상위 0.01% 회사는 AI를 이렇게 써요 (15분 날것 조언)

한 줄 요약

매출이 막힐 때 사람부터 뽑는 건 가장 흔한 실수라고 Nick Puru는 말해요. 서비스 기업 세 곳에 AI를 넣은 실제 숫자(성공도 빗나간 것도)와, 내 회사 어디부터 손댈지 찾는 질문 4가지를 정리했습니다.

전체 내용 정리

성장이 막혔을 때 사람부터 뽑는 게 제일 큰 실수예요

Nick은 회사가 커지다 천장에 부딪혔을 때 사람 한 명을 더 뽑는 걸 사업주가 하는 가장 큰 실수로 꼽습니다. 그러면 인건비가 8만 달러 늘어나는데, 6개월이 지나도 사장은 일주일 휴가 한 번 못 가요. 자리를 비우면 다 무너지거든요. Nick은 AI 컨설팅 회사 Reprise AI를 운영하면서 부동산 관리, 회계법인, 리크루터, 광고 대행사, 클리닉 등 100곳이 넘는 서비스 기업에 AI 시스템을 넣어 왔고, 2만 명 넘게 모인 AI 학습 커뮤니티 AI Accelerator도 운영하고 있어요.

대상은 연 매출 100만~2,000만 달러 사이 서비스 기업이에요. Nick의 진단은 이렇습니다. 이런 회사의 성장을 막는 건 대개 수요가 아니에요. 돈 낼 고객은 이미 있죠. 막히는 건 리드(lead, 잠재 고객)가 들어온 다음입니다. 업무 흐름 한가운데 사람이 앉아서, 한쪽에서 읽은 걸 다른 쪽에 옮겨 치고, 누구부터 챙기고 누구에게 먼저 전화할지 고르고 있는 거죠.

지난달 진단 미팅에서 나온 사례가 있어요. 연 매출 약 400만 달러, 활성 고객 150곳에 청소 인력 70명을 둔 청소 회사였습니다. 사장의 말은 이랬어요. "매주 3시간을 팀이랑 앉아서 곧 떠날 고객이 누군지 찾느라 씁니다. 월 6,000달러 내는 고객도 있고 200달러 내는 고객도 있는데, 불만이 들어오면 매니저들이 200달러짜리부터 가요."

계산해 보면 이래요. 고객 한 곳의 평생 이익이 약 1만 8,000달러이고, 사장 생각에 막을 수 있었던 이탈이 한 달에 대략 한 건씩 생겨요. 1년이면 12곳, 곳당 1만 8,000달러니까 약 21만 6,000달러입니다. Nick은 이게 사장 본인의 추정치일 뿐 직접 잰 숫자는 아니라고 분명히 밝혀 둡니다. 그런데 절반만 맞아도 여섯 자리 달러짜리 문제예요. 그 돈을 막고 있던 게 스프레드시트를 같이 읽는 3시간짜리 회의였던 거죠.

Nick이 반복해서 보는 패턴이 바로 이거예요. 일도 있고 고객도 있는데 두 시스템 사이를 사람이 이어 주고 있는 구조죠. 이 연결 고리는 처리할 수 있는 양이 정해져 있어요. 그래서 회사가 크면 연결 담당자를 또 뽑게 되고, 비용이 매출과 나란히 일직선으로 올라갑니다.

부동산 관리 회사는 리드 첫 답장이 3~4시간에서 18초로 줄었어요

약 400세대를 관리하고 연 매출 300만 달러 가까이 되는 직원 12명짜리 회사예요. 사장은 처음에 세입자 문의에 파묻혀 있다고 했어요. 실제로 관리 담당자 한 명이 매주 15시간 정도를 같은 기본 질문에 답하는 데 쓰고 있었죠. 그런데 업무를 실제로 그려 보니 더 비싼 문제는 정반대 쪽에 있었어요. 리드 유입 경로가 여섯 개였는데 다 다른 곳으로 들어갔고, 후속 연락을 맡은 사람이 아무도 없었거든요. 새 리드는 답장을 3~4시간 기다렸고, 그 대기 때문에 리드의 30% 정도를 놓치고 있었습니다.

그래서 세 가지를 만들었어요. 새 문의에 바로 답하고 걸러서 한곳에 모으는 리드 시스템, 반복되는 세입자 질문을 처리하는 시스템, 그리고 유지보수 요청을 조율하는 시스템이에요. 거주자 데이터라서 건물마다 데이터를 서로 분리했는데, Nick은 이 부분이 화려하진 않아도 시간이 꽤 든 작업이었다고 해요.

