리우, 포장재 공급 경험을 AI 업무 플랫폼 ‘우리웍스’로 확장

포장재를 구매하는 기업과 제조사를 연결하고, 프랜차이즈 가맹점에 필요한 포장용기를 공급하는 일. 김대견 대표가 이끄는 리우가 오랫동안 해온 사업이다. 리우는 포장재 중개 플랫폼 ‘포장포스’와 프랜차이즈 전문 공급 서비스 ‘포장보스’를 운영하고 있다. 현재 포장보스를 통해 거래하는 프랜차이즈 브랜드만 약 140개에 이른다.

김 대표는 해태제과와 LG서브원에서 관련 업무를 담당하며 포장산업에 발을 들였다. 이후 약 19년간 제조와 유통 현장에서 경험을 쌓으며 포장재 구매·공급 과정을 디지털화하는 사업을 추진해 왔다. 그러나 프랜차이즈 가맹본부와의 거래가 늘어나면서 그가 관심을 갖는 영역도 달라졌다. 포장재가 고객사에 전달되기까지의 과정뿐 아니라, 가맹본부 직원들이 매일 처리하는 수많은 업무가 눈에 들어오기 시작한 것이다.

가맹본부는 여러 매장의 매출과 발주, 재고, 고객 리뷰, 계약과 교육 등을 관리한다. 매출은 POS 시스템에서 확인하고, 발주는 별도의 프로그램으로 처리하며, 가맹점에서 발생한 문제는 전화나 메신저로 주고받는 경우가 많다. 각각의 업무는 전산화돼 있어도 여러 자료를 함께 확인하거나 이전의 처리 과정을 찾아보려면 담당자가 직접 정보를 모아야 한다. 특히 직원 한 명이 여러 업무를 맡는 작은 조직에서는 담당자가 바뀔 때마다 업무를 다시 파악해야 하는 어려움도 있었다.

김 대표는 포장재 거래를 위해 만났던 고객들에게서 새로운 사업의 가능성을 발견했다. 서로 다른 곳에 흩어진 정보를 연결하고, 직원들이 업무를 처리하며 쌓은 경험을 다음 업무에도 활용할 수 있다면 가맹본부의 운영방식도 개선할 수 있을 것이라는 판단이었다.

그렇게 개발하기 시작한 서비스가 프랜차이즈 AI 업무 플랫폼 ‘우리웍스(URIWORKS)’다. 포장재 유통을 디지털화해 온 리우가 이제는 인공지능을 활용해 프랜차이즈 기업의 업무를 지원하는 소프트웨어 사업에 나서고 있다.

포장재 공급으로 만난 고객들, 새로운 사업의 출발점이 되다

김 대표가 처음부터 AI 사업을 구상했던 것은 아니다. 그가 오랫동안 몸담은 분야는 포장산업이었다. 포장재 제조와 유통 구조를 경험한 뒤에는 수요기업과 제조사를 연결하는 포장포스를 개발했고, 프랜차이즈 가맹본부와 가맹점에 포장재를 공급하는 포장보스로 사업을 넓혔다.

프랜차이즈 가맹점에 필요한 포장재를 안정적으로 공급하려면 가맹본부의 구매 구조와 매장별 발주 방식을 이해해야 한다. 고객사와 거래를 이어가는 동안 김 대표는 대표와 실무자들을 만나 매장 운영과 내부 보고, 가맹점 관리 업무가 어떻게 이뤄지는지도 살펴볼 수 있었다.

그 과정에서 확인한 문제는 단순히 업무량이 많다는 것이 아니었다. 직원들이 매출자료를 정리하고 가맹점의 요청사항을 처리하면서도, 그 과정에서 얻은 정보와 경험을 조직 전체가 활용하기는 어려웠다. 비슷한 문제가 다시 발생해도 이전의 처리 기록을 찾기 쉽지 않았고, 업무에 익숙한 직원이 퇴사하면 후임자가 같은 상황을 새롭게 파악해야 했다.

“수많은 프랜차이즈 본부를 만나면서 ‘이 문제를 IT와 AI로 해결할 수 있지 않을까’라는 생각을 계속해왔습니다.”

