핵심 요약

  • 서발은 직원의 IT 지원 요청을 자동으로 처리하는 기업 서비스 관리 플랫폼을 만든다. CEO 제이크 스타우치는 기존 업무 흐름을 구축하고 유지하는 데 드는 수작업을 줄이는 데 초점을 맞췄다.
  • 관리자가 AI 상담원의 도구와 권한을 설정하고 승인한다. 직원과 대화하는 상담원은 그 범위 안에서만 요청을 처리할 수 있다.
  • 새 AI 모델은 평가를 통과해도 곧바로 전면 적용하지 않는다. 기존 모델에 맞춘 설정과 새 모델의 예측 가능성을 살핀 뒤 고객에게 점진적으로 배포한다.
  • 스타우치에 따르면 작은 기업과 큰 기업의 IT 문제는 비슷하지만, 큰 기업에서는 업무 방식을 결정할 사람들을 조율하는 일이 도입의 걸림돌이 된다.

업무 흐름을 만드는 비용부터 줄이다

서발이 다루는 기업 서비스 관리는 직원이 업무 중 필요한 도움을 요청하고 받는 과정이다. 스타우치가 제시한 목표는 요청을 티켓으로 접수해 담당자를 배정하고 기다리게 하는 대신, 가능한 요청을 즉시 자동 처리하는 것이다.

그는 ServiceNow가 데이터베이스 위에 업무 흐름을 구축한 접근 자체는 옳았다고 평가했다. 다만 그런 흐름을 만들고 유지하려면 전담 개발 인력이 필요할 수 있고, 구축에 몇 주에서 몇 달이 걸리기도 한다고 지적했다. 그 사이 업무 절차가 바뀌면 완성된 자동화가 실제 필요를 뒤따라가게 된다.

서발에서는 관리자가 단계, 권한, 승인 조건과 처리 논리를 자연어로 설명하면 AI가 이를 코드로 바꿔 업무 흐름을 만든다. 필요한 데이터와 출처를 설명하면 데이터를 가져와 최신 상태로 유지하는 코드도 생성한다는 것이 스타우치의 설명이다. 그는 비밀번호 재설정을 예로 들었다. 직원 한 명의 비밀번호를 직접 재설정하는 일보다 자동화 흐름을 만드는 일이 더 번거롭다면, 담당자는 결국 수작업을 택하게 된다는 것이다.

자동화가 쉬워질수록 중복도 생긴다. 스타우치는 비슷한 비밀번호 재설정 흐름이 여러 개 쌓이면 AI가 어느 것을 실행할지 혼동할 수 있다고 말했다. 이를 다루기 위해 서발은 기존 흐름을 살펴 새 요청과 겹치는 부분을 알려주고, 기존 흐름의 수정이나 정리, 승인 단계 추가를 제안하는 관리용 에이전트를 만들었다고 설명했다.

상담원의 능력보다 실행 범위를 먼저 정하다

스타우치는 기업용 AI 제품의 핵심을 모델의 능력을 제한하는 통제 장치에서 찾는다. 기업 전체에 AI를 도입하려면 권한, 승인, API 연동 범위, 기록과 경고를 관리할 수 있어야 한다는 주장이다.

서발은 역할을 두 에이전트로 나눴다. 관리용 에이전트는 IT 관리자가 상담원에게 허용할 도구와 기능을 구성하도록 돕는다. 직원이 대화하는 헬프데스크 에이전트는 관리자가 만들고 승인해 공개한 도구만 사용할 수 있다. 도구별 승인 절차와 사용자 권한도 관리자가 설정한다. 직원은 다양한 요청을 할 수 있지만, 상담원의 실제 작업 범위는 이 설정에 묶인다.

이 구조는 스타우치가 본 기업 내 긴장과도 맞닿아 있다. 개별 직원은 자신의 AI 도구가 더 많은 일을 자율적으로 처리하길 원하지만, 보안과 IT 조직은 같은 수준의 접근 권한을 허용하기 어렵다. 그는 AI 도입을 허용하는 기업이 앞서갈 것이라고 보면서도, 그 과정에서 보안 사고와 문제가 생길 위험을 인정했다.

