진단에서 '안 됩니다'라고 말한 날들의 기록

컨설팅을 하다 보면 "안 됩니다"라고 말해야 하는 날이 있습니다.

문의를 주신 분이 시간과 기대를 들여 연락을 주셨는데, 진단 끝에 "지금은 자동화보다 먼저 해야 할 것이 있습니다" 또는 "이 업무는 자동화가 맞지 않습니다"를 말하는 것이 쉽지는 않습니다. 하지만 이것이 서비스의 핵심 중 하나라고 생각합니다.

이 글은 그 "안 됩니다"에 관한 기록입니다. 어떤 상황에서 그 말이 나오는지, 말하고 난 뒤에 어떤 대화가 이어지는지, 그리고 정직한 진단이 결국 어떤 관계를 만드는지를 적었습니다.

자동화 상담에서 "됩니다"만 나오는 것이 좋은 컨설팅이 아닙니다. 됩니다·안 됩니다·조건부로 됩니다, 이 세 가지를 구분해서 말할 수 있을 때 진단의 의미가 생깁니다. "안 됩니다"를 말할 수 없는 컨설팅은, 결국 어떤 요청도 프로젝트로 전환하려는 영업이 됩니다. 그게 아니라는 것을 보여주는 것이 이 브랜드의 방식입니다.

왜 '안 됩니다'가 필요한가

컨설팅 비즈니스에서 "안 됩니다"는 돈을 포기하는 말처럼 보입니다. 문의가 와서 프로젝트로 이어지면 수익이 생기고, 안 이어지면 그 문의는 그냥 끝납니다. 단기적으로는 "됩니다"를 자주 말하는 것이 유리해 보입니다.

하지만 됐을 때 결과를 생각하면 달라집니다. 자동화가 맞지 않는 업무에 시스템을 붙이면, 시스템은 돌아가지만 문제는 해결되지 않습니다. 담당자는 시스템도 쓰고 기존 방식도 병행하게 됩니다. 불편이 줄지 않으니 "효과가 없었다"는 결론이 납니다. 그 인상은 남습니다. 다음에 자동화 이야기가 나오면 "저희 한 번 해봤는데 별로였어요"가 됩니다.

반대로, "지금은 안 됩니다, 이런 준비가 먼저입니다"라고 말하면 어떻게 될까요. 당장 프로젝트는 없습니다. 하지만 그 말을 들은 분들은 기억합니다. "이 사람은 팔려고 하지 않는다"는 것을. 그 기억이 나중에 연락으로 이어지기도 하고, 지인을 소개해주는 것으로 이어지기도 합니다.

지금까지 진행한 세 가지 사례가 모두 추가 의뢰 또는 재구매 의사로 이어진 것이 우연이 아니라고 생각합니다. 맞는 것을 맞는 방식으로 시작했기 때문입니다. 사례 페이지에서 확인하실 수 있는 내용입니다.

"안 됩니다"가 나오는 문의도 있었고, "됩니다"가 나온 문의도 있었습니다. 차이는 업무의 성격, 데이터의 상태, 담당자의 준비 여부에서 왔습니다. 어느 쪽이든 솔직하게 말하는 것이 원칙입니다.

진단에서 '안 됩니다'가 나오는 네 가지 상황

구체적으로 어떤 경우에 그 말이 나오는지를 정리합니다. 업무의 성격에 따라 이유는 다르지만, 결론이 같은 유형들이 있습니다.

중요한 것은, "안 됩니다"는 "이 회사는 자동화를 할 수 없다"는 뜻이 아닙니다. "이 업무는, 지금 이 상태에서는"이라는 조건이 붙습니다. 업무가 달라지거나, 준비 상태가 달라지거나, 접근 방식이 달라지면 결론도 달라질 수 있습니다. 그 차이를 명확히 하는 것이 진단의 역할입니다.

상황 1 — 업무의 반복성이 충분하지 않을 때

자동화는 반복 위에 만들어집니다. 같은 방식으로 같은 작업이 반복될 때, 그 반복을 기계가 대신하는 것이 자동화입니다. 반복성이 없으면 자동화할 것이 없습니다.

