
AI 에이전트의 제안을 전부 채택했더니 매출이 떨어졌다 — AI 제안의 선택과 집중 기준
요약
AI 에이전트의 모든 제안을 무비판적으로 수용했을 때 발생하는 리소스 분산과 매출 하락 문제를 다룹니다. AI는 기회를 발견하지만 집중을 판단하지 못하며, 단기 최적화에 치중한다는 한계를 지적합니다.
핵심 포인트
- AI 제안의 무분별한 채택은 리소스 분산과 매출 하락을 초래함
- AI는 기회는 발견하지만 우선순위와 집중을 판단하지 못함
- AI의 단기 최적화 제안이 장기적인 비즈니스 구조를 해칠 수 있음
- AI의 제안을 제어하기 위해 시스템적인 제한(Lock)이 필요함
서론
나는 10개의 사업을 동시에 운영하던 AI-CEO 체제에서, AI 에이전트의 제안을 「전부 채택하는 운영」을 시도해 본 적이 있다. 결과는 명확했다. 매출이 떨어졌다.
AI는 똑똑하다. 논리적이다. 데이터에 기반한 제안을 해준다. 그렇기에 처음에는 "AI가 말한다면 옳을 것이다"라며 전부 채택했다. 하지만 어느 시점에 KPI를 보고 경악했다. 시책의 수는 늘어났는데, 매출은 3월부터 하락하고 있었다.
이 기사에서는 AI 에이전트의 제안을 선택하고 버리는 기준에 대해, 당사(종업원 0명·AI 98% 자동화)의 실체험을 바탕으로 쓰고자 한다.
무슨 일이 일어났는가 — AI 제안을 전부 채택한 결과
당사에서는 10개 부문의 AI 에이전트(CMO, CSO, CFO, CTO, 출판 부문 등)가 매일 아침 리포트를 올린다. 각자가 "해야 할 일"을 제안한다. 예를 들어 일주일 동안 다음과 같은 제안들이 나열된다.
- CMO: "note 기사를 하루 3개로 늘려야 함"
- CSO: "영업 메일을 매일 30건 보내야 함"
- 출판 부문: "Zenn에 매일 1권의 신간을 내야 함"
- CTO: "SaaS 기능을 추가해야 함 (10개의 리스트)"
- 사업 개발: "신규 파트너 후보 20사에 어프로치해야 함"
나는 전부 「승인」을 눌렀다. AI에게 권한을 위임하고 있으니, AI의 제안을 존중해야 한다고 생각했기 때문이다.
그리고 1개월 후, 이렇게 되었다.
- Zenn의 레이트 리미트 (Rate Limit)에 여러 번 걸림 (하루 1 콘텐츠 제한을 깨려고 시도하다가 전부 실패)
- AI가 작성한 영업 메일이 경어 사용이 어색한 상태로 전송되어 거래처에 도착함
- SaaS 기능이 4개 동시에 개발되어 전부 어중간한 상태로 아무도 사용하지 않음
- 9개 사업이 매출 제로. 집중하고 있던 1개 사업만 매출이 발생함
2026년 3월의 수탁 매출은 ¥1,937,635. 이는 집중했던 3개 사업으로부터 나온 매출이며, 다른 사업은 거의 제로였다. AI에게 모든 제안을 맡겼다면, 아마 이 숫자도 달성하지 못했을 것이다.
왜 AI의 제안을 전부 채택하면 매출이 떨어지는가
AI의 제안에는 치명적인 성질이 있다.
1. AI는 「기회」를 발견하지만, 「집중」은 판단하지 못한다
AI는 방대한 데이터를 보고 개선 여지가 있는 부분을 모두 지적해 준다. 문제는 그것이 전부 옳다는 점이다.
"note 기사를 늘리면 도달 범위가 넓어진다" ── 옳다.
"영업 메일을 보내면 상담 기회가 늘어난다" ── 옳다.
"기능을 추가하면 사용자 만족도가 올라간다" ── 옳다.
