출처: https://youtu.be/NJJYtWhaPRs 길이: 1:17:31 · 채널: AI Frontier Korea (노정석) 녹화: 2026-10-03(토), 판교 코스맥스 · 출연: 노정석(비팩토리, 코스맥스 디지털 고문), 고종옥(코스맥스 PI 혁신 부문장) · 편집: 김유진 관련 자료: 전사본

한눈에 보는 요약

  • 소프트웨어 회사 출신이 모르는 “강북의 IT” — SAP·Oracle·Salesforce와 대형 SI가 움직이는 엔터프라이즈 IT — 가 AI로 흔들리고 있다. 코스맥스는 SAP 클라우드(PCE) 전환과 10년 주기 차세대 ERP 프로젝트를 앞두고 이 문제를 정면으로 다뤘다.
  • ERP는 회계(FI) 장부를 위한 뼈대일 뿐, 실제 업무는 가장 똘똘한 직원의 Excel에서 돌아가고 최종 결과만 ERP에 들어간다. 10년 된 ERP는 “아기 몸통에 성인 손발”을 붙인 상태였다.
  • 사내 Claude Code 교육 이후 비개발 출신 현업 약 100명이 GitHub에 코드를 커밋하며 부서 시스템을 직접 만든다. 그 과정에서 업무 정의·예외 같은 암묵지가 디지털 데이터가 됐다(요약 1,200쪽, 전체 약 7,000쪽).
  • 78개월 만에 향후 23년간 사야 했던 솔루션 약 70억 원을 안 사도 되게 됐고, 연 20억 원 유지보수비는 내년부터 70% 이상 줄인다. 올해 이미 10억 원을 절감했다.
  • SAP의 해자(회계 감사가 믿는 규칙 기반 데이터, ABAP 인력 생태계)는 AI와 채용 시장 변화로 약해지고 있다. 오픈소스 ERPNext에서 가드레일의 70~80%가 동작했고, 한국 세법과 펌뱅킹만 붙이면 경량 ERP SaaS가 나올 수 있다고 본다.
  • 결론은 지식 노동자에게 향한다. 8시간 일이 5시간이 됐다고 3시간을 쉬는 사람이 아니라, 자기 일을 먼저 AI로 없애고 “그럼 나는 무엇을 해야 하나”를 묻는 사람이 남는다.

장면별 상세 설명

[00:40] 유료 사용자 2~3%, 증기기관에서 전기모터로

노정석은 AI 도입이 아직 극초창기라고 본다. 미국 인구 중 유료 결제자는 2~3%이고, 전 세계 지식 노동자 약 15억 명 가운데 agent 트래픽은 대부분 코더 약 3천만 명의 코딩에서 나온다(a16z 팟캐스트 인용).

회사들이 직원에게 200달러 요금제와 무제한 API를 줬는데도 전사 생산성이 오르지 않는 이유는 증기기관 → 전기모터 비유로 설명한다. 공장은 처음에 큰 증기기관 자리에 큰 전기모터 하나만 바꿔 달았고 생산성은 그대로였다. 작은 모터를 기계마다 달고 공장 배치를 새로 설계했을 때 비로소 생산성이 올랐다. 지식 노동도 워크플로 전체가 바뀌어야 전환이 일어난다.

[04:05] 판교의 IT가 모르는 강북의 IT

백본부터 직접 만드는 소프트웨어 회사의 IT가 “판교의 IT”라면, IBM·Oracle 같은 대형 SI가 들어가 SAP·Salesforce·Microsoft 솔루션을 엮는 영역이 “강북의 IT”다. 코스맥스는 강북의 IT가 완전히 자리 잡은 회사다.

2025년 가을, SAP가 라이선스 판매에서 PCE(프라이빗 클라우드) 구독으로 모델을 바꾸면서 코스맥스도 전환 압박을 받았다. 수백억 원짜리 차세대 ERP 프로젝트를 AI 시대에 어떻게 결정할지가 노정석에게 떨어진 과제였다. 그는 SAP 강의를 10시간 넘게 봤지만 “무슨 말인지 몰랐다”고 할 만큼 별도의 언어와 생태계가 있다는 것을 확인했다.

