그냥 그런 이야기

AI 시대, 결국 ‘맥락’을 읽는 공감 능력이 중요하다

TrenFuture — Sun, 14 Jun 2026 21:03:01 +0900

AI 기술이 빠르게 확산되면서
인재를 보는 기준도 조금씩 달라지고 있습니다.

예전에는
기술적 전문성이 중요했습니다.

시스템을 이해하고
복잡한 문제를 기술적으로 풀어내는 사람.

이런 사람들이
조직의 핵심 인재로 평가받았습니다.

물론 지금도
기술 역량은 중요합니다.

다만 기술만으로는
충분하지 않은 시대가 되었습니다.

최근 구글 클라우드 모에 압둘라 부사장이 이야기한
AI 시대의 인재상에서
인상 깊은 부분이 있었습니다.

기본이 되는 기술적 전문성
AI를 비즈니스에 연결해 가치를 만드는 창의성
그리고 변화에 불안을 느끼는 사람들과
함께 움직일 수 있는 공감 능력

저는 특히
마지막 역량이 눈에 들어왔습니다.

공감 능력.

공감이라고 하면
상대에게 친절하거나
분위기를 좋게 만드는 일로 생각하기 쉽습니다.

하지만 공감은
단순한 태도의 문제가 아닙니다.

고객이 실제로 원하는 것
동료가 감당하고 있는 부담
사용자가 느끼는 불편함
시장이나 조직이 처한 조건

이런 맥락을 함께 놓고
판단하는 힘에 가깝습니다.

AI는
빠르게 답을 만들어냅니다.

하지만 리더의 역할은
답을 고르는 데서 끝나지 않습니다.

그 답이 조직 안에서
어떻게 실행될 수 있는지까지
함께 봐야 합니다.

리더십에서 놓치기 쉬운 부분이 있습니다.

일정이 맞는지
성과가 나오는지
지시가 실행되는지

이런 결과를 먼저 보게 된다는 점입니다.

물론 결과는 중요합니다.

다만 조직은
결과만으로 움직이지 않습니다.

그 결과를 만드는 과정에서
구성원이 어떤 부담을 느끼는지
어디서 병목이 생기는지
무엇을 말하기 어려워하는지

이런 부분도 함께 쌓이며
조직의 상태를 만듭니다.

이 흐름을 놓치면
리더가 확인하는 정보와
실제 조직의 상태 사이에
간극이 생기기 시작합니다.

그 간극이 커질수록
판단은 점점 늦어집니다.

그래서 공감은
좋은 태도의 문제가 아닙니다.

조직이 보내는 작은 신호를
조금 더 일찍 알아차리는 감각에 가깝습니다.

사실 저 역시
공감 능력이 충분한 사람이라고 말하기는 어렵습니다.

일에 집중하다 보면
상대의 상황보다
결과를 먼저 볼 때가 있고

속도를 내야 한다는 생각에
과정에서 생기는 부담을
뒤늦게 알아차릴 때도 있습니다.

그래서 요즘은
공감이라는 역량을 더 의식하게 됩니다.

AI 시대에도
결국 일은 사람을 통해 움직이기 때문입니다.

아는 것과 판단하는 것은 다른 문제다

TrenFuture — Sun, 14 Jun 2026 21:01:13 +0900

운영 프로젝트는
이미 돌아가고 있는 구조 위에서 움직입니다.

정해진 일정과 리소스, 계약 범위
그리고 그 안에서 만들어진 업무 방식까지

이 모든 조건을 유지하면서
성과를 만들어야 하는 일입니다.

그래서 작은 변화 하나도
생각보다 크게 작용합니다.

조직 관리 방식이 바뀌거나
업무 접근이 달라지는 순간

현장의 흐름은 바로 흔들립니다.

이런 상황에서
종종 비슷한 문제가 발생합니다.

실무 경험 없이
자신이 생각하는 ‘이상적인 방식’을
그대로 적용하려는 경우입니다.

문제는
그 방식이 틀렸기 때문이 아닙니다.

지금 이 프로젝트의 조건과
맞지 않는 상태에서
그대로 들어온다는 점입니다.

운영 프로젝트에서는
좋은 방식보다
맞는 방식이 더 중요합니다.

현장을 충분히 보지 않은 상태에서
새로운 방식을 밀어붙이면

조직은 개선되기보다
흔들리기 시작합니다.

해야 할 일보다
맞춰야 할 일이 늘어나고

성과를 내는 대신
방향에 대응하는데 에너지를 쓰게 됩니다.

