전체 사례No. 066
BMW, 법인 차량 문의의 수작업 단계 90% 자동화
에이전트가 답변 초안을 준비하고 검토와 최종 결정은 사람이 맡습니다
- 사례 번호
- 066
- 1차 출처
- BMW Group news article (German original and English version)
- 원문 게시
- 2026-05-22

요약
- BMW 그룹은 법인 차량 문의 준비 단계에 인공지능 에이전트를 도입했습니다.
- 문의 처리 수작업 단계의 약 90퍼센트가 줄었으나 내용 통제권과 의사결정은 사람이 유지합니다.
- 고객 응대 업무에서는 준비 작업만 자동화하고 판단을 남겨 두는 설계가 안전합니다.
고객 문의 하나를 처리하기 위해 여러 시스템을 뒤적거리던 날들
기업 고객을 응대하는 부서의 하루는 이메일 확인으로 시작됩니다. 그런데 이 이메일들이 정해진 서식대로 깔끔하게 정리되어 들어오는 경우는 드뭅니다. 어떤 고객은 여러 브랜드의 다양한 차종을 한데 섞어 견적을 문의하고, 계약 기간이나 연간 주행거리 모델에 대한 까다로운 조건을 덧붙이기도 합니다.
BMW 그룹 파이낸셜 서비스의 유럽 플릿(법인 차량) 사업 부문인 알파벳(Alphabet)이 매일 마주하던 상황이 바로 이랬습니다. 여기서 알파벳은 구글의 모회사가 아니라, 50대가 넘는 차량 플릿을 보유한 기업 고객들을 지원하는 BMW 그룹의 사업 조직입니다. 기업 플릿을 위해 다수의 차량을 주문할 때 문의 내용은 표준적인 경우가 드물었습니다. 게다가 고객 문의 건수는 갈수록 늘어났고, 그 복잡성 또한 함께 커지고 있었습니다.
최근까지 이러한 문의를 처리하는 데는 상당한 수작업이 필요했고, 실무자들은 이메일을 하나씩 개별적으로 검토했습니다. 그리고 여러 시스템에서 관련 정보를 한데 모아야 했습니다. 그러고 나서야 겨우 한 통의 답변 메일을 작성할 수 있었습니다.
준비 작업은 에이전트에게, 최종 결정권은 사람에게
2026년 5월 BMW 그룹이 공개한 설명에 따르면, 이 과정에 자체 개발한 에이전틱 AI(agentic AI, 능동적으로 판단하여 자율적으로 다음 행동을 수행하는 인공지능) 에이전트가 투입되었습니다. 새로 마련된 업무 흐름에서 에이전트는 플릿 관리자로부터 비정형 이메일이 들어오면 그 속의 주요 데이터를 내부 전산 시스템에 스스로 입력합니다. 그리고 사람이 일일이 시스템을 열어 지시하지 않아도 필요한 다음 단계를 곧장 작동시킵니다. 나아가 에이전트는 고객에게 보낼 답변 초안까지 직접 작성합니다.
여기서 알파벳이 정한 분업 원칙은 명확합니다. 자동화 수준은 높이되, 고객에게 전달되는 내용에 대한 최종 통제권은 전적으로 직원이 쥐고 있도록 한 것입니다. 실무 직원은 에이전트가 작성한 제안과 답변 초안을 검토하고, 필요에 따라 내용을 수정하며 필요한 경우 개입합니다. BMW 그룹은 이 분업 방식을 “기술이 사전 준비를 맡고, 의사결정은 여전히 사람이 내린다”는 문장으로 정리했습니다.
실제 시스템 내부는 비정형 텍스트를 구조화된 데이터 레코드로 전환하는 형태로 작동했을 가능성이 높습니다. 에이전트가 고객사 명칭, 희망 차종, 대수, 연간 주행거리 같은 항목을 추출한 뒤 기존 고객 데이터베이스와 대조해 계약 조건을 불러왔을 것입니다. 만약 이메일 본문에서 필수 조건이 빠져 있다면 마음대로 수치를 추정해 넣는 대신, 플릿 관리자에게 누락된 정보를 되물어볼 수 있도록 답변 초안을 구성했을 가능성이 큽니다. 그리고 완성된 초안은 담당 부서의 검토 대기열로 넘겨져 사람이 확인하고 발송하도록 설계되었을 것입니다.
90퍼센트 자동화가 뜻하는 것과 남겨진 사람의 몫
이 변화를 통해 알파벳은 플릿 문의 처리 과정에 들어가던 기존 수작업 단계의 약 90퍼센트를 자동화했습니다. 이 수치는 전체 문의 건수나 고객 수의 90퍼센트가 아니라, 한 건의 문의를 처리할 때 손으로 거쳐야 했던 ‘업무 단계’의 약 90퍼센트를 뜻합니다. 직원이 이메일을 하나하나 읽고, 여러 내부 시스템을 조회하고, 제안 초안을 손으로 타이핑하던 반복적인 준비 작업의 대다수를 에이전트가 가져간 셈입니다.
그 결과 업무 절차는 한결 간소해졌고, 직원들에게는 직접적인 고객 상담과 지원에 집중할 수 있는 여유 용량이 생겼습니다.
업무 흐름 전반에서 에이전트가 맡은 역할은 어디까지나 ‘준비’입니다. 문의 처리 수작업 단계의 약 90퍼센트를 덜어내고도 내용에 대한 통제권과 의사결정을 사람에게 남겨둔 것은, 대규모 법인 차량 계약에 필요한 상업적 판단을 유지하려는 취지로 풀이됩니다.
