Remote — 3인 IT팀이 1,800명 직원의 헬프데스크를 감당하는 법

1. 왜 이 사례인가

전 세계 인재 채용과 글로벌 급여·컴플라이언스 대행 플랫폼을 제공하는 리모트(Remote)는 1,800명 이상의 직원이 전 세계에 분산되어 근무하는 100% 원격 조직입니다. 회사가 가파르게 성장하면서 사내 IT 헬프데스크에는 매달 약 1,100건에 달하는 계정 생성, 접근 권한 부여, 장비 및 소프트웨어 지원 요청이 쏟아졌습니다.

문제는 이를 지원해야 하는 사내 IT 지원 전담 인력이 단 3명에 불과했다는 점입니다. 통상 직원 1,800명 규모의 기업에서 월 1,100건의 IT 티켓을 처리하려면 최소 10명 이상의 헬프데스크 인력이 필요합니다. 게다가 초기에는 공식 추적 시스템 없이 Slack 채널에서 비정형 메시지로 요청을 받다 보니 티켓이 누락되거나 처리가 지연되기 일쑤였습니다.

리모트의 IT 및 AI 자동화 헤드인 Marcus Saito는 Zapier, ChatGPT, Okta, Notion, Slack을 결합한 지능형 IT 헬프데스크 아키텍처를 구축했습니다. 티켓이 인입되면 Okta API로 직원의 부서와 권한을 즉시 조회하고, ChatGPT가 우선순위를 분류하며, Zapier Tables에 누적된 과거 해결 이력을 Zapier Agents가 검색해 해결책을 즉시 제안하는 구조입니다.

그 결과 전체 IT 티켓의 27.5%가 사람의 개입 없이 완전 자동 종결되었고, IT 팀은 매달 616시간의 업무 시간을 절감했습니다. 3명의 인력으로 10명 규모의 팀에 준하는 처리량을 유지하며 IT 부문에서만 50만 달러(약 6억 5천만 원)의 채용 비용을 절감했습니다.

이 성공은 사내 다른 부서로 확산되어 2024년 한 해 동안 1,100만 건 이상의 자동화 태스크가 실행되었고, 전사적으로 월 2,219~6,659일의 업무 시간을 절감하는 전사적 AX 운동으로 발전했습니다.

2. Problem

리모트는 전 세계에 분산된 1,800명의 직원을 지원하는 과정에서 IT 지원 병목에 직면했습니다.

3인 팀 대비 과도한 티켓 볼륨: 1,800명 규모에서 매달 거의 1,100건의 IT 티켓이 발생했습니다. 3명의 소규모 팀이 감당하기에는 물리적으로 한계에 달한 수치였습니다.
비공식 채널 인입과 티켓 누락: 직원들이 Slack 대화나 DM으로 산발적인 지원 요청을 보내다 보니 공식적인 이력 관리와 우선순위 지정이 불가능했고, 중요한 요청이 대화창 뒤로 밀려 누락되는 일이 빈번했습니다.
요청자 맥락 파악의 번거로움: IT 엔지니어는 지원 요청을 받을 때마다 요청자가 어느 부서 소속인지, 해당 시스템에 접근할 권한이 있는 직급인지 일일이 인사 및 디렉터리 시스템에서 찾아 확인해야 했습니다.

Marcus Saito(Head of IT and AI Automation)는 자동화 이전의 지원 체계가 매우 수동적이고 파편화되어 있었으며, 3명의 인력으로는 급증하는 요청에 압도당할 수밖에 없는 구조였다고 설명합니다.

확인된 사실: 1,800명 임직원, 월 약 1,100건의 IT 티켓, 3명의 IT 지원 인력, Slack 기반 비공식 접수로 인한 누락 및 맥락 파악 지연.

3. Solution

리모트는 새로운 거대 헬프데스크 솔루션을 도입해 프로세스를 강제하는 대신, 직원들이 이미 사용 중인 Slack, Okta, Notion을 Zapier와 LLM으로 유기적으로 연결했습니다.

3.1 멀티채널 접수 및 Okta 기반 신원 인리치먼트

직원들은 익숙한 Slack, 이메일, 혹은 셀프서비스 챗봇을 통해 IT 지원을 요청할 수 있습니다. 요청이 접수되는 즉시 Zapier 워크플로가 가동되어 Okta 디렉터리 API로 Webhook을 보냅니다.

워크플로는 요청자의 이메일을 기반으로 Okta에서 소속 부서(Department), 직책(Role), 근무 상태를 즉시 조회하여 티켓에 메타데이터로 첨부합니다. IT 담당자가 별도로 직급이나 팀을 확인하지 않아도 요청자의 맥락이 자동으로 완성됩니다.

