문제 — 신규 거래처 발굴이 영업사원 개인 경험에 의존. 동선 비효율로 방문 수 한계.
구축 — 매장·메뉴·브랜드·지역 데이터를 결합해 우량 리드를 자동 선별. 지리공간 클러스터링으로 밀집 상권과 영업 동선 추천. 1개월 내 개발, 영업팀 전면 배포.
핵심— 영업 현장에 1개월 동행하며 만든 ‘영업사원 실행 중심’ 시스템.
데모로 끝나는 PoC가 아니라, 내일 아침에도 돌아가는 운영 시스템. 현장에 들어가 진짜 병목을 찾고, 만들고, 떠나지 않습니다.
대형 컨설팅은 방향만 주고 떠나고, SI는 납품하고 떠나고, SaaS는 우리 회사 사정을 모릅니다. 그 사이 어딘가에서 일은 여전히 사람이 밤에 하고 있습니다.
직원들이 개인적으로 AI를 쓰긴 하는데 회사의 프로세스는 아무것도 안 바뀌었다면 — 문제는 툴이 아니라 업무 흐름 설계입니다.
CS 상담, 데이터 입력, 예약 관리… 뽑아도 나가고, 뽑아도 모자란 자리는 사람의 문제가 아니라 그 업무가 자동화 대상이라는 신호입니다.
API가 바뀌고, 프로세스가 바뀌고, 예외가 쌓이면 자동화는 조용히 죽습니다. 자동화는 만드는 것보다 살아있게 유지하는 게 어렵습니다.
B2B 유통 플랫폼의 AX 총괄로서 직접 설계·구축해 운영 중인 시스템들입니다. 숫자는 전부 실측치입니다.
문제 — 신규 거래처 발굴이 영업사원 개인 경험에 의존. 동선 비효율로 방문 수 한계.
구축 — 매장·메뉴·브랜드·지역 데이터를 결합해 우량 리드를 자동 선별. 지리공간 클러스터링으로 밀집 상권과 영업 동선 추천. 1개월 내 개발, 영업팀 전면 배포.
핵심— 영업 현장에 1개월 동행하며 만든 ‘영업사원 실행 중심’ 시스템.
문제 — 배송 완료 사진을 사람이 일일이 검수. 인력 소모와 누락 상존.
구축 — Vision LLM 기반 검수 에이전트. OCR/VLM 옵션 비교 검증, 오탐 관리 체계 포함. PoC에서 멈추지 않고 프로덕션 배포까지 완료.
문제 — 채널톡에 쌓이는 대량의 상담 데이터가 분석되지 못한 채 방치.
구축 — 상담 발화의 맥락·감정·니즈를 자동 분석해 정량 지표화. 문의 유형 분류, 이슈 트렌드 리포팅 자동화. 데이터 인프라 마이그레이션(Sheets → PostgreSQL) 포함.
* 대표가 B2B 식자재 유통 플랫폼 AX 기술본부장으로서 설계·구축한 시스템 — 성과 수치는 사내 실측 기준
처음부터 큰 계약을 권하지 않습니다. 2~4주짜리 작은 자동화로 성과를 숫자로 증명한 다음, 확장 여부는 그 숫자가 결정하게 하세요.
AI 프로젝트가 실패하는 가장 큰 이유는 기술이 아니라 요구사항 정의 단계의 어긋남입니다. 그래서 Palantir식 FDE 방식으로 일합니다.
문서로 받은 요구사항을 그대로 개발하지 않습니다. 실제 사용자의 업무 현장에 직접 들어가 워크플로우를 관찰하고, 진짜 병목을 찾아 목적 함수를 재정의합니다.
PoC 단계부터 운영 환경(인프라·모니터링·폴백 전략)을 염두에 두고 설계합니다. "데모는 됐는데 운영은 안 되는" 상황을 원천 차단합니다.
납품 후 운영 지표 기반 개선은 물론, 고객사 인력이 직접 다룰 수 있도록 온보딩과 교육까지. 전사 AI 도구 도입 프로그램 설계·운영 경험 보유.
영업 CRM을 만들 때 대구·마포·광명의 영업 현장에 직접 동행했습니다. 기획서 어디에도 없던 ‘지리적 영업 동선’ 문제를 거기서 발견했고, 그게 시스템의 핵심 기능이 됐습니다. 결과가 월 딜 볼륨 250% 증가입니다.
병원 전화 수신율은 업계 실측 평균 63% — 3통 중 1통이 사라집니다. 그리고 환자의 78%는 가장 먼저 응답한 병원과 계약합니다. 쓰시던 차트·CRM·알림톡은 그대로 두고, 문의→내원→재방문 사이에서 새는 곳만 자동화로 회수합니다.
응답이 5분 늦으면 그 환자를 잡을 확률은 21배 떨어집니다(MIT 연구). 부재중 전화·카톡·네이버톡톡 문의의 즉시 응대 + 콜백 큐 + 문의 요약 — 이미 지불한 광고비의 누수부터 막습니다.
“생각해 볼게요” 환자 명단이 실장님 수첩에만 있다면, 그 매출은 실장님 기억력에 달려 있습니다. 팔로업을 시스템 트리거로 돌리고, 실장님은 클로징에만 집중하게 합니다.
치과 의원급 실측 노쇼율 19.3% — 하루 20명 기준 4명, 진료 1시간이 빕니다. D-1 리마인드 + 양방향 확정·변경 흐름으로 회수합니다.
스케일링 주기, 시술 주기, 패키지 잔여 회차 — 재방문 매출을 시스템이 챙깁니다. 정보성·광고성 메시지 분리 설계로 규제 리스크 없이.
채널별 유입·전환·재방문율이 EMR, CRM, 엑셀, 광고 대시보드에 흩어져 있다면 — 주 1회 자동 취합 리포트로 한 장에 모읍니다.
"AI 응대 서비스, 이제 많이 나옵니다. 문제는 어떤 걸 골라야 하는지, 우리 병원 시스템과 어떻게 연결되는지, 도입하고 나서 누가 관리하는지죠. 저희는 특정 제품을 파는 게 아니라 — 원장님 병원의 누수 지도를 그리고, 맞는 도구를 조합하고, 안 맞는 구간은 직접 만들고, 전체를 책임지고 운영합니다."
김영훈 — 백엔드 엔지니어 17년, 스타트업 CTO 3회, 테크리드 다수. 이커머스·물류/유통·핀테크·헬스케어·에듀테크에서 0→1 프로덕트를 직접 설계하고 런칭해 왔습니다.
현재 B2B 유통 플랫폼의 AX 기술본부장으로 전사 AI Transformation을 총괄하며, LLM·에이전트 기반 자동화를 실제 운영 시스템으로 만들어 왔습니다. 입사 2개월 만에 본부장 승진 — 성과가 빨랐기 때문입니다.
정부 R&D 과제(Scale-up TIPS 계열) 기획·평가 대응, 스타트업 액셀러레이팅 멘토링, VC 투자유치 지원(카카오벤처스·본엔젤스 등) 경험을 보유하고 있습니다.
자동화 성숙도 점수, 예상 절감 시간, 우선순위 Top 3가 담긴 진단 리포트를 무료로 보내드립니다. 이 리포트도 자동으로 생성됩니다 — 저희가 일하는 방식 그대로.