컨설팅 펌에 입사하겠다는 꿈을 품고 경영학과에 진학한 학생이 주변에 한 명쯤은 있을 겁니다. 맥킨지, BCG, 베인 흔히 빅3 혹은 MBB이라 불리는 컨설팅펌들은 그동안 학생들에게 선망의 존재였습니다.
높은 연봉은 물론이고, 퇴사 이후의 커리어까지 보장되는 곳이니까요. 그런데 이 판이 뒤집히고 있습니다. 컨설팅 자체가 없어지는 건 아니지만, 누가 무슨 일을 하느냐의 기준이 구조적으로 뒤집히고 있습니다.
OpenAI와 컨설팅 업계의 동맹
올해 초 OpenAI는 Frontier Alliance라는 파트너십을 구성했습니다. 맥킨지, BCG, 액센추어, 캡제미니와 협업을 진행하고, 약 1.5억 달러(한화 1,500억 원 상당)를 쏟아부어 연말까지 AI 기술 인증을 받은 컨설턴트 30만 명을 배출하겠다는 구상입니다. 먼 미래 계획이 아닌, 6개월 안에 실행하겠다는 이야기입니다.
이 숫자는 액센추어의 글로벌 전체 직원 수에 맞먹는 규모이고, 여기에 합류한 기업 목록을 보면 이 프로젝트의 규모가 드러납니다.
- 맥킨지: 2026년 2월 Frontier Alliance에 가장 먼저 참여
- BCG: 파트너 네트워크 출범 멤버
- 베인: 파트너 네트워크 출범 멤버
- 액센추어: Frontier Alliance와 파트너 네트워크에 동시 참여
- PwC: 파트너 네트워크 출범 멤버
MBB 세 곳이 전원 합류했습니다. 글로벌 최상위 컨설팅 회사들이 OpenAI를 경계한 게 아니라, 먼저 손을 내밀었습니다.
OpenAI가 이 구조를 짠 이유는 단순합니다. AI 모델의 성능은 이미 실무에 투입할 수준까지 올라왔습니다. 문제는 이 기술을 실제 기업 운영에 녹이는 과정입니다. 전략을 짜고, 업무 프로세스를 다시 설계하고, 조직을 관리하는 역량이 필요합니다.
그 역량이 집중된 곳들이 바로 컨설팅 펌입니다. 컨설팅 펌 쪽에서 봐도 AI 역량 없이 고객을 만나는 게 점점 어려워지고 있어서 서로의 필요가 정확히 맞물린 셈입니다.
인력을 줄이는 움직임이 동시에 진행되고 있습니다
이 협력과 같은 시기에 정반대로 보이는 일이 벌어지고 있습니다. 맥킨지는 2025년 11월에 기술 부문 인력 200명을 내보냈습니다. 그 뒤로 고객을 직접 만나지 않는 부서에서 최대 10%까지 축소하는 방안을 검토하고 있다는 보도까지 나왔습니다. 30만 명의 AI 컨설턴트를 키우겠다고 하면서 내부 인원은 줄이는 중입니다.
앞뒤가 안 맞는 것 같지만, 속을 들여다보면 하나의 방향입니다. MBB 세 곳 모두 자체적으로 AI 툴을 만들어 현업에 배포하고 있기 때문입니다.
- 맥킨지 Lilli: 사내 리서치 및 지식 탐색을 수행하는 AI 어시스턴트
- 베인 Sage: 분석 업무를 보조하는 자체 개발 AI 플랫폼
- BCG Deckster: 자료 제작과 데이터 분석에 활용하는 AI 시스템
주니어가 입사 첫 해에 몇 주씩 매달려야 했던 리서치 작업을 이 도구들이 처리하고 있습니다. 감소하는 건 사람 수이고, 증가하는 건 AI 인증을 갖춘 인력 비중입니다. 자료 조사에 매몰되는 RA(Research Analyst) 포지션은 점차 축소되고, AI 도구를 능숙하게 다루면서 고객 앞에서 의사결정을 이끄는 역할 쪽으로 무게중심이 옮겨가고 있습니다.
베인이 바이브코딩으로 인수 대상을 검증하는 방식
리서치 자동화만으로 변화가 끝나지 않는다는 걸 단적으로 보여주는 사례가 있습니다. 2026년 6월 22일자 파이낸셜 타임스 기사에 소개된, 베인의 바이브코딩(Vibecoding) 기반 인수 사례입니다.
베인은 사모펀드(PE) 거래에서 인수 후보 기업의 소프트웨어를 AI 도구로 재현하고 있습니다. Claude Code 등을 이용해서 프롬프트 입력만으로 해당 기업 핵심 기능의 프로토타입을 뽑아내는 방식입니다. 이 프로토타입을 통해 확인하는 것은 크게 두 가지입니다.
- 진입장벽의 실체: 대상 소프트웨어를 얼마나 빠르게 재현할 수 있는지. 빠르게 재현된다면 기술적 해자가 존재하지 않는다는 의미입니다
- 미래 위험 예측: 향후 5년간 AI가 이 제품의 시장 지위를 어떻게 바꿀 수 있는지
실제로 매물로 올라온 데이터 분석 플랫폼을 검토하는 과정에서, 베인의 바이브코딩으로 핵심 기능이 간단히 복제되는 것을 목격했습니다. 결과적으로 그 펀드는 인수를 포기했습니다.
