AI 컨설팅과 코칭으로 전문성을 수익화하기

AI를 아는 사람보다, 고객의 일을 아는 사람이 이긴다

AI 컨설팅 시장에서 가장 흔한 착각은 "AI 도구를 많이 알면 컨설턴트가 될 수 있다"는 생각이다. 물론 도구를 아는 것은 중요하다. 하지만 고객이 돈을 내는 지점은 도구 이름이 아니다. 고객은 "우리 회사에 ChatGPT를 도입해 주세요"라고 말하는 것 같지만, 속마음은 훨씬 구체적이다.

보고서 쓰는 시간이 너무 오래 걸린다. 직원들이 매번 같은 고객 문의에 답하느라 지친다. 채용 공고를 올려도 지원자 선별이 어렵다. 병원 블로그를 써야 하는데 의료법이 걱정된다. 쇼핑몰 상품 상세페이지를 매번 새로 쓰는 일이 버겁다. 영업팀은 제안서를 늦게 만들고, 교육 담당자는 매번 강의안을 처음부터 만든다.

AI 컨설턴트의 일은 "AI를 소개하는 것"이 아니다. 고객의 업무 병목을 찾아내고, 그 병목을 AI가 들어간 작업흐름으로 바꾸어 성과를 내는 것이다. 그래서 AI를 조금 아는 범용 전문가보다, 특정 업계의 문제를 AI로 해결해 본 사람이 더 높은 신뢰와 단가를 얻는다.

컨설팅 업계 자체도 이 방향으로 움직이고 있다. AI가 단순 조사, 요약, 문서 초안 작성 같은 업무의 가치를 낮추는 대신, 업계 맥락을 이해하고 실행까지 연결하는 컨설턴트의 가치는 더 커지고 있다는 분석이 나온다¹. 다시 말해 AI 시대의 컨설팅은 사라지는 것이 아니라, "시간을 팔던 구조"에서 "판단과 실행 결과를 파는 구조"로 재편되고 있다.

1인 사업자에게 이것은 좋은 소식이다. 대형 컨설팅 회사처럼 많은 인력을 둘 필요가 없다. 대신 특정 업종 하나를 깊게 파고, 그 업종에서 반복되는 일을 AI로 줄여주는 패키지를 만들면 된다. 고객은 거창한 혁신보다 당장 다음 달부터 줄어드는 야근, 빨라지는 응답, 늘어나는 문의 전환율에 더 빨리 지갑을 연다.

업종을 좁히면 제안이 선명해진다

처음 AI 컨설팅을 시작하는 사람이 가장 먼저 해야 할 일은 "누구에게 팔 것인가"를 좁히는 것이다. 여기서 많은 사람이 실수한다. "중소기업을 위한 AI 컨설팅", "자영업자를 위한 AI 활용 교육", "직장인을 위한 ChatGPT 강의"처럼 넓게 잡는다. 범위가 넓으면 시장이 커 보이지만, 실제 제안은 흐릿해진다.

반대로 업종을 좁히면 고객의 머릿속에 바로 장면이 그려진다.

"온라인 쇼핑몰 대표님을 위한 상품 상세페이지·CS 답변 AI 자동화"

"병원 마케팅 담당자를 위한 블로그 콘텐츠 검수 및 환자 문의 응대 AI 워크플로"

"부동산 중개사무소를 위한 매물 소개문·고객 상담 기록 정리 시스템"

"HR 담당자를 위한 채용 공고 작성, 이력서 요약, 면접 질문 생성 AI 패키지"

이렇게 말하면 고객은 묻기 시작한다. "그거 우리도 필요한데요?"

업종을 좁힌다는 것은 고객을 줄이는 일이 아니라, 고객이 나를 발견하기 쉽게 만드는 일이다. AI라는 단어는 너무 넓다. 고객의 업종, 업무, 성과 지표와 결합될 때 비로소 돈이 된다.

업종을 고를 때는 세 가지 기준을 함께 보면 좋다. 첫째, 내가 이미 경험했거나 빠르게 배울 수 있는 분야인가. 둘째, 반복 업무가 많고 문서·대화·데이터가 자주 발생하는가. 셋째, 업무 시간이 줄거나 매출 전환이 오르면 고객이 돈을 낼 만큼 고통이 큰가.

