"20년간 기업들은 자신을 그 안에서 운영하도록 강제하는 소프트웨어를 빌려왔습니다. AI와 함께, 그게 끝납니다." — Pit CEO Adam Jafer의 한 마디예요.
스웨덴 전동킥보드 플랫폼 Voi 창업팀이 만든 AI 스타트업 Pit이 a16z로부터 $16M 시드 투자를 받으면서 이 선언이 주목받기 시작했어요. SAP, Salesforce, Oracle 앞에서 30년간 굽혀오던 기업과 소프트웨어의 관계 — 그게 진짜 바뀌고 있나요?
소프트웨어가 '갑'이었던 30년
인사팀은 SAP HR 모듈이 지원하는 방식대로 온보딩을 설계했어요. 마케팅팀은 Salesforce 파이프라인 구조에 맞게 영업 단계를 정의했고, 재무팀은 ERP의 인보이스 처리 흐름을 따라 내부 결재 기준을 만들었어요. '소프트웨어를 도입했다'는 것이 실제로는 '소프트웨어에 우리 업무를 맞췄다'는 뜻이었던 거예요.
RPA(로봇 프로세스 자동화)가 이 문제를 건드리긴 했어요. 하지만 UI가 한 번 바뀌면 봇이 깨졌고, 예외 상황마다 사람 손이 필요했어요. 기존 RPA는 기대했던 자동화 잠재력의 20~30%밖에 달성하지 못했어요 — AI 에이전트 방식은 60~80%까지 확장돼요.
"The shift from RPA to agentic AI is not incremental. It is architectural."
— Lasting Dynamics, 2026 RPA vs AI 에이전트 분석
그래서 왜 지금 Pit이 주목받냐면, 이 구조적 전환을 이론이 아닌 실제 기업 백오피스 프로세스에서 증명해내고 있기 때문이에요. Voi 창업팀의 DNA(실제 운영 스케일업 경험)와 iZettle·Klarna 출신 엔지니어들의 결합이 이 타이밍에 맞아 떨어진 거예요.
Studio가 배우고, Cloud가 지킨다
Pit의 구조는 두 층이에요. 첫 번째 층 Pit Studio는 기업 임직원이 자신들의 업무 흐름을 AI에게 직접 가르치는 공간이에요. 어떤 데이터가 어디서 어디로 흐르는지, 어떤 조건에서 어떤 결정이 내려지는지를 Studio가 학습해요. 학습된 프로세스는 맞춤형 자동화 소프트웨어로 변환돼요.
두 번째 층 Pit Cloud는 그 소프트웨어가 실제 기업 환경에서 안전하게 작동하도록 하는 인프라예요. ISO 27001 인증, 테넌트 격리, SSO, 역할 기반 접근 제어, 완전한 감사 추적이 기본으로 내장돼 있어요. "이 프로세스의 결정 근거를 나중에 추적할 수 있나요?" — CIO들이 AI 자동화 도입 시 첫 번째로 묻는 이 질문에, Pit은 처음부터 설계로 답하고 있어요.
이 수치들은 파일럿 데이터가 아니에요. 유럽 대형 산업재 기업의 계약서·인보이스 검증 시스템을 Pit으로 교체한 실제 배포 결과예요. 직접처리율 기준으로 Agentic AI 방식은 85~92%를 달성하는 반면 기존 RPA는 65~75%에 머물러요.
| 기존 SaaS/RPA | Pit (AI 맞춤 소프트웨어) | |
|---|---|---|
| 적응 방향 | 기업 → 소프트웨어 | 소프트웨어 → 기업 |
| 자동화 커버리지 | 20~30% | 60~80% |
| 직접처리율 | 65~75% (RPA) | 85~92% |
| 변경 대응 | 봇 재개발 | 모델 업데이트 |
| 거버넌스 | 추가 구성 필요 | ISO 27001 기본 내장 |
'안 하는 것'이 이 회사의 최강 무기였다
Pit의 가장 독특한 선택은 뭘 "하지 않기로" 했냐예요. 고객 대면 AI 없음. 챗봇 없음. 대화형 AI 없음. 오직 내부 백오피스 자동화만. 이 선택이 왜 전략적으로 강했냐면:
- 최대 리스크 회피: 고객 대면 AI의 가장 큰 위험(오답 + 브랜드 손상)을 원천 차단
- 명확한 ROI 측정: 인보이스 처리율, 계약 검증 시간, 캠페인 실행 속도 — 숫자로 바로 검증되는 프로세스만 타게팅
- 규제 업종 신뢰 확보: 텔레콤·헬스케어·물류·산업재 등 규제 민감 분야에서 도입 장벽 낮춤
a16z 파트너 Alex Rampell이 이 전략을 잘 요약했어요: "모든 AI 회사가 속도를 팔고 있어요. Pit은 수년이 지나도 유지되는 속도 — 안전하고, 거버넌스가 갖춰지고, 지속되도록 설계된 속도를 팔아요."
EU 주권 AI 이슈도 이 포지셔닝을 강화해요. Pit은 특정 AI/클라우드 벤더에 종속되지 않는 벤더-애그노스틱 모델이에요. Jafer는 "EU 모델, EU 컴퓨트가 거의 모든 CIO 미팅에서 최우선 관심사"라고 밝혔어요. GDPR과 EU AI Act 환경에서 이 포지셔닝은 진입 장벽이자 영업 무기가 돼요. 한국의 금융·의료·공공 분야에서도 데이터 국내 처리 요건이 강화되는 추세라, 이 원칙은 해외만의 이야기가 아니에요.
내 조직의 첫 번째 백오피스 자동화 찾기
Pit의 솔루션 엔지니어들이 클라이언트에 직접 임베딩되는 방식처럼, 내부에서 시작하는 것도 같은 순서가 유효해요. Hypatos 분석에 따르면 AP(매입채무) 처리가 ROI가 가장 높고 실현 기간이 가장 짧은 첫 자동화 후보예요.
- 반복·예측 가능한 내부 프로세스 목록화
매주/매달 동일한 방식으로 처리하는 작업 목록을 만들어요. 인보이스 검증, 계약서 처리, 보고서 집계, 캠페인 실행 요청, 온보딩 서류 처리가 대표적이에요. - "비정형 → 정형 변환"이 필요한 것 우선 선택
AI 에이전트가 가장 잘하는 건 PDF·이메일·스프레드시트처럼 비정형 데이터를 정형화된 결과로 바꾸는 거예요. 이 패턴이 있는 프로세스부터 시작하세요. - 현재 프로세스의 예외 케이스 정리
"이건 사람이 판단해야 해"라는 예외들이 실제로는 몇 가지 패턴으로 수렴될 가능성이 높아요. 이 패턴을 미리 목록화하면 자동화 범위가 크게 넓어져요. - 감사 추적·컴플라이언스 요구사항 미리 정의
어떤 프로세스를 자동화하든, "이 결정의 근거를 나중에 추적할 수 있나요?"라는 질문이 반드시 나와요. 감사 로그 설계를 처음부터 포함시키세요. - 단일 프로세스, 단일 팀으로 시작
작은 팀에서 작은 프로세스 하나로 시작해 패턴을 만든 후 확장하세요. Pit의 성과 수치(85%, 99%, 10,000시간)도 모두 단일 프로세스 배포에서 나온 거예요.