만들기 전에 먼저 움직일 숫자 하나를 적었어요. 리드가 임대 계약으로 이어지는 비율이요. 당시 약 20%였고, 목표는 25%에 첫 답장 30초 이내였습니다. 8개월 뒤 결과를 보면 첫 답장은 평균 3~4시간에서 18초로 줄었고, 전환율은 20%에서 24%로 올랐어요. 목표에 거의 닿았지만 딱 맞추진 못했죠. 관리 담당자가 세입자 메시지에 쓰는 시간은 68% 줄어서 주 15시간에서 5시간이 됐어요.

돈 얘기도 해요. 총 8만 1,000달러를 들였는데 구축에 4만 5,000달러, 첫해 지원에 3만 6,000달러였어요. 첫해에 돌아온 가치는 약 10만 달러였고, 10개월이 조금 안 돼서 투자금을 회수했어요. 원래 예상은 7개월이었으니 늦어진 거죠. Nick은 예상치를 맞췄다고 말하지 않겠다고 해요. 실제로 못 맞췄으니까요. 여기서 움직인 숫자는 리드 전환율이었고, 가운데 있던 사람은 그때그때 문의를 먼저 본 누군가였습니다.

광고 대행사는 보고서 자동화로 팀마다 고객 2곳씩 더 받게 됐어요

월 매출 약 25만 달러, 고객 80곳을 7개 팀(pod)으로 나눠 맡는 광고 대행사예요. 이곳의 제약은 오로지 처리 용량이었어요. 창업자가 영업은 잘해서 수요는 문제가 아니었는데, 모든 팀이 꽉 차 있어서 고객을 더 받으려면 사람을 뽑는 수밖에 없었죠.

전략가들의 시간을 들여다보니 각자 주 1시간 정도를 광고 플랫폼에서 숫자를 뽑아 고객 보고서를 만드는 데 쓰고 있었어요. 거기에 서식 맞추기, 업무 전환, 자료 독촉 같은 시간이 더 붙었고요. 그래서 광고 플랫폼에서 성과 데이터를 바로 받아 분석과 고객용 보고서까지 만들어 주는 보고 워크플로를 구축했어요. 전략가는 검토하고 보내기만 하면 됩니다. 보고 로직 자체는 하나도 바꾸지 않았어요. 원래도 훌륭했는데, 그 일을 시니어들이 직접 돌리고 있었던 게 문제였던 거죠.

이걸로 전략가마다 처리 용량이 약 25% 늘었어요. 팀당 고객 2~3곳을 더 받을 수 있는 양인데, 보수적으로 2곳만 잡았어요. 7개 팀에 2곳씩이면 14곳이고, 곳당 월 3,000달러면 월 약 4만 2,000달러예요. 사람을 새로 뽑지 않았으니 대부분이 그대로 이익이라는 게 Nick의 설명이에요.

다만 Nick은 여기서 선을 긋습니다. 이건 처리 용량 숫자예요. 시스템이 90일 안에 빈자리 14개 정도를 만들어 줬지만, 그 자리를 채울 수 있어야 돈이 되거든요. 이 창업자는 채울 수 있었고요. 영업이 약한 회사라면 납품 용량을 늘려 봐야 큰 도움이 안 돼요. 그래서 이 구축은 일이 꽉 찬 회사엔 맞고, 고객에 굶주린 회사가 먼저 할 일은 아닐 가능성이 커요. 여기서 움직인 숫자는 팀당 고객 수, 가운데 있던 사람은 보고서를 손으로 만들던 시니어 전략가였어요.

상속인 찾는 회사는 리서치가 주 70건에서 250건으로 늘었어요

좀 특이한 회사예요. 소유자가 사망한 부동산의 상속인을 찾아 주는 곳인데, 수십만 건의 원시 리드에서 시작해 실제로 조사할 가치가 있는 800~1,000건 정도로 좁혀요. 조사는 전부 손으로 했어요. 한 건에 15분 정도씩 부고, 공공 기록, 가계도 사이트, 소셜 미디어를 뒤져서 이름이 같은 50명 중 누가 진짜 그 사람인지 가려내야 했죠. 아무리 몰아붙여도 팀이 처리할 수 있는 건 주 70건 안팎이었어요.

여기서 처음 한 일은 견적을 내기 전에 유료 탐색 단계를 거친 거예요. 이 회사가 쓰던 사이트 대부분에 공개 API가 없었거든요. 가장 쉬운 방법은 스크래핑(scraping, 웹페이지 자동 수집)인데, 그건 이용약관을 어기고 회사를 법적 위험에 빠뜨려요. 그래서 몇 주를 들여 정식 비즈니스 API를 제공하는 데이터 업체를 찾았어요. 비용은 그만큼 더 들었어요.

