사람을 더 주면 2배 벌 수 있어요?
지금, 사업 전문가가 투입되면 가능합니다!
사업의 성장 곡선
왜 데이터 사업은 1월부터 12월까지 계속 바쁠까요?
다른 팀들은 월초에 바쁘다가도 월말이 되면 한가해집니다. 어떤 팀은 연초에 바쁘다가 10월부터 여유가 생기기도 합니다. 해낼 수 없는 일을 욕심내고 있는 걸까요, 일머리가 없어서 일까요? 사람마다 다른 원인을 찾겠지만 저는 데이터 사업이 임계점에 도달한 게 아닌가 생각합니다.
데이터 사업은 플랫폼화를 지향합니다. 하지만 현실은 여전히 사람이 대부분의 공정을 직접 수행하는 ‘가내수공업형 모델’에 가깝습니다.
치열한 경쟁 상황 속에서도 사업은 성장하고 있습니다. 인력의 변화 없이, 수익은 증가하고 있습니다. 업무는 많은 부분 자동화되었습니다. 기존 업무가 자동화되는 것 이상의 속도로 자동화가 어려운 새로운 작업들이 생겨나서 문제지만요. 업무의 효율성을 꾀하면서도, 스스로 새로운 것들을 배우고 뭐라도 해보려고 애쓴 덕에 지금까지 성장할 수 있었습니다. 문제는 같은 방식으로 성장할 수 있는 최고치에 도달했다는 것입니다. 여기서 더 성장하기 위해서는 근본적인 변화가 필요합니다. 업무 프로세스 자동화나, 필요 없는 일을 없애는 형태를 넘어선 근본적인 변화말이죠.
수익부서는 매년 더 높은 목표를 받습니다.
일 년 내내 목표 달성을 위한 일을 합니다. 도전적인 목표를 받기 때문에 달성자체가 어렵습니다. 실제로 달성하는 부서가 많지 않습니다. 그런데도 달성하면 당연하게 생각하고 달성을 못하면 질타합니다. 칭찬과 격려는 드물지요. 인력 충원이나 예산 지원 없이 수익만 증가하는 현실, 이런 업무의 내부를 들여다보면 어떨까요?
한 개의 단위 팀이, 수많은 프로젝트를, 수작업으로 처리합니다. 한 명의 팀원이 분석가이자 기획자이고, 영업맨이면서 사업 담당자입니다. 데이터 사업은 플랫폼으로 모습을 바꿔야 하지만 현재는 가내수공업입니다. 지금 이 구조로, 우리는 이 성장률을 감당할 수 있을까요?
⸻
‘열심히 한다’로는 넘을 수 없는 선
사업에는 어느 순간 ‘한계’가 찾아옵니다.
지금까지의 방식으로 더 이상 성장할 수 없는 임계점입니다. 초기에는 소수의 인원으로 몰입해서 빠르게 움직이는 게 효율적입니다. 속도도 빠르고 유연성도 큽니다. 하지만 매출이 커지고, 고객이 늘고, 상품이 다양해지면 어떨까요?
더 이상 야근을 할 수 없는 초과 근무 시간, 신규 문의가 있어도 응대할 여력이 없는, 자리를 비우면 대무자가 없는 상태… 이미 일인당 생산성은 업계 최고 수준에 올라와있습니다. 아무리 열심히 해도 더 이상 생산성이 올라가지 않는 상태에 왔다고 느낍니다.
⸻
사람이 아니라 ‘지렛대’를 세워야 할 시점
지금 필요한 건 단순한 인력 증원이 아닙니다.
한 명이 더 많은 성과를 낼 수 있는 ‘레버리지’를 설계할 수 있는 인력이 필요합니다. 전체 인원수는 유지되더라도 변화를 꾀할 수 있는 팀원의 비중을 늘려야 합니다. 수작업에서 자동화로 전환해야 되는 시점에 이를 실현할 인력이 필요한 것입니다.
예를 들어 데이터 가공과 리포트 제작을 자동화하면 기존 인력이 반복 업무에서 벗어나 상품 설계와 고객 전략에 집중할 수 있습니다. 단순히 ‘사람을 한 명 늘리는 것’과 ‘레버리지를 설계할 인력을 한 명 늘리는 것’의 차이는 시간이 지날수록 기하급수적 격차로 벌어질 겁니다.
⸻
가내수공업에서 플랫폼으로의 구조 전환
데이터 사업의 본질은 결국 플랫폼화와 구조화가 아닐까요? 지금처럼 사람이 고객 수만큼 따라붙는 구조로는 목표를 달성하기 어렵습니다. 하지만 데이터 상품 표준화, API연결을 통한 구독 서비스, 파이프라인 자동화, 고객 셀프서비스 기능을 설계하면 고객 수는 기하급수적으로 늘어도, 업무량은 완만하게 증가할 겁니다.
