# AI로 빠르게 제작될수록 업무의 판매 방식이 바뀐다. ARI가 “AI 네이티브화”로 마주한 예상치 못한 상황과 승리 전략

> https://bookfactory.kr/board/news/21847
> 게시판: 뉴스
> 작성자: tachikoma43
> 작성일: 2026-10-15T05:32:05.332Z

---

생성 AI를 전사적으로 도입하면 업무 속도가 빨라질 것이다. 하지만 그 이후, 기업은 무엇을 가치로 제공할 것인가. 시스템 개발을 담당하는 기업에게 AI를 통한 효율화는 기존의 사업 전제에 대한 질문이 되는 일이다.

“AI로 저렴하게 시스템이 만들어진다는 것은 그대로 프로젝트 단가가 줄어든다는 뜻입니다.”

그렇게 말하는 것은 AR 어드밴스드 테크놀로지(이하 ARI)의 야마오카 치유키 이사다. 인공지능을 사용하여 개발 인원을 줄일 수 있지만, 월인(人月) 단위로 가격을 결정하는 시스템의 틀 안에서는 효율화가 프로젝트 단가 하락으로 이어질 수 있다. 인공지능을 제대로 활용하는 것은 자신들의 업무 방식에 변화를 가져오는 것과도 연결된다.

ARI가 제시하는 것은 업무 흐름을 AI 기반으로 재설계하는 “AI 네이티브 조직”으로의 전환이다. 그 길은 전사 도입 후 연간 예산을 모두 소진하거나, 시스템 연동으로 예상치 못한 정보 접근이 발생하는 등 시행착오의 연속이었다. 자사에서 무엇을 시험하고, 거기서 무엇을 배우는가. 그리고 AI에 의해 “만들기”의 업무가 변화하는 끝에는 어떤 사업을 목표로 하는가. 야마오카 이사에 물었다.

※조사는 2026년 10월 7일에 이루어졌다.

AR 어드밴스드 테크놀로지(이하 ARI) 최고전무 이사, BXD 제1 사업 도메인장 야마오카 択哉

아웃소싱 서비스 기업에서 시스템 통합사에서 관리 업무에 종사한 후, 당사에 창업 멤버로서 설립되어, 실행 이사로서 현재는 이사직을 겸하며 클라우드 네이티브 및 AI 네이티브 SI 사업을 담당하는 BXD 제1 사업 도메인을 관장한다. 경영학 석사(MBA)

## “AI를 사용한 사람이 위대하다”로 연간 예산을 모두 소진함

ARI는 2010년에 설립되어 현재도 직원 중 80% 이상을 엔지니어 및 컨설턴트가 차지한다. 가상화, 클라우드, AI, 데이터 기반 기술을 조기에 도입하여 사업에 연결해 왔다. AI 활용의 큰 전환점은 2024년 11월 경이었다. 야마오카 씨는 코딩 에이전트의 정확도가 상업적으로 사용 가능한 수준에 도달하여 IT 업계에 미치는 영향을 강하게 인식하게 되었다고 한다. 하지만 회사로서 AI 활용을 진전시키는 체제를 만들면 즉시 정착하는 것은 아니었다. 2025년에는 AI 추진의 전문 조직을 설치하고 일부 멤버를 중심으로 활용의 최적 사례를 만들려고 했다. 그러나 기술에 대한 관심을 업무 개혁으로 연결하거나 추진 체제를 운영하는 등 여러 가지 과제가 중복되어 뜻대로 진행되지 않았다.

그러므로 정책을 변경하고, AI 활용 가이드라인과 함께 라이선스를 전社員에게 배포했다. 엔지니어 비율이 많은 조직인 만큼, 우선 널리 접할 수 있는 환경을 마련하는 것이 빠를 것이라고 판단한 것이다. 이용은 급격히 확산된 반면, 이용을 촉진하는 수단이 또 다른 문제를 야기했다.

“그 당시에는 ‘AI를 사용한 사람이 위이다’라는 분위기였고, 누가 얼마나 사용했는지 순위 표시하고 있었습니다.”

