AI 시대에 IT 솔루션 구매 및 구축 사이에서 잘못된 결정을 내리는 것은 단순히 비용 문제에 그치지 않는다. 이 선택은 기업이 성장할지 혹은 시장에서 도태될지를 좌우할 수 있다.
CIO라면 누구나 끊임없이 맞닥뜨리는 질문이 있다. 맞춤형 소프트웨어를 직접 개발 및 구축할 것인가, 상용 제품을 구매할 것인가다. 특히 AI가 폭발적인 속도로 발전하고 있는 만큼 이 문제는 어느 때보다도 시급하고 복잡해졌다. 상용 AI 솔루션을 채택해 시장 출시 속도를 높일 것인지, 아니면 차별화된 경쟁력을 확보하기 위해 맞춤형 솔루션을 구축할 것인지 선택해야 한다. 필자는 시설 관리와 건설 분야에서 IT 리더로 일하며 양쪽 모두를 경험했다. 때로는 동시에 2가지 길을 걷기도 했다. 이 과정에서 깨달은 점은 선택이 결코 흑백 논리로 나뉘지 않는다는 것이다. 핵심은 각 기업의 비즈니스 맥락에 맞는 전략적 판단을 내리는 데 있다.
맞춤형 솔루션을 구축한 이유와 성과
먼저 애셋링크(Assetlink)에서 직면한 과제는 시설 관리 운영이었다. 팀에는 주문에서 현금화까지 자사의 독자적 비즈니스 프로세스와 매끄럽게 연결되는 작업 관리 솔루션이 필요했다. 시장에 출시된 상용 제품을 검토한 결과, 상당한 타협 없이는 회사의 프로세스를 제대로 반영하지 못할 것이라고 판단했다.
결국 팀은 직접 솔루션을 개발하기로 결정했다. 이는 가볍게 내린 선택이 아니었다. 상당한 개발 인력과 시간 투자가 필요했기 때문이다. 그러나 비즈니스 프로세스 자체가 고객 서비스를 차별화하는 경쟁 우위였기 때문에 상용 소프트웨어에 맞춰 표준화한다는 것은 그 강점을 포기한다는 의미였다.
이 과정에서 개발한 맞춤형 솔루션은 곧 운영의 핵심 축으로 자리 잡았다. 이는 내부 워크플로우와 완벽히 일치했고 기존 시스템과도 매끄럽게 통합됐다. 또한 향후 기능 개선과 확장에 대한 완전한 통제권을 부여했다. 무엇보다 중요한 것은 시장에서 차별화된 서비스 방식을 그대로 유지할 수 있었다는 점이다.
직접 구축 결정이 성공적이었던 이유는 단순히 기술적 성과 때문이 아니었다. 전략적 필요와 정확히 맞아떨어졌기 때문이다. 해당 솔루션은 단순한 도구가 아니라 핵심 지적 자산이자 비즈니스 방식 자체를 구현한 체계였다.
상용 솔루션 구매가 더 합리적이었을 때
반대로 시모어화이트(Seymour Whyte)에서의 경험은 달랐다. 당시 건설 프로젝트에는 정교한 비용 수집 기능이 필요했는데, 이는 재무 정보 시스템으로 연결돼야 했다. 물론 중요한 기능이었지만, 차별화 요소까지는 아니었다. 그보다는 산업 표준을 준수하며 안정적으로 작동해야 하는 필수 기능에 가까웠다.
신중한 검토 끝에 강력한 API 기능을 제공하는 상용 솔루션을 도입하기로 결정했다. 이를 통해 시장에서 이미 검증된 기능을 다시 개발할 필요 없이 기존 재무 정보 시스템 생태계를 유연하게 확장할 수 있었다.
이 결정은 곧바로 가시적인 성과를 냈다. 구현 속도는 맞춤형 개발보다 훨씬 빨랐고, 솔루션에는 이미 업계 전반의 모범 사례가 내장돼 있었다. 중요한 점은 팀이 핵심 기능을 처음부터 개발하는 데 시간을 쓰는 대신 시스템을 통합하고 확장하는 데 역량을 집중할 수 있었다는 것이다.
또한 제공된 API는 해당 솔루션을 더 넓은 시스템 생태계와 유연하게 연결할 수 있도록 했다. 덕분에 표준화된 핵심 기능과 맞춤형 통합 지점을 동시에 확보하는 등 2가지 장점을 모두 얻을 수 있었다.
경험을 통해 얻은 의사결정 프레임워크
상반된 경험을 거치며 필자는 단순한 비용 비교를 넘어선 ‘자체 구축 대 구매’ 의사결정을 위한 프레임워크를 정립할 수 있었다. 포레스터(Forrester) 조사에 따르면, 소프트웨어 프로젝트의 67%가 구축과 구매를 잘못 선택해 실패로 끝나는 것으로 나타났다. 이런 위험을 피하려면 보다 정교하고 입체적인 접근법이 필요하다.
