AI 시대, COSMAX의 ERP와 지식노동이 바뀌는 방식

URL: https://www.youtube.com/watch?v=NJJYtWhaPRs 날짜: 2026-10-06 채널: Chester Roh 출연: Chester Roh(B Factory 운영자·COSMAX 디지털 어드바이저), 고종옥(COSMAX PI Innovation Division장) 원제: EP 117. Gangbuk IT Is Changing: ERP and Knowledge Work in the AI Era (Jongok Ko, COSMAX PI Head)

📌 핵심 질문 / 핵심 논점

AI가 기존 ERP(Enterprise Resource Planning)와 지식노동의 낡은 연결 구조를 어떻게 바꾸며, 기업은 어떤 순서로 AX(AI Transformation)를 설계해야 하는가가 핵심 질문이다. ==도메인 전문가가 AI로 자신의 업무를 먼저 해체하고 디지털 시스템으로 다시 만들 때, 10년에 한 번씩 갱신되던 ERP와 암묵지가 매 순간 진화하는 업무 기반으로 바뀐다.==

• AI 도입만으로 생산성이 오르지 않는 이유는 증기기관을 전기 모터로 바꾸고도 공장 배치를 그대로 둔 역사적 전환과 같다.
• SAP 중심 ERP는 회계 통제와 데이터 신뢰성에는 강하지만, 빠르게 변하는 현장 업무와 기업별 암묵지를 실시간으로 담기 어렵다.
• COSMAX에서는 업무를 가장 잘 아는 직원들이 Claude Code와 AI를 사용해 직접 시스템을 만들고, Excel·전화·메신저에 흩어졌던 중간 과정과 예외를 데이터로 바꾸고 있다.
• 7개월에서 8개월의 실험만으로 향후 개발 투자 약 70억 원과 연간 유지보수비의 70% 이상을 줄일 전망이 확인됐다.
• 앞으로 살아남는 지식노동자는 8시간짜리 업무를 5시간으로 줄이고 쉬는 사람이 아니라, 남은 업무를 다시 설계하고 더 높은 가치의 통찰과 고객 문제 해결을 만드는 사람이다.

1. AI 생산성 전환의 전제

1.1. 초기 AI 도입이 기업 전체 생산성으로 이어지지 않는 이유

1. AI 사용률은 아직 극초기 단계다

   1. 미국 인구 가운데 유료 AI 플랜을 쓰는 사람은 약 2~3%에 불과하다고 언급됐다.
   2. 전 세계 지식노동자는 약 15억 명으로 추정되며, 이 수치는 a16z 팟캐스트에서 들은 수치다.
   3. 코더는 약 3,000만 명이고, Codex와 Claude Code 같은 에이전트 도구의 트래픽 대부분을 차지한다.
   4. 현재 에이전트 사용은 거의 코딩에 집중되어 있으며, 문서 요약 같은 비코딩 활용은 기업과 일반 사용자 전체로 널리 확산되지 않았다.
   5. 주변에서 모두 Codex와 Claude Code를 쓰는 것처럼 보여도 실제 사회 전체의 도입률은 매우 낮으므로 현재는 시작 단계에 가깝다.

2. 개인 효율과 조직 생산성 사이에 간극이 있다

   1. 기업이 직원에게 월 200달러 플랜과 무제한 API를 제공해도 최고경영자가 보는 회사 전체 생산성은 오르지 않는 경우가 있다.
   2. 일부 직원은 일을 더 빨리 끝내고 퇴근하거나 같은 급여로 더 적은 일을 하게 되지만, 회사 차원의 산출물과 업무 흐름이 그대로면 총생산성은 변하지 않는다.
   3. AI를 단순한 개인 도구로 추가하는 것과 조직의 업무 시스템 자체를 바꾸는 것은 서로 다른 문제다.

1.2. 증기기관과 전기 모터의 비유

1. 전기를 증기기관처럼 사용한 첫 단계

   1. 증기기관 시대에는 집에서 수작업으로 하던 일을 공장으로 옮기고, 하나의 대형 증기기관이 주축을 돌리며 벨트로 위층과 아래층 기계에 동력을 배분했다.
   2. 전기 모터가 등장했을 때 공장주는 기존 배치와 주축 구조를 유지한 채 큰 전기 모터 하나만 증기기관 대신 설치했다.
   3. 전기로 바꿨는데도 작업 속도와 생산성이 즉시 오르지 않아 전기의 효과가 의심받았다.

2. 업무 구조를 다시 설계한 뒤 생산성이 올랐다

   1. 전기 모터가 충분히 작아져 각 기계에 목적별로 설치되고 공장 배치를 완전히 재설계했을 때 생산성이 크게 상승했다.
   2. AI도 한 세기의 지식노동 시스템 위에 단순히 덧붙이면 효과가 제한되며, 전체 workflow를 새로 설계해야 전환이 일어난다.
   3. 기업이 기존 ERP와 승인·보고·커뮤니케이션 관행을 그대로 둔 채 AI만 붙이는 방식은 큰 전기 모터 하나로 옛 공장을 돌리는 것과 같다.

2. 팡교 IT와 강북 IT의 만남

2.1. 서로 다른 IT 생태계

1. 팡교 IT의 출발점

   1. 소프트웨어 기업은 서비스 자체가 회사를 정의하므로 필요한 workflow를 백본부터 직접 만들고, 회사별로 서로 다른 업무 구조를 설계하는 데 익숙하다.
   2. Chester Roh는 지금까지 운영한 회사와 근무한 회사가 모두 소프트웨어 기반 기술 기업이었다고 설명했다.
   3. 이런 환경에서는 개발자와 제품 담당자가 업무 흐름을 코드와 제품으로 직접 바꾸는 일이 자연스럽다.

