알리바바 리틀옥토퍼스 한 달 3000만명, 30조달러 지식노동 시장 정조준

알리바바의 AI 오피스 에이전트 ‘리틀 옥토퍼스(Little Octopus)’가 출시 한 달 만에 3000만 명 넘는 사용자를 모았다. 이 가운데 절반 이상이 기업 사용자다. 자동차·금융·제약·공급망·외식업 등 업종의 선도 기업들이 이 에이전트를 통해 알리바바의 AI 인프라 큐원(Qwen)을 연구개발, 재무, 공급망, 매장 운영 같은 실제 업무 프로세스에 연결하고 있다.

리틀 옥토퍼스는 알리바바가 지난 8월 세 개 제품(QoderWork·Wukong·MuleRun)을 통합해 만든 큐원 오피스(Qwen Office)의 별칭이다. 업계에서는 이를 두고 AI 업계가 노리는 시장의 규모에 주목한다. 전 세계 소프트웨어·IT서비스 지출은 3조 달러가 넘고, 그 뒤에 숨어 있는 지식노동의 가치 풀은 약 30조 달러에 달한다는 게 관련 보도의 핵심이다.

딩톡 안에서 바로 작동하는 에이전트

큐원 오피스는 지난 8월 QoderWork, Wukong, MuleRun 세 제품을 하나로 합치며 출발했다. 최고경영자 천위썬(Chen Yusen)이 통합 작업을 총괄했고, 알리바바의 협업 메신저 딩톡(DingTalk) 앱 안에 진입점을 열었다. 딩톡에는 이미 2600만 개가 넘는 기업 조직이 등록돼 있고, 알리바바 클라우드 고객도 500만에 이른다. 리틀 옥토퍼스는 이 두 기반 위에서 사용자를 빠르게 늘렸다.

메시지, 회의, 문서, 승인 업무를 이미 딩톡 안에서 처리하던 기업이라면 직원들이 업무 환경을 새로 구축할 필요가 없다는 점이 강점으로 꼽힌다. 에이전트가 그룹 채팅과 문서, 회의 내용에 직접 접근해 맥락을 얻을 수 있기 때문이다. 한 미디어 회사 관계자는 과거 클로드 코드(Claude Code)나 코덱스(Codex) 같은 해외 에이전트를 쓸 때는 회의록과 채팅 로그, 지식베이스를 새 플랫폼에 다시 정리해 올려야 했다고 전했다. 그는 중국 오피스 AI 에이전트를 쓰면 회의가 끝난 직후 회의록을 바로 불러올 수 있어 자료를 여러 플랫폼 사이로 옮길 필요가 없어졌다고 설명했다.

창안자동차, 품질검사부터 배선 설계까지 AI를 심다

리틀 옥토퍼스가 실제 업무에 얼마나 깊이 들어갔는지는 창안자동차(長安汽車) 사례에서 잘 드러난다. 이 회사는 연구·생산·공급·판매·서비스 전체 사슬에 큐원 오피스를 붙였다. 허베이 생산기지의 품질검사 엔지니어 궈쯔야(Guo Ziya)는 과거 합격증명서와 환경보호 체크리스트에 있는 수십 개 파라미터를 국가 규제 웹사이트와 일일이 대조해 차량 한 대당 10분 이상을 썼다. 지금은 서류를 촬영해 올리기만 하면 큐원 오피스가 파라미터를 자동으로 인식하고 검증과 비교 결과 생성까지 마쳐, 검사 시간이 차량 한 대당 1~2분으로 줄었다.

13년간 근무하며 코드를 한 줄도 써본 적 없는 궈쯔야는 여기서 그치지 않고 문제관리 프로세스에 들어가는 AI 에이전트도 직접 만들었다. 직원들이 제출한 원인 분석과 시정조치를 검토하는 것을 돕는 에이전트다. 그는 AI와 직접 대화하며 3~4차례 반복 작업만으로 이를 완성했다. 재료공학을 전공한 그는 예전에는 품질관리 시스템에 기능을 하나 추가하려면 IT팀에 요청을 넘기고 순서를 기다려야 했다고 말했다.

