좋은 AI를 사는 게 아니라, 내 비즈니스에 맞는 흐름을 설계하는 것 — 하네스란 무엇인가

“제일 똑똑한 AI를 샀는데, 왜 우리 비즈니스에선 헛도는가”

미스 김 김밥을 운영하는 미스 김은 요즘 제일 똑똑하다는 AI를 결제했습니다. 영어 리뷰에 답을 달아 줄 거라고 들었으니까요. 그런데 막상 써 보니, 답변은 그럴듯한데 매번 비즈니스 이름을 틀리게 쓰고, 메뉴에 없는 음식을 사과하고, 한국어로 칭찬을 남긴 단골에게는 영어로 답합니다. AI가 나쁜 게 아닙니다. 그 AI에게 이 비즈니스가 누구이고, 무엇을 팔고, 손님이 어떤 언어로 말하는지를 알려 주는 흐름이 없었을 뿐입니다.

이 글은 그 흐름의 이름을 설명합니다. 업계에서는 이것을 하네스Harness. 원래 뜻은 말에 씌우는 마구(馬具). 힘센 말도 마구로 방향을 잡아 줘야 수레를 끈다라고 부릅니다. 그리고 이것이, 이음이 파는 것의 정체입니다. 미스 김의 비즈니스가 어떻게 달라지는지를 끝까지 따라가 보겠습니다.

한 가지 먼저 분명히 해 두겠습니다. 이 글은 하네스라는 개념을 일반적으로 설명하려는 글이 아닙니다. 당신의 비즈니스 한 곳에 맞춰 짠 흐름—식당이면 식당의, 세탁소면 세탁소의 흐름—이 결과를 어떻게 가르는지를 이야기합니다. 같은 AI라도 미스 김 김밥에 맞춘 흐름과 옆 세탁소에 맞춘 흐름은 전혀 다른 모양이어야 하기 때문입니다.

모델은 재료이고, 결과를 만드는 건 흐름입니다

최근 AI 업계에서 거듭 확인되는 것은, 모델 그 자체보다 모델을 둘러싼 흐름이 결과를 만든다는 사실입니다. 개발자들은 이것을 “Code as Harness”—코드가 곧 마구다라는 말로 부릅니다. 아무리 힘센 말(=똑똑한 AI 모델)이라도 그 힘을 어디로 끌고 갈지 잡아 주는 마구가 없으면 수레는 엉뚱한 데로 갑니다. 같은 말이라도 마구를 어떻게 채우느냐에 따라 밭을 갈 수도, 마차를 끌 수도 있습니다.

비즈니스 언어로 바꾸면 이렇습니다. AI는 좋은 식재료입니다. 하지만 손님 식탁에 올라가는 건 요리이지 재료가 아닙니다. 같은 한우라도 누가 어떤 순서로, 무엇과 함께 손질하느냐에 따라 결과가 갈립니다. 흐름은 입력에서 출력까지 이어지는 네 칸으로 되어 있고, 모델은 그중 한 칸일 뿐입니다.

AI를 결제하는 것은 가운데 처리 칸 하나를 채우는 것에 불과합니다. 나머지 세 칸이 비어 있으면, 아무리 비싼 모델을 사도 미스 김의 비즈니스처럼 헛돕니다. 그리고 여기서 핵심은, 비어 있는 세 칸의 내용이 비즈니스마다 다르다는 점입니다. 미스 김 김밥의 입력 칸은 영어 리뷰·전화 주문이고, 동네 세탁소의 입력 칸은 픽업 시간 문의·세탁물 분실 클레임입니다. 같은 네 칸이라도 채우는 재료가 다르니, 흐름은 당신 비즈니스에 맞춰 새로 짜야 비로소 돕니다. 지금 당신이 산 것이 어느 칸까지인지, 표로 견줘 보겠습니다.

조금 더 또렷하게, 네 칸을 항목별로 견줘 보면 차이가 분명해집니다.

흐름이 없으면 손해가 매주 쌓입니다

흐름이 빠진 AI는 겉보기엔 일하지만 실제로는 새는 양동이입니다. 한인 디아스포라 SMB(소상공인)의 현실에서는 이렇게 새어 나갑니다.

1 언어가 어긋납니다. 손님은 영어로 묻는데 한국어로 답하거나, 한국어 단골에게 어색한 영어로 답합니다. 흐름에 “이 손님이 쓴 언어를 감지해 같은 언어로 답한다”는 규칙이 없기 때문입니다. 잘못 단 답글은 손님이 가장 먼저 보는 자리에 오래 남습니다. 새 손님은 그 답글 하나로 “여기는 영어가 잘 안 통하나 보다”를 판단하고 다른 식당으로 넘어갑니다.

2 비즈니스를 모릅니다. 일반 AI는 당신의 휴무일, 주차 안내, 매운맛 단계, 김치를 따로 파는지를 모릅니다. 미리 알려 두는 규칙(=처리 칸)이 없으면 매번 그럴듯하게 지어냅니다. 미스 김은 지어낸 답을 하나하나 다시 고쳐 써야 했습니다. 고쳐 쓸 거면 처음부터 직접 쓰는 것과 시간 차이가 없습니다. 그래서 많은 분이 비싼 AI를 결제해 놓고 두 달 만에 손을 놓습니다.

