이제는 실제로 일할 수 있어야 한다

AI는 이미 충분히 똑똑하다. 이제는 실제로 일할 수 있어야 한다. 우리는 기업의 AI 전환(AX)을 완성하는 실행 인프라 플랫폼, Foli를 만든다.

AI가 코드를 작성하는 것과, 개발자의 일을 대신하는 것은 다르다

2년 전에도 ChatGPT는 코드를 제법 잘 작성했다. 하지만 당시 개발자들은 지금처럼 자신의 일자리를 진지하게 걱정하지 않았다. 불과 2년 만에 무엇이 달라졌을까?

물론 AI 모델 자체도 훨씬 똑똑해졌다. 하지만 본질적인 변화는 다른 곳에 있다. AI가 무언가를 잘하는 것과, AI에게 실제 업무를 맡길 수 있다는 것은 전혀 다른 차원의 이야기다.

과거에는 AI가 작성한 코드를 개발자가 직접 복사해 옮기고, 테스트하고, 배포해야 했다. 반면 지금은 Claude Code나 Codex에 원하는 결과를 말하면, 에이전트가 직접 로컬 파일을 수정하고, 터미널을 실행해 테스트를 돌리고, 발생한 오류를 스스로 고치며, 필요한 도구를 호출해 작업을 끝낸다.

달라진 것은 모델의 지능만이 아니다. 개발자의 업무 환경인 IDE, 터미널, Git, CI/CD 파이프라인이 AI와 직접 연결되었다. 여기에 자연어로 업무를 지시하고 결과만 확인하는 직관적인 UX가 결합되었다.

이제 개발자는 "AI가 유용하다"는 설명을 듣는 데 그치지 않는다. AI에게 일을 맡겼더니 실제로 그 일이 끝나 있는 경험을 한다. 우리는 이것을 AI의 '유효경험'이라고 부른다. 그리고 이 유효경험이 임계점을 넘었을 때, 사람들은 비로소 일하는 방식을 근본적으로 바꾸기 시작한다.

왜 대부분의 기업에서는 아직 같은 일이 일어나지 않는가?

개발, 디자인, 영상 편집, 문서 작성까지 디지털 네이티브 영역에서 AI 에이전트의 영토는 폭발적으로 넓어지고 있다. 하지만 공장, 물류센터, 운송주선사, 콜센터는 어떨까? 이 현장에서 일하는 사람들도 개발자처럼 AI에게 업무를 맡기고 완성된 결과를 받아볼 수 있을까?

현실은 전혀 그렇지 않다. 우리가 현장에서 가장 먼저 마주했던 한 물류 기업의 일상을 보자.

고객이 카카오톡으로 화물 운송을 요청한다. 배차 담당자는 메시지를 읽고, 사내 레거시 ERP에서 거래처 정보와 단가를 확인한 뒤, 외부 배차 플랫폼을 열어 적합한 차량을 찾는다. 이후 운송기사에게 직접 전화를 걸어 상하차 일정을 조율하고, 확정된 결과를 다시 고객에게 카카오톡으로 안내한다.

만약 아주 똑똑한 AI가 이 운송 요청을 완벽하게 이해하고 최적의 배차 계획까지 세웠다고 가정해 보자. 그런데 이 AI가 사내 ERP에 접근할 수 없고, 외부 배차 플랫폼 화면을 조작할 수 없으며, 기사에게 전화를 걸 수도 없다면 어떻게 될까? 결국 나머지 모든 실행은 여전히 사람이 직접 손으로 해야 한다.

개발자의 업무 환경은 API와 CLI를 통해 빠르게 AI와 연결되고 있지만, 현실 경제를 움직이는 수많은 기업의 업무 환경은 철저히 단절되어 있다.

공식 API조차 없는 오래된 ERP, 직원의 업무용 스마트폰, 카카오톡과 문자 메시지, 전화와 팩스, 고객사 전용 웹 포털, 나아가 공장의 설비와 연구실의 실험 장비까지. 기업의 실제 업무는 파편화된 소프트웨어와 물리적 장비를 쉴 새 없이 넘나들며 이루어진다. 지금 이 순간에도 수많은 직원들이 시스템과 시스템 사이에서 정보를 옮기는 '인간 라우터' 역할을 하고 있다.