모델 교체와 자동화 비용의 조건

서발은 인터뷰 당시 OpenAI와 Anthropic의 모델을 사용한다고 밝혔다. 스타우치에 따르면 직원의 요청에 응답하고 적절한 도구를 호출하는 데는 OpenAI 모델이, 업무 흐름을 위한 코드 생성에는 Anthropic 모델이 좋은 결과를 보였다. 이는 서발의 적용 사례에 대한 평가이지, 모델 전반의 우열을 뜻하지 않는다.

새 모델이 나오면 자동화된 평가를 실행하지만, 일부 작업은 좋아지고 다른 작업은 나빠질 수 있다. 기존 모델의 특성에 맞춰 조정한 프롬프트와 주변 시스템이 새 모델에는 맞지 않을 수도 있다. 서발은 이를 조정한 뒤 고객에게 점진적으로 배포하며, 더 새롭고 영리한 모델보다 기존 모델의 속도나 예측 가능한 동작이 적합해 되돌린 적도 있다고 했다.

스타우치는 현재 비용에 관해 생성된 자동화 코드를 매번 다시 만들지 않는다는 점을 강조했다. 비밀번호 재설정 요청이 반복되면 이미 만든 코드를 실행하므로, 요청마다 코드 생성 비용이 발생하는 구조는 아니다. 그는 이 때문에 아직 비용 최적화를 많이 하지 않았어도 단위 경제성이 좋다고 평가했다. 다만 과거 티켓이나 기기 기록을 계속 조사하는 장시간 실행 에이전트로 확장하면 비용이 빠르게 늘 수 있어 더 일찍 관리해야 한다고 덧붙였다.

같은 IT 문제, 다른 도입 과정

스타우치는 서발의 고객이 100곳이라고 말했다. 그가 경험한 고객 규모는 직원 수백 명인 회사부터 수십만 명인 회사까지 걸쳐 있다. 규모가 달라도 IT 지원의 어려움은 예상보다 비슷했지만, 큰 조직에서는 온보딩이나 권한 부여 절차를 누가 결정할지부터 여러 사람과 협의해야 한다고 설명했다.

작은 AI 중심 기업의 IT 담당자에게는 반복 요청에서 벗어나 기술적인 일을 할 시간이 중요했다. 스타우치는 한 고객의 담당자가 ServiceNow 요청을 받아 동료의 Cursor 접근 권한을 부여하는 데 하루 중 많은 시간을 썼던 사례를 들었다. 큰 기업에서는 직원 경험의 문제가 더 두드러진다고 했다. 요청의 처리 상태를 알 수 없어 같은 내용을 다시 접수하거나, 필요한 지원을 받기까지 몇 주 동안 업무가 막힐 수 있다는 것이다. 서발이 이런 문제를 얼마나 줄였는지에 관한 정량 수치는 인터뷰에서 제시하지 않았다.

AI를 쓰는 조직도 계속 바뀐다

서발은 내부 업무에도 제품을 사용한다. 스타우치는 영업 담당자가 고객의 제품 질문에 답하거나 발표 자료와 비교 자료를 만드는 데 서발을 활용한다고 말했다. 별도의 솔루션 엔지니어 직무는 두지 않았지만, 실제 시범 도입을 돕는 현장 배치 엔지니어는 4명이라고 밝혔다. 일부 직무의 채용을 늦출 수 있었어도, 영업 운영처럼 결국 담당자가 필요하다고 판단한 분야도 있었다.

그는 자신이 고객과 매일 대화하고 각 고객의 슬랙 채널에 참여하는 이유를 고객 문제를 직접 이해하기 위해서라고 설명했다. 한편 고객의 요구가 현장 엔지니어를 거쳐 제품에 빠르게 반영되면서, 창업자인 자신이 장기적인 제품 방향을 생각하는 시간은 줄었다고 했다. AI의 능력과 고객의 업무 사이에서 제품을 계속 바꿔야 한다는 판단도 밝혔다.

결론

스타우치가 설명한 서발의 접근은 업무 흐름을 빠르게 만들면서도, 직원이 사용하는 AI의 실행 권한을 관리자가 정하는 데 있다. 인터뷰는 이 방식의 가능성과 함께 중복 자동화, 모델 교체, 대기업 내 의사결정, 장시간 실행 에이전트의 비용이라는 운영상의 조건을 드러냈다.