지난가을, 한 AI 벤더 영업사원이 내 사무실에 앉아 노트북을 빙 돌리더니 말했다. "Ma 사장님, 이 비전 기반 피킹 검증 시스템 — 소프트웨어 라이선스가 1년에 고작 $11,000입니다. AI 도입, 이만큼 쉽습니다."
그 자리에서 서명할 뻔했다. 그때 구석에서 아내 — 우리 창고의 파트타임 경리 — 가 한마디 했다. "소프트웨어가 1만1천 달러. 그럼 나머지 청구서는요?" 그 한 문장에 정신이 번쩍 들었다.
우리는 3,000제곱미터 창고를 15명이서 돌린다. 통장의 1달러 1달러마다 이름표가 붙어 있다. $11,000이 시작가라면, 그 뒤에 숨은 숫자는 소규모 사장 심장에 안 좋을 수 있다. AI 도입의 숨은 비용은 견적이 못 보는 곳에 정확히 숨어 있다. 그래서 오늘 우리 장부를 연다 — 지금까지 낸 수업료다 — 동료 소규모 사업자들이 보라고. 소프트웨어 돈 너머에, 진짜 얼마나 예산을 쌓아둬야 하는지를.
숨은 비용 #1: 데이터 준비와 라벨링 — AI가 일하기 전에 내는 수업료
2025년 10월, 쑤저우의 한 벤더가 AI 사이클 카운팅 데모를 하러 우리 창고에 왔다. 데모는 근사했다: 카메라가 랙을 훑으면 재고가 알아서 세어진다. 소프트웨어 견적: 연간 약 $8,500. 합리적으로 보였다.
그런데 그들의 엔지니어가 와서 첫마디가 이거였다. "Ma 사장님, 먼저 학습 데이터를 준비하셔야 합니다. 800개가 넘는 SKU를 전 각도에서 찍으세요 — 최소 20,000장 잡으셔야 합니다."
나는 그냥 쳐다봤다. 15명인데 하루 종일 출고에 허덕인다. 누가 사진작가 놀이를 한단 말인가.
해결법은 이랬다: 근처 대학에서 파트타임 학생 두 명을 하루 약 $20에 고용했다. 꼬박 2주. 23,000장이 넘게 찍었다. 인건비만 약 $600 들었다 — 내 시간은 빼고다. 매일 저녁 사진을 검수했다: 흐릿한 것, 중복, 옆 랙이 잡힌 것 — 전부 다시 찍어야 했다. 2주 뒤엔 바코드 꿈을 꿨다.
셈법: 소프트웨어 $8,500, 데이터 준비 인건비와 시간으로 대략 $1,400. AI 도입 첫 번째 교훈: 모델은 네 상품을 모른다, 그러니 가르쳐야 한다 — 그리고 "가르치기"는 견적에 절대 안 나오는 항목이다.
동료 사업자를 위한 눈치작전 팁:
- 잘 나가는 것만 라벨링해라: 나중에 깨달았는데 피킹의 80%가 SKU의 20%에서 나왔다. 그 20%를 제대로 찍고 라벨링하고, 나머지는 범용 모델이 알아서 하게 둬라 — 라벨링 작업이 절반 이상으로 준다.
- 벤더에게 사전학습 모델을 요구해라: 많은 벤더가 이미 창고 SKU용 학습 모델을 갖고 있다. 처음부터 학습시키는 것보다 파인튜닝이 매번 이긴다. 서명 전에 물어봐라: "우리 상품 카테고리에 가까운 기존 모델이 있나요?" 있으면 협상 지렛대가 된다.
- 직접 라벨링하지 마라 — 공급사에게 시켜라: 나중에 상류 공급사들을 설득해 표준 상품 사진을 받아냈다. 그들의 카탈로그 이미지가 그대로 학습 데이터가 됐다. 공짜.
