AI 컨설팅의 함정: 왜 실행이 전략보다 중요한가

AI 컨설팅 회사와 직접 구현(Hands-on Implementation) 전문 회사의 차이는 단순하다.

한쪽은 장기적인 '변혁'을 팔고, 다른 한쪽은 실제 결과물을 출시하고, 초기 수치를 확보한 뒤, 실제 지표에 기반해 반복 개선한다.

이것이 더 나은 길이다: 구현하고, 측정하고, 조정하고, 나아가라.

OpenAI는 AI 조언을 원하는 가격에 얼마든지 팔 수 있었다. 하지만 5월, 그들은 정반대의 길을 선택했다. 클라이언트의 운영 현장 내부에 전진 배치된 엔지니어를 투입하여 작동하는 시스템을 구축하는 'Deployment Company'를 설립했고, 이를 위해 150명의 엔지니어가 소속된 컨설팅 회사 Tomoro를 인수했다. AI 조언 판매로 가장 큰 이익을 얻을 수 있는 회사가 오히려 직접 구축하는 길을 택한 것이다.

이것은 전체 컨설팅 업계의 신호탄이다. 당신에게 "AI로 변혁하라"며 비용을 청구하는 회사들이야말로 AI에 의해 내부적으로 공허해지고 있는 곳들이다. 이 글은 당신이 그들의 다음 청구 항목이 되지 않기 위한 이야기다.

참고로 나는 Mark이며, Limestone Digital (@LimestoneHQ)의 창업자다.

우리는 시장에서 10년간 활동하며 170건 이상의 클라이언트 프로젝트를 수행해 왔다. 이후 내용을 관통하는 단 하나의 숫자를 소개한다. 우리가 진행하는 모든 프로젝트는 시작했을 때보다 현재 참여 인원이 적으며, 회사는 그 어느 때보다 빠르게 성장하고 있다. 잠시 이 점을 기억해 두기 바란다.

함정은 두 개의 문으로 나뉘어 있으며, 서로 다른 사람들을 유인한다.

Part 1: 첫 번째 문, 그리고 사람들이 그곳으로 들어가는 이유

첫 번째 문은 파트너를 들여보낸다. 그의 시간은 청구서를 세부 항목으로 나누어 보지 않는 한 이해할 수 없는 단가로 과금된다.

공개된 벤치마크에 따르면, McKinsey의 시니어 파트너는 시간당 약 $1,190, 신입 어소시에이트는 약 $400을 청구하며, 전체 프로젝트 비용은 대략 $1.7M에서 $8M 사이다. Bain은 소규모 팀 기준 주당 $110,000에서 $160,000을 청구한다.

당신은 답을 사는 것이 아니다. 비싼 사람을 하루 단위로 먹여 살리기 위해, 일이 진행되는 동안 계속 돈을 지불하는 것이다.

대부분의 경우, 이것이 당신에게 가져다주는 것은 성숙도 곡선(Maturity Curve), 주니어의 데모, 그리고 3개월 후 처음과 똑같이 망가진 워크플로우뿐이다. 아무도 출력값을 검증하지 않았고, 컨설턴트가 방에 없을 때 다음 화요일에도 돌아갈 시스템을 만든 사람도 없다. 계약을 체결한 임원 아래 1~3단계 직급의 직원들과 대화해 보면, 그들은 이 상황을 견디지 못한다. 서커스를 지켜본 후에도 진짜 일은 여전히 그들이 해야 하기 때문이다.

그렇다면 왜 사람들은 이것을 구매할까? 컨설턴트는 결정을 내리기가 두려운 관리자를 위한 안전망이기 때문이다. 유명 브랜드를 들이면 결정이 '정보에 기반한(Informed)' 것처럼 보이고, 실패하더라도 스토리는 저절로 만들어진다. "최고의 인재를 고용했으니 내 책임이 아니었다." McKinsey를 고용해서 해고당한 사람은 없다. 그들이 사는 것은 비난에 대한 보험이며, 청구서는 회사가 부담한다.