문의 중에 "이런 작업을 자동화할 수 있을까요"라고 오는 경우가 있는데, 얘기를 들어보면 한 달에 한두 번, 또는 분기마다 한 번 있는 일인 경우가 있습니다. 그 빈도에서는 자동화를 만드는 시간이 자동화로 아끼는 시간보다 훨씬 깁니다. 담당자 한 명이 직접 처리하는 것이 빠릅니다.

예를 들어 연간 결산 보고서를 자동화하고 싶다는 문의가 있었습니다. 일 년에 한 번 있는 작업입니다. 자동화 시스템을 만드는 데 시간이 걸리고, 내년에 쓸 때는 회계 기준이 바뀌어 있거나 사용하는 프로그램이 달라져 있을 수 있습니다. 자동화 유지 비용이 작업 자체를 직접 하는 것보다 높아집니다. 이 경우 "자동화보다 이 작업을 더 쉽게 처리할 수 있는 방법을 찾는 것이 낫습니다"라고 말합니다.

이런 경우에는 "이 업무는 반복성이 부족해서 자동화 효과가 크지 않습니다"라고 말합니다. 대신 "비슷한 성격의 다른 업무 중에 매일 또는 매주 반복되는 것이 있으신가요?"를 물어봅니다. 그 업무가 나오면 거기서 시작합니다. 처음 말씀하신 업무가 아닌 것에서 시작하게 되는 경우도 있습니다.

자동화 효과가 크려면 같은 방식으로 주 2~3회 이상 반복되는 업무여야 합니다. 그 기준에 못 미치면 "지금은 아닙니다"가 맞습니다. 반복성이 충분한 다른 업무가 있다면 그것부터 시작하는 것이 올바른 순서입니다.

상황 2 — 데이터가 정리되지 않아 자동화보다 정리가 먼저일 때

자동화는 데이터를 처리합니다. 처리할 데이터가 없거나 형식이 제각각이면, 자동화보다 데이터 정리가 먼저입니다.

"엑셀 파일을 자동으로 취합하고 싶다"는 문의가 있었습니다. 얘기를 들어보니 각 팀이 제출하는 엑셀 파일이 팀마다 양식이 달랐습니다. 같은 항목인데 어떤 파일은 A열에, 어떤 파일은 C열에 있었고, 표현 방식도 제각각이었습니다. 이 상태에서 자동 취합 시스템을 만들면, 파일 형식이 바뀔 때마다 시스템도 손봐야 합니다. 취합 자체보다 예외 처리에 더 많은 시간이 듭니다.

이 경우 "자동화 전에 엑셀 양식을 통일하는 것이 먼저입니다"라고 말합니다. 양식이 통일되면 자동화가 단순해집니다. 통일되지 않은 채로 시작하면 자동화 비용이 세 배가 됩니다.

데이터 정리는 "AI가 해주겠지"가 아닙니다. AI는 정리된 데이터를 잘 처리합니다. 정리 자체를 AI에게 시키는 것은 할 수는 있지만, 그 복잡도와 비용이 정리를 먼저 하는 것보다 항상 더 높습니다.

이 부분에서 "그러면 데이터를 정리해주는 작업도 해주실 수 있나요?"라고 물어보시는 분들이 있습니다. 경우에 따라서는 함께 할 수도 있습니다. 하지만 데이터 정리의 많은 부분은 현장에서 판단해야 하는 것들입니다. 어떤 항목은 기존 것을 따르고, 어떤 항목은 새 기준을 만들어야 하는지 — 이것은 그 업무를 직접 하는 분들이 결정해야 합니다. 외부에서 대신 정리하면 회사 상황에 안 맞는 기준이 만들어질 수 있습니다. 기준 설정을 함께 논의하는 것은 가능하지만, 판단 자체는 안에서 해야 합니다.

