쓰던 도구를 버리게 하지 않습니다 — 자동화 도입의 원칙

"자동화를 하려면 새로운 프로그램을 배워야 하나요?"

상담에서 자주 나오는 질문입니다. 새 시스템을 도입하면 직원들이 적응하는 데 시간이 걸릴 것 같다는 걱정, 익숙한 도구를 버리고 다시 처음부터 배워야 할 것 같다는 불안이 있습니다. 이 불안 때문에 필요한 줄 알면서도 AI 자동화 도입을 미루는 경우가 많습니다.

결론부터 말씀드리면 — 우리가 함께 작업한 사례들에서 고객이 쓰던 도구를 버린 경우는 거의 없습니다. 엑셀은 엑셀로 남았고, 스프레드시트는 스프레드시트로 남았고, 워드프레스는 워드프레스로 남았습니다. 달라진 것은 그 도구 안에서 반복하던 수작업이 사라진 것입니다.

이 글은 왜 우리가 이 방식을 고수하는지, 그리고 이 방식이 어떤 상황에서 잘 맞고 어떤 상황에서는 다른 판단이 필요한지를 설명합니다.

AI 자동화 도입에서 가장 흔한 오해

AI 자동화 상담을 하다 보면 비슷한 장면을 반복해서 봅니다. 반복 업무를 줄이고 싶어서 관심을 갖고 연락을 주시는데, 대화를 나눠보면 이미 스스로 결론을 내리신 분들이 있습니다.

"이걸 하려면 새 프로그램을 도입해야 하겠죠?", "직원들이 다 배워야 하나요?", "지금 쓰는 엑셀은 버리게 되는 건가요?"

이 질문들에는 전제가 있습니다. AI 자동화를 하려면 기존 도구를 버리고 새 시스템으로 갈아타야 한다는 것입니다.

이 전제가 어디서 왔는지는 이해할 수 있습니다. 실제로 이런 경험을 한 분들이 있습니다. 도입 비용을 들여 새 시스템을 깔았는데 직원들이 쓰지 않거나, 몇 달을 적응 기간으로 쓰다가 결국 원래 방식으로 돌아간 경험입니다. 아니면 새 도구를 쓰기 시작했는데 기존 데이터를 옮기는 것부터가 일이 되어버린 경험입니다.

이런 배경이 있기 때문에 "자동화 = 도구 교체"라는 공식이 자리잡게 됩니다. 하지만 이것은 오해입니다. 적어도 중소기업의 반복 업무를 자동화하는 경우에는 그렇습니다.

새 도구를 배우는 비용 — 드러나지 않는 것들

새 시스템을 도입할 때 드는 비용에는 두 가지가 있습니다. 눈에 보이는 비용과 눈에 보이지 않는 비용입니다.

눈에 보이는 비용은 라이선스 요금이나 구축 비용입니다. 이것은 계산하기 쉽습니다.

눈에 보이지 않는 비용이 더 큽니다. 직원들이 새 프로그램에 적응하는 시간, 적응 기간 동안 업무 처리 속도가 떨어지는 것, 자주 쓰던 도구 대신 불편한 도구를 쓰면서 생기는 불만과 저항, 결국 적응하지 못해서 새 시스템이 반쪽짜리로 운영되는 상황이 여기에 해당합니다. 이런 비용은 프로젝트 시작 전에 예산서에 잘 잡히지 않습니다.

2026년 기준으로 디지털 전환 프로젝트의 약 70%가 목표를 달성하지 못합니다. 그 원인을 분석한 자료들은 하나같이 비슷한 답을 합니다. 기술의 문제가 아니라 사람의 문제라는 것입니다. 명확한 목표 설정 부재, 업무 흐름과 맞지 않는 설계, 직원들의 저항과 낮은 적응률이 주요 원인으로 꼽힙니다. 새 도구를 도입하는 것 자체가 성공의 걸림돌이 되는 경우가 많습니다.

