Kavak — 코파일럿 실패 후 1년의 성장 정체를 버티며 고객 접점 95%를 에이전트로 전면 전환하다

1. 왜 이 사례인가

생성형 AI 도입 과정에서 가장 흔히 마주치는 실패 패턴은 직원들에게 코파일럿(Copilot) 도구를 쥐여주고 현장의 자발적 생산성 혁신을 기대하는 방식입니다. 내부 보조 도구는 초기 호기심이 지나면 현장 도입률이 떨어지기 쉽고, 비즈니스 핵심 지표나 손익계산서(P&L)로 연결되지 못한 채 흐지부지되기 일쑤입니다.

라틴아메리카 최대의 온라인 중고차 거래 플랫폼 카박(Kavak)의 창업자 겸 CEO 카를로스 가르시아 오타티(Carlos García Ottati)가 a16z 팟캐스트(2026년 2월 18일 공개)에서 밝힌 전사 전환기는 이 딜레마에 대해 매우 급진적이고 실증적인 해법을 제시합니다. 2021년 직원 수 1만 명, 연 300%에 달하는 초고속 성장을 구가하던 카박은 거시 경제 환경 변화와 글로벌 벤처 투자 시장 경색에 직면하며 현금 소진을 멈추고 자생력을 확보해야 하는 생존의 기로에 섰습니다.

카박은 2022년 말 전사 직원들을 지원하기 위해 다양한 내부 코파일럿 도구를 구축해 배포했습니다. 그러나 직원들의 실제 도입률은 사실상 바닥을 쳤습니다. 이에 카를로스 CEO는 코파일럿 사용을 억지로 독려하는 대신 정반대의 결단을 내렸습니다. 코파일럿 단계를 완전히 건너뛰고, AI 에이전트를 고객과 마주하는 최전선(front line)에 직접 배치하기로 한 것입니다.

그 과정에서 치른 대가는 혹독했습니다. 운영 체계를 전면 재구축하고 에이전트를 현장에 안착시키는 동안, 2021년 300%, 2022년 100%에 달하던 매출 성장률은 2023년 한 해 동안 완전한 제로 성장(flat)을 기록했습니다. 초기에는 에이전트의 응대 품질과 거래 전환율이 인간 직원에 미치지 못해 핵심 비즈니스 지표가 곤두박질쳤지만, 카박은 ‘실패 시 사람으로 회귀한다’는 플랜 B를 두지 않고 에이전트가 사람 수준을 넘어설 때까지 밀어붙였습니다.

결과는 극적이었습니다. 첫 번째 퍼널에서 인간 최고 성과자의 1.5배 퍼포먼스를 달성한 이후 전사 퍼널로 확산했고, 현재 카박은 고객 인터랙션의 90%~95%를 AI 에이전트가 직접 처리하고 있습니다. 직원 규모는 1만 명에서 약 3,500명으로 슬림해졌으며, 극심한 현금 소진 상태를 벗어나 흑자 전환을 달성했고 이후 매출은 저점 대비 4배로 다시 성장했습니다.

2. Problem

카박이 직면했던 운영 및 사업적 위기는 라틴아메리카 특유의 시장 불투명성과 네 개 이종 사업이 결합된 비즈니스 복잡성에서 비롯되었습니다.

2.1 4개 사업이 얽힌 복합 모델과 사내 정보 흐름의 병목

라틴아메리카의 중고차 시장은 극도로 비공식적입니다. 전체 거래의 90%가 개인 간 거래로 이루어지며, 거래의 약 40%가 사기, 도난, 서류 위조, 심지어 강력 범죄와 연루됩니다. 금융 환경도 열악하여 미국에서는 중고차의 90%가 대출로 판매되는 반면, 멕시코에서는 단 5%만이 금융 지원을 받습니다.

카박은 고객에게 신뢰할 수 있는 거래를 제공하기 위해 하나의 단일 플랫폼 아래 네 가지 이종 사업을 직접 수직 계열화했습니다.