이 과정이 반복되면
속도와 품질이 같이 떨어집니다.

리더에게 필요한 것은
이상적인 방식을 만드는 것이 아니라

지금 이 구조 안에서
무엇이 실제로 작동하는지를
판단하는 일에 가깝습니다.

좋은 방식도
맞지 않는 환경에서는
리스크가 됩니다.

리더의 포용력은 어디까지일까

TrenFuture — Sun, 14 Jun 2026 21:00:05 +0900

리더가 되면
자연스럽게 느끼게 됩니다.

“잘 맞는 사람”과
“조금 불편한 사람”

일하는 방식이 맞는 사람과는
설명이 적어도 일이 잘 풀리고

맞지 않는 경우에는
작은 부분에서도 계속 걸립니다.

그래서 어느 순간
편한 사람 중심으로 일이 돌아가기 시작합니다.

겉으로 드러나진 않지만
조직 안에서는 흔한 흐름입니다.

그런데 이 과정에서
하나 놓치기 쉬운 부분이 있습니다.

“맞지 않는다”는 이유가
정말 성과의 문제인지
아니면 단순히 방식의 차이인지입니다.

현장에서 보면
생각보다 많은 경우가
능력의 문제가 아니라
스타일의 차이에 가깝습니다.

속도가 다르거나
표현 방식이 다르거나
일을 풀어가는 접근이 다른 것.

리더가 이 차이를 그대로 두면
조직은 점점 한 방향으로만 움직이게 됩니다.

처음에는 편하지만
어느 순간부터는 선택지가 줄어듭니다.

포용력이라는 건
모든 사람을 다 끌고 가는 것이 아니라

다른 방식이
조직 안에서 함께 작동하게 만드는 일에 더 가깝습니다.

나는 지금
성과가 나는 사람을 중심으로 판단하고 있는지

아니면
나와 편한 사람을 중심으로 보고 있는지

한 번쯤 돌아보게 됩니다.

리더는 완벽한 사람이 아니다

TrenFuture — Sun, 14 Jun 2026 20:58:54 +0900

조직을 운영하다 보면
리더에게 요구되는 기대가 생각보다 크다는 것을 느끼게 됩니다.

모든 것을 알고 있어야 하고,
정답을 제시해야 하며,
흔들림 없이 조직을 이끌어야 한다는 기대입니다.

특히 처음 리더 역할을 맡게 되면
이 기대는 부담을 넘어 압박으로 작용하기도 합니다.

하지만 실제 리더의 역할은
그렇게 단순하게 정의되기 어렵습니다.

리더는 모든 답을 알고 있는 사람이 아닙니다.

대부분의 의사결정은
정보가 충분하지 않은 상태에서 이루어지고,
정답이 없는 상황에서 방향을 선택해야 하는 경우가 많습니다.

결국 중요한 것은
무엇이 정답인지 아는 것이 아니라
어떤 방향을 선택하고, 그 결과를 감당할 것인지입니다.

그래서 리더에게 요구되는 것은
완벽함이라기보다
판단과 책임에 가깝습니다.

문제는 결과가 기대와 다를 때 나타납니다.

결정을 내릴 때는 리더였지만
결과가 좋지 않으면
책임이 아래로 내려가는 경우입니다.

이 경험이 반복되면
조직의 분위기는 빠르게 달라집니다.

구성원들은 의사결정을 신뢰하지 않게 되고,
지시는 따르되 결과에는 거리를 두게 됩니다.

리스크가 있는 일은 피하고
문제가 생기지 않는 방향을 선택하려는 경향이 강해집니다.

결국 조직은
문제를 해결하는 구조에서
문제를 피하는 구조로 바뀌게 됩니다.

그래서 책임은
개인의 태도 문제가 아니라
조직의 실행력을 결정하는 요소에 가깝습니다.

리더가 자신의 결정에 대해 책임을 지는 순간
조직은 보다 빠르게 움직이기 시작합니다.

틀릴 수 있다는 전제가 존재하고,
그 위에서 실행이 이루어지기 때문입니다.

한편, 또 다른 착각도 있습니다.

리더가 모든 문제를 직접 해결해야 한다는 생각입니다.

이 접근은 단기적으로는 효율적으로 보일 수 있지만
장기적으로는 조직의 확장을 어렵게 만듭니다.

리더가 모든 것을 해결하는 구조에서는
팀이 스스로 판단하지 않게 되기 때문입니다.

