‘인간을 뽑지 말라’던 회사가 인간을 뽑았다 — 하지만 Ava를 해고한 것은 아니다

Artisan은 2024년부터 샌프란시스코와 뉴욕에 ‘Stop Hiring Humans’라는 옥외광고를 내걸며 AI BDR Ava를 알렸다. 회사는 이 캠페인에 약 200만달러를 썼다고 밝혔다. 2026년 8월 Artisan은 이 슬로건을 공식적으로 폐기했고, 동시에 자사 첫 인간 BDR을 채용하기 시작했다.

이 장면만 떼어놓으면 결론은 간단해 보인다. ‘AI가 결국 인간을 대체하지 못했다.’ 그러나 현재 Artisan의 제품과 채용공고를 같이 보면 실제 변화는 반대에 가깝다. Ava는 계속 리스트 구축, 리서치 기반 아웃리치, 후속 연락, 응답 처리와 미팅 예약을 수행하고 있다.

즉 회사가 AI에서 인간으로 되돌아간 것이 아니다. AI가 맡을 영역을 유지한 채, 그 바깥에 남는 인간 업무를 별도의 직무로 다시 정의했다. 여기서부터 이 사례는 광고 문구의 반전보다 조직 설계의 문제로 바뀐다.

첫 인간 BDR 공고를 보면 ‘무엇이 사람에게 남았는지’가 보인다

Artisan의 현재 Business Development Representative 공고는 지원자가 ‘Artisan 팀의 첫 BDR’이라고 명시한다. 동시에 이 사람이 Ava와 함께 일한다고 설명한다. 공고의 표현은 더 직접적이다. Ava는 lists, outreach, records, scheduling을 맡고, 사람은 ‘Ava가 할 수 없는 모든 것’을 맡는다.

구체적인 인간 업무는 전화 중심이다. 잠재고객에게 cold call을 하고, 인바운드 리드가 의사를 표시하면 몇 분 안에 직접 연락하며, 대화를 실제 미팅으로 전환한다. 평가 지표도 단순 활동량이 아니라 실제로 열린 미팅 수에 맞춰져 있다.

이 구분은 AI가 BDR라는 직함을 대체했는지 여부보다 더 많은 정보를 준다. 과거 한 사람의 업무시간 안에 묶여 있던 리스트 작업, 이메일, 기록, 일정, 전화, 관계형성이 서로 다른 생산 방식으로 갈라지고 있기 때문이다.

Artisan이 그은 경계는 ‘AI가 더 똑똑한가’가 아니라 ‘어떤 실패가 더 비싼가’다

Artisan이 2026년 8월 공개한 AI sales org 설계에서 가장 흥미로운 부분은 직무명이 아니라 의사결정 규칙이다. 회사는 대화에서의 실수가 계정을 잃게 만들 수 있다면 인간이 맡고, 대응 지연이 계정을 잃게 만든다면 AI가 맡는다는 기준을 제시한다.

이 기준으로 보면 AI에게 넘어가는 일의 공통점이 보인다. 신호 모니터링, 데이터 보강, 대규모 아웃리치, 후속 연락, 빠른 인바운드 응답처럼 처리량과 속도가 중요한 업무다. 반대로 인간에게는 discovery, 협상, 복수 이해관계자 조율, 전화, 오프라인 접점, 전략 계정처럼 맥락과 신뢰·예외판단의 비용이 큰 일이 남는다.

따라서 ‘AI가 이 일을 할 수 있는가’만 묻는 것은 부족하다. 실제 조직 설계에서는 ‘늦게 하면 얼마나 손해인가’와 ‘잘못하면 얼마나 손해인가’가 더 직접적인 경계가 될 수 있다.

BDR는 남았지만 예전과 같은 BDR는 아니다

Artisan이 제시한 새 BDR는 하루 종일 명단을 만들고 이메일을 보내는 사람이 아니다. 시스템이 우선순위를 만든 뒤 사람이 전화를 하고, 통화가 끝나면 후속 작업의 상당 부분을 다시 시스템에 넘긴다. 이벤트와 대면 접점, 사람의 개입 가치가 높은 핵심 계정도 인간의 몫으로 둔다.

여기에는 불편한 함의가 있다. ‘직업이 남는다’와 ‘필요 인원도 그대로다’는 같은 말이 아니다. Artisan은 과거 20명의 BDR이 시장을 커버하던 조직이라면 소수의 강한 BDR과 AI 시스템으로 비율이 달라질 수 있다는 자사 모델을 제시한다. 이는 실제 모든 기업의 적정 인원에 대한 검증된 통계가 아니라 Artisan이 제안하는 운영모델이다.

그래도 경력의 가격이 달라질 가능성은 읽을 수 있다. 반복 이메일과 데이터 입력의 희소성은 떨어지는 반면, 전화에서 상대의 망설임을 읽고 예상 밖의 반론을 처리하며 관계를 만들어내는 능력은 같은 BDR 직함 안에서도 더 큰 비중을 가질 수 있다.