예를 들어 마케팅 분야는 콘텐츠 기획, 광고 문안, 고객 분석, 캠페인 리포트 작성처럼 AI가 들어갈 지점이 많다. HR 분야는 채용, 온보딩, 직원 교육, 성과 피드백 문서화에 AI를 적용할 수 있다. 교육 분야는 강의안, 퀴즈, 학습 피드백, 개인별 과제 생성이 가능하다. 부동산은 매물 설명, 지역 분석, 고객 응대, 계약 전 체크리스트에 AI를 붙일 수 있다. 병원은 콘텐츠 제작, 예약 문의 응대, 내부 매뉴얼 정리, 환자 안내문 초안 작성에 기회가 있다. 쇼핑몰은 상품명, 상세페이지, 리뷰 분석, CS 자동화, 프로모션 문안 생성이 핵심이다. 세일즈 조직은 제안서, 콜 스크립트, 고객별 후속 메일, CRM 기록 요약이 좋은 출발점이다.

여기서 중요한 것은 "AI를 적용할 수 있는가"가 아니라 "적용했을 때 고객의 어떤 숫자가 바뀌는가"다. 시간이 줄어드는가. 문의 응답 속도가 빨라지는가. 전환율이 오르는가. 직원 교육 시간이 짧아지는가. 리포트 작성 오류가 줄어드는가. 이 숫자가 컨설팅 상품의 가격을 결정한다.

AI 적용 포인트를 진단하는 5개의 질문

컨설팅은 진단에서 시작된다. 고객은 대부분 자신의 문제가 어디서 생기는지 정확히 모른다. "업무가 비효율적이에요"라고 말하지만, 실제로는 자료 수집이 문제일 수도 있고, 승인 과정이 문제일 수도 있고, 담당자마다 결과물 형식이 달라서 생기는 문제일 수도 있다.

AI 컨설턴트는 고객의 말을 듣고 바로 도구를 추천하면 안 된다. 먼저 업무 흐름을 펼쳐야 한다. 고객이 어떤 입력을 받고, 어떤 판단을 하고, 어떤 결과물을 만들고, 누가 검토하고, 어디에 저장하며, 다음 업무로 어떻게 넘어가는지를 봐야 한다.

다음 다섯 가지 질문은 거의 모든 업종에서 쓸 수 있는 기본 진단 도구다.

이 질문을 던지면 고객의 업무가 조금씩 드러난다. 예를 들어 한 쇼핑몰 대표가 "상세페이지 작성이 오래 걸린다"고 말한다고 해보자. 겉으로는 글쓰기 문제처럼 보인다. 하지만 진단해 보면 상품 정보 수집, 경쟁 상품 분석, 고객 리뷰 분석, 혜택 정리, 문장 작성, 이미지 기획, 최종 업로드까지 여러 단계가 섞여 있다. 이때 컨설팅의 가치는 "상세페이지 프롬프트 10개 제공"이 아니라, 상품 하나를 등록하는 전체 시간을 줄이는 시스템 설계에서 나온다.

한 HR 담당자가 "AI로 채용을 자동화하고 싶다"고 말할 수도 있다. 이때도 바로 이력서 선별 도구를 추천하면 위험하다. 채용 공고의 품질, 평가 기준의 명확성, 개인정보 처리 방식, 면접관 질문의 일관성, 탈락자 안내 메시지까지 봐야 한다. AI는 중간에 들어가는 부품일 뿐이다. 컨설턴트가 파는 것은 부품이 아니라 더 나은 채용 운영 방식이다.

AI는 서비스의 추가 생산 비용을 낮추고, 개인화된 응답과 산출물을 더 빠르게 만들 수 있게 한다. PwC는 AI가 서비스의 확장 방식 자체를 바꾸며, 더 적은 인력 증가로도 맞춤형 서비스를 제공할 수 있게 한다고 설명한다². 1인 컨설턴트에게 이 말은 곧 "혼자서도 더 넓은 범위의 진단과 실행 지원을 할 수 있다"는 뜻이다. 단, 전제는 분명하다. 고객의 업무 구조를 알아야 한다.

컨설팅 패키지는 '교육'이 아니라 '변화'로 묶어라

AI 컨설팅을 처음 시작하면 대부분 강의부터 팔려고 한다. "ChatGPT 기초 교육 2시간", "생성형 AI 활용법 특강", "업무 자동화 입문 세미나" 같은 상품이다. 이런 상품은 진입이 쉽지만 단가가 낮고, 한 번 끝나면 관계도 끝나기 쉽다. 고객 입장에서는 "좋은 강의였다"에서 멈춘다. 다음 날 업무 방식이 바뀌지 않으면 돈을 더 내지 않는다.

고단가 컨설팅은 교육이 아니라 변화 패키지여야 한다. 직원들이 AI를 한 번 체험하는 수준이 아니라, 실제 업무에 AI가 들어가고, 산출물 형식이 바뀌고, 반복 사용 가능한 매뉴얼이 남아야 한다.

