생산성과 비용구조를 잘 설계해야 성공적인 AX가 된다.

회사가 커질수록 사람이 더 바빠진다면, 구조가 잘못된 것이다

사업을 하다 보면 처음에는 임시방편이었던 일이 어느 순간 회사의 운영방식으로 굳어진다. 고객이 문의하면 직원이 카카오톡으로 답하고, 계약이 되면 엑셀에 기록하고, 일정은 별도의 캘린더에 넣는다. 현장에서는 사진을 보내고 사무실에서는 그 사진을 다시 정리한다. 견적서에 있던 숫자는 발주서로 옮겨지고, 발주서의 내용은 다시 정산표로 넘어간다. 일이 끝났는지는 담당자에게 물어보고, 입금됐는지는 통장을 열어 확인한다.

이런 일은 하나하나 놓고 보면 어렵지 않다. 몇 분이면 끝나고, 익숙한 사람이 하면 더 빠르다. 그래서 대부분 그냥 사람이 한다. 문제는 회사가 커지기 시작할 때 생긴다. 고객이 늘어나면 확인해야 할 것이 늘어나고, 현장이 늘어나면 전달해야 할 정보도 늘어난다. 직원을 더 채용하면 일이 줄어들 것 같지만 사람과 사람 사이에서 오가는 정보 역시 함께 늘어나고, 어느 순간 대표는 새로운 고객을 만나고 새로운 사업을 만드는 시간보다 이미 벌어진 일이 제대로 돌아가고 있는지 확인하는 데 더 많은 시간을 쓰게 된다.

여기에서 사업이 성장했기 때문에 반드시 늘어나야 하는 일과, 시스템이 부족하기 때문에 함께 늘어나고 있는 일을 구분할 필요가 있다. 고객을 만나고 협상하고 중요한 결정을 내리고 새로운 상품을 만드는 일은 사업이 커질수록 늘어날 수 있다. 반면 같은 내용을 여러 곳에 다시 입력하고, 누군가에게 전달하고, 끝났는지 확인하고, 특정 사람이 진행상황을 기억해야 하는 일까지 매출과 같은 속도로 늘어날 이유는 없다.

회사는 사람이 일하는 곳이지만 사람이 회사의 데이터베이스와 알림 시스템, 프로그램 사이의 연결장치까지 맡을 필요는 없다. 그래서 회사의 업무를 볼 때 가장 먼저 던질 수 있는 질문은 의외로 단순하다.

지금 사람이 하고 있는 일 가운데, 정말 사람이 해야 하는 일은 얼마나 되는가.

회사를 하나의 흐름으로 보면 이 질문은 훨씬 선명해진다. 고객이 들어오고 상담을 한다. 견적을 내고 계약을 한다. 그 뒤 주문이나 프로젝트가 시작되고 사람이 움직인다. 문서와 사진과 데이터가 만들어지고, 승인과 보고가 이어지며, 마지막에는 청구하고 돈을 받는다.

밖에서 보면 하나의 자연스러운 흐름이지만 회사 안으로 들어가면 이 과정은 여러 프로그램과 여러 사람 사이에 잘게 나뉘어 있는 경우가 많다. 고객정보는 CRM에 있고 실제 대화는 카카오톡에 있으며, 일정은 캘린더에 있고 견적은 엑셀에 있다. 파일은 드라이브에 있고 회계는 또 다른 프로그램에 있으며, 현장에서 생긴 중요한 정보 일부는 사진첩이나 특정 직원의 기억에 남는다.

각각의 프로그램이 나빠서 생기는 문제는 아니다. 서로의 사정을 모르기 때문에 생긴다. 카카오톡에서 받은 내용을 엑셀로 옮기고, 엑셀의 숫자를 다시 다른 시스템에 입력하고, 현장에서 받은 사진을 찾아 프로젝트별로 정리하고, 직원이 처리한 일을 관리자가 확인한 뒤 다시 대표에게 설명한다.