결국 조직은
리더 개인의 역량 이상으로 성장하기 어렵습니다.

그래서 리더의 역할은
문제를 직접 해결하는 것이 아니라
문제가 해결되는 구조를 만드는 것에 가깝습니다.

• 누가 해결할 것인지 정하고,
• 어떤 방향으로 움직일지 정리하며,
• 그 결과에 대해 책임지는 것.

이 세 가지가 함께 작동할 때
조직은 비로소 움직이기 시작합니다.

리더는 항상 옳은 사람이 아닙니다.

하지만
책임을 지지 않는 리더는
조직을 멈추게 합니다.

AI 시대, 디지털 에이전시는 왜 쉽게 사라지지 않을까

TrenFuture — Sun, 14 Jun 2026 20:56:50 +0900

최근 흥미로운 기사를 하나 읽었습니다.

“크리에이티브 에이전시 모델은 죽었다”

조금 도발적인 제목이었지만,
내용은 현재 에이전시 산업이 마주한 구조적인 문제를 꽤 직설적으로 이야기하고 있었습니다.

기사에서 제시한 문제의식은 크게 다섯 가지였습니다.

첫째, 에이전시 산업의 수익성이 빠르게 악화되고 있다는 점입니다.
가격 경쟁이 심화되면서 과거보다 훨씬 낮은 단가의 프로젝트에도 입찰해야 하는 상황이 늘고 있다는 지적이었습니다.

둘째, 에이전시 조직 구조가 지나치게 무겁다는 문제입니다.
정규직 중심 조직과 높은 고정비 구조가 변동성이 큰 프로젝트 시장과 잘 맞지 않는다는 이야기였습니다.

셋째, AI가 주니어 역할을 빠르게 대체하고 있다는 점입니다.
초안 작성이나 디자인 시안 제작 같은 업무가 자동화되면서 기존 인력 구조와 시간 기반 과금 모델이 흔들리고 있다는 주장입니다.

넷째, 그래서 전통적인 에이전시 모델을 유지하기 어렵다는 결론에 이르렀다는 이야기입니다.
현재 구조로는 장기적인 지속 가능성이 낮다고 판단해 기존 에이전시를 정리했다는 내용이었습니다.

다섯째, 대안으로 ‘전문가 네트워크 기반 협업 모델’을 제시합니다.
고정 조직 대신 독립 전문가들이 프로젝트 단위로 협력하는 구조가 더 유연하고 지속 가능하다는 설명이었습니다.

이 글을 읽으며 한 가지 생각이 들었습니다.

이 분석이 완전히 틀렸다고 보기는 어렵습니다.
하지만 실제 디지털 프로젝트 현장을 보면
조금 다른 모습도 동시에 존재합니다.

[AI 논의는 에이전시를 너무 단순하게 본다]
최근 AI에 대한 많은 논의는
에이전시를 제작 조직으로 단순화하는 경향이 있습니다.

디자인을 만들고
콘텐츠를 제작하고
웹페이지를 구축하는 조직.

이렇게 정의하면
AI가 등장한 지금
에이전시의 역할이 줄어들 것처럼 보일 수 있습니다.

하지만 실제 디지털 프로젝트는
그보다 훨씬 복합적인 방식으로 움직입니다.

[디지털 프로젝트는 조직 간 협업이다]
웹사이트 구축이나 디지털 플랫폼 프로젝트를 진행해 보면
단순히 결과물을 만드는 일로 설명하기 어렵다는 것을 금방 알게 됩니다.

대부분의 프로젝트에는
• IT 조직
• 마케팅 조직
• 기획 조직

같은 여러 부서가 동시에 참여합니다.

그리고 이 과정에서 필요한 것은
단순한 제작 능력만이 아닙니다.

여러 조직의 요구를 조정하고
프로젝트 전체 흐름을 정리하며
일정을 맞춰 결과물을 완성하는 일입니다.

그래서 많은 기업이
대규모 디지털 프로젝트에서는
외부 파트너와 협력하는 방식을 선택합니다.

[조직 구조의 현실]
또 하나의 이유는 조직 구조입니다.

대기업이 내부 조직만으로
모든 디지털 프로젝트를 수행하기는 쉽지 않습니다.

프로젝트 규모는 항상 일정하지 않고
필요한 역량도 계속 달라지기 때문입니다.

외부 에이전시는
프로젝트 상황에 맞춰
다양한 역할과 인력을 빠르게 구성할 수 있습니다.

그래서 많은 기업이
내부 조직과 외부 파트너를 함께 운영하는 구조를 유지합니다.

