4D 프레임워크로 똑똑하게 소상공인 업무 자동화하기
이 영상은 Prospect Butcher Co.의 공동 창업자가 소상공인들이 매일 고민하는 '계정 지급 관리(Accounts Payable)' 과정을 4D 프레임워크(위임, 설명, 분별, 성실성)에 따라 AI로 효율화하는 경험을 쉽고 현실감 있게 풀어냅니다. 반복적 스트레스를 줄이고, 사람 간 신뢰와 관계를 지키면서도, 실제 매장에서 바로 쓸 수 있는 자동화 실천 노하우와 주의점을 담아냅니다. 핵심은 'AI는 일의 일부만 맡고, 중요한 결정과 관계 관리는 사람이 직접' 한다는 점입니다.
1. 백오피스의 현실과 고민
Prospect Butcher Co.의 코리(Corey)는 브루클린에서 두 개 매장을 운영하는 '전동체(whole animal) 정육점' 공동 창업자입니다.
이들의 매장은 각종 고기, 샌드위치, 심지어 유명한 초콜릿칩 쿠키까지 현지 고객들과 나누지만, 영상의 주제는 보이지 않는 뒷일, 즉 뒷사무실의 청구서 처리에 맞춰져 있습니다.
AI 도입 전 반복되는 고민을 그는 이렇게 설명합니다.
"많은 소상공인에게 계정 지급은 달력에 정해진 일이 아니라, 늘 집까지 따라오는 고민입니다."
청구서 처리가 제대로 안 돼 저녁 식사 중에도 스마트폰으로 은행 잔고를 확인하고 '오늘 거래처에 돈을 보내도 주급 지급에 차질이 없을까' 초조해하던 일상이었다고 고백하죠.
때론 2~3시간을 개별 청구서, 은행 잔고, 각종 결제 요건을 여기저기서 확인하며 정신 없이 보내고, 어떤 주에는 아예 잊고 넘어가 거래처가 돈이 안 들어왔다고 연락이 오기도 했다고 합니다.
가장 마음 아픈 건 거래처 농장이 대부분 소규모 가족 농장이라는 점이었습니다.
"이런 거래처에 돈을 제때 안 주면, 우리 비즈니스도 결국 위험에 빠지는 거죠. 신뢰를 잃을 수 있으니까요."
2. AI에게 맡길 일, 사람이 해야 할 일
4D 프레임워크의 첫 단추는 위임(Delegation)입니다.
'AI가 뭘 할 수 있나?'가 아니라, 'AI에게 뭘 맡겨야 하고, 뭘 내가 끝까지 가져가야 하는지' 냉정히 분리하는 게 출발점이었습니다.
코리는 실제 몇 달간의 청구서 처리 과정을 분석해 업무를 쪼개 봤습니다.
AI가 할 수 있는 목록은 다음과 같았죠:
- 두 매장 각각에서 모든 청구서를 추출해 거래처별로 정리
- 이메일을 읽어 미지급 청구서 관련해 거래처가 보낸 재촉 메시지 자동 플래그
- 판매 데이터를 실시간 추적해 빠르게 팔리는 품목(즉, 중요한 공급처) 체크
- 은행 잔고, 예정된 예금 및 지출(임대료·카드값 등)까지 계산해 '실질적으로 이번 주 지급 가능한 금액' 추천
- 모든 걸 종합해 '주간 지급 제안서' 형태로 정리
하지만 코리가 직접 남겼던 부분도 있습니다.
"각 거래처별 직접 통화나 예외상황 조정은 내가 꼭 해야 해요. 거래처가 어려운 상황이면 직접 대화를 해야 하죠. 이건 항목의 문제가 아니라 관계의 문제입니다."
따라서 단순 모니터링·집계·계산 등은 AI에 위임,
판단·거래처와의 소통·특수 상황 조율은 자신과 팀이 책임지는 구조로 설계했습니다.
3. 실전 자동화 시스템 만들기
설명(Description) 단계에서, 코리는 여러 조건을 검토했습니다.
-
데이터 보안: 거래처 정보와 은행 계좌 등 민감한 정보 활용이 필수라, 데이터를 학습하지 않고, 신뢰할 만한 보안 정책이 있는 도구만 골랐습니다.
-
시스템 설계의 세 가지 포인트:
-
무엇을 산출하는가
매주 월요일 아침, 모든 미지급 청구서와 현금 흐름을 정리한 추천 지급 리스트가 도착합니다."가장 먼저 전체 미지급 청구서 현황 요약, 이어서 각 거래처별로 '얼마를, 어느 청구서에 우선순위로, 얼마씩 보낼지'가 한눈에 나옵니다." 그리고 마지막엔 임금 지급, 임대료, 예상 입금 포함한 전체 현금 흐름 예측표가 따라옵니다.
