어쩌다 보니, 저는 요즘 하루에도 몇 번씩 “AI”라는 단어를 입에 올립니다.
그런데 막상 제 일상 속 AI를 떠올려 보면, 거창한 로봇이나 영화 속 장면보다는
엑셀 정리 대신 자동으로 리포트가 올라오는 순간,
야근 대신 정시에 집에 가게 해주는 알림 한 줄 같은 것들이 먼저 떠오릅니다.
인테코리아라는 이름도 사실 처음 들었을 때는 좀 차갑게 느껴졌어요.
‘왠지 엄청 하이테크 느낌, 사람보다는 시스템을 더 좋아할 것 같은 회사겠지?’ 같은 선입견이 있었거든요.
그런데 실제로 이 회사의 이야기를 조금씩 듣다 보니,
생각보다 훨씬 사람 냄새가 나는 곳이더라고요.
약간은 어설프고, 가끔은 실패하고, 그래도 끝까지 고객 편을 들려고 애쓰는 그런 팀.
2014년에 시작해서, 벌써 10년이 넘게 AI와 자동화, 데이터 분석 사이를 오가며
국내외 중소기업부터 대기업까지 다양한 현장을 뛰어다닌 회사.
그게 지금의 인테코리아입니다.
인테코리아와 처음 만난 사람들
인테코리아 이야기를 제대로 하려면,
이 회사와 처음 만났던 사람들의 얼굴부터 떠올려야 합니다.
어느 날, 한 제조업 중견기업 팀장이 그랬대요.
“사실 처음에는, 또 하나 시스템 들여와서 우리한테 숙제만 늘리겠지… 그렇게 생각했어요.”
그 팀은 매달 말이면 야근이 기본이었습니다.
수기로 쓴 생산일보, 엑셀에 붙여 넣은 데이터를 일일이 검토하면서
‘감’으로 문제를 찾고, ‘경험’으로 결정을 내려야 했죠.
누가 봐도 오래된 방식인데, 그렇다고 쉽게 고칠 수 있는 것도 아니었습니다.
실수 한 번이 곧바로 손실이 되니까요.
인테코리아가 처음 제안한 건 거창한 플랫폼이 아니었습니다.
“일단, 지금 하고 있는 일을 그대로 옮기되, 사람이 반복하는 부분만 AI가 대신하게 해보죠.”
라는 아주 단순한 접근이었죠.
엑셀 파일 120개에서 시작된 변화
첫 작업은 팀원들이 매달 작성하던 엑셀 리포트를 전부 모으는 일이었습니다.
120개의 엑셀 파일. 시트 구조도 제각각, 표 양식도 제멋대로.
누군가는 “이걸 AI로 어떻게 한다는 거지?”라며 고개를 갸웃했고,
누군가는 “그냥 사람 더 뽑는 게 빠른 거 아니냐”고 투덜거렸습니다.
인테코리아는 먼저 그 제각각의 양식을 눈으로 다 봤습니다.
자동화 전에 하는, 아주 인간적인 작업이었죠.
현장 담당자와 마주 앉아
“이 셀은 사실 뭐를 의미하나요?”
“이 노란색 칸은 왜 색이 칠해져 있죠?”
같은 질문을 끝도 없이 던졌습니다.
그 과정을 거쳐, AI가 읽을 수 있는 공통 구조를 만들고,
데이터 정제부터 주요 지표 계산, 경고 알림까지 한 번에 처리하는 자동화 플로우를 만들었습니다.
그리고 어느 날, 팀장은 달라진 월말을 경험하게 되죠.
“그날 처음으로, ‘야근 안 하고도 보고서를 낸다’는 게 가능하다는 걸 알았어요.”
AI는 결국, 시간을 돌려주는 기술이었다
인테코리아가 현장에서 듣는 이야기를 요약하면, 결국 이 한 문장으로 귀결됩니다.
“우리가 잃어버린 시간을 돌려받고 싶어요.”
멋진 대시보드, 화려한 차트, 똑똑해 보이는 알고리즘.
이런 것들은 사실 부록에 가깝습니다.
진짜 중요한 건, 그 결과로 누군가의 저녁이 돌아오는지,
누군가가 쌓여 있던 불안을 조금이라도 덜어내는지 하는 부분이죠.