[다양한 산업 경험]
에이전시의 또 다른 특징은
여러 산업을 경험한다는 점입니다.
• 금융
• 이커머스
• 제조
• 서비스

다양한 산업의 디지털 프로젝트를 경험하면서
여러 방식의 문제 해결 방법을 축적하게 됩니다.

반면 기업 내부 조직은
보통 한 회사의 서비스 경험에 집중됩니다.

그래서 새로운 프로젝트에서는
외부 경험이 도움이 되는 경우도 적지 않습니다.

[역할은 변하고 있다]
물론 에이전시 산업이 변하지 않는 것은 아닙니다.

AI는 제작 속도를 빠르게 만들고 있고
기업의 내재화도 계속 진행되고 있습니다.

하지만 한 가지 분명한 점도 있습니다.

AI는 제작을 가속하지만 프로젝트를 대신 수행하지는 않습니다.

디지털 프로젝트는 여전히
여러 조직이 함께 움직여야 하는
복합적인 과정이기 때문입니다.

그래서 현장에서 느끼는 변화는
“에이전시가 사라진다”기보다
“에이전시의 역할이 달라지고 있다”는 쪽에 가깝습니다.

[결국 남는 질문]
AI는 제작을 빠르게 만들고 있습니다.
그리고 기업의 내재화도 계속 진행되고 있습니다.

이 변화는 분명 에이전시 산업을 바꿀 것입니다.

하지만 그것이
에이전시 산업의 종말을 의미하는 것은 아닐 수도 있습니다.

그래서 질문은 조금 달라지는 것 같습니다.

에이전시는 사라질 것인가가 아니라
앞으로 무엇을 책임지는 조직이 될 것인가.

AI 시대의 디지털 에이전시는
프로젝트를 완성하는 조직에 가까운 역할을
계속 수행하게 될지도 모릅니다.

AI 제안서가 실패하는 진짜 이유

TrenFuture — Sun, 14 Jun 2026 20:54:54 +0900

최근 “RFP를 입력하면 AI가 제안서를 자동으로 만들어준다”는 이야기를 종종 듣습니다.
관련 데모를 보면 꽤 그럴듯해 보입니다. 문서 구조도 정리되어 있고 표현도 자연스럽습니다.

그래서 실제로 AI가 작성한 제안서 초안을 검토해 본 적이 있습니다.

문서 형식은 그럴듯했지만
실제 제안 실무에서는 거의 사용할 수 없는 수준이었습니다.

고객 상황에 대한 이해는 거의 보이지 않았고,
경쟁사 대비 차별화도 분명하지 않았습니다.
RFP 평가 기준에 맞춘 대응 구조도 충분하지 않았습니다.

전체적으로 보면 틀린 말은 없지만
어디에서나 볼 수 있는 설명이 반복되는 문서였습니다.

이 경험을 통해 한 가지 생각이 들었습니다.

AI 제안서가 실패하는 이유는
문서를 잘 쓰지 못해서가 아니라
제안의 본질이 문서 작성에 있지 않기 때문입니다.

[제안의 본질은 전략 설계에 있다]
RFP 기반 제안 업무를 오래 해보면
제안의 핵심이 문서 작성에 있지 않다는 것을 알게 됩니다.

제안 준비 과정에서 가장 많은 시간이 들어가는 일은
문서를 작성하는 일이 아니라
제안 전략을 설계하는 일입니다.

예를 들어 이런 질문들입니다.

이 프로젝트에서 고객이 정말 중요하게 보는 것은 무엇인가
평가 기준 중 실제 당락을 좌우하는 요소는 무엇인가
경쟁사는 어떤 접근을 할 가능성이 높은가
그리고 우리는 어떤 방식으로 이 제안을 이길 수 있는가

이 질문에 대한 답이 정리된 이후에야
제안서의 구조가 만들어집니다.

그래서 경험이 많은 제안 조직일수록
제안서를 “작성한다”기보다
제안을 “설계한다”고 표현하기도 합니다.

[RFP 평가 기준을 읽는 능력]
RFP 문서를 보면 평가 항목이 명확하게 정의되어 있습니다.

• 기술 역량
• 수행 경험
• 조직 구성
• 사업 수행 체계
• 가격

하지만 실제 제안에서는
이 항목들이 동일한 중요도를 갖는 경우는 거의 없습니다.

어떤 프로젝트에서는 수행 경험이 핵심이 되고
어떤 프로젝트에서는 사업 수행 체계가 당락을 좌우하기도 합니다.

