오래된 ERP 시스템에서 사이버펑크를 구현하기: AI 작동시키기 위한 세 가지 시도

세 번의 반복, 사용자 두세 명을 가진 웹 플랫폼, 그리고 어시스턴트가 수행한 약 1,080시간의 수동 작업. 혼자서 구축하고 실제 청중을 알아가는 이야기가 담겨 있습니다.

보수적인 회사에 AI를 도입하기 위한 제 임무는 상당히 개방적이었습니다. “해보세요. 당신의 AI로 무엇을 할 수 있는지 보여주세요. 기회를 주겠지만, 저희가 확신하지는 못합니다.” 약간의 신용이 주어진 상황이었습니다.

무엇을 활용할지 찾는 것은 저에게 달려 있었습니다. 저는 구매(procurement)와 영업(sales) 부서를 살펴보기 시작했습니다. 문서, 요청서, 주문서, 그리고 수기로 복사된 데이터들이었습니다. 전담 «1C» ERP 운영 담당자들이 내부에서 관리자들의 손처럼 일하며, 모든 사람을 대신하여 정보를 입력하고 시스템을 클릭했습니다.

이 회사는 구소련 전역에서 널리 사용되는 비즈니스 관리 및 회계 시스템인 «1C» ERP를 기반으로 운영되고 있었습니다. 20년이 넘는 시간 동안 이 시스템은 회사 필요에 맞춰 지속적으로 맞춤화되었고, 직원들은 그 커스터마이징을 중심으로 업무 루틴을 구축해 왔습니다. 주문서, 문서, 계산 등 모든 것이 여기에 존재했습니다.

이렇게 레노치카(Lenochka)가 시작되었습니다. 이 반복적인 작업을 위한 AI 어시스턴트였습니다. 시간이 지나면서 그녀는 입찰 분석, 제품 카탈로그 항목 매칭, 그리고 1C 데이터 처리를 학습하게 되었습니다. 그녀는 다단계 작업(multistep tasks)을 처리할 수 있는 에이전트 기반의 채팅과 편리한 웹 인터페이스를 갖추게 되었습니다.

그녀에게는 사용자 두세 명이 있었습니다.

저는 시스템을 계속 개선했지만, 대부분의 직원들은 이전처럼 일했습니다. 저는 가장 어려운 부분은 지났다고 생각했고, 남은 것은 사람들에게 그것을 사용하도록 설득하는 것뿐이라고 생각했습니다. 하지만 그 ‘남은 것’이야말로 제가 가장 잘못 생각했던 부분이었습니다.

실제 프로젝트를 작동시키기 위해, 저는 좋은 제품에 대한 저 자신의 아이디어를 재고해야 했고, 원래의 현대적인 AI 어시스턴트 그림과는 잘 맞지 않는 결정을 내려야 했습니다. 저희는 여전히 엔딩 크레딧과 기립 박수와는 먼 거리에 있었습니다.

하지만 모든 것은 텔레그램 봇(Telegram bot)에서 시작되었습니다.

첫 번째 시도: 입찰을 분석하는 텔레그램 봇

가장 먼저 발견한 병목 현상은 1C 오퍼레이터의 업무 과정에 있었습니다. 입찰 문서를 검토하는 데 몇 시간이 걸렸습니다. 100페이지 분량의 계약서, 800개 항목이 포함된 조달 문서—기술 사양을 초기 가격 산정과 대조하고, 부록 속에 숨겨진 자격을 찾아내며, 관련 조항들을 1C에 복사해야 했습니다. 결정적인 세부 사항 하나가 단일 각주(footnote)에 숨어 있을 수도 있었습니다.

첫 번째 '레노슈카'는 텔레그램 봇이었습니다. 문서를 보내면 분석을 받는 방식이었죠. 이 부분은 비교적 잘 처리했습니다.

하지만 그 이후에도 누군가는 여전히 정보를 1C로 전송하고, 관련 기록을 찾고, 문서를 준비해야 했습니다. 나머지 요청 사항들은 여전히 인간의 영역이었습니다.

또한 저는 플랫폼 선택을 잘못 판단한 적도 있었습니다. 대부분의 직원은 텔레그램을 사용하지 않았습니다. 그들은 다른 도구를 배워서 채팅방을 찾아 문서를 업로드해야 했을 것입니다. 나중에 텔레그램 접근 제한이 생기면서 또 다른 장애물이 추가되었습니다.

