Stop Doing: 제품을 접고 초년차 업무를 AI로 옮긴 Freshworks의 ARR 10억 달러

Freshworks는 2026년 10월 ARR(연간 반복 매출) 10억 달러를 넘겼습니다. Dennis Woodside CEO는 그 비결로 무엇을 더했는지보다 무엇을 그만뒀는지를 꼽습니다. 작은 제품과 프로젝트를 접어 IT 업무용 Freshservice에 힘을 모았고, 초년차 직원이 하던 반복 업무, 특히 코드 테스트의 대부분은 AI가 맡게 했습니다. 따라 하려면 제품별 숫자로 그만둘 목록을 먼저 정하고, AI가 맡은 일의 품질과 사람이 옮겨 갈 일을 함께 재야 합니다.

요약

Fortune의 Nick Lichtenberg 기자는 Freshworks CEO Dennis Woodside를 인터뷰해 ARR 10억 달러 돌파의 배경을 정리했습니다. Freshworks는 IT 업무 관리(EX)와 고객 서비스(CX) 소프트웨어를 파는 회사입니다. 3분기 말(9월 30일) ARR은 약 9억 9,200만 달러였고, 10월에 Torii와 Robusta 인수를 마치면서 10억 달러를 넘었습니다. 인수로 더해진 ARR이 얼마인지는 밝히지 않았습니다. 3분기 GAAP 순이익은 1,830만 달러로 두 분기 연속 흑자였고, 조정 잉여현금흐름은 사상 최대인 7,390만 달러였습니다. 2024년 5월 창업자 Girish Mathrubootham에게서 CEO 자리를 넘겨받은 Woodside는 취임 뒤 ARR이 약 2억 5,000만 달러 늘었다고 봅니다. 성장의 중심은 EX입니다. EX는 ARR의 59%인 5억 8,800만 달러로 전년보다 22% 늘었고, 2021년 IPO 때는 이 비중이 35%였습니다. CX는 4억 400만 달러입니다.

Woodside가 말하는 핵심은 선택입니다. 그는 10억 달러에 가려면 500만 달러짜리 아이디어가 아니라 1억 달러짜리 아이디어가 필요했다고 말합니다. 그래서 작은 프로젝트 여럿을 멈추고 Freshping, Freshteams, Freshsurvey 같은 제품의 비중을 낮췄습니다. 같은 시기 AI는 초년차 직원이 하던 일을 넘겨받았습니다. 디자이너가 Figma로 만든 프로토타입이 곧바로 코드가 되고, 그 코드의 테스트는 지금 대부분 AI가 합니다. 초년차 직원은 문제 해결과 제품 개발 쪽으로 옮겨 갑니다. 정규직 인원은 2022년 정점 약 5,400명에서 약 3,800명으로 30% 가까이 줄었고, 여기에는 5월에 발표한 11% 감원이 들어 있습니다. 기사는 이 감원을 AI 때문이라고 하지 않고, 회사가 작아지며 큰 기회에 다시 집중한 과정으로 설명합니다. 기사는 Wharton의 Ethan Mollick이 경영진에게 던지는 질문, “Have you stopped doing anything?”도 함께 실었습니다. 아래에서는 이 선택을 다섯 가지 메커니즘으로 풀고, 같은 결정을 내리려는 팀이 쓸 판정표, 테스트 파이프라인, 과금 계량, 6주 일정을 덧붙였습니다.

핵심 메커니즘

Stop Doing: 500만 달러 아이디어를 접고 1억 달러 아이디어에 모으기

Stop Doing은 새 일을 더하기 전에 그만둘 일을 먼저 고르는 결정 방식입니다. Woodside는 취임 뒤 작은 프로젝트 여럿을 멈췄습니다. Freshping, Freshteams, Freshsurvey는 비중을 낮췄고, 그가 취임할 때 이미 수억 달러 ARR을 내던 Freshservice에 집중했습니다. 판단 기준은 규모입니다. 10억 달러 ARR이라는 목표에서 거꾸로 계산하면 연 500만 달러짜리 사업 여러 개로는 닿지 않습니다. 1억 달러 단위로 클 수 있는 사업이어야 합니다. Woodside는 제품을 접는 일이 곧 팀에게 하던 일이 끝난다고 알리는 일이라 어렵다고 말합니다. 이 방식은 제품 라인이 많고 자원이 흩어진 회사에 맞습니다. 핵심 사업이 아직 하나도 자리 잡지 못한 초기 회사라면 접기보다 실험을 더 돌려야 할 수 있습니다.

