전문성의 비용이 무너진다 — 공장 운영 노하우가 소프트웨어가 될 때

트위터·코인베이스·듀오링고의 초기 투자사로 유명한 미국 벤처캐피털 USV(Union Square Ventures)가 최근 "Obliterate, Don't Automate"라는 글을 냈습니다(2026년 7월, blog.usv.com). 요지는 한 문장입니다. 최고의 투자는 기존 시장을 자동화해 조금 더 효율적으로 만드는 회사가 아니라, 시장이 돌아가는 구조 자체를 다시 짜는 회사였다는 것입니다.

이 글이 AI 시대를 요약한 문장이 인상적입니다. "인터넷은 유통의 비용을 무너뜨려 그것을 쥐고 있던 미디어의 지배력을 빼앗았다. AI는 전문성에 같은 일을 한다." 전문가급 판단이 AI로 널리 접근 가능해지면, 전문 지식으로 문을 지키던 사람과 조직은 힘을 잃고, 고객은 전문성을 빌리는 대신 직접 사용하게 된다는 것입니다.

1. 자동화와 재편은 다른 사업이다

USV의 구분법은 제조 IT에 그대로 적용됩니다.

자동화는 기존 구조를 그대로 두고 그 안의 일을 빠르게 만듭니다. 수기 대장을 전산 화면으로 바꾸고, 결재를 온라인으로 옮기는 일입니다. 필요하지만, 이 일의 끝에는 여전히 같은 구조가 남습니다 — 공장 하나에 공급사가 수십 곳이고, 단계가 바뀔 때마다 처음부터 다시 시작하는 구조.

재편은 다릅니다. "왜 공장 운영의 전문성은 소수의 베테랑과 공급사 안에만 있어야 하는가"라는 전제 자체를 바꿉니다. USV가 든 사례 중에는 고정밀 제조 라인 운영 노하우를 소프트웨어로 만들어 공장을 새로 짓는 영국 회사 Isembard도 있습니다(USV가 투자한 회사이니 그 서술은 감안하고 읽어야 하고, 공장을 직접 소유·운영한다는 점에서 저희와 사업 모델은 다릅니다). 방향은 분명합니다. 제조 전문성이 사람에게 갇힌 자산에서, 배포 가능한 소프트웨어로 바뀌고 있다는 것.

2. 공장에서 전문성은 어디에 갇혀 있었나

한국의 중소·중견 공장을 생각해 보면 이 말이 추상적이지 않습니다.

공정을 아는 사람은 30년 차 베테랑 한 명입니다. 그가 은퇴하면 판단 기준도 함께 나갑니다. 시스템을 아는 곳은 그것을 구축한 공급사뿐입니다. 화면 하나를 고치려 해도 견적을 받아야 하고, 다음 단계로 가려면 또 다른 회사와 처음부터 시작합니다. 전문성을 소유한 적이 없고, 계속 빌려 왔기 때문입니다.

빌리는 전문성은 비쌉니다. 그래서 대기업은 전담 조직으로 그 비용을 감당하고, 중소 공장은 감당하지 못해 첫 단계 앞에 멈춰 있었습니다. 전문성의 비용이 시장의 구조였던 셈입니다.

3. 저희가 하는 일 — 전문성을 소프트웨어로 배포한다

저희 웨이스가 제조 AI 운영체제 VEXPLOR로 하는 일이 정확히 이 지점에 있습니다.

지금까지 20건 이상의 스마트공장을 구축하며 확인한 공장 운영의 기준 — 데이터 표준, 공정 사이의 관계, 판단의 근거 — 을 표준 테이블과 온톨로지로 만들어 두고, 새 공장에는 이것을 재사용해 배포합니다. 새로 지어 주는 것이 아니라 이미 검증된 전문성을 얹는 것이라서, 전담 조직이 없는 공장도 자기 데이터 위에서 전문가급 판단을 사용할 수 있게 됩니다. AI의 판단에는 근거 데이터가 따라붙고, 제어 권한은 검증된 단계만큼만 넘어갑니다.

중요한 것은 이 전문성이 어디에 남느냐입니다. 저희 방식에서는 공장에 남습니다. 표준화된 데이터와 판단 이력은 고객 공장의 자산으로 쌓이고, 다음 단계는 그 위에서 시작합니다. 빌리는 전문성에서 소유하는 전문성으로 — 이것이 자동화와 재편의 차이입니다.

공급사에 물어보십시오

이 시리즈에서 계속 드린 질문의 연장입니다. AI 도입을 검토하고 계시다면 이렇게 물어보십시오.

"이 프로젝트가 끝나면, 전문성은 누구에게 남습니까 — 공급사입니까, 우리 공장입니까?"

전문성의 비용은 지금 무너지고 있습니다. 무너진 자리에서 그 전문성을 소유하게 되는 쪽은, 구조를 다시 짜는 회사와 함께 간 공장일 것입니다.

웨이스가 하는 일이 궁금하시면: wace.me