2. 강북 IT의 범위

   1. 팡교에서 상대적으로 잘 모르는 강북 IT는 IBM·Oracle과 대형 SI(System Integration) 기업이 제공해 온 전통적 엔터프라이즈 업무를 가리킨다.
   2. SAP, Salesforce, Oracle, Microsoft 같은 기업의 패키지와 컨설팅, 인증 인력, 외주 통합이 핵심 구성이다.
   3. COSMAX에는 이 강북식 IT가 깊이 자리 잡았고, 여러 솔루션과 공급업체가 회사의 업무 기반을 구성한다.

2.2. SAP의 라이선스 전환과 COSMAX의 과제

1. SAP 클라우드 전환

   1. SAP는 과거 Office 2023처럼 한 번 라이선스를 사고 유지보수 계약으로 운영하는 모델을 대표했다.
   2. SAP는 이 모델을 PCE(Private Cloud Edition)라는 프라이빗 클라우드 모델로 옮기며, Google Cloud와 AWS처럼 사용 중 업그레이드가 이어지는 구조로 바꾸고 있다.
   3. COSMAX에는 클라우드 가격 체계로 전환해야 하는 과제가 생겼고, 전환비용은 수백억 원이 들 수 있는 대규모 프로젝트다.
   4. 업계에서는 이런 차세대 ERP 프로젝트를 대략 10년에 한 번 수행한다.

2. COSMAX가 맞닥뜨린 질문

   1. 2025년 가을 Chester Roh는 AI와 신규 사업을 담당하면서 SAP 프로젝트를 어떻게 결정하고 AI 시대에 어떤 방향을 취할지 최고경영진의 미션을 받았다.
   2. 엔터프라이즈 경험이 거의 없던 그는 SAP 구성요소와 ABAP를 다루는 10시간짜리 강의와 수많은 YouTube 강의를 봤지만, 10시간을 보고도 무엇을 말하는지 알기 어려웠다고 말했다.
   3. SAP는 오랜 역사와 거대한 독자 생태계를 갖고 있었지만, 사업 운영자의 관점에서는 회사가 실제로 필요로 하는 업무를 충분히 지원하고 비용 대비 결과가 좋은지가 핵심 판단 기준이었다.
   4. COSMAX는 SAP를 폐기하는 것이 아니라 차세대 SAP로 이동할 준비를 하면서도, 기존 시스템과 업무 연결 방식을 AI로 먼저 개편하기로 했다.

3. 10년 주기 ERP와 기술부채

3.1. ERP가 회계 백본으로 기울어진 구조

1. ERP의 원래 역할

   1. ERP는 회사 전체 부서의 자원과 workflow를 하나의 시스템으로 묶어 업무가 그 안에서 흐르게 하는 백본으로 설계됐다.
   2. 모든 회사가 어떤 형태로든 ERP를 사용하며, COSMAX도 매출과 생산, 연구, 구매와 회계를 연결해야 한다.
   3. 그러나 실제 운영에서 ERP의 중심은 회사가 돈을 벌고 손익을 계산하는 FI(Financial Accounting), HR, 총무와 세금계산서 발행에 놓였다.

2. FI 중심으로 맞춰지는 업무

   1. 다른 팀의 활동은 원가 계산과 회계 원장(ledger)을 만들기 위한 데이터 생산 과정으로 ERP에 들어간다.
   2. 고종옥은 ERP가 기본적으로 FI를 지원하고, 전 부서가 데이터를 만들어 회계 원장을 구성하는 구조라고 설명했다.
   3. 업무 프로세스까지 ERP에 계속 집어넣으면 시스템이 지나치게 커지고, 10년에 한 번뿐인 전면 개편 주기 때문에 변화하는 업무를 신속하게 반영하지 못한다.

3.2. COSMAX의 2016년 SAP와 성장의 불일치

1. 당시 구축한 주문-생산-매출 흐름

   1. COSMAX는 2016년에 SAP를 도입하고 당시 workflow에 맞춰 ERP를 만들었다.
   2. 고객 주문을 접수해 연구소로 보내 샘플을 만들고, PO(Purchase Order)가 확정되면 구매 주문을 발행했다.
   3. 주문은 포장재와 원료 등 BOM(Bill of Materials)에 연결되고 생산 공정을 거친 뒤 고객에게 납품됐다.
   4. 납품 뒤에는 세금계산서 발행과 대금 처리가 이어졌으며, 문제가 생기면 앞뒤 공정을 추적하는 구조를 사용했다.

2. 몸은 아기인데 손발만 어른이 된 비유

   1. 10년 동안 기업은 멈추지 않고 성장했지만, 당시의 ERP 백본은 그대로 남았다.
   2. 고종옥은 무거운 ERP를 아기의 몸에 어른의 손발이 붙은 상태에 비유했다.
   3. 손발에 해당하는 주변 솔루션과 임시 업무는 성장해 현재 일을 처리하지만, 몸에 해당하는 핵심 ERP가 성장하지 않아 곳곳에서 문제가 난다.
   4. 공장과 회사는 하루도 멈출 수 없으므로 시스템을 운영하면서 몸 자체를 키우고 어느 순간 깨끗하게 전환해야 한다.

3. 레거시가 증식한 방식

   1. 원래 시스템에는 재무제표를 만들기 위한 최소 기능만 남고, 신규 프로젝트를 위한 별도 gateway와 수많은 추가 프로젝트가 붙었다.
   2. 기존 시스템을 바꾸면 연결된 모든 솔루션과 공급업체가 함께 바뀌어야 하므로, 여러 벤더를 한 번에 통합하기가 어렵다.
   3. 기업 의사결정자는 소프트웨어·IT 전문가가 아닌 경우가 많고, 누적된 레거시와 기술부채(technical debt)를 그대로 둔 채 새 데이터 파이프라인과 새 도구를 붙인다.
   4. 이런 방식은 3~6개월짜리 프로젝트를 끝내기에는 유리하지만, 결국 전체 구조를 정리해야 하는 부담을 미래의 임원에게 넘긴다.
   5. 수천억 원에서 조 단위 원화가 흐르는 시스템을 스타트업처럼 모두 지우고 다시 만드는 것은 불가능하며, 실행 중인 시스템에서 오류가 나면 안 된다.

