Blackbold
에이전트약 4분NOTE 14

AI로 만들 수 있어도, 직접 운영할 수 있는지는 다른 질문이다

AI 도구를 직접 만들지 구매할지 판단하는 기준. 구현 속도, 변경 빈도, 데이터 연결, 운영 담당자와 전체 비용을 비교합니다.

AI로 만들 수 있어도, 직접 운영할 수 있는지는 다른 질문이다 — 에디토리얼 아트워크

BLACKBOLD'S VIEW

만들 수 있다는 사실과 계속 운영할 수 있다는 사실은 다릅니다. 직접 개발과 구매를 비교할 때에는 첫 제작비뿐 아니라 변경·장애·인수 책임까지 보아야 합니다.

개발 생산성의 측정 한계, 조직의 개발 역량과 에이전트 구조를 함께 참고했습니다. 도구의 시연 속도를 장기 운영 능력으로 해석하지 않는 것이 핵심입니다.

화면을 만든 뒤에도 보안과 운영의 책임은 남습니다

간단한 내부 도구의 화면은 빠르게 만들 수 있어도 권한 관리, 데이터 백업, 오류 대응과 업데이트는 계속 필요합니다. Blackbold는 구축과 구매를 비교할 때 최초 개발비와 운영 기간의 비용을 분리할 것을 제안합니다. 특정 직원만 수정할 수 있는 도구라면 그 직원이 자리를 비웠을 때 어떻게 유지할지도 검토해야 합니다. 코드가 존재한다는 것과 조직이 관리할 수 있다는 것은 서로 다른 조건입니다.

공통 기능과 우리 회사만의 기능을 나눠 판단해야 합니다

가상의 견적 업무에서 회사 고유의 가격 정책은 직접 구현할 가치가 있을 수 있지만, 모든 사용자 관리 기능을 새로 만들 필요는 없을 수 있습니다. 구매한 서비스 위에 작은 맞춤 기능을 연결하는 선택도 가능합니다. 기존 제품이 충족하지 못하는 요구를 구체적으로 적고, 이를 직접 만들었을 때 얻는 이점과 새로 생기는 책임을 비교하세요. 시연의 완성도보다 실제 사용 범위와 변경 빈도가 중요한 판단 자료가 됩니다.

모니터의 코드를 확인하며 시스템을 개발하는 사람의 장면
직접 만든 기능은 배포 이후에도 유지와 보수가 필요합니다.

서비스를 중단하거나 옮길 때의 조건도 비교해야 합니다

내부 구축과 외부 구매 모두 다른 방식으로 옮길 수 있는지 확인해야 합니다. 데이터를 표준 형식으로 내보낼 수 있는지, 핵심 규칙이 문서로 남는지, 계약 종료나 담당자 변경 뒤에도 업무를 이어갈 수 있는지 살펴보세요. 첫 실험에서는 작은 사용자 그룹으로 운영하며 장애와 변경 요청을 기록할 수 있습니다. 그 결과를 바탕으로 확장하거나 구매로 전환하는 판단을 열어두는 것이 좋습니다.

업무의 공통 부분과 회사만의 부분을 나눕니다

일반적인 일정 관리나 문서 편집처럼 여러 회사가 비슷하게 쓰는 기능은 기존 제품이 적합할 수 있습니다. 반면 회사의 승인 규칙, 고유 자료와 여러 내부 시스템을 연결하는 부분은 별도 개발이 필요할 수 있습니다. 전부 직접 만들거나 전부 구매하는 두 선택지만 있는 것은 아닙니다.

Blackbold는 업무를 기능 목록으로 나눈 뒤, 바뀌지 않는 공통 기능과 자주 바뀌는 회사 고유 규칙을 표시할 것을 제안합니다. 구매한 도구 위에 필요한 연결만 만드는 방식도 비교합니다. 목표는 소유한 코드의 양이 아니라 업무를 안정적으로 바꾸는 능력입니다.

업무 과제를 놓고 대화하는 두 한국인 전문가의 장면
운영 담당자와 변경·이전 조건까지 포함해 선택합니다.

