클라이언트가 "AI한테 다 맡기면 되지 않나요?"라고 물을 때

한줄 요약

"AI가 다 해준다"는 기대가 프로젝트를 망치기 전에, 먼저 짚어야 할 세 가지 현실.

반복 업무를 자동화하고 싶어서 외주 개발을 알아보는 클라이언트 대부분은 비슷한 기대를 안고 온다. 파일을 넣으면 결과가 나오고, AI가 판단까지 해주는 그림이다. 실제 프로젝트를 진행하다 보면, 이 기대가 가장 먼저 무너진다.

"데이터가 있으니 자동화할 수 있다"는 착각

클라이언트가 가져오는 파일은 생각보다 훨씬 다양한 형태다. 화면에서 멀쩡히 읽히는 문서가 실제로는 이미지 덩어리인 경우, 수백 개의 엑셀 파일이 저마다 다른 형식으로 쌓인 경우, 시스템에서 뽑은 데이터가 정작 가공 불가능한 포맷인 경우가 허다하다.

화면에 보이는 것과 컴퓨터가 읽을 수 있는 것은 다르다. 이 한 줄을 프로젝트 초반에 클라이언트와 공유하지 않으면, 나중에 훨씬 큰 비용으로 돌아온다. 개발 업체가 착수 전 데이터 현황 파악에 공을 들이는 건 꼼꼼함의 문제가 아니라 생존의 문제다.

보안 환경과 데이터 민감도를 먼저 물어야 한다

"AI API 연결해서 처리하면 빠르지 않나요?"라는 질문도 자주 받는다. 기술적으로는 맞다. 그런데 클라이언트의 데이터가 외부 서버를 거칠 수 없는 환경이라면, 이 방법은 처음부터 선택지에 없다.

공공기관, 금융, 의료, 제조 현장의 업무 데이터는 상당수가 사내망 안에서만 처리돼야 한다. 개인정보가 섞인 문서, 계약서, 내부 결재 자료 등은 외부 API에 올리는 순간 보안 사고가 된다. 외주 개발을 받는 업체 입장에서 이 조건을 초반에 확인하지 않으면, 설계 전체를 뒤엎어야 하는 상황이 생긴다.

그래서 삼태연구소가 초기 상담에서 반드시 확인하는 항목 중 하나가 데이터 이동 경로와 보안 제약이다. 제약이 명확할수록 오히려 설계가 빠르게 잡힌다.

자동화의 역할을 얼마나 줄 것인가

자동화 프로젝트에서 가장 많이 하는 의사결정이 여기다. 시스템이 판단하게 할 것인가, 사람이 판단하게 할 것인가.

클라이언트는 자연스럽게 "전부 자동으로"를 원한다. 비용을 줄이러 자동화를 도입하는 건데 사람이 개입해야 한다면 의미가 없다고 느끼기 때문이다. 그런데 현장 데이터는 이상적이지 않다. 스캔 품질이 제각각이고, 예외 케이스가 존재하고, 입력 형식이 사람마다 다르다.

이런 환경에서 시스템이 100% 판단하도록 만들면 두 가지 실패 중 하나가 생긴다. 있는 걸 없다고 하거나, 없는 걸 있다고 한다. 업무 특성에 따라 둘 중 어느 쪽이 더 위험한지가 다르고, 그 기준을 클라이언트와 함께 정하는 게 설계의 핵심이다.

잘 만든 자동화 도구는 사람을 없애는 게 아니라, 사람이 집중해야 할 지점만 남긴다. 나머지는 시스템이 걸러준다. 이 역할 분담을 처음부터 설계에 반영하는 것과 나중에 끼워 넣는 것은 공수 차이가 크다.