KPMG 집계를 보면 2026년 1분기 PE 주도 기술·미디어·통신 부문 딜 규모는 직전 분기 대비 69%나 줄었습니다. AI가 소프트웨어의 방어막 자체를 허물면서, 기업 인수의 판단 잣대가 근본부터 바뀌고 있다는 징후입니다.
클라이원트가 컨설팅을 시작한 이유
클라이원트는 원래 B2B SaaS 회사입니다. 그동안의 고민은 명확했습니다. 어떤 기능을 더 만들고, 어떤 데이터를 더 제공하면 고객의 문제를 풀 수 있을까. 하지만 AI의 등장이 이 전제를 바꿨습니다. 기능과 데이터는 이제 쉽게 접근할 수 있는 영역으로 변했고, 데이터 수집과 전략 수립의 난이도가 과거와 비교할 수 없을 정도로 낮아졌습니다.
이런 상황에서 고객이 진짜 필요로 하는 것은 기능이나 데이터를 넘어선 실질적 결과입니다. 고객은 이제 전략과 데이터를 전달 받는 것 만으로는 만족하지 않습니다. 실제 증명까지를 요구합니다.
그래서 클라이원트는 실제 수주까지 함께 진행하는 컨설팅 모델로 확장했습니다. 클라이원트가 제공하는 것은 '컨설팅 산출물'이 아니라 '팀 안에 남는 수주 시스템'입니다.
맥킨지가 Lilli로 리서치 공정을 재편하고, 베인이 바이브코딩으로 소프트웨어를 재현하는 것과 같은 논리입니다. 클라이원트는 입찰의 모든 단계에 AI를 결합하되, 최종 목표를 수주라는 결과에 둡니다.
클라이원트 입찰 컨설팅: 공고 탐색에서 제안서 완성까지
MBB가 전략 컨설팅의 기반을 AI로 재구축한 것과 마찬가지로, 클라이원트는 입찰이라는 현장에서 동일한 전환을 실행하고 있습니다. 공고 탐색부터 제안서 완성까지 전 구간에 걸쳐 클라이원트의 전문 인력과 AI 도구가 함께 움직이는 체계입니다.
1단계 — 공고 탐색과 선별
고객사에 맞는 입찰 공고를 매일 골라서 제공합니다. 발주 계획 공고, 사전 규격 공고, 본 공고를 분류해서 알려드리기 때문에 공고 게시 이후에야 뒤늦게 파악하는 상황을 막을 수 있습니다.
2단계 — Go/No-Go 판단
닥치는 대로 입찰에 참여하는 건 전략이 아닙니다. 클라이원트는 참여 여부를 데이터로 판단할 수 있도록 다음 정보를 제공합니다.
- RFP 핵심 분석: 공고문의 요구사항을 구조화하여 정리
- 자격 요건 점검표: 충족·미충족·컨소시엄 필요 여부를 항목 단위로 식별
- 발주 기관 분석: 해당 기관의 유사 사업 발주 내역과 낙찰 경향 조사
- 경쟁 업체 분석: 주요 경쟁사의 과거 참여 이력 및 투찰 금액 분석
이 데이터를 토대로 고객사가 참여 여부를 판단합니다. 직관에 의존하는 의사결정과 수치를 근거로 내리는 의사결정의 차이는 건수가 쌓일수록 분명해집니다.
3단계 — 제안서 작성
제안 전략부터 설계합니다. '우리 회사에는 있고, 경쟁사에는 없으며, 발주처가 원하는' 세 조건이 겹치는 지점을 찾아 Win Theme을 잡습니다. 이후 고객사의 기존 제안서를 바탕으로 AI 제안서 작성 도구(contrl)가 초안을 만듭니다. RFP 분석과 제안서 작성에 AI를 접목하면 며칠 단위로 소요되던 작업이 시간 단위로 단축됩니다.
컨설팅 계약 기간 내내 Cliwant MCP 서비스와 contrl(AI 제안서 작성 도구)을 함께 이용하실 수 있습니다. 비용은 사업 규모와 금액에 따라 협업 조건은 유연하게 설정합니다.
컨설팅의 구조 자체가 재편되고 있습니다
컨설팅이라는 직종이 소멸하지는 않습니다. 하지만 자료를 모으고 보고서를 만드는 일과, AI를 다뤄서 고객에게 실행 가능한 성과를 안기는 일 사이의 가치 격차는 갈수록 벌어질 겁니다.
맥킨지가 RA의 리서치를 Lilli에 넘기면서 AI 인증 인력 양성에 집중하듯, 입찰 현장에서도 데이터 수집과 문서 작성은 AI가 담당하고, 전략적 판단과 고객 대응은 사람이 책임지는 구도로 전환되고 있습니다.
한국 엔터프라이즈의 글로벌 격차가 이 영역에서도 선명해지고 있습니다. MBB는 이미 체질을 바꿨습니다. 입찰 현장에서도 같은 변화가 필요하다고 느끼시는 기업이라면, 클라이원트와 입찰 프로세스를 점검해보면 좋겠습니다.