이용량 랭킹에서는, 업무에 직접 관련하지 않는 용도로도 AI가 사용되는 일이 발생했다.

“전사 도입한 다음 달쯤에, 연간 AI 예산을 다 써 버렸습니다. 청구서가 나오면서, 그때서야 알게 되었죠. ‘이게 뭐지’라…”

이용량 증가와 업무상의 성과 증가는 같지 않다. ARI는 누가, 무엇을 위해, 어떤 모델을 사용하고, 얼마의 비용을 소비하고 있는지를 파악할 필요에 직면했다. 이에 정비한 것이 AI의 이용을 종합적으로 관리하는 “게이트웨이”였다. AI 이용을 게이트웨이 경로를 통해 하고, 대시보드에서 이용 상황 및 비용을 확인하도록 했다. 현재의 AI 기반은, 우선 비용 관리의 필요성에서 비롯된 것이다.

## AI를 사내 시스템에 연결하면 또 다른 위험이 보였다

AI 활용이 진행됨에 따라, 채팅으로 답변을 얻는 것만으로는 업무를 충분히 자동화할 수 없다는 점이 드러나기 시작했다. 일을 진행하기 위해서는, 회사 내의 SaaS 및 핵심 시스템에 있는 정보를 참조하고, 필요한 작업을 수행해야 한다. ARI는 검증용 샌드박스 환경을 마련하여 AI와 시스템의 연동을 시도했다. 그 결과 발생한 것은 예상치 못한 정보 접근이었다.

“브라우저에 표시되는 정보와 API를 통해 가져올 수 있는 정보가 다릅니다.”

사람이 사용하는 것을 전제로 만들어진 시스템에서는, 브라우저 화면으로 조회 가능한 정보와 API를 통해 가져올 수 있는 정보의 범위가 일치하지 않는 것은 흔한 일이다. 사람이 화면을 조작하는 것만으로는 보이지 않았던 이 차이가 AI를 연결함으로써 드러난다. “정보를 가져오라”고 지시된 AI는, 사람이라면 작업을 멈추는 상황에서도 이용 가능한 다른 경로를 시도하는 것이다. 이번 경험을 통해, 화면상의 제한만으로는 의도한 접근 제어를 실현할 수 없다는 것을 알게 되었다.

이 경험을 바탕으로, 비용 관리를 위해 설정한 게이트웨이에, 작동 및 접근을 제어하는 역할을 추가해 나갔다. 현재는 AI 에이전트와 회사 내 시스템 사이에 게이트웨이를 두고, 인증, 권한 관리, 작동 기록, 감사 로그, 연결 방식 제어를 담당하도록 구성하고 있다.

한편, AI에 대한 지시를 세세하게 작성해도 유용이 없었던 경우가 있었다. 초기에는 Claude Code가 참조하는 설정 파일 “CLAUDE.md”에 금지 사항과 제약 사항을 길게 기술했었다. 그러나, 야마오카 씨에 따르면, 모델의 진보에 따라 제약이 오히려 작업을 방해하고 정확도를 낮춘다고 느끼는 경우도 있었다.

반대로 ‘무엇 때문에 하는가’ ‘무엇을 중요하게 생각하는가’를 두껍게 적어 놓으면 AI가 더욱 현명하게 읽어 줄 것이다. 이는 썩지 않는 자산이 된다. 절차서를 한 줄씩 전달하는 것보다 목적과 판단의 우선 순위를 공유하는 것이 훨씬 훌륭한 부하 직원처럼 스스로 정확하게 움직일 수 있게 한다. 사람에게 주는 지시와 같다.

“규칙은 얇게, 판단 기준은 두껍게”. ARI가 도달한 것은 그러한 생각이었다.

필요한 금지 사항은 남겨두면서, AI에 어떻게 지시할지 재검토한다. 동시에, 시스템 측에서는 권한과 조작을 제어한다. ARI는 지시문과 실행 환경 모두를 갖추면서 AI에 맡길 수 있는 범위를 넓히고 있다.