[07:31] 수백억 원짜리 차세대 ERP와 10년 주기 재건축

ERP는 원래 모든 부서의 자원을 하나로 모아 업무를 흐르게 하는 백본이지만, 실제로는 FI(재무회계) 장부를 만들기 위한 구조에 가깝다. 고종옥은 업무 프로세스까지 ERP에 얹으면서 시스템이 지나치게 비대해졌다고 설명한다.

더 큰 문제는 주기다. 차세대 ERP는 보통 10년에 한 번이라, 그 사이의 프로세스 변화를 한꺼번에 반영해야 하고 막대한 SI 컨설팅·개발비가 당연시된다. 고종옥은 이 구조가 업계에서 당연하게 여겨지는 데 놀랐다고 말한다. B2C에서 10달러 받기도 어려운 소프트웨어 업계 감각으로 보면 수백억 원 프로젝트가 상시로 도는 이 시장은 “꿀단지”였다는 것이다. 외부 ERP 고수들에게서는 “차세대 ERP는 원래 서너 번 실패하는 프로젝트”라는 조언을 들었다.

[13:24] 아기 몸통에 성인 손발 — 10년 된 백본

코스맥스 SAP는 2016년 당시 워크플로(주문 → 연구소 샘플 → PO 확정 → 발주·BOM → 생산 → 세금계산서·결제)에 맞춰 만들어졌다. 사업과 고객 요구는 10년 동안 커졌지만 백본은 그대로였다.

고종옥의 비유로는 아기 몸통에 성인 손발을 단 형국이다. 손발(주변 시스템)은 커져 일을 처리하지만 몸통이 따라오지 못해 문제가 생긴다. 그런데 공장은 하루도 멈출 수 없으니 살아 있는 상태로 고쳐야 한다. 새 프로젝트는 쌓인 기술 부채를 건드리지 않고 옆에 게이트웨이와 데이터 파이프라인을 붙여 3~6개월 만에 끝내는 방식으로 진행돼 왔고, 솔루션과 벤더가 늘어날수록 통합은 더 어려워졌다.

[19:23] 경영진과 현장의 온도차, 그리고 AS-IS 문서화

오너는 “AI한테 다 시키면 안 되냐”고 묻지만 그렇게 되지는 않는다. 고종옥이 꼽은 AI의 가장 직접적인 효과는 AS-IS 분석이다. 차세대 프로젝트는 기존 업무 프로세스를 먼저 문서화해야 하는데, 빨리 성장한 회사일수록 업무가 선배에서 후배로 구전되고 Excel로 개별 해결돼 흩어져 있다. 지금까지는 IT 컨설턴트가 “다 정리해 드리겠다”며 들어왔지만, 회사 고유의 일하는 방식은 그 회사 사람이 도메인 전문가이므로 AI와 함께 스스로 문서화하는 편이 효과적이다.

[22:08] 가장 똘똘한 직원의 Excel에 쌓인 암묵지

노정석은 회사가 시장 리더로 진화하며 만든 고유의 시스템을 회사의 암묵지로 본다. ERP에는 BOM·재무 데이터 같은 핵심 데이터가 있지만 사람이 실제로 일하는 방식은 없다. 그 방식은 가장 똘똘한 직원들의 PC 속 Excel·문서·PowerPoint에 있고, 조직은 그 Excel로 돌아가며 최종 결과만 ERP에 보낸다. 진화하지 않는 시스템에 진화하는 조직이 적응한 결과다.

[23:28] Claude Code 교육과 GitHub에 커밋하는 현업 100명

2025년 가을, Claude Code가 막 뜨던 시기(당시 Codex는 덜 쓰였다)에 지원자 대상 사내 교육을 열었다. 핵심 업무를 맡은 앞서가는 직원들이 몰렸고, 열정적인 강사 한 명이 많은 사람을 움직였다.