ERP를 예로 들어보겠습니다. 더존, 영림원 같은 ERP를 새로 도입하면 데이터 정리부터 셋업까지 수개월이 걸립니다. 그 기간 동안 실제 업무는 기존 방식으로 병행해야 합니다. 새 도구가 완전히 자리잡기까지 드는 시간과 에너지가 예상보다 훨씬 크다는 것을 실제로 겪어본 분들은 알고 있습니다.

같은 맥락에서, 중소기업 반복 업무의 자동화에서 우리가 새 도구를 권하는 경우는 드뭅니다. 기존 도구에서 시작하는 것이 훨씬 빠르고, 효과를 더 빨리 확인할 수 있으며, 저항도 적습니다.

기존 도구를 유지하는 이유 — 우리의 원칙

옥수가 구축 작업을 할 때 가장 먼저 물어보는 것이 "지금 어떤 도구를 쓰고 있나요?"입니다. 새로운 도구를 제안하기 위해서가 아니라, 기존 도구를 기준으로 무엇을 자동화할지를 설계하기 위해서입니다.

새 도구를 배우게 하는 것이 아니라, 일하던 방식은 그대로 두고 거기에 AI의 역할을 추가하는 것입니다. 이렇게 하면 담당자가 별도의 학습 없이 자동화의 결과를 바로 사용할 수 있습니다. 자동화가 시작되는 첫 날부터 효과를 느낄 수 있습니다.

오래 써온 도구에는 그 사람만의 설계와 노하우가 담겨 있는 경우가 많습니다. 수년에 걸쳐 자신의 업무 방식에 맞게 다듬어온 엑셀 템플릿, 회사 사정에 맞게 정리한 스프레드시트, 브랜드 색깔이 쌓인 블로그. 이것을 버리게 하는 것은 도구만이 아니라 그 안에 담긴 노하우를 포기하게 만드는 것이기도 합니다.

기존 도구를 유지하는 방식이 항상 가능한 것은 아닙니다. 기존 도구 자체가 자동화를 붙이기 어려운 구조이거나, 도구를 교체하는 것이 장기적으로 훨씬 나은 경우도 있습니다. 이럴 때는 솔직하게 말씀드립니다. 하지만 중소기업의 반복 업무 자동화에서는 기존 도구를 유지하는 방식이 더 빠르고 현실적인 경우가 압도적으로 많습니다.

사례 1: 보험설계사의 엑셀 — 익숙한 도구, 수작업만 사라지다

보험설계사분이 직접 만들어 쓰는 엑셀 템플릿이 있었습니다. 수년에 걸쳐 자신의 업무 방식에 맞게 다듬어온 것이어서, 이 템플릿 자체를 바꾸는 것은 큰 부담이었습니다. 어떤 칸에 어떤 값이 들어가야 하는지, 어떤 수식이 연결되어 있는지, 그것을 처음부터 새 도구에서 재현한다는 것은 그 자체로 상당한 작업입니다. 게다가 새 도구를 배우면서 기존 템플릿의 편의성을 동시에 얻기 어렵습니다.

문제는 보험사에서 견적서나 안내 자료가 PDF로 오면, 그 안의 수치를 템플릿에 한 칸씩 손으로 옮겨 넣어야 했다는 것입니다. 같은 일을 반복하는 데 시간이 많이 들었고, 고객 응대에 써야 할 에너지가 입력 작업에 쓰이고 있었습니다. 입력 자체에 집중하다 보면 오류도 생깁니다. 숫자 하나를 잘못 옮기면 견적이 틀리게 됩니다.

해결 방법은 엑셀을 바꾸는 것이 아니었습니다. Claude 세팅과 프롬프트 설계로 PDF 내용이 기존 엑셀 템플릿 구조에 맞게 추출되어 들어오는 흐름을 만들었습니다. 설계사분이 오랫동안 써온 엑셀 그대로였고, 새로 배울 것이 없었습니다. 달라진 것은 PDF를 열어서 수치를 옮기는 작업이 사라진 것뿐입니다. 그리고 인수인계까지 마쳤습니다 — 컨설팅이 끝난 뒤에도 설계사분 혼자 계속 운영할 수 있는 수준으로 이해하고 나서 종료했습니다. 구글 미트 원격으로 진행한 컨설팅 이후 재구매 의사와 함께 지금도 연락이 이어지고 있습니다. 자세한 경위는 보험설계사 PDF 자동화 사례에서 볼 수 있습니다.

