기업 AI 도입, 여전히 수작업의 늪에 빠져 있나요? 마크 베니오프가 주목한 '준(June)', 비즈니스 AI 난제 해결사로 등장!
Published Aug 4, 2026
우리는 지금 인공지능 시대의 한복판에 서 있습니다. 매일같이 쏟아지는 새로운 AI 모델과 서비스들은 우리의 업무 방식과 생산성에 혁명적인 변화를 가져올 것이라 약속하죠. 하지만 현실은 어떨까요? 거창한 비전에 비해 실제 기업 환경에서 AI 도구를 안정적으로 작동시키는 일은 생각보다 훨씬 어렵습니다. 기업들은 첨단 AI 기술을 도입하려 하지만, 막대한 시간과 비용, 그리고 복잡한 수많은 난관에 부딪혀 결국 좌절하는 경우가 허다합니다. 솔직히 말해서, AI의 잠재력은 엄청나지만, 그 잠재력을 현실로 만드는 과정은 여전히 인간의 고된 노동에 의존하고 있는 실정입니다.
실제로, 오늘날 대기업들이 AI 시스템을 가동하기 위해 ‘전방 배치 엔지니어(FDEs; forward-deployed engineers)‘와 같은 전문 조직을 새로 만들고 있다는 사실은 아이러니가 아닐 수 없습니다. 이들은 마치 AI 구현의 소방수처럼 기업에 투입되어 시스템을 구축하고 문제를 해결하는 역할을 맡죠. 전 세일즈포스(Salesforce) 임원이었던 에프라트 라포포트(Efrat Rapoport) 준(June) CEO는 이 현상을 두고 “AI는 역설적으로 전문 서비스에 대한 수요를 증가시킨다”고 말합니다. 업계의 대답은 단순히 “더 많은 사람을 고용하자”는 것이었으니까요.
하지만 준의 창업자들은 이러한 접근 방식이 한계가 있다고 봤습니다. 라포포트 CEO를 포함한 네 명의 공동 창업자들은 마크 베니오프(Marc Benioff)의 타임 벤처스(Time Ventures)가 주도하고 마이클 델(Michael Dell), 아론 레비(Aaron Levie), 조지 커츠(George Kurtz) 같은 기술 거물들이 추가로 참여한 2천만 달러 규모의 시드 투자를 유치하며, 기업의 AI 도입 방식에 대한 완전히 새로운 비전을 제시했습니다. 아직 회사 가치는 공개되지 않았지만, 이 정도 거물들이 투자 심사 서류(deck)조차 없이 투자했다는 점은 준의 잠재력이 얼마나 강력한지를 보여주는 방증이 아닐까 싶습니다. 사실, 이들은 과거 트랜스포머 모델이 등장하기 전인 2017년 음성-텍스트 변환 서비스를 출시한 보노보 AI(Bonobo AI)를 창업했고, 2년 만에 세일즈포스에 인수된 경험이 있는 베테랑들이기도 합니다. 고객들이 기존 플랫폼에 AI를 통합하는 데 겪는 어려움을 직접 목격하면서, 그들은 다시 한번 창업의 길에 나선 것이죠.
AI 도입의 진정한 장벽: 사일로와 기술 부채
소위 ‘사스포칼립스(SaaSpocalypse)‘라는 용어가 등장하며 AI가 기존 소프트웨어 기업들을 대체할 수 있다는 두려움이 퍼지고 있지만, 솔직히 말해서 포춘 500대 기업을 위한 CRM(고객 관계 관리) 시스템을 AI가 통째로 ‘코드’하는 일은 아직 요원합니다. 기업 환경에 도입되는 어떤 AI 모델이든 세일즈포스, 서비스나우(ServiceNow), 데이터브릭스(Databricks), 워크데이(Workday) 등 수십 가지의 기존 데이터 관리 플랫폼과 연동되어야만 가치를 창출할 수 있습니다.
문제는 여기에 있습니다. 라포포트 CEO는 “AI가 가치를 창출하기 전에, 누군가는 **레거시 시스템(legacy systems)**을 다뤄야 합니다”라고 강조합니다. 기업들은 파편화된 데이터, 복잡한 워크플로, 그리고 수년간 쌓인 **기술 부채(technical debt)**라는 거대한 산을 넘어야 하죠. 그는 에이전트 템플릿을 만드는 것은 쉬운 부분이라고 말합니다. 진짜 어려운 부분은 그 아래의 복잡하고 혼란스러운 시스템과 연동시키는 것입니다. “10개의 중복된 [데이터베이스] 필드가 동일한 내용을 말하고 있고, 다른 팀들이 그것들을 사용하고 있을 때, 에이전트가 어떻게 작동해야 할지 알겠습니까?” 이 질문은 많은 기업의 IT 담당자들에게 깊은 공감을 불러일으킬 것입니다. 이 부분에서 주목할 점은 대부분의 AI 솔루션이 모델 자체의 성능에 집중하지만, 준은 모델이 실제 기업 환경에서 작동하는 방식, 즉 배포와 통합의 난제에 초점을 맞춘다는 점입니다. 이는 AI가 ‘기술’을 넘어 ‘비즈니스 가치’를 창출하기 위한 필수적인 전환점이라고 개인적으로 생각합니다.