그다음 만든 건 점수를 매기는 시스템이에요. 리드마다 그 출처들을 다 검색해서 확률과 근거를 함께 돌려줘요. "이 사람이 사망했을 확률 85%, 이유는 이렇다" 같은 식이죠. 80%를 넘으면 알아서 다음 단계로 넘어가고, 중간 구간은 사람이 빠르게 확인하고, 낮은 건 버립니다.

결과는 처리량이 주 70건에서 250건으로 늘었고, 수작업 조사가 1년에 500시간 넘게 줄었어요. 손으로 하던 전문가의 판단과 시스템 점수를 비교해 보니 13%는 어긋났다고 해요. Nick은 그래서 경계선에 걸린 건은 여전히 사람이 최종 판단해야 한다고 봐요.

구축비는 약 7,000달러였는데, 직접 아낀 인건비는 1년에 2,500달러 정도에 그쳤어요. 비용 절감만 놓고 보면 할 가치가 없는 프로젝트였죠. 실제로 돈을 번 건 첫 3개월 동안 추가로 성사시킨 거래 4건 정도였어요. 예전엔 시간이 없어 못 보던 리드까지 드디어 손이 닿았기 때문이에요.

세 사례에는 매번 똑같은 네 가지가 있었어요

Nick은 이 사례들을 나란히 놓으면 사실상 같은 프로젝트를 세 번 한 것이라고 말해요. 네 가지가 매번 똑같았거든요.

첫째, 도구가 아니라 숫자에서 시작했어요. 리드 전환율, 팀당 고객 수, 주당 조사 리드 수, 시니어의 시간, 채우는 데 걸리는 일수(days to fill) 같은 것들이요. 음성 에이전트나 챗봇을 들고 가서 넣을 자리를 찾은 게 아니라, 사장이 꼭 움직여야 하는 숫자 하나를 적고 도구는 맨 마지막에 정했어요.

둘째, 누구의 일자리도 사라지지 않았어요. 없어진 건 여러 사람의 한 주에서 떼어 낸 단순 반복 업무 조각이에요. 관리 담당자마다 주 10시간 정도 같은 식으로요. Nick은 바로 이 때문에 채용으로는 해결이 안 됐다고 봐요. 그 일은 처음부터 한 사람 몫이 아니라 모두에게 조금씩 흩어져 있었으니까요.

셋째, 중요한 건 여전히 사람이 승인해요. 시스템은 읽고, 분류하고, 점수 매기고, 초안을 쓰고, 전략가에게 보고서를 보내는 정도까지 해요. 아무도 안 보고 나가는 건 새 리드나 새 지원자에게 보내는 첫 답장 정도예요. 거기선 빠르고 괜찮은 답이 3시간 늦은 완벽한 답보다 낫거든요.

넷째, 처음 적은 숫자로 나중에 다 측정했어요. 빗나간 것까지요. 부동산 관리 회사는 목표 25%에 24%로 끝났고, 회수 기간도 예상 7개월보다 늦은 10개월이었죠. Nick은 반올림한 숫자보다 이런 결과를 보여 주는 쪽이 낫다고 말해요.

내 회사의 시작점은 질문 4가지로 찾고, 순서는 숫자로 정해요

Nick이 해 온 구축은 전부 누군가 아래 네 질문 중 하나에 답하면서 시작됐어요. 메모장이나 Google Docs 하나 열어 놓고 오후 한나절이면 끝낼 수 있다고 해요.

첫 번째, 일이 어디서 멈추고 사람을 기다리나요? 사람이 꼭 해야 하는 일을 말하는 게 아니에요. 누가 손댈 때까지 그냥 놓여 있는 일이에요. 견적을 기다리는 리드, 아무도 챙기지 않은 갱신 건, 누가 시스템을 업데이트하기 전까진 꿈쩍 않는 요청 같은 거죠. 최근 작업 다섯 건쯤 골라서 단계 사이마다 걸린 시간을 적어 보면 쉽게 확인돼요. 부동산 관리 회사에선 그 틈이 3~4시간이었고, 리드의 약 30%를 잃게 만들었어요.

두 번째, 누가 바빠서 고객 경험이 나빠지는 곳은 어디인가요? 이건 손익계산서(P&L)에 잘 안 잡혀요. 그래서 오히려 가장 비싼 문제가 되기 쉽다고 Nick은 말해요. 업무 시간 뒤에 와서 끝내 회신 못 받은 전화, 3일 뒤에야 연락받은 지원자 같은 거요.

세 번째, 아직 사장이나 시니어 머릿속에만 있는 판단 기준은 무엇인가요? 어떤 고객이 특별한지, 이 경우에 어떤 예외가 적용되는지, 우리한테 급한 건 뭔지 같은 거죠. 그 사람이 한 달 쉬면 뭐가 멈출지 떠올려 보면 알 수 있어요. 상속인 찾는 회사는 어떤 리드가 진짜인지에 대한 한 사람의 판단으로 굴러갔어요. 점수 시스템은 그 판단을 글로 옮겨서, 시간 날 때 보던 일부가 아니라 모든 리드에 적용한 거예요.