온라인 차량 매입 및 판매 이커머스
대규모 차량 재상품화(Reconditioning) 및 보증 정비 공장
자체 대출 심사(Underwriting) 및 채권 회수 금융 엔진
차량 탁송 및 풀필먼트 물류

2021년까지 직원이 200명에서 1만 명으로 급증하면서 부서 간 정보 소통(information highway)은 극심한 병목에 직면했습니다. 차량 부품 청구 문제나 가격 책정 문의가 발생해도 현장 담당자가 누구에게 확인해야 할지 알 수 없었고, 차량마다 고유한 이력과 고장 원인이 얽힌 엣지 케이스(edge case)가 쏟아지며 고객 경험이 무너졌습니다.

2.2 내부 코파일럿 도구의 현장 도입 실패

2022년 말, 카박은 직원들이 고객 데이터를 빠르게 조회하고 응대 품질을 높일 수 있도록 대대적인 사내 코파일럿 도구를 구축했습니다. 그러나 현장 직원들은 익숙한 기존 작업 방식을 바꾸지 않았고 실질 도입률은 거의 0에 머물렀습니다. 아무리 정교한 데이터베이스와 지능형 검색 도구를 제공해도, 인간 작업자가 주도권을 쥐고 있는 워크플로에서는 자발적 변화가 일어나지 않는다는 점이 확인되었습니다.

2.3 자본 시장 경색과 맞물린 구조적 생존 압박

2021년 하반기 이후 글로벌 유동성이 급속히 마르면서 하루에 100만 달러 이상을 태우던 고비용 성장 모델은 지속될 수 없었습니다. 단순한 인원 감축만으로는 흑자 구조를 만들 수 없었고, 고정비를 획기적으로 낮추면서도 고객 응대와 운영 품질을 유지해야 하는 절체절명의 과제에 맞닥뜨렸습니다.

3. Solution

카박의 대응은 단순한 AI 도구 도입이 아니라, 회사의 핵심 비즈니스 퍼널 전체를 에이전트 중심으로 재설계하는 구조적 전환이었습니다.

3.1 코파일럿 폐기와 프론트라인 에이전트 직배치

직원 보조용 코파일럿이 실패하자, 카박은 에이전트를 백오피스 보조자가 아니라 고객과 직접 상호작용하는 프론트라인에 직결했습니다.

단순 FAQ 안내 같은 주변부 업무가 아니라 대출 심사(Underwriting)나 고장 보증 정비 신청 같은 거래의 핵심 퍼널부터 에이전트를 투입했습니다.
특정 퍼널에 에이전트를 투입할 때 ‘성과가 안 나오면 사람을 다시 채용한다’는 플랜 B를 두지 않았습니다. 전사 엔지니어링 리소스를 투입하여 에이전트가 최소한 인간 수준의 성과를 낼 때까지 튜닝에 집중했습니다.

3.2 2017년부터 준비된 전사 데이터 온톨로지(Ontology) 기반

카박이 초기에 에이전트를 신속하게 띄울 수 있었던 핵심 자산은 2017년부터 준비해 온 데이터 온톨로지였습니다.

2017년 카를로스 CEO는 인간 채용 파이프라인과 함께 ‘로봇 파이프라인(Robot 1: 조달, Robot 2: 고객 만족, Robot 3: 교차 판매)‘을 구축하겠다는 전사 메모를 배포했습니다.
가격 책정(6만 개 이상의 독자적 SKU 특성 학습), 보증 정비(부품 고장 시점의 실측 데이터 축적), 금융 심사 등 전사 데이터 파이프라인을 사전에 구조화해 두었기 때문에, 2022년 말 파운데이션 모델 등장 시 즉시 비즈니스 컨텍스트를 에이전트에 공급할 수 있었습니다.