상황 3 — 판단이 매번 달라야 하는 업무일 때

자동화는 규칙을 따릅니다. 같은 입력에 같은 처리를 반복합니다. 입력마다 다른 판단이 필요한 업무는 규칙으로 만들기가 어렵습니다.

"고객 클레임 대응을 자동화할 수 있을까요"라는 문의가 있었습니다. 클레임의 내용에 따라, 고객의 상황에 따라, 처리 방식이 달라지는 업무였습니다. 어떤 클레임은 즉시 환불, 어떤 것은 재배송, 어떤 것은 담당자 직접 통화가 맞는 상황. 이 판단이 담당자의 경험과 맥락 파악에서 나오는 것이었습니다.

이 업무에 AI를 붙일 수 있습니다. 하지만 AI가 판단을 대신하게 하는 것은 잘못될 확률이 있고, 잘못됐을 때의 고객 인상이 나빠집니다. AI는 초안을 잡아주는 역할 — 대응 문구 초안, 상황 분류 지원 — 에 쓰는 것이 맞고, 최종 판단은 담당자가 해야 합니다. 완전 자동화가 아닌 반자동입니다.

이런 경우에는 "완전 자동화보다 담당자가 판단하고 AI가 보조하는 구조가 더 안전합니다"라고 말합니다. 기대하셨던 것과 다른 방향이지만, 잘못된 자동화보다 낫습니다.

단순한 규칙을 따르는 업무라면 AI가 필요 없을 수 있습니다. 라우팅, 일정 정리, 계산, 서식 변환처럼 정해진 규칙이 있고 하나의 정답이 있는 것들은 AI보다 단순 자동화가 빠르고 정확합니다. AI는 비정형 텍스트를 해석하거나, 판단 기준이 유동적이거나, 내용을 생성해야 할 때 의미를 가집니다. 업무의 성격을 먼저 보고 알맞은 도구를 고르는 것이 순서입니다.

상황 4 — 지금은 구축보다 교육이 먼저일 때

자동화 시스템을 구축해도, 운영할 사람이 준비되지 않으면 쓸 수 없습니다. 특히 AI를 처음 쓰는 분들에게는 기초 사용법이 먼저입니다.

상담 중에 "ChatGPT 같은 것을 쓰면 업무에 도움이 될 것 같은데, 어떻게 써야 할지 모르겠다"는 경우가 있습니다. 이 경우 맞춤 자동화 구축보다 직접 AI 도구를 써보는 것이 먼저입니다. 쓰면서 어떤 것이 되고 안 되는지 직접 경험하고, 그 경험이 쌓인 뒤에 "이 부분은 도구를 만들면 더 좋겠다"는 판단이 나옵니다. 그때 구축을 논의하는 것이 순서입니다.

구축을 먼저 하면 완성된 시스템을 받아도 쓰는 법이 낯설고, 조금 이상하다 싶으면 멈추게 됩니다. 운영의 어려움이 구축의 부실함이 아니라 도구 자체의 낯섦에서 오는 것인데, 그것을 구분하기 어렵습니다.

반대로, AI 도구를 먼저 직접 써본 분들은 진단에서 질문이 구체적입니다. "Claude에서 이렇게 해봤는데 이 부분이 계속 안 됩니다. 이걸 자동화할 수 있을까요?" 이 경우에는 문제와 목표가 이미 명확하고, 구축 방향도 빠르게 잡힙니다. 경험이 쌓인 뒤에 오신 문의가 구축도 쉽고 결과도 좋습니다.

'안 됩니다' 별 판단 기준

'안 됩니다' 이후의 대화

"안 됩니다"는 대화의 끝이 아닙니다.

반복성이 없어서 안 된다는 말을 들으신 분들은 대부분 "그럼 이건 어떤가요?"를 물으십니다. 그 업무를 이야기하다 보면 실제로 자동화가 맞는 업무가 나오기도 합니다. 처음에 말씀하신 것이 아닌 다른 업무가 더 적합한 출발점인 경우입니다. 진단에서 "안 됩니다"가 나온 뒤 대화를 이어가다 전혀 다른 업무가 출발점이 된 경우가 있었습니다.