이 차이를 읽어내는 것이
제안 전략의 출발점입니다.

AI는 평가 항목을 정리할 수는 있지만
어떤 요소가 실제로 중요한지를 판단하기는 어렵습니다.

[수주 전략]
대부분의 성공적인 제안에는
명확한 수주 전략이 있습니다.

왜 이 프로젝트에서 우리가 선택되어야 하는지
한 문장으로 설명할 수 있는 전략입니다.

예를 들어

글로벌 운영 경험이 강한 회사라면
안정적인 글로벌 서비스 운영을 강조할 수 있고

플랫폼 구축 역량이 강한 회사라면
디지털 플랫폼 고도화 역량을 중심 전략으로 가져갈 수 있습니다.

이 전략이 정리되지 않으면
제안서는 여러 장점이 나열된 문서가 되기 쉽습니다.

AI가 만든 제안서에서
차별화가 잘 보이지 않는 이유도 여기에 있습니다.

[수행 신뢰성]
또 하나 중요한 요소는
이 전략을 실제로 수행할 수 있는지에 대한 수행 신뢰성입니다.

실제 프로젝트에서는 항상 이런 질문이 따라옵니다.

이 조직이 실제로 이 프로젝트를 수행할 수 있는가
사업 수행 구조는 현실적인가
조직 구성은 실제로 작동할 수 있는가

그래서 제안서에서는

• 조직 구조
• 사업 수행 체계
• 기술 아키텍처
• 글로벌 서비스 수행 구조

같은 요소들이 함께 설명됩니다.

이 부분이 약하면
전략이 아무리 좋아도 설득력이 떨어집니다.

[AI가 잘하는 영역]
그렇다면 AI는 제안 업무에서 어떤 역할을 할 수 있을까요.

AI는 다음 영역에서 매우 유용합니다.

• RFP 문서 분석
• 요구사항 정리
• 기존 제안 자료 검색
• 문서 초안 작성

제안 준비 과정에서 반복적으로 발생하는 작업을
빠르게 처리할 수 있습니다.

이 덕분에 제안 팀은
더 중요한 부분에 시간을 사용할 수 있습니다.

[결국 남는 질문]
AI는 문서를 빠르게 만들 수 있습니다.
하지만 제안에서 중요한 것은 여전히 문서 그 자체가 아닙니다.

고객의 문제를 어떻게 이해했는지
경쟁 구도 속에서 어떤 전략을 선택했는지
그리고 그 전략을 실제로 수행할 수 있는지.

이 질문에 대한 답이 제안의 결과를 좌우합니다.

AI가 제안 업무를 어떻게 바꿀지는
어쩌면 기술의 문제가 아니라
제안의 본질을 어떻게 이해하느냐의 문제일지도 모릅니다.

AI 시대, 디지털 에이전시는 어떤 방향으로 움직이고 있을까

TrenFuture — Sun, 14 Jun 2026 20:52:53 +0900

지금까지 몇 편에 걸쳐 AI 이후 디지털 에이전시의 변화를 이야기했습니다.

경쟁력의 기준이 무엇인지,
조직은 어떻게 달라지고 있는지,
수익 모델과 손익 구조는 어떤 방향으로 움직이고 있는지,
그리고 기업의 내재화가 에이전시의 역할을 어떻게 바꾸고 있는지도 살펴봤습니다.

이 흐름을 따라가다 보면 자연스럽게 하나의 질문이 남습니다.

AI 시대에 디지털 에이전시는
어떤 모습의 회사로 남게 될까.

[제작 중심 모델의 변화]
디지털 에이전시의 출발점은 대부분 제작이었습니다.

• 웹사이트 구축
• 디지털 서비스 개발
• UI/UX 설계
• 디지털 캠페인 제작

이 영역은 지금도 여전히 중요한 사업입니다.

다만 최근 몇 년 사이 제작의 속도는 눈에 띄게 빨라졌습니다.
AI 도구의 도움을 받으면 초안이나 기본 작업은 훨씬 빠르게 만들어집니다.

그 결과 제작의 가치는 사라지지 않지만
경쟁의 기준은 조금씩 달라지고 있습니다.

[구조를 함께 고민하는 역할]
최근 프로젝트를 보면
에이전시에게 기대하는 역할도 조금씩 달라지고 있습니다.

단순히 화면을 설계하는 것만으로는
서비스의 구조와 흐름을 충분히 설명하기 어려워졌기 때문입니다.

