"AI 도입하고 싶다"는 말이 외주 견적서에서 커지는 구조

한줄 요약

AI 프로젝트 견적이 터무니없이 커지는 건 기술 문제가 아니라 업무 맥락이 정리되지 않았기 때문이다.

"AI를 좀 써보고 싶다"는 말 한마디가 외주 개발 견적서에 도달하는 순간, 숫자가 예상을 훌쩍 넘기는 일이 반복된다. 왜 이런 일이 생기는지, 외주 개발사 입장에서 솔직하게 짚어본다.

고객의 말과 개발사의 해석 사이에 생기는 간극

고객이 "AI 도입"을 언급할 때, 머릿속에 있는 그림은 대개 단순하다. 반복 업무를 줄이고 싶다, 데이터를 더 잘 쓰고 싶다, 경쟁사가 쓴다고 하니 우리도 써야 할 것 같다. 구체적인 기능보다 막연한 기대에 가깝다.

외주 개발사는 이 말을 받아 제안서를 써야 한다. 그런데 요건이 불명확할수록 범위는 넓게 잡힌다. 나중에 "이건 포함 안 된다"는 말이 나오는 것보다 처음부터 크게 잡는 쪽이 개발사 입장에서 안전하기 때문이다. 불확실성이 견적에 녹아드는 구조다.

고객 입장에서는 왜 이렇게 비싼지 납득하기 어렵다. 개발사 입장에서는 이 정도는 당연히 필요하다고 생각한다. 이 간극이 협의를 어렵게 만들고, 결국 프로젝트 자체가 미뤄지거나 엉뚱한 방향으로 흘러간다.

진짜 문제는 업무 맥락이 정리되지 않은 것

외주 개발 의뢰가 들어왔을 때 프로젝트가 복잡해지는 가장 큰 이유는 기술 난이도가 아니다. 고객사 내부의 업무 흐름이 어디에도 명시되어 있지 않다는 점이다.

담당자별로 처리 방식이 다르고, 예외 규칙은 담당자 기억 속에만 있고, 시스템에는 결과만 입력되어 있다. 이 상태에서 AI나 자동화 시스템을 붙이려고 하면, 개발사가 먼저 해야 하는 일은 코딩이 아니라 업무 규칙 파악이다. 그 과정에서 인터뷰, 문서화, 재확인이 반복된다. 이 공수가 견적에 쌓인다.

외주 개발사 입장에서 이 단계를 건너뛰면 나중에 더 큰 문제가 생긴다. "우리는 이렇게 처리 안 한다"는 말이 개발 막바지에 나오면 재작업 비용은 눈덩이처럼 커진다. 그래서 꼼꼼한 개발사일수록 초기 정의 작업을 더 두텁게 잡는다. 이 자체가 나쁜 것은 아닌데, 문제는 고객이 이 구조를 이해하지 못한 채 숫자만 보게 된다는 점이다.

---

외주 개발사가 규모를 키우는 구조적 이유

개발사가 의도적으로 범위를 부풀리는 경우는 많지 않다. 대부분은 구조적인 이유가 있다.

첫째, 요건이 바뀔 가능성을 가격에 반영한다. AI 관련 프로젝트는 특히 중간에 방향이 달라지는 경우가 많다. 처음엔 챗봇이었다가 나중엔 데이터 분석으로 바뀌는 식이다. 개발사는 이 리스크를 초기 견적에 포함시킨다.

둘째, 의존성이 많다. AI 기능 하나를 붙이려면 데이터 파이프라인, 권한 관리, 기존 시스템 연동이 따라온다. 각각은 작은 것처럼 보이지만 붙여놓으면 커진다.

셋째, 고객사 내부 의사결정이 느리다는 걸 경험으로 안다. 담당자가 정해도 결재가 오래 걸리고, 중간에 요건이 바뀌고, 관련 부서가 갑자기 끼어든다. 이 모든 대기 시간이 프로젝트 기간에 포함된다.

이 세 가지가 겹치면 "간단히 해달라"는 요청이 몇 배 규모의 견적이 되어 돌아오는 것은 어쩌면 당연한 결과다.

제대로 된 외주 개발사라면 먼저 이걸 물어야 한다

합리적인 규모의 AI 프로젝트를 진행하려면, 외주 개발사가 견적보다 진단을 먼저 해야 한다.

지금 어떤 업무에서 문제가 생기고 있는지, 그 업무의 판단 기준이 어디에 존재하는지, 데이터는 어떤 형태로 쌓이고 있는지. 이 세 가지를 파악하지 않고 AI 기능 개발에 들어가는 건, 진단 없이 수술을 시작하는 것과 같다.

좋은 외주 개발 파트너는 고객이 원하는 걸 그대로 만들어주는 곳이 아니다. 고객이 실제로 필요한 게 뭔지 먼저 파악하고, 그에 맞는 범위와 순서를 제안할 수 있는 곳이다. "전부 다 한 번에 하자"보다 "이것부터 작게 시작해서 검증하자"고 말할 수 있어야 한다.

작은 범위로 시작해 실제로 동작하는 결과를 빠르게 보여주고, 그 결과를 보면서 다음 단계를 결정하는 방식이 AI 프로젝트에서 특히 유효하다. 한 번에 크게 짓는 것보다 검증하며 쌓아가는 쪽이 최종 비용도, 실패 리스크도 낮다.