## 아침 6시에 방문 준비가 시작되고, 회의 후에는 초안이 도착한다

이러한 환경 속에서 ARI가 추구하는 “AI 네이티브”는 어떤 방식으로 업무를 수행하는 것일까.

“개인이 AI를 사용하고 있는지 여부가 아닌, 작게는 작업이나 업무, 크게는 회사의 업무 흐름 자체가 AI 기반으로 재구성되어 있는지 여부가 중요하다”

요시다 씨가 언급하는 것은 업무상의 이벤트에서 AI가 작업을 시작하여 작업 완료까지 진행하고, 사람이 핵심을 확인하는 상태이다. 그 구체적인 예는 영업의 정형 업무 자동화이다. 아침 6시가 되면, AI가 Outlook 캘린더를 확인한다. 고객과의 미팅 예정이 있으면, SharePoint 등에 있는 과거 미팅 기록이나 관련 정보를 찾아 당일의 디스কাশন 페이퍼를 작성하고, 지정된 장소에 놓는다. 미팅 이후에는, 녹음 데이터가 지정된 폴더에 들어가는 것을 계기로, 회의록이나 답례 이메일 초안, 미팅에서 숙제로 된 자료의 초안을 작성한다. 이메일은 단순히 초안으로 저장되어, 사람이 내용을 확인한 후에 전송한다.

사람이 그 때마다 AI에게 의존하는 작업이 줄어들고, 미팅 전후의 일이 연결되어 진행된다. 반면에, 대외적으로 보내는 내용의 확인은 사람이 담당한다. AI에게 맡기는 범위와, 사람이 판단하는 부분을, 업무 흐름 속에서 정해놓고 있다.

요시다 씨는 AI가 안전하게 움직이는 환경에 더하여, 과거의 기록이나 업무 지식과 같은 배경 정보를 수집하고 업데이트하는 것도 중요하다고 말한다. 개인, 프로젝트, 전체라는 단위로, AI가 참조할 수 있는 정보를 정비해야 한다. 또한, AI에게 맡기는 단계에서 “얼만큼 끝내면 끝인가”를 결정하는 것도 간덩하다. 개발의 경우, 수용 기준이나 테스트를 준비한다. AI가 무엇을 참조하고, 무엇을 기준으로 완료하는지를 정하는 것이 일을 맡기는 전제 조건이 된다.

## AI와 어떻게 협력하고 있는가?

사용량 증가를 경험한 ARI는 AI 활용 평가에도 적합하고 있다. 다만, 소비한 토큰이 얼마나 생산성으로 이어졌는지를 정교하게 측정하는 것은 용이하지 않다. 그래서 중시하고 있는 것이 “AI와의 협업이 원활하게 이루어지고 있는가”라는 관점이다.

야마오카 씨가 언급한 것은 AI가 작업할 수 있는 환경을 조성하고 있는가, 의도를 사양으로 전달하고 있는가, AI의 제안이 자신의 방향성과 일치하는지 확인하고 있는가, 그리고 작업이 꼬이기 시작했을 때 궤도 수정하고 있는가,라는 점이다. 모호한 요청을 반복해서 여러 번 다시 시도하면, 그만큼 토큰을 소비한다. 목적이나 조건을 명확하게 전달하는 것은 결과물의 품질뿐만 아니라 비용에도 연관된다.

현재 진행 중인 검토 역시 마찬가지다. 인공지능으로부터 승인을 반복적으로 요청받으면, 내용을 충분히 보지 않은 채 승인하고 싶어진다. 하지만 맡은 후에도 상황을 확인하고, 의도와 다르게 진행되고 있다면 초기에 수정하는 것이 불필요한 처리를 억제하는 데 도움이 된다고 한다. 다만, 게이트웨이는 작업 내용의 차이까지 자동으로 감지하는 것은 아니다.

그 정도로 정교하게는 아직 이루어지지 않고 있으며, 사람이 보고 있습니다. 중간에 상황을 확인하고 ‘의도와 다르게 진행하고 있는가’라고 생각하면 궤도 수정한다. 지금은 그런 단계입니다.