교육 후 각 부서는 SI 발주나 솔루션 구매 대신, 아주 복잡한 시스템을 빼고는 필요한 것을 직접 만들어 쓰기 시작했다. 개발자 수준으로 GitHub에 커밋하는 현업이 PI 혁신 부문 산하에만 약 100명이다(노정석이 알던 30~40명에서 늘었다). 대부분 올해나 작년에 처음 개발을 해 본 비엔지니어 출신이라, 재교육과 숙련 엔지니어와의 결합은 과제로 남아 있다. 노정석은 이런 문화 전환에는 비즈니스와 기술 사이에서 CEO급 열정을 가진 한 사람이 필요하고, 그 “문화적 유전자”가 조직에 복제된다고 본다.

[26:41] 레거시는 그대로, Excel 자리를 소프트웨어가 대체

고종옥은 “회사는 생명체”라서 장기를 들어내면 그 일을 할 무언가가 반드시 있어야 한다고 말한다. 그래서 레거시는 아직 크게 바뀌지 않았고, 업무와 레거시 사이의 Excel 자리를 현업이 만든 소프트웨어가 대체하기 시작했다.

이점은 데이터다. Excel에서는 중간 계산 데이터가 ERP로 가지 않았지만, 소프트웨어로 옮기자 업무 단계가 사내 데이터로 남는다. 원래는 DX를 끝내고 그 데이터로 AX로 가야 하지만, 제조업 현실에서는 개별 혁신가가 AX를 하면서 필요한 DX가 함께 완성되고 있다.

[27:47] 도메인 전문가가 IT 컨설턴트 역할을 흡수하다

과거 DX에서는 현업이 자기 일을 시스템으로 만들 수 없어 IT 컨설턴트에게 설명하거나 외주를 줬다. 이제 그 중개 역할을 사내 도메인 전문가가 직접 한다. 고종옥은 “멋있게 도메인 전문가라고 했지만 그냥 기존 직원들이 그 일을 직접 하게 된 것”이라며, 핵심은 업무가 바뀔 때마다 스스로 시스템을 고칠 수 있어 ERP가 적응을 넘어 진화할 기반이 생긴다는 점이라고 말한다.

현업이 AI에 넣는 context에서 데이터 포맷, 업무 정의(무엇이 들어와 무엇이 나가는지), 예외 상황 같은 암묵지가 자연스럽게 디지털 데이터로 바뀌었다. 10년에 한 번 컨설팅으로 얻던 결과가 매 순간 나오는 셈이다. 이렇게 정리된 회사 운영 백서는 요약본 1,200쪽, 전체 약 7,000쪽이다.

[31:02] 회계법인이 SAP 데이터만 믿는 이유

금융·회계 쪽에는 “SAP에서 나온 데이터가 아니면 못 믿는다”는 요구가 강하다. 고종옥은 감사 관점의 가드레일로 설명한다. 자체 ERP는 누구든 SQL INSERT로 데이터를 고칠 수 있어 신뢰를 증명하기 어렵다. SAP는 FI, 관리회계 CO, 영업 SD 모듈 흐름에서 생성된 데이터가 규칙에 따라서만 쓰이고 고쳐진다. 월 마감 후 원가를 바꾸려면 직접 수정이 아니라 정해진 절차로 역분개해야 하고, 여러 업무가 DB 트랜잭션처럼 묶여 있다. 더존 데이터도 같은 이유로 신뢰받는다.

노정석은 이를 복식부기의 자기 검증에 비유한다. 모듈마다 일종의 체크섬이 있어 숫자를 억지로 맞추지 않는 한 중간에 오류가 걸러진다. 40~50년간 업계 표준으로 쌓은 신뢰와 브랜드다.

[36:56] ABAP 커스터마이징의 비용과 한계

소프트웨어 관점에서는 PostgreSQL로 다 만들 수 있다고 하겠지만, 강북의 IT에는 그런 엔지니어가 없고 있어도 너무 비싸다. 그래서 SAP는 업종별 모듈을 패키지로 팔고, 모듈로 안 되는 부분은 ABAP으로 커스터마이징한다.