기본 패키지는 다음 다섯 가지 요소로 구성할 수 있다.

이 다섯 가지를 묶으면 단순 강의가 아니라 "AI 업무 전환 프로젝트"가 된다. 가격도 달라진다. 2시간 강의는 30만 원, 50만 원, 100만 원에서 비교되기 쉽다. 하지만 4주짜리 AI 도입 패키지는 300만 원, 500만 원, 1,000만 원 이상으로 제안할 수 있다. 고객이 사는 것이 시간이 아니라 조직의 변화이기 때문이다.

예를 들어 "병원 마케팅 AI 컨설팅 패키지"를 만든다고 해보자. 첫 주에는 병원의 현재 콘텐츠 제작 흐름을 진단한다. 누가 주제를 정하고, 누가 글을 쓰고, 누가 검수하고, 어떤 표현이 위험한지 확인한다. 둘째 주에는 블로그 글 초안, 카드뉴스 문안, 환자 안내문에 쓸 프롬프트를 만든다. 셋째 주에는 직원들이 직접 써보게 하고, 의료 광고 관련 민감 표현을 걸러내는 체크리스트를 붙인다. 넷째 주에는 월간 콘텐츠 캘린더와 검수 매뉴얼을 완성한다. 고객에게 남는 것은 강의 녹화본이 아니라 다음 달에도 계속 쓸 수 있는 운영 시스템이다.

쇼핑몰이라면 상품 등록 프로세스 전체를 바꿀 수 있다. 상품 정보 입력 양식을 만들고, AI가 고객 페르소나별 상세페이지 초안을 작성하게 하고, 리뷰 데이터를 요약해 장점과 불만을 뽑고, 광고 문안까지 연결한다. 직원 교육에서는 "프롬프트 잘 쓰는 법"이 아니라 "상품 하나를 40분 안에 등록하는 법"을 실습한다. 이것이 컨설팅 상품이다.

컨설팅 모델은 세 가지로 시작하면 충분하다

처음부터 복잡한 사업 구조를 만들 필요는 없다. 1인 AI 컨설턴트에게 적합한 모델은 크게 세 가지다. 진단형, 구축형, 코칭형이다. 나중에는 이 셋을 섞어 하이브리드 모델로 확장할 수 있다. 컨설팅 비즈니스에서는 솔로 모델, 상품화 모델, 하이브리드 모델처럼 자신의 목표와 운영 방식에 맞는 구조를 선택하는 것이 중요하다는 조언도 있다³.

진단형은 가장 가볍게 시작할 수 있다. 고객의 업무를 인터뷰하고, AI 적용 가능성을 분석해 리포트를 제공한다. 산출물은 "AI 도입 우선순위 보고서"다. 기간은 1주에서 2주면 충분하다. 가격은 고객 규모에 따라 50만 원에서 300만 원 정도로 시작할 수 있다. 이 모델의 장점은 부담이 낮아 첫 거래를 만들기 쉽다는 것이다. 단점은 실행까지 연결하지 않으면 매출이 한 번으로 끝날 수 있다는 점이다.

구축형은 가장 돈이 되는 모델이다. 진단 결과를 바탕으로 실제 도구를 세팅하고, 프롬프트 라이브러리와 매뉴얼을 만들고, 직원 교육까지 진행한다. 기간은 3주에서 8주 정도가 적당하다. 가격은 300만 원에서 2,000만 원 이상까지 가능하다. 고객의 업무에 깊이 들어가야 하므로 책임도 커지지만, 성과를 만들면 추천과 재계약 가능성이 높다.

코칭형은 개인이나 소규모 팀에 적합하다. 대표, 팀장, 프리랜서, 강사, 코치, 컨설턴트처럼 자신의 업무에 AI를 붙이고 싶은 사람을 대상으로 한다. 4주 또는 8주 동안 매주 과제를 주고, 업무에 맞는 AI 사용법을 코칭한다. 여기서 중요한 것은 일반 강의처럼 지식을 전달하는 것이 아니라, 고객의 실제 업무 결과물을 함께 고치는 것이다. 고객의 제안서, 콘텐츠, 세일즈 스크립트, 교육 자료를 AI와 함께 개선해준다.

이 세 모델은 따로 존재하지 않는다. 가장 좋은 흐름은 진단형으로 시작해 구축형으로 전환하고, 이후 월간 코칭이나 유지관리로 이어가는 것이다. 예를 들면 이렇게 제안할 수 있다.