누군가가 어떤 모델을 사용하고 얼마나 토큰을 소비하고 있는지 시각화할 수 있다. 반면에, 협업의 질을 정량적으로 평가하는 메커니즘은 아직 부족하며, 현재는 바람직한 AI와의 관계 방식을 사내에서 공유하는 노력을 진행하고 있다는 것이다.

## 개발 효율화가 “인월 비즈니스”의 전제를 흔든다

AI에게 업무를 맡기는 환경이 갖춰지면 개발 진행 방식도 변화할 것이다. ARI에서는 오래된 시스템을 재정비하는 모다나이즈이션에서 AI를 활용한 절차를 축적해 왔다. 대상이 되는 것은 OS, 미들웨어, 프로그래밍 언어 지원이 중단되었거나 사양이 남아있지 않거나 최신 상태로 업데이트되지 않은 시스템이다.

야마오카 씨에 따르면, AI의 활용으로 인해 기존보다 개발 인원을 크게 줄일 수 있게 되었다고 한다. 먼저 브라우저를 자동 조작하는 도구를 AI에게 사용하게 하여 현행 시스템의 동작을 수집하고, 이를 재현할 수 있는지 확인하는 테스트를 생성한다. 다음으로 사양을 유지하면서 OS, 미들웨어, 언어의 버전을 업그레이드한 시스템을 AI에게 만들어 모든 테스트를 통과할 때까지 수정 과정을 반복시킨다. 이 절차로, 프로덕션용 인프라 구축이나 리뷰와 같이 사람이 담당하는 단계는 남아있지만 개발 인원은 크게 줄어들 수 있다는 것이다.

이는 거의 자동화되어 있고, 사람이 검토만 하는 형태에 가깝습니다. AI가 밤새도록 계속 움직이며 테스트를 통과하면 완료되므로, 어느 정도 규모의 경우 상대적으로 짧은 기간 안에 납품할 수 있습니다.

그러면서 직면했던 문제는 바로 “저렴하게 만들 수 있다면, 원래의 프로젝트 단가가 줄어들게 된다”는 것이었다. 작업량을 기준으로 가격을 늘리는 방식으로는 작업 시간이 줄어들수록 프로젝트 규모도 줄어들게 된다. AI를 통한 효율화의 결과가 기존의 가격 결정 방식으로는 가격 인하로 흡수되어 버리는 것이다. 야마오카 씨는 개발에 대한 기대 변화를 요리에 비유했다.

예전에는 시스템 개발이 마치 코스 요리처럼 진행되었습니다. 전채 요리부터 디저트까지 정성스럽게 준비해서 제공했죠. 지금은 다소 과장된 표현을 사용하면, 패스트푸드점과 비슷한 형태로 변화하고 있습니다.

고객들로부터는, 인공지능(AI)을 활용하는 것이 “빠르고 저렴하며 훌륭한” 개발에 대한 기대감을 높이고 있다는 보고가 있다. 그 기대에 부응하는 것 외에만으로는, 많은 업무를 처리해도 이익을 확보하기 어렵게 되는 일이 될 수 있다.

“기존의 인월 축산형 SI(시스템 통합)에서 ‘만드는 작업’이나 ‘인월의 공수’만을 판매하려고 하면, AI 시대에는 한계가 찾아올 것이라고 실제로 느껴지고 있습니다.”

AI를 도입하여 개발을 효율화하는 것은 동시에, 어떤 대가(보상)를 얻는 것인지 다시 한번 질문하는 것과도 관련이 있었다.

시스템을 완전히 새롭게 구축하는 데 주력하고 있으며, AI가 업무를 진행하는 새로운 환경을 만드는 데 중점을 두고 있습니다.

개발 비용을 토대로 가치를 창출하는 비즈니스에서 어떻게 변화할 것인지에 대한 논의다. ARI는 성과에 따라 보수를 받는 아웃컴형 모델과 자사의 AI 플랫폼, 애플리케이션의 이용에 따른 과금 모델을 검토하고 있다. 현재 시점에서는 아웃컴형 프로젝트는 아직 시작되지 않았으며, 새로운 사업 형태를 모색하는 단계이다.

