버티컬 AI

버티컬 AI이란?

버티컬 AI가 실제로 바꾸는 것은 도입 회의에서 던지는 질문입니다. '어느 모델이 더 똑똑한가'가 아니라 '이 업무 한 건을 처음부터 끝까지 누가 책임지는가'로 논의 단위가 옮겨 갑니다. 범용 AI는 초안을 내주고 검증·서식 맞추기·기간계 입력은 사람 몫으로 남기지만, 버티컬 AI는 그 뒤처리까지 제품 안에 넣어 파는 구조라 구매 대상이 도구가 아니라 업무 결과물이 됩니다. 효과 측정 지표도 자연히 처리 건수와 회신 소요 시간, 재작업률로 잡힙니다.

버티컬 AI는 깊이에 따라 세 층으로 갈립니다. 도메인 문서와 전문 용어만 얹은 지식형, 접수부터 결재까지 업무 흐름을 통째로 설계한 워크플로우형, EMR·TMS·ERP 같은 산업 기간계에 붙어 데이터를 직접 읽고 쓰는 임베디드형입니다. 뒤로 갈수록 효과는 커지지만 교체 비용과 벤더 종속도 같이 커집니다. 사내 문서에 RAG만 붙인 챗봇은 여기 해당하지 않고 사내 AI로 분류하는 편이 정확합니다. 과금도 좌석당 월정액이 아니라 처리 건당·성공 건당 과금을 제시하는 곳이 늘고 있어, 계약 전에 월 처리량 추정이 먼저입니다.

도입 여부는 반복량과 예외율 두 축으로 봅니다. 같은 형태의 일이 월 수백 건 반복되고 예외 케이스가 2할 이하인 업무가 1순위입니다. 반대로 예외가 절반을 넘는 업무는 사람 검수가 상시로 붙어 총 공수가 오히려 늘어납니다. 자사 업무가 어느 쪽인지는 감이 아니라 최근 3개월 처리 로그를 유형별로 세어 확인해야 합니다.

현장에서 가장 자주 어긋나는 지점은 '우리 업계 특화라니까 우리 회사 업무도 알 것이다'라는 기대입니다. 버티컬 AI가 학습한 것은 산업의 평균이지 그 회사의 양식·약어·결재선이 아니어서, 초기 2~3개월은 자사 데이터로 길들이는 기간이 필요합니다. 해외 솔루션이라면 여기에 국내 법령 개정과 세무·서식 미반영이라는 구멍이 하나 더 생깁니다. 임베디드형을 쓰면서 해지 시 데이터 반출 조항을 빼먹으면, 2년간 현업이 쌓은 교정 이력과 라벨링 자산이 통째로 벤더 몫으로 남습니다.