"먼저 2주간 현재 업무를 진단해 AI 적용 우선순위를 잡겠습니다. 이후 필요하다고 판단되는 2개 업무에 대해 실제 툴 세팅과 직원 교육까지 진행할 수 있습니다. 구축 후에는 월 1회 성과 점검과 개선 세션으로 운영을 도와드립니다."

이 문장 하나에 1인 AI 컨설팅의 수익 구조가 들어 있다. 처음에는 작게 들어가고, 성과를 보여주고, 반복 매출로 확장한다.

'AI를 씁니다'가 아니라 '무엇이 줄고 늘어나는지'를 말하라

고객에게 제안할 때 가장 피해야 할 문장은 "최신 AI를 활용해드립니다"이다. 이 말은 공급자 중심이다. 고객에게는 최신인지 아닌지보다 내 일이 편해지는지가 중요하다.

좋은 제안은 결과 중심이다.

"보고서 작성 시간을 70% 줄입니다."

"신입 직원이 고객 응대 매뉴얼을 익히는 시간을 2주에서 3일로 줄입니다."

"상품 상세페이지 초안 작성 시간을 상품당 2시간에서 30분으로 줄입니다."

"영업 제안서 초안을 하루 안에 만들 수 있는 구조를 세팅합니다."

"반복 문의의 60%를 직원이 직접 쓰지 않고도 답변 초안을 만들게 합니다."

물론 이런 수치는 함부로 보장하면 안 된다. 아직 검증 전이라면 "목표로 합니다", "파일럿에서 측정합니다", "현재 업무량 기준으로 절감 가능성을 진단합니다"라고 표현해야 한다. 하지만 제안의 방향은 반드시 숫자로 가야 한다. 고객은 AI 도입 자체를 사는 것이 아니라, 시간 절감, 비용 절감, 매출 증가, 품질 안정, 직원 교육 효율을 산다.

표현을 바꾸는 간단한 방법이 있다. "AI로 무엇을 합니다"라는 문장을 "고객의 어떤 업무가 어떻게 달라집니다"로 고치는 것이다.

이 차이는 작아 보이지만 매출에서는 크다. "ChatGPT 교육"은 다른 강사와 가격 비교를 당한다. "보고서 작성 시간을 줄이는 4주 프로젝트"는 고객의 인건비와 비교된다. 만약 팀원 5명이 매주 보고서에 5시간씩 쓰고 있다면, 주 25시간이 보고서에 들어간다. 이 시간을 절반으로 줄이면 매주 12시간 이상이 생긴다. 고객은 그 시간을 돈으로 계산할 수 있다. 그때 컨설팅 비용은 지출이 아니라 투자로 보인다.

프롬프트 라이브러리는 상품의 핵심 자산이다

AI 컨설팅에서 프롬프트는 전부가 아니지만, 매우 중요한 산출물이다. 다만 고객에게 "좋은 프롬프트 모음"만 주면 부족하다. 프롬프트는 업무 맥락, 입력 양식, 결과물 예시, 검수 기준과 함께 있어야 쓸모가 생긴다.

예를 들어 "블로그 글 써줘"라는 프롬프트는 컨설팅 산출물이 아니다. 하지만 다음과 같이 구성하면 자산이 된다.

이렇게 만들면 직원은 매번 AI에게 어떻게 말해야 할지 고민하지 않는다. 양식에 맞춰 입력하고, 결과를 검토하면 된다. 프롬프트 라이브러리는 "AI와 일하는 회사의 업무 언어"가 된다.

업종별로 프롬프트 라이브러리의 주제는 달라진다. 마케팅 팀에는 캠페인 기획, 광고 문안, 고객 페르소나, 콘텐츠 캘린더가 필요하다. HR 팀에는 채용 공고, 면접 질문, 온보딩 자료, 피드백 문장이 필요하다. 부동산에는 매물 소개, 지역 정보 요약, 고객 상담 기록, 계약 전 안내문이 필요하다. 세일즈 팀에는 콜 스크립트, 반대 의견 대응, 제안서 구조, 후속 메일이 필요하다.

여기서 컨설턴트의 전문성이 드러난다. 같은 AI 도구를 써도 업종을 모르는 사람은 일반적인 문장을 만든다. 업종을 아는 사람은 실제 현장에서 쓰이는 표현, 고객의 불안, 법적 주의점, 내부 승인 기준까지 반영한다. 고객은 바로 이 차이에 돈을 낸다.

직원 교육은 '도구 사용법'보다 '업무 습관'을 바꾸는 시간이다

AI 컨설팅 패키지에 직원 교육을 넣을 때도 조심해야 한다. 많은 교육이 도구 소개로 끝난다. "왼쪽 메뉴는 이렇고, 파일은 이렇게 올리고, 프롬프트는 이렇게 입력합니다." 물론 기본 사용법은 필요하다. 하지만 그것만으로는 조직이 바뀌지 않는다.