하지만 전부 다 하면, 리소스(CEO의 판단 시간, AI의 실행 비용, 서버 부하, 외부 플랫폼의 레이트 제한)가 분산되어 어느 것 하나 제대로 돌아가지 않는다.
"AI는 무엇이든 만들 수 있지만 무엇이든 팔 수 있는 것은 아니다" ── 이것이 10개 사업에서 3개 사업으로 좁혔을 때의 나의 결론이다. AI 시대에도 집중의 원리는 변하지 않는다.
2. AI는 「단기 최적」을 제안하지만 「장기 구조」를 보지 않는다
예를 들어 AI는 "Zenn의 하루 1 콘텐츠 제한을 회피하기 위해 여러 계정을 만든다"와 같은 일을 아무렇지 않게 제안해 온다. 단기적으로는 기사 수가 늘어나지만, 약관 위반으로 모든 계정이 BAN(차단)된다면 장기 매출은 제로다.
나의 경우, Zenn의 레이트 리미트에 여러 번 걸린 후, 락 파일(lock file)로 "하루 1 콘텐츠 규칙"을 강제했다. AI에게 "제한을 지켜라"라고 말하는 것이 아니라, 시스템으로 제한을 넘을 수 없도록 만들었다.
3. AI는 「실행 비용」을 과소평가한다
AI에게 제안은 무료다. 실행도 자동이므로, AI 입장에서 보면 모든 제안을 실행하는 데 비용이 들지 않는다.
하지만 실제로는 외부 API의 레이트 제한, CEO의 승인 시간, 품질 체크 공수, 실패 시의 복구, 브랜드 이미지에 미치는 영향 등 모든 것이 비용이 된다.
과거에 AI가 git push --force를 자동 실행하여 브랜치가 사라진 사고가 있었다. AI 입장에서는 「최단 경로」였지만, 나에게는 치명적인 사고였다.
AI 제안의 선택과 집중 기준 — 내가 사용하고 있는 4가지 필터
지금은 모든 제안을 승인하는 것을 그만두고, 다음과 같은 4가지 필터를 통과시키고 있다.
필터 1: 매출에 직결되는가
제안이 「매출을 올린다」로 이어지는 경로를 3단계 이내로 설명할 수 있는가.
- ✅ "영업 메일 송신 → 상담 → 수탁 계약 → 매출" (3단계, 명확함)
- ❌ "신기능 추가 → 사용자 만족도 UP → 입소문 → 도달 범위 확대 → 인지도 UP → 언젠가 매출" (경로가 너무 멂)
3월 매출 ¥1,937,635 중, 수탁(X사·C사·A사)이 98.9%를 차지했다. 서적 매출은 ¥21,403으로 전체의 1.1%. 매출 레버리지(Leverage)가 큰 부문에 집중하는 것이 정답이었다.
필터 2: 리소스 제약에 위배되지 않는가
외부 플랫폼의 레이트 리밋(Rate Limit), AI 운영 비용(월 ¥20,000), CEO의 판단 시간(아침 5분). 이들에 위배되는 제안은 기각한다.
"Zenn에 하루 3권 발행" ── 레이트 리밋(Rate Limit) 위반. 기각.
"영업 메일 하루 100건" ── 송신 도메인의 평판(Reputation) 저하 리스크. 기각.
"신규 SaaS를 이번 달에 3개 런칭" ── 10개 사업 시대의 실패 재현. 기각.
필터 3: 실패 시 피해를 복구(Recovery)할 수 있는가
AI의 제안이 실패했을 경우, 어디까지 되돌릴 수 있는가.
- ✅ "note 기사 초안(Draft) 생성" ── 실패해도 초안을 폐기하면 OK
- ❌ "자동으로 메일 발송" ── 거래처에 도착한 후에는 되돌릴 수 없음
- ❌ "자동으로 git push --force" ── 브랜치가 삭제된 후에는 되돌릴 수 없음
복구 불가능한 액션은 반드시 초안(Draft) → 승인 → 실행의 파이프라인을 거친다. 이것이 '승인의 벽'이 존재하는 의의다. AI의 능력을 제한하는 것이 아니라, 안심하고 위임하기 위한 메커니즘이다.