경쟁사 11x도 ‘AI SDR = 인간 SDR 삭제’라는 프레임에서 거리를 두고 있다

Artisan 한 회사의 메시지 변화만으로 영업시장의 방향을 일반화할 수는 없다. 그러나 같은 AI SDR 시장의 11x가 2026년 3월 공개한 설명도 비슷한 경계를 그린다. 11x는 ‘AI SDR을 인간 대신 고용한다’는 프레임이 현실을 놓친다고 주장하며, AI를 반복적 prospecting·research·personalization·follow-up·scheduling에 두고 사람을 관계형성·복잡한 반론 대응·전략 계정에 둔다.

Artisan과 11x는 모두 AI 영업 제품을 판매하는 회사이므로 이 설명은 중립적인 노동시장 연구가 아니다. 각 회사가 자기 제품에 유리한 조직모델을 제시한다는 이해관계를 함께 봐야 한다.

그럼에도 두 경쟁사가 공통으로 ‘직업 전체의 삭제’보다 업무를 다시 나누는 조직모델을 강조한다는 점은 관찰할 가치가 있다. 적어도 현재 AI SDR 시장이 판매하고 있는 변화의 단위가 직함 하나보다 더 잘게 쪼개지고 있다는 뜻이다.

AI가 실행을 가져가면 ‘자동화의 경계를 설계하는 사람’이 별도 역할이 된다

Artisan의 새 조직도에는 BDR와 AE 외에 GTM Architect라는 역할이 등장한다. 이 사람은 어느 시장을 공략할지, 어떤 신호를 추적할지, AI가 사용할 지식과 메시지는 무엇인지, 어디에서 멈추고 사람에게 escalation할지를 설계한다.

실행업무가 자동화될수록 모든 인간 업무가 사라지는 것이 아니라 자동화 시스템의 규칙·예외·품질을 책임지는 일이 별도의 책임으로 커질 수 있다는 뜻이다. Artisan은 이 역할을 단순 RevOps와도 구분한다. RevOps가 CRM·데이터·routing·governance의 기반을 맡는다면 GTM Architect는 그 위에서 실제 campaign play를 설계한다는 구조다.

이 역할 역시 Artisan이 제안하는 모델이지 산업 전체의 표준 직무라고 단정할 수는 없다. 다만 AI 도입 이후의 경력 질문이 ‘내 업무를 AI가 하나?’에서 ‘누가 AI가 일하는 경계와 예외를 설계하나?’로 확장될 수 있음을 보여준다.

지원자와 기업이 지금 바꿔야 할 질문

BDR나 영업직에 있는 사람이 이 사례에서 ‘BDR는 안전하다’는 결론을 가져가면 너무 빠르다. 반대로 ‘AI가 BDR를 없앤다’고 단정하는 것도 현재 Evidence보다 강하다. 더 유용한 질문은 내가 하는 일 가운데 AI가 공급을 거의 무한대로 늘릴 수 있는 업무와, 한 번의 판단 오류가 비싼 업무가 각각 무엇인지다.

기업도 ‘BDR 20명 중 몇 명을 AI로 대체할까’에서 시작하기보다 직무를 분해할 필요가 있다. 반복량·속도·커버리지가 중요한 업무, 신뢰·협상·예외처리가 중요한 업무, 사람이 직접 했다는 사실 자체가 결과를 바꾸는 업무, 그리고 AI의 규칙과 escalation을 설계해야 하는 업무를 먼저 나누는 편이 더 정확하다.

AI 도입이 깊어질수록 채용기준도 같은 방식으로 바뀔 수 있다. 과거 직무에서 시간이 많이 걸렸기 때문에 중요해 보였던 능력과, 자동화 이후에도 실제 결과를 바꾸는 능력을 분리해 평가해야 하기 때문이다.

Banseog View — AI가 없애는 직업을 찾기 전에, AI가 싸게 만드는 업무를 찾아라

Artisan의 첫 인간 BDR 채용은 AI BDR의 실패를 증명하지 않는다. Ava는 그대로 남고, 사람의 역할이 전화·관계·판단·핵심 접점 쪽으로 다시 그려졌다.

더 중요한 변화는 하나의 직무 안에서 업무의 경제성이 달라진다는 점이다. 처리량과 속도가 중요한 일은 AI 쪽으로, 잘못했을 때 손실과 신뢰비용이 큰 일은 인간 쪽으로 기울 수 있다.

따라서 경력의 미래를 볼 때 ‘이 직업이 사라질까’만 묻기보다 ‘내 직무 안에서 어떤 업무의 공급가격이 급격히 내려가고, 어떤 책임은 오히려 더 희소해지는가’를 보는 편이 실제 의사결정에 가깝다.

근거가 된 원자료

Artisan과 11x의 조직설계·효율성 설명은 AI 영업제품을 판매하는 회사들의 주장입니다. 이 사례만으로 AI가 전체 영업 고용을 늘리거나 줄인다고 일반화하지 않습니다. Artisan이 제시한 인원비율과 업무분장은 하나의 운영모델이며 기업별 고객단가·판매주기·규제·채널에 따라 달라질 수 있습니다.