3 일이 어디에도 닿지 않습니다. AI가 좋은 답을 만들어도, 그게 GBPGoogle Business Profile. 구글 지도·검색에 뜨는 비즈니스 정보 페이지. 손님이 영업시간·리뷰·전화번호를 보는 곳(구글 비즈니스 프로필) 리뷰 답글로 자동 게시되거나 예약 문자로 발송되지 않으면 결국 사람이 복사해 붙여야 합니다. 답글 하나 옮기는 데 5분이면, 하루 스무 건에 주 11시간—사람 하나가 거의 이틀을 받아쓰기에 씁니다. 연동이 없으면 자동화가 아니라 그냥 비싼 받아쓰기입니다.

이 ‘비싼 받아쓰기’가 한 주에 얼마나 쌓이는지를, 답글 한 건당 5분이라는 가정으로만 그려 보면 이렇습니다.

영어가 서툴고 일손이 부족한 비즈니스일수록 이 누수가 치명적입니다. 큰 체인은 이 일을 할 직원이 따로 있지만, 작은 비즈니스는 그 시간을 주방에서, 손님 앞에서 빼 와야 하기 때문입니다. 주 11시간이면 점심 장사 한 타임을 통째로 컴퓨터 앞에 앉아 영어 답글을 옮겨 쓰는 셈입니다.

하네스가 도는 모습 — 리뷰 한 줄이 들어오면

추상적인 네 칸을 미스 김의 비즈니스에서 실제로 굴려 보겠습니다. 어느 밤, 영어 리뷰 하나가 올라옵니다. “Loved the bibimbap but waited 30 min.”

1 입력 — 구글 비즈니스 프로필에 새 리뷰가 뜨는 순간, 흐름이 그것을 집어 옵니다. 미스 김이 알아채기 전에. 2 처리 — AI가 언어를 영어로 감지하고, 비즈니스 말투와 정보를 입은 채 답을 만듭니다. 비빔밥은 고마워하고, 대기 시간은 사과하되 변명하지 않는 답을. 3 연동 — 그 답이 구글 답글로 자동 게시되고, 동시에 “대기 시간 불만 1건”이 그날 요약에 기록됩니다. 4 출력 — 미스 김은 아침에 휴대폰을 열고, 이미 정중하게 답이 달린 리뷰와 한 줄 요약을 봅니다. 손댈 일은 없고, 알아야 할 것만 압니다.

같은 리뷰가 흐름 없이 들어왔다면 어땠을까요. 미스 김은 며칠 뒤에야 발견하고, 사전을 켜고, 어색한 영어로 답을 쓰고, 복사해 붙였을 것입니다. 두 경로를 나란히 두면 차이가 한눈에 들어옵니다.

하네스란 이 네 동작을 당신 비즈니스에 맞게 한 줄로 꿰어 두는 일입니다. 그리고 다시 강조하면, 이 네 동작의 구체적인 모양은 식당이냐 세탁소냐에 따라 달라집니다. 세탁소라면 입력은 “셔츠 5장 언제 찾을 수 있나요”라는 문자이고, 출력은 픽업 시간을 계산해 손님 언어로 보내는 답입니다. 흐름의 골격은 같고, 채워 넣는 내용이 비즈니스마다 다릅니다.

똑똑한 AI가 흐름을 더 중요하게 만듭니다

여기에 흥미로운 역설이 있습니다. AI가 똑똑해질수록 흐름을 짜는 일은 덜 중요해지는 게 아니라 더 중요해집니다.

최근 출시된 Claude Opus 4.8을 예로 들겠습니다. 이 모델은 “동적 워크플로”라는 기능으로 한 번의 작업에서 수백 개의 보조 AI(서브에이전트)를 동시에 돌릴 수 있습니다 . AI가 먼저 일을 계획하고, 수백 갈래로 나눠 동시에 처리한 뒤, 결과를 스스로 검증하고 보고합니다. 혼자서 한참을 일하는 AI가 현실이 됐다는 뜻입니다.

말이 힘세질수록, 그 힘을 어디로 끌지 잡아 줄 마구는 더 정교해야 합니다. 수백 개의 보조 AI가 동시에 움직이는데 방향을 잡아 주는 설계가 없으면, 빠르게 엉뚱한 곳으로 갈 뿐입니다. 그래서 평가 기준도 바뀌었습니다. 이제는 “얼마나 정확한가”만 보지 않고, “얼마나 빠르고 얼마나 싼가”를 함께 봅니다. 실제로 Opus 4.8의 빠른 모드(Fast mode)는 이전 모델 대비 약 2.5배 빠르게 일하면서도 비용은 3배 더 저렴해졌습니다 . 똑똑함만이 아니라 속도와 비용이 함께 무기가 된 것입니다.

