직원 12명으로 고객사 300곳을 운영한 비밀, 더플레이토가 보여준 AI 에이전트 시대의 진짜 경쟁력
이번 기사에서 꼭 봐야 할 핵심은 딱 4가지입니다.
첫째, AI 에이전트가 단순한 자동화 도구를 넘어 실제 업무를 대신 수행하는 수준까지 왔다는 점입니다.
둘째, 티로는 노트테이킹 앱이 아니라 개인화 DB와 지식그래프를 쌓는 업무 인프라로 진화하고 있다는 점입니다.
셋째, 더플레이토는 정규직 12명으로 30만 이용자 앱과 300곳 넘는 고객사를 운영하면서, AI 전환(AX)이 조직 규모의 한계를 어떻게 바꾸는지 보여주고 있습니다.
넷째, 해외 확장과 엔터프라이즈 시장 진입이 맞물리면서, 한국 스타트업의 수출 기업화 가능성까지 확인할 수 있다는 점입니다.
AI 에이전트가 ‘보조’가 아니라 ‘업무 수행자’가 되는 순간
더플레이토의 가장 큰 변화는 AI를 잘 쓰는 수준을 넘어서, AI가 실제로 일하는 구조를 만든 데 있습니다.
이메일 답장, 문서 정리, 코딩, 일정 대응 같은 반복 업무를 AI 에이전트가 처리합니다.
사람이 밤새 기다려야 했던 답장을 AI가 먼저 보내고, 그 결과를 다른 시스템이 다시 검토하는 방식입니다.
즉, 이제는 사람이 직접 모든 일을 처리하는 시대가 아니라 AI 에이전트 운영 체계를 어떻게 설계하느냐가 경쟁력이 되는 흐름입니다.
이 구조는 단순한 업무 효율화가 아니라, 조직의 생산성 자체를 재설계하는 변화로 봐야 합니다.
티로의 본질은 녹취 앱이 아니라 ‘업무 맥락 엔진’
티로는 겉으로 보면 전사와 요약이 강한 녹취 앱처럼 보입니다.
하지만 기사 내용을 보면 핵심은 훨씬 더 깊습니다.
사용자가 쌓은 대화와 업무 기록을 바탕으로, 티로는 개인별 지식 데이터베이스를 만들고 있습니다.
여기서 만들어지는 것이 바로 온톨로지와 지식그래프입니다.
온톨로지는 정보의 의미와 관계를 구조화한 지식 모델이고, 지식그래프는 그 관계를 실제 데이터와 연결한 네트워크입니다.
쉽게 말하면, 티로는 대화를 저장하는 앱이 아니라 내가 어떻게 일하는지를 학습하는 시스템에 가깝습니다.
이게 중요한 이유는, LLM이 아무리 좋아도 업무 맥락이 없으면 답변 품질이 제한되기 때문입니다.
티로는 범용 AI 위에 개인화된 업무 맥락을 얹어, 더 정확하고 더 실무적인 답변을 만들 수 있게 합니다.
‘노트테이킹’에서 ‘AX 컨설팅’으로 확장하는 이유
임은성 대표가 티로를 단순한 노트테이킹 도구로 보지 않는 이유는 분명합니다.
회의 기록은 시작점일 뿐이고, 진짜 가치는 그 안에서 조직의 의사결정 패턴과 지식 흐름을 읽어내는 데 있기 때문입니다.
그래서 더플레이토는 최근 기업 대상 AX 컨설팅을 적극적으로 진행하고 있습니다.
여기서 AX는 AI 전환을 뜻하고, 단순히 툴을 설치하는 수준이 아니라 일하는 방식을 바꾸는 프로젝트입니다.
즉, 티로를 잘 쓰는 기업은 회의록을 잘 남기는 기업이 아니라 업무 지식이 쌓이는 구조를 만드는 기업입니다.
12명이 300개 고객사를 관리할 수 있었던 이유
더플레이토가 시장에서 강하게 주목받는 이유는 숫자 자체가 상식을 깨기 때문입니다.
정규직 12명으로 30만 이용자 앱을 운영하고, 동시에 300곳이 넘는 고객사를 관리한다는 건 일반적인 스타트업 운영 방식으로는 설명이 어렵습니다.
그런데 이 회사는 AI 에이전트를 인력 대체가 아니라 업무 확장 장치로 쓰고 있습니다.
예를 들어, 미국에 있는 직원이 바로 답변하기 어려운 시간대에는 그 직원의 말투와 업무 스타일을 학습한 클론봇이 대신 응답합니다.
또 에이전트가 수행한 결과는 하네스 엔진이 다시 검토해 품질을 관리합니다.
즉, 사람이 모든 걸 직접 처리하지 않아도 되는 시스템을 만든 것이고, 이것이 바로 AI 생산성 혁명의 핵심입니다.
클론봇은 하루아침에 만들어지지 않는다
기사에서 특히 중요한 포인트는 AI 에이전트가 처음부터 완벽하지 않다는 점입니다.
더플레이토는 매일 휴먼인더루프(HITL) 과정을 통해 사람이 에이전트의 판단을 검토하고 수정합니다.
이 과정을 6개월 정도 반복해야 실제 업무를 맡길 수준이 된다고 합니다.
이 말은 곧, AI 도입의 본질은 모델 성능보다 학습과 보정의 운영 체계에 있다는 뜻입니다.
많은 기업이 AI를 도입하고도 효과가 낮은 이유는, 도구만 들여오고 검증 루프를 만들지 않기 때문입니다.