직원 교육의 목적은 AI 도구를 아는 사람이 아니라, AI와 함께 일하는 습관을 가진 사람을 만드는 것이다. 그러려면 교육은 실제 업무물 중심이어야 한다. 교육장 안에서 예쁜 예제를 만드는 것이 아니라, 어제 고객이 실제로 받은 문의, 지난달 작성한 보고서, 지금 준비 중인 제안서, 다음 주 올릴 콘텐츠를 가져와야 한다.

가장 효과적인 교육 구조는 세 단계다. 첫째, 기존 방식으로 얼마나 시간이 걸렸는지 확인한다. 둘째, AI가 들어간 새 작업흐름으로 같은 결과물을 만든다. 셋째, 결과물을 비교하고 검수 기준을 정한다. 이렇게 해야 직원들이 "신기하다"에서 멈추지 않고 "내일 이렇게 하면 되겠다"로 넘어간다.

AI 코칭 분야에서도 단순 챗봇만으로는 한계가 있고, 인간 전문가의 판단과 AI 기반 연습, 조직 맥락이 결합될 때 더 실질적인 변화가 생긴다는 관점이 강조된다⁴. 기업 교육도 마찬가지다. AI가 반복 설명과 연습을 도와줄 수는 있지만, 어떤 업무에 적용할지 결정하고 민감한 상황을 판단하는 것은 여전히 사람의 몫이다.

그래서 좋은 AI 직원 교육에는 반드시 "사람 승인 지점"이 들어가야 한다. 고객에게 나가는 답변은 누가 최종 확인하는가. 법적 위험이 있는 표현은 어떻게 걸러내는가. AI가 만든 보고서의 숫자는 어디서 검증하는가. 개인정보가 포함된 자료는 어떤 도구에 넣으면 안 되는가. 이런 기준이 없으면 교육은 오히려 위험을 키울 수 있다.

교육 후에는 간단한 내부 약속을 문서로 남겨야 한다. 예를 들어 "AI 사용 5원칙" 같은 것이다. 고객 정보는 익명화한다. 외부 공개 전에는 담당자가 검수한다. 숫자와 법적 표현은 원문 근거를 확인한다. 회사의 공식 입장처럼 보이는 문장은 승인 후 사용한다. 프롬프트와 결과물은 공유 폴더에 저장해 팀 자산으로 만든다. 이런 원칙이 있어야 AI 활용이 개인기의 영역에서 조직 역량으로 넘어간다.

코칭 상품은 개인의 성과를 빠르게 보여주기 좋다

기업 컨설팅이 조직의 업무흐름을 바꾸는 일이라면, 코칭은 개인의 실행력을 끌어올리는 일이다. AI 코칭은 특히 1인 사업자, 프리랜서, 강사, 컨설턴트, 팀장, 세일즈 담당자에게 잘 맞는다. 이들은 당장 만들어야 할 결과물이 있고, 결과물이 좋아지면 곧바로 수입이나 평가에 영향을 받는다.

AI 코칭 상품은 "AI 사용법을 알려드립니다"가 아니라 "당신의 일을 AI와 함께 더 빨리, 더 잘하게 만듭니다"로 설계해야 한다. 예를 들어 프리랜서 마케터에게는 고객 제안서, 콘텐츠 캘린더, 광고 문안, 성과 리포트를 함께 만든다. 강사에게는 강의안, 워크북, 실습 과제, 홍보 페이지를 만든다. 팀장에게는 회의록 요약, 피드백 문장, 1:1 면담 질문, 주간 보고 구조를 만든다.

코칭 프로그램은 4주 구성이 가장 시작하기 쉽다.

코칭의 장점은 성과가 눈에 잘 보인다는 것이다. 고객은 자신이 만든 결과물을 직접 확인한다. "예전에는 제안서 하나 쓰는 데 하루가 걸렸는데 이제 2시간이면 초안이 나온다", "콘텐츠 주제를 매번 고민했는데 한 달치 캘린더가 생겼다", "팀원에게 피드백하는 문장이 훨씬 부드러워졌다" 같은 변화가 생긴다.