어떤 구조로 서비스를 설계할 것인지
사용자 경험을 어떻게 정리할 것인지
여러 채널을 어떻게 연결할 것인지

이런 질문은 자연스럽게
플랫폼 구조나 운영 방식과 이어집니다.

그래서 에이전시의 역할도
제작 중심에서
서비스 구조를 함께 고민하는 방향으로 넓어지는 모습이 보입니다.

[서비스는 구축 이후에도 계속 변화한다]
또 하나 분명해진 점은
서비스가 구축으로 끝나지 않는다는 사실입니다.

서비스는 출시 이후에도 계속 수정되고,
사용자 경험은 데이터를 기반으로 조금씩 개선됩니다.

이 과정에서

• 운영 체계
• 개선 방식
• 조직 간 역할

이 함께 정리되지 않으면
서비스는 생각보다 빠르게 복잡해집니다.

그래서 구축 이후의 운영과 개선이
점점 더 중요한 영역이 되고 있습니다.

[조금씩 달라지는 에이전시의 모습]
이런 흐름을 보면
에이전시의 역할도 조금씩 달라지고 있다는 느낌을 받습니다.

제작을 대신 수행하는 조직에서
서비스의 방향과 구조를 함께 고민하는 조직으로.

물론 모든 회사가 같은 방향으로 움직이는 것은 아닙니다.
그리고 모든 프로젝트가 이런 방식으로 진행되는 것도 아닙니다.

하지만 업계를 조금만 들여다보면
이런 변화의 조짐은 곳곳에서 보입니다.

[결국 남는 질문]
AI는 제작을 빠르게 만들고 있습니다.
그리고 기업의 내재화도 조금씩 진행되고 있습니다.

이 변화 속에서 에이전시가 스스로에게 던져야 할 질문은
어쩌면 단순할지도 모릅니다.

우리는 무엇을 만드는 회사인가.
그리고 어떤 문제를 해결하는 회사인가.

디지털 에이전시의 미래는
기술의 속도보다
자신의 역할을 어떻게 정의하느냐에 따라
달라질 가능성이 있습니다.

결국 방향의 문제일지도 모릅니다.

AI 시대, 기업의 내재화는 디지털 에이전시에게 어떤 의미일까

TrenFuture — Sun, 14 Jun 2026 20:49:22 +0900

최근 디지털 업계에서는 ‘내재화’라는 이야기가 자주 등장합니다.
기업이 디지털 조직을 강화하고, 제작과 운영 역량을 내부에서 확보하려는 움직임입니다.

AI의 발전도 이 흐름을 빠르게 만들고 있습니다.
콘텐츠 제작이나 단순한 개발 업무는 이전보다 훨씬 빠르게 처리할 수 있게 되었고, 기업 입장에서는 내부 조직으로 충분히 대응할 수 있다고 판단하는 영역도 점점 늘어나고 있습니다.

그래서 자연스럽게 이런 질문이 따라옵니다.
디지털 에이전시의 역할은 줄어드는 것일까.

[내재화가 먼저 일어나는 영역]
현장에서 보면 기업이 가장 먼저 내부로 가져오는 영역은 비교적 분명합니다.

• 콘텐츠 제작
• UI 디자인
• 간단한 기능 개발

이 영역은 업무 범위가 명확하고 반복성이 높습니다.
AI 도구의 도움을 받기에도 비교적 적합합니다.

그래서 기업이 디지털 조직을 강화할 때
가장 먼저 내부화되는 영역이 되곤 합니다.

[모든 영역이 같은 속도로 내재화되는 것은 아니다]
반대로 기업 내부 조직만으로 해결하기 쉽지 않은 영역도 있습니다.

• 대규모 플랫폼 개편
• 서비스 구조 설계
• 멀티채널 운영 체계
• 서비스 경험 전반의 재구성

이 영역은 단순히 인력을 확보한다고 해결되기 어렵습니다.
여러 프로젝트에서 축적된 경험과 방법론이 필요하기 때문입니다.

그래서 기업이 내부 조직을 확대할수록
외부 파트너에게 기대하는 역할도 조금씩 달라집니다.

제작을 대신 수행하는 조직이라기보다
서비스 구조를 함께 설계하는 파트너에 가까워집니다.

[관계의 성격도 조금씩 달라지고 있다]
과거에는 기업과 에이전시의 관계가
외주와 수행의 관계에 가까웠다면,

최근에는 역할이 나뉘는 모습이 조금씩 보입니다.

