SES 출신 엔지니어가 고객사 상주를 벗어난 지 3년. 지금은 대표로서 3명 규모의 회사를 운영하며, AI 에이전트(AI Agent)를 사용해 회사 관리 업무의 대부분을 자동화했다.

"AI가 CFO를 하고 있다"라고 말하면 비웃음을 사는 경우도 있다. 하지만 현실적으로, 월 매출 250만 엔 규모의 사업을 주당 수십 시간의 관리 업무 비용을 들이지 않고 운영하고 있다. 본 기사에서는 그 실태를 코드, 커맨드, 설정 파일 레벨에서 구체적으로 기술한다.

전직은 SES(System Engineering Service) 엔지니어였다. 당시 이야기를 조금만 하겠다.

2026년 현재, SES 엔지니어의 스킬별 단가 시세는 업계 내에서도 크게 분산되어 있다. 데이터 분석·머신러닝(Machine Learning) 계열의 스킬을 가진 엔지니어는 고단가 프로젝트에 접근하기 쉬운 반면, 인프라·네트워크 계열의 단가는 최근 몇 년 사이 상대적으로 하락하는 추세에 있다. "SES 단가 시세"를 검색해 보면, 스킬셋(Skill set)에 따라 커리어의 가능성이 크게 달라진다는 것을 실감할 수 있을 것이다.

SES를 탈출한 계기는 단순했다. "누군가의 회사에 상주하며 움직이는 것보다, 스스로 사업을 만드는 것이 더 재미있겠다"라는 마음이 이겼기 때문이다. 다만, 독립 직후의 현실은 달콤하지 않았다. 사람이 3명밖에 없는데 숫자 관리, 채용, 마케팅, 개발이 전부 병렬로 움직인다.

여기서 "AI에게 회사의 기능 일부를 맡긴다"라는 발상이 태어났다.

먼저, 어떤 에이전트를 만들었는지 정리한다.

┌─────────────────────────────────────────┐
│ AI 경영 OS (OpenClaw) │
├──────────┬──────────┬──────────┬────────┤
...

베이스는 Claude Code. 사내에서는 "OpenClaw"라는 이름으로 부르는 자체 프레임워크에, 각 에이전트의 스킬 파일(Skill file)을 쌓아 올린 구성이다.

각 에이전트는 독립된 Markdown 형식의 "스킬 파일"로 정의되어 있다.

# 스킬 파일의 예
ls ~/.claude/skills/openclaw-keiei-os/
# ceo.md cfo.md coo.md cmo.md cf.md pl.md shiwake.md ...

에이전트를 호출할 때는 Claude Code의 터미널에서 /cfo라고 타이핑하기만 하면 된다.

가장 사용 빈도가 높은 것이 CFO 에이전트다. 매달 손익계산서(PL) 초안을 자동으로 작성해 준다.

Step 1: freee에서 데이터를 CSV로 엑스포트(Export)

# freee의 CSV를 지정된 폴더에 배치
cp ~/Downloads/freee_export_2026-06.csv ~/company/data/pl/

Step 2: CFO 스킬을 호출

/cfo
> 이번 달 PL을 데이터로부터 읽어서 분석해 주세요

Step 3: 에이전트가 자동으로 다음을 실행

• CSV를 읽어 카테고리별 집계
• 전월 대비·전년 동월 대비 계산
• 이익률의 이상치 플래그(Flag) 설정
• 개선 제안 Markdown 리포트 생성

CFO 스킬 파일의 핵심 부분은 다음과 같다:

## CFO Agent - Financial Analysis
당신은 회사의 CFO 대행 AI입니다. 다음의 책무를 가집니다:
### 재무 분석 태스크
...

이것을 만들기 전에는 매달 PL 정리하는 데 4~6시간이 걸렸다. 지금은 인간이 하는 작업은 30분 이하이다.

COO 에이전트는 "이번 주에 무엇을 어떤 순서로 할 것인가"를 함께 고민하는 파트너다.

