 한 사람 한 사람의 AI 활용을 넘어 조직의 업무 프로세스와 협업 방식을 AI 중심으로 다시 설계하고, 데이터 접근·시스템 연계·보안 문제를 풀겠다는 내용입니다. 회사에서 AX(AI 전환)를 맡고 있다면, 개인이 AI를 잘 쓰게 된 다음 조직이 무엇을 손봐야 하는지 볼 수 있는 사례입니다.

이 글은 SK텔레콤 뉴스룸 보도자료 3건(2026년 3월 16일, 6월 16일, 11월 1일)을 읽고 정리했습니다. 사내 전환 발표이므로 수치와 효과는 모두 SK텔레콤의 발표이고, 외부에서 검증한 자료는 아닙니다.

1. 3월, 6월, 11월 발표에서 바뀐 내용

11월 발표를 새 프로그램의 출범으로 읽으면 흐름을 놓칩니다. 'AX 혁신 2.0'이라는 이름은 2026년 6월 16일 보도자료에서 처음 나왔고, 11월 1일 자료는 같은 이름 아래에서 진행된 내용과 새로 개발한 기술을 알렸습니다. 날짜별로 놓으면 아래와 같습니다.

발표일	보도자료가 밝힌 방향	주요 내용	보도자료의 상태 표현
2026년 3월 16일	'1인 1 AI 에이전트'	비개발직군을 포함한 모든 구성원이 본인 업무에 특화된 AI를 만든다는 목표를 사내에 공개. 에이닷 비즈·폴라리스·플레이그라운드 제공	지원 시스템 AXMS(AX Management System)는 "정식 가동"
2026년 6월 16일	'AX 혁신 2.0' 시행 발표	AI 에이전트에 사번·소속·직무·권한을 할당하는 관리 방식, AI CIC 내 일부 조직의 AX 샌드박스 시범 운영	사번은 "관리받게 된다", 카탈리스트는 "선정할 계획"
2026년 11월 1일	'개인에서 조직으로, 편의에서 실용으로'	실행 제도 3개 운영, 카탈리스트 1기 선정, 샌드박스는 하반기 전사 조직으로 범위 확대 모색, 데이터 기술 발표	카탈리스트는 "선정됐다", 워크맵은 "추진하고 있다"

6월 자료에 따르면 정재헌 CEO는 '2026 뉴 이천포럼'에서 현장의 업무 효율성 개선에 집중해 온 'AX 혁신 1.0'을 넘어서는 방향을 제시했습니다. 작성자가 보기에 3월의 목표가 구성원 개인이 에이전트를 만드는 데 있었다면, 6월부터는 에이전트를 조직의 관리 체계 안에 넣는 쪽으로 이야기가 옮겨 갔습니다.

11월 자료는 그동안의 결과로 AI 에이전트를 직접 만들어 본 구성원이 4,000명을 넘었고, 사내에서 정기적으로 쓰이는 AI 에이전트가 1,500개에 이른다고 밝혔습니다. SK텔레콤 자체 집계이며, 어떤 기간에 무엇을 기준으로 셌는지와 전체 구성원 대비 비율은 보도자료에 적혀 있지 않습니다.

2. 실행 제도 3개가 하는 일과 서로 이어지는 방식

11월 자료가 밝힌 실행 프로그램은 AX 이네이블러 TF(AX Enabler TF), AX 샌드박스(AX Sandbox), AX 카탈리스트(AX Catalyst)입니다.

AX 이네이블러 TF는 AI를 쓰는 과정에서 생기는 공통 어려움을 전사 차원에서 해결합니다. 교육·지원체계를 개선하고 데이터·보안 등 기술 인프라도 "고도화하고 있다"고 밝혔습니다. AI 에이전트 사번제 도입과 평가체계 마련처럼 경영 인프라를 다시 설계하는 역할도 맡는다고 보도자료는 적었습니다.

AX 카탈리스트는 현업에서 스스로 AI를 적극 활용해 온 구성원을 지원하는 제도입니다. 2026년 9월에 구성원 10명이 1기로 선정됐습니다. SK텔레콤은 이들에게 AI 모델 활용 비용과 기술·데이터 연계를 지원합니다. 카탈리스트는 직접 만든 에이전트와 AX 경험을 다른 구성원에게 전파하고, AX 확산을 막는 기술적·제도적 문제를 먼저 찾아냅니다.

카탈리스트와 이네이블러 TF는 문제 해결 경로로 연결됩니다. 보도자료에 따르면 카탈리스트가 데이터·권한·시스템·보안 문제를 발견하면 AX 이네이블러 TF와 함께 해결해, 다른 구성원이 같은 어려움을 겪지 않게 하는 선순환 체계를 만들고 있습니다. 문제를 발견한 카탈리스트와 전사 차원의 TF가 함께 푸는 구조입니다.

AX 샌드박스는 기존 업무 방식을 AI 중심으로 처음부터 다시 설계하는 프로그램입니다. 11월 자료는 상반기에 서비스 개발 조직에서 구성원 한 명이 기획·개발·검증을 AI 에이전트와 함께 하는 실험을 했고, 하반기에는 전사 각 조직으로 범위를 넓혀 여러 구성원과 AI 에이전트가 함께 일하는 방식을 모색하고 있다고 밝혔습니다. 6월 자료는 시범 운영 범위를 "지난 석 달간 AI CIC 내 일부 조직"이라고 적었습니다. 6월과 11월 자료의 표현이 다르고, 같은 실험을 가리키는지는 보도자료로 확인할 수 없습니다.

