AI 도입해도 ROI가 안 나오는 이유: 개발 에이전시가 먼저 바꿔야 할 것

한줄 요약

AI로 개발 속도를 올려도 ROI가 안 나오는 건, 요구사항 정의 방식이 그대로이기 때문이다.

AI를 써도 왜 성과가 없을까

IT 개발 에이전시 입장에서 요즘 클라이언트들에게 자주 듣는 말이 있다. "AI 도구 도입했는데 생산성이 기대만큼 안 올라요." 코딩 어시스턴트를 붙이고, 자동화 파이프라인을 깔고, 개발자 1인당 산출량을 늘렸는데도 뭔가 허전하다는 것이다.

이유는 단순하다. 개발 속도만 빨라졌고, 그 앞 단계는 그대로다. 무엇을 만들지 결정하는 단계, 즉 요구사항을 정의하고 검증하는 과정이 여전히 회의실 화이트보드와 모호한 기획 문서에 의존하고 있다. 개발이 빨라질수록 이 단계가 새로운 병목이 된다. 그리고 AI 시대에는 이 병목이 단순히 속도 문제로 끝나지 않는다. 방향이 잘못된 채 빠르게 개발하면 피해 규모도 빠르게 커진다.

클라이언트의 요청이 왜 항상 모호한가

에이전시가 클라이언트로부터 받는 초기 요청을 떠올려보자. "관리자 페이지가 필요해요", "고객 알림 기능을 붙여주세요", "기존 프로세스를 자동화하고 싶어요." 대부분 이 수준에서 시작한다.

문제는 이 요청 뒤에 숨어 있는 것들이다.

• 실제 업무 흐름에 대한 이해 없이 나온 요청인지
• 비즈니스 목표와 연결되어 있는지
• 기술적 제약, 보안 요건, 연동 시스템 조건은 파악됐는지
• 이게 정말 가치를 만들어낼지 검증은 됐는지

이 질문들에 답이 없는 상태에서 개발을 시작하면 결국 재작업이 발생한다. AI가 개입되든 아니든 마찬가지다. 오히려 AI가 붙으면 잘못된 방향으로 더 빠르게 달려가는 속도만 높아진다.

에이전시가 요구사항을 다루는 방식을 바꿔야 한다

대부분의 에이전시는 요구사항을 문서 하나로 처리한다. 킥오프 미팅에서 받아적고, 기획서로 정리하고, 개발팀에 넘긴다. 한 번 작성하면 그걸로 끝이다. 개발이 느렸던 시대에는 이 방식이 통했다. 검토할 시간이 있었으니까.

지금은 다르다. 요구사항은 살아있어야 한다. 클라이언트와 AI가 함께 만들어가고, 실제 비즈니스 맥락을 반영하고, 개발이 진행되는 동안에도 지속적으로 다듬어지고, 처음 의도부터 최종 결과까지 추적 가능해야 한다.

에이전시가 이 방식으로 전환할 때 실질적으로 달라지는 게 있다.

첫째, 클라이언트 내부 이해관계자 간의 합의 속도가 빨라진다. 요구사항이 구조화되고 근거를 갖추면, 회의에서 설득하는 시간이 줄어든다.

둘째, 재작업 비율이 낮아진다. 개발 시작 전에 가정과 제약을 검증하면, 중반에 방향을 뒤집는 일이 줄어든다.

셋째, 클라이언트 신뢰가 쌓인다. "이걸 만들기 전에 정말 이게 맞는지 같이 확인해봅시다"라고 말할 수 있는 에이전시는 단순 외주 파트너가 아니라 전략 파트너로 포지셔닝된다.

실제로 어떻게 접근할 것인가

구체적으로 에이전시가 프로젝트 초반에 해야 할 일을 바꿔보자. 클라이언트가 "고객 온보딩 프로세스를 개선하고 싶다"고 요청했다고 가정하자.

기존 방식이라면 바로 솔루션 논의로 넘어간다. 어떤 화면을 만들지, 어떤 기능을 붙일지를 먼저 논의한다.

새로운 방식에서는 먼저 질문을 던진다.

• 현재 온보딩에서 정확히 어느 단계에 이탈이 발생하는가
• 어떤 단계가 수동으로 처리되고 있고 왜 그런가
• 자동화를 막는 시스템 제약이나 데이터 품질 문제는 없는가
• 성공을 어떻게 측정할 것인가

이 질문들에 대한 답을 클라이언트의 실제 운영 데이터, 기존 시스템 정보, 이전 의사결정 맥락을 토대로 AI와 함께 정리한다. 그 결과로 나오는 건 단순한 기획서가 아니라, 선택지별 장단점과 ROI 근거를 담은 실행 가능한 명세서다.

이 과정이 에이전시의 가치를 만든다. 클라이언트가 스스로 정리하지 못했던 것을 구조화해주는 능력, 그게 지금 시대에 에이전시가 제공해야 할 진짜 역량이다.