사례 2: 업무 지시 관리 — 스프레드시트는 그대로, 기록만 AI가 하다

한 회사에서 대표와 직원들 사이의 업무 지시가 구두와 메신저로만 오갔습니다. "분명히 말했는데"와 "못 들었는데"가 반복되는 상황이었고, 누가 어떤 일을 어디까지 했는지 확인하려면 한 명이 수작업으로 취합해야 했습니다. 이 취합 작업이 매주 반복되는 일이었고, 취합하는 사람이 빠지면 현황 파악이 안 되는 구조였습니다.

이 문제를 해결하는 방법에는 여러 선택지가 있었습니다. 전용 프로젝트 관리 도구나 협업 플랫폼을 새로 도입하는 것도 방법입니다. 그러나 그 경우 직원들이 새 도구를 배우고 익숙해지는 시간이 필요하고, 도입 과정에서 저항이 생길 수 있습니다. "왜 갑자기 새 프로그램을 써야 하나"라는 반응이 나오면, 도입 후 실제 활용률이 낮아집니다.

우리가 선택한 방식은 달랐습니다. ChatGPT와 Claude를 회사에서 이미 쓰고 있던 스프레드시트에 연결했습니다. 업무 지시를 평소처럼 말하거나 메모하면 AI가 담당자·기한·내용을 구조화해서 시트에 자동으로 기록합니다. 받는 사람도 같은 방식으로 확인합니다. 별도 툴을 배울 필요가 없었고, 일하던 방식도 크게 달라지지 않았습니다.

달라진 것은 하나입니다. 지시사항을 사람이 수작업으로 취합하던 작업이 사라졌습니다. "그 일 어떻게 됐지?"를 누군가에게 묻지 않고 시트 한 장에서 확인할 수 있게 됐습니다. 직원 입장에서도 "내가 뭘 해야 하는지"가 시트에 정리되어 있으니, 지시를 잘못 기억하거나 빠뜨리는 일이 줄었습니다. 이후에도 추가 자동화 문의로 협업이 이어지고 있습니다.

사례 3: T사의 블로그 — 워드프레스는 그대로, 글쓰기 부담만 사라지다

기술 서비스 업체 T사는 블로그 마케팅의 필요성을 알고 있었습니다. 현장 경험이 많아 쓸 이야기가 없는 게 문제가 아니었습니다. 현장 일정을 소화하면서 직접 글을 쓸 시간이 없다는 것이 문제였습니다. 현장에서 돌아오면 글을 다듬을 상태가 되지 않았습니다. 의욕적으로 몇 개 올려두고 방치되는 블로그가 가장 흔한 형태인데, T사도 그 직전까지 가고 있었습니다.

T사는 워드프레스를 쓰고 있었습니다. 워드프레스를 버리고 새 CMS나 마케팅 플랫폼으로 옮기는 방법도 있었지만, 그것은 더 큰 프로젝트가 됩니다. 기존에 쌓아온 글, SEO 세팅, 방문자 데이터를 새 플랫폼으로 옮기고 다시 세팅하는 작업이 추가됩니다. 그 과정에서 기존에 검색에 잡혔던 콘텐츠가 흔들리는 경우도 있습니다.

우리가 한 것은 T사가 이미 쓰고 있던 워드프레스에 AI를 연결한 것입니다. Claude와 WordPress를 직접 연결해, 대표가 현장 경험을 두서없이 말로 풀어놓으면 그 내용이 블로그 초안이 됩니다. 검토를 마친 글은 버튼 없이 워드프레스에 자동으로 발행됩니다. 워드프레스 자체는 달라진 것이 없습니다. 달라진 것은 "블로그 해야 하는데"가 "말만 하면 올라가는데"로 바뀐 것입니다. 현장 경험이 꾸준히 글로 쌓이는 구조가 됐습니다. 구축 이후에도 추가 요청으로 협업이 이어지고 있습니다.

