고마진은 AI가 아니라 좁은 오퍼에서 나온다

AI-native agency 이야기를 들으면 사람들은 먼저 도구를 묻는다.

어떤 모델을 쓰나. 어떤 자동화 툴을 붙였나. 리서치, 글쓰기, 리포트, CRM 업데이트를 어디까지 agent에게 맡겼나. 물론 중요하다. 하지만 고마진 작은 팀을 만드는 첫 조건은 도구가 아니다.

첫 조건은 좁은 오퍼다.

2명이 연매출 수백만 달러를 만들었다는 식의 사례를 볼 때 숫자부터 믿으면 위험하다. 80% profit margin 같은 숫자는 일반 agency benchmark와 잘 맞지 않는다. 그 숫자가 가능하려면 그 사업은 우리가 흔히 아는 대행사가 아니어야 한다. 사람 시간을 팔고, 고객마다 다른 일을 받아 처리하고, 미팅과 수정과 승인으로 마진이 새는 구조라면 AI를 붙여도 마법은 일어나지 않는다.

고마진은 headcount를 줄인다고 생기지 않는다. 일이 반복 가능한 모양을 가질 때 생긴다.

넓은 오퍼는 자동화되지 않는다

“SEO 해드립니다”는 넓다. 넓은 말은 고객에게 편해 보이지만 운영자에게는 지옥이다. 고객마다 업종이 다르고, CMS가 다르고, 내부 승인 구조가 다르고, 콘텐츠 자산의 품질이 다르고, 대표가 원하는 것도 다르다. 어떤 고객은 키워드 리서치가 필요하고, 어떤 고객은 technical SEO가 문제고, 어떤 고객은 콘텐츠보다 sales page가 문제다.

이 상태에서 AI를 붙이면 조금 빨라질 뿐이다. 문제 자체가 매번 달라지기 때문이다. 자동화는 반복을 먹고 산다. 반복되지 않는 일을 자동화하려고 하면, 사람은 매번 예외를 설명하고, agent는 매번 엉뚱한 출력을 만들고, 결국 senior가 다시 다듬는다.

반대로 좋은 오퍼는 좁다.

예를 들어 “B2B SaaS의 bottom-of-funnel comparison page를 90일 안에 revenue channel로 만든다”는 말은 다르다. 고객도 좁고, 문제도 좁고, 산출물도 좁다. 해야 할 research가 반복된다. 경쟁사 비교 기준이 반복된다. brief 포맷이 반복된다. 내부 링크 점검 방식이 반복된다. 성과를 설명하는 방식도 반복된다.

이때부터 agent가 들어갈 자리가 생긴다.

AI는 오퍼를 구하지 못한다

AI는 흐릿한 오퍼를 선명하게 만들어주지 않는다. 오히려 흐릿함을 더 빨리 증폭한다. “우리 고객에게 맞는 콘텐츠를 많이 써줘”라고 시키면 agent는 그럴듯한 평균값을 낸다. 하지만 평균값은 비싸게 팔리지 않는다.

비싸게 팔리는 오퍼는 고객이 자기 예산 안에서 문제로 인정할 수 있어야 한다. 누가 이 문제를 겪는가. 방치하면 어떤 비용이 나는가. 지금 해결하지 않으면 무엇이 더 나빠지는가. 산출물을 받으면 어떤 상태가 달라지는가. 이 질문에 답하지 못하면, AI는 빠른 생산 기계가 아니라 빠른 혼란 기계가 된다.

작은 팀이 큰 돈을 벌려면 먼저 비싼 문제를 좁게 잡아야 한다. 그 다음에야 delivery loop를 만든다.

고마진은 자동화율보다 변동성에서 나온다

agency의 마진을 망치는 것은 단순히 사람이 많다는 사실이 아니다. 진짜 비용은 변동성이다.

고객마다 다른 온보딩. 매번 새로 만드는 제안서. 매번 다른 리포트. 내부에서 누가 승인해야 하는지 모르는 상태. scope creep. “이것도 해주실 수 있나요?”라는 작은 요청들. 이런 것들이 쌓이면 팀은 바빠지지만 사업은 좋아지지 않는다.

AI-native agency가 진짜로 고마진이 되려면 자동화율보다 delivery variance를 낮춰야 한다. 입력을 표준화하고, 산출물을 표준화하고, 예외 처리 기준을 정하고, 사람의 판단이 필요한 지점을 좁혀야 한다.

이 말은 차갑게 들리지만 사업에는 매우 현실적이다. 팔리는 것은 “우리가 열심히 일하겠습니다”가 아니라 “이 문제를 이 방식으로 반복 해결하겠습니다”이기 때문이다.

작은 팀은 작아서 강한 게 아니다

2명짜리 팀이 강한 이유는 단순히 사람이 적어서가 아니다. 사람 수가 적으면 의사결정은 빠르지만, 일이 흐트러지면 바로 병목이 된다. 작은 팀은 오퍼가 좁고, 고객이 좁고, 산출물이 좁고, 판단 기준이 명시적일 때 강하다.

그러므로 질문은 “어떤 AI 툴을 쓰면 2명으로 400만 달러를 벌 수 있나”가 아니다.

더 좋은 질문은 이것이다.

어떤 문제를 좁게 잡으면, delivery가 software처럼 반복될 수 있는가?

AI는 그 다음에 붙는다. 도구는 오퍼를 대체하지 못한다. 좋은 오퍼가 있어야 도구가 레버리지가 된다.

Source note. 이 글은 Zero Draft Lab 내부 초안 “2명이 400만 달러를 버는 에이전시라는 말에서 봐야 할 것”에서 오퍼 설계 파트만 분리한 아티클입니다.