EX Focus: IT 업무 사업을 성장 엔진으로 키우기

EX(employee experience, 사내 IT·업무 지원)는 회사 직원의 IT 요청과 장비, 업무 도구를 관리하는 사업입니다. Freshworks는 고객 서비스(CX)로 시작했지만 지금은 EX가 ARR의 59%를 차지합니다. 2021년 IPO 때 35%였던 비중이 커졌고, 3분기 EX ARR은 전년 대비 22% 늘었습니다. 회사는 인수로 이 영역을 넓혔습니다. 2024년 6월 Device42를 시작으로 FireHydrant, Torii, Robusta를 사들였습니다. Stop Doing으로 비운 자원이 이쪽으로 왔다고 보면 두 메커니즘은 한 결정의 앞뒤입니다.

Early-Career Work to AI: 초년차의 반복 업무를 AI로 옮기기

Woodside는 예전에 경력이 짧은 직원이 하던 일의 상당 부분을 지금은 AI로 한다고 말합니다. 그가 든 예는 개발 과정입니다. 디자이너가 Figma에서 만든 프로토타입이 곧바로 코드가 되고, 그 코드를 테스트하는 일은 대부분 AI가 맡습니다. 그렇다고 초년차 직원이 필요 없어진 것은 아니라고 그는 말합니다. 이들에게 반복적이고 기계적인 일 대신 문제 해결과 제품 개발을 맡긴다는 것입니다. 기사는 AI가 쓰거나 테스트하는 코드의 비율을 밝히지 않았습니다. 이 메커니즘은 입력과 출력이 분명하고 결과를 자동으로 검사할 수 있는 일(디자인을 코드로 옮기기, 테스트 작성)에 먼저 맞습니다. 고객 요구를 해석하거나 무엇을 만들지 정하는 일은 여전히 사람 몫입니다.

Seat + Usage Pricing: 좌석은 남기고 사용량을 더하는 과금

Seat-based pricing(좌석 과금)은 쓰는 사람 수에 단가를 곱해 받는 방식입니다. Freshworks는 여기에 사용량 기준을 더하고 있습니다. 관리하는 자산 수, 해결한 문제 수에 따라 받는 방식입니다. Woodside는 성장의 점점 더 큰 몫이 좌석 밖에서 나온다고 말합니다. 그러면서도 고객이 예산을 잡으려면 예측 가능한 부분이 필요해서 좌석은 여전히 원한다고 덧붙입니다. AI가 사람 일을 맡을수록 좌석 수는 줄 수 있으니, 자산과 해결 건수처럼 일의 양에 묶인 단위가 매출을 지켜 줍니다.

Agile Enterprise: 직원 2만 명 이하 기업을 겨냥하기

Woodside는 Freshworks의 표적을 직원 2만 명 이하의 agile enterprise(빠르게 움직이는 중견·대기업)로 잡습니다. 기사에 따르면 투자자들은 중소기업 위주이거나 기능이 단순한 소프트웨어를 낮게 평가해 왔습니다. 고객 규모를 키우는 방향은 숫자로 드러납니다. 3분기에 연 10만 달러 넘게 내는 고객은 25% 늘었고, 연 5,000달러 넘게 내는 고객은 6% 늘었습니다. 큰 고객이 빨리 늘수록 1억 달러 단위 사업이라는 Stop Doing 기준과도 맞아떨어집니다. 회사는 20억 달러와 그 너머로 가는 길을 논의하고 있다고 합니다.

통념과 다른 주장

저자가 든 사례

포트폴리오 정리와 Freshservice 집중

• 상황: Woodside가 취임할 때 Freshservice는 이미 수억 달러 ARR을 내고 있었습니다. 그 밖에 작은 프로젝트와 제품이 여럿 있었습니다.
• 한 일: 작은 프로젝트를 멈추고 Freshping, Freshteams, Freshsurvey의 비중을 낮췄습니다. EX 영역은 Device42, FireHydrant, Torii, Robusta 인수로 넓혔습니다.
• 결과: EX가 ARR의 59%(5억 8,800만 달러)가 됐고 전년 대비 22% 늘었습니다. 멈춘 프로젝트 수는 원문에서 밝히지 않았습니다.
• 연결: Stop Doing, EX Focus.

