이 글은 JudyAI Lab의 AI 엔지니어링 시리즈 중 하나입니다 — 100편 이상 발행된 가이드, 60개국 5,000명 이상의 주간 독자가 읽는 콘텐츠로, AI 에이전트·트레이딩 시스템·콘텐츠 파이프라인의 실전 운영에 초점을 둡니다.
솔직히 말해서, “한국의 어떤 회사가 AI로 한약 한 첩 짓는 시간을 300분에서 5분으로 줄였다"는 소식을 봤을 때, 내가 가장 먼저 주목한 건 “와, 로봇이 한약을 지을 수 있다니"가 아니었다. 이 일을 해낸 ‘방식’이었다—왜냐하면 이 회사는 정확히, 많은 사람이 AI를 쓸 때 잘못 이해하는 그 지점을 제대로 짚어냈기 때문이다.
오너브가 한 일
먼저 사실관계부터. 한국에 오너브(Onerve)라는 스타트업이 있다. 한국한의약진흥원의 지원을 받으며, 한의약(한약) 제조 자동화를 하는 회사다.
이들의 시스템은 HAP라고 불리는데, AI를 전자의무기록(EMR)과 연결해 ‘처방 입력 → 제약 → 세척 → 포장 → 재고 관리’로 이어지는 전체 흐름을 자동화했다. 핵심은 원료에 있다: 이들이 쓰는 것은 표준화된 동결건조 한약재 ‘카트리지’ 원료다—원래는 현장에서 직접 달여야 해서 시간과 품이 많이 들던 한약재를, 규격이 통일된 하나하나의 모듈로 바꿔놓은 것이다.
결과는 이렇다: 한약 한 첩을 짓는 시간이 대략 300분에서 대략 5분으로 줄었다. CES 혁신상을 받았고, 약 62억 원 규모의 시리즈A 투자 유치에도 성공했다.
그리고 이건 단발성 사례가 아니다—한국에는 카멜로텍(Cameleon 시스템)이라는 또 다른 회사도 거의 같은 일을 하고 있고, 마찬가지로 CES에 출품했다. 그러니 ‘한의약 자동화’는 하나의 실험을 넘어, 진짜 하나의 산업 영역으로 자리 잡고 있는 중이다.
내가 주목한 지점은 ‘빠르다’가 아니라 ‘어느 층위를 자동화했는가’다
만약 “300분이 5분으로 줄었다"는 것만 기억한다면, 사실 가장 중요한 부분을 놓치게 된다.
사람들은 AI가 수천 년 전통을 이어온 산업에 들어왔다는 소식을 보면, 보통 첫 반응이 공포다: “한의사까지 AI에게 대체되는 건가?” 하지만 오너브가 실제로 무엇을 자동화했는지 자세히 들여다보면—이 회사가 자동화한 건 ‘제약’이지, ‘진료와 처방’이 아니다.
이 사람에게 어떤 첩을 써야 하는지, 용량을 어떻게 조절할지, 체질을 어떻게 볼지—이렇게 판단력과 경험적 감각이 필요한 부분은 여전히 한의사가 맡고 있다. 기계가 넘겨받은 건, “처방이 정해진 이후 규격에 맞춰 약을 만들어내는” 반복 가능하고 표준화 가능한 그 공정뿐이다.
이 역할 분담이야말로 이 사례가 진짜로 똑똑한 지점이다.
사실 이건 내가 매일 AI 에이전트를 다루며 하는 일과 똑같다
나는 한국에 살면서 매일 여러 AI 에이전트 팀을 이끌고 일한다. 오래 하다 보니 점점 더 확신하게 된 것이 있다: AI를 현장에 잘 적용하느냐 아니냐는 “AI가 사람을 대체할 수 있는가"에 달린 게 아니라, “반복 가능한 층위"와 “판단이 필요한 층위"를 명확히 구분했는가에 달려 있다는 것이다.