3.2 ChatGPT 기반 우선순위 분류 및 티켓 자동 생성

수집된 요청 텍스트와 Okta 메타데이터는 ChatGPT로 전달됩니다. LLM은 요청의 긴급도, 보안 위험 수준, 요청 범주(계정 권한, 소프트웨어 버그, 하드웨어 요청 등)를 판단하여 우선순위를 부여합니다.

Notion 티켓 발행: IT 팀의 작업 현황판 역할을 하는 Notion 데이터베이스에 요청 페이지가 자동으로 생성되어 진행 상태가 추적됩니다.
Zapier Tables 아카이빙: 모든 티켓 데이터와 후속 처리 결과는 Zapier Tables에 실시간 저장되어 사내 IT 지식 베이스로 누적됩니다.

3.3 Zapier Agents를 통한 유사 사례 검색 및 자동 해결책 제시

티켓이 저장되면 Zapier Agents가 Zapier Tables에 저장된 수천 건의 과거 티켓 해결 내역을 벡터 및 키워드로 검색합니다.

동일하거나 유사한 질문(예: 2단계 인증 재설정, 표준 VPN 연결 오류, 소프트웨어 라이선스 신청 절차 등)에 대한 해결책을 찾아 즉시 맞춤형 답변을 생성합니다. 요청자에게는 Slack을 통해 생성된 Notion 티켓 링크와 함께 AI가 제안한 구체적인 해결 가이드가 전달됩니다. 단순 조회나 표준 가이드로 해결 가능한 요청은 이 단계에서 즉시 종결됩니다.

3.4 Slack 이모지 기반 Human-in-the-Loop 담당자 배정

AI가 자동으로 종결하지 못한 복합 이슈나 권한 승인이 필요한 건은 IT 팀 내부 Slack 채널로 공유됩니다.

IT 엔지니어들은 티켓을 가져가기 위해 복잡한 관리자 콘솔에 들어갈 필요 없이, Slack 알림 메시지에 특정 이모지(Emoji) 반응을 남깁니다. 이모지가 등록되면 Zap이 반응한 엔지니어를 감지하여 Notion 티켓의 담당자(Owner) 필드를 해당 엔지니어로 즉시 업데이트합니다.

확인된 사실: Slack/이메일/챗봇 접수, Okta Webhook 연동을 통한 부서·직책 조회, ChatGPT 기반 우선순위/카테고리 분류, Notion 자동 페이지 생성, Zapier Tables 지식 베이스 저장, Zapier Agents의 과거 티켓 기반 해결책 자동 생성 및 Slack 회신, Slack 이모지 반응을 통한 Notion 담당자 자동 지정.

4. Impact

Zapier 고객 사례 발표에 명시된 리모트의 운영 지표는 다음과 같습니다.

지표	결과	비고
무인 자동 해결률	27.5%	전체 IT 헬프데스크 티켓 중 완전 무인 종결 비율
IT 지원 절감 시간	월 616시간	월 1,100건 중 단순 반복 티켓 제거 효과
인력 효율화	3명이 10명 역할 수행	1,800명 지원 규모 유지
절감된 IT 채용 비용	$500,000 (약 6.5억 원)	수작업 감당을 위한 추가 고용 회피
전사 연간 자동화 태스크	1,100만 건	2024년 연간 실행 기준
전사 절감 근무일	월 2,219 ~ 6,659일	2025년 기준 법무, 재무 등 전사 확산 효과

정성적으로는 IT 팀이 단순 암호 초기화나 권한 문의 응대에 매몰되지 않고 고부가가치 시스템 아키텍처 개선에 집중할 수 있게 되었습니다. 리모트는 전사적 자동화 확산을 위해 ‘IT 통합 엔지니어(IT Integrations Engineer)‘라는 전담 직무를 신설했으며, 1,800명 중 약 150명의 직원이 부서별 자체 자동화를 직접 구축하는 수준으로 성숙했습니다.

Marcelo Lebre(Remote 공동창업자 겸 사장)는 “자동화가 없었다면 회사 규모를 최소 두 배로 늘려야 했을 것이며, 이는 성장이 멈추거나 잊혀지는 결과로 이어졌을 것”이라고 평가했습니다.

확인된 사실: 27.5% 자동 종결, 월 616시간 절감, 3인 팀의 10인분 성과, 50만 달러 고용 회피, 2024년 1,100만 태스크, 2025년 월 2,219~6,659일 전사 절감, 전담 직무(IT Integrations Engineer) 신설.

