OpenAI 모델을 “그냥 갖다 붙이는” 회사는 많습니다. 그런데 유럽의 멀티모달 여행 예약 플랫폼 Omio는 그 반대를 택했습니다. CTO Tomas Vocetka는 “기존 업무 프로세스에 AI를 얹는 식의 피상적인 적용은 거부한다"고 못 박았습니다. 모든 부서가 처음부터 일하는 방식을 다시 설계해, AI 네이티브 기업으로 굴러가도록 만들겠다는 겁니다.

그 결과가 꽤 흥미롭습니다. 한 분기를 통째로 잡아먹던 개발 과제가 엔지니어 한 명이 한 달이면 끝나는 일로 바뀌었습니다.

핵심 요약

  • Omio: 47개국 3,000여 운송사(항공·기차·버스·페리)를 한 화면에 묶은 멀티모달 여행 예약 플랫폼.
  • CTO Tomas Vocetka의 원칙: AI는 옛 프로세스를 보조하는 도구가 아니라, 일하는 방식을 재설계하는 출발점이다.
  • 단계적 도입: 직원 전원에게 ChatGPT 기본 액세스 → 엔지니어링 전 과정에 Codex 의무 적용 → 비기술 부서로 확장.
  • 개발 공수: 회사 내부 분석 기준 이전의 약 20% 수준. 분기 단위 프로젝트가 1인 한 달 작업으로 축소.
  • 대화형 커머스: 2023년부터 ChatGPT 기반 예약 인터페이스 운영. 실시간 가격·재고에 모델 응답을 그라운딩해 환각 차단.
  • 거버넌스: 코드와 사업 결과에 대한 책임은 사람이 진다. AI는 가속기일 뿐, 결정 권한은 사람이 보유.

“기존 프로세스에 AI 얹지 마라” — Omio가 잡은 원칙

Omio는 우리에게 익숙한 여행 검색 사이트와는 결이 좀 다릅니다. 유럽 47개국, 3,000곳이 넘는 운송 사업자의 항공·기차·버스·페리 데이터를 하나로 묶어, “로마에서 피렌체까지 가장 빨리"처럼 사람 말로 던지는 질문에 답을 만들어주는 회사입니다.

CTO인 Tomas Vocetka는 흔한 함정을 경계합니다. 낡은 워크플로 위에 ChatGPT 버튼 하나 붙이고 “AI 도입 완료"라고 말하는 식 말이죠. Omio는 그 반대 방향을 택했습니다. 영업, 엔지니어링, 마케팅, 운영 가릴 것 없이 모든 부서가 일하는 방식을 처음부터 다시 짜야 한다는 게 사내 원칙입니다.

말은 거창합니다. 그런데 실제 실행 순서가 꽤 영리합니다.

도입 1단계 — ChatGPT로 ‘감 잡기’

먼저 회사 전원에게 기본 ChatGPT 액세스를 깔았습니다. 거창한 사내 플랫폼을 새로 짓지 않고, 직원들이 먼저 생성형 모델에 익숙해지도록 한 거죠.

Vocetka는 이 단계를 “본격적인 기술 통합을 위한 워밍업"이라고 부릅니다. 사내 누구라도 모델의 강점과 약점을 직접 손으로 만져본 뒤에야, 다음 단계의 진짜 통합이 의미가 있다는 판단입니다. 익숙하지 않은 도구를 갑자기 의무화해 봐야 거부감만 키운다는 걸 알았던 셈입니다.

도입 2단계 — OpenAI Codex를 엔지니어링 전체 사이클에 의무화

워밍업이 끝나자, 진짜 무거운 작업이 시작됐습니다. Omio는 OpenAI Codex를 엔지니어링 조직에 직접 임베드했습니다. 적용 범위는 일부 보조 작업이 아니라 소프트웨어 개발 라이프사이클 전체입니다.

  • 사전 리서치
  • 아키텍처 설계
  • 실제 코딩
  • 자동 테스트
  • 코드 리뷰
  • 운영 중 시스템 유지보수

여기에 더해 엔지니어링팀은 사내 전용 커넥터를 따로 만들었습니다. 회사의 독자 데이터 환경과 Codex 같은 도구를 직접 연결해, 개발자가 “이 정보 어디에 있더라?” 하고 헤매는 단계를 건너뛰고 곧장 실행 작업으로 넘어가게 한 겁니다. IDE 안에서 바로 결과를 받아보는 구조입니다.

Vocetka는 명확히 정리합니다. 직원 전체에게 푼 ChatGPT가 “도입 신호탄"이라면, 실제 생산 작업의 무게를 받치는 것은 Codex라고요. 그리고 이 흐름은 엔지니어링 안에서 멈추지 않았습니다. 경영진은 Codex 적용을 비기술 부서로 적극 확장하고 있고, 이에 맞춰 표준 업무 절차도 새 능력에 맞게 다시 짜이는 중입니다.

숫자로 본 효과 — “이전의 약 20%”

가장 눈에 띄는 건 회사가 공유한 내부 분석 결과입니다. 특정 제품을 만드는 데 기술적으로 들이는 노력이 이전의 약 20% 수준으로 떨어졌다고 합니다. 다섯 배 빨라졌다고 단순화하긴 어렵지만, 적어도 비슷한 결과물에 드는 손이 그만큼 줄었다는 얘기입니다.

결과는 일정에도 그대로 나타납니다.

