새로운 도구가 아닌 새로운 종류의 컴퓨팅
생성형 AI가 등장했을 때, Localiza는 이후의 모든 것을 정의하는 관점을 취했습니다. 이는 단순히 툴킷에 추가되는 또 하나의 소프트웨어가 아니라 회사가 운영되는 방식 자체의 변화라는 것이었습니다.
Localiza는 개별적인 활용 사례를 추구하는 대신, OpenAI와의 협업을 세 가지 전략적 축을 중심으로 조직화했습니다. 대규모 실험을 통한 비즈니스 전환, 새로운 고객 인터페이스 창출, AI 네이티브 제품 구축입니다. 이 세 가지를 연결하는 것은 지능, 맥락, 속도를 중심으로 프로세스를 재설계하겠다는 결단입니다.
“우리는 이것을 팀들이 이미 잘 해오던 일을 하도록 돕는 강력한 도구로 보고 있습니다. 팀원들은 우리의 문화를 살아가고, 고객의 요구를 이해하며, 훌륭한 서비스를 제공하는 방법을 알고 있습니다.”— André Petenussi, Localiza CTO
축 1: 규모가 학습을 가능하게 한다
내부 도입을 이끄는 원칙은 간단합니다. 규모가 학습을 가능하게 하고, 학습이 더 나은 제품을 만든다는 것입니다.
실제로 이는 ChatGPT 라이선스를 단순한 개인 복지가 아닌 실험과 생산성을 위한 자원으로 배포한다는 의미였습니다. 재무부터 일상 운영에 이르기까지 Localiza 전 부서의 팀들이 커스텀 GPT, 에이전트, Codex를 활용한 실험을 활발히 진행하고 있습니다.
Codex는 처음에 기술 부서, 즉 소프트웨어 엔지니어, 제품 관리자, 디자이너, 데이터 과학자에게 도입되었습니다. 하지만 도입은 거기서 멈추지 않았습니다. 분석가, 관리자, PMO, 법률 전문가 및 기타 비즈니스 전문가들이 자신의 전문 분야 내에서 가설을 검증하기 위한 자체 프로토타입과 자동화를 만들기 시작했습니다.
이는 회사가 예상하지 못했던 효과였습니다. 개발 큐에 들어가기 전에 다학제적 팀이 솔루션을 프로토타이핑하는 등 개발 이전 단계의 재정의였습니다.
그가 말하길, 병목은 기술적인 것이 아니라 인간에게 있다고 합니다.
“가장 큰 과제는 큰 팀이 새로운 업무 방식을 배우고 새로운 역량을 쌓도록 돕는 동시에, 우리의 19개 트라이브와 130개 스쿼드가 효율적이고 일관되게 작동하도록 보장하는 것입니다.”— André Petenussi, Localiza CTO
축 2: 고객이 자연어로 요구 사항을 설명한다
두 번째 영역은 행동에 관한 관찰에서 시작됩니다. 사람들이 자연어로 자신이 필요한 것을 설명하기 시작하면서, 모빌리티 서비스에 대한 새로운 진입점, 즉 의도를 표현하는 바로 그 순간이 만들어졌다는 것입니다.
Localiza의 내부 데이터는 이러한 변화를 확인해 줍니다. LLM에서 발생하는 트래픽은 2024년 이후 빠르게 성장하고 있으며, ChatGPT가 주요 채널로 부상했습니다.
회사는 이 공간에 일찍 존재감을 확립하기로 했습니다. 2026년 3월, Localiza는 ChatGPT에 직접 통합된 앱을 제공하는 브라질 최초의 모빌리티 플랫폼이자 라틴 아메리카 최초의 플랫폼 중 하나가 되었습니다. 고객은 렌터카, 구독, 중고차 옵션을 탐색하고 대화 속에서 여정을 시작한 뒤, Localiza의 보안 환경에서 거래를 완료할 수 있습니다.
“우리가 이러한 새로운 방식으로 고객을 서비스할 수 있었다고 믿는 이유는, 이 과제를 일찍 받아들이고 매 단계마다 학습을 지속해 왔기 때문입니다.”— André Petenussi, Localiza CTO
내부적으로 Localiza의 ChatGPT 내 앱은 그 본질대로 다뤄집니다. 즉, 회사를 고객 행동의 최전선에 밀접하게 유지하고, 실제 상호작용으로부터의 학습을 가속화하며, AI가 기존 생태계를 어떻게 보완하는지 탐색하기 위한 실험입니다.
축 3: 대화를 중심으로 설계된 제품, Liza
AI 네이티브 제품의 가장 명확한 예는 Liza입니다. Liza는 회사 운영에서 확립된 성공 사례가 된 대화형 어시스턴트입니다.
전통적인 챗봇과의 차이는 인터페이스가 아니라 아키텍처에 있습니다. Liza는 고정된 의사결정 트리를 따르는 대신 대화, 의도, 맥락을 중심으로 구축되었습니다. Liza는 OpenAI 모델, Localiza 서비스, 전문 도구를 결합하여 초기 요청 이해부터 렌탈 여정의 핵심 단계 지원에 이르기까지 경험의 핵심 부분을 지원합니다.
그 목표는 반복적인 여정을 양질로 처리하고, 팀이 복잡하고 더 높은 가치의 상호작용에 집중할 수 있도록 하는 것입니다.
하지만 성공은 자동화의 양으로 측정되지 않습니다.
Localiza는 이러한 유형의 기술에 접근하기 전부터 이미 고객 서비스 여정을 매핑하고 측정해 왔으며, 그 기반이 있었기에 에이전트가 개입해야 할 지점과 인간이 개입해야 할 지점을 명확하게 결정할 수 있었습니다.
