저는 매달 수백 명의 비즈니스 소유자들과 대화를 나눕니다. 그리고 그들 대부분은 저에게 똑같은 질문을 던집니다. "어떤 도구를 사야 할까요?" 그들은 Claude를 써야 할지, GPT-4를 써야 할지, 아니면 해당 산업에 특화된 소프트웨어를 써야 할지 알고 싶어 합니다. 하지만 소프트웨어 판매업체로부터는 들을 수 없는 근본적인 진실이 여기 있습니다. 대부분의 기업에 있어, 성공적인 SME를 위한 AI 전략은 여러분이 선택하는 도구와는 거의 상관이 없습니다. 대신, 현재 얼마나 많은 비즈니스 로직이 사람들의 머릿속에만 갇혀 있는지에 모든 것이 달려 있습니다.
저는 이를 **부족 지식의 함정(The Tribal Knowledge Trap)**이라고 부릅니다. 대부분의 중소기업에서 '우리가 일을 처리하는 방식'은 어디에도 적혀 있지 않습니다. 그것은 본능, 어렴풋이 기억나는 대화, 그리고 '데이브가 그냥 하는 법을 알아요'와 같은 것들의 집합체입니다. 문서화되지 않은 이러한 혼란 위에 AI를 얹으려고 하면 효율성을 얻을 수 없습니다. 대신 **맥락 붕괴(Context Collapse)**를 겪게 됩니다. 즉, AI가 충분히 똑똑하지 않아서가 아니라, 제대로 작동하는 데 필요한 비즈니스 지도가 없어서 실패하는 순간을 맞이하게 되는 것입니다.
툴 선택이 비용이 많이 드는 주의 분산인 이유
💡 Penny가 귀하의 비즈니스를 분석해 주기를 원하시나요? 그녀는 AI가 대체할 수 있는 역할을 파악하고 단계별 계획을 수립합니다. 무료 평가판 시작하기 →
우리는 강렬한 '툴 포모(Tool FOMO, 소외되는 것에 대한 두려움)'의 시대를 살고 있습니다. 비즈니스 소유자들은 새로운 AI 에이전트의 데모를 보고 "저게 내 시간을 일주일에 20시간은 아껴주겠군"이라고 생각합니다. 그들은 구독 결제를 하고, 연결을 시도하지만... 아무 일도 일어나지 않습니다. 더 나쁜 경우에는 AI가 기술적으로는 정확하지만 상업적으로는 쓸모없는 결과물을 만들어내기도 합니다. 왜냐하면 여러분의 특정 비즈니스가 어떻게 운영되는지에 대한 미묘한 차이를 알지 못하기 때문입니다.
내부 프로세스를 살피는 대신 서로 다른 LLM의 토큰 제한을 비교하는 데 시간을 쓰고 있다면, 여러분은 아직 항구도 떠나지 않은 배 위에서 갑판 의자를 재배치하고 있는 것과 같습니다. 사실 AI 모델은 점점 범용화되고 있습니다. 모델 A를 쓰든 모델 B를 쓰든 그 차이는 매일 줄어들고 있습니다. 중요한 것은 그 모델에 입력하는 **맥락(Context)**입니다.
여러분의 내부 로직이 '부족적'이라면, 즉 베테랑 직원의 마음속에만 존재한다면, 그것은 AI에게 보이지 않습니다. 설명할 수 없는 것은 자동화할 수 없습니다.
맥락 붕괴(Context Collapse) 리스크의 이해
맥락 붕괴는 업무의 실행과 비즈니스의 기저 로직 사이의 거리가 너무 멀어질 때 발생합니다.
인간 직원이 업무를 수행할 때는 기록되지 않은 수년간의 '맥락'을 활용합니다. 그들은 클라이언트 X가 월요일에 전화 받는 것을 싫어한다는 것을 압니다. 프로젝트가 특정 예산 임계값에 도달하면 창업자에게 알려야 한다는 것도 압니다. 브랜드의 '느낌(vibe)'도 알고 있습니다.
구조화된 문서화 계층을 제공하지 않고 해당 업무를 AI로 옮기면, 그 맥락은 붕괴됩니다. AI는 진공 상태에서 업무를 수행합니다. 그 결과는 '불쾌한 골짜기'와 같은 비즈니스 운영으로 나타납니다. 일처럼 보이고 일처럼 들리지만, 핵심을 놓칩니다. 이것이 많은 SME가 AI를 시도했다가 품질 부족에 실망하고 "AI는 아직 우리 비즈니스에 준비가 안 됐어"라고 결론짓는 이유입니다.
실제로는 비즈니스가 AI를 맞이할 준비가 되지 않았던 것입니다. 이것이 전통적인 자문 방식과 어떻게 다른지 확인하려면, Penny와 전통적인 비즈니스 컨설턴트 비교 분석을 살펴보시기 바랍니다.
부족 지식의 함정: AI 킬러
SME는 부족 지식의 함정에 특히 취약합니다. 수천 명의 인원을 관리하기 위해 비대해진 SOP(표준 운영 절차) 매뉴얼을 만들어야 했던 대기업과 달리, SME는 민첩성과 개인적인 관계를 바탕으로 성장해 왔기 때문입니다.
