2026년, 28Stone Consulting은 AI 에이전트 활용에 인간 전문성과 도메인 지식을 결합해 대기업 경쟁에서 앞서나갑니다. 성공적인 엔터프라이즈 AI 도입 전략을 알아봅니다.
2026년 AI 컨설팅 판도 변화와 28Stone의 부상
2026년, 인공지능(AI)은 기업의 핵심 동력으로 자리 잡았습니다. 주요 AI 연구소와 대형 컨설팅 기업들은 전진 배치 엔지니어(FDE)와 AI 에이전트 군단을 앞세워 엔터프라이즈 고객 유치에 열을 올립니다. 이러한 치열한 경쟁 속에서 뉴욕 기반의 230명 규모 자본 시장 기술 컨설팅 기업 28Stone Consulting은 AI를 활용해 대형 경쟁사들을 제치고 주목받고 있습니다. AI가 더 이상 선택이 아닌 필수가 된 지금, 28Stone은 어떻게 성공적인 AI 도입을 이끌어내고 있을까요?
AI 퍼스트: 일시적 유행인가, 필수 전략인가?
28Stone의 공동 설립자 토마스 돌란은 “우리는 AI-포워드(AI-forward)를 넘어 AI-퍼스트(AI-first) 기업”이라고 강조합니다. 하지만 그는 단순한 토큰 구매가 아닌 ‘지능적으로 실행되는 AI’의 중요성을 역설합니다. 공동 설립자 프랭크 에릭슨은 “어느 시점이 되면 AI는 소프트웨어 개발과 동의어가 될 것”이라며, AI를 전략에 포함하지 않는 것은 2026년에 COBOL 벤더처럼 보일 것이라고 단언합니다. AI는 이제 소프트웨어 개발 라이프사이클(SDLC)의 필수 요소가 되었습니다.
에이전트 AI 도입, 인간의 역할은 필수
28Stone은 순수한 에이전트 AI 접근 방식을 활용하지만, SDLC 전 과정에 걸쳐 인간 전문성을 강조합니다. 돌란은 “AI 모델의 이점을 희생하지 않으면서도 인간 전문성 없이는 AI에서 원하는 가치를 얻을 수 없다”고 말합니다. 특히 요구사항 정의 단계에서 비즈니스 애널리스트의 미묘한 분석 능력은 매우 중요합니다. AI 에이전트는 빠른 주니어 BA처럼 작동하며, 숙련된 개발자는 이 결과물을 효율적으로 변환하고 코드에 대한 책임을 집니다.
‘만능 AI 전문가’ 신화의 함정
28Stone은 한 사람이 AI와 에이전트의 모든 것을 담당할 수 있다는 생각에 반대합니다. 에릭슨은 “모든 개발자가 훌륭한 요구사항 분석가는 아니며, 기술 배경이 있는 도메인 전문가가 에이전트 코드가 유지보수 가능하고 성능이 좋은지 알 수는 없다”고 설명합니다. 기업 수준에서 성공적인 AI를 구현하려면 도메인, 소프트웨어 엔지니어링, 테스트, 배포 등 깊이 있는 인간 전문성이 각 단계에 필요합니다. 만능 전문가를 찾는 것은 현실적으로 어렵습니다.
과장된 AI 기대감: ‘버튼 하나로 완성’은 없다
돌란은 “AI의 손쉬운 사용과 엔터프라이즈 소프트웨어 제공의 민주화에 대한 과장된 기대는 장기적으로 큰 대가를 치를 수 있다”고 경고합니다. 그는 이를 20~30년 전 오프쇼어링 초기와 비교하며, 충분한 숙고 없이 진행된 프로젝트는 실패할 가능성이 높다고 지적합니다. “기계가 시스템을 구축하는 것이 아니라, 신뢰할 수 있는 엔지니어 팀이 시스템을 구축하는 것”이라며, ‘버튼 하나로 완성’이라는 환상이 AI에 대한 불신으로 이어질 수 있음을 우려합니다.
