---
title: "노르웨이 대행사, 보고서 10시간을 AI가 20분으로"
author: "VibeTimes"
published: "2026-11-19T23:08:46.183Z"
section: "technology"
tags: ["AX", "AI전환", "슈퍼메트릭스", "카바나", "초코", "마케팅보고서", "AI에이전트"]
language: "ja"
url: "https://vibetimes.co.kr/ja/news/cmwo5w1jn37mr78o0xzi2i987"
---

# 노르웨이 대행사, 보고서 10시간을 AI가 20분으로

노르웨이 광고대행사 레이어는 고객 보고서 작성을 AI에 맡겨 10시간 걸리던 일을 20분으로 줄였다. 다만 그대로 믿기는 어렵다. 앤스로픽(클로드 개발사)의 자사 고객사례 기준이라 제3자 검증이 없고, 자료에 따르면 20분 중 17분은 완성 데이터를 고객 구글 시트에 옮기는 사람 작업이다. AI 몫은 3분 어치다. "환각(틀린 숫자를 그럴듯하게 만드는 현상)을 한 번도 못 봤다"는 문구 뒤에도 직원 한 명이 몇 주간 검증한 대가가 붙는다.

## 다섯 개 플랫폼 엑셀 작업이 사라진 자리

레이어는 직원 25명짜리 회사다. 보고서 하나에 다섯 개 광고 플랫폼 데이터를 엑셀로 합쳤고 그 작업에 10시간을 잡아 매겼다. 하루 근무시간보다 긴 분량이다. 이 일을 핀란드 마케팅데이터 회사 슈퍼메트릭스(고객 20만 사업체)의 연결 기능에 탑재된 클로드가 대신했다. 마케터가 캠페인 부진 원인을 물으면 AI가 각 플랫폼 데이터를 실시간으로 가져와 답한다. 캠페인 수정은 사람이 승인해야만 실행된다.

## 두 번 직접 만들었다가 갈아탄 카바나

미국 온라인 중고차 판매업체 카바나는 비슷한 길을 혼자 걷다 넘어졌다. 사내 메신저 슬랙에 도착하는 장애 경보를 AI가 먼저 조사하는 도구를 두 번 자체 제작했다. 둘 다 작동은 했다. 문제는 유지였다. 소규모 팀이 본업 외에 도구를 돌봐야 했고 팀별 권한 설정은 공사가 커서, 한 팀은 "언제까지 지원될지 모른다"며 도입을 거부했다. 관리형 서비스로 갈아탄 뒤 한 팀 채널의 경보는 56% 줄었고 다른 팀의 원인 조사 답변은 65% 빨라졌다고 회사는 발표했다.

## 세 곳의 숫자를 나란히 놓으면

회사

붙인 업무

지표

변화

출처

레이어(노르웨이·광고대행사)

고객 보고서 작성(5개 플랫폼 데이터 취합)

작성 시간

10시간→20분

앤스로픽 고객사례

카바나(미국·온라인 중고차 판매)

장애 경보 조사(사내 메신저 대응)

경보 건수·조사 답변 속도

56% 감소·65% 단축

앤스로픽 고객사례

초코(독일·식자재 유통 플랫폼)

이메일·전화로 오는 주문 입력

수동 주문 입력

최대 50% 감소

OpenAI 고객사례

셋 다 벤더가 공개한 사례집 숫자다.

## "절약한 시간은 검토 대기열에서 새어 나간다"

개발자 커뮤니티 r/AI\_Agents의 익명 실무자들은 사례집 숫자의 뒷면을 적어 두었다. "에이전트(스스로 일 처리하는 AI 프로그램)는 쉬운 80%를 처리한 뒤 아무도 적어두지 않은 사례에서 막힌다. 팀들은 계획에 없던 검토 대기열을 만들고, 절약한 시간은 그곳에서 조용히 새어 나간다"는 댓글이었다. 금융권 5천 명 규모 회사라 밝힌 이는 "병목은 모델이 아니라 데이터 정의였고 정리에 몇 달이 걸렸다. 벤더 데모는 그 작업을 보여주지 않는다"고 썼다. 업무 영역마다 주 반나절의 검증 유지비도 남는다. 해커뉴스에선 영국 KPMG 감사 실험(에이전트 100여 개, 법정 감사는 아님) 보도에 "AI는 흔한 해결책 대신 엉뚱한 예외 사례를 쫓는다"는 반박이 달렸다.

## 한국에서 같은 일을 하면 걸리는 두 지점

한국 대행사도 사정은 같다. 플랫폼마다 화면이 달라 직원이 밤마다 엑셀을 붙인다. 걸리는 지점은 두 곳이다. 검증이다. 레이어는 전략가 한 명이 몇 주 검증한 뒤에야 AI를 믿었고, 이 인건비는 사례집 숫자에 포함돼 있지 않다. 지표 정의다. 부서마다 매출의 뜻이 다른 회사에서는 "문법에 맞는데 틀린, 그럴듯한 숫자"가 나오기 쉽다.

## 남는 것

10시간이 20분으로 준 건 반만 맞다. 사람이 옮기는 17분과 검증하는 몇 주를 더해야 완성된 숫자다. 커뮤니티 실무자는 "임원 앞에서 두 번 틀리면 일 년 공든 신뢰가 무너지고 싸게 되돌아오지 않는다"고 적었다. AI를 믿는 데 드는 시간이 AI가 일한 시간보다 길다. 적어도 처음 한 번은.

* * *

_분석 근거: Anthropic 고객사례(슈퍼메트릭스·카바나), OpenAI 고객사례(초코), Hacker News 토론, r/AI\_Agents. 공개 자료에 근거한 분석입니다._
