SK텔레콤이 전사 차원의 AX(AI Transformation)를 추진하며, 구성원들의 AI 활용 역량 확대에 나서고 있다. 고객 대상 AI 서비스 고도화와 함께, 업무 전반에 AI를 접목하려는 시도도 이어지고 있다.

이러한 변화 속에서 열린 구성원 참여형 해커톤 ‘2026 SKT AX 챌린지(이하 AX 챌린지)’는 새로운 일하는 방식을 구성원들이 직접 실험하고 만들어가는 자리였다. AX 챌린지는 직무와 조직에 관계없이 전 구성원이 AI 에이전트를 직접 개발하고 제안하는 프로그램으로, ‘일상을 바꾸는 AI’를 주제로 진행됐다. 구성원들이 자신의 업무와 현장 문제를 AI로 해결해보는 다양한 시도가 이어진 이번 현장을 뉴스룸이 함께했다.

구성원이 직접 AI 에이전트를 만드는 ‘SKT AX 챌린지’

올해 AX 챌린지는 ‘고객 경험을 바꾸는 새로운 시도’와 ‘업무 생산성을 높이는 Process 혁신’ 두 갈래로 진행됐다. 구성원들이 자신의 업무와 현장에서 AI를 직접 활용해보며, AI 기반의 새로운 일하는 문화를 만들어가겠다는 취지다.

지난 2023년부터 이어져 온 해커톤은 SKT의 AI 역량이 성장하는 만큼, 한 걸음씩 진화해 왔다. 생성형 AI를 활용해 서비스를 개발하던 단계에서, 고객 경험을 혁신하는 AI 서비스를 만드는 단계로. 그리고 올해는 구성원이 업무 관련된 AI 에이전트를 직접 만들어내는 단계로 올라섰다.

많은 구성원이 참여한 해커톤 본선 현장

많은 구성원이 참여한 해커톤 본선 현장

많은 구성원이 참여한 해커톤 본선 현장

많은 구성원이 참여한 해커톤 본선 현장

특히, 이번 AX 챌린지는 직무와 관계없이 누구나 팀을 꾸려 참여할 수 있도록 참여 대상을 넓혔다. 총 54개 팀, 115명의 구성원이 기획서를 제출했고, 그중 50%가 비개발 조직 구성원이었다. ‘내가 직접 AI를 만든다’는 일이 더 이상 개발자만의 영역이 아니라는 것을 보여주는 장면이다.

SK텔레콤은 모든 구성원이 자신의 업무와 관련해 에이전트를 만드는 1인 1에이전트 구현을 위해 다양한 사전 교육(Vibe Coding·Builder 실습)을 진행했으며, 이번 AX 챌린지 현장에서는 테크 코칭을 지원하기도 했다.

AX 챌린지 해커톤은 총 3단계로 진행됐다. ▲예선에서는 사내외 전문가의 서면 평가로 본선 진출 20개 팀을 선정하고, ▲총 이틀에 걸쳐 진행된 본선에서는 첫째 날 ‘빌드 데이(Build Day)’를 통해 데모 페이지 개발을, 이튿날인 ‘데모 데이(Demo Day)’에서는 시연과 발표가 이어졌다. 여기서 우수 팀으로 선정된 4개 팀이 ▲마지막 결선에 진출해 CEO와 임원진 앞에서 최종 발표를 진행했다.

정재헌 CEO가 ‘AX 챌린지’ 해커톤 본선 현장에 방문해 구성원들을 격려하고 있다.

주목할 부분은 해커톤 ‘이후’다. AX 챌린지는 단발성 행사로 끝나지 않는다. 우수 과제는 사내 AX 지원 플랫폼인 AXMS(AX Management System) 패스트트랙과 연계되어 정식 개발로 이어지고, 업무 현장에 확대 적용된다. 구성원이 낸 아이디어가 회사 전반의 일하는 방식을 변화시키는 것이다.