공정하게 말하자면, 가치 있는 버전도 존재한다. 만약 당신이 구체적이고 고통스러운 문제를 하나 안고 있다면—시스템 다운, 사내 누구도 풀지 못하는 기술적 난제—전문가가 들어와 해결한다면, 그들에게 돈을 지불하라. 일주일간 $150,000을 지불하더라도, 1년 동안 당신을 피 흘리게 하던 것을 멈추게 한다면 그것은 함정이 아니다.

함정은 통찰력으로 포장된 일반적 지식 노동이다. "잠재력 해방"에 관한 슬라이드 덱, 워크숍, 그리고 업셀링으로 끝나지만 실제로 연결되는 것은 없는 분기. 2026년, 일반적인 조언은 세상에서 가장 값싼 것이다. 프런티어 모델에게 상위 전략 프레임워크를 요청하면 1분 만에 결과를 얻고, 팀에게 전달하여 실제 구현에서 배우기 시작할 수 있다. 만약 전략 설정을 위해 시간당 네 자리 수를 청구하는 컨설턴트가 필요하다면, 솔직히 말해 전략을 설정하는 사람을 바꾸는 것이 맞다.

올해 돈이 무엇을 사는지 살펴보자. Teradata의 2026년 설문조사에 따르면, 1,000명의 시니어 기술 및 데이터 리더 중 에이전틱 AI를 운영화(Operationalized)한 기업은 단 7%뿐이었으며, 68%는 여전히 실험이나 개발 단계에 머물러 있었다. 컨설턴트의 인센티브 구조는 이 수치를 높이는 데 아무런 도움이 되지 않는다. 워크플로우가 출시되든 아니든 미터기는 계속 돌아가기 때문이다.

Part 2: 두 번째 문, 그리고 그것을 여는 다섯 가지 질문

들어본 적이 있는 모든 회사에는 이제 AI 실무 조직(AI Practice)이 있다. Accenture, IBM, Deloitte, McKinsey의 QuantumBlack, BCG X, PwC, EY, KPMG 등. 카테고리가 이렇게 빠르게 성장하면 세 가지 유형의 벤더가 당신의 문을 두드리지만, 실제로 성과를 낼 수 있는 곳은 단 하나뿐이다.

첫째는 새 신발을 신은 레거시 회사다. 크고 확립된 전통을 가졌지만 AI 네이티브가 아니며, 지난 분기에 리브랜딩한 전략 실무 조직을 운영한다. 피치를 꿰뚫는 질문은 하나다. "귀사의 자체 인력 중 올해 AI로 인해 감원된 인원은 몇 명이며, 왜 채용을 늘리고 있습니까?" 내부 효율성을 찾지 못한 채 외부에 효율성을 파는 회사는 시스템이 아니라 슬라이드를 파는 것이다.

둘째는 유행을 타기 위해 급조된 팀이다. 수요를 잡기 위해 모인 그룹으로, 작년 봄에 고용한 사람들의 과거 경력을 바탕으로 만들어진 사례 연구 페이지를 가지고 있다. 로고는 진짜일 수 있지만, 팀의 트랙레코드는 그렇지 않다. 회사 설립 시기와 사례 연구 발생 시기를 물어보고, 날짜가 논리에 맞지 않는 모습을 지켜보라.

셋째는 실제로 적응 중인 중견 회사다. 일부는 진정으로 AI 네이티브가 되기 위한 작업을 수행하고 있으며, 이러한 회사는 당신의 시간을 투자할 가치가 있다. 나머지는 빠르게 적응하지 않으면 1년 안에 사라질 것이며, 당신은 그런 일이 발생할 때 프로젝트 중간에 있는 클라이언트가 되고 싶지 않을 것이다.

세 유형 모두에 공통된 신호는 하나다. 진정한 구현자의 딜리버리 팀은 기술이 발전할수록 작아진다. 당신의 계정 상 헤드카운트만 계속 증가하는 벤더는 새로운 라벨을 붙인 구식 모델을 파는 것이다.

우리의 방식은 반대 방향으로 흘러간다. 문자 그대로 그렇다. 봄부터 진행해 온 재무 운영 구축 프로젝트의 경우, 우리는 엔지니어 2명과 파트타임 아키텍트로 시작했다. 오늘날에는 주당 며칠 근무하는 엔지니어 1명만 남았다. 에이전트가 대사 처리량을 담당하고 예외 사항만 사람이 손대면 되기 때문이다. 우리는 킥오프 당시보다 현재 청구 금액이 적다. CFO가 지난 분기 항목 비용이 왜 줄었는지 묻는다면, 그것이 제품이 제대로 작동한다는 증거다.