매일 아침 루틴으로서 다음 커맨드를 실행하고 있다:

# 아침 대시보드 업데이트
/coo
> 태스크 리스트를 확인하고 오늘의 우선순위를 제안해 주세요

COO 에이전트는 git log나 이슈(Issue) 목록을 읽고, 기한이 임박한 것 또는 매출과 직결되는 것을 상위로 다시 정렬해 준다. 인간이 생각하면 감정이나 편향(Bias)이 들어가지만, 에이전트는 순수하게 "마감 기한 × 매출 임팩트"로 정렬한다.

초기에는 하나의 Claude 세션에서 모든 에이전트를 호출했다. 그렇게 하면 CFO의 문맥에서 COO에게 말을 걸었을 때 "재무적 관점에서 업무 개선을 이야기하는" 기묘한 하이브리드가 발생했다.

해결책은 에이전트마다 독립된 세션을 갖는 것이다. Claude Code의 프로젝트 기능을 사용하여, 에이전트마다 별도의 워킹 디렉토리(Working directory)를 설정했다.

# 에이전트별 전용 디렉토리
~/company/agents/cfo/ # CFO 전용 컨텍스트
~/company/agents/coo/ # COO 전용 컨텍스트
...

CMO 에이전트는 가장 복잡한 구현이 되었다. "고객 유치를 위한 콘텐츠를 자동으로 양산한다"라는 역할이지만, **자동화와 품질의 트레이드오프 (Trade-off)**가 항상 문제가 된다.

현재 가동 중인 콘텐츠 자동화 파이프라인은 Node.js (TypeScript)로 작성되어 있다:

// src/pipeline.ts 의 실제 플로우 (간략 버전)
async function runPipeline() {
// 1. 트렌드 수집 (Grok API 경유)
...

포인트는 **스텝 4의 인간 승인 게이트 (Human approval gate)**다. AI가 생성한 콘텐츠를 자동으로 공개하면, 오정보나 품질 문제가 발생한다. Telegram 봇으로 "공개 OK / NG"를 판단하는 메커니즘을 끼워 넣었다. 이것은 생략할 수 없다.

CMO 에이전트에서는 한 번의 파이프라인 실행으로 Claude에게 여러 번 요청을 보낸다. 처음에는 기사 한 건당 API 비용을 파악하지 못했다.

대책으로 구현한 것이 **RTK (Rust Token Killer)**라는 프록시(Proxy)다. Claude Code의 명령을 필터링하여 불필요한 토큰을 60~90% 절감한다.

# RTK 효과 확인
rtk gain
# → Token savings: 73% (last 7 days)

또한, 유료 LLM API를 직접 호출하는 것은 원칙적으로 금지했다. Claude Code CLI를 통해서만 사용하도록 통일함으로써 비용 관리를 일원화하고 있다.

3인 규모의 회사라도 "데이터 분석"은 필수적이다. 매주 다음 수치들을 추적한다:

• 각 플랫폼의 기사 PV · CVR
• X (구 Twitter) 인게이지먼트 (Engagement)율
• note 멤버십 유지율

이러한 집계와 분석도 에이전트에게 맡겼다.

// analytics/feedback.ts 의 일부
export function loadLearningState(): LearningState | null {
// 과거 30일간의 기사 퍼포먼스를 읽어온다
...

이 데이터가 매주 "어떤 소재를 쓸 것인가"를 판단하는 데 사용된다. 감각이 아니라 수치로 의사결정을 할 수 있다는 점이 엔지니어 출신인 나에게는 익숙하기 쉬웠다.

수치를 만들려는 의도는 없다. 다만, 정성적으로 변했다고 실감하고 있는 것은 솔직하게 쓰겠다.

의사결정 속도가 빨라졌다

매주 월요일에 "이번 주에 무엇을 할 것인가"를 COO 에이전트와 정리한다. 30분이면 주간 계획이 완성된다. 이전에는 반나절이 걸렸었다.

수치를 보는 빈도가 높아졌다

CFO 에이전트가 매달 PL(손익계산서) 분석을 내주기 때문에, 월간 수치 확인이 "번거로운 작업"에서 "에이전트와의 대화"로 바뀌었다. 재무를 제대로 보게 되었다.