3.3 오케스트레이터 기반 인간-에이전트 협업 구조

에이전트가 모든 상황을 100% 무인 처리하는 것이 아니라 복잡도에 따라 유연하게 역할을 분담하는 공생 구조를 취했습니다.

오케스트레이터(Orchestrator): 인입되는 고객 요청과 상황의 복잡도를 실시간으로 판별합니다.
표준적이고 반복적인 대출 서류 검토, 초기 상담, 상태 조회는 에이전트가 자율 완결합니다.
복잡한 분쟁이나 보증 수리 예외 상황은 오케스트레이터가 인간 전문가에게 라우팅하여 에이전트와 인간 직원이 상호 보완적으로 작동하도록 설계했습니다.

3.4 ‘ChatGPT 7을 내다보는 인프라 설계’ 철학

카박 엔지니어링 팀은 개별 에이전트의 파라미터 미세 조정에 매몰되지 않는 원칙을 세웠습니다.

특정 퍼널에서 인간 최고 성과자의 1.5배 수준에 도달하면, 이를 7배로 끌어올리기 위한 자체 튜닝에 시간을 쓰지 않고 즉시 다음 비즈니스 퍼널로 에이전트를 확장했습니다.
기반 모델(Foundation Model) 자체의 진화 속도가 자체 엔지니어링 속도보다 훨씬 빠르기 때문에, ‘GPT-4가 아니라 미래의 GPT-7을 맞이할 수 있는 데이터 파이프라인과 안전장치(브레이크)‘를 정비하는 데 집중했습니다.

4. Impact

카박이 공개한 전환 성과는 비즈니스 체질의 완전한 탈바꿈을 보여줍니다. (수치 출처: a16z 팟캐스트, 2026-02-18 인터뷰)

지표	전환 전 (2021~2022)	전환 후 (2026 기준)	비고
고객 인터랙션 AI 처리 비중	사실상 0% (코파일럿 저조)	90% ~ 95%	에이전트가 고객 접점 직접 처리
전사 직원 규모	약 10,000명	약 3,500명	조직 효율화 및 체질 개선
핵심 퍼널 성과 (초기 대출 심사 등)	인간 1.0 기준선	인간 최고 직원 대비 1.5배	전환 초기 하락 후 반등 달성
성장률 추이	2021년 300% → 2022년 100%	2023년 Flat (1년간 0% 성장)	시스템 재구축을 위한 의도적 정체기 감내
재도약 및 수익성	대규모 현금 소진(Burn)	흑자 전환 및 저점 대비 4배 성장	월 약 10,000대 거래 규모 유지

카를로스 CEO는 이 전환 과정을 넷플릭스가 DVD 우편 대여에서 스트리밍으로 전환했던 과정에 비유했습니다. 전통적인 소프트웨어 운영 방식에 안주하지 않고, 1년간의 고통스러운 성장 정체와 지표 하락을 감내하며 핵심 퍼널 전체를 에이전트로 전환한 결과 생존을 넘어 구조적 흑자 기업으로 자리잡았습니다.

5. Insight

카박 사례는 AI 에이전트 전환을 추진하는 기업들에게 몇 가지 핵심 교훈을 제공합니다.

코파일럿이라는 안전지대의 한계. 많은 조직이 구성원의 저항을 줄이기 위해 코파일럿 방식을 택합니다. 하지만 코파일럿은 기존 업무 관성을 깨지 못하며 실질 채택률 저하로 이어집니다. 명확한 비즈니스 임팩트를 만들기 위해서는 고객 접점에 에이전트를 직배치하고, 측정 가능한 비즈니스 결과(전환율, 승인율)를 기준으로 평가해야 합니다.