3.3. 차세대 ERP 프로젝트의 위험과 AI의 역할

1. 실패를 전제로 한 난이도

   1. 외부 ERP 전문가들은 차세대 ERP 프로젝트가 보통 3~4번의 실패를 거친다고 말했다.
   2. AI가 몇 번의 클릭으로 코딩과 유사 업무를 수행해도 “AI가 전부 해주면 되지 않나”라는 기대는 현실과 다르다.
   3. AI는 기업이 변해야 한다는 사실을 보여주지만, 어떤 순서와 책임 구조로 바꿀지는 기업이 결정해야 한다.

2. AS-IS 분석의 공백

   1. 차세대 ERP의 첫 단계인 AS-IS 분석은 회사의 기존 업무 프로세스를 빠짐없이 문서화하는 일이다.
   2. 빠르게 성장한 회사일수록 선배가 후배에게 구두로 넘긴 업무, 유능한 직원이 Excel로 만든 해결책, 미해결 문제를 적당히 넘기는 관행이 흩어져 있다.
   3. 소프트웨어는 이 업무를 정리하지 않고 개발할 수 없지만, 차세대 프로젝트는 문서화가 완료되기 전에 시작되는 경우가 많다.
   4. 컨설턴트가 정리해 주더라도 업계 공통 지식과 기업만의 효과적인 일하는 방식은 다르므로, 회사 내부 사람들이 자신의 업무를 직접 문서화해야 한다.

4. 암묵지의 디지털화와 도메인 전문가의 부상

4.1. ERP 밖에서 회사가 실제로 작동하는 방식

1. 기업 고유 시스템은 암묵지다

   1. 시장 리더가 되는 동안 회사가 진화하며 만든 고유한 업무 시스템은 특정 벤더가 처음부터 설계한 것이 아니다.
   2. 이 시스템은 조직 곳곳에 조각난 tacit knowledge(암묵지)로 쌓이며, 업무를 오래 수행한 핵심 직원의 판단과 예외 처리에 들어 있다.
   3. ERP에는 BOM과 재무 데이터 같은 핵심 결과가 들어가지만, 실제로 사람들이 어떻게 일했는지는 담기지 않는다.

2. Excel과 문서가 숨은 운영체제가 되다

   1. 유능한 직원의 PC에 있는 Excel, 문서, PowerPoint가 실제 업무를 움직이고, 최종 결과만 ERP로 전송되는 경우가 많다.
   2. Excel은 파일을 저장하지만 중간 계산과 판단 과정은 ERP에 남기지 못한다.
   3. 기업은 발전했지만 시스템은 따라오지 못했으므로 Excel이 둘 사이의 적응층(adaptation layer)이 됐다.
   4. 중요한 지식이 개인 PC와 전화·메신저에 머물면 담당자가 바뀌거나 업무가 변할 때 시스템이 다시 낡는다.

4.2. Claude Code 교육이 만든 내부 개발자

1. 자발적 교육의 출발

   1. 2025년 가을 COSMAX는 Claude Code가 주목받기 시작한 시점에 직원 자원자를 대상으로 AI 코딩 교육을 열었다.
   2. 당시 Codex는 아직 널리 쓰이지 않았고, 미래지향적인 핵심 업무 담당자들이 교육에 몰려들었다.
   3. 뛰어난 강사가 전체 과정을 이끌었고, 강사의 열정이 참가자들에게 전파됐다.

2. 도메인 전문가가 직접 만드는 시스템

   1. 교육 참가자들은 각 부서가 실제로 필요로 하던 시스템을 직접 만들기 시작했다.
   2. 과거에는 사업팀이 필요한 소프트웨어를 SI 프로젝트로 발주하거나 패키지를 구매했지만, 복잡한 시스템을 제외하면 각 부서가 스스로 만들 수 있게 됐다.
   3. 비엔지니어링 배경의 도메인 전문가가 GitHub에 개발자 수준의 코드를 커밋하는 사례가 생겼다.
   4. 이런 인원이 COSMAX 한 조직 안에서 이미 약 100명에 이르며, 일부는 전년도나 당해 연도에 처음 개발을 시작했다.
   5. 재교육, 코드 품질, 숙련 엔지니어와 도메인 전문가의 결합은 여전히 과제지만, 핵심 업무를 AI로 자동화하고 결과를 ERP에 연결하는 주체가 내부에 생겼다.

3. 문화적 유전자와 기업가 정신

   1. 업무와 기술 사이를 연결하고 CEO 수준의 열정과 ownership을 가진 한 사람이 조직에 들어오면 그 행동 방식이 문화적 유전자처럼 복제된다.
   2. 변화의 주체는 직함이 개발자인 사람이 아니라, 자신이 책임진 업무를 더 나은 시스템으로 바꾸려는 기업가적 직원이다.
   3. 이 인력은 기존 업무를 없애는 동시에 더 많은 일을 해내겠다고 먼저 말한 사람들이다.

4.3. AX가 불완전한 DX를 완성하는 역전

1. 레거시 기관을 제거할 수 없는 이유

   1. 회사는 살아 있는 유기체와 같아서 장기를 하나 떼면 그 기능을 대신할 다른 장기가 필요하다.
   2. 대체 기관은 유기적일 수도, 사이보그일 수도, 스팀펑크식 혼합물일 수도 있지만 반드시 있어야 한다.
   3. 따라서 기존 레거시 시스템은 즉시 모두 사라지지 않고, Excel이 하던 중간 역할을 부서가 만든 소프트웨어가 조금씩 대체한다.