SK텔레콤 2026년 11월 1일 보도자료의 설명을 작성자가 그림으로 정리했습니다. 카탈리스트와 이네이블러 TF 사이의 문제 해결 연결은 보도자료에 적힌 내용입니다. 샌드박스와 다른 제도의 연결 방식은 보도자료에 없어 따로 그렸습니다.

3. AI에 원본 데이터를 넘기지 않는 Z.E.Z

11월 자료가 소개한 기술 가운데 데이터 보호와 직접 관련된 것은 'Z.E.Z(Zero Exposure Zone)'입니다. SK텔레콤은 AI에 데이터 원문을 직접 노출하지 않고도 업무를 처리할 수 있는 기술로 개발하고 특허를 출원했다고 밝혔습니다. 개인정보 같은 민감한 원본 데이터는 별도 영역에서 관리하고, AI에는 메타데이터·비교 토큰·계산값처럼 업무에 필요한 처리 결과만 전달합니다. 보도자료는 이를 통해 데이터 보호와 AI 활용을 양립시킬 수 있도록 했다고 적었습니다. 같은 보도자료의 부제목은 이 기술을 "데이터 안전존", 본문 소제목은 "데이터 안심존"으로 다르게 표기했습니다.

예를 들어 고객 연락처가 든 표를 AI에 바로 붙여 넣는 대신, 원본은 분리된 영역에 두고 AI는 비교나 계산 결과만 받아 다음 업무를 처리하는 방식으로 이해하면 됩니다(예시). 다만 특허 출원 번호와 국가, 실제로 어떤 업무에 적용했는지는 보도자료에 적혀 있지 않습니다.

함께 발표한 '데이터 데스크(Data Desk)'는 AI가 데이터의 뜻을 파악하도록 돕습니다. 보도자료는 기존 데이터가 시스템과 개발자 중심으로 관리돼 AI가 데이터의 업무적 의미를 파악하기 어려운 경우가 많았다고 설명합니다. 데이터 데스크는 각 데이터에 대한 설명과 업무 맥락을 자동으로 만들어 AI 에이전트가 필요한 정보를 찾아 쓰게 합니다.

'워크맵(Work Map)'은 보도자료에 "추진하고 있다"고 적혀 있습니다. 기존 업무자료와 목표를 바탕으로 AI가 업무 흐름을 먼저 파악하고, 구성원과 대화하며 업무 지도를 만드는 방식입니다. SK텔레콤은 이를 통해 사람과 AI가 함께 일하는 표준 절차를 세우고 AI 에이전트를 적용할 업무도 찾겠다고 밝혔습니다.

4. 보도자료에 아직 없는 내용

AI 에이전트 사번제를 실제로 시행했는지는 두 보도자료로 확인할 수 없습니다. 6월 자료는 에이전트가 사번을 받아 "관리받게 된다"고 했고, 11월 자료는 사번제 도입과 평가체계 마련을 이네이블러 TF가 맡는 역할로 적었습니다. 6월과 11월 자료 모두 실제 시행 시점과 대상은 밝히지 않았습니다.

AX 혁신 2.0의 생산성 효과를 보여 주는 정량 결과도 11월 자료에는 없습니다. 데이터 데스크와 워크맵을 어느 범위에 적용했는지, 외부 고객에게 제공할 계획이 있는지도 적혀 있지 않습니다. 사내 전환 과정을 알린 발표로 읽으면 됩니다.

5. 우리 조직에서 확인해 볼 것

여기부터는 SK텔레콤 발표를 읽고 필자가 정리한 점검 항목입니다. SK텔레콤이 제시한 방법이 아니며, 같은 효과를 약속하지도 않습니다. 다만 각 항목은 SK텔레콤 사례에서 실제로 운영한다고 밝힌 장치에서 나왔습니다.

공통 문제를 모으는 창구가 있는지 먼저 보십시오. 이네이블러 TF처럼 데이터 접근, 권한, 시스템 연계, 보안 문제를 받아서 한 번에 해결하는 곳이 없으면, 같은 문제를 여러 팀이 각자 다시 겪을 수 있습니다.

먼저 AI를 써 온 구성원을 어떻게 지원하는지도 확인하십시오. SK텔레콤은 카탈리스트에게 모델 활용 비용과 데이터 연계를 지원하고, 그 대가로 경험 전파와 문제 발굴을 맡겼습니다. 우리 조직에서 이런 구성원이 누구인지, 그 사람이 찾은 문제가 어디로 전달되는지 적어 보십시오.

업무 재설계 실험은 작게 시작할 수 있습니다. 샌드박스는 상반기에 서비스 개발 조직의 한 사람이 기획·개발·검증을 AI 에이전트와 함께 하는 실험에서 출발했습니다. 기존 절차에 AI를 끼워 넣는 것과, 업무를 AI 중심으로 처음부터 짜는 것을 구분해서 후보 업무 1건을 골라 보면 됩니다.

민감 데이터를 AI에 어떤 형태로 넘기는지도 정해 두어야 합니다. Z.E.Z는 원본을 분리하고 처리 결과만 넘기는 방식을 택했습니다. 우리 조직에서 개인정보가 든 파일을 AI에 그대로 올리고 있는지, 원본 없이 계산 결과나 요약 값만으로 처리할 수 있는 업무가 있는지 확인해 보십시오.

이번 주에는 AI를 쓰다가 데이터·권한·보안 때문에 멈춘 업무 1건을 골라, 누가 그 문제를 발견했고 누구에게 알렸으며 지금 어디서 멈춰 있는지 한 줄씩 적어 보십시오. 그 기록이 이네이블러 TF 같은 창구가 우리 조직에 필요한지 판단하는 첫 자료가 됩니다.