  • 이전: 여러 명의 개발자가 한 분기를 통째로 매달리던 프로젝트
  • 지금: 엔지니어 한 명이 약 한 달 작업으로 처리

그 결과 팀의 일하는 방식 자체가 달라집니다. 비용이 낮아진 만큼 **“일단 만들어서 시장 반응을 본다”**가 현실적인 선택지가 되거든요. 경영진은 한정된 자본과 인력을 더 정교하게 배분합니다. 본격적인 양산 결정에 앞서, 프로토타입으로 가능성이 없는 기능을 먼저 솎아내는 식입니다. 기존 제품에 대한 업데이트도 훨씬 빠른 주기로 라이브 환경에 반영됩니다.

대화형 커머스 — 실시간 운송 데이터에 묶인 ChatGPT

Omio의 또 다른 무기는 소비자 쪽 인터페이스입니다. 회사는 이미 2023년에 OpenAI 모델을 자사 운송 인벤토리에 연결해, 업계에서 가장 이른 시기에 대화형 여행 예약 인터페이스를 선보였습니다.

사용자는 이런 식으로 묻습니다.

  • “로마에서 피렌체까지 가장 빠른 길은?”
  • “파리와 바르셀로나 사이, 비행기랑 기차 중 어느 쪽이 나아?”

기존 여행 예약은 사이트 여러 곳을 떠돌며 교통수단마다 따로 비교하고, 직접 일정을 짜맞춰야 했습니다. Omio는 이 흩어진 과정을 하나의 인터페이스로 묶었고, 모델이 사용자의 의도를 해석해 항공·기차·버스·페리를 가로지르는 여정을 만들어줍니다.

여기서 중요한 건 그라운딩(grounding) 입니다. 모델 응답을 학습 데이터가 아닌 실시간 가격·재고에 묶었습니다. 덕분에 그럴듯하지만 실제로는 존재하지 않는 표 같은 환각이 끼어들 여지가 줄고, 결과는 곧장 예약 가능한 일정으로 이어집니다.

회사는 이 통합을 한 단계 더 밀어붙여, 전용 ChatGPT 경험으로 확장했습니다. 이 앱은 Omio가 운영하는 글로벌 운송 네트워크에 직접 접근합니다. Omio는 이런 구조를 새로운 형태의 대화형 커머스(conversational commerce) 라고 부릅니다. AI가 소비자와 운송 네트워크 사이를 잇는 기본 인터페이스 레이어로 작동하는 셈이죠. 검색창에 키워드를 넣는 시대에서, 지능형 시스템과 대화하며 일정을 짜는 시대로 넘어가는 신호로 읽힙니다.

거버넌스 — “책임은 사람이 진다”

이 정도로 도구 활용 폭이 넓어지면, 자연스럽게 따라오는 질문이 있습니다. 잘못된 결정의 책임은 누가 지는가?

Omio의 사내 정책은 단호합니다. 배포된 모든 코드와 사업 결과에 대한 책임과 의무는 사람에게 남는다는 겁니다. 생성형 도구는 어디까지나 개발, 분석, 의사결정의 속도를 높여주는 가속기일 뿐입니다.

“책임과 의무는 사람에게 남는다. AI 덕분에 우리는 더 빨리 개발하고, 더 빨리 분석하고, 더 빨리 결정하지만, 결정권은 사람이 쥔다.” — Tomas Vocetka

이 원칙이 실무적으로 의미하는 바는 명확합니다. 자동화된 시스템이 예약 인프라나 핵심 멀티모달 라우팅 알고리즘처럼 되돌리기 어려운 부분에 혼자 손대지 못하게 한다는 거죠. 직원 전체에 OpenAI 도구를 넓게 허용하면서도, 위로는 엄격한 검토 모델을 얹어 속도와 시스템 안정을 동시에 잡습니다.

실무자가 볼 핵심 포인트

  • AI 도입은 ‘AI 입히기’가 아니라 ‘프로세스 재설계’다. ChatGPT 버튼 하나 붙이고 끝낼 게 아니라, 일하는 흐름을 처음부터 다시 짜는 작업으로 잡아야 효과가 누적됩니다.
  • 단계는 라이트 도입 → 핵심 영역 의무화 → 비기술 확장 순서. Omio처럼 ChatGPT로 감을 잡은 뒤 Codex로 무게중심을 옮기는 흐름이 거부감을 줄입니다.
  • 사내 데이터 커넥터에 투자하라. 도구를 사내 데이터에 직접 연결해야, 정보를 찾는 단계가 사라지고 실행이 빨라집니다. SaaS 표준 통합만으로는 부족합니다.
  • 생성형 응답은 실시간 데이터에 그라운딩하라. 가격·재고·일정처럼 자주 바뀌는 정보를 모델에 직접 묶지 않으면, 환각이 곧 매출 손실로 이어집니다.
  • 거버넌스는 코드보다 먼저. “AI 결과를 누가, 어디까지 검토하고 책임지는가"를 글로 박아두지 않으면, 속도가 빨라질수록 사고 복원 비용도 같이 커집니다.
  • 20%라는 숫자에 흥분하기 전에, 그 수치가 어디서 계산됐는지 확인하세요. Omio 사례는 “엔지니어가 IDE 안에서 코덱스를 쓴 결과"이지, 모든 종류의 개발에 자동으로 적용되는 평균은 아닙니다.

원문 출처

원문 보기 — Ryan Daws, AI News (TechForge Media), 2026-06-23