혼자서 여러 역할을 수행하는 정신적 부하가 줄었다

CEO · CFO · COO · CMO를 혼자서 하는 것은 인지적으로 무겁다. 에이전트에게 "CFO 관점에서 봐줘"라고 부탁할 수 있게 되면서, 자신의 멘탈 모델 (Mental model)을 전환하는 작업이 수월해졌다.

채용 · 인사 계열 에이전트는 아직 미완성

HR 에이전트를 만들려고 시도했으나, 면접 평가나 채용 판단을 AI에게 맡기는 것에 대한 윤리적 우려와 실무상의 정밀도 문제로 보류 중이다.

외부 연동 API가 불안정함

Telegram 봇 · freee 연동 · 각종 퍼블리셔 API의 조합으로 인해, 가끔 아무런 신호 없이 실패한다. 로그 모니터링이 필요하며, PM2를 이용한 상주 프로세스 관리가 지금도 최대의 운영 과제다.

2026년 최신 상황으로서, 데이터 분석 · AI 활용 기술을 가진 엔지니어의 가치는 계속해서 높다. SES 단가 시세의 맥락에서 말하자면, "어떤 기술을 가졌는가"가 "어디에 상주하는가"보다 중요해졌다.

SES 탈출을 생각하고 있다면, 우선 해야 할 일은 하나다. 스스로 프로덕트나 서비스를 하나 움직여 보는 것. AI 경영 OS 같은 거창한 것이 아니어도 좋다. 작은 자동화 도구를 만들어, 자신의 시간을 파는 것이 아니라 시스템을 파는 감각을 익히는 것이다.

엔지니어의 기술력은 스스로 프로덕트를 만드는 맥락에서도 확실히 빛을 발한다. 오히려 SES 시절에 배양한 "요건을 읽고 구현하는 능력"은 자신의 비즈니스 요건을 구현하는 장면에서 최대한으로 발휘되었다.

역할	사용 기술
AI 에이전트 기반	Claude Code + 커스텀 스킬 파일
...

AI 경영 OS는 '전부 자동으로 CEO가 되는' 도구가 아니다. 인간의 판단을 더 빠르고 더 좋게 만들기 위한 보조 시스템이다.

완전 자동화를 목표로 하면 품질과 신뢰성이 무너진다. 인간의 승인 게이트(Approval Gate)를 남겨둔 설계가 현재로서는 가장 지속 가능하다는 것을 알게 되었다.

엔지니어가 자사에서 AI 에이전트를 만드는 것의 가장 큰 메리트는 블랙박스가 없다는 것이다. 무엇을 하고 있는지 전부 보인다. 실패한 이유도 전부 로그에 남는다. 이것은 SaaS 계열의 AI 도구에 맡겨서는 얻을 수 없는 투명성이다.

3명이라도 AI와 팀을 이루면 10인분의 업무량을 해낼 수 있다고 체감하고 있다. 다만, AI에게 전적으로 맡겨버리는 순간 품질이 떨어진다. AI를 능숙하게 다루는 것 또한 결국은 엔지니어링 스킬이다.

• 【2026년 최신】 AI 에이전트 프레임워크 완전 비교: LangChain · CrewAI · AutoGen · Claude Agent SDK · Dify, 결국 무엇을 사용해야 하는가
• 「SES가 힘들다」에서 탈출한 내가 OpenClaw로 9체의 AI 에이전트 경영 OS를 구축한 모든 절차 【2026년 최신 철저 해설】
• 【2026년 최신】 Claude Code를 매일 사용하는 엔지니어가 말하는 실전 Tips ~ SES 탈출 · 프리랜서 독립 준비에도 효과적

AI 구동塾 — AI를 사용한 스몰 비즈니스(Small Business) 만드는 법을 배우다

Claude Code, OpenClaw, AI 경영 OS의 실전 노하우를 매주 공개 중.

월액 ¥4,980로 과거 기사 모두 무제한 읽기.

SES 해체신서 프리랜서 DB에서는 고단가 프로젝트를 다수 게재 중입니다.

• ✅ 마진율 공개로 투명한 거래
• ✅ AI/클라우드/Web 계열의 엄선된 프로젝트
• ✅ 전담 코디네이터가 단가 협상을 지원