Varick은 AI 전환(Transformation)을 선도하며, 업무 방식을 재설계하여 기업이 수백억 원대의 효율성 향상을 달성하도록 돕고 있습니다. 이 글을 끝까지 읽으시면, 기업이 AI를 중심으로 완전히 재구축되어 이러한 규모의 가치를 창출하는 방법을 이해하게 될 것입니다.
또한, 비즈니스에서 어떤 워크플로우를 자동화할 가치가 있는지 파악하고, 운영에 차질 없이 이를 재설계하는 방법을 알게 될 것입니다.
이 계정을 팔로우하여 미국의 대기업들이 AI를 도입하는 방식에 대한 더 많은 분석과 사례 연구를 확인하세요. 이 작업이 흥미로우시다면, 저희는 전방위적으로 채용 중입니다 - varickagents.com/careers에서 함께하세요.
트랜스포메이션(Transformation) 소개
운영을 근본부터 재구축하지 않으면 회사를 혁신할 수 없습니다.
산업 혁명은 이를 실행하지 않으면 생산성 향상이 나타나지 않는다는 것을 가르쳐 주었습니다. 30년 동안 공장들은 증기 기관을 전기 모터로 교체했지만 재정적 이익을 거의 보지 못했습니다. 오래된 공장들은 건물의 모든 기계에 동력을 공급하는 하나의 중앙 증기 기관을 지하실에 두고 지어졌습니다.
전기가 등장했을 때, 공장들은 단순히 그 엔진을 모터로 교체하고 다른 것은 아무것도 바꾸지 않았습니다. 같은 건물, 같은 배치를 유지하고 같은 방식으로 계속 작업했습니다.
실질적인 변화를 가져온 것은 전기를 중심으로 한 완전한 운영 재설계였습니다. 진정한 해방은 전기 모터가 작고 저렴해져서 모든 기계가 자체 모터를 가질 수 있게 된 것이었습니다. 이는 더 이상 공장이 단일 전력원을 중심으로 지어질 필요가 없어졌고, 작업 흐름 순서대로 기계를 배치할 수 있게 되었음을 의미했습니다. 이는 컨베이어 벨트(조립 라인)로 이어졌고, 엄청난 생산성 향상을 창출했습니다.
헨리 포드는 1900년대 초반에 가치를 창출하려면 기술을 중심으로 재구축해야 한다는 것을 깨달았고, 우리는 오늘날에도 동일한 운영 재설계 전략을 사용하고 있습니다.
소프트웨어를 구매한다고 해결되지 않습니다
그래서 다시 현재로 돌아옵니다. AI로 혁신하려는 대부분의 기업은 SaaS 스택을 AI 도구로 교체하여 해결하려고 합니다. 에이전트 소프트웨어 시트, Copilot 라이선스, 노코드 워크플로우 빌더는 그 자체로는 거의 효과를 보지 못합니다. 트랜스포메이션은 구매할 수 있는 소프트웨어 조각이 아니기 때문입니다. 이는 비즈니스 운영 방식의 구조적 변화이며, 그것을 운영하는 사람과 프로세스에서부터 시작됩니다.
AI가 기본 프로세스를 이해하지 못한다면 의미 있는 가치를 창출하지 못할 것입니다. 그리고 그 프로세스를 소유한 사람들이 함께 참여하지 않는다면, 기술이 작동하더라도 도입률은 저조할 것입니다.
그렇기 때문에 회계, 조달, 운영 등 비즈니스 전반의 팀들과 몇 주를 보내며 그들의 업무가 처음부터 끝까지 실제로 어떻게 완료되는지 이해해야 합니다.
모든 워크플로우를 매핑하고, 각 특정 워크플로우에서 에이전트의 ROI가 얼마인지, 엔지니어링 관점에서 어떻게 접근할지 파악한 다음, 에이전트가 적합한 위치(이 부분은 나중에 다루겠습니다)에 배치할 곳을 선택해야 합니다.
그런 다음 회사 컨텍스트(조직 내 암묵지)를 포착하여 에이전트가 따를 수 있는 규칙, 지침 및 의사 결정 로직으로 변환합니다.
각 팀과 이 작업을 수행하는 것이 AI를 중심으로 비즈니스를 재설계하는 데 필요한 컨텍스트를 얻고, 트랜스포메이션이 실제로 정착되도록 하는 데 필요한 동의를 얻는 유일한 방법입니다.
운영 재설계
모든 프로세스가 처음부터 끝까지 매핑되면, 다음 단계는 어떤 워크플로우를 AI를 중심으로 실제로 재설계할지 결정하는 것입니다. 이것이 운영 재설계입니다.