김 대표는 포장재 거래에서 경험한 디지털화의 범위를 고객사의 내부 업무로 넓히고자 했다. 여러 프로그램에 흩어진 정보를 한곳에서 확인하고, 과거의 업무이력을 활용해 필요한 조치까지 이어갈 수 있도록 하는 구상이었다.

우리웍스의 중심에 있는 AI 업무비서 ‘리아(RIA)’는 기억(Remember), 지능·분석(Intelligence), 실행(Action)의 머리글자를 따서 이름 붙였다. 회사가 축적한 정보를 기억하고 분석해 실제 업무에 활용하겠다는 개발 방향을 담고 있다.

예를 들어 가맹본부 대표가 매출이 크게 감소한 매장을 확인하고자 할 때, 리아는 연결된 매출자료를 분석해 해당 매장을 찾아주고 고객 리뷰나 발주 내역, 과거 관리 기록을 함께 살펴볼 수 있도록 지원한다. 추가 확인이 필요한 사항을 담당자에게 전달하고 처리 결과를 관리하는 기능도 개발하고 있다.

포장보스를 통해 확보한 거래 관계는 우리웍스의 고객을 발굴하는 데 활용할 수 있는 자산이기도 하다. 140여 개 브랜드와의 거래 경험을 통해 고객들이 어떤 업무를 수행하고 무엇을 불편해하는지 이해하고 있다는 점은 김 대표가 새로운 소프트웨어 사업에 뛰어들 수 있었던 배경이다.

11개 브랜드에서 시작한 검증, 고객이 선택한 것은 업무의 기록

새로운 서비스를 구상하는 것과 실제로 작동하도록 만드는 일에는 차이가 있었다. 가맹본부가 사용하는 매출과 발주자료는 숫자로 기록되지만, 고객의 불만이나 매장에서 발생한 문제의 처리 과정은 문서와 대화에 남는다. AI가 매장의 상황을 분석하려면 서로 다른 형태의 정보를 함께 처리해야 했다.

리우는 수치 데이터와 문맥 데이터를 각각 분석한 뒤 결과를 결합하는 기술을 개발했다. 이를 실제 업무에 활용하기 위해 담당자의 접근 권한과 업무 규칙, 책임자 승인, 실행 결과의 기록까지 고려한 구조도 설계했다. AI가 정보를 찾아주는 데서 끝나지 않고, 분석 결과를 조직의 업무 절차에 연결하기 위해 필요한 작업이었다.

운영비용도 해결해야 할 문제였다. 사용자가 늘어날수록 AI가 처리해야 하는 데이터가 증가하기 때문이다. 리우는 질문에 필요한 정보를 선별하고 처리 방식을 달리하는 방법을 개발했다. 회사의 자체 비교 결과, 기존 구조보다 토큰 사용량을 약 10분의 1 수준으로 줄였다.

약 1년간 진행된 개발에는 CTO와 AI 전문 개발자, 서비스 기획자 등이 참여했다. 정확도를 높이는 과정에서 연산비용이 증가하거나 예상한 기능이 제대로 작동하지 않는 시행착오도 겪었다. 리우는 기존 포장재 사업을 유지하면서 기술 개발을 이어갔고, 현재 11개 프랜차이즈 브랜드에서 파일럿 운영을 진행하고 있다.

고객들의 반응은 김 대표가 예상했던 것과 달랐다. 처음에는 여러 시스템의 매출자료를 취합하고 보고서를 작성하는 기능에 관심이 집중될 것으로 봤다. 그러나 가맹본부 대표들이 특히 주목한 것은 업무의 진행 과정과 처리 결과를 축적하는 ‘웍스-잇(Works-it)’이었다.

웍스-잇은 직원들이 수행한 업무와 그 결과를 기록으로 관리하는 기능이다. 담당자가 바뀌어도 이전에 어떤 문제가 있었고 어떻게 처리했는지 확인할 수 있으며, 신규 직원도 과거의 업무이력을 참고해 업무를 익힐 수 있다. 실제 고객들은 직원의 퇴사로 발생할 수 있는 업무 공백을 줄이는 데 도움이 된다는 점을 긍정적으로 평가했다.