준(June)의 접근 방식: AI가 AI 배포를 해결하다
준은 바로 이러한 문제점을 해결하기 위해 AI를 활용합니다. 준의 플랫폼은 기업의 기존 시스템을 스캔하여 비즈니스 프로세스를 이해하고, 병목 현상을 찾아내며, 이를 대체할 수 있는 보다 최적화된 에이전트 기반 프로세스를 구축합니다. 이 모든 과정은 자동적으로 이루어지며, 팀에는 회사의 통신 채널을 통해 자동으로 통지됩니다.
라포포트 CEO는 “우리는 기업 환경에서 이 에이전트를 성공적으로 구현하기 위해 필요한 단계별 전체 로드맵을 자동으로 제공한다”고 설명합니다. 여기에는 “이 중복을 제거하십시오. 이 데이터 소스에 연결하십시오”와 같은 구체적인 지침이 포함됩니다. 그리고 각 작업에서 ‘구축(build)‘을 클릭하면, 준이 조직 내에서 자동으로 이를 구축하기 시작하는 것이죠.
미국의 주요 모기지 대출업체인 CMG의 최고 전략 책임자 폴 아킨메이드(Paul Akinmade)의 사례는 준의 효과를 극명하게 보여줍니다. 그는 회사의 소프트웨어 엔지니어링을 클로드 코드(Claude Code)로 빠르게 전환했지만, 세일즈포스와 통합하는 과정에서 난관에 부딪혔습니다. 그는 전년도 세일즈포스 연례 컨퍼런스에서 100개의 에이전트를 가동하겠다고 약속했지만, 목표 달성이 어려워 보였습니다. 아킨메이드는 그의 팀이 몇 주 동안 건축가들을 만나고, 전방 배치 엔지니어들과 상담하며, 가능한 모든 사람에게 조언을 구했지만 진전을 보지 못했다고 말합니다. 하지만 준은 달랐습니다. 그의 팀에게 에이전트를 어디에 배포해야 할지 명확한 시야를 제공했고, 심지어 두 회사 간의 공식적인 협업 시작 전에 안전하게 에이전트를 배포할 수 있도록 해주었습니다.
여기서 흥미로운 관점이 나옵니다. 라포포트 CEO는 준이 FDE나 컨설턴트를 보완하는 도구로 본다고 말하지만, 고객들은 정반대의 이유로 준에 매력을 느낄 수 있습니다. 바로 FDE를 아예 피할 수 있게 해준다는 점이죠. 아킨메이드가 CMG에서 준을 시범 운영하는 것을 고려했을 때, 그는 라포포트에게 이렇게 말했다고 합니다. “만약 당신의 제품이 FDE를 필요로 한다면, 나는 당신의 제품을 원하지 않습니다. 저는 이미 그걸 해봤고, 그것 때문에 짜증이 나고 있습니다. 저는 블랙박스를 원하지 않습니다. 특정 사람들만 이해할 수 있는 것을 원하지 않습니다. 저는 사용하기 쉬운 도구를 원합니다.”
분명히 준은 이 기준을 통과했습니다. 이 사례는 업계 흐름을 볼 때, 준과 같은 솔루션이 고도로 전문화된 AI 컨설팅 및 구현 서비스 시장에 대대적인 변화를 가져올 가능성이 높다는 것을 시사합니다. AI 배포의 문턱을 낮추고, 기업 내부 팀이 더 큰 자율성을 가지고 AI를 통합할 수 있도록 지원함으로써, 준은 값비싼 외부 전문가에 대한 의존도를 줄일 수 있을 것으로 예상됩니다. 이는 결국 AI 기술의 민주화로 이어져 더 많은 기업이 AI의 혜택을 누릴 수 있게 만들 것입니다.
준의 등장은 AI 기술의 완성도를 높이는 것만큼이나 AI의 실질적인 적용과 배포가 중요하다는 강력한 메시지를 던집니다. AI의 잠재력을 현실로 바꾸는 일은 단순히 모델의 성능을 향상시키는 것을 넘어, 복잡한 비즈니스 환경에 AI를 매끄럽게 통합하는 데 달려 있다는 사실을 다시 한번 깨닫게 됩니다. 준이 이러한 난제를 AI 스스로 해결하도록 돕는 선구자가 될지, 앞으로의 행보가 정말 기대됩니다.
출처
- 원문 제목: A Marc Benioff-backed startup thinks AI can solve the AI deployment problem
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