5. Insight

단절된 SaaS를 잇는 ‘컨텍스트 브릿지’가 핵심입니다. 리모트의 성공 비결은 새로운 AI 모델 개발이 아니라, 직원의 신원 데이터(Okta), 작업 관리(Notion), 커뮤니케이션(Slack) 사이에 AI를 중계자로 배치한 데 있습니다. 요청자의 부서와 직책 정보를 자동으로 조회해 프롬프트에 주입함으로써 AI 응답의 정확도와 실용성을 비약적으로 높였습니다.

일선 협업 툴의 UI 승화가 주효했습니다. IT 엔지니어에게 별도의 티켓 관리 툴을 강제하지 않고, 슬랙 이모지 반응 하나로 티켓 소유권을 넘기는 인터랙션을 구현했습니다. 가장 마찰이 적은 인터페이스를 프론트엔드로 활용한 실용적 접근입니다.

지식의 자동 누적 구조를 설계해야 합니다. 별도의 위키나 기술 문서를 작성하도록 강요하지 않고, 처리된 티켓의 질문과 답변이 자동으로 Zapier Tables에 누적되도록 했습니다. 이 데이터가 다시 Zapier Agents의 참조 데이터로 순환되면서 시간이 흐를수록 자율 해결률이 향상되는 플라이휠을 만들었습니다.

복제 조건과 한계. 이 모델이 성립하려면 조직 내 IT 자산과 계정이 Okta 같은 중앙 IdP(Identity Provider)로 엄격히 통제되어 있어야 하며, Slack과 Notion 등 주요 도구의 API Webhook 연동이 유기적으로 허용되어야 합니다. 또한 27.5% 무인 해결 외의 72.5%는 여전히 엔지니어의 수동 개입이 필요하며, 장비 배송이나 물리적 장애 등 하드웨어 영역의 자동화 한계는 남습니다.

한 줄 요약: 헬프데스크의 핵심은 새 툴 도입이 아니라, IdP 신원 데이터와 과거 해결 이력을 LLM으로 연결해 일선 협업 메신저 안에서 완결하는 데 있습니다.

6. 원문에 없는 추정 (구현 가설)

6.1 Okta 권한 메타데이터 기반의 ChatGPT 보안 정책 판정 파이프라인

근거: 원문은 접수 즉시 Okta Webhook을 호출해 요청자의 부서와 역할을 조회하고, ChatGPT가 티켓의 우선순위와 카테고리를 분류한다고 명시합니다.

보안이 핵심인 IT 지원에서 LLM이 안전하게 판단을 내리기 위해, 시스템 프롬프트에는 사내 역할 기반 접근 제어(RBAC) 매트릭스가 포함되었을 것입니다. 예를 들어 “요청자가 ‘Finance’ 부서이고 ‘Manager’ 이상인 경우에만 NetSuite 접근 권한 요청을 P2(중요)로 분류하고, 그렇지 않은 경우 팀 리드 사전 승인 안내를 포함하여 P3으로 분류한다”와 같은 조건식입니다. ChatGPT는 자연어 요청 텍스트뿐만 아니라 Okta에서 반환된 JSON({"dept": "Engineering", "title": "Senior Backend Engineer", "status": "active"})을 함께 인풋으로 받아, 허위 요청이나 권한 오남용 시도를 1차 필터링했을 것으로 추정됩니다.

6.2 Zapier Tables 지식 검색과 자동 해결 판정 임계값 가설

근거: 원문은 Zapier Tables가 과거 티켓 데이터를 담은 지식 베이스 역할을 하며, Zapier Agents가 이를 참조해 권장 해결책을 생성하고 약 27.5%의 티켓이 자동 종결된다고 기술합니다.

이 자동 종결 메커니즘이 안전하게 작동하려면 명확한 신뢰도 임계값(Confidence Threshold)과 질문-답변 매칭 로직이 전제되어야 합니다. Zapier Agents는 사용자의 질문을 임베딩하여 Tables 내 과거 해결된 티켓과의 유사도를 계산했을 것입니다. 유사도가 90% 이상이고 해결 조치가 단순 링크 제공이나 표준 절차 안내(예: 패스워드 재설정 방법, 소프트웨어 다운로드 포털 링크)인 경우에만 Slack으로 답변을 보내며 티켓 상태를 ‘Auto-Resolved’로 종결 처리했을 것입니다. 만약 시스템 설정 변경이나 관리자 권한 실행이 필요한 건은 유사도가 높더라도 해결책 ‘초안’만 첨부한 채 엔지니어 큐로 전달하는 가드레일이 적용되었을 가능성이 큽니다.

7. 출처

Zapier Blog — How Remote saves $500K annually and automates 11M tasks with AI automation
https://zapier.com/blog/remote-automates-millions-of-tasks-with-ai-automation/
발행일: 2025 (Featuring Marcus Saito, Marcelo Lebre)