제 입장에서는 "그냥 봇에게 파일을 보내면 된다"는 것처럼 보였습니다. 하지만 직원들의 입장에서 그것은 실제 업무를 시작하기 전에 거쳐야 하는 별도의 모험과 같았습니다. 물론 저는 그들 대신 '단지(just)'라는 단어를 붙여주었습니다.

두 번째 시도: 아무것도 바꾸지 못한 완전한 플랫폼

저는 웹 버전에 많은 시간을 투자했습니다. 문서 분석 확장, 카탈로그 매칭, 자동 가격 책정, 문서 생성, 청구서 준비 기능 등을 추가했습니다. 1C 통합과 레노슈카와의 채팅 기능을 넣었습니다. 에이전트 세션(Agent sessions)을 통해 일반 텍스트로 다단계 작업을 위임할 수 있게 했습니다. 하나의 작업에 대한 도우미가 완전한 플랫폼으로 진화하고 있었습니다.

첫 번째 버전의 장애물들은 사라진 것처럼 보였습니다: 텔레그램 의존성 없음, 더 많은 기능, 비즈니스 시스템과의 긴밀한 통합. 웹 앱을 열고 바로 업무를 시작할 수 있습니다. 제 머릿속에서는 사용자가 정확히 그렇게 하는 것이었습니다.

하지만 광범위하게 사용되는 단계까지는 이르지 못했습니다. 시연하고, 설명하고, 개선하는 과정을 거치면—다음 날이면 모두가 익숙한 방식으로 일을 처리합니다. 배포를 책임지는 입장이 되면 결국 이렇게 묻고 싶어집니다: 또 무엇이 필요할까요?

사람들은 아침에 1C를 열고 하루 종일 그 안에서 시간을 보냈습니다. 그곳에는 주문서, 고객 기록, 문서, 대화 내용이 담겨 있었습니다.

제 인터페이스는 이미 사용하기로 결정한 사람에게는 편리했습니다. 하지만 바로 그 결정이 제가 얻지 못한 것이었습니다.

저에게는 다른 탭을 여는 것이 사소한 일이었지만, 그들에게는 새로운 인터페이스를 배우고, 비서에게 무엇을 물어봐야 할지 파악하고, 답변을 확인하기 위해 창 사이를 전환하는 것을 의미했습니다. 결과에 대한 책임은 여전히 그들의 몫이었습니다.

제 청중들은 새로운 업무 방식을 찾고 있는 것이 아니었습니다. 그들은 익숙한 환경에서 일을 처리하고 통제권을 유지하기를 원했습니다. 제 편리한 인터페이스는 그들이 동의하지 않은 변화를 요구했습니다.

그래서 질문은 바뀌었습니다. 어떻게 하면 그들의 업무 일과에 가능한 한 적게 변화를 요청하면서도 Lenochka의 기능을 제공할 수 있을까?

시도 3: 모두가 1C에 살면, Lenochka도 거기에 산다

이미 1C 안에는 회사에서 “As’ka”라고 알려진 메신저가 있었습니다. 이는 ICQ의 오래된 러시아식 별명입니다.

만약 ICQ의 정신이 어딘가 살아 있다면, 그것은 이 ERP 안에 있습니다. 그곳에 새로운 접점이 나타났습니다. 일반 메시지를 통해 작업을 지시할 수 있는 AI 비서였습니다.

1C에는 자체 프로그래밍 언어도 있습니다. 네, 정말로 이 시스템에서 러시아어 키워드를 가진 코드를 찾을 수 있습니다. 그리고 네, 여기에 최신 AI 에이전트를 구동할 수 있습니다.

한편으로는 클라우드 언어 모델이 있고, 다른 한편으로는 키릴 문자 코드 엔티티인

“ЗаказПокупателя” (고객 주문), “Номенклатура” (제품 카탈로그)

그리고 물론 As’ka가 있습니다. 우리가 마땅히 누려야 할 사이버펑크입니다.