우리는 이런 행동을 자연스럽게 업무라고 부른다. 하지만 시스템의 관점에서 보면 조금 다르게 보인다. 프로그램과 프로그램 사이의 빈 공간을 사람이 계속 연결하고 있는 상태다. 회사의 마지막 API가 사람이 된 셈이다.

MAEUM이 공식 사이트에서 자신이 만드는 것을 “프로그램 하나가 아니라 일이 움직이는 시스템”이라고 설명하는 이유도 여기에 있다. 고객이 들어와 상담하고 계약하고 실제 일을 하고 돈을 받고 데이터가 남기까지, 각각의 기능보다 그 사이의 흐름을 먼저 본다.

https://maeum.io

그래서 새로운 프로그램 하나를 더 사기 전에 회사가 실제로 어떻게 움직이는지부터 볼 필요가 있다. ERP를 새로 만들어야 하는지, CRM이 필요한지, AI Agent를 도입해야 하는지는 처음부터 결정할 일이 아니다. 고객의 문의가 들어온 순간부터 실제로 돈이 들어오는 순간까지 정보가 어떻게 움직이는지를 따라가면 무엇을 바꿔야 하는지는 그 뒤에 드러난다.

누가 문의를 받고 어떤 정보를 기록하는지, 견적을 만들 때 어디에서 데이터를 가져오는지, 계약이 체결되면 누구에게 무엇이 전달되는지, 현장에서는 어떤 정보를 받아야 하는지, 사진과 문서는 어디에 남는지, 발주와 청구는 무엇을 계기로 시작되는지, 전체 상황을 알기 위해 하루에 몇 번 사람에게 물어봐야 하는지를 보면 된다.

회사마다 사용하는 단어와 세부 업무는 다르지만 그 아래에는 반복되는 구조가 있다. 고객이 있고, 일이 있고, 담당자가 있고, 상태가 있고, 권한이 있고, 문서와 승인이 있으며 돈이 들어오고 나간다. 겉으로는 전혀 다른 사업처럼 보여도 운영의 밑바닥까지 내려가면 닮아 있는 부분이 적지 않다.

문제는 과거에는 이런 회사별 차이를 소프트웨어에 반영하는 비용이 너무 컸다는 데 있다. 회사에 정확히 맞추면 비싸고 오래 걸렸고, 이미 만들어진 SaaS나 ERP를 사용하면 빠르고 저렴한 대신 사람이 프로그램의 방식에 맞춰 일해야 했다. 현장에서 “원래 우리 회사는 이렇게 안 하는데 프로그램 때문에 이렇게 해야 한다”는 말이 나오는 이유도 여기에 있다.

2026년에는 이 계산이 달라지고 있다.

JetBrains가 2026년 5월부터 7월까지 전 세계 전문 개발자 1만 5천 명 이상을 조사한 결과, 90%가 업무에서 AI 코딩 에이전트를 최소 주 1회 사용했고 68%는 매일 사용했다. AI를 이용한 소프트웨어 제작은 일부 개발자의 실험이 아니라 개발현장의 일반적인 생산수단으로 빠르게 이동하고 있다.

"JetBrains Research — AI Coding Agent Adoption 2026"

이 변화가 중요한 이유는 단순히 개발자가 코드를 더 빨리 쓸 수 있게 됐기 때문만은 아니다. 소프트웨어를 만들고 수정하고 다시 확인하는 비용 자체가 내려가면서, 과거에는 경제성이 맞지 않았던 작은 회사의 세부적인 업무까지 소프트웨어로 옮길 수 있는 범위가 넓어지고 있다.

예전에는 회사마다 다른 요구를 반영하는 순간 비용이 빠르게 올라갔다. 이제는 이미 해결된 부분은 다시 활용하고, 정말 다른 부분에만 집중할 수 있다. 고객 입장에서는 자기 회사의 업무방식에 가까운 시스템을 사용할 가능성이 커지고, 과거처럼 모든 것을 처음부터 만드는 비용까지 부담할 필요는 줄어든다.

이것이 MAEUM이 보는 기회다.