세 사례가 보여주는 공통점

엑셀, 스프레드시트, 워드프레스. 세 사례에 쓰인 도구가 다르고 업종도 다르지만, 방식은 같습니다.

기존에 쓰던 도구를 그대로 두고, 거기에 AI의 역할을 붙였습니다. 사용자가 새 도구를 배우는 것이 아니라, AI가 기존 도구 안에서 일합니다. 적응 기간이 없거나 매우 짧습니다. 자동화가 시작되는 첫 날부터 효과를 느낄 수 있고, 익숙한 도구 안에서 변화가 일어나기 때문에 저항이 적습니다.

이 방식이 가능한 이유는 AI가 도구 안에서 작동하는 방식이 달라졌기 때문입니다. 예전에는 새 시스템이 기존 도구를 대체해야 했지만, 지금은 Claude나 ChatGPT 같은 AI를 기존 스프레드시트, 파일 시스템, 발행 플랫폼에 직접 연결할 수 있습니다. AI가 기존 도구의 언어를 이해하게 된 것이 핵심입니다.

세 분 모두 첫 상담에서 비슷한 말씀을 하셨습니다. "새로운 것을 배워야 하는 건 아니죠?" 답은 세 경우 모두 "아닙니다"였습니다.

세 사례에 또 하나의 공통점이 있습니다. 모두 구축 이후 추가 요청으로 연락이 이어지고 있다는 것입니다. 첫 작업에서 기존 도구 안에서 자동화가 돌아가는 것을 직접 경험하고 나면, "다른 업무에도 비슷하게 적용할 수 있을까?"라는 질문이 자연스럽게 따라옵니다. 적응 기간이 없었기 때문에 첫 경험 자체가 긍정적으로 남는 것입니다.

두 가지 접근 방식 비교

기존 도구를 유지하는 방식이 항상 옳은 것은 아닙니다. 기존 도구 자체가 구조적인 한계를 가진 경우, 또는 업무 흐름 자체를 재설계해야 하는 상황이라면 도구 교체가 더 나은 선택일 수 있습니다. 이것은 첫 상담에서 함께 파악합니다.

이 방식이 맞는 경우, 맞지 않는 경우

기존 도구를 유지하는 자동화 방식이 잘 맞는 경우가 있습니다.

첫 번째는 오래 써온 도구가 있고, 그 도구 안에서 특정 작업만 반복적으로 시간을 잡아먹는 경우입니다. 도구는 문제가 아닌데 그 안에서 하는 수작업이 문제인 상황입니다. PDF 내용을 엑셀에 옮기는 것, 메신저 내용을 시트에 정리하는 것, 말로 풀어놓은 경험을 글로 다듬는 것 — 이런 작업이 여기에 해당합니다.

두 번째는 직원 적응 기간을 줄여야 할 때입니다. 인원이 적은 회사에서 새 도구 학습에 쓸 시간이 없거나, 업무 흐름을 크게 바꾸기 어려운 상황이 여기에 해당합니다. "도입은 하고 싶은데 직원들이 따라와 줄지 모르겠다"는 걱정이 있다면 이 방식이 그 걱정을 줄여줍니다.

세 번째는 결과를 빠르게 확인하고 싶을 때입니다. 큰 프로젝트를 시작하기 전에 "작은 단위로 먼저 해보고 효과를 확인하고 싶다"는 분들에게 이 방식이 잘 맞습니다. 기존 도구 기반으로 작게 만들어보면, 2주 안에 실제로 돌아가는 결과물을 볼 수 있습니다.

맞지 않는 경우도 있습니다. 가장 흔한 것은 기존 도구의 데이터 구조 자체가 엉켜 있는 경우입니다. 여러 사람이 각자 다른 방식으로 엑셀을 써온 결과 셀 형식이 제각각이고, 어떤 시트는 병합된 셀이 가득하고, 어떤 시트는 컬럼명이 없는 경우입니다. 이런 상태에서는 AI를 붙여도 제대로 작동하지 않습니다. 데이터 구조 정리가 먼저입니다. 이것은 AI의 문제가 아니라 입력 데이터의 문제입니다.