현장의 문제, AI 에이전트로 풀어내다… AX 챌린지 결선 현장

AX 챌린지 결선이 열린 임원 회의실에 붙어 있는 포스터

정재헌 CEO를 비롯해 각 부서 임원진, 구성원들이 참석한 가운데 AX 챌린지 결선이 진행되고 있다.

정재헌 CEO를 비롯한 각 부서 임원진이 참석한 가운데, AX 챌린지 결선에서는 예선을 통과한 4개 팀이 아이디어 발표 및 데모 시연을 진행했다. 참가 팀들은 고객 경험 개선, 서비스 품질 관리, 가상 사용자 테스트, 인프라 운영 자동화 등 실제 현장에서 마주한 문제를 AI로 해결하는 다양한 과제를 선보였다.

첫 발표를 진행하는 ‘오토파일럿’ 팀

첫 발표는 ‘오토파일럿’ 팀이었다. 오토파일럿 팀은 SKT 자체 LLM인 A.X K1이 에이닷 오토*(A.X 4.0)를 스스로 평가하는, 이른바 ‘AI가 AI를 검증’하는 에이전트 모델을 선보였다. 에이닷 오토라는 핵심 B2B 서비스의 품질 관리를 자동화해 연간 약 17억 원의 운영 비용 절감을 기대할 수 있다고 밝혔다. 더불어 평가 커버리지를 기존 25%에서 100%로 확대할 수 있다는 구체적 수치까지 함께 제시되었다.

* 에이닷 오토는 SKT가 한국어 특화 대규모언어모델(LLM) ‘A.X 4.0’을 탑재해 개발한 차세대 차량용 AI 에이전트로, 2026년 3월, 르노코리아 차량에 최초 적용됐다. 단순 명령 수행을 넘어 운전자의 운행 패턴과 주행 상황을 종합적으로 인지해 맞춤형 서비스를 제공한다.

발표를 진행하는 ‘T케어 AI’ 팀

두 번째 발표는 최종 결선에 오른 네 팀 중 유일한 1인 팀인 ‘T케어 AI’ 팀이었다. T케어 AI 팀은 스마트폰 등 디지털 기기 사용이 익숙지 않은 고객들을 위한 실시간 안내 서비스 ‘T-Care AI 에이전트’를 선보였다. 해당 서비스는 AI가 사용자의 목적을 인지하고 현재 앱 화면을 실시간으로 분석해 다음 클릭 위치를 화면에 직접 안내해 주는 서비스로, 실제 데모를 시연하는 과정에서는 사용자가 잘못 진입한 것을 인지해 “화면 밑에 가려진 메뉴를 다시 살펴보세요”라며 오류를 되돌리기도 했다.

 ‘AI 페르소나 시뮬레이션 에이전트’ 모델을 발표한 ‘1등도 잘한거야’ 팀

세 번째 발표는 ‘1등도 잘한거야’ 팀. 해당 팀은 SKT 고객 상담 데이터를 활용해 ‘AI 페르소나를 통한 가상 사용자 테스트 솔루션’을 구현했다. 외국인이나 미성년자, 어르신 등 서비스 이용이 원활하지 않은 고객들의 상담 데이터를 학습해, 서비스 기획 단계에서 가상 페르소나가 직접 서비스를 사용해 보고 개선점을 짚어주는 방식이다. 데모에서 70대 어르신 페르소나가 ‘에이닷 전화 앱을 깔아야 무료 통화가 된다는 사실을 모른 채 탐색을 마쳤다’는 결과가 도출되기도 했다. 이를 통해 서비스 기획 단계에서 놓치기 쉬운 고객 경험까지 AI 기반으로 사전에 점검할 수 있었다.

