올해 초, AI 업체 세 곳이 차례로 찾아왔다. 대형 모델, 시각 인식, 스마트 스케줄링 — 발표 자료는 갈수록 화려했다. 나는 모든 업체에 같은 질문을 했다. 한 달에 얼마를 절약해 주겠는가? 답할 수 있는 업체는 단 한 곳도 없었다. 가장 솔직한 업체는 "귀사의 데이터 품질에 달려 있습니다"라고 했다. 즉, 내가 먼저 돈을 내고 결과는 나중에 나온다는 얘기다. 그렇군. 창고 AI 프로젝트의 ROI 비즈니스 케이스는 업체와 대화하기 전에 먼저 작성해야 한다.

이것이 AI 프로젝트가 실패하는 가장 흔한 방식이다. 기술을 먼저 사고 나중에 활용 사례를 찾는 것. 업체의 일은 시스템을 파는 것이지, 숫자를 맞추는 일이 아니다. 숫자는 내 일이며, 서명하기 전에 끝내야 한다.

비즈니스 케이스를 위한 세 가지 숫자, 서명하기 전에 계산하라

창고 AI 프로젝트의 ROI는 하나의 공식이 아니다. 세 행짜리 표이며, 어느 한 행이라도 비어 있으면 발표 회의의 숫자는 허구다.

첫 번째 행: 이 작업이 지금 인건비로 얼마가 드는가? 내 창고의 피킹 검증 단계를 보자. 하루 약 800건의 주문, 검증 담당자 2명. 임금에 복리후생을 더하면 월 단위로 눈에 보이는 숫자가 나온다. 더 나쁜 것은 이 직무의 이직률이 높다는 점이다. 성수기에는 추가 인력을 뽑아야 하고, 신입은 느리며, 오피킹은 오히려 늘어난다. 이것을 계산하는 데 업체는 필요 없다. 3개월 치 급여 기록이 알려 줄 것이다.

두 번째 행: AI가 검증 가능하게 얼마를 절약할 수 있는가? "검증 가능하게"라는 단어에 주목하라. 업체가 "정확도 99.9%"라고 말하는 것은 실험실 숫자다. 내 창고에서의 질문은 다르다. 하루 800건의 주문 중 실제로 몇 건의 오피킹을 잡아내는가? 그리고 플래그가 붙은 것 중 진짜 오류는 몇 건이고 오탐은 몇 건인가? 오탐 한 건마다 검증 담당자는 몇 분을 잃고, 오탐이 쌓이면 절약한 인건비는 그대로 문 밖으로 나간다. 나는 업체들에게 먼저 내 창고에서 2주간의 라이브 테스트를 실행하게 했다. 숫자는 발표 자료가 아니라 실제 운영에서 나온다.

세 번째 행: 도입 비용에 유지보수 비용과 사람이 바뀌는 비용을 더한 것. 소프트웨어 요금은 시작에 불과하다. 카메라 추가, 더 나은 조명, 더 안정적인 네트워크, 몇 차례의 직원 교육, 한밤중에 시스템이 고장 났을 때 고쳐 줄 사람이 필요한가? 전부 돈이 든다. 놓치기 가장 쉬운 비용은 직원 이직이다. 숙련된 직원이 떠나면 후임자는 완전히 새로운 워크플로를 배워야 하고, 첫 한 달은 생산성이 떨어진다. 견적서에는 아무도 이것을 쓰지 않지만, 비용은 어차피 내가 낸다.

세 행을 합치면 결정은 명확해진다.

어떤 숫자 구하는 방법 구할 수 없을 때
현재 인건비 3개월 치 급여 기록과 오출하 보상 기록 데이터가 없나? 먼저 한 달간 수동 추적부터 실행하라
AI가 절약할 수 있는 금액 2주간 라이브 테스트: 잡아낸 오류와 오탐률 업체가 라이브 테스트를 거부하나? 다른 업체를 찾아라
도입, 유지보수, 인력 변화 하드웨어 변경, 교육, 장애 대응을 나열하라 견적서에 빠진 것은 무엇이든 내가 부담한다고 가정하라

이 표는 내 사무실 벽에 붙어 있다. 승인을 원하는 AI 프로젝트는 먼저 세 행을 모두 채워야 한다. 내가 AI를 믿지 않는 것이 아니다. 믿는 것은 내 창고가 직접 만들어 낸 숫자뿐이다.