초기 성능 하락 곡선을 버티는 리더십. AI 에이전트를 실무에 투입하면 첫 몇 주 또는 몇 달 동안 고객 경험 지표와 매출 지표가 일시적으로 곤두박질칩니다. 카박은 1년 동안 성장이 멈추는 극심한 압박 속에서도 사람을 다시 채용하는 손쉬운 타협을 거부하고, 엔지니어링 팀이 에이전트 성능을 인간 수준 이상으로 올릴 때까지 버텼습니다.

온톨로지와 데이터 인프라의 선행. 에이전트 도입의 성패는 프롬프트 작성 기술이 아니라 도메인 데이터 온톨로지에 달려 있습니다. 카박은 2017년부터 차량 가격 데이터, 고장 수리 이력, 대출 상환 이력을 구조화해 두었기에 에이전트가 복잡한 엣지 케이스를 판정할 수 있었습니다.

6. 구현 방식 추론 (Architectural Walkthrough)

6.1 근거: 카박은 4개 사업(이커머스, 정비/보증, 금융 대출, 물류)의 방대한 데이터 온톨로지를 사전에 구축했으며, 오케스트레이터가 인간과 에이전트 간의 역할 분담을 조율하고 엣지 케이스를 처리한다고 밝혔습니다. 카박의 에이전트 아키텍처는 전사 이벤트 버스를 중심으로 구성되었을 가능성이 높습니다. 고객이 웹이나 모바일 앱, 또는 메신저를 통해 차량 구매나 대출 신청, 보증 수리를 문의하면, 중앙 오케스트레이터가 고객 세션 컨텍스트와 차량 식별 번호(VIN) 기반 이력 데이터를 결합합니다. 온톨로지 서비스는 6만 개 이상의 차량 SKU 가격 모델과 과거 유사 차종의 고장 부품 통계를 에이전트의 컨텍스트 윈도우에 구조화된 JSON 형태로 주입합니다. 대출 심사 퍼널의 경우, 사용자가 제출한 신분증 및 소득 증빙 문서를 비전 에이전트가 검증하고, 위조 서류 탐지 룰 엔진과 신용 평가 모델 API를 호출하여 1차 승인 여부를 결정합니다. 승인 점수가 임계치 경계에 있거나 사기 위험 점수가 높게 감지되는 예외 건은 즉시 오케스트레이터가 예외 큐(Exception Queue)로 격리하여 인간 금융 심사역의 승인 콘솔로 전달됩니다.

6.2 근거: 카박은 “시스템의 브레이크(안전장치)“를 가장 먼저 구축해야 한다고 강조했으며, 자체적인 무리한 성능 극대화 대신 기반 모델의 발전에 대비하는 설계를 취했다고 밝혔습니다. 에이전트 런타임 레이어에서는 환각(hallucination) 방지와 거래 안전성을 담보하기 위해 다중 가드레일이 적용되었을 것으로 분석됩니다. 차량 가격이나 보증 적용 범위, 대출 금리와 같은 법적·재무적 구속력이 있는 출력에 대해서는 에이전트가 자유 형식 텍스트를 직접 생성하지 않고, 사전 정의된 엄격한 스키마 기반의 도구 호출(Tool Calling / Function Calling)만을 수행하도록 통제합니다. 에이전트의 파라미터는 백엔드 트랜잭션 서비스에서 이중 유효성 검사(validation)를 거친 후 데이터베이스에 커밋됩니다. 또한 기반 모델 교체 시 워크플로가 깨지지 않도록 비즈니스 로직과 모델 프롬프트를 분리하는 추상화 계층을 두어, 상위 모델 업데이트 시 프롬프트 엔지니어링 비용을 최소화하면서 즉각적인 성능 향상을 흡수하도록 구성했을 것으로 추정됩니다.

7. 출처

a16z Podcast — From Copilots to Agents: Rebuilding the Company Around AI
URL: https://a16z.com/podcast/from-copilots-to-agents-rebuilding-the-company-around-ai/
발행일: 2026-02-18
출연: Angela Strange, Gabriel Vasquez, Carlos García Ottati (Kavak Founder & CEO)