AI를 도입하면 생산성이 몇 % 올라간다, 비용이 얼마나 줄어든다,
이런 얘기는 이미 수많은 리포트와 기사에서 다루고 있습니다.
예를 들어 글로벌 컨설팅사의 보고서에서는
AI 기반 자동화가 “업무 시간의 60~70%까지도 대체 가능한 영역을 가진다”고 분석하기도 하죠
(관련 리포트 모아보기).
하지만 실제 현장에서 느끼는 건 숫자보다는 감정에 가깝습니다.
- “실수에 대한 두려움이 줄었어요.”
- “보고서를 올릴 때 덜 쫓기는 느낌이에요.”
- “내가 꼭 기계처럼 반복해야 했던 일을 내려놓게 됐어요.”
인테코리아가 AI를 이야기할 때, 자꾸 사람 이야기가 따라붙는 이유가 바로 여기에 있습니다.
인테코리아가 만드는 AI 솔루션의 방향
인테코리아가 내세우는 핵심 가치는 세 가지입니다.
고객 우선, 혁신, 전문성.
말만 보면 어디서나 볼 수 있는 말들입니다.
그래서 이 회사는, 이 세 단어를 그냥 슬로건이 아니라
실제 설계 기준으로 쓰려고 합니다.
1. 고객 우선, “우리 일처럼 고민하기”
고객 우선이라는 말은 너무 많이 쓰여서, 약간은 지겹기도 합니다.
인테코리아가 이 말을 붙잡는 방식은 조금 다릅니다.
“고객 우선이면, 고객이 원하는 대로만 해줘야 하나요?”라는 질문부터 다시 던집니다.
실제 프로젝트를 하다 보면, 고객이 요구하는 기능이
장기적으로는 오히려 업무를 더 복잡하게 만드는 경우가 있습니다.
이런 상황에서 인테코리아는 그냥 “알겠습니다” 하고 기능만 얹지 않습니다.
대신, 왜 그렇게 원하는지, 그 요청 뒤에 숨은 진짜 불편함이 무엇인지 먼저 파고듭니다.
그래서 미팅이 길어질 때도 많습니다.
가끔은 “그냥 제가 시킨 대로만 해주시면 안 돼요?”라는 말을 듣기도 합니다.
그래도 꾹 참고 다시 묻습니다.
“정말 해결하고 싶은 건, 어떤 불편인가요?”
이 집요함이, 인테코리아식 “고객 우선”입니다.
2. 혁신, “전부 갈아엎기 전에, 먼저 섞어보기”
혁신이라는 단어도 부담스럽습니다.
뭔가를 완전히 새로 만들어야 할 것 같고,
지금까지 해온 방식을 다 버려야 할 것 같은 압박이 있죠.
인테코리아는 혁신을 조금 다르게 봅니다.
“지금 있는 것들을, 가능한 한 많이 살려놓은 상태에서
정말 사람을 지치게 하는 부분만 AI와 자동화로 교체할 수는 없을까?”
그래서 이 회사의 솔루션은 대개 이렇게 생겼습니다.
- 기존 ERP, CRM, 그룹웨어와 최대한 연동
- 익숙한 엑셀, 메일, 메신저 환경은 가능한 그대로 유지
- 단, 반복되는 계산, 정리, 알림은 AI와 자동화가 담당
완전히 새로운 시스템을 강요하기보다는,
지금 손에 쥐고 있는 도구들을 더 잘 쓰도록 돕는 방식.
이게 인테코리아가 말하는 혁신에 가깝습니다.
3. 전문성, “기술 설명보다 결과 설명을 먼저”
AI 기반 솔루션을 다루다 보면,
모델 이름, 알고리즘 구조, 파라미터, 서버 스펙 이야기가 끝도 없이 튀어나옵니다.
물론 이런 것들은 개발자와 엔지니어에게 중요합니다.
하지만 현장에서는, 대개 이런 질문이 먼저 나옵니다.
- “이걸 쓰면, 우리는 정확히 뭐가 달라지는 거죠?”
- “내가 매일 오전에 하던 일 중, 몇 %가 줄어들까요?”
- “실수 가능성은 얼마나 줄어들까요?”
인테코리아는 그래서 기술적인 설명보다
“결과 설명”을 먼저 하는 걸 원칙으로 합니다.
물론 안쪽에서는 꽤 복잡한 기술들이 돌아갑니다.