“목표는 우리 자신의 AI 플랫폼이나 만든 앱의 이용량에 대한 과금 모델로 전환하는 것입니다.”

이 전환을 위해, 해당 회사는 시스템 개발뿐만 아니라, AI가 업무를 수행할 수 있는 환경을 조성하여 제공 가치를 확장하려 하고 있다.

야마오카 부회장은 기업에서 AI 도입이 지지 않는 배경에는 기술 외에도 여러 가지 문제들이 있다는 점을 지적한다. 보안 위험을 과대하게 평가하는 한편, AI를 사용하지 않는 위험은 과소하게 평가된다. 업무 진행 방식이 사람마다 다르고, 부서를 넘어갈 경우 책임 소재도 모호해진다. 기획이 있어도, 구현을 담당하는 체제가 갖춰지지 않은 경우도 있다.

“AI의 성능은 이미 충분히 뛰어나다. 그래도 진행되지 않는 것은 업무와 시스템이 AI 기반으로 재설계되지 않았기 때문이다.”

이러한 문제에 대해 ARI는 ERP 시대, SaaS 시대에 이어서 “AI 네이티브 시대의 IT 로드맵”을 제시하고, 자사에서 얻은 지식에 기반하여 현재 상황의 시각화부터 업무의 재설계, 게이트웨이를 통한 기존 시스템과의 안전한 연결, 에이전트 구축 및 평가까지 일련의 지원을 제공하기 시작했다.

단, 회사 전체를 한 번에 바꾸는 것은 용이하지 않다. 우선 검증 환경에서 실행 가능한 것을 확인하고, 일부 부문이나 일부 업무부터 시작하는 경우가 많다는 것이다. 청구서 처리 자동화나 AI 챗을 통한 경비 신청 등 개별 업무를 대상으로 한 지원은 이미 진행하고 있다.

“사실은 백캐스팅으로 크게 바꾸고 싶지만, 회사 전체와 관련되면 여러 이해관계자가 있어서 움직이기 어렵다. 지금은 일부 부문이나 일부 업무부터 시작하는 경우가 많다.”

전사의 변화를 지향하면서, 하나의 업무에서 맡을 수 있는 범위를 확인하고 확장해 나간다. 그 토대에는 ARI가 자사에서 먼저 시도해 온 경험이 있다.

“우선 자사에서 여러 가지를 시험해보고, 잘 된 것을 실제로 제공하는 것을 하고 있다.”

야마오카氏は,こうした AI 네이티브화가 앞으로 기업에 확산될 것이라고 보고 있다. 선행하는 SaaS 기업에서는 6개월 이내에 AI 네이티브화가 진행되고, 그 이후에 대기업이 이어지고, 다른 기업에는 2~3년 걸쳐 확산될 것이라고 예측한다.

“이 2~3년 동안 ‘이름이 거론되는 플레이어’가 되는 것이 우리의 싸움이다.”

자사에서 먼저 시도해 배우는 자세에, 창업 초기부터 중요하게 여기며 왔던 “새로운 기술을 상대적으로 빠르게 포괄하는” 것, 그리고 고객에게 곁을 지키는 동반자 역할을 강화하는 것이 중요하다. 고객이 AI 네이티브가 되면, 업무의 효율화가 고객의 경쟁력에 직접적으로 연결되고, 양측 모두에게 지속적인 관계가 된다.

AI에 의해 개발 속도가 빨라질수록, 업무 자동화 사업의 근본적인 전제는 흔들리게 된다. 자사의 AI 네이티브화는 ARI(아리)에게 있어 업무 개선일 뿐만 아니라 고객에게 무엇을 제공하고, 무엇에 대한 대가를 얻을 것인지를 재정립하는 노력 그 자체이다.

[원문 보기](https://ledge.ai/articles/ari_interview_ai_native) | 출처: Ledge.ai