2. 업무 과정 자체가 데이터가 되다

   1. Excel 중간 계산을 시스템으로 옮기면 최종값뿐 아니라 각 업무 단계와 계산 근거가 내부 데이터로 기록된다.
   2. 이상적인 순서는 DX(Digital Transformation)를 먼저 완성하고 그 데이터로 AX를 추진하는 것이지만, 현재 제조업에서는 AX를 먼저 적용하는 개별 혁신가가 업무를 자동화하는 과정에서 DX까지 완성한다.
   3. 도메인 전문가는 자신이 하던 일을 AI에 설명하기 위해 입력·출력, task 정의, 예외 상황과 판단 맥락을 디지털 데이터로 바꾼다.
   4. AI는 원래 raw text로만 존재하던 맥락에서도 정보를 꺼내므로 정형화가 덜 된 업무도 시스템화할 수 있다.
   5. 각 직원이 자기 일에 집중하는 동안 업무 관계와 의존성이 자동 문서화되고 graph로 매핑된다.

3. 10년 주기의 컨설팅이 순간 단위의 기록으로 바뀌다

   1. 과거 컨설팅은 10년에 한 번 회사 업무를 정리했지만, AI 기반 업무 시스템은 매 순간 최신 구조를 만든다.
   2. COSMAX는 전사 운영 방식을 정리한 백서를 만들었고, 요약본만 약 1,200페이지, 전체본은 약 7,000페이지에 이른다.
   3. 그 문서는 부서장에게서 다음 부서장으로 전달되던 업무 지식의 구조를 드러내며, 핵심도와 의존관계를 함께 보여준다.
   4. 개인 업무 시스템을 먼저 실행하고 이를 정리해 ERP에 연결하는 방식으로 차세대 ERP에 필요한 AS-IS 지식이 축적됐다.

5. SAP의 신뢰, 모듈, ABAP 생태계

5.1. 회계 데이터가 신뢰받는 구조

1. 브랜드가 아니라 통제가 신뢰를 만든다

   1. 금융과 회계 현장에는 SAP에서 나오지 않은 데이터는 믿기 어렵다는 인식이 있으며, 40~50년 업계 표준으로 쌓인 브랜드도 여기에 기여한다.
   2. 자체 ERP의 데이터베이스에 SQL INSERT를 직접 실행할 수 있으면 누구나 값을 바꿀 수 있어 조작 여부를 검증하기 어렵다.
   3. SAP의 FI, CO(Controlling, 관리회계), SD(Sales and Distribution) 모듈은 업무 규칙에 따라 데이터를 만들고 규칙에 맞는 방식으로만 변경하게 한다.

2. 복식부기와 체크섬 같은 통제

   1. 복식부기(double-entry bookkeeping)는 서로 다른 곳에 기록된 값이 궁극적으로 균형을 이루어 장부 스스로 검증하게 한다.
   2. SAP는 각 모듈과 업무 과정에 이와 비슷한 checksum 검사를 넣어 오류가 최종 결과까지 통과하기 어렵게 만든다.
   3. 월말 마감 뒤 원가를 직접 바꿀 수 없고, 변경하려면 원래 기록을 정해진 절차로 reverse한 뒤 새 거래를 입력해야 한다.
   4. 여러 앱에서 동시에 돈을 인출하지 못하게 database transaction으로 묶는 것처럼, 관련 업무를 하나의 거래 단위로 연결한다.
   5. 이런 통제가 회계법인과 감사인의 검증을 통과하게 하며, Douzone 데이터도 같은 원리로 신뢰받는다.

5.2. 모듈화와 ABAP의 한계

1. SAP가 제공하는 패키지

   1. 기업이 모든 산업별 재무·생산 시스템을 직접 만들려면 PostgreSQL과 최상급 개발자를 상시 보유해야 하지만, 강북 IT 기업에는 그 인력이 없거나 지나치게 비싸다.
   2. SAP는 산업별로 필요한 모듈을 묶어 “이 산업이면 이 모듈을 사고 이렇게 설정하라”는 패키지를 제공한다.
   3. 패키지로 처리하지 못하는 기업별 업무는 ABAP 언어로 custom development를 만들어 추가한다.

2. ABAP 인력의 희소성과 유지보수

   1. ABAP 개발자는 SAP 생태계 안에서만 경력을 쌓은 경우가 많고, 일반 언어를 경험하지 않은 사람도 있다.
   2. 컴퓨터과학을 공부하고 평생 소프트웨어를 만든 사람도 ABAP를 한 번도 써보지 않았을 정도로 특수한 인력 시장이다.
   3. 업무가 바뀔 때마다 ABAP 프로그램을 수정하고 유지해야 하며, 작업은 느리고 비용이 크다.
   4. FI 개발자는 CO를 모르고, CO 개발자는 FI나 생산 PP(Production Planning)를 모르는 식으로 모듈 경계가 강하다.
   5. 특정 모듈 담당자가 없으면 일이 멈추고, GitHub에서 다른 개발자가 이어받는 일반 소프트웨어 개발 문화가 약하다.

3. SI가 메운 빈틈

   1. 빠르게 성장하는 기업에서 변화한 업무를 레거시가 따라가지 못하면 SI 프로젝트가 접착제처럼 빈틈을 메워 시스템을 일단 계속 돌린다.
   2. 시스템이 매끄럽게 작동하지 않아도 업무가 중단되지 않으면 조직은 그 방식을 반복한다.
   3. 결과적으로 모듈별·벤더별 경계와 누적 프로젝트가 10년 주기의 거대한 차세대 ERP 작업으로 이어진다.

5.3. SAP가 만든 경제적 해자

1. 엔지니어 부족에서 시작된 외부 생태계

   1. 소프트웨어 엔지니어는 스타트업, 빅테크, 한국의 대형 인터넷·플랫폼 기업으로 몰렸고, 제조업은 고급 개발자와 PM을 직접 구하기 어려웠다.
   2. SAP, Salesforce, IBM 같은 B2B 기업이 이 빈자리를 채우며 회사 전체의 시스템을 대신 만들었다.
   3. 패키지 업체는 독자 코드만 다루는 개발자와 컨설턴트를 길렀고, 도입 기업도 내부 SAP 운영 인력을 같은 생태계에서 채용했다.