개발이 끝난 다음의 담당자를 먼저 정합니다

AI로 화면을 빠르게 만들었더라도 데이터 연결이 끊기거나 정책이 바뀌면 고쳐야 합니다. 누가 오류를 확인하고, 어느 범위까지 직접 수정하며, 담당자가 바뀌면 무엇으로 인수할지 정해야 합니다. 한 사람이 모든 맥락을 기억하는 구조는 그 사람이 자리를 비울 때 취약해집니다.

직접 개발하는 경우 코드와 설정, 변경 이유, 시험 방법과 복구 절차를 남깁니다. 구매하는 경우에도 자료를 내보낼 수 있는지, 기능이 바뀔 때 업무가 어떻게 영향을 받는지 확인합니다. 운영 책임을 공급사에 맡겼다는 이유로 내부 담당자가 없어지는 것은 아닙니다.

비교표에는 유지 비용과 떠날 수 있는 조건을 넣습니다

초기 가격 외에 사용자 수가 늘었을 때의 비용, 추가 연결 비용, 교육과 지원 시간을 적습니다. 직접 만든 시스템에는 유지보수 시간을, 구매한 시스템에는 요금과 제품 정책 변경 가능성을 반영합니다. 모든 숫자를 확정하기 어렵다면 가정과 범위를 표시합니다.

작은 실제 업무로 시험하면서 자료가 들어가고 결과가 나오는 전체 과정을 확인합니다. 이후 다른 도구로 옮길 때 원본과 기록을 가져갈 수 있는지도 점검합니다. 선택의 기준은 가장 빨리 시연한 안이 아니라 담당자가 이해하고 유지할 수 있는 안입니다.

적용 전에는 다음 항목을 확인해야 합니다

  • 공통 기능과 회사 고유 규칙을 분리했는가?
  • 장애·변경·인수 담당자가 정해져 있는가?
  • 데이터 반출과 다른 도구로의 이전 조건을 확인했는가?

핵심 용어는 이렇게 이해하면 됩니다

총소유비용
구매나 개발비에 유지·지원·교육·변경 비용까지 더한 전체 비용. TCO라고도 합니다.
공급사 종속
자료나 기능이 특정 제품에 묶여 다른 제품으로 옮기기 어려워지는 상태입니다.

참고 자료는 다음 범위에서 활용했습니다

  1. The state of AI in 2026: On the road to ROI (새 창)McKinsey & Company · 2026.08.25

    McKinsey의 2026년 조사에서는 일부 조직이 코딩 에이전트로 내부 구축을 할 수 있어 소프트웨어 구매를 포기했다고 답했습니다. 이는 선택지가 넓어졌다는 신호이며 내부 구축이 항상 더 저렴하거나 적합하다는 뜻은 아닙니다.

  2. We are Changing our Developer Productivity Experiment Design (새 창)METR · 2026.02.24

    생산성 측정에서 참여자와 실험 방식의 한계를 함께 살핍니다.

    과거 연구의 특정 결과를 현재 모든 개발자에게 적용하지 않아야 합니다. 최신 도구의 보편적인 속도 향상률을 확정한 자료가 아닙니다.

  3. State of AI-assisted Software Development 2025 (새 창)Google Cloud / DORA · 2025

    AI 활용의 효과를 조직의 기존 업무 방식과 연결해 봅니다.

    소프트웨어 개발 조직을 다룬 연구입니다. 다른 산업의 인과적 성과나 특정 기업의 예상 수익을 직접 계산할 수 없습니다.

  4. Building effective agents (새 창)Anthropic · 2024.12.19

    정해진 작업 흐름과 자율적으로 행동을 고르는 에이전트를 구분합니다.

    AI 공급사의 구현 경험과 설계 안내입니다. 독립적인 기업 성과 실험이나 특정 제품의 우월성 증거는 아닙니다.

공개 자료를 비교하고 Blackbold의 업무·조직·시스템 설계 관점으로 정리했습니다. 본문의 가상 예시는 적용 방법을 설명하기 위한 것이며 고객 실적이 아닙니다. 출처 기관과의 제휴나 승인을 의미하지 않습니다.

주간 회차 기준일 2026.09.07 · 실제 게시 및 자료 확인 2026.10.19

이 관점을 실제 업무로 연결하려면

AI 에이전트 개발 알아보기