마지막 발표를 이어가는 ‘밥그릇 걷어차기’ 팀

마지막 발표는 ‘밥그릇 걷어차기’ 팀의 MAIA(Multi-Agent Infrastructure Automation). 인프라 엔지니어가 자신의 반복 업무를 자동화한 솔루션이라는 점에서 팀명부터 눈길을 끌었다. “인프라 장애 하나를 처리하기 위해 최소 10개 이상의 운영 도구에 접속해야 하고, 굉장히 오랜 시간이 걸린다”는 현장 고충이 소개되며 발표가 시작되었다. 이어진 데모에서는 AI 에이전트가 자연어 질의만으로 로그 분석과 원인 파악, 보고서 작성까지 수행하며, 숙련된 엔지니어도 수 시간 걸리던 작업을 30초 만에 처리하는 모습을 선보였다.

정재헌 CEO가 모든 발표를 다 듣고 소감을 말하고 있다.

네 팀의 발표가 모두 끝난 뒤, 정 CEO는 AX 챌린지를 단순한 해커톤이 아닌 ‘AX 문화를 만들어가는 과정’으로 평가했다. 그는 “AX 전환은 특정 조직이나 전문가만의 과제가 아니라, 구성원 모두의 일하는 방식과 사고방식이 함께 변화해 가는 과정”이라며, “비개발 조직 구성원의 새로운 시도부터 현업 전문가들의 깊이 있는 문제 해결까지, 서로 다른 관점과 방식의 도전이 함께 나온 점이 의미 있었다”고 강조했다.

“AI는 더 이상 멀리 있지 않습니다” 우수 팀이 직접 들려준 AX 챌린지 이야기

뉴스룸은 결선에 오른 네 팀과 짧은 인터뷰를 진행했다. 인프라 운영, 차량용 AI 서비스 품질 관리, 디지털 약자의 앱 사용 경험, 서비스 기획의 사각지대 보완까지. 각 팀은 실제 현장에서 마주한 문제를 AI로 해결하는 다양한 시도를 선보였다. 구성원들이 AI를 업무에 직접 적용하며 새로운 일하는 문화를 만들어가는 모습을 현장에서 확인할 수 있었다.

<오토파일럿 팀 — ‘에이닷 오토 품질 평가 자동화’>

에이닷Auto사업팀 이광석님, 최병휘님

 

Q. ‘에이닷 오토’는 차량에 적용되고 있는 핵심 B2B 서비스인데요, 그 품질 평가를 AI에게 맡긴다는 결정이 쉽지 않으셨을 것 같습니다.
A. 에이닷 오토가 처음 공개된 이후, 저희는 매일 사용자 로그를 엑셀에 펼쳐놓고 답변이 적절했는지 하나하나 직접 평가했습니다. 그런데 사람이 아무리 시간을 쏟아도, 실제로 확인할 수 있는 로그는 전체 답변의 5~25% 수준에 그치더라고요. 확인하지 못한 나머지 75% 이상의 답변 역시 실제 고객 경험으로 이어지고 있다는 점이 가장 큰 책임감으로 다가왔습니다. 우리가 보지 못한 답변도 결국 고객 경험의 일부였던 거죠. ‘이건 반드시 자동화돼야 한다’는 확신이 그 지점에서 생겼습니다. 마침, AX 챌린지가 열린다는 소식을 듣고 ‘하늘이 준 기회’라는 생각으로 바로 뛰어들었습니다.

 

Q. 가설이 빗나간 순간도 있으셨다고요.
A. 처음에는 ‘AI에게 데이터를 넣으면 이런 방식으로 평가가 나올 것이다’라는 가설을 세웠는데, 실제로 돌려보니 AI가 차량 도메인 답변을 생각만큼 정확하게 판단하지 못했습니다. 처음엔 많이 당황했지만, 팀원과 함께 ‘AI가 차량 도메인을 더 잘 이해하게 할 방법은 뭘까?’를 고민하다 차량 매뉴얼을 RAG로 연결하는 아이디어가 나왔어요. 돌이켜보면 그 실패가 오히려 과제를 한 단계 끌어올린 전환점이었습니다. AI가 처음부터 완벽한 답을 주지는 않았지만, 그 부족함을 발견하고 개선해 가는 과정 자체가 AX의 본질에 가까웠다고 생각합니다.

