자동화 ROI는 예외 한 건의 처리 시간에서 갈립니다

데모에서는 주문 100건이 몇 초 만에 처리됩니다. 운영 첫 주에는 주소 오류 다섯 건, 중복 결제 두 건, 승인자 부재 세 건이 생깁니다. 시스템은 90% 자동화됐다고 보고하지만 담당자는 열 건을 복구하느라 반나절을 씁니다.

자동화의 경제성은 정상 건이 아니라 예외 건에서 무너집니다. Google SRE는 반복적이고 수동적이며 자동화 가능한 운영 업무를 ‘toil’로 정의하고, 이를 측정해 상한을 두라고 권합니다. 보이지 않는 수작업을 비용표에 올리는 것이 첫 단계입니다.

처리율 95%가 노동시간 95% 절감을 뜻하지 않습니다

정상 건은 몇 초, 예외 건은 30분이 걸릴 수 있습니다. 100건 중 5건만 예외여도 정상 95건보다 예외 5건에 더 많은 시간이 들어갑니다. 건수 비율로 ROI를 계산하면 자동화 효과가 과장됩니다.

세 숫자를 따로 보십시오. 사람 손 없이 끝난 비율, 사람에게 넘어온 한 건당 시간, 예외 처리 뒤 원래 기록으로 돌아간 비율입니다. 이 중 하나라도 빠지면 업무가 다른 장부로 새고 있을 수 있습니다.

오류 메시지보다 다음 선택지가 중요합니다

“처리 실패”는 시스템의 상태일 뿐 담당자의 다음 행동이 아닙니다. 추가 정보 요청, 수동 승인, 거절, 정상 흐름 복귀 중 무엇을 해야 하는지 화면에 보여야 합니다.

예외 유형마다 첫 담당자와 종료 조건을 붙이십시오. 모든 예외를 자동화할 필요는 없습니다. 그러나 모든 예외에는 다음 단계가 있어야 합니다.

AI는 좋은 팀도 나쁜 팀도 더 빠르게 만듭니다

Google DORA의 2025 연구는 AI가 기존 팀의 상태를 증폭한다고 설명합니다. 처리량과 제품 성과는 좋아졌지만 소프트웨어 전달 안정성과는 여전히 부정적 관계가 있었습니다. 빠른 생성이 뒤쪽의 시험·피드백·통제 약점을 드러낸 것입니다.

그래서 AI 자동화 예산에는 예외 처리 화면, 로그, 복구 연습이 포함돼야 합니다. 정상 경로만 만드는 프로젝트는 출시가 아니라 미완성 비용의 이연입니다.

이번 주에는 가장 비싼 예외 하나만 없애십시오

지난달 예외를 건수 순서가 아니라 총 소요시간 순서로 세우십시오. 가장 위의 한 유형에 입력 검증을 넣거나, 필요한 정보를 앞단에서 받거나, 승인 권한을 낮추십시오.

예외를 없앨 수 없다면 처리 시간을 절반으로 줄이는 것이 목표입니다. 외주 시스템 검수에서도 정상 시연보다 이 복구 과정을 먼저 확인해야 합니다.