기업 내부 조직은
지속적인 운영과 실행을 담당하고,

디지털 에이전시는
서비스 구조 설계나 대규모 전환 프로젝트를 담당합니다.

물론 모든 프로젝트가 이렇게 구분되는 것은 아닙니다.
하지만 이런 방향의 변화는 점점 더 자주 보입니다.

[결국 남는 질문]
AI와 내재화가 동시에 진행되는 지금,
디지털 에이전시에게 중요한 질문은 이것일지도 모릅니다.

우리는 어떤 역할을 맡고 있는가.

제작 중심 파트너로 남을 것인가.
아니면 서비스 구조를 설계하는 파트너로 이동할 것인가.

기업의 내재화는
디지털 에이전시의 역할을 줄이는 변화일 수도 있습니다.
동시에 역할을 다시 정의하는 계기가 될 수도 있습니다.

어느 쪽으로 이어질지는
각 조직이 어떤 선택을 하느냐에 달려 있을 것입니다.

AI 이후 디지털 에이전시의 경쟁력은
단순한 제작 역량보다
서비스 구조를 이해하고 설계하는 능력에서
점점 더 결정될 가능성이 있습니다.

결국 선택의 문제입니다.

AI 전환기, 디지털 에이전시의 손익 구조는 어떻게 재편되고 있는가

TrenFuture — Sun, 14 Jun 2026 20:45:31 +0900

최근 업계에서는 에이전시 위기론이 다시 언급되고 있습니다.
AI로 제작 업무가 빨라지고, 기업의 내재화가 늘어나면서 에이전시 산업이 몰락할 수 있다는 주장입니다.

표현은 다소 과격할 수 있습니다.
그러나 변화의 방향은 분명합니다.

지금 흔들리고 있는 것은 ‘일의 양’이 아니라 손익 구조입니다.

① 구축은 사라지지 않는다. 다만 무게 중심이 이동한다.

에이전시 비즈니스의 매출 중심은 여전히 구축 프로젝트입니다.
대형 예산, 조직 투입, 레퍼런스 확보.

이 영역은 쉽게 줄어들지 않습니다.

다만 구축의 성격은 달라지고 있습니다.
단순 제작과 화면 구현 중심의 구축은 AI의 영향을 직접적으로 받습니다.
제작 속도는 빨라지고, 단가는 압박을 받습니다.

반면,

• 플랫폼 구조 설계
• 데이터 흐름과 정보 체계 정의
• 디자인 시스템과 운영 체계의 연결
• AI 적용을 전제로 한 전체 구조 설계

이 영역의 가치는 오히려 높아지고 있습니다.

UI/UX 역시 마찬가지입니다.
단순 화면 설계는 평준화될 수 있지만,
사용자 경험을 플랫폼 구조와 연결하는 설계 역량은 쉽게 대체되지 않습니다.

구축이 줄어드는 것이 아니라,
구축의 무게 중심이 제작에서 구조로 이동하고 있습니다.

② 운영은 손익을 안정시키는 장치다

구축이 전략적 출발점이라면, 운영은 손익을 안정시키는 기반입니다.

반복 매출은 변동성을 줄여줍니다.
그러나 운영 범위가 명확하지 않으면
고정 매출 아래에서 업무만 늘어나는 상황이 반복됩니다.

기본 운영 범위를 어디까지로 정의할 것인지,
그 범위를 넘어서는 요청을 어떻게 관리할 것인지.
이 경계 설정이 손익을 좌우합니다.

운영은 단순 유지가 아니라 통제 가능한 구조를 만드는 일에 가깝습니다.

③ 고도화는 마진을 만든다

AI 전환기에는 또 하나의 층이 분명해집니다.

고도화.

• 성능 개선
• 사용자 흐름 최적화
• 데이터 기반 개선
• 자동화 도입

이 영역은 단순 유지가 아니라 성과와 직결됩니다.

구축이 전략적 설계를 담당하고,
운영이 안정성을 만든다면,
고도화는 마진을 확대하는 역할을 합니다.

④ 손익 구조는 세 층으로 나뉜다

정리해보면 에이전시의 손익 구조는 점차 세 층으로 재편되는 흐름을 보입니다.

1층: 구축 – 구조와 경험을 정의하는 전략 영역
2층: 운영 – 반복 매출과 안정성을 만드는 기반
3층: 고도화 – 성과 개선과 마진을 만드는 영역

이 세 층이 명확히 구분되지 않으면 손익은 쉽게 흔들립니다.