백그라운드 프로세스들이 이 둘을 연결합니다. 폴러(poller)는 1C에서 메시지와 작업을 감시하고, 큐(queue)가 이를 워처(watcher)에게 전달하며, 워처는 에이전트 세션을 시작합니다. COM 연결과 같은 통합 도구들은 에이전트가 데이터를 읽고 워크플로우에 정의된 행동을 수행할 수 있게 합니다. 그 결과는 ERP 내부로 다시 들어갑니다.

직원 입장에서는 이 모든 것이 “Lenochka에게 메시지를 보내 답변을 받는다”는 것으로 귀결됩니다.

이전에 Lenochka를 피했던 사람들도 그녀를 사용하기 시작했습니다. 회사 경력이 30년 이상인 선배 동료들까지도 편안하고 익숙한 일상에서 벗어나고 싶지 않아 했었죠. 이제 비서가 그들에게 다가왔습니다. 심지어 다른 탭으로 이동할 필요조차 없었습니다. 사람들은 그녀에게 실제 업무를 맡겼고, 도움이 필요할 때 다시 돌아왔습니다.

익숙한 인터페이스에 진입하는 것이 신뢰를 얻는 것보다 더 쉬운 일임이 밝혀졌습니다.

회의주의가 사라지기 전에 사용하기 시작하다

어떤 사람들은 “Lenochka, 정말 대단해”라고 썼지만, 다른 사람들은 “멍청하고 실수를 한다”고 말했습니다. 유용한 AI 비서 역시 어색한 속성을 가지고 있었습니다. 바로 유용함 자체가 때로는 두려움을 느끼게 만드는 것이었습니다.

모두가 노골적으로 말하지는 않았지만, 저항하는 사람들 뒤에는 사람들의 역할에 대한 우려가 보였습니다. 오늘 비서가 문서를 검토하고, 내일은 누군가가 왜 그것이 별도의 직원을 필요로 하는지 물을 수도 있습니다.

어떤 이들은 새로운 업무를 가지고 돌아왔고, 어떤 이들은 첫 실수 후에 시스템 사용을 포기했습니다. 또 다른 사람들은 가장 에너지 효율적인 AI 도입 전략을 선택했습니다. 바로 존재하지 않는 척하는 것이었습니다.

오류에 대한 불만은 정당했습니다. 직원은 특정 순서가 있고 그에 대해 책임이 있습니다. 언어 모델의 빠른 발전에 대한 연설이 잘못 매칭된 항목을 고쳐주지는 못합니다.

이는 검증에 대해 신중하게 생각해야 함을 의미했습니다. 필요한 워크플로우에서는 Lenochka가 초안을 작성하고 확인을 요청합니다. 도구들은 쓰기 전에 데이터를 검증하고 나중에 다시 읽어줍니다. 만약 직원이 그 사이에 원본 기록을 변경했다면, 시스템은 자체적인 변경 사항을 적용하기 전에 그것을 감지해야 합니다. 사람들은 비서가 무엇을 했는지, 그리고 자신들의 결정이 필요한 곳이 어디인지를 이해할 필요가 있습니다.

누구도 요청하기 전에 Lenochka가 시작하다

채팅에는 한계가 있습니다. 누군가가 먼저 작성해야만 합니다. 과제를 알아차리고, 비서를 기억하고, 자료를 모으는 것 말입니다. 어제까지 AI를 무시하던 청중에게는 야심찬 계획입니다. 그래서 Lenochka는 배경 작업을 수행하게 되었습니다.

시스템은 이메일 및 ERP 이벤트 발생 시 또는 스케줄에 따라 관련 워크플로우를 실행합니다.

• 수신된 요청을 통해 이메일과 첨부 파일 분석이 트리거될 수 있습니다.
• 입찰 문서는 요구사항과 조건을 추출하는 것을 트리거할 수 있습니다.
• 새로운 주문은 평가와 관련 데이터 수집을 트리거할 수 있습니다. 가격 책정의 경우, 제안 및 공급업체를 찾을 수 있습니다.

직원이 작업에 착수할 무렵에는 이미 일부 작업이 완료되어 있습니다. Lenochka는 익숙한 메신저로 직접 결과를 전달합니다. 자동화로부터 숨어 지내기가 어려워지는 순간은 바로 그것이 먼저 당신에게 메시지를 보내기 시작할 때입니다.