<T-Care AI 팀 — ‘AI 기반 앱 내비게이션 서비스’>

air서비스팀 최병준님

 

Q. 어떤 경험에서 이번 아이디어가 시작됐나요?
A. 대리점 현장 지원 업무를 수행할 때, ‘SKT 앱을 어떻게 쓰는지’ 물어보시는 고객분들이 정말 많았습니다. ‘아들아, 핸드폰 요금 조회 어떻게 하니?’, ‘딸아, 이거 송금하려면 어떻게 해?’ 같은 질문은 누구나 한 번쯤 들어봤을 거예요. 그런데 옆에서 직접 조작해 드릴 수 없는 상황이라면, 말로만 설명하기가 한계가 있습니다. 기존 텍스트 도움말이나 캡처 이미지는 실제 화면과 분리돼 있어서 두 화면을 오가야 하는 불편도 컸고요. 그래서 AI가 현재 화면을 직접 분석해 다음 클릭 위치를 화면 위에 바로 표시해 주는 방식을 떠올렸습니다.

 

화면 정보를 AI에게 전달하는 구조이다 보니 민감 정보가 외부로 노출되지 않도록 실시간 마스킹 기능도 필수로 함께 설계했고요. air 서비스의 공통 암호화 기능 담당자로 일하다 보니, ‘내 개인정보가 소중한 만큼 고객의 개인정보도 소중하다’는 생각이 자연스럽게 따라왔습니다.

 

Q. 1인 팀으로 결선까지 올라오셨습니다. 혼자 도전하기 쉽지 않으셨을 것 같은데요.
A. 이전과는 다르게 AI의 개발 능력이 훨씬 발전된 상황이다 보니, ‘AX 챌린지에 AI만을 동료로 삼아 출전하는 게 가능할까?’라는 개인적인 도전 의식으로 시작했습니다. 그렇게 결선 무대까지 오르게 되어 정말 놀라기도 했습니다. 한편으로는 화려하고 복잡한 AI 기술을 과시하는 것이 아닌, 고객에게 쉽고 편한 서비스를 만들어보고 싶다는 목표를 이룬 것 같아 뿌듯합니다. 사실 결선장에서 다른 팀들이 머리를 맞대고 함께 고민하는 모습을 보면서 부러운 마음도 들었어요. 다음에 또 참여하게 된다면, 그때는 꼭 동료들과 함께하고 싶습니다.

<1등도 잘한거야 팀 — ‘AI 페르소나 시뮬레이션 에이전트’>

데이터서비스개발팀 이찬웅님, 유수빈님, 김한성님

 

Q. 과제명이 ‘기획서 밖에도 고객은 있다’였습니다. 어떤 경험에서 출발하셨는지 궁금합니다.
A. 상품 담당자로 일할 때, 기획 단계에서 미성년자나 외국인 고객 사례를 충분히 고려하지 못했던 경험이 있었습니다. 기획자는 보통 자신과 비슷하거나 오류나 예외 상황 없이, 설계자가 의도한 가장 이상적인 방향을 기준으로 서비스를 만들기 마련인데, 그 바깥의 수많은 고객의 목소리는 결국 배포 직전 급한 변경이나 오픈 후 VoC로 돌아옵니다. 기획자가 서비스를 기획하는 과정에서, 다양한 고객의 관점으로 기획안이나 서비스를 점검할 순 없을까 고민하고 있었는데요. 해커톤 과정에서 ‘상담 데이터로 페르소나를 만들어보자’는 아이디어가 나왔고, 그 순간 팀원 모두가 ‘바로 이거다’ 싶었습니다.

 

Q. 이번 과제를 진행하며 특별히 기억에 남는 점이 있다면 말씀 부탁드립니다.
A. 예선부터 최종 결과물까지 실제 일한 시간은 3~4일이라는 길지 않은 시간이었는데, AI와 함께 일하다 보니 그 시간 안에 완성도 있는 데모까지 만들 수 있었습니다. AI가 우리의 일하는 방식과 속도를 얼마나 빠르게 바꾸고 있는지 몸소 체감한 시간이었습니다.

