AI가 코드는 짜는데, 사무실 반복 업무는 왜 그대로인가

어떤 문제인가

프렌티스는 리드 호프먼과 마크 핀커스가 리탄카르 다스와 함께 올해 4월에 세운 AI 랩이다. 지금 10억 달러 기업가치로 1억 달러를 조달하는 협의 중이고, 이미 여러 고객사와 최대 5,000만 달러 규모 계약을 맺었다. 직원은 25명 남짓, 3분기 연환산 매출 목표는 7,500만 달러다. 눈에 띄는 건 과금 방식인데, 실제로 절감된 금액의 20%를 받는 구조다(TechCrunch). 회사의 베팅은 한 문장으로 요약된다. 일상적인 사무 업무 자동화가 곧 코딩을 제치고 AI의 최대 용처가 된다는 것.

방향은 맞다. 문제는 그 문장과 현장 사이에 뭐가 비어 있느냐다.

OSWorld 2.0은 사람이 끝내는 데 중앙값 1.6시간이 걸리는 실제 업무 흐름 108개로 컴퓨터 조작 에이전트를 재는 벤치마크다. 결과는 냉정했다. 500스텝 예산에서 최고 성적이 클로드 오퍼스 4.8의 20.6%였고, 부분 점수로는 54.8%까지 올라가지만 끝까지 혼자 완결한 비율은 다섯 중 하나다. GPT-5.5는 13% 언저리에서 정체했다(arXiv). 논문이 지목한 실패 원인도 GUI 조작이나 코딩 실력이 아니었다. 제약 조건 추적, 중간에 새로 나온 정보 처리, 스스로 검증하기, 숨은 상태 복구. 전부 긴 업무를 사람이 어떻게 붙들고 가는지에 관한 능력이다.

그래서 현장에는 두 개의 질문이 남는다. 다섯 건 중 네 건이 중간에 멈췄을 때 그 잔해는 누가 치우나. 그리고 “절감액의 20%“에서 절감액은 누가 어떻게 재나.

지금은 둘 다 슬라이드로 처리된다. 도입 전에 컨설턴트가 추정한 건당 처리 시간에 인건비를 곱한 값이 계약서에 들어가고, 그 뒤로 실측은 없다. 에이전트가 도중에 멈추면 담당자가 화면을 보고 어디까지 됐는지 짐작해서 이어받는다. 무엇이 끝났고 무엇이 안 끝났는지 기록이 안 남으니 다음 달 청구서를 검증할 방법도 없다.

왜 지금인가

성과 과금이 빠르게 퍼지고 있다. 절감액 기준 청구는 프렌티스만의 구조가 아니라, 시트당 과금으로는 결재선을 통과하지 못하는 시장이 찾아낸 답에 가깝다. 그런데 이 구조는 계측이 있어야 성립한다. 파는 쪽이 자기 절감액을 자기가 계산해 청구서를 보내는 상태는 오래 못 간다. 재무팀은 두 번째 갱신에서 반드시 묻는다.

기술 조건은 이미 갖춰졌다. 에이전트는 화면 캡처, 클릭 좌표, DOM 접근, 툴 호출을 전부 로그로 남긴다. 반대편 기간계 시스템도 처리 상태를 API로 준다. 비어 있는 건 데이터가 아니라 두 줄기를 대조해 “이 건이 실제로 종결됐는가”를 판정하는 층이다.

인력 시장이 보내는 신호도 같은 쪽을 가리킨다. AI 인프라 회사들의 공개 채용을 훑어보면 지금 늘어나는 자리는 모델 연구자보다 솔루션 아키텍트와 보안 엔지니어 쪽이다. 병목이 모델 성능이 아니라 현장 배치와 감사 가능성으로 옮겨갔다는 뜻이다.

시간표도 정해져 있다. 올해 상반기에 맺은 파일럿 계약들이 갱신 회의에 도달하는 시점이 대략 두세 분기 뒤다. 그 회의에 들고 갈 자료를 만드는 도구는 그 전에 나와 있어야 한다.

어떻게 만들 수 있나

flowchart LR
    A[사람 작업 화면 로그] --> C[단계 지도]
    B[에이전트 실행 로그] --> C
    C --> D[단계별 통과 조건 판정]
    D -->|통과| E[종결 기록]
    D -->|미달| F[상태·근거 묶어 사람 큐로]
    E --> G[월별 실측 절감 리포트]
    F --> G

MVP는 좁게 잡는다. 업무군 하나, 고객 하나. 보험금 청구 접수든 관세 환급이든 청구서 대사든, 30분에서 90분 걸리는 정형 업무 하나만 고른다. 먼저 사람이 그 일을 하는 화면을 로그로 받아 단계로 쪼개고 단계별 소요 시간을 실측한다. 그다음 에이전트 실행 로그를 같은 단계 지도 위에 얹는다. 각 단계에는 통과 조건을 건다. 시스템에 등록됐는지, 금액이 원장과 맞는지처럼 시스템으로 확인 가능한 조건이어야 한다. 조건에 미달하면 거기까지의 상태와 근거를 묶어 사람 큐로 넘기고, 월말에는 종결된 건수와 실측 절감 시간을 곱해 청구 근거를 만든다.

에이전트를 직접 만들지 않는 것이 핵심이다. 프렌티스도, 앤트로픽도, 오픈AI도 그 모델을 만든다. 그 위에서 어느 벤더의 에이전트를 쓰든 같은 잣대로 재고 같은 방식으로 넘겨주는 층은 중립적일수록 값이 붙는다. 스택 자체는 평범하다. 이벤트 로그 수집기, 단계 지도 편집기, 통과 조건을 기술하는 작은 DSL, 사람 큐 하나. 어려운 곳은 모델이 아니라 그 단계 지도를 누가 그리느냐이고, 고객사가 늘수록 그 지도가 방어선이 된다.

성공 조건

첫 가정은 기업이 절감액을 정말 검증하고 싶어 하느냐다. 성과 과금 계약을 이미 맺은 회사 다섯 곳의 재무 담당자에게 지난 청구서를 무엇으로 확인했는지 물어보면 2주 안에 답이 나온다. “벤더가 준 리포트를 그대로 올렸다”는 답이 세 번 이상 나오면 시장은 있다.

두 번째 가정은 에이전트 벤더가 이 층을 받아들이느냐다. 채점자를 옆에 두는 걸 싫어할 수 있다. 그래서 벤더가 아니라 구매자에게 판다. 다만 성과 과금을 하는 벤더에게도 실측 데이터는 갱신 근거가 되므로, 처음에 밀어내던 곳이 두 번째 갱신 즈음에 먼저 연락해 올 가능성이 있다. 그 시점이 언제 오는지가 이 사업의 속도를 결정한다.