승인 게이트: 하나의 지표, 한 명의 책임자, 한 번의 90일 체크포인트

숫자가 명확해져도 프로젝트는 두 번째 게이트를 통과해야 한다. 내 규칙은 세 가지다. 측정 가능한 비즈니스 지표 하나, 이름이 있는 책임자 한 명, 90일 체크포인트 한 번. 어느 하나라도 빠지면 프로젝트는 시작하지 않는다.

지표는 "지능 수준 향상" 같은 허울이 아니라 비즈니스와 연결돼야 한다. 우리 시각 검증 프로젝트의 지표는 한 문장이었다. 90일 이내에 오출하 주문을 절반으로 줄이고, 오탐을 허용 가능한 범위 안에 유지하며, 검증 인력을 2명에서 1명으로 줄이는 것. 종이에 쓰고, 마감일에 확인하고, 협상은 없다.

책임자는 운영 부서의 사람이어야 한다. IT도 업체도 아니다. 업체 팀은 프로젝트가 끝나면 떠나고, 그 뒤에는 누구에게 전화하겠는가? 우리 프로젝트 책임자는 검증 팀 리더였다. 시스템이 실제로 작동하는지 가장 잘 아는 사람이 그이며, 작동하지 않으면 가장 먼저 승인을 거부하는 사람도 그다.

90일 체크포인트가 가장 중요하다. AI 프로젝트를 죽이는 것은 "조금 더 지켜보자"는 말이다. 1년 뒤에는 돈이 사라지고 결론은 여전히 없다. 90일째, 지표를 달성하면 확장하고, 달성하지 못하면 중단하고 검토한다. 중단하는 것은 부끄러운 일이 아니다. 질질 끄는 것이 돈을 태우는 일이다.

나에게 통했던 방법은 작은 시나리오 하나부터 시작하는 것이었다. 시각 검증은 먼저 하나의 출고 라인에서만 가동했다. 90일 뒤, 오출하는 실제로 줄었고 오탐도 통제되고 있었다. 그제야 두 번째 라인으로 확대했다. 두 번째 라인으로 확대했을 때 처음 2주는 거칠었다. 카메라가 새 조명에 적응하는 동안 오탐이 급증했고, 일주일간 검증 담당자들은 이전보다 느렸다. 거의 중단할 뻔했다. 그러다 숫자가 안정됐고, 6주째에는 두 번째 라인이 첫 번째 라인과 어깨를 나란히 했다. 교훈: 어떤 전개든 첫 2주간의 하락을 예산에 반영하고, 체크포인트는 첫 2주가 아니라 마지막 한 달로 판단하라. 반대 경우도 봤다. 다른 한 셀러는 첫날 풀 플랫폼을 샀고, 6개월을 들여도 가동하지 못했으며, 시스템은 지금 먼지를 뒤집어쓴 채 방치돼 있다. 돈은 이미 지불됐다.

여기 역설적인 지적이 있다. 실제로 작동하는 작은 시나리오 하나가 거대한 플랫폼보다 가치 있다. AI 전개가 클수록 빨리 죽고, 첫 단계가 작을수록 오래 산다. 먼저 한 단계가 진짜로 돈을 절약하게 하고, 그 다음 단계가 자금을 받을 만한지 그때 결정하라.

그리고 솔직한 진실 하나. AI 프로젝트에서 가장 비싼 것은 소프트웨어가 아니라 우리 자신의 어수선한 프로세스다. 피킹 로직이 엉망이고 로케이션 코드가 10년 동안 업데이트되지 않았다면, AI는 그 엉망을 더 빨리 인식할 뿐이다. 먼저 프로세스를 정리하고 나서 AI를 이야기하라. 순서를 뒤집지 말라.

그러니 서명하기 전에 스스로 세 가지 질문을 던져라. 이 숫자들을 계산했는가? 체크포인트를 계약에 넣을 의향이 있는가? 내 프로세스는 AI에 의해 증폭돼도 버틸 수 있는가? 세 가지에 모두 답할 수 있으면 서명하라. 답할 수 없으면, 업체의 자료가 아무리 예뻐도 일단 옆에 치워 두라. 먼저 창고 AI 프로젝트의 ROI 비즈니스 케이스를 작성하라. 그 다음에 기술을 이야기하라.

이 접근법은 나에게 통했다. 절약한 돈은 진짜이며, 교훈에도 진짜 돈이 들었다.

Ah K, 전자상거래 셀러(5년) 지음

영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.