우연히 본 유튜브 영상인데, AI == "효율" 가 아니라 AI == "효과" 를 기준으로 해결하신 사례 공유는 처음이라 공유하게 되었다. AI라고 하면 대부분 기존에 하던 일을 얼마나 효율적으로, 얼마나 더 적은 사람으로 할 수 있는가에 대해 많이 이야기한다. 평소 하던 일에 대한 개인 단위의 개선이거나, 실제로 성과로 이어지지는 않지만 덜 불편하게 만드는 그러한 것들이 많다. 그렇게 효율적으로 개선하고나면 더 성과가 나는가? 에 대해선 아직까지 사례 공유가 없었던 것 같다. "원래 5명이 하던걸 이젠 1명이 하게되었습니다." 인데, 그럼 이제 1명이 5명 몫을 하게 되었으니 매출이나 지표가 5배가 되었나요? 로 이어진 사례는 아니였다. 이 강연은 조금 다른 지점을 이야기한다. AI를 귀찮은 업무를 대신하는 도구로만 쓰지 말고, 회사의 큰 병목을 해결하는 데 써야 한다는 이야기다. "오픈한"의 최철용 대표님은 Claude Code를 올해 3월 7일 처음 접했고, 2주 정도 써보면서 "AI로 생각보다 거의 모든 작업이 가능하구나"를 체감했다고 한다. 그리고 AI를 작은 업무 자동화가 아니라 회사가 오래 안고 있던 큰 문제에 붙였다. 바로 재고 문제였다. 오픈한에는 약 5억 원 규모의 재고가 있었고, 그중 3억 원 정도는 60일 내에 빠르게 처리해야 하는 상황이었다고 한다. 이건 단순히 물건이 남은 문제가 아니다. 현금흐름, 창고비, 브랜드 가치, 물류 운영이 연결된 문제다. 기존에는 자사몰의 세일 코너를 활용했다. 하지만 담당자가 가격을 조정하고 상품을 바꿔도 성과가 크게 나지 않던 영역이었다고 한다. 최철용 대표님은 이 재고 때문에 다른 대표님들과의 이야기를 나누었고 그때 내린 결론이 "100원이면 필요하지 않아도 사람들이 다 사간다. 재고가 남는 이유는 고객이 매력을 느낄 만큼 적정 가격이 아니라서 그렇다." 였다. 결국 재고는 고객이 안 사는 게 아니라, 회사가 고객이 살 수 있는 가격까지 충분히 조정하지 않았기 때문에 남아 있다는 것이다. 다만 무작정 가격을 낮출 수는 없었다. 국내에서 너무 낮은 가격으로 덤핑하면 브랜드를 훼손할 수 있기 때문이다. 그래서 목표는 "브랜드를 훼손하지 않으면서, 60일 안에 재고를 처리하는 것" 이걸 AI로 풀었다. AI에게 여러 규칙과 알고리즘을 만들게 하고, 아래 작업을 자동으로 수행하는 시스템을 만들었다고 한다. 1. 상품별 조회수와 판매량을 매일 수집하고, 2. 충분히 노출됐는데도 안 팔리는 상품만 가격을 낮춘다. 3. 가격을 낮춘 상품은 다시 상단에 노출해 반응을 보고, 4. 팔리면 추가 인하를 멈추고, 안 팔리면 다시 조정한다. 날씨와 계절성도 반영했다. 1. 기온이 올라가면 얇은 옷을 더 노출하고, 2. 비가 오면 우비 같은 상품을 올린다. 상품명도 자동으로 바꿨다. 특정 색상이나 사이즈가 품절되면, 고객이 쇼핑 과정에서 바로 알 수 있도록 상품명에 반영했다. 3월 23일 시스템을 오픈한 뒤, 기존 하루 150만 원, 행사 때 200만 원 수준이던 세일 매출이 300만 원, 500만 원, 700만 원, 1,000만 원 수준까지 올라갔다고 한다. 그리고 이 알고리즘을 신제품과 베스트 상품에도 일부 적용하자 정상 상품 매출도 같이 올라갔다고 한다. --- 강연에서 나온 원칙은 두 가지였다. 첫째, AI는 영향력이 큰 문제에 써야 한다. 둘째, AI는 보는 데 쓰는 게 아니라 실행하는 데 써야 한다. 이 사례에서 AI는 조언만 하지 않았다. 데이터를 모으고, 판단하고, 가격과 노출을 바꾸고, 결과를 다시 반영했다. "AI로 얼마나 효율적으로 일하고 있는가?" 에 대해 이야기 나눌때면 "현재 상황이 더 효율적으로 일하면 더 성과가 나는 구조인가?" 가 먼저 확인되지 않으면 더 효율적으로 일해봐야 공회전만 계속 된다고 생각한다. 내가 속한 팀의 큰 병목은 무엇인가. 내가 속한 팀이 만드는 제품의 큰 병목은 무엇인가. 그 병목은 매출, 전환, 리텐션, 품질, 고객 경험 중 어디에 연결되어 있는가. 성공했을 때 회사의 큰 문제가 실제로 줄어드는가. 이 질문에서 출발해야 한다. AI로 개인 업무를 조금 편하게 만드는 것도 필요하다. 하지만 거기서 멈추면 하방을 높이는 일에서 끝난다. 상방을 뚫으려면, AI를 팀과 제품과 회사의 큰 병목에 붙여야 한다는걸 이 강의에서 보여주신 것 같다. 많은 리더분들이 보시면 좋겠다.