AI로 업무 자동화 시작하기: 베트남 소상공인은 어디서부터?

AI 업무 자동화란

AI 업무 자동화는 사람이 반복적으로 처리하던 판단과 작업을 언어 모델 같은 AI 시스템에 맡겨, 입력을 받아 결과를 만들어내는 흐름을 사람 개입 없이(또는 최소 개입으로) 돌아가게 만드는 것입니다. 단순 매크로와 다른 점은 정형화되지 않은 텍스트와 맥락을 다룬다는 데 있습니다.

기존 자동화는 규칙이 분명한 일에 강했습니다. 셀 A의 값을 셀 B로 옮기고, 특정 단어가 들어오면 분류하는 식입니다. 규칙을 벗어나는 입력이 들어오면 멈춥니다. 반면 AI 자동화는 "고객이 보낸 이 메시지가 환불 요청인지 단순 문의인지 판단하고, 환불이면 주문번호를 찾아 처리 대기열에 넣어라" 같은, 사람이 읽고 판단해야 했던 일을 대신합니다. 메시지의 문장 구조가 매번 달라도, 의도를 읽어 적절한 다음 단계로 넘깁니다.

소상공인 입장에서 중요한 구분이 하나 있습니다. AI 자동화는 "사람을 줄이는 도구"가 아니라 "사람이 반복에 쓰던 시간을 회수하는 도구"에 가깝습니다. 다섯 명이 일하는 카페나 무역회사에서 한 명을 내보내려고 AI를 도입하는 경우는 드뭅니다. 대신 매일 두 시간씩 송장을 옮겨 적던 직원이 그 시간을 고객 응대나 신규 거래처 발굴에 쓰게 만드는 것이 현실적인 목표입니다. 이 글에서 다루는 자동화도 그 관점에서 봅니다.

기술적으로 보면 오늘의 AI 자동화는 대형 언어 모델(LLM)을 중심에 둡니다. 모델은 텍스트를 이해하고 생성하며, 여기에 회사의 데이터(주문 내역, 재고, 고객 기록)와 외부 도구(메신저, 회계 프로그램, 스프레드시트)를 연결하면 하나의 작업 흐름이 됩니다. 베트남에서 흔히 쓰는 Zalo, 이메일, 엑셀, 간이 POS가 모두 이 흐름의 출발점이나 도착점이 될 수 있습니다.

베트남 소상공인의 반복 업무

베트남 소상공인의 시간을 가장 많이 잡아먹는 반복 업무는 대체로 다섯 갈래입니다. 고객 문의 응대, 주문·송장 정리, 재고와 매입 기록, 마케팅 콘텐츠 작성, 그리고 한국어·영어·베트남어가 섞인 문서 처리입니다. 이 다섯 가지는 거의 모든 업종에 공통으로 나타납니다.

첫째, 고객 문의 응대입니다. 하노이나 호치민의 소매·요식·서비스 업체 상당수가 Zalo와 Facebook 메신저로 주문과 문의를 받습니다. 영업시간 내내 같은 질문, 영업하나요·배달되나요·가격이 얼마인가요 같은 것이 반복됩니다. 사람이 일일이 답하다 보면 정작 복잡한 상담은 뒤로 밀립니다. AI는 자주 묻는 질문에 회사 어조로 즉시 답하고, 사람이 봐야 할 문의만 골라 넘길 수 있습니다.

둘째, 주문과 송장 정리입니다. 메신저로 들어온 주문을 엑셀이나 회계 장부로 옮기는 작업은 베트남 소상공인의 숨은 시간 도둑입니다. "치킨 2, 콜라 1, 동가 거리로 배달"이라는 자유 형식 메시지에서 품목·수량·주소·연락처를 뽑아 표로 정리하는 일은 전형적으로 AI가 잘하는 영역입니다. 사람이 받아 적던 것을 모델이 구조화합니다.

셋째, 재고와 매입 기록입니다. 종이 영수증이나 사진으로 들어온 매입 내역을 장부에 옮기고, 재고가 일정 수준 아래로 떨어지면 알리는 일입니다. 사진 속 글자를 읽어내는 기술(OCR)과 언어 모델을 결합하면 영수증 사진 한 장에서 공급처·금액·날짜를 뽑아낼 수 있습니다.

넷째, 마케팅 콘텐츠입니다. 신제품 소개, 프로모션 안내, 페이스북 게시물을 매번 새로 쓰는 일은 작지만 끊이지 않는 부담입니다. AI는 제품 정보 몇 줄을 받아 게시물 초안을 여러 버전으로 만들고, 베트남어와 영어를 함께 뽑아낼 수 있습니다. 사람은 검토하고 다듬는 데만 집중합니다.