우리를 선택한 구매자들은 자신의 수치에서도 같은 대비를 본다. 한 사모펀드 운영 파트너에게 포트폴리오 회사 중 하나의 워크플로우 구축을 위해 프로젝트 숍이 6개월 기간으로 $120,000을 견적 냈다. 우리는 그보다 3분의 1 짧은 시간에, 절반 이하의 가격으로 출시했다. 6개월이 아니라 2개월이었다.

그가 우리에게 말하는 나머지 내용은 모두 여기서 파생된다. 그가 대화하는 다른 회사들은 프로젝트 기반이다. 6번의 회의, 스코핑 단계, 그리고 9개월 구축을 위한 고정 가격 제안서. 그들이 스코핑을 끝낼 때쯤, 우리의 엔지니어는 이미 2개월째 출시 작업을 하고 있다. 그는 슬라이드가 아닌 "속도, 확실성, 유연성"을 위해 우리를 구매한다.

그의 회사 중 하나가 엔지니어 한 명을 더 필요로 한다고 주장할 때마다, 그 답변은 해당 인원 한 명의 채용 비용과 비슷하지만 훨씬 더 많은 것을 출시하는 포드(Pod)다. 컨설턴트의 모델은 이를 생산할 수 없다. 컨설턴트의 모델은 헤드카운트가 증가해야 하기 때문이다.

따라서 여기 스크립트가 있다. 서명하기 전에 어떤 AI 벤더든 단일 통화에서 이 다섯 가지를 물어보라. 각각 명확한 답변과 신호(Tell)가 있다.

성공적인 계약 종료 시, 제 계정에 귀사 인력이 더 많아지나요, 아니면 더 적어지나요? 솔직한 답변이 '더 많아진다'라면, 귀사의 손익계산서는 제 사업이 성장하지 않아도 커집니다.
청구는 언제부터 시작되며, 첫 달에 저는 무엇을 위해 돈을 지불하나요? 디스커버리와 슬라이드 제작에 미터기가 돌고 있다면, 당신은 그들의 학습 곡선을 당신의 단가로 지원하고 있는 것입니다. 디스커버리 비용을 스스로 부담하도록 요구하십시오. 작업에 확신이 있는 업체는 망설임 없이 동의합니다.
제가 방에 없어도 매주 귀사가 운영하는 워크플로우 하나를 보여주세요. 스케줄에 따라 실행되고 실제 시스템에 기록되는 것이지, 제가 수동으로 조작하는 데모가 아닙니다. Deloitte의 Tech Trends 2026에 따르면, 실제 프로덕션 환경에서 AI 에이전트를 운영하는 기업은 11%에 불과했습니다. 자체 업무를 운영하지 않는 벤더를 피하는 것이 바로 그 11% 안에 들지 않는 방법입니다.
귀사가 떠난 날, 이 소유권은 누가 가지며, 우리가 움직이고 있는 단일 지표는 무엇인가요? 지정된 오너와 기준 지표(Baseline Metric)가 없다면, 당신은 멋진 인터페이스가 달린 과학 프로젝트를 사는 것입니다. 지표는 이미 추적 중인 것이어야 하며, 그래야 이전과 이후의 비교가 정직해집니다.
모델이 개선됨에 따라 귀사의 자체 딜리버리 팀은 얼마나 작아졌나요? AI 효율성을 파는 벤더라면 먼저 내부에서 그것을 찾아야 합니다. 인원만 계속 늘렸다면, 그들은 자신의 피치를 믿지 않거나 피치가 효과가 없는 것입니다.

그들이 회피하는 부분을 주목하라. 회피하는 모습이 답변보다 더 많은 것을 알려준다.

실제로는 어떻게 보이는가

지난달 한 PE(사모펀드) 회사가 컨설팅 계약에서 벗어나기 위해 우리에게 연락했다. 7개 포트폴리오 회사에 걸쳐 6자리 수의 AI 컨설팅 비용을 지출했지만, 남은 것은 팀 채팅 구독료뿐이었다.

