AXM Framework

AXM(AI Experience Maturity)은 AI 기능의 수준이나 인터페이스의 사용성만을 평가하지 않습니다. 조직이 AI를 활용하여 고객에게 더 나은 경험을 반복적이고 지속적으로 제공할 수 있는지를 서비스 품질과 조직 체력의 증거로 진단하고 개선하는 프레임워크입니다.

왜 새로운 진단 관점이 필요한가

UX는 사용자의 경험을, CX는 고객의 관계와 결과를, Service Design은 고객 여정과 제공 과정을, Digital Transformation은 기술 기반의 조직 변화를, AI Governance는 책임과 위험관리를 다룹니다. 모두 중요하지만 서로 다른 질문을 중심으로 발전했습니다.

AI 시대에는 이 관점들이 하나의 서비스 안에서 동시에 작동합니다. 좋은 모델이 있어도 운영이 약하면 경험은 불안정하고, 좋은 UX가 있어도 학습과 책임 구조가 없으면 품질은 지속되지 않습니다. 따라서 다음 질문을 직접 다룰 프레임워크가 필요합니다.

우리 조직은 AI를 활용하여 더 나은 고객 경험을 지속적으로 만들어낼 수 있는가?

AXM의 정의

AXM은 AI 기반 서비스의 경험 품질과 그 품질을 반복해서 만들어내는 조직 역량을 함께 진단하고, 다음 행동으로 연결하는 성숙도 프레임워크입니다.

AXM은 AI 보유량, 프로젝트 수나 활동량을 성숙도로 보지 않습니다. 조직이 고객 가치에 맞는 판단을 반복하고, 실패를 복구하며, 학습을 다음 서비스와 프로젝트에 이전할 수 있는지를 증거로 확인합니다.

기존 접근과 AXM의 질문

UX

사용자는 제품과 상호작용을 어떻게 경험하는가?

CX

고객은 관계와 여정에서 어떤 결과를 경험하는가?

AI Governance

AI는 안전하고 책임 있게 관리되는가?

AXM

조직은 이 모든 조건을 연결해 좋은 경험을 반복할 수 있는가?

AXM의 첫 번째 원칙

1. 경험은 조직 역량의 결과다

고객이 만나는 화면과 응답 뒤에는 데이터, 모델, 정책, 직원의 판단, 협업과 리더십이 있습니다. 서비스 경험은 이러한 조직 조건이 외부로 드러난 결과입니다.

2. 성숙도는 활동량이 아니라 반복 가능성이다

PoC, 교육과 도구의 수는 변화의 활동을 보여주지만 성숙도를 보장하지 않습니다. 담당자가 바뀌고 상황이 달라져도 같은 판단 기준과 품질을 재현할 수 있어야 합니다.

3. 진단은 평가가 아니라 학습의 시작이다

점수와 등급만 남기는 진단은 행동을 만들지 못합니다. AXM은 관찰된 증거를 우선순위, 책임자와 90일 학습 주기로 전환합니다.

4. 서비스 품질과 조직 체력은 함께 봐야 한다

서비스 결과만 보면 원인을 찾기 어렵고, 조직 역량만 보면 고객에게 실제 가치가 전달되는지 알기 어렵습니다. 두 영역의 불일치가 중요한 진단 신호가 됩니다.

진단의 두 축

Service Quality

유용성, 사용성, 신뢰, 통제, 일관성, 복구 가능성과 실제 고객 가치의 증거를 봅니다.

Organizational Fitness

리더십, 역할, 협업, 업무 시스템, 데이터·지식, 학습과 거버넌스의 작동 증거를 봅니다.

두 축은 독립된 점수가 아닙니다. 서비스 품질은 높지만 조직 체력이 약하면 핵심 인력과 일회성 프로젝트에 의존할 수 있습니다. 조직 체력은 높지만 서비스 품질이 낮으면 내부 활동이 고객 가치로 연결되지 않는 상태일 수 있습니다.

AXM 성숙도의 의미

AXM의 성숙도는 조직이 얼마나 많은 제도와 활동을 보유했는지가 아니라, 고객 가치에 맞는 좋은 판단과 운영을 얼마나 반복할 수 있는지를 나타냅니다. 초기 단계에서는 개인의 역량과 우연한 성공에 의존합니다. 중간 단계에서는 기준과 역할이 정의되지만 조직 전체에서 일관되게 작동하지 않을 수 있습니다. 높은 단계에서는 서비스의 증거가 학습과 투자 결정으로 연결되고, 새로운 AI와 환경 변화에도 품질 원칙을 유지하며 적응합니다.

진단은 어떻게 작동하는가

범위 정의: 전략적 목표, 대상 서비스와 핵심 고객 경험을 명확히 합니다.
증거 수집: 인터뷰, 산출물, 운영 데이터, 의사결정 기록과 실제 사례를 확인합니다.
교차 진단: 서비스 품질과 조직 체력의 수준 및 불일치를 분석합니다.
우선순위: 고객 가치와 위험, 실행 가능성을 기준으로 핵심 격차를 선택합니다.
90일 행동: 책임자, 증거와 학습 목표가 있는 개선 실험으로 전환합니다.
재측정: 활동 완료가 아니라 서비스와 조직 행동의 변화를 확인합니다.

AXM이 대체하지 않는 것

AXM은 UX 리서치, 서비스디자인, NIST AI RMF, ISO/IEC 42001, 보안·법률 감사나 기술 평가를 대체하지 않습니다. 이 전문 접근들이 각각 제공하는 증거를 고객 경험과 조직 역량의 의사결정 안에서 연결합니다.

현재의 한계와 연구 과제

AXM은 Etony Lab이 제안하고 발전시키는 진단 프레임워크입니다. 개별 원칙은 기존 연구와 표준에 기반하지만, 전체 모델의 예측 타당성과 산업별 기준은 장기 사례와 반복 적용을 통해 계속 검증해야 합니다. 따라서 AXM은 완결된 보편 법칙보다 증거 기반의 실천적 연구 프레임워크로 사용되어야 합니다.

리더가 물어야 할 질문

현재의 좋은 경험은 시스템의 결과인가, 특정 인력의 헌신에 의존하는가
AI 서비스의 실패가 다음 판단과 기준으로 축적되는가
고객 경험의 증거가 투자·우선순위·운영 결정에 반영되는가
서비스 품질과 조직 체력 중 어느 쪽의 격차가 더 큰가
진단 이후 90일 안에 어떤 행동과 증거가 달라져야 하는가