다섯째, 다국어 문서 처리입니다. 한국·일본 거래처와 일하는 베트남 업체는 견적서, 계약서, 카탈로그를 여러 언어로 다뤄야 합니다. 단순 번역을 넘어, 베트남어 견적 요청을 받아 한국어 견적서 형식으로 정리하는 일까지 자동화 대상이 됩니다.

이 다섯 가지의 공통점은 "판단은 단순한데 분량이 많고 매일 반복된다"는 것입니다. 자동화 투자 대비 회수가 가장 빠른 지점이 바로 여기입니다.

어디서 시작하나(우선순위)

어디서부터 시작할지는 두 가지 축으로 정합니다. 첫째는 빈도와 시간(매일 반복되며 사람 시간을 많이 먹는가), 둘째는 실수 비용(틀렸을 때 피해가 큰가)입니다. 빈도가 높고 실수 비용이 낮은 일부터 자동화하는 것이 정석입니다.

가장 먼저 손대기 좋은 것은 고객 문의 1차 응대입니다. 매일 수십 건씩 들어오고, 답이 틀려도 사람이 곧바로 바로잡을 수 있어 위험이 낮습니다. 자주 묻는 질문을 추려 AI가 먼저 답하게 하고, 결제·환불·컴플레인처럼 민감한 건만 사람에게 넘기는 구조가 안정적입니다. 이 한 가지만 자리잡아도 응대 시간이 눈에 띄게 줍니다.

두 번째 후보는 주문·문의 내용의 구조화입니다. 메신저 대화에서 주문 정보를 뽑아 표로 정리하는 작업은 빈도가 높고, 결과를 사람이 한 번 확인하고 넘기면 실수 비용도 통제됩니다. 여기서 중요한 원칙은 "사람이 마지막에 확인하는 단계(human-in-the-loop)"를 남겨두는 것입니다. 돈과 직결되는 흐름일수록 그렇습니다.

반대로 처음부터 손대면 안 되는 것은 실수 비용이 큰 일입니다. 세금 신고 자료 확정, 계약 조건 최종 결정, 고객에게 보내는 환불 금액 확정 같은 일은 AI가 초안을 돕더라도 최종 판단은 사람이 쥐고 있어야 합니다. 자동화의 성숙도가 쌓인 뒤에 단계적으로 범위를 넓히는 것이 맞습니다.

우선순위를 세울 때 자주 빠지는 함정이 "가장 어려운 일부터 자동화하려는" 욕심입니다. 전체 운영을 한 번에 AI로 바꾸려 들면 도입이 길어지고, 한 군데가 막히면 전부 멈춥니다. 작고 명확한 한 흐름을 먼저 자동화해 효과를 확인하고, 그 신뢰를 바탕으로 다음 흐름으로 넘어가는 편이 실패 확률이 낮습니다.

업종별로 첫 자동화 후보는 조금씩 다릅니다. 요식·소매는 주문 응대와 정리, 무역·도매는 다국어 견적과 거래처 커뮤니케이션, 서비스업은 예약 관리와 후기 응대가 보통 가장 빠른 회수를 냅니다. 자기 업종에서 "매일 사람이 같은 방식으로 처리하는 일"이 무엇인지 적어보는 것이 출발점입니다.

도입 단계

도입은 대체로 다섯 단계를 따릅니다. 업무 관찰과 기록, 우선순위 선정, 소규모 시범 적용, 검증과 조정, 그리고 확대입니다. 이 순서를 건너뛰면 자동화가 현장과 어긋나 결국 방치됩니다.

1단계는 업무를 있는 그대로 기록하는 일입니다. 일주일 정도 누가 어떤 일을 하루에 몇 번, 얼마나 오래 하는지 적습니다. 머릿속 짐작이 아니라 실제 기록이어야 합니다. 베트남 소상공인 현장에서는 사장 본인이 처리하던 일을 당연하게 여겨 빠뜨리는 경우가 많은데, 이 단계에서 그런 숨은 업무가 드러납니다.

2단계는 앞서 말한 두 축(빈도·실수 비용)으로 후보를 줄이는 일입니다. 보통 가장 먼저 자동화할 흐름은 한두 개로 좁혀집니다. 욕심내지 않습니다.

3단계는 소규모 시범 적용입니다. 전사가 아니라 한 채널, 한 담당자, 하루치 분량으로 좁혀 먼저 돌려봅니다. 예컨대 Zalo 문의 중 자주 묻는 질문만 AI가 답하게 하고 나머지는 그대로 둡니다. 작게 시작할수록 문제를 빨리 발견하고 고치기 쉽습니다.