그들은 2027년 엑싯을 보장받기 위해 12월까지 실질적인 EBITDA 영향이 필요했다. 그러나 그들이 가진 것은 150시간짜리 디스커버리 덱과, 출시 속도 향상은 전혀 없이 추가 "AI 생산성" 수수료를 청구하는 개발 벤더뿐이었다.

웃기 전에, 지금 당신도 거의 확실히 비슷한 버전을 겪고 있음을 인식하라.

레거시 컨설팅이 약속하는 것과 엔지니어링이 실제로 필요한 것 사이에는 매번 동일한 네 가지 격차가 나타난다.

슬라이드 덱이 아닌 검증 가능한 증거. 컨설팅 회사는 성숙도 평가를 팔기 위해 인터뷰에 몇 주를 할애한다. 우리는 첫 주에 골든 세트(Golden Set)를 구축하는 데 집중한다. 사전 합의된 정답이 포함된 20~60개의 실제 운영 사례다. Grant Thornton 조사에 따르면, 독립적인 AI 거버넌스 감사에서 90일 이내에 통과할 자신이 있다고 확신하는 PE 회사는 9%에 불과했다. 골든 세트는 이 격차를 메우는 수단이다. 평가는 단순히 메우겠다고 약속할 뿐이다.
추상적 로드맵이 아닌 프로덕션 인프라. 단계별 여정 대신, 우리는 포트코(Portco, 포트폴리오 회사)의 Azure 테넌트 내에 3주 이내 라이브 파운데이션을 구축한다. 읽기 전용 데이터 접근 권한을 잠그고, PII 및 PHI를 제거하며, 좌석당 비용을 상한한다. 클라이언트는 첫날부터 모든 것을 소유한다. 우리가 떠나도 아무것도 깨지지 않는다.
과금 대상 인력이 아닌 린(Lean) 자동화 포드. 전통적인 회사는 계정을 키우기 위해 시간당 $350짜리 인력을 추가한다. 우리는 월 $17K의 월 단위 포드를 배포한다. 시니어 엔지니어 1명, 자동화된 개발 하네스, 그리고 파트타임 아키텍트로 구성된다. 하네스가 더 많은 부하를 담당함에 따라, 인간의 발자취는 시간이 지남에 따라 커지는 대신 축소된다.
벤더 종속이 아닌 내부 소유권. 악덕 벤더는 청구를 보호하기 위해 설정을 불투명하게 유지한다. 우리는 첫날부터 포트코의 제품 오너를 통합하고, 90일 자립 계획을 제공하며, 텔레메트리를 계속 실행 상태로 둔다. 성공이란 포트코가 우리에게 전화하지 않고도 자체 업데이트를 출시하는 것을 의미한다.

Part 3: 업계는 이미 알고 있다

이것이 외부인의 값싼 공격처럼 들린다면, 그렇지 않다. AI 변혁을 파는 회사들은 자신들의 직원들에게 폐쇄된 공간에서 정확히 어디로 갈 것인지 말해 왔다.

6월 타운홀 미팅에서 Deloitte는 자체 직원들에게 2035년까지 시간당 과금 업무가 시장의 얇은 조각으로 축소되고, AI 에이전트가 나머지를 차지하는 것을 보여주는 차트를 제시했다. 한 컨설턴트의 사후 반응은 다음과 같았다. "우리 모델은 끝났어. 우리는 기본적으로 로봇에 의해 대체되고 있어."

5월, KPMG는 미국 어드바이저리 역할 약 400개(해당 사업부의 약 4%)를 삭감하고 미국 감사 파트너의 약 10%를 정리했다. 공식 이유는 수요 감소였는데, 이는 자동화가 도입되기 전에 이미 일이 얇아지고 있다는 점에서 거의 최악의 상황이다.

McKinsey의 헤드카운트는 지난 18개월 동안 약 45,000명에서 40,000명 수준으로 감소했다. 당신에게 AI 운영 모델을 기꺼이 팔 회사 자체가 먼저 동일한 비용 계산을 적용하고 있는 것이다.