예를 들어, 이메일 요청은 첨부 파일 읽기, 고객 조회, 품목별 추출을 거쳐 1C 제품 카탈로그와 매칭됩니다. 그 결과물은 필요한 확인 절차 후 시스템에 생성될 수 있는 준비된 주문이며, 이후 검토됩니다.

제품 매칭은 단계적으로 이루어집니다. 처음 두 단계는 정확한 일치 여부를 확인하고 참조 데이터를 검색합니다. 모델 추론(Model reasoning)은 세 번째 단계에서만 사용되는데, 이때 제품이 실제로 무엇인지 그리고 어떤 카탈로그 항목에 해당하는지 파악해야 하기 때문입니다. 여전히 명확한 답이 없다면, Lenochka가 설명을 요청합니다. 모델은 두 품목을 매우 설득력 있게 혼동할 수 있으므로, 그 열정만으로는 ERP에 글을 쓸 자격이 되지 않습니다.

이 시점에서 대부분의 직원은 Lenochka를 사용하고 있었습니다. 사용자 찾기에 도움이 필요했던 두 버전을 거치면서, 다른 질문이 생겨났습니다. 그녀가 얼마나 많은 작업을 대신 처리했는가 하는 것이었습니다. 운영 건수를 계산하고 수작업으로 했을 때 얼마나 걸렸을지 추정할 시간이 된 것입니다.

2개월 후의 변화

최신 버전은 두 달 동안 실행되었으며, 회사의 주문 생성 주요 방식이 되었습니다.

지난 2주 동안 그녀가 생성한 주문 중 90%는 수동 편집이 필요하지 않았습니다. 사람들은

최신 측정 결과에 따르면, Lenochka는 회사 내부 시간 표준을 기준으로 수동으로 약 1,080시간이 걸렸을 작업을 처리했습니다. 이는 두 달 동안의 8시간 근무일로 환산하면 135일이며, 직원들이 이전에 시간을 내야 했던 문서 검토, 주문 준비 및 기타 운영 업무를 포함합니다.

회사 평균 내부 시급인 RUB 625 기준으로 볼 때, 해당 작업은 RUB 675,000의 가치를 지닙니다. 규모를 비교하자면, **Lenochka가 처리하는 수동 작업의 월평균 가치는 회사 월 급여의 약 5%**에 달합니다. 직원들은 여전히 동일한 ERP 시스템에서 근무하고 있습니다.

개발팀 없음 (No Development Team)

저는 AI 도구를 사용하여 Lenochka를 직접 구축하고 있습니다. 저는 프로세스를 연구하고, 자동화할 부분을 선택하며, 직원들이 실제로 결과를 사용하는지 확인합니다.

AI는 코드를 탐색하고, 기능을 구현하며, 변경 사항을 확인할 수 있도록 저를 돕습니다. 제품 결정과 책임은 여전히 제 것입니다. 이제 작동하는 기능을 더 빠르게 만들 수 있습니다. 아무도 원하지 않는 이유를 파악하는 것은 여전히 여러분의 문제입니다.

저는 다른 사람들이 AI와 함께 일하도록 돕는 시스템을 구축하기 위해 AI를 사용하고 있습니다. 중간 어딘가에서는 여전히 사람들과 대화해야 합니다—'응답 다시 생성(regenerate response)' 버튼이 없는 방식으로 말입니다.

저는 그 부분이 필수적으로 남을 것이라고 생각합니다: 기술을 구축하는 것이 쉬워질수록, 사람들을 이해하고 변화와 함께 일하는 것이 더 중요해집니다.

AI 도입에 대해 이제 알게 된 것들 (What I Now Understand About Introducing AI)

다음 프로젝트에서는 더 일찍 다음과 같은 질문을 할 것입니다: 직원들은 하루 중 어디에서 시간을 보내는지, 무엇을 수동으로 반복하는지, 그리고 언제 도움이 필요한가? 이러한 답변이 인터페이스, 통합 및 에이전트가 취해야 하는 주도성을 결정합니다.

만약 회사에 AI 도입을 고려하고 있다면, 하나의 시퀀스부터 시작하십시오: 요청을 받고, 이를 읽고, 데이터를 찾고, 전송하고, 확인하고, 문서를 생성하는 것입니다. 수동 단계와 시스템 간 전환 횟수를 세어보십시오. 이것이 구현과 그 영향을 고려할 때 논의할 구체적인 자료가 됩니다.