AI 기반 코칭 비즈니스에서는 온보딩, 진도 추적, 개인화 자료 제공, 반복 질문 응답 같은 영역을 자동화해 코치가 더 높은 가치의 대화에 집중할 수 있다는 접근이 많이 사용된다⁵. 개인 코칭에서도 마찬가지다. 매번 같은 설명을 반복하지 말고, 사전 질문지, 과제 안내, 세션 요약, 후속 메일, 진도 체크를 AI로 보조하면 된다. 코치의 시간은 고객의 막힌 지점을 풀고, 판단을 도와주고, 실행을 끝까지 밀어주는 데 써야 한다.

패키지 예시: 업종별로 이렇게 팔 수 있다

AI 컨설팅 상품은 추상적이면 팔리지 않는다. 고객이 자기 상황을 떠올릴 수 있을 만큼 구체적이어야 한다. 아래 예시는 그대로 베끼기보다, 자신의 경험과 시장에 맞춰 변형해보자.

이런 패키지를 만들 때는 상품명에 AI를 앞세우기보다 고객의 업무를 앞세우는 편이 좋다. "AI 마케팅 컨설팅"보다 "한 달 콘텐츠를 3일 안에 준비하는 마케팅 운영 시스템"이 더 강하다. "AI 세일즈 교육"보다 "미팅 후 24시간 안에 제안서와 후속 메일을 보내는 세일즈 워크플로"가 더 구체적이다.

고객은 자신이 겪는 문제를 알아봐 주는 사람에게 신뢰를 느낀다. "우리 업계도 아시네요"라는 말이 나오면 가격 협상은 훨씬 쉬워진다.

첫 고객에게는 '파일럿 프로젝트'로 제안하라

AI 컨설팅은 아직 많은 고객에게 낯설다. 특히 중소기업이나 소규모 조직은 "좋아 보이긴 하는데 우리 직원들이 쓸 수 있을까?", "괜히 돈만 쓰고 끝나는 것 아닐까?", "보안 문제는 없을까?"라고 걱정한다. 이때 처음부터 큰 프로젝트를 제안하면 부담이 커진다.

처음에는 파일럿 프로젝트가 좋다. 파일럿은 작은 범위에서 효과를 검증하는 실험이다. 기간은 2주에서 4주, 대상 업무는 1개 또는 2개로 제한한다. 예를 들어 쇼핑몰이라면 "상품 10개 상세페이지 초안 제작 프로세스 개선", 병원이라면 "블로그 글 4개 제작 흐름 개선", HR이라면 "채용 공고와 면접 질문 생성 프로세스 구축" 정도로 잡는다.

파일럿 제안서에는 복잡한 설명보다 다섯 가지가 들어가면 된다.

파일럿의 핵심은 "전후 비교"다. 컨설팅 전에는 어떤 방식이었고, 컨설팅 후에는 얼마나 달라졌는지 보여줘야 한다. 작업 시간, 산출물 개수, 수정 횟수, 응답 속도, 직원 만족도 같은 지표를 간단히라도 측정하자. 숫자가 있어야 고객 내부에서 예산을 승인받기 쉽다.

첫 고객에게 너무 많은 것을 약속할 필요는 없다. 오히려 범위를 줄여야 한다. "회사 전체 AI 전환"이 아니라 "이번 달 반복 보고서 작성 시간 줄이기"로 시작하라. 작은 성공이 생기면 고객은 다음 문제를 가져온다. 그때 컨설팅은 일회성 프로젝트가 아니라 장기 관계가 된다.

반복 매출은 유지관리에서 나온다

AI 컨설팅으로 한 번 매출을 만드는 것은 어렵지 않을 수 있다. 그러나 안정적인 1인 비즈니스가 되려면 반복 매출이 필요하다. 반복 매출은 고객이 매달 비용을 내고 계속 도움을 받는 구조다. AI 컨설팅에서는 유지관리 상품이 이 역할을 한다.

AI 도구는 계속 바뀐다. 직원들은 처음에는 열심히 쓰다가 점점 예전 방식으로 돌아가기도 한다. 새로운 업무가 생기면 기존 프롬프트가 맞지 않을 수 있다. 자동화가 중간에 끊기거나, 챗봇 답변 품질이 떨어지거나, 보안 정책이 바뀔 수도 있다. 그래서 컨설팅이 끝난 뒤에도 점검과 개선이 필요하다.

유지관리 상품은 다음 네 가지를 묶어 만들 수 있다.

가격은 고객 규모와 개입 정도에 따라 나누면 된다. 예를 들어 월 50만 원 상품은 월 1회 점검 미팅과 프롬프트 소폭 수정 정도로 구성한다. 월 150만 원 상품은 성과 리포트, 직원 Q&A, 워크플로 개선을 포함한다. 월 300만 원 이상 상품은 여러 팀의 업무를 지속적으로 관리하고, 신규 자동화나 챗봇 개선까지 포함할 수 있다.