한편, 업계에서 가장 치열한 인재 쟁탈전은 '출시하는 사람'을 둘러싸고 벌어진다. 당신의 운영 내부에 앉아 직접 구축하는 전진 배치 엔지니어는 OpenAI, Anthropic, Google 모두가 채용 경쟁을 벌이는 역할이다. 이제 모두가 가치의 핵심이 배포(Deployment)에 있다는 데 동의한다. 채용 전쟁은 단지 점수판일 뿐이다.

Fortune Business Insights의 추정에 따르면, AI 컨설팅 시장은 올해 약 $12B에 도달하며 2034년까지 $74B 규모로 성장할 전망이다. 그렇게 빠르게 성장하는 숫자 자체가 신호다. 대부분의 회사는 지난 분기에 전략 실무 조직을 리브랜딩했다. 딜리버리에 새로운 근육이 생기기 전에 피치에만 새로운 명사가 붙었다.

솔직한 버전은 어떤 모습인가

모델은 그것을 파는 회사를 포함해 모든 사람의 발밑에서 변하고 있다. 그것을 대체하는 것은 두 가지로 귀결된다. 작업이 진행되는 순서와, 기술에 맞는 상업적 조건. 당신의 운영에 접근시키는 모든 파트너에게 이 두 가지를 요구하라.

순서부터 시작하자. 만약 "AI 준비 상태 평가"를 위해 6자리 수의 리테이너를 견적 받았다면, 그 리테이너가 건너뛰는 부분은 이것이다. 5단계다.

정의(Frame). 실제 사용자가 있고 고객이 체감하는 마감일이 있으며 이미 추적 중인 숫자가 있는 워크플로우 하나를 선택한다. 아무도 구축하기 전에 기준선(Baseline)에 서명한다. 이 단계는 이사회에 보여줄 것을 생성하지 않지만, 5단계를 정직하게 만드는 유일한 요소다.
증명(Prove). 실제 데이터로 2~4주 안에 가장 작은 유용한 조각을 구축하되, 가정, 오류, 인간 검토 과정을 모두 투명하게 공개한다. 실패 프로파일이 끔찍하다면, 한 달 비용으로 미리 알게 된 것이다.
강화(Harden). 보안, 비용 통제, 폴백(Fallbacks), 그리고 지정된 오너를 추가한다. 작동하는 데모는 대부분의 프로그램이 멈추는 지점이다. 프로덕션은 런북과 문제가 생겼을 때 전화가 울리는 사람이 존재하는 것이다.
통합(Embed). 사용자를 교육하고, 지식을 인수인계하며, 채택률을 모니터링한다. 기술적 정확성은 비즈니스 가치가 아니다. 화요일에 운영 내부의 아무도 그것을 만지지 않는다면, 그것은 과학 프로젝트일 뿐이다.
확장(Scale). 4단계에서 측정된 것에 기반해 인접 워크플로우와 재사용 가능한 요소를 선택하며, 플랫폼 피치에 의존하지 않는다.

컨설팅 버전은 반대 순서로 진행된다. 아무도 실제 데이터를 만지기 전에 긴 진단을 실시하고, 예상 편익으로 정당화되는 프로그램을 수립하며, 개최된 워크숍과 전달된 슬라이드로 성공을 측정한다.

다음은 상업적 조건이다. 이것은 당신이 어떤 파트너로부터든 요구해야 하는 사항이며, Limestone에서의 운영 방식이다.

무비용 디스커버리. NDA를 체결하고, 당신의 비용이 아닌 우리의 비용으로 실제 업무 방식을 파악한다. 딜 팀이 소싱하는 방식, 컨트롤러가 장부를 마감하는 방식, 최고의 인재들이 채용 목적의 업무 대신 버전 관리에 시간을 태우는 지점 등을 확인한다.
명확한 범위, 환상 청구 없음. 단 한 달러도 이동하기 전에 SOW, 비용, 그리고 정확한 비즈니스 변화를 확인한다.
성과 기반 청구. 이미 추적 중인 기준 수치에 작업이 도달했을 때만 미터기가 돌아간다. 디스커버리와 슬라이드는 비용이 들지 않는다.
락인 없음. 월 단위 계약, 당신 측의 지정된 오너, 계속 실행되는 텔레메트리. 언제든 떠날 수 있으며 아무것도 깨지지 않는다.

