1 min read
이 글은 가상의 사례입니다. Marco는 혼자 일하는 기술자들이 흔히 겪는 상황을 바탕으로 만든 인물로 실존 인물이 아니며, 수치도 실제로 보고된 결과가 아니라 현실적인 예시입니다.
일요일 밤 9:40, Marco는 자기 집 앞에 세운 승합차 안에 앉아 청구서 앱을 넘겨 보고 있었습니다. 미결제 청구서가 14건. 사흘 된 것도 있고 5주 된 것도 있었으며, 한 건은 결국엔 꼭 돈을 내지만 제때 낸 적은 한 번도 없는 집주인의 것이었습니다. Marco는 혼자 일하는 집수리 기술자입니다. 문을 고치고, 선반을 달고, 석고보드를 메우고, 아무도 손대기 싫어하는 가구를 조립합니다. 일은 잘합니다. 하지만 돈 받아 내는 일에는 영 소질이 없습니다.
“‘혹시 확인 부탁드립니다’를 한 번 더 쓰느니 차라리 욕실 타일을 다시 까는 게 낫겠어요.” 그의 말입니다. 그가 그 문장을 아예 쓰지 않게 된 과정은 이렇습니다.
진짜 문제는 돈이 아니었다
Marco의 고객들은 돈을 안 내는 사람들이 아니었습니다. 대부분은 그냥 잊어버렸을 뿐입니다. 문제는 고객에게 알리는 일이 전적으로 Marco가 기억해 내느냐에 달려 있었다는 점입니다. 그것도 한 주 내내 몸을 쓰는 일을 마친 일요일 밤에 말이죠. 어떤 주에는 아무것도 보내지 않았습니다. 또 어떤 주에는 약간 짜증 섞인 메시지를 모두에게 한꺼번에 보냈고, 그날 아침에 이미 돈을 낸 사람까지 받았습니다.
마침내 계산해 보니 14일이 넘은 청구서에 약 $3,800이 묶여 있었고, 쓰기 싫어 죽겠는 독촉 메시지에 매주 2시간 가까이를 쓰고 있었습니다.
이 부분이 중요합니다. 자동화 컨설팅 회사 Flow Digital이 발표한 2026년 11월 분석에 따르면, 이 회사가 구현한 AI 프로젝트의 47%는 ‘AI 아이디어’가 아니라 고객이 설명한 평범한 운영상의 문제에서 출발했습니다. Marco의 이야기가 딱 그렇습니다. 그는 AI를 원한 게 아니었습니다. 청구서를 쫓아다니는 일을 그만두고 싶었을 뿐입니다.
일부러 작게 시작하기
Marco가 처음 떠올린 건 모든 걸 알아서 해 주는 ‘AI 사무 관리자’를 찾는 것이었습니다. 친구가 그를 말렸습니다. 대신 그는 규칙 하나를 정했습니다. 워크플로 하나, AI 단계 하나, 테스트 일주일.
그는 이미 Zapier(다른 앱들을 연결하고 그 사이에서 정보를 옮겨 주는 앱)를 써서 웹사이트로 들어온 새 문의를 스프레드시트로 보내고 있었습니다. 같은 Flow Digital 분석에서 이 회사가 만든 AI 구성 요소의 61%가 Zapier 워크플로 안의 단계로 작동했다는 결과도 나와, 그는 자신이 별난 일을 하는 게 아니라는 확신을 얻었습니다. 자동화 도구를 고르고 있다면 Zapier, Make, n8n에서 AI 단계 하나에 드는 비용 분석부터 읽어 보시길 권합니다.
하룻저녁에 만든 워크플로
쉬운 말로 정리하면 전체 과정은 이렇습니다.
- 트리거: 평일 아침 8시마다 자동화가 청구서 앱을 확인해 7일, 14일, 30일 연체된 청구서를 찾습니다.
- AI 단계: 각 청구서마다 AI 모델이 고객의 이름, 작업 내용, 금액, 연체 일수를 넣어 짧은 알림을 작성합니다. 어조는 단계에 따라 달라집니다. 7일에는 친근하게, 14일에는 분명하게, 30일에는 단호하지만 정중하게.
- 검토 단계: 초안은 고객에게 바로 가지 않고 하루 한 통의 이메일로 묶여 Marco에게 옵니다. 그는 커피를 마시며 읽고, 탭 한 번으로 하나씩 승인합니다.