그렇다고 AI를 도입하자고 수십 년간 써온 인프라를 하루아침에 전부 교체할 수는 없다. 당장 내일부터 거래처에 카카오톡 대신 Slack으로 연락해 달라고 요구할 수도 없는 노릇이다.

우리는 바로 이 단절에서 가장 거대한 기회를 발견했다. AI를 쓰기 위해 기업이 일하는 방식을 억지로 바꾸는 것이 아니라, AI가 기업의 기존 환경 속으로 직접 들어가 일할 수 있어야 한다.

Foli가 만드는 '유효경험': 시작부터 끝까지 완결되는 업무

Foli가 연결되면 같은 현장은 완전히 다르게 작동한다.

어느 날 고객이 평소처럼 카카오톡으로 운송을 요청한다. Foli의 에이전트는 즉시 메시지를 감지하고 주문에 필요한 핵심 정보를 추출한다. 이어서 사내 ERP를 조회해 기존 거래 조건을 확인하고, 외부 배차 플랫폼을 직접 조작해 조건에 맞는 차량을 확보한다.

에이전트는 운송기사에게 연락해 일정을 조율한 뒤, 확정된 배차 결과를 고객에게 전달한다. 마지막으로 사내 ERP의 배차 상태와 정산 문서를 갱신하는 것까지 스스로 마무리한다. 단가 조율이나 긴급 변경처럼 사람의 판단이 꼭 필요한 예외적인 순간에만 담당자에게 개입을 요청한다.

모든 처리가 끝나면 담당자는 Foli에서 단 하나의 결과 보고를 확인한다.

이것이 Foli가 현실 기업에 만들어 주려는 '유효경험'이다. 직원이 서너 개의 화면과 전화기를 오가며 직접 처리하던 파편화된 노동이, 에이전트에게 위임하는 '하나의 완결된 업무'로 바뀐다.

그리고 이 경험은 물류업에만 머물지 않는다.

• 제조 현장에서는 생산관리 에이전트가 설비 상태와 PLC 데이터를 실시간으로 감시하고, 이상 징후가 포착되면 담당자에게 보고하거나 사전 승인된 제어 조치를 즉각 실행한다.
• 콜센터에서는 상담 에이전트가 전화를 받고, 고객 정보를 조회하며, 내부 업무 시스템을 직접 조작해 요청을 처리한다. 사람의 공감이 필요한 순간에만 그동안의 맥락을 요약해 상담원에게 매끄럽게 인계한다.
• 일반 백오피스에서는 정산 에이전트가 이메일과 첨부 문서를 확인하고, 거래 내역을 대조한 뒤, ERP에 전표를 입력하고 담당자의 최종 승인을 받아 마감 업무를 끝낸다.

기존의 업무 방식을 파괴하거나 쓰던 소프트웨어를 통째로 갈아엎는 것이 아니다. 기업이 이미 사용하고 있는 인프라 위에서 AI가 곧바로 실무를 수행하게 만드는 것이다.

Foli는 무엇을 만드는가?

단절된 기업 환경에서 AI가 실제로 일하게 만들기 위해, Foli는 세 가지 핵심 계층을 만들고 있다.

파편화된 업무 환경을 하나로 묶는 실행 인프라 (Foli Edge Gateway)

기업의 업무는 단일 소프트웨어 안에서 끝나지 않는다. Foli는 표준 API와 MCP(Model Context Protocol)는 물론, 화면을 직접 보고 제어하는 컴퓨터 조작(Computer Use), 전화(VoIP) 시스템, 비즈니스 메신저, 산업용 하드웨어 장비까지 다양한 실행 수단을 에이전트와 직접 연결한다. 공식 연동 수단이 있는 서비스는 직접 연결하고, 레거시 시스템이나 폐쇄망 장비는 Foli Edge Gateway를 통해 물리적·소프트웨어적 경계를 넘어 연동한다. 기업은 기존 시스템을 단 하나도 교체하지 않고 AI가 일할 수 있는 실행 환경을 갖추게 된다.

기업의 조직과 프로세스가 그대로 투영된 맞춤형 에이전트

기업마다 핵심 KPI도, 업무 절차도, 사용하는 시스템도 모두 다르다. Foli는 기업의 기존 업무 프로세스와 역할, 권한 구조를 그대로 에이전트 시스템에 매핑한다. 배차 에이전트, 정산 에이전트, 고객 응대 에이전트가 각자의 직무 범위 안에서 독립적으로 업무를 수행하고, 필요할 때는 서로 데이터를 주고받으며 협력한다. 현업 직원은 복잡한 자동화 워크플로를 직접 설계하거나 프롬프트를 공부할 필요가 없다. 자연어로 업무를 지시하고 결과만 확인하면 된다. AI를 잘 아는 사람이 아니라, 자신의 본업을 가장 잘 아는 사람이 가장 강력한 무기로 쓸 수 있는 제품이 바로 Foli다.