유지관리 상품의 제안 문장은 이렇게 만들 수 있다.

"AI 도입은 한 번 세팅으로 끝나지 않습니다. 실제 사용 데이터를 보면서 프롬프트와 업무흐름을 계속 다듬어야 성과가 유지됩니다. 월간 점검을 통해 사용률, 시간 절감 효과, 직원 불편 사항을 확인하고 다음 달 개선안을 적용하겠습니다."

이 문장은 고객에게 안심을 준다. AI를 도입했는데 방치되는 것이 아니라, 누군가 계속 관리해준다는 느낌을 주기 때문이다. 특히 대표나 팀장은 내부 직원들이 새 방식을 꾸준히 쓰게 만드는 데 어려움을 느낀다. 외부 컨설턴트의 월간 점검은 그 자체로 실행 압력이 된다.

1인 컨설턴트의 신뢰는 사례에서 쌓인다

AI 컨설팅은 말보다 사례가 강하다. 아직 유명하지 않은 1인 컨설턴트라면 거창한 자격증보다 작은 성공 사례 3개가 더 효과적이다. 사례는 꼭 대기업 프로젝트일 필요가 없다. 오히려 고객과 비슷한 규모의 사례가 더 잘 팔린다.

사례를 만들 때는 Before-After 구조를 사용하자. 전에는 어떤 문제가 있었고, 어떤 작업흐름을 만들었고, 결과가 어떻게 바뀌었는지를 보여준다. 단, 고객의 민감 정보나 내부 자료를 공개해서는 안 된다. 업종과 규모는 익명화하고, 숫자도 고객 허락을 받은 범위에서만 사용한다.

좋은 사례 문장은 이렇게 생겼다.

"직원 4명의 온라인 쇼핑몰에서 상품 상세페이지 초안 작성에 상품당 평균 2시간이 걸렸습니다. 상품 정보 입력 양식과 리뷰 분석 프롬프트, 상세페이지 구조 템플릿을 만든 뒤 상품당 초안 작성 시간이 약 40분으로 줄었습니다. 이후 대표가 최종 검수만 하는 방식으로 운영하고 있습니다."

이 문장에는 도구 이름이 거의 나오지 않는다. 그래도 강하다. 고객의 상황, 문제, 적용한 시스템, 결과가 들어 있기 때문이다.

사례를 쌓기 전이라면 무료로 일하기보다 저가 파일럿을 권한다. 완전 무료는 고객의 실행 의지가 낮아질 수 있다. 대신 "첫 3개 업체 한정 2주 파일럿 50만 원"처럼 비용을 낮추고, 결과 측정과 후기 제공을 조건으로 걸 수 있다. 이렇게 만든 사례는 이후 정가 상품을 파는 데 쓰인다.

컨설턴트가 모든 것을 대신하면 안 된다

AI 컨설팅에서 조심해야 할 함정이 있다. 고객의 일을 너무 많이 대신해주는 것이다. 처음에는 친절해 보인다. 고객도 좋아한다. 하지만 컨설턴트가 모든 프롬프트를 대신 입력하고, 모든 결과물을 대신 고치고, 모든 자동화를 대신 관리하면 사업은 다시 시간 노동으로 돌아간다.

컨설팅의 목표는 고객을 의존하게 만드는 것이 아니라, 고객 조직 안에 새로운 일하는 방식을 심는 것이다. 물론 초기에는 손을 잡고 같이 해야 한다. 하지만 시간이 지날수록 고객의 담당자가 직접 운영할 수 있어야 한다. 그래야 컨설턴트는 더 높은 수준의 개선과 전략에 집중할 수 있다.

이를 위해 프로젝트 초반부터 역할을 나눠야 한다. 컨설턴트는 구조를 만들고, 예시를 보여주고, 기준을 세운다. 고객 담당자는 실제 자료를 넣고, 결과물을 검토하고, 현업 피드백을 모은다. 대표나 팀장은 사용을 독려하고, 승인 기준을 정하고, 성과 지표를 확인한다.

이 역할 분담이 없으면 프로젝트가 끝난 뒤 "컨설턴트가 없으면 못 쓰는 시스템"이 된다. 반대로 역할 분담이 잘 되면 고객은 독립적으로 운영하고, 컨설턴트에게는 더 높은 단계의 개선을 요청한다. 이것이 좋은 유지관리 관계다.