예측 모델, 이상 탐지, 자연어 처리, 업무 로그 분석 등.
하지만 고객과의 대화에서는,
“이 기능이 당신의 일상에 어떤 변화를 줄지”를 먼저 풀어놓습니다.
국내외 다양한 산업에서 쌓인 사례들
2014년부터 지금까지, 인테코리아가 지나간 산업군은 꽤 다양합니다.
- 제조업 – 생산 설비 데이터 분석, 이상 탐지, 품질 리포트 자동화
- 유통/리테일 – 재고 예측, 매출 패턴 분석, 프로모션 효과 측정
- 서비스업 – 상담 로그 분석, 고객 이탈 예측, 예약·문의 자동화
- B2B 솔루션 – 사용 로그 기반 기능 개선 인사이트 도출
대기업 프로젝트도 있고,
직원 수 20명 남짓한 중소기업과의 협업도 있습니다.
규모는 다르지만, 공통점이 하나 있습니다.
“어디부터 손대야 할지 모르겠다”는 막막함입니다.
‘데이터가 너무 많아서 아무것도 못 하겠다’는 말
최근 몇 년 사이, 많은 기업이 데이터 수집에는 성공했습니다.
센서, 로그, CRM, 온라인 행동 데이터까지.
그런데 정작 그 데이터를 어떻게 써야 할지 막막해합니다.
인테코리아는 이런 상황에서
“AI로 모든 걸 한 번에 분석해 드리겠습니다”라고 말하지 않습니다.
대신 이렇게 묻습니다.
“지금 당장, 이 데이터 덕분에
한 달에 한 번이라도 덜 고민하고 싶은 의사결정이 뭐가 있을까요?”
그리고 그 한 가지를 위해, 작은 모델 하나를 먼저 올립니다.
보통은 거기서부터 이야기가 시작됩니다.
실패도, 이 회사의 중요한 자산이다
솔직히 말하면, 인테코리아의 모든 프로젝트가 순탄했던 건 아닙니다.
특히 AI를 활용한 예측 모델 프로젝트 중에는
“기술적으로는 흥미로웠지만, 현장에서는 결국 쓰이지 못한” 사례도 있었습니다.
한 번은 이런 일이 있었죠.
- 여러 해의 데이터를 모아, 꽤 정교한 수요 예측 모델을 만들었습니다.
- 테스트 단계에서는 기존 방식보다 오차율이 확실히 낮았습니다.
- 그런데 실제 현장에서는, 담당자들이 여전히 “감”을 더 신뢰했습니다.
결국 그 프로젝트는,
기대만큼의 활용도를 끌어내지 못한 채 조용히 접혔습니다.
그때 인테코리아가 남긴 회고는 꽤 단순했습니다.
“우리는 ‘예측 정확도’를 개선하려고 달렸고,
현장은 ‘책임의 무게’를 덜고 싶어 했다.”
그래서 그 이후의 프로젝트에서는
모델 성능만큼이나 “설명 가능성”과 “책임 분산 구조”를 중요하게 다루기 시작했습니다.
- 왜 이 예측이 나왔는지 설명할 수 있는 리포트
- 사람의 최종 결정을 기록하고, 그 판단을 피드백으로 모델에 반영하는 구조
- 예측을 ‘정답’이 아니라 ‘참고 의견’으로 받아들일 수 있는 UX 설계
실패를 감추기보다,
그 안에서 배운 것을 다음 설계에 끌고 가는 것.
이게 인테코리아가 성장해 온 방식 중 하나입니다.
AI 도입이 두려운 사람들을 위해
AI 이야기를 하면, 아직도 많은 사람들이 이렇게 말합니다.
“그거, 결국 우리 일자리 빼앗는 거 아니에요?”
이 질문 앞에서 인테코리아는 쉽게
“그렇지 않습니다”라고 단정 짓지 않습니다.
대신, 조금 더 솔직하게 답하려고 합니다.
“일부 업무는, 분명히 방식이 달라질 겁니다.
하지만 우리가 함께 설계한다면,
그 변화가 ‘퇴출’이 아니라 ‘업그레이드’가 되도록 만들 수 있습니다.”
그래서 인테코리아의 프로젝트에는
현장 담당자를 “가장 중요한 이해관계자”로 두는 문화가 있습니다.