도메인 전문성 없는 AI는 위험
에릭슨은 AI에 대한 과장된 기대가 ‘바이브 코딩(vibe coding)’이라는 한 단어로 요약될 수 있다고 말합니다. 그는 바이브 코딩과 엔터프라이즈 소프트웨어 개발 사이에는 엄청난 차이가 있다고 강조합니다. 특히 자본 시장과 같은 수직 시장에서는 깊이 있는 도메인 지식 없이는 성공하기 어렵습니다. 단순히 AI 기술만 아는 일반 소프트웨어 제공업체나 인력 공급업체와 협력할 경우, 산업과 기술 전문성을 결합하여 금융 서비스 시스템을 실제로 구현하는 노하우를 놓치게 됩니다.
작은 기업의 반격: AI가 바꾼 경쟁 구도
AI는 28Stone과 같은 소규모 컨설팅 기업들에게 새로운 기회를 제공합니다. 돌란은 과거에 프로젝트를 놓쳤던 두 가지 이유, 즉 비용 문제와 대규모 인력 요구 사항이 AI로 인해 변화했다고 설명합니다. 이제 고객은 더 이상 특정 분야 전문성을 희생하면서까지 대규모 인력이나 저렴한 비용만을 쫓을 필요가 없습니다. AI는 ‘규모’의 의미를 재정의하며, 인력 규모가 아닌 ‘결과물’로 경쟁할 수 있게 해 소규모 기업들이 액센츄어 같은 대형 기업들과 경쟁할 수 있도록 돕습니다.
변화하는 인재상: 엔지니어와 도메인 관심
에릭슨은 AI 에이전트 시대에 인재상이 변화하고 있다고 말합니다. 그는 완벽한 코드를 작성하는 것보다 코드를 검토하고 이해하며, 더 높은 수준에서 운영할 수 있는 ‘엔지니어’를 찾습니다. 비즈니스 애널리스트 역시 세부적인 사용자 스토리를 작성하는 것보다 대화와 프롬프트를 통해 AI 결과물을 검토하는 역할로 전환됩니다. 이제 인재들은 특정 기술 스택에 대한 깊이보다 자신이 몸담을 도메인에 대한 관심이 더욱 중요해졌습니다.
AI 도입의 새로운 과제: 거버넌스와 비용
AI 도입이 확산되면서 거버넌스와 비용 관리는 새로운 도전 과제로 떠오르고 있습니다. 에릭슨은 현재 많은 기업이 토큰 사용량 증가로 인한 막대한 비용 청구서에 놀라고 있다고 말합니다. 한 고객사는 8주 만에 1백만 달러를 토큰 비용으로 지출했습니다. 이는 ‘와일드 웨스트’와 같은 상황으로, 기업들은 거버넌스 프레임워크를 신속하게 마련하고 비용을 통제할 방안을 모색해야 합니다. 예측할 수 없는 비용은 CIO의 AI 투자 결정을 주저하게 만드는 요인 중 하나입니다.
CIO의 지갑을 여는 현명한 AI 투자
현재 CIO들은 AI 투자에 여전히 신중한 태도를 보입니다. 에릭슨은 “3개월을 기다리면 절반 가격으로 같은 결과물을 얻을 수 있다면 기다릴 것”이라며 균형점이 찾아질 때까지 관망하는 경향이 있다고 설명합니다. 그러나 돌란은 AI가 생산성 향상 관점에서 접근될 때 지갑이 열릴 수 있다고 제안합니다. 동일한 비용으로 더 많은 작업을 수행하거나, 과거에는 승인되지 않았을 프로젝트를 AI 덕분에 실행 가능하게 만들어줄 때 투자가 활성화될 것입니다. AI는 새로운 비즈니스 기회 탐색의 문을 열고 있습니다.