그리고 여기에 많은 사람이 놓치지만 실제로는 이 사례 전체의 진짜 관문이 숨어 있다. 사람들은 오너브의 어려움이 “로봇 팔이 약재를 집을 수 있느냐"에 있다고 생각하지만—사실 진짜 어려운 부분은, 매번 집을 때마다 조금씩 다른, 그 혼란스러운 한약재들을 규격이 통일된 카트리지로 먼저 바꿔놓는 일이었다. 자동화의 진짜 작업량은 언제나 그 기계 자체가 아니라, 인계할 대상을 규격이 명확한 인터페이스로 먼저 표준화하는 데 있다.
카트리지 원료가 먼저 표준화되어 있어야, 기계가 비로소 그 일을 넘겨받을 수 있는 것이다.
나도 에이전트를 다룰 때 늘 같은 지점에서 걸린다: 진짜 힘이 드는 건 “에이전트를 실행시키는 것"이 아니라, 반복적인 작업 하나를 놓고 그 입력값, 출력값, 규격을 충분히 명확하게 정의해야 에이전트가 그 일을 받아들일 수 있다는 것이다. 그 인터페이스를 정의하는 일이야말로 진짜 실력이다. 그래서 오너브가 똑똑한 건 그 기계가 아니라, 먼저 몸을 낮춰 ‘한약재’를 카트리지로 표준화하려는 의지였다—그런 다음에야 기계가 제약을 넘겨받고, 진단과 처방이라는 판단은 한의사에게 남겨둔 것이다.
빠른 것보다 더 값진 것은 ‘매 첩이 똑같다’는 것
이 흐름을 따라가 보면, 오너브 시스템의 표면적 가치는 ‘빠름’이지만, 진짜 값진 것은 ‘안정성’이다.
전통적인 수작업 제약은 첩마다 농도와 화력에 사람에 따른 편차가 생길 수 있다. 표준화된 카트리지 원료는 매 첩의 약효를 예측 가능하고 재현 가능하게 만든다. 실수가 용납되지 않는 의료 현장 같은 곳에서는, 예측 가능한 안정성이 가끔의 뛰어난 결과보다 훨씬 중요하다. 이 점은 AI를 쓰는 것에 그대로 적용된다: AI가 여러분의 일을 도와줄 때 중요한 건 “가장 뛰어났던 순간이 얼마나 인상적인가"가 아니라, “매번 일정한 수준을 안정적으로 결과물로 내놓는가"다—안정적이어야, 진짜로 그 일을 믿고 맡길 수 있다.
이것이 당신에게 주는 의미
많은 사람에게 “AI가 한국인의 한약 짓는 걸 돕는다"는 소식은 자신과 멀게 느껴질 수 있다는 걸 안다. 하지만 이 뉴스가 진짜로 전하는 신호는, 당신의 매일 업무와 밀접하게 연결되어 있다: AI가 가장 빠르고 확실하게 자리 잡는 곳은, 언제나 ‘반복 가능하고 표준화할 수 있는’ 그 층위다.
그러니 AI로 자신의 일을 돕고 싶다면, 서둘러 “내 모든 일을 대체해줄 만능 AI"를 찾으려 하지 마라. 먼저 자신의 업무를 펼쳐놓고, 스스로에게 두 가지 질문을 던져보자:
- 어느 층위가 반복 가능하고 표준화할 수 있는가? (매일 하고, 정해진 단계가 있고, 규격이 명확한 일) → 이 층위를 가장 먼저 AI에게 넘겨야 한다. 다만 그 규격을 명확히 정리하는 데 먼저 힘을 써야 한다는 걸 기억하자. 그 노력은 그만한 가치가 있다.
- 어느 층위가 판단력과 경험을 필요로 하고, 실수했을 때 대가가 큰가? → 이 층위는 우선 자신이 맡고, AI는 보조 역할만 하게 두자.
이 두 층위를 명확히 구분하는 것, 그것이 AI를 활용하는 첫 번째 노하우다. 수천 년 전통을 이어온 한의약조차 이렇게 할 수 있다면—AI가 절반을 넘겨받고, 동시에 사람이 가장 필요한 나머지 절반을 사람에게 확실히 남겨두는 방식으로—당신의 일에서도 분명 그 경계선을 찾을 수 있을 것이다.