2. 40~50년에 걸친 폐쇄적이지만 강한 구조

   1. SAP는 기업에 직접 판매하기보다 제3자 컨설팅사를 통해 판매한다.
   2. 컨설팅사는 높은 마진과 ABAP 전문 인력을 확보하고, SAP는 인증 제도와 교육으로 생태계의 인력 기준을 통제한다.
   3. SAP는 높은 가격, 최소 요구사항, 인증 인력이라는 규칙을 세우며 대체재가 거의 없는 해자를 만들었다.
   4. SAP 관계자와 일반 소프트웨어 엔지니어의 대화는 기본 철학도 다르며, 전자는 인문·비즈니스 80%, 엔지니어링 20%에 가깝고 후자는 그 반대에 가깝다.
   5. ABAP 개발자와 기업 SAP 담당자는 비슷한 업무·이직 경로 때문에 서로 가까운 별도 커뮤니티를 형성했지만, 전통적 소프트웨어 개발자와의 교류는 적다.

6. AI가 강북 IT와 제조업을 흔드는 방식

6.1. 채용시장과 내부 역량의 변화

1. 공급 부족이 AI로 완화되다

   1. AI 등장 이후 기업 전반에서 소프트웨어 엔지니어 채용이 동결되고, 기업은 신규 채용보다 기존 인력의 생산성 향상을 먼저 보고 있다.
   2. 시니어 개발자까지 노동시장에 나오면서 강북 IT와 제조업이 과거에는 데려오기 어려웠던 인력을 채용할 수 있게 됐다.
   3. COSMAX의 PI Innovation Division 아래 AX 혁신팀은 10명 이상을 추가 채용할 준비를 하고 있다.
   4. 약 100개의 지원서를 검토한 결과, 제조업에는 예전부터 지원하지 않던 강한 이력의 개발자들이 대거 지원했고 제조업의 소프트웨어 역량을 강화할 가능성이 확인됐다.

2. Vibe coding의 기회와 위험

   1. AI로 이전에는 만들 수 없던 시스템을 실행할 수 있게 됐지만, 소프트웨어 공학 지식이 부족한 vibe coder가 데이터베이스를 통째로 지우는 사고도 발생했다.
   2. COSMAX는 이런 위험을 이유로 멈추지 않고, 권한·검증·백업 등 safeguards를 설계하면서 직원이 시도할 수 있는 시스템을 계속 도입한다.
   3. AI는 개발자를 없애는 단순한 도구가 아니라, 도메인 전문가와 숙련 엔지니어가 함께 새로운 업무 구조를 만드는 촉매가 된다.

6.2. 복수 ERP와 무거운 백본의 한계

1. 회사 안의 세 가지 ERP

   1. COSMAX에는 여러 법인이 있고, 일정 매출 이상인 법인은 SAP, 그보다 작은 법인은 Douzone, 일부 법인은 다른 ERP를 사용한다.
   2. 회사 안에 이미 세 종류의 ERP가 있으므로 앞으로도 모든 법인을 하나로 통합하기보다 복수 ERP를 유지할 가능성이 높다.
   3. 핵심 질문은 빠르게 성장하는 회사에서 무거운 ERP가 사업 프로세스·공장 생산·영업 전체를 계속 감당할 수 있느냐이다.

2. 인간 팀과 AI 팀의 공존

   1. AI와 결합해 생산성이 크게 오른 핵심 직원들을 기존 human team의 출발점으로 보고, 그들이 만든 workflow에 AI 시스템을 점진적으로 붙인다.
   2. 증기기관 기반 시스템과 전기 모터 기반 시스템처럼 두 workflow가 공존하거나 보완하고 충돌하며, 경영진은 두 구조의 비용·속도·품질을 비교하게 된다.
   3. 특정 AI 시스템이 기존 업무보다 나은지 판단하는 과정 자체가 조직 설계 실험이 된다.

6.3. 경제효과와 K-beauty 경쟁력

1. 검증된 비용 절감

   1. 7~8개월간 실제로 필요한 솔루션을 계산한 결과, 향후 2~3년 동안 약 70억 원의 신규 개발 투자 없이도 업무를 처리할 수 있게 됐다.
   2. 연간 유지보수 비용은 약 20억 원이며, 다음 해부터 70% 이상 줄일 계획이다.
   3. 해당 연도에만 유지보수비 약 10억 원을 이미 줄였고, 재무 결과가 나타나기 시작했다.

2. 디플레이션과 국가 경쟁력의 양면성

   1. 기업 내부 효율이 높아지면 외부 소프트웨어 공급업체로 흘러가던 돈이 줄어 경제 전체에는 디플레이션 효과가 생긴다.
   2. 반대로 소프트웨어 인력이 대기업 내부로 이동하면 기업의 핵심 경쟁력이 높아지고, 국가 차원에서 글로벌 경쟁력이 강해질 수 있다.
   3. COSMAX는 AI 기반 소프트웨어 역량을 K-beauty 제품과 고객 대응 경쟁력에 직접 연결하려 한다.
   4. 효율이 커질수록 돈과 기회가 특정 기업에 집중되는 분배 문제도 함께 커진다.

7. SSOT, 실시간 제조 데이터, ERPNext

7.1. ERP가 Single Source of Truth가 되지 못한 이유

1. SSOT의 이상과 현실

   1. SAP나 Douzone 같은 ERP는 재고가 몇 개인지, 특정 제품에 무엇이 얼마나 필요한지 알려주는 SSOT(Single Source of Truth)여야 한다.
   2. 현실에서는 이 정보가 ERP 밖에 있으며, 부서별 Excel과 전화·메신저가 더 최신인 경우가 있다.
   3. COSMAX의 자재 마스터 데이터만 수십만에서 수백만 건이고 서로 복잡하게 연결되어 있어, 제품별 투입 자재와 수량을 실시간 계산하기 어렵다.