작은 비즈니스에 이건 좋은 소식입니다. 미스 김에게 필요한 건 세상에서 제일 비싼 모델이 아닙니다. 손님 문의에 빠르게, 저렴한 비용으로 답하는 조합이면 충분합니다. 가장 똑똑한 모델은 까다로운 판단에만 아껴 쓰고, 단순 반복은 빠르고 싼 모델에 맡기는 것—어느 칸에 어떤 모델을 쓸지를 고르는 이 선택 역시 흐름 설계의 일부입니다. 모델이 빠르고 싸질수록, 그 모델들을 비즈니스에 맞게 배치하는 솜씨가 결과를 더 크게 가릅니다.

그래서, 코딩을 몰라도 됩니다

또 하나 바뀐 것이 있습니다. 같은 흐름 속에서 엔지니어의 정의가 “코드를 짜는 사람”에서 “문제를 푸는 사람”으로 옮겨 가고 있습니다. 코딩을 전공하지 않은 마케터나 운영자도 이제 AI 도구로 직접 무언가를 만듭니다. AI를 만드는 회사들조차 “흥미로운 독립 연구, 통찰 있는 글, 오픈소스 기여를 이력서 맨 위에 쓰라”고 안내합니다—학위가 아니라 실제로 무엇을 풀어 봤는가를 먼저 보겠다는 뜻입니다 .

이 변화의 진짜 의미는 이것입니다. 가장 강한 사람은 코드를 아는 사람이 아니라, 풀어야 할 문제를 가장 잘 아는 사람입니다. 그리고 당신 비즈니스의 문제를 세상에서 제일 잘 아는 사람은 당신입니다. 어떤 손님이 무엇을 자주 묻는지, 어느 시간에 전화가 몰리는지, 어떤 리뷰가 매출을 흔드는지—어떤 AI 전문가도 당신만큼은 모릅니다. 30년 단골이 매주 같은 메뉴를 시키는 이유, 금요일 저녁에만 전화가 폭주하는 까닭, 어떤 한마디에 손님이 등을 돌리는지를 아는 건 흐름을 짜는 사람이 아니라 그 비즈니스를 살아 낸 당신입니다.

그래서 우리는 AI를 맡겨 두는 도구가 아니라 곁에서 같이 생각하는 팀원으로 봅니다. 그 팀원을 가장 잘 부리는 사람은 손님을 아는 당신입니다. 영어가 서툴러도, 코드를 몰라도 괜찮습니다. 당신은 문제를 알고, 흐름을 짜는 일은 이음이 맡습니다. 도메인 경험과 AI 조율—이 둘이 만나는 자리가, 작은 비즈니스가 큰 체인과 겨룰 수 있는 진짜 무기입니다.

이음이 하는 일

이음이 파는 건 모델이 아닙니다. 당신 비즈니스에 맞는 흐름입니다.

1 무료 진단으로 흐름의 빈칸을 찾습니다. 입력·처리·연동·출력 네 칸 중 지금 어디가 새고 있는지를 한 페이지로 정리해 드립니다. 미스 김처럼 처리 칸만 산 채 나머지가 비어 있는지, 아니면 연동이 끊겨 받아쓰기에 시간을 쏟고 있는지—먼저 어디가 새는지부터 봅니다.

2 비즈니스에 맞는 재료와 마구를 고릅니다. 어떤 AI를, 어떤 규칙으로, 어디에 연결할지—가장 비싼 게 아니라 당신 비즈니스에 맞는 조합으로. 까다로운 답은 똑똑한 모델에, 단순 반복은 빠르고 싼 모델에 나눠 맡기는 배치까지 포함합니다.

3 최신화는 우리가 대신 추적합니다. AI 모델은 빠르게 갈립니다. Anthropic의 최상위 모델만 해도, 바로 앞 버전이 2026년 4월 중순에, 다음 버전인 Opus 4.8이 5월 28일에 나왔습니다 . 한 달 반 만에 한 번씩 갈리는 셈입니다.

이 속도를 비즈니스가 혼자 따라잡기는 사실상 불가능합니다. 더 빠르고 싼 모델이 나왔는데도 옛 모델에 계속 비용을 쓰거나, 새 기능이 나온 줄 모르고 사람이 손으로 메우는 일—그 손해를 비즈니스가 알아채기도 전에 우리가 대신 흡수합니다. 그 속도를 대신 흡수해 주는 것이 “당신의 첫번째 AI 팀”의 일입니다.

다음 한 걸음

빠르게 바뀌는 시대일수록, 1년짜리 거창한 계획보다 작은 실험 하나가 낫습니다. 한 달 반이면 도구가 또 바뀌는데, 완벽한 큰 그림을 그리려다 아무것도 시작하지 못하는 게 가장 큰 손해이기 때문입니다. 미스 김도 거창한 디지털 전환 계획이 아니라, 영어 리뷰 답글 하나를 자동으로 돌리는 작은 흐름 하나에서 시작했습니다.

그래서 이음은 큰 결심이 아니라 작은 한 걸음으로 시작합니다. 지금 당신 비즈니스의 흐름에서 가장 크게 새는 칸이 어디인지, 미스 김의 비즈니스가 그랬듯, 무료 진단으로 한 페이지에 정리해 드리겠습니다. 좋은 AI를 사는 일은 그다음입니다.