반대로 각 층의 역할이 분명해질수록
매출과 마진의 구조는 더 견고해집니다.

[결국 남는 질문]
AI 전환기의 본질은 자동화 도입이 아니라 손익 구조의 재설계입니다.

우리는 구축을 제작 중심으로 유지할 것인가,
구조 설계 중심으로 확장할 것인가.

운영을 단순 대응으로 둘 것인가,
통제 가능한 범위 기반 구조로 설계할 것인가.

고도화를 비용으로 볼 것인가,
마진을 만드는 영역으로 볼 것인가.

에이전시의 미래는 AI의 속도보다
이 세 층을 어떻게 설계하느냐에 달려 있는 듯합니다.

결국 판단의 문제입니다.

AI 시대, 디지털 에이전시의 수익 모델은 무엇으로 유지될 수 있는가

TrenFuture — Sun, 14 Jun 2026 20:44:18 +0900

1편에서는 구조를,
2편에서는 조직을 이야기했습니다.

이제 가장 현실적인 질문으로 넘어가야 할 것 같습니다.

AI가 생산성을 높인다면,
우리는 무엇으로 돈을 벌어야 할까요?

그동안 디지털 에이전시의 수익 모델은 비교적 단순했습니다.

투입 인력 × 투입 시간 = 매출.

프로젝트가 커지면 인력이 늘고,
인력이 늘면 매출이 증가하는 구조였습니다.

이 모델은 오랫동안 유효했습니다.
하지만 생성형 AI가 본격적으로 적용되기 시작하면서 균열이 생기고 있습니다.

같은 인력으로 더 빠르게 산출물을 만들어낼 수 있다면,
우리는 여전히 ‘시간’을 기준으로 청구하는 것이 맞을까요?

생산성이 올라갈수록 매출이 줄어드는 구조라면
그 모델은 장기적으로 지속 가능하지 않습니다.

1. 시간 기반 과금의 한계

AI를 적극적으로 활용하는 조직일수록
작업 시간은 줄어듭니다.

하지만 여전히 Man-Month 기준으로 계약을 맺는다면
효율화는 곧 매출 감소로 이어질 수 있습니다.

이 역설은 앞으로 더 뚜렷해질 가능성이 큽니다.

2. 프로젝트 중심에서 운영 중심으로

AI 환경에서 상대적으로 안정적인 모델은
일회성 구축이 아니라 지속 운영 기반 모델입니다.

플랫폼은 한 번 만들고 끝나지 않습니다.

콘텐츠는 계속 업데이트되고,
데이터는 축적되며,
성과는 반복적으로 개선됩니다.

이 과정은 단순 개발 인력이 아니라
운영 구조와 거버넌스 설계 능력을 요구합니다.

AI는 운영을 자동화하고 고도화할 수 있습니다.
그러나 그 구조를 설계하고 책임지는 역할은 여전히 사람의 몫입니다.

그래서 수익의 중심은
‘구축’에서 ‘운영’으로 이동하고 있습니다.

3. 성과 기반 계약의 확대

또 하나의 흐름은 성과 기반 계약입니다.

AI를 통해

전환율을 개선하고
운영 비용을 절감하고
콘텐츠 생산성을 높였다면

그 성과를 계약 구조에 어떻게 반영할 것인가.

이 질문은 단순한 영업 전략이 아니라
리스크 관리와 직결됩니다.

성과 기반 모델은 매력적이지만,
그만큼 통제력과 데이터 기반 의사결정 역량이 필요합니다.

결국 성과 기반 모델을 운영할 수 있는 조직만이
그 모델을 수익으로 전환할 수 있습니다.

4. 우리가 실제로 판매해야 하는 것

AI 시대에 에이전시가 판매해야 할 것은
시간이나 인력이 아니라,

운영 구조와 거버넌스,
지속 가능한 플랫폼 관리 체계,
그리고 성과를 만들어내는 시스템입니다.

AI는 비용을 낮출 수 있습니다.
하지만 구조가 없다면 그 절감 효과는 일시적입니다.

구조가 있는 조직만이
AI를 수익 모델로 전환할 수 있습니다.

결국 질문은 다시 이곳으로 돌아옵니다.

우리는 시간을 판매하는 회사인가,
아니면 구조와 성과를 판매하는 회사인가.

AI 시대의 디지털 에이전시는
프로젝트 회사에서 운영 구조 회사로 진화해야 할 가능성이 높습니다.

그리고 그 변화는 기술이 아니라
경영 판단의 문제에 가깝습니다.