필터 4: 자사의 전략 가설과 일치하는가
당사의 전략 가설은 "AI로 돈을 벌고 싶어 하는 사람은 많지만 실제로 벌고 있는 사람은 적다,라는 격차가 최대의 비즈니스 기회다".
이 가설에 부합하는 제안만 채택한다.
- ✅ "AI 활용 실체험을 기사화" ── 전략 일치
- ✅ "컨설팅 수주를 위한 KPI 대시보드 작성" ── 전략 일치
- ❌ "점술 자동 감정 SaaS 개발" ── 흥미롭지만 전략과 무관. Q2는 보류
실례: 과거에 AI의 제안을 기각한 3가지 케이스
케이스 1: "HP 리뉴얼 영업을 계속해야 한다"
CSO 에이전트가 "21개사 분석 및 제안서도 완성되었으므로 영업을 계속해야 한다"라고 제안했다.
하지만 나는 폐지했다. 이유는 "AI의 진화로 HP 제작 허들이 낮아져 사업 가치가 소멸하고 있다"라고 판단했기 때문이다. AI가 보고 있는 것은 "투자된 리소스"이지만, 내가 보고 있는 것은 "시장의 메가 트렌드(Mega Trend)"다.
케이스 2: "마케팅에서 drafts/에 초안을 만들어야 한다"
CMO 에이전트가 "게시 전에 반드시 drafts/에 초안을 만들어 인간의 리뷰를 거쳐야 한다"라고 제안.
기각. 이미 Autonomos(Sales Cruise)로 일원화되어 있어, 이중 초안 관리는 공수만 늘릴 뿐이다. "Autonomos 안에서 완결되는" 운용으로 통일했다.
케이스 3: "CLAUDE.md에 새로운 규칙을 추가해야 한다"
각 에이전트가 "자신의 부문 규칙을 CLAUDE.md에 추가해 달라"라고 제안해 온다.
과거에 이것을 전부 받아들였더니 CLAUDE.md가 1,000행을 넘어 AI가 혼란을 겪었다. 지시와 반대로 동작하기 시작한 것이다. 지금은 "200행 이내"의 규칙으로 만들고, 상세 내용은 .claude/agents/에 분리하고 있다.
결론 — AI는 실행에 사용한다. 판단은 인간이 한다.
나의 결론은 심플하다.
"AI는 실행에 사용한다. 판단은 인간이 한다."
AI의 제안은 "선택지 생성" 측면에서 우수하다. 하지만 "무엇을 선택할 것인가"는 경영 판단이다. 데이터에는 나타나지 않는 전략·리소스·브랜드·장기 구조를 고려한 판단은 아직 인간이 해야 할 영역이다.
아침 5분 동안 모든 부문의 제안을 보고, 승인 버튼을 누를지 기각할지 결정한다. 이것이 AI-CEO의 본질적인 업무라고 생각한다.
AI에게 전부 맡기면 매출은 떨어진다. AI에게 아무것도 맡기지 않으면 스케일(Scale)할 수 없다. 취사선택의 기준을 갖는 것이 AI 시대 경영의 핵심이라는 것을 당사의 실체험이 가르쳐 주었다.
서적 안내
AI-CEO 체제 구축 방법, Claude Code를 이용한 자동화 노하우, 10개 사업에서 3개 사업으로의 집중 전략 의사결정 프로세스 등, 본 기사에서 다룬 내용을 심도 있게 다룬 서적을 Zenn에서 공개하고 있습니다.
📚 서적 목록은 이쪽: https://zenn.dev/joinclass?tab=books
"AI로 돈을 벌고 싶어 하는 사람은 많지만, 실제로 벌고 있는 사람은 적다" ── 이 격차를 메우기 위한 실천적인 내용을 당사의 실체험 기반으로 쓰고 있습니다. AI 경영에 관심 있는 분들은 꼭 확인해 보시기 바랍니다.
Discussion

AI 자동 생성 콘텐츠
본 콘텐츠는 Zenn AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기