-
어떻게 데이터를 활용하는가
각종 결제 플랫폼, 은행 피드, 이메일, 판매 데이터를 모두 매주 자동으로 긁어와
청구서 만기, 거래처 리마인드 빈도, 은행 잔고 등을 종합 판단합니다. -
어떤 원칙으로 행동하는가
모든 제안은 '추천'일 뿐, 자동 실행은 하지 않으며"모든 근거(Suggestion의 이유)가 명확하게 표기됩니다."
임대료 같은 비정형 의무도 집계에 반영하고,
"우리같은 2개 매장, 노동자 지분 기업, 정육점 특수 사정은 절대 일반화하지 않는다"
고 강조했습니다.실제로 코리는 실운영 전, 과거 3~4개월간 직접 결제했던 데이터로 시스템 예측과 실제 결과를 비교하며
"테스트만 수차례 돌렸죠. 실제로 내가 내린 결론과 얼마나 일치하는지 계속 확인했습니다."
고 말합니다. -
4. 운영 중 발생한 문제와 개선
실전 테스트에서 드러난 문제도 솔직히 털어놓습니다.
먼저, 일부 청구서가 이미 결제됐는데도 AI가 미지급으로 집계해서 총액이 실제보다 1.8만 달러나 부풀려졌던 것.
이걸 그대로 믿었으면 공급처에 돈을 이중으로 보낼 뻔했죠.
"이건 내가 모든 내용을 이미 알고 있었기에 알아차릴 수 있었던 문제입니다. 데이터 필터링이 제대로 안 됐던 거죠."
둘째, 더 큰 실수는 'AI가 금액 큰 청구서(대형 농장 거래처)부터 우선 지급'하려는 경향이 있었던 것.
"우리 농장 거래처는 한 번에 송장 규모가 커요. 반면 비농장 거래처는 60만 원 남짓인데, 오히려 그쪽이 연락도 더 자주 오고, 빨리 처리해야 신뢰가 지켜지거든요. 그냥 액수만 보면 안 됩니다."
그래서 코리는 우선순위 판단 기준을 거래처 실제 특성(재촉/신뢰관계 등)으로 바꿔 두 번에 걸쳐 논리를 수정했습니다.
"설명하고, 확인하고, 또 조정했습니다. 이 과정을 제대로 거쳐야 현장에 쓸 수 있다는 걸 느꼈어요."
5. 사람이 지켜야 할 마지막 원칙
마지막 단계인 성실성(Diligence)은 실제 현장 운영에서 더욱 드러납니다.
-
AI는 어디까지나 추천자
"AI가 추천해도, 마지막 '실행'은 무조건 내가 합니다. 이 선은 절대 넘지 않아요."
-
검토(Review)를 절대 생략하지 않는다
"신뢰가 쌓여도, 한 번 실수하면 급여가 모자라거나 거래처와 관계가 틀어질 수 있어요. 검토는 필수입니다."
-
투명성
이 회사는 노동자가 소유한 기업."공동 창업자 Greg과도 왜 AI를 도입하는지, 어떻게 절감한 시간이 다시 직원과 고객에게 돌아가는지 항상 같이 상의합니다."
이젠 분산됐던 2~3시간이 매주 월요일 '45분 집중'으로 단축,
덕분에
"더 중요한 건, 이제 거의 모든 거래처가 매주, 기한 맞춰 제때 대금을 받는다는 거. 이 신뢰가 가장 큰 가치입니다."
라고 강조합니다.
영상의 마지막 요점 정리는 다음과 같습니다.
"위임은 내가 넘기고 남길 것을 구분했고, 설명은 우리만의 실제 업무 맥락을 담았습니다.
분별은 어디에서 AI가 틀렸는지 잡아내는 힘,
성실성은 사람이 해야 할 최종 점검과 신뢰 관리로 완성됐어요."
결론
이 영상은 동네 가게의 일상적인 고민인 청구서 처리를, 단순 '자동화'가 아니라 현실적인 사람-기계 협업으로 풀어냅니다.
AI가 단순 작업을 맡고, 신뢰와 관계, 최종 결정은 사람이 지킨다는 원칙을 실사례로 보여주며,
"AI는 하나의 도구일 뿐 상호 신뢰와 관계, 책임의 핵심은 인간에게 있다"는 메시지로 마무리됩니다.
😌👏
진짜 업무 효율은 신뢰와 책임의 균형에서 비롯된다는 점을 소상공인 모두에게 상기시켜주는 영상입니다.