AI 이전 시대에는 이것이 강점이었습니다. 하지만 AI 시대에는 이것이 거대한 약점이 됩니다.
프로세스가 누군가의 머릿속에만 존재할 때마다 여러분은 '로직 세금(Logic Tax)'을 지불하고 있는 셈입니다. 그 사람이 일을 처리하는 법을 기억해 내는 시간에 비용을 지불하고 있으며, 결과적으로 AI가 도움을 주는 것을 불가능하게 만들고 있습니다. 여러분의 SME를 위한 AI 전략이 '문서화 감사'에서 시작되지 않는다면, 여러분은 늪 위에 마천루를 지으려는 것과 같습니다.
여러분의 전문 서비스 결과물을 생각해 보십시오. 만약 여러분의 팀이 '항상 해오던 방식'에 의존하여 반복적인 보고나 분석에 시간을 쏟고 있다면, 거대한 수익 마진을 놓치고 있는 것입니다. 로직이 문서화되고 AI에 위임되었을 때 가능한 전문 서비스에서의 비용 절감 사례를 탐색해 보십시오.
SOP에서 AI로 이어지는 파이프라인 구축하기
그렇다면 어떻게 해결해야 할까요? 500페이지짜리 매뉴얼을 쓸 필요는 없습니다. 로직을 '머리'에서 '시스템'으로 옮기는 파이프라인을 구축해야 합니다.
- 90/10 규칙 평가: AI가 업무의 90%를 처리할 수 있는 기능을 식별하십시오. 나머지 10%가 단지 '데이브가 결과물을 확인하는 것'뿐이라면, 그것은 역할이 아니라 문서화가 필요한 프로세스입니다.
- 쓰기보다는 기록하기: 팀원들에게 문서를 쓰라고 요구하지 마십시오. 대신 업무를 수행하는 모습을 Loom 영상으로 녹화하라고 하십시오. 그러면 AI가 이를 텍스트로 변환하고 공식적인 SOP로 구조화해 줄 수 있습니다.
- '심문' 단계: AI를 활용해 직원들을 인터뷰하십시오. AI에게 결정 이면의 '이유'를 추출하는 목표를 부여하십시오. 이를 통해 부족 지식을 기계가 읽을 수 있는 맥락으로 바꿀 수 있습니다.
이것은 단지 소프트웨어에 관한 것이 아니라, 비즈니스의 인프라 그 자체에 관한 것입니다. 이는 IT 지원 비용이 명확한 문서화와 시스템 부재로 인해 부풀려져, 효율적인 운영 대신 끊임없는 '불 끄기'식 대처로 이어지는 것과 비슷합니다.
에이전시 세금(The Agency Tax)과 문서화 배당(The Documentation Dividend)
저는 자주 에이전시 세금에 대해 이야기합니다. 이는 이제 본질적으로 실행만 남은 업무에 대해 비즈니스 소유자들이 에이전시나 컨설턴트에게 지불하는 프리미엄을 말합니다. 에이전시들은 종종 자신들만의 '독점적 프로세스'가 있다고 주장하며 높은 수수료를 정당화합니다.
여기 비밀이 하나 있습니다. 그들의 프로세스는 여러분이 내부적으로 AI를 통해 할 수 있는 일을 단지 문서화해 둔 버전에 불과합니다. 여러분이 직접 로직을 문서화하면, 더 이상 에이전시 세금을 낼 필요가 없습니다. 지능을 사내에 보유하고 실행에는 AI를 활용하면 됩니다.
것이 바로 문서화 배당입니다. 오늘 핵심 프로세스를 문서화하는 데 사용하는 매 시간은, AI가 단돈 몇 펜 (£)으로 실행할 수 있는 영구적인 자산을 만드는 과정입니다.
나아갈 길: 경쟁 우위로서의 맥락
향후 3년 동안 승리할 기업은 가장 비싼 AI 구독권을 가진 기업이 아닐 것입니다. 자신의 내부 로직을 가장 명확하게 이해하고 있는 기업이 될 것입니다.
여러분의 SME를 위한 AI 전략은 'AI를 사는 것'이 되어서는 안 됩니다. 'AI를 위해 준비하는 것'이 되어야 합니다. 도구를 그만 보십시오. 데이브의 머릿속을 보십시오. 회사의 나머지 사람들이 모르는 무엇을 그가 알고 있습니까? 그것을 적으십시오. 기록하십시오. 지도로 만드십시오.
비즈니스 로직이 가시화되면, AI 선택은 쉬워집니다. 그때까지 여러분은 그저 사용 설명서도 없는 비싼 뇌를 사고 있는 것과 다름없습니다.
맥락 붕괴를 멈추고 더 가볍고 AI 우선적인 운영을 시작할 준비가 되셨다면, 첫 번째 단계는 현재 프로세스에 얼마나 많은 비용이 들고 있는지 정확히 파악하는 것입니다. 함께 시작해 봅시다.