또는 현재 업무 흐름 자체가 비효율적이어서 자동화보다 프로세스 재설계가 먼저인 경우가 있습니다. 예를 들어 처음부터 불필요한 단계가 많고, 중간에 정보가 중복으로 기록되고, 데이터가 여러 곳에 흩어져 있는 상황이라면 자동화는 그 비효율을 더 빠르게 반복하는 것이 될 수 있습니다. 이럴 때는 솔직하게 말씀드립니다. 지금 당장 자동화를 시작하는 것보다 먼저 해야 할 것이 있다고.

불가능한 경우도 있습니다. 자동화가 법적으로나 업무 특성상 사람의 최종 판단이 반드시 필요한 업무라면, AI가 중간 작업을 줄여줄 수 있어도 완전 자동화는 권하지 않습니다. 이 경우에는 "어디까지는 AI가 하고, 어디서 사람이 확인해야 하는지"의 경계를 설계하는 것이 더 현실적입니다. 진단에서 그 경계를 함께 파악합니다.

상담에서 실제로 어떻게 결정하는가

처음 상담에서 30분을 씁니다. 지금 어떤 도구를 쓰고 있는지, 그 도구 안에서 어떤 작업이 시간을 가장 많이 잡아먹는지, 그 작업이 얼마나 자주 반복되는지를 파악합니다. 도구 이름보다 실제 업무 흐름을 먼저 이해하는 것이 이 30분의 목적입니다.

이 파악이 끝나면 두 가지를 말씀드립니다. 하나는 기존 도구에서 자동화할 수 있는 부분과 할 수 없는 부분입니다. 할 수 없는 부분이 있다면 왜 그런지도 함께 설명드립니다. 다른 하나는 자동화가 현실적으로 어떤 변화를 만들어낼 수 있는지입니다. 지금 당장 시작이 어렵거나, 기존 도구보다 다른 접근이 더 나은 경우도 그 자리에서 솔직하게 말씀드립니다.

이 두 가지를 파악했을 때 "해볼 만하다"는 판단이 서면 파일럿 작업으로 넘어갑니다. 진행 범위와 방식을 사전에 합의한 뒤, 2주 고정 기간으로 작은 단위부터 시작합니다. 처음부터 크게 바꾸는 것이 아니라, 가장 효과가 클 것 같은 부분 하나를 먼저 만들어봅니다. 2주가 지나면 실제로 돌아가는 결과물이 있고, 그것을 보고 계속할지 확장할지를 결정합니다.

파일럿이 끝난 뒤에는 인수인계까지 포함합니다. "만들어주고 끝"이 아니라, 직접 쓸 수 있는 수준으로 익힌 뒤 끝납니다. 보험설계사분이 이후에도 혼자 계속 운영하고 계신 것이 그 결과입니다.

파일럿을 마치면 그 결과를 바탕으로 확장 여부를 결정합니다. 처음에 작게 만든 것이 잘 돌아가면 비슷한 구조를 다른 업무에도 적용하는 것이 수월합니다. 이미 기존 도구에 AI가 어떻게 붙는지 경험해봤기 때문에, 두 번째 작업부터는 판단이 훨씬 빠릅니다. 세 사례 모두 첫 작업 이후에 추가 요청이 들어온 이유가 여기 있습니다.

"우리 회사 도구가 자동화에 맞는지"를 판단하기 어려우시다면 상담에서 같이 파악해 드립니다. 도구를 보고 현재 업무 방식을 들어보면, 어디에 AI가 붙을 수 있는지가 대부분 30분 안에 보입니다. 기존 도구를 유지할 수 있는지, 아니면 다른 접근이 필요한지도 그 자리에서 말씀드립니다. 첫 상담은 영업 전화 없는 30분 무료 진단입니다 — 문의하기.