운영 책임자에게 가장 난감한 문제는 "AI를 써야 하나"가 아니다. 실제 고민은 더 구체적이다. 승인 절차는 이메일에 묻히고, 예외 처리는 스프레드시트에서 굴러가며, 오래된 SaaS는 회사의 실제 업무 방식을 따라오지 못한다. 그런데 이를 AI로 바꾸자니 비용, 보안, 책임 소재가 모두 부담스럽다.
이 지점에서 스톡홀름의 AI 스타트업 Pit이 흥미로운 사례가 됐다. Voi 공동창업자들이 만든 Pit은 a16z가 주도한 1,600만 달러 시드 투자를 유치했고, 자신들을 "AI product team as a service"로 포지셔닝한다.1 단순히 또 하나의 업무 자동화 도구가 아니라, 기업 내부 운영 소프트웨어를 AI로 맞춤 제작해주겠다는 모델이다.
문제는 SaaS가 많다는 게 아니라, 워크플로의 주인이 없다는 것
많은 기업이 "툴이 너무 많다"고 말하지만, 실제 병목은 툴 개수가 아닐 때가 많다. 문제는 영업, 재무, 운영, 고객지원이 걸쳐 있는 하나의 업무 흐름을 끝까지 책임지는 사람이 없다는 데 있다.
예를 들어 계약 검토, 인보이스 확인, 내부 승인, 고객 알림이 각각 다른 SaaS와 엑셀, 이메일에 흩어져 있다면 새 SaaS 하나를 추가해도 근본 문제는 남는다. 업무는 계속 사람의 기억과 임시 규칙에 의존한다.
Pit이 노리는 지점은 바로 이 "중간층"이다. ERP나 CRM처럼 거대한 시스템을 교체하는 것이 아니라, 그 사이에서 사람이 수작업으로 연결하던 운영 흐름을 소프트웨어화하겠다는 접근이다. Pit은 현재 통신, 헬스케어, 물류 등에서 내부 프로세스 자동화 파일럿을 진행하고 있으며, 고객-facing 챗봇보다는 백오피스·서비스·지원 업무에 집중한다고 설명한다.1
실무적으로는 이렇게 물어야 한다. 우리 회사의 문제는 소프트웨어 부족인가, 프로세스 설계 부재인가, 데이터 단절인가, 아니면 승인권자와 책임자가 불명확한 것인가. 이 진단 없이 AI 자동화부터 사면, 기존 혼란을 더 빠르게 반복할 가능성이 크다.
Pit식 모델은 SaaS도, 컨설팅도, 내부 개발팀도 아니다
전통적 SaaS는 평균적인 고객을 위해 만든 제품이다. 장점은 빠른 도입과 예측 가능한 운영이다. 단점은 회사가 제품의 논리에 맞춰 업무를 바꿔야 한다는 점이다.
내부 개발팀은 반대다. 회사 업무에 꼭 맞는 시스템을 만들 수 있지만, 우선순위 경쟁이 심하고 유지보수 비용이 크다. 컨설팅 기반 디지털 전환은 설계에는 강하지만, 결과물이 문서나 일회성 프로젝트에 그치는 경우도 많다.
Pit은 이 사이에 있다. 사용자가 업무 필요와 현재 프로세스를 설명하면, Pit Studio가 이를 학습해 맞춤형 운영 소프트웨어를 만들고, Pit Cloud가 테넌트 격리, SSO, RBAC, 감사 추적 같은 거버넌스 기능을 제공한다는 설명이다.2 회사 측은 이를 로우코드 프로토타입이나 AI 코파일럿이 아니라 "실제 운영을 돌리는 소프트웨어"라고 주장한다.