고종옥은 평생 소프트웨어를 했지만 ABAP 코드를 써 본 적이 없을 만큼 ABAP 개발자(ABAPer)가 드물다고 말한다. 프로세스가 바뀔 때마다 유지보수와 수정이 필요하고, 느리고 비싸다. 일하는 방식도 다르다. 일반 개발 조직은 담당자가 빠지면 GitHub를 보고 다른 사람이 이어받지만, ABAP 쪽은 FI 담당이 없으면 일이 멈춘다. CO 개발자는 FI를, 둘 다 생산 PP를 모르며 경계를 넘지 않는다. 빠르게 크는 회사에서는 SI가 접착제처럼 빈틈을 메워 “잘은 아니어도 어떻게든” 돌아간다.

[40:32] SAP 생태계와 엔지니어 품귀

노정석이 보기에 SAP 쪽 사람들과의 대화는 문과·비즈니스 80%, 공학 20%로, 소프트웨어 업계와 정반대다. AI가 코딩을 바꾸기 전까지 실력 있는 엔지니어는 스타트업·빅테크·네카라쿠배로 갔고, 전통 제조사는 사람을 구하지 못했다. 그 빈자리를 SAP·Salesforce·IBM이 채웠다.

SAP는 직접 팔지 않고 항상 높은 마진을 보장한 제3자 컨설팅사를 통해 판매한다. 인증을 발급하고, 그 인증을 가진 ABAPer·컨설턴트를 컨설팅사가 고용하며, 도입 기업의 내부 운영 인력도 같은 생태계에서 온다. 수십 년에 걸쳐 만든, 대안 없는 강한 해자다.

[44:48] AI로 흔들리는 해자와 제조업으로의 인재 유입

변화를 일으키는 것은 AI다. 회사들이 소프트웨어 엔지니어 채용을 사실상 동결하면서 시니어 엔지니어까지 시장에 나오고, 강북의 IT가 예전엔 못 뽑던 사람을 뽑을 수 있게 됐다. 고종옥은 PI 혁신 부문 산하 AX 혁신팀에서 10명 이상을 뽑으며 이력서 100여 장을 봤는데, 제조사에 오지 않던 수준의 지원자가 대거 들어왔다. AI가 뜻밖의 방식으로 제조업의 소프트웨어 역량을 키울 수 있다는 것이다.

부작용도 있다. 소프트웨어 엔지니어링 지식이 부족한 바이브 코더가 DB를 날린 일도 있었고, 그래서 안전장치를 설계하며 확장 중이다. 코스맥스는 차기 SAP로도 이전한다. 매출 기준으로 큰 법인은 SAP, 작은 법인은 더존, 일부는 또 다른 ERP를 써서 사내에만 ERP가 세 종류라, 여러 ERP를 계속 쓰는 구조는 유지될 것으로 본다.

[49:50] 솔루션 70억 원 미집행과 유지보수비 70% 절감

경영진은 “AI 도입으로 뭐가 편해졌냐”를 묻지만 이는 정성적이라 답하기 어렵다. 고종옥이 제시한 정량 성과는 다음과 같다.

항목규모
앞으로 사야 했던 솔루션(개발 투자비)향후 2~3년간 약 70억 원 미집행
연간 유지보수비 약 20억 원내년부터 70% 이상 절감
올해 유지보수비이미 10억 원 절감
소요 기간7~8개월

노정석은 회사에는 좋지만 돌던 돈이 줄어드니 경제 전체로는 AI가 디플레이션을 일으킨다고 말한다. 고종옥은 다르게 본다. 예전엔 대기업이 솔루션을 사며 소프트웨어 회사를 키웠다면, 이제는 소프트웨어 인력이 대기업에 직접 들어가 각 회사의 본업 경쟁력을 높이고, 코스맥스라면 K-뷰티 경쟁력을 키운다는 것이다.