 

과제 진행 초기에는 AI가 비교적 알아서 잘 작업을 진행해 주었지만, 기획이 점점 복잡해지고 세부 디테일을 살려야 하는 단계로 갈수록 오히려 사람의 개입이 더 많이 필요했습니다. 이번 해커톤 경험을 통해, AI의 생산성과 속도는 인상적이었지만 브랜드 아이덴티티와 세밀한 표현을 구현하는 부분에서는 여전히 실무자의 기획 역량이 중요하다는 점을 느낄 수 있었습니다.

<밥그릇 걷어차기 팀 — ‘MAIA, AI 에이전트 기반 자율 인프라 운영’>

AT Platform DevOps팀 노은철님, 이설민님, 김범준님

 

Q. ‘밥그릇 걷어차기’라는 팀명이 굉장히 인상적입니다. 어떤 의미를 담고 있나요?
A. 많은 생각이 드는 팀명이긴 하지만, 저희의 진짜 의도는 ‘인프라 엔지니어가 매일 반복하는 단순 수작업과 트러블 슈팅이라는 밥그릇을 우리 손으로 걷어차 버리자’는 것이었습니다. 실제로 인프라 엔지니어는 장애 하나를 처리하기 위해 최소 10개 이상의 운영 도구에 접속해야 하고, 길게는 하루 종일 매달려야 하는 경우도 많거든요. 저희의 이번 과제는 그 반복 업무를 AI 에이전트에게 맡기는 솔루션입니다.

 

해당 솔루션의 경우, 자연어로 ‘이 서버가 좀 느린데 점검해 줘’라고 말하면, AI가 직접 데이터를 조회하고 원인을 분석해 조치까지 마무리해 줍니다. 엔지니어들은 루틴한 업무에 매몰되지 않고, 자동화를 통해 엔지니어 본연의 가치인 ‘더 고도화된 아키텍처 설계와 인프라 효율화’에 집중할 수 있죠. 이러한 혁신의 의지를, 조금 유쾌하게 팀명에 담아봤습니다.

 

Q. 신뢰성이 무엇보다 중요한 인프라 영역에서, AI 에이전트에게 어디까지 맡길 수 있을지에 대한 고민이 크셨을 것 같습니다.
A. 인프라 운영의 최우선 순위는 결국 안정적인 운영이라, 그 부분을 가장 많이 고민했습니다. 에이전틱하게 자율적으로 처리하는 것도 중요하지만, 안정적인 결과를 보장하는 워크플로우를 에이전트와 함께 생성·수정하는 것도 그만큼 중요하다고 봤어요. 스스로 판단하는 에이전트와 검증된 절차로 안정적으로 운영되는 워크플로우를 함께 사용한다면 그 균형을 어느 정도 잡을 수 있을 것 같습니다.

 

그런 고민이 실제로 동작하는 결과물로 이어졌을 때의 짜릿함은 잊을 수 없습니다. 사람이 매뉴얼을 보며 한참 찾았어야 할 데이터베이스 튜닝 포인트를 AI가 스스로 짚어내고 조치까지 하는 모습을 봤을 때, 팀원들 모두 소름이 돋았어요. ‘아, 이거 진짜 필드에서 통하겠구나’ 하는 확신을 얻은 결정적 순간이었습니다.

이번 AX 챌린지에서 확인할 수 있었던 것은 구성원들의 훌륭한 아이디어와 AI를 활용한 문제 해결 능력만이 아니다. SKT의 AX 문화가 회사 내부 곳곳에서 확산되고 있다는 사실이었다. 고객의 작은 불편부터 반복되는 업무의 비효율까지, AI는 이미 SKT가 일하는 방식 곳곳에 스며들고 있었다. SKT는 구성원들의 도전과 실험이 실질적인 변화로 연결될 수 있도록 AX 문화를 지속적으로 확산해 나간다는 계획이다.