2. 데이터 지연과 부하

   1. 오늘 원료가 들어오고 생산 데이터가 각 테이블에 생성돼도 마스터 데이터에 반영되는 시점은 나중일 수 있다.
   2. 생산 실적 입력을 자동화할 사람이 필요하고, 매번 전체 과정을 실행하면 ERP에 부하가 너무 커진다는 두 가지 이유가 있다.
   3. 일부 처리는 몇 분이 아니라 7~8시간 동안 실행되며, 프로그램 구현의 문제와 산업·데이터 규모에 맞지 않는 ERP 설계가 함께 원인으로 지목됐다.

7.2. COSMAX 제조의 실시간성과 제품 복잡성

1. 자동차와 다른 생산 구조

   1. 자동차는 모델 수가 대략 10여 종이지만 부품 수가 많고, 전자·자동차 업계는 제품 종류가 100개 미만인 경우 재고를 넉넉히 준비할 수 있다.
   2. COSMAX에는 완제품 종류가 수만 개에서 10만 개까지 존재하며, 모든 제품을 미리 만들어 둘 수 없다.
   3. 완제품이 매우 다양하므로 재고와 원료를 just-in-time으로 확인해 생산해야 하고, 큰 ERP가 실시간 변화를 반영하지 못하면 영업·생산이 전화로 빈틈을 메운다.

2. 현장의 업무 연결

   1. 원료가 몇 단위 더 들어왔다는 사실을 전화로 확인하면 오늘 생산을 시작해 2~3일 뒤 납품할 수 있다고 고객에게 말할 수 있다.
   2. 부서들은 각자 데이터베이스를 가진 채 전화나 메신저로 수치를 맞추고, 납품·세금계산서·매출 인식을 위해 결과를 나중에 ERP에 입력한다.
   3. 한 부서가 하루에 Teams 메시지를 300개까지 받으며 모든 요청을 추적하던 일도 있었고, AI 시스템이 이런 커뮤니케이션 비용과 반복 업무를 없애고 있다.

7.3. ERPNext가 보여준 새 경쟁 구도

1. 오픈소스 ERP의 가능성

   1. ERPNext는 FI·CO 영역의 오픈소스 프로젝트로 빠르게 발전하고 있으며, AI를 활용해 기능과 통제 규칙을 빠르게 확장한다.
   2. COSMAX가 업무 프로세스의 통제 항목을 테스트한 결과 약 70~80%가 작동해 예상보다 높은 완성도를 보였다.
   3. 기존 ERP는 모든 것을 맡아준다는 명분으로 핵심 회계 프레임과 부서별 업무 애플리케이션을 임시로 함께 꿰매 왔다.

2. 한국 시장의 진입장벽과 기회

   1. ERPNext가 한국에서 바로 쓰이기 어려운 핵심 이유는 한국 세법에 맞춘 기능이 없고, 기업뱅킹(firm banking) 연동이 없기 때문이다.
   2. ERP는 은행과 연결되어 입금까지 자동화해야 하는데, 이 두 기능이 구현되면 가벼운 ERP SaaS가 될 수 있다.
   3. 한국 스타트업이 세법과 기업뱅킹을 붙인다면 SAP와 Douzone에 진지하게 경쟁하는 제품으로 빠르게 성장할 수 있다.
   4. AI를 장착한 도메인 전문가가 위에서 업무 애플리케이션을 만들어 내려오면 기존 ERP 업체는 결정적인 우위를 확보하지 않는 한 회계·통제라는 핵심 기능 쪽으로 후퇴할 가능성이 있다.

8. AI 조직에서 인간이 맡을 일

8.1. 국내 마케팅의 변화 예시

1. 영업 직원이 연결하던 복잡한 사슬

   1. COSMAX 국내 마케팅 인력은 고객 문의를 받고 적절한 내부 팀을 찾아 연결하는 일을 맡는다.
   2. 품질 문제면 품질팀, 생산 문제면 생산팀에 연락하고, 생산팀이 특정 원료 때문에 못 한다고 하면 원료 담당자에게 문의한다.
   3. 원료는 있어도 뚜껑 같은 포장재에 문제가 있으면 외부 포장재 공급업체에 연락해 일정과 납품을 조정한다.
   4. 로션의 감촉이 초기와 달라지면 연구소에 확인을 요청한다.
   5. 시스템이 최신 상태가 아니거나 긴급한 상황에는 한 사람이 전화를 돌리며 모든 백엔드 팀을 연결한다.

2. 반복 업무를 AI로 넘기고 고객 문제에 집중하다

   1. 매출과 고객 수가 빠르게 늘어도 인원은 제한적으로만 늘어나므로 영업·운영 복잡도가 계속 커진다.
   2. 데이터와 프로세스를 정의할 수 있는 반복적이고 시간이 많이 걸리며 핵심이 아닌 업무는 AI가 자동화할 수 있다.
   3. 국내 마케팅 직원은 신규 고객을 찾고 고객의 문제를 해결하며 신제품 출시의 장애물을 함께 푸는 일에 더 많은 시간을 쓸 수 있다.
   4. AI가 콜드 이메일을 보내는 것보다 중요한 일은 고객의 실제 필요를 이해하고 만족도를 높이는 일이며, 그 판단은 사람의 몫으로 남는다.

8.2. 남는 인간의 능력과 새로운 역할

1. AI 시대의 인간 자산

   1. 깊어지는 AI 시대에 인간에게 남는 것은 discernment(분별력), taste(취향과 안목), 행동할 의지, 사람 사이의 신뢰다.
   2. “이 사람과 함께 가겠다, 필요하면 끝까지 해보겠다”는 신뢰와 결단이 세상을 바꾸며, AI를 영리하게 클릭하는 것만으로 큰일을 만들 수는 없다.
   3. 최고경영진이 COSMAX의 방향과 PI Innovation Division의 실행을 믿어준 것이 AI 도구와 별개로 변화를 가능하게 한 인간적 조건이었다.