4단계는 검증과 조정입니다. AI가 낸 결과를 사람이 며칠간 함께 확인하며, 틀리는 패턴을 찾아 지시문(프롬프트)과 규칙을 다듬습니다. 이 단계에서 "어떤 경우에 사람에게 넘길지"의 경계를 분명히 합니다. 검증 없이 바로 전면 적용하는 것이 가장 흔한 실패 원인입니다.

5단계는 확대입니다. 한 흐름이 안정적으로 돌면 인접한 업무로 넓힙니다. 문의 응대가 자리잡으면 그다음은 주문 정리, 그다음은 매입 기록으로 이어가는 식입니다. 각 단계마다 다시 검증을 거칩니다.

여기서 솔직히 짚을 점이 있습니다. 자동화는 한 번 만들고 끝나는 것이 아니라 계속 손봐야 하는 살아 있는 시스템입니다. 메뉴가 바뀌고, 가격이 오르고, 새 거래처가 생기면 AI의 지시문도 따라 바뀌어야 합니다. 이 유지·보수를 누가 맡을지 정해두지 않으면 좋은 자동화도 몇 달 뒤 어긋납니다. 그래서 도입 초기에 내부 담당자를 정하거나, 운영까지 맡아줄 파트너를 두는 편이 안전합니다.

여우비인터랙션은 이 전환을 외부에서 권하기 전에 자사 개발팀을 먼저 AI 오퍼레이터로 전환했습니다. 개발자들이 기존 방식 대신 AI를 작업의 중심에 두고 일하도록 내부 업무 흐름과 평가 기준을 바꾼 경험입니다. 남에게 적용하기 전에 우리부터 겪어봤다는 점이, 베트남 중소기업의 현실적 마찰을 이해하는 바탕이 됐습니다.

자주 묻는 점

자주 묻는 질문은 비용, 기술 지식, 데이터 안전, 베트남어 품질, 인력 영향 다섯 가지로 모입니다. 결론부터 말하면 작게 시작할 수 있고, 코딩 지식이 없어도 되며, 데이터는 통제 가능하고, 베트남어 처리는 실용 수준에 올라 있으며, 사람을 대체하기보다 시간을 돌려줍니다.

비용은 어떤가요. 모든 업무를 한 번에 자동화하면 부담이 크지만, 앞서 말한 단계적 접근을 따르면 한 흐름부터 작게 시작할 수 있습니다. 시범 적용 단계에서 실제 회수 효과를 확인한 뒤 범위를 넓히므로, 검증 안 된 큰 투자를 미리 할 이유가 없습니다. 구체적인 비용은 업무 종류와 처리량에 따라 달라 일률적으로 말하기 어렵고, 상담 단계에서 산정하는 것이 정확합니다.

기술 지식이 필요한가요. 사장이나 직원이 직접 코드를 짤 필요는 없습니다. 다만 "우리 업무가 어떻게 돌아가는지"를 설명할 수 있어야 하고, 도입 후에는 결과를 검토하고 피드백을 줄 사람이 필요합니다. 기술은 파트너가 맡되, 업무 지식은 회사가 쥐고 있는 협업 구조가 가장 잘 작동합니다.

데이터는 안전한가요. 회사의 고객 정보와 거래 기록을 다루므로 당연히 중요한 질문입니다. 어떤 데이터를 어디에 두고, 누가 접근하며, 외부 모델에 무엇을 보내고 무엇을 보내지 않을지를 설계 단계에서 정해야 합니다. 민감한 정보를 최소한으로만 다루도록 흐름을 짜는 것이 원칙입니다.

베트남어 처리 품질은 충분한가요. 최근의 언어 모델은 베트남어 이해와 생성에서 실무에 쓸 만한 수준에 올라 있습니다. 고객 문의 응대, 콘텐츠 초안, 한국어·영어와의 교차 작업 모두 실용적으로 가능합니다. 다만 업종 전문 용어나 지역 표현은 초기 검증 단계에서 다듬어야 정확해집니다.

사람을 대체하는가요. 앞서 말했듯 소상공인 현장에서 AI 자동화의 현실적 목적은 인력 감축이 아니라 반복에 묶인 시간의 회수입니다. 송장 옮겨 적기, 같은 질문 반복 응대 같은 일에서 풀려난 시간을, 사람만 할 수 있는 판단·관계·성장에 쓰는 것이 전환의 핵심입니다.

여우비인터랙션은 한국의 디자인·기술 표준을 베트남 중소기업의 AI 전환과 소프트웨어 공급에 적용하는 한국-베트남 디지털 파트너입니다. 어디서부터 시작할지 막막하다면, yeowubie.com에서 무료 상담으로 첫 자동화 후보를 함께 정리해볼 수 있습니다.