[52:53] SSOT가 ERP 바깥 Excel에 있는 이유

ERP는 “지금 재고가 몇 개인가”, “이 제품을 만들려면 무엇이 필요한가”에 답하는 SSOT(단일 진실 원천)여야 하지만 실제 답은 ERP 바깥에 있는 경우가 많다. 이유는 두 가지다.

  • 규모와 부하: 자재 마스터만 수십만수백만 건이 서로 연결돼 있어 실시간 계산이 어렵다. 생산 실적을 마스터에 반영하는 배치가 78시간씩 돈다.
  • 업종 불일치: 대형 자동차 회사 ERP는 T코드(프로그램)가 훨씬 많지만 완성품은 십몇 종이다. 코스맥스는 완성품이 수만 종이라 이런 형태에 맞게 설계된 ERP가 없다. 완성품을 미리 쌓아 둘 수 없어 대부분 저스트 인 타임으로 움직이고, 그래서 실시간 정보가 더 중요하다.

결국 현업은 각자의 Excel에 데이터를 두고 전화·메신저로 맞춘 다음 결과를 ERP에 기록한다. 그래야 납품하고 세금계산서를 발행해 매출을 인식할 수 있다.

[58:03] AI가 없애는 부서 간 커뮤니케이션 비용

어떤 부서 담당자는 Teams 메시지로 하루 300건씩 업무를 받아 일일이 챙겨야 했다. 이런 일이 사라지거나, 일부는 통째로 없어졌다. 노정석은 이것이 모두 소통 비용이며, 모두가 동시에 보는 동기화된 데이터베이스가 있으면 끝날 문제였다고 정리한다. 고종옥은 소프트웨어 업계에선 당연한 이 일을 업계 대부분이 못 하고, ERP가 원래 Excel과 함께 돌아간다는 사실에 충격을 받았다고 말한다.

[59:43] 오픈소스 ERPNext와 한국 세법이라는 빈틈

고종옥이 시청자에게 주는 힌트는 오픈소스 ERPNext다. 화자는 이를 FI·CO 분야 오픈소스로 소개하며, 누구나 AI를 도구로 쓰는 지금 빠르게 발전한다고 말한다. 코스맥스가 AS-IS 분석으로 정리한 업무 프로세스 가드레일을 시험해 보니 완벽하진 않아도 70~80%가 동작했다.

한국에서 못 쓰는 이유는 한국 세법 미반영과 펌뱅킹(은행 연동으로 입금까지 자동 처리) 부재 두 가지뿐이다. 스타트업이 이 둘을 붙이면 가벼운 ERP를 SaaS로 빠르게 낼 수 있고, 장기적으로는 SAP·더존의 경쟁자가 될 수 있다고 본다.

노정석은 ERP가 “이 범위는 우리가 다 해 준다”며 업무 애플리케이션까지 얼기설기 끼워 넣던 시대가 끝나고, AI를 쥔 도메인 전문가가 위에서 내려오며 기존 ERP는 핵심 기능으로 후퇴하는 새 균형점이 생길 것으로 예상한다. 엔터프라이즈 AX 시장에 작은 FDE 업체가 많이 생기지만, 엔터프라이즈에서만 통하는 암묵지가 많아 소프트웨어 엔지니어가 바로 할 수 있는 일은 아니라고도 짚는다. 고종옥은 스타트업이 ERP를 안 건드린 이유를 스타트업 자신이 ERP를 쓰지 않기 때문(Notion·클라우드 스토리지와 월 몇십만 원 회계법인으로 충분)으로 본다. 그래서 IT 업계가 수요를 보지 못한 숨은 시장이 있었다는 것이다.