특히 건설, 설비, 시공, 제조처럼 현장과 사무실이 동시에 움직이는 산업에서는 이 문제가 더 선명하게 보인다. 견적을 내고 계약하면 실제 사람이 현장에 투입되고, 사진과 일보가 생기고, 자재가 움직이고, 발주와 기성이 이어지고, 마지막에는 청구와 정산이 일어난다. 하나의 사업 흐름인데 정보는 여러 사람과 프로그램에 흩어져 있다.

현장에서는 카카오톡으로 사진을 보내고 누군가 다시 정리한다. 사무실에서는 같은 정보를 다시 입력하고, 전체 상황을 알기 위해 다시 사람에게 물어본다. 한 사람이 쉬면 그 사람이 알고 있던 업무의 상태까지 함께 보이지 않는 경우도 생긴다.

이 가운데 상당수는 사업의 본질적인 일이 아니다. 사업을 하기 위해 어쩔 수 없이 붙어 있던 연결비용에 가깝다.

한국에서도 이런 업무를 AI와 디지털 기술로 바꾸는 데 실제 예산이 움직이고 있다. 중소벤처기업부는 2026년 8월 중소기업 스마트서비스 사업에서 신규 150곳과 고도화 25곳, 총 175개 기업을 선정했고 AI·디지털 기술을 활용한 업무와 서비스 개선에 기업별 최대 1억 원을 지원하고 있다. 국토교통부 역시 2026년 7월 스마트건설 기술실증 사업 10개와 건설 AI·스마트건설 강소기업 12개사를 선정했다. 지원사업 자체가 특정 기술의 성공을 보장하는 것은 아니지만, 기업의 실제 업무와 현장을 디지털로 다시 설계하는 일이 연구와 시연을 넘어 실제 투자영역으로 내려오고 있다는 신호는 분명하다.

그렇다고 모든 문제에 AI를 넣을 이유는 없다. 정확한 규칙으로 계산할 수 있는 업무라면 일반적인 프로그램이 더 싸고 안정적일 수 있다. 반대로 수백 개의 문서를 읽고 필요한 정보를 찾아야 하거나, 자유롭게 들어오는 고객 문의를 이해해야 하거나, 사진과 문서와 업무맥락을 함께 다뤄야 한다면 AI가 훨씬 큰 역할을 할 수 있다.

좋은 기업 시스템은 AI가 많이 들어간 시스템이 아니다. 필요한 곳에 필요한 기술이 들어간 시스템이다.

그래서 어떤 회사에서는 단순한 자동화 하나면 충분할 수 있고, 다른 회사에서는 기존 프로그램 몇 개를 연결하는 것으로 끝날 수 있으며, 어떤 회사에서는 별도의 업무시스템을 만드는 편이 훨씬 낫다. 민감한 데이터가 있다면 외부 AI로 보내지 않는 방법까지 검토할 수 있다.

중요한 것은 기술의 이름이 아니다.

실제로 일이 줄어드는가.

직원이 매일 한 시간씩 하던 일이 없어지는지, 같은 데이터를 세 군데 입력하던 일이 한 번으로 끝나는지, 진행상황을 알기 위해 계속 사람에게 물어보지 않아도 되는지, 특정 사람이 자리를 비워도 업무상태가 그대로 남아 있는지, 청구해야 할 돈을 누군가의 기억에 맡기지 않아도 되는지를 봐야 한다.

Gartner 역시 2026년 7월 AI 에이전트가 여러 기존 프로그램을 넘나들며 업무를 수행하는 "agentic arbitrage"로 인해 2030년까지 최대 2,340억 달러 규모의 기업용 애플리케이션 지출이 영향을 받을 수 있다고 전망했다. 이는 2030년 기업 SaaS 지출의 약 20%에 해당하며, 기업용 소프트웨어의 가치가 단순한 화면과 기능에서 실제 업무결과를 만들어내는 방향으로 이동할 가능성을 보여준다.

여기서 프로그램의 가격을 보는 방법도 달라진다.

