‘AI 시대, 일의 구조 자체를 다시 설계하다’…정민규 커널스페이스 대표

Published: 12 hours ago (March 3, 2026 at 02:55 AM EST)

13 min read

Source: VentureSquare

배경

챗GPT가 코딩까지 해주는 시대이지만, 재무와 회계 현장에서는 여전히 엑셀과 사투를 벌이고 있다. 결국 돌고 돌아 엑셀이다.

네이버에서 수백만 명이 사용하는 클로바노트의 AI 엔진을 총괄했던 정민규 대표는 AI가 실제 현장에 들어왔을 때 무엇이 바뀌고 무엇이 끝내 바뀌지 않는지를 지켜봤다. 정 대표가 포착한 문제는 단순했다. 기술은 빠르게 발전하는데, 일하는 방식은 크게 변하지 않는다. AI가 도입돼도 기존 프로세스 위에 도구만 덧붙일 뿐, 구조적 비효율은 그대로 남는다.

그는 안정적인 대기업 리더 자리를 박차고 나와 2024년 커널스페이스를 창업했다. AI 시대에 맞게 일의 구조 자체를 다시 설계하겠다는 목표였다.

정 대표는 “커리어는 늘 고객에게 더 가까이 가기 위한 선택의 연속이었다”면서, “고객의 소리를 직접 들을 수 있어야 정말 필요한 제품을 개발할 수 있다”라고 밝혔다. 이어 그는 “네이버에서는 큰 임팩트를 경험했지만, 대기업 특성상 고객의 목소리를 직접 듣고 빠르게 상호작용하기에는 분명한 한계가 있었다”고 회고했다.

문제를 풀기 위해 내린 결론은 뚜렷하다. AI를 잘 사용하는 방법을 더하는 게 아니라, AI 시대에 맞게 업무 방식 자체를 설계해야 한다는 것.

“그 변화는 내부에서 혁신적으로 일하지 않으면 불가능해요. 제가 믿는 새로운 비즈니스 문법을 실험하고, 그 결과를 제품으로 증명하려 하죠.”

커널스페이스와 ‘그리디’

AI 기반 스프레드시트 자동화 플랫폼

커널스페이스가 내놓은 제품 **‘그리디’**는 AI 기반 스프레드시트 자동화 플랫폼이다. 단순한 챗봇이 아니라 테이블 중심으로 사고해 직접적으로 스프레드시트 작업을 돕는다. 범용 LLM이 정형 데이터의 행과 열 사이 문맥을 제대로 이해하지 못하는 한계를 극복했다.

“LLM은 기본적으로 텍스트를 생성하는 모델입니다. 행과 열의 제약을 엄격히 지켜야 하는 스프레드시트 작업에서는 본질적 한계가 있죠. ‘그리디’는 설명을 자연어로 하지만, 직접적인 데이터 작업은 코드를 통해 수행합니다. 말로 다루는 것이 아니라, 계산 가능한 코드로 다루는 방식입니다.”

사용자의 요청이 들어오면 그 니즈를 먼저 코드로 변환한다. 자연어로 표현된 요구를 실행 가능한 로직으로 바꾸고, 그 코드를 실행한 뒤 결과를 스프레드시트에 반영한다.

“모든 코드가 스프레드시트의 구조를 고려해 생성됩니다. 셀의 위치와 수식의 관계, 열과 행의 의미 같은 맥락을 반영해 값이 임의로 만들어지는 게 아니라, 구조 안에서 계산되도록 설계했죠.”

실행 결과는 다시 스프레드시트의 형식과 업무 맥락에 비춰 검증된다. ‘그리디’의 AI는 바로 답을 말하는 모델이 아니라, 사용자의 의도를 코드로 바꿔 실행하고 그 결과를 다시 확인해 마무리하는 순환 구조다.

엑셀 파일의 연결성

엑셀 파일은 고립된 파일이 아니다. 하나의 시트 뒤에는 연결된 다른 파일들, 반복되는 업무 흐름, 그리고 그 비즈니스의 본질적인 맥락이 있다. 하지만 많은 AI 툴은 당장의 문제를 푸는 데 그치고, 왜 그렇게 처리했는지에 대한 판단 기준과 작업 히스토리를 깔끔하게 정리하지 못한다. 그 결과 같은 업무를 처음부터 반복하거나 비슷한 실수를 되풀이하기 쉽다.

“테이블의 상태뿐 아니라 비즈니스의 상태를 함께 이해하는 구조가 필요합니다. 작업 결과뿐 아니라 그 과정의 맥락과 기준이 함께 기록되고, 재사용 가능한 워크플로로 남아 자산처럼 축적될 때, 비로소 일의 본질이 드러나고 효율이 만들어지죠.”