에이전트 전문 기업의 조언을 들어보세요. 모든 워크플로우에 에이전트를 배치하지 마십시오. 에이전트가 해결하는 문제보다 더 많은 문제를 일으키는 지점이 있습니다.
이 섹션에서는 AI 트랜스포메이션에서 가치를 창출하는 방법과 그 과정에서 비즈니스에 혼란을 주지 않는 방법을 다루겠습니다.
가치 창출 방법
트랜스포메이션이란 각 워크플로우를 재설계하여 결정적 작업(deterministic work)은 자동화하고, 판단 작업(judgment work)은 적절한 경우 AI가 처리하며, 고위험 고판단 결정은 사람에게 남겨두는 것입니다.
올바르게 수행되면 이는 단순히 비용 절감 이상의 효과를 냅니다. 에이전트는 사람들에게 더 나은 컨텍스트를 제공하기 위해 작동해야 하며, 더 나은 컨텍스트는 사람들이 더 빠르고 더 나은 결정을 내리는 데 도움이 됩니다. 지속적으로 더 나은 결정은 수익 성장을 가능하게 합니다. 즉, 적절한 트랜스포메이션은 매출 성장과 효율성 향상 모두를 가져와야 합니다.
우리는 수십억 달러의 매출을 올리는 엔터프라이즈 소프트웨어 회사의 영업 트랜스포메이션에서 이를 명확히 확인했습니다. 영업 프로세스의 너무 많은 부분이 잡무에 묶여 있었고, 대규모 거래는 11개의 핸드오프 지점에 걸쳐 6개 팀과 관련되었습니다. 그래서 우리는 이 글에 설명된 전체 프로세스를 실행하고, 자동화할 적절한 워크플로우(에이전트 또는 스크립트 사용)를 찾았으며, 첫해에 마진 확대(매출 성장 + 비용 절감)를 통해 2500만 달러의 가치를 창출했습니다. 적절한 트랜스포메이션은 단순한 비용 절감 이니셔티브가 아닙니다.
올바른 워크플로우를 선택하는 방법
AI 트랜스포메이션에서 가장 중요한 부분 중 하나는 재설계할 올바른 워크플로우를 먼저 선택하는 것입니다. 모든 프로세스가 자동화할 가치가 있는 것은 아니며, 모든 프로세스가 에이전트에 적합한 것도 아닙니다.
최고의 워크플로우는 일반적으로 몇 가지 공통점을 가지고 있습니다: 높은 볼륨, 많은 수동 작업, 분산된 시스템, 반복적인 핸드오프, 조직 내 암묵지, 그리고 명확한 재정적 영향력입니다.
이미 반복적으로 발생하는 작업이지만, 전통적인 자동화로는 해결되지 않을 만큼 프로세스가 복잡한 곳을 찾으십시오. 이메일, Slack, 스프레드시트, 포털, ERP 시스템을 통해 이동하는 데이터를 생각해 보세요.
재설계하기 좋은 워크플로우는 일반적으로 네 가지 특성을 가지고 있습니다:
- 충분히 빈번하게 발생합니다. 프로세스는 한 달에 수백 또는 수천 번 실행되거나, 개선 시 실제 가치를 창출할 만큼 충분한 수익 또는 비용과 관련되어야 합니다.
- 반복 가능한 결정이 있습니다. 작업이 매번 동일할 필요는 없지만, 패턴을 따라야 합니다. 에이전트는 과거 결정에서 학습하고 비즈니스 규칙을 적용하며 예외를 처리할 수 있을 때 가장 유용합니다.
- 시스템 전반에 분산된 컨텍스트에 의존합니다. 인간이 정보를 수집하기 위해 도구들 사이를 더 많이 검색할수록 에이전트는 더 가치 있어집니다. AI는 특히 계약서, 이메일, CRM 기록, ERP, 문서 및 내부 규칙에서 컨텍스트를 가져와야 하는 작업에 유용합니다.
- 측정 가능한 문제점이 있습니다. 배포 전후 워크플로우의 현재 비용(사이클 타임, 오류율, 수동 시간, 지연된 수익, 중복 지불, 승인 지연 등)을 측정할 수 있어야 합니다.
목표는 작업을 세 가지 범주로 분리하는 것입니다: 결정적 자동화로 처리할 수 있는 것, 에이전트가 처리해야 하는 것, 인간이 처리해야 하는 것.
에이전트는 스스로 개선해야 합니다
처음부터 시스템에 HITL(Human-in-the-loop) 피드백을 구축해야 합니다. 훈련 및 섀도우 모드 동안 인간은 에이전트의 행동을 승인, 거부 또는 수정할 수 있습니다. 에이전트의 출력, 인간의 응답 및 주변 컨텍스트를 항상 기록하여 시스템이 시간이 지남에 따라 개선될 수 있도록 하십시오.
