AI Manager의 시작일지도 모른다.
PC 로그 영역에 AI 에이전트를 연결하는 MCP 연동 기능이 '미에루 클라우드'에서 공개되었다.
이 뉴스는 큰 전환점이라고 생각한다. 막연히 2년은 더 걸릴 거라 생각했던 일이 갑자기 눈앞에 나타난 느낌이다.
회계 법인은 '보이지 않는 일'로 이루어져 있다
회계 법인의 업무는 이상하다. 결과물은 눈에 보인다. 세무 신고서, 재무 제표, 시산표 등이 그것이다. 하지만 그 결과물이 완성되기까지 어떤 일이 있었는지는 개인이 관리하는 정보 외에는 거의 기록되지 않는다.
- 고객에게 서류 요청
- 내부 서류 정리
- 정보 수집 및 법률 조사
- 내부 상담
- 검토
- 지식 공유
- Excel 등 업무 도구 개선
- DX 추진 및 AI 실험적 이용
이러한 업무는 직접적인 결과물로 이어지지 않는다. 간접적인 작업이 성과로 이어져도 평가하기 어렵다. 하지만 현실적으로 회계 법인을 지탱하는 것은 바로 이 보이지 않는 일이다. 만약 AI가 이 모든 것을 이해할 수 있다면 어떨까?
'몇 시간 일했는가'의 시대는 끝난다
지금까지 관리는 '몇 시간 일했는가'에 집중되어 왔다. 하지만 우리가 진정으로 알고 싶은 것은 그것이 아니다. 우리는 '왜 그렇게 오래 걸렸는가'를 알고 싶다.
예를 들어, 월 정리에 5시간이 걸렸다고 해도, 입력 속도가 느렸는지, 서류 수집이 지연되었는지, 고객 응대가 많았는지, Excel에 익숙하지 않았는지에 따라 해결 방안은 완전히 달라진다. 이 부분이 시각화되면, '뭔가 어려워 보인다'고 생각했던 것을 '이것이 병목이다'라고 명확히 표현할 수 있다.
이는 단순한 효율성 문제가 아니라, 업무 자체에 대한 이해를 바꾼다. 고객 정보와 매출 정보가 CRM에 이미 축적되어 있다면, 그 세상은 더욱 확장된다. 개인적으로는 빅데이터, 특히 행동 정보에 대한 AI 활용이 마지막 퍼즐이자 핵심이라고 생각한다. PC 로그 정보만으로는 할 수 있는 일에 한계가 있다.
하지만 업무 정보와 행동 정보가 연결될 때, 즉 kintone을 CRM으로 활용해 워크플로를 내장하고, Notion으로 데이터베이스를 구축하고 AI를 활용하거나, Google AppSheet를 사용할 때 시야는 달라진다. 고객 정보, 프로젝트 정보, 매출 정보, 공수 정보, 행동 로그가 모두 연결된다. 그러면 AI는 '어떤 고객의 수익성이 낮은가'뿐만 아니라 '왜 낮은가'를 설명하고, 수익성이 높은 고객들의 공통점까지 찾아낼 수 있다. 분석이 과거를 보는 것에서 미래를 창조하는 것으로 변화한다. 정말 흥미진진하다.
AI가 관리자를 대체할까?
나는 NO라고 생각한다. 하지만 관리자의 업무는 크게 달라질 것이다. 관리자의 업무 상당 부분은 상태 확인, 진행 확인, 공수 확인, 지연 확인으로 이루어져 있다. '상황을 파악'하는 데만 상당한 시간이 소요된다.
그러나 AI가 모든 것을 파악한다면 어떨까? 아침에 출근하면 AI가 알려준다: "이번 주에 이 프로젝트가 위험합니다", "이 고객은 공수를 초과하고 있습니다", "이 사람의 업무 부하가 너무 높아지고 있습니다", "이 팀의 생산성이 떨어지고 있습니다". 미리 대응 패턴을 입력해두면 자율적으로 생각할 수도 있다. 관리자는 확인 작업에서 해방되어 의사 결정, 교육, 커뮤니케이션 등 본연의 업무에 집중할 수 있다. 이는 관리자를 없애는 것이 아니라 진화시키는 것이다.
모두를 위한 맞춤형 교육이 시작된다
이 부분은 특히 흥미롭다. 현재 교육은 모두에게 동일한 자료, 내용, 순서로 진행된다. 하지만 현실에서는 약점이 사람마다 다르다. Excel에 약한 사람, 클라우드 회계에 약한 사람, 검토에 약한 사람, 고객 서비스에 약한 사람, AI 활용에 약한 사람 등 다양하다. 이상적으로는 모두가 다른 학습 메뉴를 가져야 한다. PC 로그 활용이 이를 시각화할 수 있다. 로그에서 행동을 분석하여 AI는 약점을 찾고 다음에 무엇을 배워야 할지 제안할 수 있다. 교육이 표준화에서 개인 최적화로 진화한다.
가장 흥미로운 부분: '비즈니스 건강 진단'
이것이 내가 가장 기대하는 부분이다. 이직, 품질 저하, 잔업 증가, 고객 불만 등의 문제는 갑자기 발생하는 것처럼 보이지만, 항상 전조가 있다: 커뮤니케이션 감소, 공수 편중, 수정 증가, 응답 속도 저하 등. 이러한 전조는 인간에게는 보이지 않거나 너무 늦게 발견된다. 왜냐하면 면담이나 일일 보고서 같은 주관적인 데이터를 통해서만 행동을 평가할 수 있었기 때문이다. 하지만 행동 정보에 실시간으로 연결되면, 마치 건강 검진처럼 조직의 상태를 객관적으로 시각화할 수 있다. '혈압이 올랐다', '수면이 줄었다'는 수준으로 회사의 상태를 관찰할 수 있다.
이 기술을 감시와 같은 부정적인 목적으로 사용하는 것은 현명하지 않다고 생각한다. 행동 정보의 활용에는 경영진의 윤리가 필요하다. 미래의 회계 법인은 문제가 발생한 후에 대응하는 것이 아니라, 문제가 발생하기 전에 인지할 수 있을지도 모른다.
AI 기반 경영 지원: 부기(bookkeeping)는 업무의 일부에 불과하지만, 경영은 조직 전체를 움직인다. 조직 전체의 의사 결정 속도를 높이는 영향은 한 사람이 더 빠르게 일하는 것보다 더 크다. 그 중심에는 행동 이력 활용, CRM 구축, 커뮤니케이션 데이터가 있다. AI가 이들을 연결할 때, AI는 더 이상 단순한 도구, 어시스턴트, 에이전트가 아니다. 더 높은 계층이다. 나는 이것을 AI COO (Chief Operating Officer)라고 부르고 싶다.
채용, 배치, 교육, 수익 관리, 업무 설계, 품질 관리 — 이러한 기능을 교차적으로 지원하는 존재. 이것이 바로 중소기업을 위한 진정한 의미의 EBPM(Evidence-Based Policy Management)이다. 사람들이 더 창의적인 의사 결정에 집중할 수 있는 환경을 만들기 위해. 그러한 미래로의 입구는 뜻밖에도 'PC 로그 분석'이라는 분야에서 시작될지도 모른다. 이 기술 혁신은 확실한 미래가 다가오고 있음을 느끼게 한다.