새로운 시스템의 가격은 견적서에 정확하게 찍혀 나온다. 500만 원, 2,000만 원, 5,000만 원처럼 눈에 보인다. 반면 지금의 운영방식을 앞으로 몇 년 더 유지하는 가격은 한 장의 견적서로 오지 않는다. 직원의 급여와 대표의 시간, 반복적인 확인, 업무 누락과 지연, 인수인계와 추가채용 속에 매달 조금씩 섞여 나간다.

그래서 새로운 시스템은 비싸게 보이고 현재 방식은 익숙해서 공짜처럼 보이지만, 실제로는 그렇지 않다.

하루 한 시간의 반복업무도 1년이면 수백 시간이 된다. 같은 일을 여러 사람이 하고 있다면 숫자는 더 커진다. 여기에 대표가 직접 확인하는 시간, 견적이나 청구가 한 번씩 빠지는 비용, 사람이 바뀔 때마다 다시 설명하고 배우는 시간, 사업이 커질 때 관리직원을 계속 추가해야 하는 비용까지 더해진다.

비교해야 할 것은 개발비와 0원이 아니다.

지금의 운영방식을 앞으로 계속 유지하는 비용과, 지금 구조를 바꾸는 비용이다.

한 번 만들어놓은 시스템이 앞으로 몇 년 동안 같은 반복을 없애고 사업이 커질수록 더 많은 시간을 돌려준다면 구축비는 단순한 개발비가 아니다. 앞으로 계속 발생할 운영비의 일부를 없애는 투자에 가까워진다.

여기에서 MAEUM의 방식이 나온다.

처음부터 ERP를 주문할 필요가 없다. CRM인지 AI Agent인지 결정할 필요도 없고, 어떤 기술을 써야 하는지를 먼저 공부할 필요도 없다.

지금 회사에서 사람이 계속 붙잡고 있는 일을 보여주면 된다.

직원이 매일 같은 내용을 옮겨 적고 있을 수도 있고, 현장에서 올라오는 사진을 누군가 계속 정리하고 있을 수도 있다. 대표가 진행상황을 알기 위해 계속 사람에게 물어보고 있을 수도 있고, 특정 직원 한 사람이 쉬면 그 업무의 상태를 아무도 정확하게 알지 못할 수도 있다.

그 일을 먼저 본다.

사람이 계속 하는 편이 더 나으면 그대로 두면 된다. 이미 쓰는 프로그램을 연결하면 해결된다면 굳이 새 시스템을 만들 이유가 없다. 작은 자동화 하나로 충분한 문제라면 거기에서 끝내면 된다.

반대로 앞으로 몇 년 동안 계속 반복될 시간과 비용을 한 번의 시스템으로 크게 줄일 수 있다면 제대로 만들어둘 가치가 있다.

MAEUM은 가능한 문제라면 긴 설명이나 제안서보다 실제로 움직이는 것을 먼저 확인하는 방식을 사용한다. 필요한 프로그램이나 불편한 업무를 설명하면 상담 단계에서 작동하는 웹앱 시제품을 빠르게 제작해 실제 업무와 맞는지부터 확인한다. 현재 MAEUM은 공식 사이트에서 평균 약 10분의 무료 시제품 제작을 안내하고 있으며, 자체 제품뿐 아니라 실제 고객과 함께 사용하는 서비스도 직접 구축하고 운영하고 있다.

https://maeum.io

10분이라는 숫자가 중요한 것은 빨리 코딩한다는 자랑 때문이 아니다. 잘못된 것을 오래 만들지 않기 위해서다.

말로 설명할 때는 서로 이해했다고 생각했던 것도 실제 화면을 보면 바로 달라진다. “우리 회사는 이 단계 전에 승인이 하나 있다”, “현장에서는 PC를 사용하지 않는다”, “이 숫자는 여기에서 계산하면 안 된다”는 식의 이야기가 실제 화면을 보면서 훨씬 빨리 나온다.

그러면 다시 바꾸면 된다.

기업용 프로그램에서는 이것이 중요하다. 그럴듯한 프로그램을 만드는 것보다 실제 회사가 일하는 방식과 맞는 프로그램을 만드는 편이 훨씬 어렵기 때문이다.

그리고 여기에서 왜 MAEUM인가라는 질문에도 답이 생긴다.