네 번째, "우리 업계는 원래 이래요"라고 넘기는 게 뭔가요? 온보딩은 원래 3일 걸린다거나, 보고서는 원래 분기마다 나간다거나 하는 것들이요. 한 치과는 보험 확인에 환자 한 명당 90분이 든다고 했어요. 원장은 그 일을 "사람 3분의 1 몫"이라고 표현했죠. 정식 한 자리가 아니란 걸 이미 알면서도, 다른 치과도 다 그렇게 하니까 한 명 자리처럼 인력을 두고 있었던 거예요.

질문에 답하다 보면 목록이 생겨요. 여기서 흔한 실수가 제일 짜증 나는 항목부터 고르는 것이에요. 보이는 것과 실제 비용이 다르거든요. 대신 항목마다 숫자를 붙여 보라고 Nick은 권해요. 그 일이 잡아먹는 주당 시간에 52를 곱하고, 그 사람의 시간당 총비용(fully loaded, 급여 외 부대비용까지 포함)을 곱한 뒤, 기다리는 동안 놓치는 리드처럼 그 뒤에 걸린 매출을 더하는 식이에요.

그중 숫자가 가장 크면서 자주 일어나는 것부터 시작하면 돼요. 한 달에 두 번 일어나는 일은 구축비를 거의 못 뽑지만, 하루에 50번 일어나는 일은 거의 항상 뽑거든요.

정리하면 세 회사 모두 "일이 꽉 찼다"에 대한 답이 원래는 사람 한 명 더 뽑기, 그러니까 영상 첫머리의 8만 달러였어요. 대신 움직여야 할 숫자 하나를 적고, 일이 사람을 기다리는 지점을 찾고, 읽기·분류·초안 발송은 시스템에 맡기고 중요한 건 사람이 승인하게 했죠. 결과도 제각각이었어요. 7,000달러짜리 구축이 추가 거래 4건으로 본전을 뽑은 경우도 있고, 8만 1,000달러짜리 프로젝트가 회수까지 거의 10개월 걸린 경우도 있어요. 다 홈런은 아니고 규모도 다 달라요.

Nick은 직접 해 볼 때 가장 어려운 단계가 이 순위 매기기라고 말해요. 대부분의 사장이 가장 돈이 많이 새는 일이 아니라 가장 짜증 나는 일을 자동화하거든요.

핵심 인사이트

• 채용은 연결 고리를 하나 더 다는 것일 뿐이에요: 두 시스템 사이를 사람이 이어 주는 구조에선 비용이 매출과 같이 일직선으로 올라가요. 일이 한 사람 몫이 아니라 여러 사람에게 조금씩 흩어져 있으니, 한 명 더 뽑아도 병목이 사라지지 않죠.
• 도구 말고 숫자 하나를 먼저 정하세요: 세 사례 모두 "어떤 AI를 쓸까"가 아니라 "어떤 숫자를 움직일까"에서 출발했고, 같은 숫자로 사후 측정까지 했어요. 그래서 목표에 못 미친 결과(24% 대 25%, 10개월 대 7개월)도 숨기지 않고 말할 수 있었고요.
• 절감액만 보면 좋은 프로젝트를 놓쳐요: 상속인 찾는 회사는 연간 인건비 절감이 2,500달러뿐이라 계산상 할 이유가 없었는데, 늘어난 처리량 덕에 첫 3개월에 거래 4건을 더 잡았어요. 반대로 대행사 사례처럼 용량만 늘려도 영업이 약하면 돈이 안 돼요. 내 회사의 진짜 제약이 수요인지 용량인지 먼저 알아야 하는 이유죠.

오늘 당장 해볼 것

1. 최근 처리한 일 다섯 건을 골라 문의 접수부터 마무리까지 단계 사이마다 걸린 시간을 스프레드시트에 적어 보세요. 일이 사람을 기다리며 멈춰 있던 구간이 숫자로 드러납니다.
2. 사장 본인이나 핵심 직원이 한 달 쉰다고 가정하고, 그때 멈출 판단 목록을 Google Docs에 써 보세요. "어떤 고객이 특별한가", "무엇이 급한가" 같은 기준이 나오면 그게 자동화할 규칙의 초안이에요.
3. 후보 업무마다 주당 시간 × 52 × 시간당 총비용 + 놓치는 매출을 계산해서 순위를 매겨 보세요. 짜증 나는 순서와 비용 순서가 얼마나 다른지 보면, 어디부터 손대야 할지 감이 옵니다.