이게 바로 구조전환의 힘입니다. 구조전환은 사람이 일을 덜 하게 만드는 게 아니라, 더 큰 성장을 감당할 수 있는 몸체로 조직을 바꾸는 것입니다. 그리고 데이터 사업은 지속 성장을 위해 이런 변화가 필요합니다.
충원은 ‘일손이 부족하니 좀 더 달라’는 요구가 아닙니다. 이 레버리지를 설계하지 않으면 내년도 수익 목표는 달성하기 어렵다는 전략적 메시지입니다. 지속성장으로 가기 위해 지금 우리가 투자해야 되는 것이지요. 이건 선택의 문제가 아닙니다. 미룰 수 있는 어젠다도 아닙니다. 임계점을 넘어선 팀은 사람을 손을 움직이는데 쓰는 게 아니라, 조직의 작동 방식을 바꾸는 데(머리를 쓰는데) 씁니다.
⸻
개인기로 버티는 성장에는 끝이 있다
우리는 지금까지 팀 안에서 서로를 도와가며 스스로 배우면서 성과를 냈습니다. 더 큰 산을 넘으려면 지렛대가 필요합니다. 이제는 사람을 ‘더’ 쓰는 게 아니라, 사람을 ‘다르게’ 써야 하고 이런 전환을 주도할 인재들이 많아져야 합니다. 구조전환을 위한 인력 투자 없이는, 성장률은 유지되지 않습니다. 지금 1명을 충원하는 건 내년 3명의 생산력을 확보하는 것과 같을지 모릅니다.
사실 팀원이 늘어나는 건 리더 입장에서 부담되는 일입니다. 관리의 부담이 늘어나고 각자의 개성을 가진 팀원들을 포용하는 노력도 해야 합니다. 그럼에도 증원 요청을 하는 것은, 증원하지 않고는 변할 수 없기 때문이고 지금이 아니면 너무 늦어버리기 때문이지요.
사람을 충원하지 않으면 어떤 일이 벌어질까요?
팀원들이 루틴 업무에 묶여 전략적 설계와 상품화 기획이 더딜 겁니다. 일은 누군가 해야 되잖아요. 계속해서 새로운 것들을 발굴하고 업무를 확장시키는 노력이 필요한데, 루틴 한 업무에 발이 묶여 옴짝달싹 하기 어려운 상황이 되지요. 플랫폼화 시도에 필요한 설계 시간 자체가 사라지니, 구조 전환이 지연됩니다. 결국 레버리지 설계 없이 목표만 늘어나는 ‘인력 착취형 구조’로 퇴보하게 되지요.
기존에는 사람을 갈아서 일을 하는 게 가능했을지 몰라도 AI와 데이터 세상이 된 지금, 사람을 갈아 넣는 작업들은 가능하지 않을 겁니다. 일이 없으면 만들어서 하는 것, 일찍 출근하는 것, 초과 근무하는 것, 주말에 일하는 것, 내게 맡겨진 일을 넘어서는 일을 하는 것, 이런 것들이 새로운 세상에서 희귀해지고 있습니다. 지금 사람을 충원하지 않는다면 단기적 비용 절감처럼 보일 수도 있지만, 중장기 수익 성장률을 꺾는 결과로 이어질 겁니다.
지금 필요한 건 변화를 주도할 고급 인력
AI시대가 오면서 신입사원의 자리가 줄어든다고 말합니다. 기본적인 업무는 AI가 할 수 있다는 말이죠. 통계학과 교수님도 비슷한 이야기를 하신 적이 있습니다. 통계를 보통으로 하는 사람들은 다 대체된다는 겁니다. 고급 통계분석가의 자리만 남는다는 뜻이었지요.
데이터 사업에 필요한 인력도 비슷합니다. 우리가 지금 시작하는 단계가 아니기 때문에 새로 가르쳐야 하는 직원이나, 보통의 직원이 아니라 아주 숙달된, 구조적인 혁신을 기획하고 실행할 수 있는 사람이 필요한 시점입니다. 이런 고급인력이 투입되어야 업무량이 증가하는 만큼 사람이 필요한 구조에서 벗어날 수 있습니다. 데이터 상품 기획자, 신규 비즈니스 모델 전문가, 제휴 전문가, 플랫폼 전문가, 데이터 비즈니스 전문가, 리서치 오퍼레이션 업무를 아우르면서 변화를 시도할 수 있는 사람. 지금, 이들이 필요합니다.
그렇다면 우리는 내년에 지금보다 2배 더 벌 수 있습니다. 수익 창출 파이프라인이 병렬화되서 동시에 돌아가고, 반복 작업은 줄어들 겁니다. 그리고 한 땀 한 땀 만들어간 수익의 구조가 변화되어 거대한 일들을 스스로 담을 수 있게 될 겁니다. ‘데이터 사업이 이렇게 커진다고?‘, ’ 돈을 이렇게 많이 준다고?‘ 담당자들도 그렇게 생각하는 일들 말이죠. 1억에 만족하면 9천이 되지만 1억을 부족하다고 느끼면 10억이 됩니다.