프로그램을 만드는 회사는 많고 AI를 사용하는 개발회사도 계속 늘어난다. 특정 기능 하나를 MAEUM만 만들 수 있어서 선택해야 하는 것은 아니다.

차이는 회사의 현실과 실제로 움직이는 시스템 사이의 거리에 있다.

현재 MAEUM에서는 Lee가 직접 업무를 듣고, 무엇이 정말 문제인지 정리하고, 실제로 만들어 확인하는 과정까지 연결한다. 고객의 이야기가 여러 조직과 직책을 거치면서 반복해서 번역되는 거리를 줄인다. MAEUM의 공식 사이트와 창업자 기록에서도 직접 제품을 설계·개발·배포하고 여러 자체 제품과 고객용 서비스를 운영해온 흐름을 공개하고 있다. 이는 MAEUM이 직접 공개한 기록이라는 점을 구분해서 볼 필요가 있지만, 현재 어떤 방식으로 일하고 있는지는 확인할 수 있다.

https://maeum.io/en/founder-blog/341/

고객에게 중요한 것은 그 내부에서 정확히 어떤 도구와 방법을 사용하는지가 아니다.

설명한 문제가 제대로 이해되는지, 작동하는 결과를 얼마나 빨리 볼 수 있는지, 실제 업무와 다르면 얼마나 빨리 바꿀 수 있는지, 운영까지 맡길 수 있는지, 데이터와 보안까지 고려할 수 있는지가 중요하다.

그 결과만 보면 된다.

MAEUM 역시 모든 것을 만들겠다는 회사가 아니다. 만들 필요가 없는 것은 만들지 않고, 이미 있는 것을 연결하는 편이 낫다면 연결하며, 사람이 하는 것이 더 좋은 일은 사람에게 남긴다.

대신 사람이 굳이 계속할 필요가 없는 일을 찾는다.

그 일이 사라졌을 때 직원의 시간이 돌아오고, 대표의 확인이 줄고, 누락이 줄고, 사업이 커져도 관리업무가 같은 속도로 늘어나지 않는다면 그때 소프트웨어가 실제 일을 한 것이다.

AI 시대의 기업에 필요한 것도 결국 이런 변화다.

사람의 기억을 데이터베이스처럼 사용하고, 사람의 손을 프로그램 사이의 연결장치처럼 사용하며, 사람의 시간을 복사와 전달과 확인에 계속 쓰는 방식은 기술이 부족했던 시대에는 어쩔 수 없었다. 하지만 소프트웨어를 만드는 비용이 빠르게 내려가고 AI가 실제 업무까지 처리하기 시작한 지금도 회사가 똑같이 움직일 이유는 없다.

"JetBrains Research"

회사가 커질수록 사람이 더 바빠지는 대신 시스템이 더 많은 일을 맡아야 한다. 그래야 사람은 고객을 만나고, 협상하고, 새로운 기회를 찾고, 관계를 만들고, 책임이 필요한 판단에 시간을 쓸 수 있다.

그래서 이 글을 읽으면서 회사 안의 특정 장면 하나가 떠올랐다면 그 장면부터 보면 된다.

직원이 매일 반복하는 일, 대표가 계속 확인하는 일, 한 사람이 없으면 멈추는 일, 사업이 커질수록 더 많은 사람을 붙여야 하는 일을 하나 고른 뒤 앞으로 3년 동안 지금 방식 그대로 처리했을 때 들어갈 시간과 비용을 계산해보면 된다.

그리고 그 숫자를 시스템으로 바꾸는 비용과 비교하면 된다.

지금 방식을 유지하는 편이 더 싸다면 그대로 하면 된다.

반대로 시스템으로 바꾸는 편이 더 싸다면 굳이 몇 년을 기다릴 이유가 없다.

어떤 프로그램을 만들어야 하는지는 그다음에 정하면 된다.

지금 사람이 계속 붙잡고 있는 그 일을 먼저 보여주면 된다.

MAEUM은 그것부터 본다.

MAEUM — Where Companies Run.

https://maeum.io