좋은 AI는 모델만으로 만들어지지 않습니다.
실제 업무를 모르는 AI는 금방 한계를 드러내고,
기술 없이 현장만 아는 문제의식은 제품이 되지 못합니다.
AI 시대에 필요한 것은 더 화려한 데모가 아니라, 현장의 일을 이해하고 그것을 작동하는 구조로 바꾸는 힘입니다.
그리디는 바로 그 지점에서 시작했습니다.
회계와 재무 실무를 깊이 이해하는 사람, 그리고 AI와 소프트웨어를 실제 제품으로 구현해온 사람이 함께 만들었습니다.
저희는 처음부터 “AI를 어디에 붙일까”보다, "실무에서 진짜 작동하는 구조를 만들 수 있을까"를 먼저 물었습니다.
배경
현장의 데이터 업무는 겉으로 보기보다 훨씬 복잡합니다.
중요한 것은 숫자 자체가 아니라, 그 숫자가 어떤 기준으로 정리되고 어떤 맥락에서 해석되는가입니다.
회계와 운영 실무를 이해하지 못하면, 표는 보여도 일은 보이지 않습니다.
저희는 이 간극을 잘 알고 있었습니다.
한쪽에서는 실제 사용자가 어떤 단위로 일하고 어디에서 시간을 잃는지 봤고,
다른 한쪽에서는 그 문제를 AI와 코드로 어떻게 풀어야 하는지 고민해왔습니다.
그래서 그리디는 처음부터 기술 데모가 아니라, 실무 제품이어야 했습니다.
방식
그리디는 스프레드시트 업무를 단순한 텍스트 생성 문제로 보지 않습니다.
실무에서는 구조가 중요하고, 맥락이 중요하고, 무엇보다 결과의 일관성이 중요하기 때문입니다.
그래서 저희는 사용자의 요청을 가능한 한 실행 가능한 로직으로 바꾸고,
표의 구조와 데이터의 관계 안에서 작업하며,
그 결과를 다시 검토하고 이어서 활용할 수 있는 방향으로 제품을 설계하고 있습니다.
자연어로 쉽게 요청할 수 있어야 하지만, 실제 처리는 느슨하면 안 된다고 생각합니다.
이건 단순히 기능을 잘 만들기 위한 선택이 아닙니다.
실무형 AI는 그럴듯한 답변보다, 검토 가능한 결과와 반복 가능한 방식에 더 가까워야 한다는 판단이 반영된 구조입니다.
차이
저희가 중요하게 보는 것은 한 번의 응답이 아닙니다.
현장에서 진짜 중요한 것은, 한 번 잘 처리한 방식이 다음에도 이어질 수 있느냐입니다.
그래야 개인의 노하우가 사라지지 않고, 팀의 기준이 되며, 업무가 자산으로 축적됩니다.
그래서 그리디의 워크플로우는 단순한 자동화 기능이 아닙니다.
반복 업무를 실행 가능한 형태로 남기고, 다시 활용할 수 있게 만드는 구조입니다.
예전에는 소수만 다룰 수 있었던 복잡한 자동화의 힘을 더 많은 실무자가 활용할 수 있도록 하는 방식이기도 합니다.
방향
그리디는 회계사와 개발자가 함께 만든 제품입니다.
이 조합이 중요한 이유는 분명합니다.
저희는 기술만 아는 팀도 아니고, 현장만 아는 팀도 아닙니다.
실제 업무가 어떻게 흘러가는지 이해하면서, 그것을 제품과 시스템으로 바꿀 수 있는 팀입니다.
앞으로 AI는 단순히 질문에 답하는 도구를 넘어,
실제 업무 안으로 더 깊게 들어가고,
데이터와 연결되며,
반복을 줄이고,
점점 더 운영에 가까운 역할을 맡게 될 것이라고 생각합니다.
그리디는 그 방향을 향해 만들어지고 있습니다.
기술과 현장의 일을 모두 이해하는 사람들이,
실무에서 정말 작동하는 AI를 만들기 위해 시작한 제품.
그것이 저희가 그리디를 만든 이유입니다.