이렇게 하면 배포 후 에이전트의 정확도가 크게 향상됩니다. 동일한 영업 사례에서 정확도는 몇 주 내에 10% 증가했으며, 그 결과 에이전트가 자율적으로 처리할 수 있는 작업량이 증가하여 창출된 순 가치가 더 높아졌습니다.
트랜스포메이션 중 비즈니스에 혼란을 주지 않는 방법
트랜스포메이션이 복잡함을 야기하지 않고 최대한 비용 효율적이도록 해야 합니다. 저희가 따르는 몇 가지 단계는 다음과 같습니다:
대규모 마이그레이션을 강요하지 마십시오. 대부분의 회사는 이미 Salesforce 및 NetSuite와 같은 시스템으로 전환하는 데 수년을 보냈습니다. AI를 도입하기 위해 회사가 기존 소프트웨어를 철거하고 교체하도록 강요하면 트랜스포메이션이 느려지고 팀이 의존하는 소프트웨어를 다시 배워야 합니다. Varick에서는 API 또는 컴퓨터 사용 에이전트를 통해 이미 구축된 시스템 위에 구축하는 것을 강력히 권장합니다. 이는 값비싼 데이터 마이그레이션을 피하고, 비즈니스가 이미 실행 중인 워크플로우를 유지하며, 기본 소프트웨어가 나중에 변경되더라도 운영 재설계가 지속될 수 있도록 합니다.
데이터를 파악하고 분리하여 유지하십시오. 대부분의 워크플로우에서 트랜스포메이션을 구동하는 데이터는 네 가지 범주로 나뉩니다: 시스템 오브 레코드(System of Record), 비즈니스 규칙, 원시 수집 데이터, 그리고 에이전트가 시간이 지남에 따라 축적하는 피드백 또는 메모리입니다. 이러한 계층을 분리하여 유지하는 것은 매우 중요합니다. 이는 운영 담당자가 엔지니어에게 연락하지 않고 규칙을 업데이트할 수 있음을 의미하며, 배포 후 시스템을 유지 관리하고 확장하기 쉽게 만듭니다. 귀하의 목표는 배포 후 최소한의 개입으로 원활하게 계속 실행될 수 있는 트랜스포메이션을 설계하는 것입니다.
시간이 지남에 따라 조직은 AI를 중심으로 재편성되기 시작합니다
배포 후 첫 주에는 에이전트가 샌드박스에서 실행되고, 그 다음에는 인간과 함께 섀도우 모드로 실행되며, 나중에야 감독되는 프로덕션 사용 사례에서 실행됩니다. 신뢰가 쌓임에 따라 워크플로우는 자동화될 뿐만 아니라 종종 재설계되고 개선됩니다.
목표는 비즈니스가 더 빠르게 움직이고 더 많은 가치를 창출하는 데 도움이 되는 운영을 재설계하는 것입니다.
새로운 회사와 작업을 시작할 때, 우리가 일반적으로 처음으로 범위를 정하는 워크플로우는 다음과 같습니다:
- AP(Accounts Payable) — 송장 자동화, GL 코딩, 구매 주문 매칭 등
- 조달(Procurement) — 벤더 온보딩, 공급업체 스코어카드, 계약 준수 등
- 영업(Sales) — 딜 데스크 라우팅, CRM 강화, 예측 인텔리전스, 커미션 계산 등
- 운영(Operations) — 예외 감지 및 라우팅, 할당 최적화, 반품 처리 등
회사는 잡무를 AI에 넘기고 실제 작업을 소유하는 데 익숙해지며, 효율성 향상이 몇 주 안에 손익계산서에 나타나기 시작합니다.
올바르게 수행된 경우 귀하의 트랜스포메이션 결과는 이렇게 되어야 합니다. 프로세스는 시간이 걸리는데, 이는 AI 네이티브 기업이 되기 위한 기초이기 때문입니다. 그러나 그렇게 되면 재정적 개선이 상당히 빠르게 나타납니다. 워크플로우별로, 기능별로 구축해 나가고 있는지 확인하십시오. 시간이 걸리겠지만, 좋은 트랜스포메이션은 투자할 가치가 충분히 있습니다.
이 가이드의 모든 교훈은 저희가 클라이언트를 위해 수행한 수십 건의 대규모 트랜스포메이션에서 얻어졌습니다. 귀사가 10억 달러 이상의 매출을 올리고 있으며 저희 클라이언트들이 보고 있는 결과를 직접 확인하고 싶다면, 지금 7월 엔게이지먼트를 접수하고 있습니다. varickagents.com에서 문의하세요.