숨은 비용 #2: 시스템 연동 — 구 시스템과 새 AI의 세대 차이
데이터는 겨우 정리됐다. 엔지니어의 두 번째 문장: "Ma 사장님, 재고 시스템 버전이 어떻게 되죠? API 문서 있으세요?"
우리 재고 소프트웨어는 5년 전에 $3,000도 안 주고 산 로컬 설치판이다. API가 뭔지도 모른다. AI 시스템은 검증을 위해 주문 데이터를 실시간으로 읽어야 한다 — 연동 없이는 아주 비싼 장님을 산 셈이다.
벤더의 제안: 맞춤 연동 개발, 약 $5,500, 일정 한 달. 혈압이 올랐다 — 소프트웨어가 고작 $8,500인데 연동이 또 $5,500이라고?
결국 멋지게 로우테크하고 멋지게 돌아가는 해결책으로 정착했다: 매일 저녁 스프레드시트를 뽑는다. AI 쪽에서 CSV 가져오기 기능을 만들었다. 매일 저녁 그날의 출고 주문을 쏟아붓는다; 다음 날 아침 AI가 그 리스트와 대조해 검증한다. 실시간? 아니다. 하지만 우리는 하루에 두세 백 건을 보낸다 — 충분히 좋다. 연동 비용: 0달러, 거기에 그들의 엔지니어와 컬럼 헤더 맞추는 데 반나절.
이 청구서: 소프트웨어 $8,500, "제대로" 하면 $5,500, 눈치껏 하면 $0. AI 도입의 숨은 비용 중 연동이 가장 과소평가하기 쉽다 — 대기업에는 이 일을 하는 IT 부서가 있다. 우리의 골동품 시스템에는 벤더들이 고개를 젓는다.
서명 전에 벤더에게 물어볼 세 가지:
- 귀사 시스템이 CSV/Excel 가져오기·내보내기를 지원합니까? (그렇다면 눈치작전 길이 있다.)
- 우리 같은 구 시스템과 연동해본 적 있습니까? (없다면 견적에 30% 버퍼를 더해라.)
- 본격 연동 전에 "반자동" 모드로 2주간 결과를 검증할 수 있습니까? (그렇다면 그 $5,500은 아직 쓰지 마라.)
숨은 비용 #3: 지속 유지보수와 모델 재학습 — 지출은 구매 뒤에 시작된다
시스템이 겨우 가동됐다. 그런대로 돌아갔다 — 오피킹률이 0.3%에서 0.1%로 떨어졌다. 축하하고 있는데 갱신 안내가 왔다: 2년차 소프트웨어 $8,500, 거기에 연간 "모델 최적화 서비스료" 약 $2,000이 추가.
그게 뭐냐고 물었다. 답: 신규 SKU, 바뀐 포장, 조정된 랙 — 모델은 재학습과 튜닝이 필요하고, 아니면 정확도가 떨어진다.
솔직히, 맞는 말이다. AI는 애 키우는 거랑 같다 — 태어나는 건 시작일 뿐, 키우는 데 돈이 든다. 우리는 연간 SKU의 약 30%가 바뀐다. 신선한 데이터 없이는 모델이 3개월 만에 치매가 오기 시작하고, 오경보가 오른다.
이 청구서: 소프트웨어 $8,500/년, 튜닝 $2,000/년. AI 도입의 숨은 비용은 매년 청구된다 — 일회성 구매가 아니다.
눈치작전 수리법:
- 무료 튜닝 세션을 계약서에 박아라: 갱신 때 연간 4회 무료 모델 튜닝을 협상했다. 그 이상은 건당 과금. 연 4회면 우리 교체율을 커버한다 — 그 $2,000 요금, 사라졌다.
- 자사 "준전문가"를 키워라: 우리 창고의 Xiao Li, 2000년대생, 휴대폰을 잘 다룬다. 엔지니어를 이틀 따라다니게 했다. 이제 기본적인 데이터 보충과 파라미터 조정은 직접 한다. 벤더 출장은 한 번에 $280부터 시작한다. 우리 직원은 포장 저녁 값이면 된다.