기업이 안심하고 권한을 위임할 수 있는 신뢰 환경 (Enterprise Governance)

아무리 편리한 AI라도 보안과 통제가 담보되지 않으면 기업은 핵심 데이터와 실행 권한을 내어줄 수 없다. Foli는 조직 및 직급별 접근 권한 제어(RBAC), 중요 작업에 대한 사전 승인 절차(Human-in-the-Loop), 모든 행동의 감사 기록(Audit Log), 그리고 격리된 안전 실행 환경을 기본으로 갖춘다. 기업의 보안 정책에 따라 클라우드 모델과 온프레미스 모델을 선택해 연결할 수 있으며, 여러 에이전트가 협력하더라도 각자의 권한과 책임 경계는 엄격하게 통제된다. 기업이 진짜 원하는 것은 통제 불능의 완전 자동화가 아니라, 언제든 믿고 맡길 수 있는 업무 자동화이기 때문이다.

우리가 파는 것은 소프트웨어가 아니라 '끝난 일'이다

우리가 기업에 판매하는 것은 최신 AI 모델도, 대화형 챗봇도, 복잡한 워크플로 빌더도 아니다. 기업 입장에서 중요한 질문은 훨씬 본질적이고 단순하다.

• 직원이 여러 시스템을 오가며 소모하던 시간이 실제로 사라지는가?
• 반복적인 실무를 사람보다 더 빠르고 정확하게 완수하는가?
• 핵심 인력이 단순 작업에서 벗어나 더 부가가치가 높은 일에 집중할 수 있는가?
• 궁극적으로 이 변화가 즉각적인 비용 절감과 매출 증대라는 측정 가능한 ROI로 증명되는가?

AI의 도입 자체는 기업의 목적이 될 수 없다. 물류회사는 여전히 화물을 정확하게 옮겨야 돈을 벌고, 제조업체는 불량 없이 좋은 제품을 만들어야 생존한다. AI가 등장했다고 해서 기업이 가치를 창출하는 본질까지 바뀐 것은 아니다.

우리에게 AX(AI 전환)란 회사에 그럴듯한 AI 툴 하나를 새로 구독하는 일이 아니다. 기업이 원래 해오던 본업을, AI와 함께 더 적은 자원으로 압도적으로 잘 해내게 만드는 것이다.

세상에는 그런 현장이 수없이 많다

이미 잘 정비된 클라우드 인프라 위에서 일하며, 기존의 SaaS형 AI 제품만으로도 충분한 효용을 누리는 테크 기업들이 있다. 하지만 세상의 대다수 기업은 그렇지 않다.

아직 디지털 전환(DX)조차 완전히 끝나지 않은 기업들, 수십 년간 누적된 레거시 시스템과 엑셀·전화·메신저 위에서 돌아가는 기업들, 그리고 매일 수백 번씩 시스템과 사람 사이를 메우며 일하는 수많은 현업 직원들이 있다.

그들이 지금까지 AI를 도입하지 못한 이유는 기술의 가치를 몰라서가 아니다. 그들의 거칠고 복잡한 현장 속에서 실제로 일을 끝내줄 수 있는 AI를 아직 만나지 못했기 때문이다.

우리는 이 시장이 소외된 변방이나 단순한 롱테일(Long-tail)이라고 생각하지 않는다. 오히려 실물 경제의 가장 거대한 몸통이자, 앞으로 AI가 가장 폭발적인 재무적 가치를 만들어낼 본류(Mainstream)라고 확신한다.

AI의 두뇌는 이미 충분히 똑똑해졌다. 이제 승부는 그 지능이 현실 세계의 거친 업무 환경에 얼마나 깊이, 그리고 안전하게 연결될 수 있느냐에서 갈린다.

Foli는 그 연결의 표준을 만든다. 우리는 AI를 더 똑똑하게 만드는 경쟁을 하지 않는다. 이미 똑똑해진 AI가 모든 기업의 현장에서 실제로 일할 수 있는 세상을 만든다.