당신의 독립성을 위해 구축하는 파트너는, 당신의 의존성을 위해 구축하는 파트너와는 다르게 가격을 책정한다.

우리의 인력 배치는 월 $17K의 AI Velocity Pod다. 3~5주 내에 운영 가능 상태로 만들고, 우리가 기술적 위험을 짊어지는 동안 당신의 사람들은 본업으로 돌아간다. 우리가 성과를 내지 못하면, 당신은 지불하지 않는다. 우리는 우리에게 오는 기업의 약 30%를 거절한다. 적합성이 있을 때만 모델이 작동하기 때문이다.

적합성이 있을 때, 컨설턴트의 학습 곡선에 분기를 걸지 않고 비즈니스 내부에 AI를 도입하는 가장 깔끔한 방법임을 나는 안다.

이것이 당신의 워크플로우 중 하나에 대해 어떻게 적용되는지 보고 싶다면, 디스커버리 콜을 예약하고, 가장 싫어하는 워크플로우와 그것이 왜 그렇게 고통스러운지에 대해 이야기할 준비를 해라.

TLDR

AI로 변혁하겠다며 당신에게 비용을 청구하는 회사들이야말로 AI에 의해 내부적으로 공허해지고 있는 곳들이다. 조언을 팔기에 가장 유리한 위치에 있던 OpenAI는 Deployment Company를 구축하고 150명의 엔지니어를 인수했다. 그것이 신호다.
함정은 두 개의 문으로 나뉜다. 첫 번째 문은 고가의 전략 계약으로, 파트너는 시간당 약 $1,190을 청구하며 전체 프로젝트는 $1.7M에서 $8M에 달한다. 당신은 답을 얻기 위해서가 아니라 비싼 사람을 먹여 살리기 위해 돈을 지불하는 것이다. McKinsey를 고용해서 해고당한 사람은 없다는 사실은 바로 그 문제가 된다.
두 번째 문은 신발만 바꾼 벤더다. 세 가지 유형: 새 신발을 신은 레거시 회사, 빌려온 사례 연구로 유행을 타기 위해 급조된 팀, 실제로 적응 중인 중견 회사. 세 유형 모두에 공통된 신호는 모델이 개선될수록 당신의 계정 상 팀이 작아지는지, 아니면 커지는지 여부다.
구매자들은 자신의 수치에서 이를 본다. 한 PE 운영 파트너에게 프로젝트 숍은 6개월 기간으로 $120K을 견적 냈지만, 우리는 3분의 1 시간과 절반 이하 가격으로 출시했다. 6개월이 아니라 2개월이었다. 그는 슬라이드가 아닌 속도, 확실성, 유연성을 위해 우리를 구매한다.
어떤 벤더든 다섯 가지 질문을 던져라: 인원이 더 늘어나는가 줄어드는가, 청구는 언제부터 시작되는가, 방에 없어도 운영하는 워크플로우가 있는가, 떠난 후 소유자는 누구인가, 자체 팀은 얼마나 작아졌는가. 기업 중 에이전틱 AI를 운영화한 곳은 7%뿐이고 프로덕션에서 에이전트를 운영하는 곳은 11%뿐이므로, 회피하는 경우가 흔하다.
업계는 이미 알고 있다. Deloitte는 직원들에게 "우리 모델은 끝났다"고 말했고, KPMG는 어드바이저리 역할 400개를 삭감했으며, McKinsey는 45,000명에서 40,000명으로 축소되었고, 모두가 실제로 출시하는 전진 배치 엔지니어를 채용하기 위해 경쟁하고 있다.
솔직한 모델은 누구에게나 요구할 수 있는 표준이다. 작업을 순서대로 진행하라(정의, 증명, 강화, 통합, 확장). 그리고 그에 맞는 조건을 요구하라(무료 디스커버리, 명확한 범위, 성과 기반 청구, 락인 없음). 우리의 모델은 시간이 지남에 따라 커지는 대신 축소된다.

P.S. 컨설팅 함정을 피하려면 디스커버리 콜을 예약하세요: https://meetings-na2.hubspot.com/mark-ajzenstadt**](https://meetings-na2.hubspot.com/mark-ajzenstadt)** **

— Mark Ajzenstadt, Founder @LimestoneHQ