- "적당히"를 받아들여라: 인식률을 92%에서 98%로 올리는 데 $4,000이 더 들 수도 있다. 우리 작은 창고에는 92%면 이미 오피킹이 허용 범위에 들어왔다. 마지막 6포인트는 대기업의 허영이지 소규모 창고의 필수가 아니다.
전체 청구서: 소프트웨어는 3분의 1일 뿐
세 청구서를 나란히 펴보자(우리 창고, 1년차):
| 항목 | 비용(USD/년) | 전체 비중 |
|---|---|---|
| AI 소프트웨어 라이선스 | 8,500 | ~63% |
| 데이터 준비/라벨링(인건비 + 시간) | ~1,400 | ~10% |
| 연동(눈치껏; "제대로" 하면 ~5,500) | 0(제대로 하면 ~29%) | 0% |
| 지속 유지보수/모델 튜닝 | ~2,000(협상 후) | ~15% |
| 1년차 실제 합계 | ~11,900 | 소프트웨어 = 71% |
잠깐 — 소프트웨어가 여전히 커 보인다고? 잠시만, 그건 눈치작전 버전이다. "제대로" 하면 — 라벨러 고용, 맞춤 연동, 정가 유지보수 — 합계는 가볍게 $19,000을 넘고, 그 $8,500 소프트웨어 라이선스는 45% 밑으로 떨어진다. 포산의 이웃 Lao Chen에게 물어봤다(그는 2026년 초 AI 지게차 충돌 방지를 설치했고, 소프트웨어 견적은 $7,000): 낡은 창고 배선과 네트워크 개보수에 $4,000, 2년 유지보수에 또 $4,000이 들었다. 소프트웨어는 결국 전체의 3분의 1도 안 됐다.
여기에 반전 결론: AI 도입에서 가장 비쌌던 건 AI가 결코 아니다 — 창고가 수년간 쌓아온 인프라 빚이다. 낡은 시스템, Wi-Fi 사각지대, 엉망인 데이터. 벤더는 리노베이션 조감도를 판다. 허물집 고치기는 자비다.
세 가지 질문 체크리스트: 서명 전에 자신에게 물어라
돈을 태울 여유가 없으니 이제 습관이 됐다: AI 프로젝트는 서명 전에 세 가지 질문을 통과해야 한다. 답 못 하면 서명 없다.
질문 1: 데이터가 준비됐나? SKU 수, 사진 분량, 라벨링 인건비를 적어봐라. 2주를 넘기면 프로젝트 얘기 전에 범위를 줄여라.
질문 2: 시스템끼리 대화가 되나? 현재 소프트웨어 버전과 엑셀이 나오는지를 적어라. 벤더에게 "최소 실행 연동"을 요구해라 — 실시간 API부터 시작하지 마라.
질문 3: 누가 유지하나? 우리 사람 중 하나를 지정해 배우게 해라. 생명줄 전부를 벤더에게 맡기지 마라 — 그들의 서비스 요금은 네 의존도로 가격이 매겨진다.
세 개 다 답하면 소프트웨어 견적의 약 2배를 예산 잡아두면 탈이 안 난다. 답 못 하면 — 견적이 아무리 달콤해도 지금은 보류다.
AI는 진짜 좋은 물건이고, 소규모 창고도 감당할 수 있다 — 하지만 소규모 창고의 방식으로: 빅뱅 롤아웃 없이, 대기업 플레이북 숭배 없이. 눈치 볼 수 있는 데선 눈치껏, 아낄 수 있는 데선 아껴라. 소프트웨어 돈은 입장권일 뿐이다. 들어가고 나서 오는 세 가지 숨은 청구서 — 그게 진짜 시험이다.
소규모 창고에는 소규모 창고의 생존 방식이 있다. 셈을 제대로 하면 AI가 너를 위해 일한다.
Xiao Ma, 소규모 창고 사장 지음
영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.