제안서에는 방법보다 확신을 담아라

AI 컨설팅 제안서를 쓸 때 기술 설명을 길게 넣고 싶어진다. 어떤 모델을 쓰고, 어떤 자동화 도구를 연결하고, 어떤 프롬프트 전략을 적용할지 설명하고 싶다. 하지만 고객은 대부분 그 세부사항을 다 이해하지 못한다. 더 중요한 것은 "이 사람이 우리 문제를 이해하고 있나?", "실제로 직원들이 쓰게 만들 수 있나?", "돈을 낸 만큼 결과가 나올까?"이다.

제안서의 기본 흐름은 단순해야 한다.

첫째, 고객의 현재 문제를 고객의 언어로 정리한다. 둘째, 그 문제가 방치될 때 생기는 비용을 보여준다. 셋째, AI가 들어간 새 업무흐름을 간단히 설명한다. 넷째, 프로젝트 기간과 산출물을 제시한다. 다섯째, 측정할 성과 지표를 정한다. 여섯째, 가격과 다음 단계를 안내한다.

예를 들어 HR 컨설팅 제안서라면 이렇게 시작할 수 있다.

"현재 채용 공고 작성, 이력서 검토, 면접 질문 준비가 담당자 개인 경험에 의존하고 있어 포지션마다 품질 차이가 발생하고 있습니다. 이번 프로젝트에서는 채용 직무별 공고 템플릿, 이력서 요약 기준, 면접 질문 생성 프롬프트, 면접관용 평가표를 구축해 채용 준비 시간을 줄이고 평가 기준을 표준화하는 것을 목표로 합니다."

이 문장은 화려하지 않지만 강하다. 문제와 결과가 명확하기 때문이다.

가격을 제시할 때도 시간 기준보다 산출물과 결과 기준으로 말하는 것이 좋다. "총 10시간 컨설팅"보다 "채용 공고 템플릿 5종, 면접 질문 라이브러리, 평가표, 담당자 교육 2회, 2주 후 개선 미팅 포함"이 더 납득된다. 고객은 시간을 사는 것이 아니라 변화된 업무 방식을 산다.

당신의 전문성을 AI가 증폭하게 하라

AI 컨설팅과 코칭의 본질은 도구 판매가 아니다. 고객의 오래된 문제를 새로운 방식으로 해결하는 일이다. 그래서 출발점은 언제나 전문성이다. 마케팅을 해본 사람은 마케팅 조직의 병목을 더 잘 본다. HR을 경험한 사람은 채용과 교육의 민감한 지점을 안다. 병원 현장을 아는 사람은 환자 커뮤니케이션에서 조심해야 할 표현을 안다. 쇼핑몰을 운영해본 사람은 상품 등록과 CS의 피로를 안다.

AI는 이 전문성을 대체하지 않는다. 오히려 증폭한다. 예전에는 혼자서 고객 1곳을 깊게 돕는 데 많은 시간이 걸렸다면, 이제는 진단 양식, 프롬프트 라이브러리, 매뉴얼, 교육 자료, 성과 리포트를 빠르게 만들 수 있다. 컨설턴트는 더 적은 시간으로 더 체계적인 결과를 제공할 수 있다.

하지만 AI가 빨라질수록 고객은 더 묻는다. "그래서 우리 회사에는 어떻게 적용하죠?" 이 질문에 답하는 사람이 돈을 번다. 일반론이 아니라 업종의 언어로 말하고, 도구가 아니라 업무흐름을 설계하고, 기능이 아니라 결과를 제안하는 사람. 바로 그런 사람이 AI 시대의 1인 컨설턴트가 된다.

이 장에서 만든 컨설팅과 코칭 상품은 이후 더 확장될 수 있다. 반복 질문은 디지털 제품이 되고, 프롬프트 라이브러리는 템플릿이 되며, 교육 자료는 온라인 강의가 되고, 구축 경험은 더 비싼 자동화 프로젝트의 근거가 된다. 그러니 처음부터 완벽한 컨설팅 회사를 만들려고 하지 말자. 한 업종, 한 문제, 한 가지 결과부터 시작하자.

고객의 업무 시간을 줄여주는 작은 성공 하나가 당신의 첫 사례가 된다. 그 사례가 다음 고객을 데려오고, 다음 고객이 더 큰 패키지를 가능하게 한다. AI 컨설팅의 기회는 거대한 기술 담론에 있는 것이 아니라, 오늘도 누군가 반복해서 쓰고 있는 보고서, 답변, 제안서, 교육 자료 속에 숨어 있다.

참고

¹AI Is Changing the Structure of Consulting Firms

²Nine AI-fuelled business models that leaders can't ignore

³The 4 Proven Consulting Business Models That Actually Work in 2026

⁴What "AI Coaching" actually means (and why it matters)

⁵How to Create Coaching Programs with AI