데이터가 먼저라고 말씀드린 경우에는, 몇 달 뒤에 다시 연락이 오는 경우가 있습니다. "말씀하신 대로 엑셀 양식을 통일했습니다. 이제 할 수 있을까요?" 그때 시작합니다. 준비가 된 상태에서 시작하니 구축도 빠르고 결과도 분명합니다.

운영 준비가 먼저라고 했던 경우에도 비슷합니다. "직접 써보다 보니 이 부분은 자동화가 되면 좋겠더라"는 감각이 생기고 나서 다시 문의를 주십니다. 그 감각을 가지고 시작한 구축은 방향이 훨씬 명확합니다. "어떤 것이 필요한지"를 직접 경험에서 나온 말로 설명해주시기 때문에, 구축 과정에서 방향을 잘못 잡는 경우가 줄어듭니다.

"안 됩니다" 다음에 "그러면 이렇게 준비하시면 됩니다"를 함께 드리는 것이 진단의 역할입니다. 대화를 닫는 말이 아니라, 다음에 시작할 수 있는 시점을 함께 만드는 말입니다.

진단이 어떻게 진행되는지, "됩니다"가 나온 경우에 어떤 과정으로 구축이 이루어지는지는 이미 발행된 무료 진단 안내 글에서 읽으실 수 있습니다.

세 사례에서 본 공통점

지금까지 외부에 공개한 세 가지 사례가 있습니다.

보험설계사분의 PDF 입력 자동화, 업무 지시 관리 체계 구축, 기술 서비스 업체 T사의 블로그 콘텐츠 자동화. 세 사례 모두 구축 이후에도 재구매 의사가 있거나 추가 의뢰로 이어지는 관계가 됐습니다.

세 사례의 공통점을 보면, 시작 전에 "이 업무가 자동화에 맞는가"에 대한 답이 분명했습니다. 반복성이 있었고, 데이터가 쌓이고 있었으며, 담당자가 운영할 의지가 있었습니다. 보험설계사분은 이미 엑셀 템플릿을 쓰고 있었고, 거기에 Claude를 연결하는 방식으로 기존 도구를 그대로 살렸습니다. 업무 지시 관리 사례도 새 툴 없이 기존 스프레드시트를 유지한 채 AI가 정리만 하는 구조로 했습니다. T사도 이미 WordPress를 쓰고 있었고, 거기에 자동 발행을 붙였습니다.

기존 도구를 바꾸지 않아도 됐다는 것, 담당자가 적응하는 부담이 적었다는 것이 결과가 좋았던 이유 중 하나입니다. 조건이 맞는 업무에서 시작했기 때문에 가능했습니다.

적합하지 않은 프로젝트를 거절한 것이 이 관계들을 가능하게 한 전제라고 생각합니다. 맞지 않는 것을 억지로 진행했다면, 결과가 좋지 않았을 것이고 그 인상이 남았을 것입니다.

재구매율과 정직한 진단의 관계

단기적으로는 모든 문의에 "됩니다"라고 말하는 것이 매출에 유리해 보입니다. 하지만 맞지 않는 것에 "됩니다"를 말하면, 결과가 좋지 않고, 그 결과가 신뢰를 깎습니다.

반대로, "이 업무는 지금은 안 됩니다. 이런 이유에서입니다"를 명확하게 말하면 그 자리에서 프로젝트는 없습니다. 하지만 그 분이 기억하는 인상은 다릅니다. "이 사람은 팔려고 하지 않고 솔직하게 말해줬다." 그 인상이 나중에 더 좋은 타이밍에 다시 연락하게 만들고, 준비가 된 상태에서 시작한 프로젝트는 효과도 좋습니다.

정직한 진단이 결국 재구매로 이어지는 구조입니다. 이 브랜드가 "정직한 컨설팅"을 내세우는 이유가 여기에 있습니다.