- 기획 단계부터 실제로 일을 하고 있는 사람을 참여시킵니다.
- 테스트 단계에서 피드백을 주고받고, 용어부터 다시 맞춥니다.
- 도입 후에는 “이제 뭘 더 바꾸고 싶은지”를 묻습니다.
AI와 자동화가 사람을 밀어내는 기술이 아니라,
사람을 앞으로 한 걸음 밀어주는 기술이 되려면
이 과정이 꼭 필요하다고 믿기 때문입니다.
데이터 윤리와 지속 가능성에 대한 고민
AI 기반 솔루션을 이야기할 때,
요즘 빠질 수 없는 주제가 하나 더 있습니다.
바로 데이터 윤리와 개인정보 보호입니다.
국내에서도 개인정보 보호와 AI 활용에 대한 논의가 점점 활발해지고 있습니다.
개인정보보호위원회, 한국인터넷진흥원 등에서 발표하는 가이드라인과 자료들도 많죠
(개인정보보호위원회 공식 사이트,
한국인터넷진흥원 자료 등).
인테코리아는 여기서 한 가지 원칙을 세워두었습니다.
“설계 단계에서부터, 데이터 최소 수집과 익명화를 기본값으로 두자.”
그래서 프로젝트 초반에는 늘 이런 질문이 오갑니다.
- “정말 이 정보까지 필요할까요?”
- “개인을 특정할 수 있는 요소는 사전에 가릴 수 없을까요?”
- “모델 학습 후에는 어떤 데이터를 남기고, 어떤 데이터는 지울 건가요?”
이런 질문들은 개발 속도를 늦추기도 합니다.
하지만 인테코리아는 이 과정을,
‘조금 귀찮지만 반드시 거쳐야 하는 예의’라고 생각합니다.
지속 가능성도 마찬가지입니다.
서버 비용, 에너지 사용량, 유지보수 부담까지 고려했을 때
과연 이 솔루션이 오래 갈 수 있느냐를 계속 따져묻습니다.
지금 당장 멋져 보이는 것보다,
몇 년 뒤에도 무리 없이 돌아가는 시스템을 만들기 위해서입니다.
인테코리아와 함께 일한다는 건
인테코리아와 함께 일하는 경험을 한마디로 요약하면,
아마 이런 느낌일지도 모릅니다.
“생각보다, 말을 많이 하게 되는 프로젝트.”
단순히 요구사항을 던져놓고 결과만 받는 관계가 아니라,
같이 머리를 싸매고 업무를 다시 그려보는 시간들이 늘어납니다.
어쩌면 이 과정이 조금 답답하게 느껴질 수도 있습니다.
하지만 대부분의 고객들은 프로젝트가 끝날 즈음 이렇게 말합니다.
“생각해 보니, 시스템이 아니라 ‘우리 일하는 방식’을 다시 설계한 시간이었네요.”
인테코리아가 꿈꾸는 미래는
“AI가 전부 알아서 해주는 세계”가 아닙니다.
대신, 이렇게 말하고 싶어 합니다.
“AI는 당신의 일을 빼앗지 않습니다.
다만, 당신이 정말 잘할 수 있는 일에
더 많은 시간을 쓰도록 돕고 싶어 합니다.”
AI 기반 혁신을 함께 고민하고 싶은 기업에게
지금 이 글을 읽고 있는 누군가도
어쩌면 비슷한 고민을 하고 있을지도 모릅니다.
- 데이터는 쌓이는데, 뭘 해야 할지 모르겠다.
- AI 도입이 필요하다는 건 알겠지만, 어디서부터 시작해야 할지 막막하다.
- 우리 회사에 맞는 ‘현실적인’ 자동화가 필요하다.
인테코리아는 이런 고민들을 너무 잘 알고 있습니다.
지난 10년 동안, 비슷한 질문을 수백 번은 들었으니까요.
그래서 인테코리아는,
“완벽한 미래 시스템”보다
“지금 당장 몸에 맞는 첫걸음”을 함께 설계해 주는 파트너가 되고 싶어 합니다.
AI와 자동화, 데이터 분석.
이 단어들이 아직 낯설게 느껴진다면,
그 낯섦 그대로 들고 와도 괜찮습니다.
인테코리아는 기술 이야기 이전에,
사람 이야기를 먼저 듣는 팀이니까요.