제품개발센터의 저전압 배선 하네스(wiring harness) 선정 작업도 비슷한 변화를 겪었다. 차량 모델별로 선 규격, 핀 수, 전류·전압 부하, 온도 등 수많은 파라미터를 계산해야 해 숙련 엔지니어도 이틀 가까이 걸리던 작업이었다. 지금은 엔지니어가 계산 로직을 요구사항 문서로 정리해 AI에게 넘기면 도구로 개발되고, 데이터를 입력하면 약 5분 만에 선정이 끝난다. 도구는 각 계산 단계를 그대로 표시해 추적도 가능하다. 창안자동차 AI 애플리케이션 개발부문 관리자 샤오스창(Xiao Shiqiang)은 “과거 디지털 전환은 IT 시스템 중심이어서 하나의 큰 시스템으로 여러 문제를 풀려 했지만, 지금 AI 시대의 가장 큰 변화는 구체적인 개인이 구체적인 문제를 AI로 해결하는 데 초점이 맞춰진다는 점”이라고 말했다. 조달센터의 한 프로젝트 매니저는 업무를 58개 AI 시나리오와 58개 스킬(Skill)로 나눠, 이메일과 회의 기록·온라인 문서를 계속 정리해 진행 보고서와 할 일 목록, 회의 자료를 자동 생성하고 있다. 최근 2주 동안 AI와 240회 이상 상호작용하며 약 45시간을 아꼈다고 하며, 이런 스킬은 다른 직원에게 공유할 수 있어 전통적인 ‘사수-후배’식 노하우 전수 방식도 바뀌고 있다.

왜 ‘조 단위’ 시장인가

AI 업계는 최근 몇 년간 “벤치마크 1위가 오늘, 컨텍스트 창 확대가 내일, 코딩 점수 신기록이 모레” 식의 경쟁에 시달렸다. 모델 성능은 계속 오르지만 선두 자리를 지키는 기간은 점점 짧아지고 판도는 계속 흔들린다. 새 모델과 벤치마크가 몇 주 단위로 쏟아지는 가운데, 대형 AI 기업들은 자금 조달과 칩 구매, 데이터센터 확장을 이어가느라 설비투자(Capex) 부담이 커지고 있고 투자자들은 이 투자가 언제 실질적인 수익으로 돌아올지 의문을 제기하는 상황이다.

관점을 모델 순위표에서 상업화로 옮기면 이야기가 달라진다. 챗봇 구독은 사람들이 지능 자체에 돈을 낸다는 사실을 처음 증명했고, 코딩 툴은 실제로 작동하는 코드를 제공하며 고객이 절약한 엔지니어 시간에 값을 치르게 했다. 이제 에이전트와 코워커(Coworker)는 상업화를 업무 결과 쪽으로 더 밀어붙이고 있다. 모델이 스스로 단계를 계획하고 도구를 호출하고 오류를 처리해 작업 전체를 처음부터 끝까지 완수하는 단계다.

리서치기관 HSG는 재무 업무를 예로 든다. 한 기업이 재무 소프트웨어에는 연간 1만 달러만 쓰지만, 마감 업무를 처리할 회계사를 고용하는 데는 연 12만 달러를 지불할 의향이 있다는 것이다. 툴 예산은 아주 작은 부분일 뿐이고 정말 큰 시장은 업무 그 자체에 숨어 있다는 뜻이다. AI가 가장 쉽게 파고들 수 있는 영역도 흔히 생각하는 저숙련 노동이 아니라, 규칙은 복잡하지만 명확한 화이트칼라 업무라는 게 이런 사례의 시사점이다. 전 세계 지식노동자 임금 지출은 약 30조 달러 규모이며, 자산운용사 아크 인베스트(ARK Invest)는 2030년까지 이 규모가 45조 달러를 넘어설 것으로 내다봤다. 시장조사업체 설리번(Sullivan)은 중국 AI 에이전트 시장이 2025년 2.6조 위안에서 2030년 20.1조 위안으로 성장하고, 기업 부문이 장기적으로 매출의 약 90%를 차지할 것으로 예측했다.

알리바바 클라우드의 지렛대, 토큰 사용량

알리바바 관계자는 사용자 증가가 개인 사용자와 함께 알리바바 클라우드·딩톡의 기존 기업 고객에서도 나온다고 설명했다. 소비자 인터넷 제품처럼 개인을 한 명씩 모으는 방식이 아니라, 기업용 제품은 한 회사에 들어가는 순간 수백 명에서 수만 명의 직원에게 동시에 닿을 수 있다는 점이 다르다.

알리바바 클라우드의 영업망도 이에 맞춰 움직이고 있다. 알리바바 클라우드의 한 현장 솔루션 아키텍트는 최근 몇 달간 핵심 과업이 고객의 토큰 사용량을 늘리는 일이었다고 밝혔다. 큐원 오피스가 기업 고객에게 AI 애플리케이션을 알리는 지렛대 역할을 하고 있다는 것이다. 모델과 API만 따로 파는 것보다 오피스 AI 에이전트는 진입 장벽이 낮아 기업이 구체적 업무 상황에서 AI의 가치를 확인하기 쉽다. 회의, 문서, 연구개발, 데이터 분석 같은 일상 업무에 AI가 계속 참여하게 되면 기업의 모델 호출량은 자연스럽게 늘어난다는 설명이다.