핵심 변화는 AI가 단순 보조자가 아니라 제품팀의 일부 기능을 흡수한다는 점이다. 요구사항 정리, 화면 구성, 데이터 연결, 워크플로 자동화의 일부가 더 빨라지면, 맞춤 소프트웨어의 경제성이 바뀐다. 다만 이것은 "개발자가 필요 없어졌다"는 뜻이 아니다. 오히려 업무 해석, 예외 처리, 보안 검토, 변경 관리의 중요성이 더 커진다.
언제 도입할 만하고, 언제 피해야 하나
Pit 같은 모델이 잘 맞는 경우는 비교적 분명하다. 반복 빈도가 높고, 예외 규칙이 많으며, 여러 시스템 사이를 사람이 옮겨 다니는 업무다. 계약 검증, 인보이스 승인, 캠페인 실행, 데이터 대조, 내부 승인 흐름이 대표적이다.
회사는 일부 초기 사례에서 연간 1만 시간 이상 절감, 캠페인 실행 시간 85% 감소, 자동화를 통한 99% 인보이스 승인율 같은 성과를 제시했다.3 다만 이는 회사가 공개한 초기 결과이므로, 모든 기업에 일반화하기보다는 "가능한 효과의 범위"로 보는 편이 안전하다.
도입 전에는 최소한 다음 질문에 답해야 한다.
이 업무는 충분히 반복적인가, 아니면 매번 판단이 다른가?
필요한 데이터가 접근 가능하고 품질이 관리되고 있는가?
자동화 실패 시 누가 책임지고 되돌릴 수 있는가?
감사 로그, 권한 관리, 규제 대응이 필수인가?
2년 뒤 이 벤더에서 빠져나올 방법이 있는가?
반대로 핵심 차별화 영역이거나, 규칙이 자주 바뀌고, 데이터 소유권이 민감하며, 내부 기술 역량이 이미 강한 기업이라면 직접 구축이 더 나을 수 있다. 표준 업무라면 기존 SaaS가 여전히 가장 싸고 안정적인 답일 수도 있다.
빠른 자동화의 대가는 새로운 락인이다
Pit식 플랫폼의 매력은 속도다. 며칠 또는 몇 주 안에 운영 시스템을 만들 수 있다면, 몇 달짜리 내부 개발 프로젝트보다 훨씬 설득력 있다. 특히 유럽 기업 입장에서는 EU 내 컴퓨트, GDPR, EU AI Act 대응 같은 주권 기술 요구도 중요한 구매 기준이 될 수 있다.2
하지만 맞춤형 AI 운영 소프트웨어는 새로운 락인을 만든다. 업무 규칙, 데이터 매핑, 예외 처리 로직이 벤더 플랫폼 안에 쌓이면 나중에 교체하기 어렵다. 더 큰 문제는 시간이 지나며 실제 업무와 자동화 로직이 어긋나는 "프로세스 드리프트"다. 누가 이를 감시하고 업데이트할 것인가.
따라서 Pit 같은 모델은 "AI가 만들어주는 편한 툴"이 아니라 "외부 제품팀에 내부 운영체제 일부를 맡기는 선택"으로 봐야 한다. 구매팀보다 CIO, 보안팀, 현업 운영 리더가 함께 판단해야 하는 이유다.
지금 신경 써야 할 조직은 명확하다. SaaS를 계속 늘렸는데도 승인, 검증, 대조, 보고 업무가 사람 손에 남아 있는 기업이다. 다만 도입 기준은 유행이 아니라 워크플로 소유권, 데이터 준비도, 감사 가능성, 탈출 전략이어야 한다. Pit이 뜨는 이유는 AI 스타트업이라서가 아니라, 기업들이 오래 미뤄온 질문을 다시 꺼내게 만들기 때문이다. "우리 업무 방식에 맞는 소프트웨어를 살 것인가, 만들 것인가, 아니면 함께 만들어줄 팀을 빌릴 것인가."
참고
1Voi founders' new AI startup Pit has become the latest rising star out of Stockholm
3AI product team startup Pit raises $16M from a16z and others to automate enterprise workflows
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.