2. 자기 업무를 먼저 해체하는 사람

   1. 일상적인 작업을 잘 처리하는 능력만 갖고 있으면 AI 전환에서 직무가 위험해진다.
   2. 지금까지 얻은 도메인 지식으로 무엇을 개선할지, 같은 시간에 여러 사람이 한 사람보다 큰 결과를 만들 방법이 무엇인지 계속 물어야 한다.
   3. 8시간짜리 일을 AI로 5시간에 끝내고 3시간을 쉬는 사람은 다른 사람으로 대체될 가능성이 높다.
   4. 반대로 자신의 업무를 먼저 없앤 뒤 더 높은 가치의 일을 찾는 사람은 다른 업무를 재설계하는 AX 담당자로 성장한다.
   5. “바쁜 일을 없애 줄 테니 통찰을 가져오라”는 원칙처럼, 지식노동자는 처리량보다 insight와 고객 가치로 평가받아야 한다.

8.3. SI 기업과 지식노동자의 새로운 가격 질서

1. AI 효율을 가격에 반영하지 않은 SI 모델
   1. 기존 SI·솔루션 기업은 많은 개발자를 투입해 프로젝트를 수행했지만 AI로 같은 일을 훨씬 효율적으로 끝낼 수 있게 됐다.
   2. 과거 1,500만 원이 들고 6개월 걸리던 프로젝트를 한 달에 끝낼 수 있다면 가격도 대략 6분의 1로 내려야 고객이 계속 이용할 수 있다.
   3. SI 업체가 효율을 마진으로만 가져가 가격을 낮추지 않자, 고객이 직접 개발할 때와의 비용 격차가 커졌다.
   4. 고객은 AI로 내부 개발이 쉬워졌다는 사실을 알고 있으며, 납품 시 소스코드를 받아 몇 번의 클릭으로 수정할 수 있으므로 업무를 사내로 가져온다.
   5. “AI로 할 일을 왜 예전 가격에 사야 하느냐”는 고객의 할인 요구는 새로운 기술 조건에서 정당한 협상으로 받아들여진다.

9. 전사 AX의 시간표와 마무리

9.1. 부위별로 강화되는 사이버펑크 조직

1. 전환은 한 번에 오지 않는다

   1. AI로 변한 조직은 사람 전체를 한 번에 로봇으로 만들지 않는다.
   2. 사이버펑크처럼 먼저 손이 강화되고, 다음에 눈과 다리가 강화되는 방식으로 영업, 공장, 연구소가 차례로 변한다.
   3. 부서별로 모듈을 나눠 서로 다른 방식으로 바뀌며, 각 부서의 사례와 best practice가 축적된다.

2. COSMAX의 예상 속도

   1. AI 기반 SAP·전사 AX를 약 1년간 추진했고 고종옥이 PI Innovation Division장으로 일한 기간은 약 8~9개월이지만, 짧은 기간에도 조직의 변화가 컸다.
   2. 변화 속도는 실행팀의 특별한 능력보다 AI 자체의 성능 향상과 가격 하락 때문에 더 빨라지고 있다.
   3. 보수적으로 보아도 조직 전체는 2년 안에 크게 바뀌며, 일부 영역에서는 앞으로 6개월마다 핵심 업무가 급격히 달라질 수 있다.

9.2. 전환을 시작하는 기업과 개인의 조건

1. 경영진이 감당해야 할 이해

   1. 소유자와 최고경영진은 벤더에게 일을 넘기는 데 그치지 말고, 필요한 인재와 전환 위험, 목표 결과를 직접 이해해야 한다.
   2. 이런 이해 없이 시작하면 기존 직원의 반발이나 기대 이하의 결과를 만나 포기하고 옛 시스템이나 새 벤더로 돌아가는 패턴이 반복된다.
   3. COSMAX 최고경영진이 Chester Roh와 고종옥이 추진한 방향을 믿고 실험을 허용한 것이 실행의 기반이 됐다.

2. 개인의 선택

   1. 지식노동자는 AI가 내 일을 없애기 전에 스스로 “이 일을 더 이상 내가 할 필요가 없다면 무엇을 해야 하는가”를 물어야 한다.
   2. 그 질문을 먼저, 깊게, 끈질기게 던지고 더 나은 답을 찾는 사람이 조직에서 새로운 역할을 만든다.
   3. 자기 업무를 해체한 사람은 조직의 톱니바퀴에 머무르지 않고 세상을 새롭게 보는 사람으로 자신을 정의할 수 있다.

9.3. 다음 단계

1. 구체적 업무 사례로 확장할 방향
   1. 엔터프라이즈 AX는 한국에서 더 빠르게 발전해야 하며, COSMAX가 시행착오로 얻은 실무 지식을 점차 공유할 필요가 있다.
   2. 다음 단계에서는 SAP 주변의 구체적인 업무가 어떻게 바뀌었는지, 어떤 접근이 효과적이었는지 사례별로 다룰 수 있다.
   3. 현재의 실험은 곧 널리 알려질 best practice가 될 가능성이 있으며, 산업 전반에서 기업이 자체 도메인 지식과 AI를 결합하는 기준을 만들 수 있다.

주요 발언 모음

“AI를 붙이는 것만으로는 안 된다. 전체 workflow가 바뀌어야 한다.”

“ERP는 기본적으로 FI를 지원하고, 모든 사람이 데이터를 만들어 회계 원장을 구성한다.”

“회사는 살아 있는 유기체다. 장기를 제거하면 다른 무언가가 그 기능을 맡아야 한다.”

“개별 혁신가가 DX가 완성되지 않은 곳에서 AX를 사용하면, 그 과정에서 필요한 DX도 완성된다.”