먼저 해당 기능이 핵심 지적 자산이자 경쟁 우위와 직접적으로 연결되는지 평가한다. 만약 그렇다면 초기 비용이 크더라도 구축을 선택하는 것이 합리적이다. 실제로 맥킨지(McKinsey) 연구에 의하면, 핵심 비즈니스와 맞닿은 전략적 디지털 자산을 구축한 기업이 20~30% 더 높은 영업이익률을 내는 것으로 나타났다.
그다음은 회사의 요구사항이 얼마나 고유한지를 평가한다. 애셋링크 프로젝트를 이끌 당시 워크플로우는 분명 독창적이었다. 그러나 시모어화이트에서는 요구사항이 중요하긴 했지만 산업 표준 패턴을 따르고 있었다. 하버드 비즈니스 리뷰(Harvard Business Review)는 많은 조직이 독창성을 과대평가해 불필요한 맞춤형 개발에 나서는 경우가 많다고 지적한다.
마지막으로 내부의 역량과 집중도를 고려한다. 구축은 초기 개발 자원뿐 아니라 장기적인 유지보수와 고도화 능력을 요구한다. 애셋링크에서는 맞춤형 솔루션을 장기간 지원할 수 있는 팀과 집중도가 있었다. 반면 시모어화이트에서는 기술 인력을 신규 개발보다는 시스템 통합과 업무 프로세스 최적화, 그리고 이미 진행 중이던 현대화 프로젝트에 투입하는 편이 더 효율적이었다.
현대적 접근법으로 중간 지점 찾기
오늘날의 기술 환경은 과거 경력 초기에 직면했던 구축과 구매의 이분법적 선택을 넘어 훨씬 더 정교한 대안을 제시한다. 로우코드 플랫폼, API 중심 상용 솔루션, 마이크로서비스 아키텍처와 같은 기술은 예전에는 불가능했던 하이브리드 접근 방식을 가능하게 하고 있다.
애셋링크와 시모어화이트에서의 경험을 돌이켜보면, 가장 성공적인 결과는 어느 한쪽을 고집스럽게 선택한 데서 나오지 않았다. 전략적 가치를 기준으로 무엇을 직접 구축하고 무엇을 구매할지 신중하게 구분했을 때 비로소 얻을 수 있었다.
비슷한 고민에 직면한 CIO들에게는 다음과 같은 질문부터 시작할 것을 권한다.
- 원하는 기능이 기업의 핵심 지적 자산이나 경쟁 우위를 대표하는가?
- 회사의 요구사항은 정말로 독창적인가, 아니면 ‘우린 특별하다’는 착각의 함정에 불과한가?
- 단순히 구축하는 것을 넘어, 맞춤형 솔루션을 유지 및 고도화할 수 있는 역량과 집중도를 보유하고 있는가?
- 로우코드 플랫폼이나 API 기반 통합 같은 현대적 접근이 구축과 구매의 2가지 장점을 동시에 제공할 수 있는가?
AI 시대에 기다림이 안전하지 않은 이유
구축과 구매 사이의 결정은 언제나 복잡했지만, AI는 이 선택의 리스크를 근본적으로 바꿔놓고 있다. 이전에는 신기술 도입에 앞서지 않고 조금 기다리는 것이 오히려 안전하다는 인식이 있었다. 흔히 ‘먼저 나선 기업들이 초기 시행착오를 겪고 난 후 성숙한 솔루션을 도입하면 된다’는 것이 상식처럼 여겨졌다.
그러나 AI의 등장으로 인해 계산법이 달라졌다. AI 발전 속도와 비즈니스 혁신 잠재력을 고려하면 이제 예전처럼 기다리는 전략은 오히려 조직의 미래 생존 가능성을 위협할 수 있다. AI 도입을 미루는 기업은 단순히 기회를 놓치는 것이 아니다. 회복 불가능할 정도로 뒤처질 리스크에 스스로를 노출시키는 것이다.
그렇다고 해서 성급하게 준비되지 않은 AI 구현에 뛰어들라는 의미는 아니다. 중요한 것은 구축과 구매 사이의 의사결정을 그 어느 때보다 긴급하고 전략적인 사안으로 봐야 한다는 점이다. 기업을 진정으로 차별화하는 영역이라면, 맞춤형 AI 솔루션을 구축해 경쟁 우위를 유지하는 것이 필수적일 수 있다. 반대로 그렇지 않은 기능이라면 최고 수준의 상용 AI 솔루션을 신속히 도입하는 것이 현명한 선택일 수 있다.
이제 ‘지켜보고 나서 도입한다’는 과거의 전략은 더 이상 안전한 선택이 아니다. 구축과 구매 사이의 결정은 단순한 기술적 선택이나 비즈니스 전략 차원이 아니다. AI 시대에는 어떤 조직이 성장하고 어떤 조직이 도태되어 시장의 존재감을 잃을지를 결정하는 요인이 될 수 있다.
CIO는 의사결정에 체계적 프레임워크를 적용하고, 속도와 전략적 가치의 균형을 잡으며 변화하는 리스크 환경을 인식해야 한다. 그래야 조직은 자신감과 선견지명을 갖고 새로운 현실을 헤쳐 나갈 수 있다.
dl-ciokorea@foundryco.com