“우리는 항상 고객 여정을 최대한 매끄럽게 만드는 데 헌신해 왔으며, 그 경험의 품질을 측정하기 위한 지표를 개발했습니다. 물론 전환율도 추적하지만, 우리의 주된 초점은 고객 경험입니다.”— André Petenussi, Localiza CTO
Liza는 또한 지속적인 학습 루프 역할을 합니다. 상호작용에서 집계되고 모니터링되는 신호는 요구 사항, 마찰 지점, 서비스 기회를 파악하는 데 도움을 줍니다. 음성 기능(음성-텍스트 변환 및 텍스트-음성 변환)과 결합된 이러한 신호들은 Liza가 거래형 챗봇에서 다양한 모빌리티 여정에 걸쳐 학습하고 확장할 수 있는 AI 네이티브 고객 인터페이스로 진화하는 것을 뒷받침합니다.
“이를 통해 팀의 많은 구성원이 더 큰 자신감과 여유로 더 의미 있는 문제에 집중할 수 있게 되었고, 고객을 위한 우리의 사명을 수행하는 데 도움이 됩니다.”—André Petenussi, Localiza CTO
GPT‑3.5부터 함께한 학습
OpenAI와의 파트너십은 일찍 시작되었습니다. Liza의 첫 버전은 여전히 GPT‑3.5로 구동되었습니다.
Petenussi에게 이 관계의 핵심 가치는 특정 기능이 아니라, 기술 내부와 외부에서 Localiza의 과제와 역량의 서로 다른 성숙도를 파트너가 이해하며 두 회사가 병렬적으로 발전하는 과정에서의 능동적인 학습에 있습니다.
이는 그가 시장의 다른 기업들에게 자주 하는 주장이기도 합니다. 아직 성숙해가는 기술에서는 시행착오와 긴밀한 협업이 상당한 가치를 지닙니다.
“저희는 여전히 시장, 업무 방식, 제품과 서비스 사용 방식을 변화시키는 기술의 초기 단계에 있다고 믿습니다. 이 기술은 앞으로 5년, 10년, 15년에 걸쳐 우리의 세계를 형성하는 데 도움이 될 것입니다.”—André Petenussi, Localiza CTO
성과 요약
2026년 3월, Localiza는 ChatGPT에 직접 통합된 앱을 출시한 브라질 최초이자 라틴 아메리카 최초의 기업 중 하나가 되었으며, 최근에는 브라질에서 해당 플랫폼의 광고 파일럿에 광고주로 참여했습니다.
LLM을 통한 트래픽은 2024년 이후 빠르게 성장하고 있으며, ChatGPT가 주요 채널입니다.
Liza 어시스턴트는 추론 모델, MCP 통합, 그리고 렌터카 여정을 오케스트레이션하는 전문 도구를 기반으로 구축된 60개 이상의 전문 에이전트와 함께 운영됩니다.
회사 전 부서의 팀—재무부터 운영까지—이 맞춤형 GPT, 에이전트, Codex를 활용한 실험을 활발히 진행하고 있습니다.
Codex는 기술 부서에 도입된 후 비즈니스 부문으로 확산되어, 분석가, 관리자, PMO, 법무팀이 각자의 프로토타입과 자동화를 만들고 있습니다.
기술 조직은 19개의 트라이브와 130개의 스쿼드로 구성되어 있습니다.
리더들을 위한 교훈
AI를 생산성 레이어가 아닌 새로운 운영 모델로 다루십시오. 가장 큰 성과는 지능, 맥락, 속도를 중심으로 프로세스를 재설계할 때 나옵니다.
규모를 활용해 학습을 창출하십시오. 규모 있게 동시에 진행하는 실험은 완벽한 파일럿보다 더 많은 조직적 지식을 만들어냅니다.
실험을 기술을 넘어 확장하십시오. 법무팀, PMO, 분석가가 자신의 영역에서 프로토타입을 만들면 상류 업무의 본질이 달라집니다.
자동화하기 전에 여정을 파악하고 측정하십시오. 품질 지표가 갖춰져 있어야 에이전트가 개입해야 할 지점과 사람이 불가결한 지점을 결정할 수 있습니다.
도입의 병목은 모델이 아니라 재교육입니다. 수백 명의 업무 방식을 바꾸는 것이 기술을 통합하는 것보다 더 어렵고, 더욱 결정적입니다.
팁
모델의 기능이 아니라 고객의 문제와 여정에서 시작하십시오.
라이선스를 개인 혜택이 아닌 실험 예산으로 배정하십시오.
대화형 에이전트를 확장하기 전에 품질 지표를 수립하십시오.
새로운 대화형 채널에서의 존재감을 인수 캠페인이 아닌 학습 실험으로 다루십시오.
루프를 닫으십시오. 각 상호작용에서 생성된 신호를 활용해 제품 자체를 개선하십시오.
다음 단계
Localiza의 야망은 다음 세대의 경험과 프로세스의 중심에 AI를 두는 것입니다. 업무가 수행되는 방식, 고객에게 제공되는 경험, 운영 문제의 해결 등 모든 영역에서입니다.
OpenAI와 함께 이미 개발 중인 다음 영역으로는 Liza의 진화와 영업 중심 에이전트, 대화형 인터페이스의 고객 진입점화 확립, 그리고 에이전틱 소프트웨어 개발의 새로운 사이클이 있습니다.
“가장 중요한 초점은 더 나은 경험을 어떻게 만들어내느냐입니다. 비즈니스의 수익성을 개선하거나, 건전성을 보장하거나, 무엇보다도 고객과 직원을 위한 기쁨을 주는 경험을 만드는 것입니다.”—André Petenussi, Localiza CTO