AI 컨설팅 업계에서 "됩니다"를 자주 말하는 곳이 많은 이유도 이해합니다. 모든 문의를 프로젝트로 전환하는 것이 단기 수익에 유리하기 때문입니다. 다만 그 방식으로 생기는 "이번엔 별로였다"는 인상이 업계 전체에 대한 신뢰를 낮춥니다. "자동화 해봤는데 기대만큼이 아니었다"는 말이 많은 이유 중 일부가 여기에 있다고 봅니다.

"안 됩니다"를 말하는 것은 그 한 건의 프로젝트를 포기하는 것이 아닙니다. 맞는 타이밍에 맞는 방식으로 시작할 수 있는 가능성을 열어두는 것입니다.

'안 됩니다'를 말하는 것이 이 일의 핵심이다

자동화 컨설팅을 하면서 배운 것 중 하나는, 좋은 결과는 맞는 시작에서 나온다는 것입니다. 맞지 않는 업무에 시스템을 붙이면, 시스템은 동작하지만 문제는 해결되지 않습니다. 그 결과가 "자동화는 기대만큼 안 된다"는 인식을 만들고, 정작 자동화가 잘 될 수 있는 다른 업무를 시도해볼 기회가 줄어듭니다.

반대로, 맞는 업무에서 시작하면 효과가 명확하게 납니다. 그 경험이 쌓이면 다음 업무에서 자동화를 시도해볼 판단 기준이 생깁니다. "이런 업무는 되고, 이런 업무는 안 된다"를 직접 경험으로 아는 것이 정보성 글 열 편보다 낫습니다.

"안 됩니다"를 명확하게 말하는 것이, 결국 더 좋은 시작을 위한 과정입니다. 이 글이 자동화를 고려 중이신 분들께 조금이라도 방향 잡는 데 도움이 됐으면 합니다.

이 글을 읽고 "우리 업무가 자동화가 될지 안 될지 모르겠다"는 생각이 드신다면, 그것이 정확히 진단이 필요한 신호입니다. 혼자 판단하기 어려운 것이 당연합니다. 자동화 가능 여부는 업무를 직접 봐야 말할 수 있는 경우가 많습니다.

진단을 받아보실 분들께

30분 무료 진단에서는 가능 여부를 먼저 솔직하게 말씀드립니다. "됩니다"가 나오면 어디서 어떻게 시작할지를 함께 정합니다. "지금은 안 됩니다"가 나오면 이유와 다음 단계를 말씀드립니다. "지금은 아니지만 이 준비가 되면 됩니다"가 나오면 준비 방법을 알려드립니다.

진단 전에 특별히 준비해 오실 필요는 없습니다. 자동화하고 싶다고 생각하셨던 업무 하나를 떠올려 오시면 됩니다. 업무 흐름을 화면으로 보여주실 수 있으면 더 정확한 판단이 됩니다. 엑셀 파일이든, 메신저 화면이든, 지금 어떻게 처리하는지 보여주시면 됩니다. 없어도 대화로 파악할 수 있습니다.

진단은 구글 미트 원격으로 진행합니다. 대면을 원하시면 별도로 논의할 수 있습니다. 보험설계사분도, 사무·운영 업체 대표님도, 기술 서비스 업체 T사도 모두 원격으로 진행했고 결과는 같았습니다. 지역에 상관없이 진단을 받으실 수 있습니다.

어느 결론이 나오든, 진단을 받으시는 분께 의미 있는 대화가 되는 것이 목표입니다. "됩니다"든 "안 됩니다"든, 30분을 쓸 가치가 있는 대화를 드리는 것이 옥수가 진단을 무료로 하는 이유입니다. 진단 이후 영업 전화는 없습니다. 연락은 원하실 때 주시면 됩니다.

가격이 궁금하신 분은 가격 안내에서 먼저 살펴보실 수 있습니다. 서비스 범위나 진행 방식이 궁금하신 분도 문의 전에 읽어보시기를 권합니다. 진단 예약은 문의 페이지에서 해주시면 됩니다.