워크플로 자동화

공동창업자 박상정 CBO의 역할

공동창업자인 박상정 CBO는 Big4 회계법인부터 채널코퍼레이션까지 거친 도메인 전문가다. 초기 시장 인사이트를 제공하고, 실제 엑셀 사용자들의 업무 흐름과 회계 실무를 제품 설계 단계부터 밀착해 피드백했다.

핵심 차별점: 워크플로 설계와 저장

‘그리디’의 핵심 차별점은 워크플로 자동화다. 사용자가 “매출 데이터 합쳐줘”라고 말하면 AI가 워크플로를 설계하고 이를 재사용 가능한 코드로 저장한다. 과거 매크로나 VBA를 다룰 줄 아는 소수에게만 허용됐던 데이터 권력을 일반 실무자에게 이양하는 과정이다.

“워크플로는 우리가 생각하는 기술의 민주화이자, 실무를 자산화하는 핵심 수단이죠. 사용자가 자연어로 정의한 업무 흐름은 코드 형태의 실행 로직으로 정리되고, 그 과정에서 업무 맥락과 판단 기준이 반복 가능한 자산으로 남습니다.”

워크플로는 VBA 대비 만들기 훨씬 쉽고, 기능적으로도 강력하다. 자연어로 생성·수정할 수 있으며, 특정 셀 하나라도 틀리면 전체가 깨질 수 있는 전통적인 VBA와 달리 훨씬 유연하게 동작한다.

“사용자들은 단순한 재무 데이터 정리를 넘어, 복잡한 감사 업무까지 워크플로 버튼 하나로 반복 실행하는 경험을 하고 있다.”

반복 실행의 가치는 속도뿐 아니라 일관성에도 있다. 회계 목적의 업무는 정확하고 일관된 결과가 핵심인데, 사람의 수동 작업이나 LLM 기반 업무는 그 일관성을 보장하지 못한다. 코드 기반 워크플로는 언제나 같은 코드를 실행하므로, 처음 세팅만 잘 되어 있다면 일관된 결과를 보장한다.

연동 및 확장성

기존 대형 모델과의 차별

MS 코파일럿, 클로드 등 거대 모델도 엑셀 지원 기능을 강화하고 있다. 그러나 정 대표가 강조하는 것은 기능의 많고 적음이 아니라, 결과가 어떻게 남고 구조적으로 축적되는가이다.

자연어 기반 연동

연동 역시 같은 맥락이다. 기존 방식처럼 사용자가 API를 이해하고 UI를 통해 세부적으로 설정하는 것이 아니라, 에이전트가 자연어 요청을 이해해 필요한 연동을 수행한다. 사용자는 연동의 기술적 디테일을 알 필요 없이 “필요한 데이터를 가져와서 정산해줘”라고 말하면 된다.

초기 테스터와 실무 적용

초기 테스터의 절반 이상이 단순 실험을 넘어 곧바로 실무 자동화로 전환했다. ‘그리디’가 실무자에게 가장 크게 소구되는 점은 현재 사용 중인 파일을 그대로 올려 작업을 이어갈 수 있다는 점이다. 많은 툴이 설치·세팅·마이그레이션을 요구하지만, ‘그리디’는 기존 파일을 그대로 활용한다.

팀 플랜에서는 작업 결과물과 워크플로가 함께 공유되는 시스템이라 시너지 효과를 기대할 수 있다. 한 번 수행한 업무는 실행 로직으로 남아 재사용될 수 있기 때문에, 동일한 작업을 반복할수록 팀 전체의 자산이 된다.

미래 전망

단기 목표

실무 현장에서 확실히 쓰이는 제품으로 자리매김
Gmail, Google Drive, Analytics, Stripe, Spendit 등과 연동
커머스·회계·내부 DB 등 다양한 SaaS와 연동 확대

장기 목표

스프레드시트를 넘어 데이터베이스와 대시보드 연결
데이터 축적·인사이트 공유·실행 로직을 자산으로 남기는 환경 구축
AI가 기업 업무를 안정적으로 수행하는 비즈니스 실행 인프라로 발전

“결국 미래의 경쟁력은 더 많은 일을 처리하는 능력이 아니라, 명확한 의지를 가지고 방향을 설정하며 그것을 실행으로 끝까지 밀어붙이는 힘에 달려 있어요. ‘그리디’는 그런 의지를 가진 사용자들이 한 단계 먼저 미래의 업무 환경으로 이동할 수 있도록 돕는 도구가 되고자 합니다.”

네이버 클로바노트의 성공을 뒤로하고 스타트업 현장으로 뛰어든 개발자의 집념이, 엑셀과 ‘씨름’하는 모든 실무자들의 일하는 방식을 어떻게 바꿔놓을지 주목된다.