- 발송: 승인된 알림은 결제 링크와 함께 그의 개인 이메일 주소에서 발송됩니다.
그가 가장 많은 시간을 들인 건 프롬프트였습니다. 예전에 직접 쓴 메시지 세 개를 예시로 AI에 주고, 절대 쓰지 않는 표현 목록(‘지난 메일에서 말씀드린 대로’는 즉시 금지)과 확고한 지시 하나를 넣었습니다. 절대 위협하지 말 것, 그리고 청구서가 30일을 넘었고 처음 견적에 연체료가 명시된 경우가 아니면 연체료를 언급하지 말 것.
첫 주에 잘못된 점
모든 게 잘 된 건 아닙니다. 첫 초안들은 너무 길고 이상할 만큼 딱딱했습니다. 한 알림은 고객에게 “저희 서비스를 선택해 주셔서” 감사하다고 했는데, Marco는 소리 내어 웃고 말았습니다. 그는 승합차 한 대로 일하는 혼자뿐인 사람이니까요. 프롬프트를 다듬어 ‘최대 세 문장’, ‘기술자가 이웃에게 문자 보내듯 쓸 것’을 추가하자 두 번째 초안은 훨씬 나아졌습니다.
더 큰 수확은 셋째 날에 있었습니다. 한 고객이 현금으로 결제했는데 Marco가 앱에 표시하지 않았던 겁니다. 그가 모든 메시지를 검토하지 않았다면 그 독촉 초안은 그대로 발송됐을 것입니다. 그 한 번의 순간이 그로 하여금 사람의 검토를 영구적으로 유지하기로 결심하게 했습니다. 하루 5분 정도면 충분하고, 수년에 걸쳐 쌓은 관계를 지켜 줍니다.
6주 후의 결과
가상이지만 현실적인 수치로 Marco에게 일어난 변화를 정리하면 다음과 같습니다.
- 알림에 쓰는 시간: 주당 약 2시간에서 약 25분으로, 거의 전부가 빠른 승인 작업입니다.
- 14일이 넘은 청구서: 약 $3,800에서 $900 미만으로.
- 대금 수령까지 평균 일수: 약 19일에서 약 9일로 줄었습니다. 주된 이유는 이제 알림이 매번 제때 나가기 때문입니다.
- 비용: 이미 일부 쓰고 있던 저렴한 월간 자동화 요금제에, 알림 한 건당 몇 센트의 AI 사용료.
예상치 못한 점도 있었습니다. 고객 두 명이 알림에 답장하면서 추가 작업을 예약해 달라고 한 것입니다. 정중하고 타이밍 좋은 메시지가 조용한 마케팅 채널이 된 셈입니다.
성공 요인과 따라 할 수 있는 점
대기업들도 같은 교훈을 힘들게 배우고 있습니다. Genpact가 2026년 11월 대기업을 대상으로 실시한 조사에 따르면, 지난 2년간 예산이 투입된 AI 이니셔티브 중 기대한 가치를 낸 것은 평균 49%에 불과했습니다. Marco의 방식이 성공한 이유는 누구나 빌려 쓸 수 있을 만큼 단순합니다.
- 제품이 아니라 고충에서 출발했습니다. ‘AI를 써야겠다’보다 ‘청구서 쫓아다니는 게 싫다’가 더 좋은 출발점입니다.
- 도입 전후를 측정했습니다. 숫자 두 개(들인 시간, 연체 금액)만으로도 효과가 있다는 걸 알 수 있었습니다.
- 사람이 과정에 남아 있게 했습니다. 검토 단계가 피해를 줄 뻔한 단 하나의 실수를 잡아냈습니다.
- 자기 말투로 프롬프트를 썼습니다. 실제 예시는 언제나 일반적인 지시보다 낫습니다.
이는 더 이상 전화를 놓치지 않게 된 출장 정비사와 견적 시간을 줄인 가사 청소 전문가에게서 본 것과 같은 패턴입니다. 지루한 작업 하나를 신중하게 자동화하는 것이 어설프게 끝난 실험 열두 개보다 낫습니다.
이제 당신 차례입니다
지금 바로 청구서 앱을 열고 14일이 넘은 청구서를 세어 보세요. 그 숫자에 얼굴이 찡그려진다면, 첫 번째 AI 워크플로를 찾은 것입니다. 다시는 손으로 하고 싶지 않은 관리 업무 하나를 꼽는다면 무엇인가요?