25만 개 특수 공구를 관리하는 구매 부서의 또 다른 에이전트
BMW 그룹은 같은 글에서 에이전틱 AI를 활용하는 또 다른 현장으로 구매 및 공급업체 네트워크 부서를 소개했습니다. 이곳에서는 전 세계에 흩어져 있는 약 25만 개의 특수 공구를 관리합니다. 주조 금형, 모델, 템플릿 같은 특수 공구들은 차량 부품을 정밀하게 생산하거나 협력업체 공장에 있는 대형 설비를 정비하는 데 쓰입니다.
기존에는 이 방대한 특수 공구들의 재고를 파악하고 실사하는 작업이 대단히 번거롭고 많은 일손을 요구했습니다. BMW 그룹은 이 과정에도 에이전트 시스템을 도입했습니다. 에이전트는 협력업체에 보낼 재고 조사 요청서를 자동으로 작성해 발송하고, 협력업체가 보내온 답변을 검토합니다. 그리고 아무런 문제가 없는 정상 사례는 에이전트가 스스로 판단해 즉시 승인 처리하고 과정을 마무리합니다.
사람은 특수한 전문 지식과 전문가적 검토가 꼭 필요한 예외 상황에만 개입합니다. 실제 운영에서는 각 협력업체 사업장에 등록된 공구 목록을 바탕으로 실사 지시가 내려지고, 협력업체가 회신한 내용이 장부와 일치하면 자동으로 종결 처리되었을 것입니다. 반면 공구가 분실되었거나 파손되었다는 보고가 들어오거나 협력업체가 기한 내에 답하지 않은 경우에만 구매 담당자의 작업 목록에 올려 사람이 직접 살피도록 분기했을 가능성이 높습니다.
이 특수 공구 재고 관리 시스템은 BMW 그룹 구매 및 공급업체 네트워크의 중심 인공지능 애플리케이션인 ‘AIconic’ 멀티 에이전트 시스템 위에서 구축되었습니다. AIconic은 여러 데이터 소스를 하나로 연결하고, 작업을 생성하며, 결과물을 검증하고, 모든 프로세스 단계의 진행 현황을 투명하게 보여주는 플랫폼 역할을 합니다. 그 덕분에 재고 실사업무는 이전보다 훨씬 가볍고 투명하며 효율적인 방식으로 바뀌었습니다.
검토 지점을 어디에 둘 것인가
알파벳의 법인 차량 견적과 구매 부서의 특수 공구 재고 실사는 서로 다른 두 가지 에이전트 운용 방식을 잘 보여줍니다.
알파벳의 에이전트는 수작업 단계의 약 90퍼센트를 대신 처리하지만, 고객에게 전달되는 결과물은 사람이 검토합니다. 이는 고객을 마주하는 견적 업무에서 최종 결과물을 사람이 직접 점검하도록 배치한 것으로 해석할 수 있습니다.
반면 특수 공구 재고 관리에서 에이전트는 문제가 없는 건을 스스로 확인하고 직접 승인까지 마칩니다. 사람은 오직 걸러진 문제 사례만 받아봅니다. 협력업체의 회신을 대조하는 내부 절차에서는 에이전트가 정상 건을 처리하고 사람은 예외 상황에만 집중하도록 설계한 것으로 보입니다.
독일의 웹 전문지 Dr. Web이 보도한 바에 따르면, BMW 그룹 구매 부서에는 짧은 기간 안에 추가 납품이 가능한 업체를 확인하고 이에 따른 후속 비용을 산출해 주는 에이전트를 포함해 4개의 인공지능 에이전트가 운용되고 있습니다. 여기서도 최종 결정은 여전히 구매 담당자의 몫입니다. 나아가 2026년 9월 30일 캐피털 마켓 데이 2026 프레스 릴리스에서 발터 메르틀(Walter Mertl) BMW 그룹 CFO는 회사 전 영역에서 에이전틱 AI 애플리케이션을 일관되게 활용하는 것이 게임 체인저가 될 것이라고 밝혔습니다. BMW 그룹은 또한 개발과 구매부터 생산, 영업 및 마케팅, 애프터세일즈에 이르기까지 모든 핵심 비즈니스 프로세스 전반에 인공지능을 일관되게 활용하는 것이 목표라고 밝혔습니다.
현장의 실무자와 리더들에게 이 사례는 에이전틱 AI의 도입 방향에 대해 중요한 기준을 제시합니다. 인공지능에게 모든 판단을 맡길 것인지, 아니면 사람이 모든 과정을 붙잡고 있을 것인지 양자택일할 필요는 없습니다. 비정형 이메일을 읽고 내부 시스템을 뒤져 문서를 준비하는 지루한 반복 작업은 에이전트에게 넘기고, 최종적인 의사결정과 고객 관계 관리라는 핵심 가치에 사람의 자원을 남겨두는 것만으로도 업무의 구조를 크게 바꿀 수 있습니다.
출처
- BMW Group — Wenn KI den Alltag leichter macht: Agentic AI bei der BMW Group. — https://www.bmwgroup.com/de/news/allgemein/2026/agentic-AI.html — 2026-05-22
- BMW Group — How agentic AI is making life easier at the BMW Group. — https://www.bmwgroup.com/en/news/general/2026/agentic-AI.html — 2026-05-22
- BMW Group — Agility, efficiency, AI-based innovations: BMW Group sets course for greater profitability and resilience — https://www.press.bmwgroup.com/global/article/detail/T0461229EN — 2026-09-30
- Dr. Web — BMW setzt im Einkauf vier KI-Agenten ein und will ab 2028 als KI-orchestriertes Unternehmen arbeiten — https://www.drweb.de/bmw-ki-agenten-einkauf-2028/ — 2026-10-13