[64:25] 오너의 이해와 AI 시대에 인간에게 남는 것

예전 오너들은 “난 모르겠고 업체에 줘라”였지만, 오너가 무엇을 하는지, 전환에 어떤 인재가 필요한지, 감당할 리스크가 무엇인지 알아야 프로젝트가 성립한다. 잘 모르고 시작하면 기존 구성원의 반발이나 기대에 못 미치는 결과에 부딪혀 그만두고 예전 방식이나 새 업체로 돌아간다. 코스맥스는 최고경영진이 방향을 믿어 준 덕에 밀고 나갈 수 있었다.

AI 시대에 인간에게 남는 것으로는 안목, 취향, 의지의 발현, 사람 사이의 신뢰를 꼽는다. “약은 마음으로 AI를 딸깍딸깍한다고 큰일이 일어나지 않는다.”

[66:16] AI가 재편하는 조직 — 영업 사례

고종옥은 국내 영업을 예로 든다. 영업 담당자는 고객 응대 외에 품질·생산·자재·부자재(외부 공급사)·연구소를 일일이 연결하는 허브 역할을 하고, 시스템이 늦게 반영되면 전화로 처리한다. 매출과 고객은 빠르게 늘지만 인원은 제한적이라 복잡도가 계속 커진다.

장기적으로 이런 운영 업무는 최대한 AI로 대체되고, 영업은 고객과 신규 고객, 고객 문제 해결에 집중하게 된다. 데이터와 프로세스가 정의되면 반복 확인 업무는 자동화된다. 노정석은 팀에 ‘잡일 없애줄 테니까 통찰을 가져와’라고 말한다며, 통찰을 도출하는 부가가치 업무로 옮겨 가야 한다고 덧붙인다.

전환 속도에 대해 고종옥은 “굉장히 보수적으로 봐도 2년 안에는 완전히 바뀐다”고 답한다. 6개월 단위로 큰 덩어리가 바뀌고, 사람이 한순간에 로봇이 되는 게 아니라 사이버펑크처럼 손, 눈, 다리 순으로 강화되듯 영업, 공장, 연구소가 차례로 바뀐다. 두 사람은 변화가 빨라지는 이유가 자신들이 잘해서가 아니라 AI가 계속 좋아지고 싸지기 때문이라고 말한다.

[72:36] 자기 업무를 먼저 없애는 AX 인재

다른 부서가 내 일을 AX로 바꾸면 내 일의 많은 부분이 사라진다. 고종옥은 루틴 업무를 잘 아는 데서 멈추면 위험하고, 그 domain knowledge로 계속 개선을 묻고 같은 시간에 더 많은 일을 하도록 성장해야 한다고 말한다. “AI 때문에 8시간 걸린 일이 5시간이 됐으니 3시간은 놀아야지” 하는 사람은 대체될 가능성이 크다. 실제로 코스맥스에서 현업에서 AX로 옮긴 사람들은 자기 일을 먼저 없애고 더 많은 일을 하겠다고 한 사람들이었다.

SI·솔루션 업체가 어려워지는 이유도 같다. 고종옥은 가정으로 설명한다. SI 단가로 1,500만 원을 받던 6개월 일을 이제 한 달에 하면서 6분의 1만 받았다면 고객은 계속 맡겼겠지만, AI 효율을 전부 이익률로 가져가려 하니 내재화와의 비용 차이가 너무 커졌다. 발주사도 “어차피 AI 시킬 거니 깎아 달라”고 하고, 납품 조건에 소스 코드 일체를 넣어 내부에서 고친다.

노정석의 마무리는 지식 노동자를 향한다. 내 일을 빨리 AI로 disrupt하고 “이 일은 내가 안 해야 하는구나. 그럼 나는 무슨 일을 해야 하지?”라는 인간적인 질문을 누가 더 빨리, 더 열심히, 더 잘 하느냐의 게임이다. 고종옥은 같은 시간에 두 배를 하는 것도 소극적인 발전이며, 자기 일을 disrupt할 수 있는 사람은 결국 다른 일도 disrupt할 수 있게 되고 그것이 그 사람의 역할이 된다고 답한다. 다음 회차에서는 단위 업무별 사례를 다룰 예정이다.

연결해서 읽기