OpenAI가 자사 재무팀의 계약서 검토 업무를 AI 에이전트로 자동화한 결과, 검토 시간을 절반으로 줄이고 팀 규모는 유지하면서 폭증하는 업무량을 소화했습니다. 흥미로운 건 그 과정에서 OpenAI조차 “AI를 어디서 시작해야 할까”라는 모든 기업이 겪는 똑같은 고민을 했다는 점이죠.
핵심 포인트:
- 6개월 만에 계약서 폭증의 위기: 월 수백 건에서 1,000건 이상으로 급증했지만 신규 채용은 단 한 명. 기존 방식으로는 확장 불가능한 상황
- 3단계 AI 에이전트의 설계 원칙: PDF부터 손글씨 메모까지 모든 형태 수집 → RAG 기반 추론으로 비표준 조항 자동 플래그 → 전문가는 판단만 집중. “수작업은 이미 끝났다”
- 검증된 실전 성과: 검토 시간 절반 단축, 하룻밤 새 처리 완료, 인력 증원 없이 초고속 성장 대응. 조달·컴플라이언스·월말 결산까지 확장 적용
AI 기업도 AI 도입이 어려웠다
OpenAI의 최고상업책임자(CCO) GC Lionetti는 “고객들이 항상 묻는 질문이 있다”고 말합니다. “OpenAI는 OpenAI를 어떻게 쓰나요?” 재미있는 건 AI를 만드는 회사조차 내부 도입에서 같은 벽에 부딪혔다는 겁니다. 어디서 시작해야 할지, 기존 워크플로우와 어떻게 연결할지, 성과를 어떻게 측정할지.
그들의 답은 명확했습니다. “AI를 전문성을 대체하는 게 아니라 확장하는 도구로 쓴다.” 영업 담당자의 신뢰 구축 능력, 고객지원 리더의 문제 해결력, 엔지니어의 복잡성 정리 능력. 이런 전문성을 AI로 인코딩해서 팀 전체에 배포하는 거죠.
6개월 만에 계약서가 1,000건으로 폭발했을 때
재무팀이 마주한 문제는 단순했습니다. 기업 계약마다 시작일, 청구 조건, 갱신 조항이 붙어 있고, 초기엔 한 줄씩 읽고 스프레드시트에 옮기면 됐죠. 그런데 거래량이 두 배, 또 두 배가 되면서 이 방식이 무너졌습니다.
AI 엔지니어 Wei An Lee는 이렇게 말합니다. “6개월도 안 돼서 팀이 매달 수백 건 검토하던 게 1,000건 이상이 됐어요. 그런데 신규 채용은 한 명뿐이었죠. 이 프로세스로는 확장이 불가능하다는 게 명백했습니다.”
해결책은 사람을 더 뽑는 게 아니었습니다. 반복 작업은 AI에게 맡기되, 전문가의 판단은 그대로 유지하는 시스템을 만들었어요.
3단계로 작동하는 계약서 에이전트
DocuGPT라고 이름 붙인 이 시스템은 세 단계로 움직입니다.
데이터 수집: PDF든 스캔본이든 심지어 손으로 수정 표시한 사진까지, 수십 개로 흩어진 파일이 하나의 파이프라인으로 들어옵니다.
추론: 여기가 핵심이에요. 시스템이 1,000페이지를 통째로 읽는 게 아니라, 필요한 부분만 뽑아서 분석합니다. RAG(검색 증강 생성) 방식으로 계약서를 구조화된 데이터로 파싱하죠. AI 엔지니어 Siddharth Jain은 “단순히 파싱하는 게 아니라 추론한다”고 설명합니다. “왜 이 조항이 비표준인지, 어떤 참고 자료를 근거로 했는지, ASC 606 회계 기준 분류는 어떻게 했는지 보여줍니다.”
전문가 검토: 구조화된 결과물에 주석과 참고자료가 함께 제공됩니다. 비표준 조항은 하이라이트되고, 전문가는 판단만 하면 돼요. 수동 입력에서 전문성 발휘로 역할이 바뀌는 거죠.
Wei An Lee는 이렇게 덧붙입니다. “놀라운 건 무거운 작업은 AI가 하고, 우리 팀은 아침에 일어나면 검토 준비가 끝난 데이터를 받는다는 점이에요.”
숫자로 보는 변화
결과는 명확했습니다.
검토 시간이 절반으로 줄었고, 하룻밤 새 준비가 끝납니다. 인력 증원 없이 수천 건의 계약서를 처리할 수 있게 됐죠. 비표준 조항은 추론 근거와 참고자료와 함께 플래그되고, 데이터 웨어하우스에 테이블 형태로 들어가서 바로 분석 가능합니다.
사람의 피드백이 들어올 때마다 에이전트는 더 똑똑해지고, 매번 검토가 더 빠르고 정확해집니다.
Wei An은 “OpenAI 규모로 성장하려면 이 방법밖에 없다”고 말합니다. “이게 없으면 계약 건수만큼 팀을 키워야 해요. 이 시스템 덕분에 팀은 적게 유지하면서 초고속 성장을 감당할 수 있습니다.”
설계 원칙: 수작업은 이미 끝났다
이 아키텍처는 이제 조달, 컴플라이언스, 월말 결산까지 지원합니다. 같은 원칙이 적용돼요. 단순 반복 작업은 자동화하되, 판단은 사람이 내립니다.
엔지니어들은 이걸 “수작업은 이미 끝났다”고 표현하지, 의사결정을 대체한다고 말하지 않습니다. 재무팀은 여전히 숫자의 스토리를 쓰죠. 에이전트는 그들이 지루한 작업에 하루를 쓰지 않게 해줄 뿐입니다.
전문성과 코드를 결합하는 조직이 이긴다
계약서 문제 해결로 시작한 게 이제 재무팀 전체의 새로운 일하는 방식이 됐습니다. 데이터 파싱은 밤새 돌아가고, 전문가들은 분석과 전략에 집중하죠. 리더들은 팀을 비례해서 늘리지 않고도 자신 있게 성장을 감당합니다.
OpenAI의 이 사례가 보여주는 건 명확합니다. AI는 규제가 많고 위험도 높은 업무에서도 책임감 있게 적용될 수 있다는 것. 전문가가 지능형 시스템과 협업할 때 무엇이 가능한지. 더 많은 영향력, 더 높은 확신, 그리고 정말 중요한 일에 쓸 시간이 생긴다는 거죠.
참고자료:
답글 남기기