더플레이토는 이 점에서 아주 현실적인 성공 공식을 보여주고 있습니다.
기업 AX에서 의외로 중요한 건 ‘이름’과 ‘재미’
기사에서 다른 곳에서는 잘 안 다루는 부분이 하나 있습니다.
바로 에이전트의 이름과 재미입니다.
임 대표는 구성원들이 에이전트를 실제로 자주 쓰게 만들려면, 그 도구가 재미있어야 한다고 말합니다.
사람은 기능이 좋다고 해서 무조건 쓰지 않습니다.
자신과 연결되고, 성격이 느껴지고, 계속 붙여 쓰고 싶어야 습관이 됩니다.
그래서 더플레이토는 클론봇에 이름과 개성을 부여하고, 아바타처럼 키우는 방식으로 활용도를 끌어올렸습니다.
이건 굉장히 중요한 포인트입니다.
AI 도입 실패의 상당수는 기술 문제가 아니라 조직 사용성 문제에서 발생하기 때문입니다.
B2B가 아니라 B2C2B, 개인 사용이 기업 구매로 이어진다
더플레이토의 사업 구조는 일반적인 B2B와 조금 다릅니다.
처음에는 개인이 티로를 써보고 만족합니다.
그 다음 팀장급 사용자와 조직 단위로 확산됩니다.
그리고 결국 기업 전체 도입으로 이어집니다.
이런 구조를 더플레이토는 B2C2B라고 정의합니다.
즉, 개인 경험이 기업 구매를 만든다는 뜻입니다.
이 모델은 요즘 SaaS, 생성형 AI, 업무 자동화 시장에서 굉장히 강력한 확장 방식입니다.
특히 AI 툴은 조직 구매보다 개인 체험이 훨씬 빠르기 때문에, 이 흐름은 앞으로 더 강해질 가능성이 큽니다.
일본 시장과 엔터프라이즈 진출, 그리고 수출 기업 목표
더플레이토는 해외 확장도 본격적으로 보고 있습니다.
현재 이용량의 대부분은 한국어, 일본어, 영어, 중국어가 차지하고 있고, 그중 일본 시장의 성장 속도가 빠릅니다.
활성 이용자 중 일본 현지 비중이 약 30%에 이른다는 점은 꽤 의미가 큽니다.
한국 스타트업이 처음부터 글로벌 언어 사용자 기반을 확보하고 있다는 건, 단순 내수형 서비스와는 다른 궤도에 들어섰다는 뜻입니다.
올해 목표 수출액 10억원도 눈에 띕니다.
이건 단순한 숫자가 아니라, AI 스타트업이 국내 시장에만 머물지 않고 수출 산업으로 성장할 수 있는지를 보여주는 지표입니다.
이번 기사에서 놓치면 안 되는 진짜 핵심
다른 뉴스나 유튜브에서 자주 강조하는 건 보통 “AI가 업무를 줄여준다” 정도입니다.
그런데 이번 기사에서 더 중요한 건, AI가 일을 대신하는 수준을 넘어서 조직의 지식 구조를 바꾸고 있다는 점입니다.
즉, 앞으로의 경쟁력은 AI를 몇 개 도입했는지가 아니라, 내 회사의 대화와 결정이 데이터로 축적되는 구조를 만들었는지에 달려 있습니다.
또 하나 중요한 건, AI 시대의 조직 규모가 지금보다 훨씬 작아질 수 있다는 사실입니다.
적은 인원으로 더 많은 고객을 관리하는 기업이 늘어날수록, 채용과 조직 설계의 기준도 완전히 바뀌게 됩니다.
결국 더플레이토 사례는 “AI를 잘 쓰는 회사”가 아니라 “AI를 업무 구조로 만든 회사”가 이긴다는 걸 보여줍니다.
경제와 AI 트렌드 관점에서 본 시사점
첫째, 생산성 혁명이 단순한 구호가 아니라 실제 매출과 조직 구조를 바꾸는 단계로 들어왔습니다.
둘째, AI 에이전트는 앞으로 기업용 소프트웨어 시장의 중심축이 될 가능성이 높습니다.
셋째, 생성형 AI는 범용 답변보다 개인화된 지식 그래프와 결합될 때 훨씬 강해집니다.
넷째, 디지털 전환은 이제 시스템 도입이 아니라 업무 습관의 재설계로 이해해야 합니다.
다섯째, 스타트업 성장의 기준도 인원수보다 자동화 수준과 고객 확장성으로 이동하고 있습니다.
이 흐름을 보면, 앞으로의 시장은 “누가 더 큰 조직을 가졌는가”보다 “누가 더 정교한 AI 운영 구조를 가졌는가”가 승부를 가를 가능성이 큽니다.
Summary
더플레이토는 12명 규모로 30만 사용자와 300개 이상 고객사를 운영하며 AI 에이전트 시대의 가능성을 증명했습니다.
티로는 단순 녹취 앱이 아니라 개인화 DB와 지식그래프로 업무 맥락을 축적하는 AI 인프라입니다.
핵심은 AI 도입이 아니라, 휴먼인더루프와 하네스 엔진으로 검증 루프를 만드는 운영 구조입니다.
앞으로의 경쟁력은 AI를 얼마나 많이 쓰느냐가 아니라, AI가 조직의 지식을 얼마나 잘 쌓고 확장하느냐에 달려 있습니다.
[관련글…]
지식그래프 기반 개인화 AI가 여는 차세대 SaaS 시장
*출처: https://byline.network/2026/08/3748274392389/
답글 남기기