“요약본만 약 1,200페이지이고 전체본은 거의 7,000페이지다.”

“SAP와 Douzone은 회사의 SSOT여야 하지만, 실제 정보가 그 밖에 있는 경우가 많다.”

“AI를 잘 쓰는 사람이 먼저 이익을 얻는다.”

“반복적이고 시간이 많이 걸리며 핵심이 아닌 일은 AI에 넘기고, 사람은 고객과 통찰에 집중해야 한다.”

“8시간짜리 일을 5시간에 끝내고 나머지 3시간을 쉬겠다는 사람은 다른 사람으로 대체될 가능성이 높다.”

“자신의 업무를 먼저 해체하면 다른 업무도 해체할 수 있고, 그것이 새로운 역할이 된다.”

“인간에게 남는 것은 분별력, 안목, 행동할 의지, 사람 사이의 신뢰다.”

핵심 데이터 & 수치

• 2~3%: 미국 인구 중 유료 AI 플랜 사용자의 추정 비율이다.
• 15억 명: 전 세계 지식노동자 추정 규모다.
• 3,000만 명: 전 세계 코더 추정 규모이며, Codex·Claude Code 에이전트 트래픽 대부분을 만든다.
• 약 10년: 차세대 ERP를 전면 개편하는 일반적인 주기다.
• 3~4회: 외부 ERP 전문가가 말한 차세대 ERP 프로젝트의 통상적인 실패 횟수다.
• 2016년: COSMAX가 당시 workflow를 기준으로 SAP ERP를 구축한 시점이다.
• 3~6개월: 기술부채를 건드리지 않고 새 데이터 파이프라인과 도구만 붙이는 프로젝트가 끝나는 기간이다.
• 약 100명: COSMAX에서 AI 코딩을 활용해 GitHub에 개발자 수준의 코드를 커밋하는 도메인 전문가 규모다.
• 1,200페이지 / 7,000페이지: AI로 정리한 COSMAX 운영 지식의 요약본과 전체본 분량이다.
• 40~50년: SAP가 업계 표준과 생태계의 해자를 구축해 온 기간이다.
• 10명 이상: COSMAX AX 혁신팀이 추가 채용하려는 인원 규모다.
• 3종: COSMAX 법인들이 사용하는 ERP 종류다.
• 약 70억 원: 향후 2~3년 동안 피할 수 있게 된 신규 개발 투자 규모다.
• 약 20억 원: 기존 연간 유지보수 비용이다.
• 70% 이상: 다음 해부터 줄일 예정인 연간 유지보수 비용 비율이다.
• 약 10억 원: 해당 연도에 이미 줄인 유지보수 비용이다.
• 수십만~수백만 건: COSMAX 자재 마스터 데이터의 규모다.
• 7~8시간: 일부 생산 데이터 처리에 걸리는 실행 시간이다.
• 수만~10만 종: COSMAX가 다루는 완제품 종류의 규모다.
• 하루 최대 300개: 한 부서원이 Teams에서 추적하던 일일 업무 메시지 규모다.
• 70~80%: COSMAX가 시험한 ERPNext 업무 통제 항목의 작동 비율이다.
• 2년: 보수적으로 예상한 전사 AI 변화 완료 기간이다.
• 6개월: 일부 영역에서 핵심 업무가 급격히 변할 것으로 본 주기다.
• 6개월→1개월: AI로 SI 프로젝트 기간이 줄어드는 예시다.
• 1,500만 원→약 6분의 1: 기간 단축에 맞춰 가격도 낮춰야 한다는 SI 비용 예시다.

결론 및 시사점

1. AI 도입의 목표는 기존 업무를 조금 빨리 수행하는 것이 아니라, 증기기관식 workflow를 전기 모터식으로 재설계하는 것이다.
2. SAP는 회계 통제·감사 추적성·복식부기 기반의 신뢰를 제공하므로 당장 사라지지 않지만, 모든 현장 업무를 실시간으로 담는 백본이라는 지위는 도전을 받는다.
3. Excel과 전화·메신저에 있던 중간 판단과 예외를 도메인 전문가가 AI로 시스템화하면, 업무 과정이 데이터가 되고 불완전한 DX가 AX를 통해 완성된다.
4. 기업은 거대한 ERP를 한 번에 교체하기보다 레거시를 살려 두고, 위험 통제와 백업을 마련한 뒤 부서별로 작동하는 AI 업무 시스템을 연결해야 한다.
5. ERPNext 같은 오픈소스와 AI 코딩은 SAP·Douzone이 오랫동안 지켜 온 강북 IT의 해자를 약화시키며, 한국 세법과 기업뱅킹을 결합한 가벼운 ERP SaaS에 기회를 만든다.
6. 제조업은 소프트웨어 인력을 내부로 흡수해 K-beauty 같은 본업의 경쟁력을 강화할 수 있지만, 외부 공급업체의 매출 감소와 경제적 집중이라는 분배 문제도 함께 관리해야 한다.
7. 영업·생산·연구의 반복적인 연결 업무는 AI가 맡고, 사람은 고객 문제 해결·신제품 기획·안목·신뢰·통찰을 담당하는 구조로 이동해야 한다.
8. 모든 부서가 동시에 변하는 것이 아니라 손·눈·다리가 차례로 강화되는 사이버펑크형 전환이 진행되며, COSMAX는 보수적으로 2년 안에 전사 변화가 가능하다고 본다.
9. 개인과 SI 기업 모두 AI가 만든 효율을 자기 몫의 여가나 마진으로만 보유하면 대체된다. 자기 업무를 먼저 해체하고 더 높은 가치의 문제를 찾아야 한다.
10. AI 시대의 최종 경쟁력은 도구를 클릭하는 속도가 아니라 분별력, 취향과 안목, 행동할 의지, 사람 사이의 신뢰로 새로운 조직과 업무를 실제로 움직이는 능력이다.