Figma에서 코드로, 테스트는 AI로

• 상황: 초년차 직원이 디자인을 코드로 옮기고 그 코드를 테스트하는 일을 맡아 왔습니다.
• 한 일: 디자이너의 Figma 프로토타입이 곧바로 코드가 되게 했고, 테스트는 대부분 AI에 맡겼습니다.
• 결과: 초년차 직원은 문제 해결과 제품 개발 업무로 옮겨 갑니다. AI가 맡은 비율과 도구 이름은 원문에서 밝히지 않았습니다.
• 연결: Early-Career Work to AI.

인원 약 30% 축소

• 상황: 정규직 인원은 2022년 약 5,400명으로 정점이었습니다.
• 한 일: 회사를 작게 만들며 큰 기회에 다시 집중했습니다. 2026년 5월에는 11% 감원을 발표했습니다.
• 결과: 지금 정규직은 약 3,800명으로 정점보다 약 30% 적습니다. Woodside는 인원을 크게 줄인 일이 회사에 힘들었다고 말합니다. 기사는 이 감원을 AI의 결과로 설명하지 않습니다.
• 연결: Stop Doing.

흑자 전환과 주가 회복

• 상황: 3월 말 주가는 8달러 밑으로 연초보다 약 31% 내렸습니다. Woodside는 투자자들이 중소기업 위주의 단순한 소프트웨어를 낮게 본다고 말합니다.
• 한 일: 3분기 GAAP 순이익 1,830만 달러로 두 분기 연속 흑자를 냈고, 조정 잉여현금흐름은 7,390만 달러였습니다. Woodside는 앞으로 GAAP 흑자를 이어 가겠다고 밝혔습니다.
• 결과: 10월 말 주가는 약 15달러로 연초 대비 25% 넘게 올랐습니다.
• 연결: Agile Enterprise, Seat + Usage Pricing.

기술 디테일: 같은 결정을 직접 내린다면

아래 필드, 설정값, 기준, JSON 안의 숫자는 실행 제안이자 가상 예시이며 Freshworks가 밝힌 구현이 아닙니다.

Stop Doing 후보를 숫자로 고르려면 제품 라인마다 같은 표를 먼저 만듭니다. 필드는 ARR, 전년 대비 증가율, 3년 뒤 ARR 추정, 전담 인원, 공유 인원 비율, 해지 고객 수입니다. 판정 기준은 Woodside의 틀을 빌립니다. 3년 안에 ARR 1억 달러에 닿을 길이 보이지 않는 라인은 축소 후보로 올립니다. LLM은 결정이 아니라 근거를 모으는 데 씁니다. 해지 설문과 지원 티켓을 제품별로 나누고 해지 사유를 뽑게 합니다. 같은 입력을 temperature 0으로 3회 돌려 2회 이상 같은 사유가 나온 것만 남기고, 나머지는 사람이 다시 봅니다.

{
  "ticket_id": "T-58213",
  "product": "product_a",
  "churn_reason": "missing_integration",
  "mentions_competitor": true,
  "runs_agreeing": 3,
  "needs_human_review": false
}

Figma 프로토타입을 코드로, 테스트는 AI로 돌리려면 사람이 막는 게이트부터 정합니다. 디자인 쪽에서는 컴포넌트와 디자인 토큰(색·간격 같은 공통 값)을 이름 규칙대로 정리해야 코드 생성이 흔들리지 않습니다. 생성된 코드는 바로 합치지 않고 PR로 올립니다. 테스트 에이전트는 먼저 테스트 계획을 JSON으로 내고, 그 계획대로 단위 테스트와 E2E 테스트를 씁니다. 자주 생기는 실패는 구현을 그대로 따라 쓴 테스트입니다. 코드가 틀려도 통과합니다. 그래서 mutation testing(코드를 일부러 조금 바꿔 테스트가 잡아내는지 보는 검사) 점수를 게이트에 넣습니다. 실행마다 결과가 바뀌는 flaky 테스트는 3회 다시 돌려 한 번이라도 실패하면 격리 목록으로 보냅니다. 마지막 승인은 사람 리뷰어가 합니다.

{
  "pr": 4127,
  "component": "TicketListFilter",
  "test_plan": [
    {"case": "필터 없이 전체 목록", "type": "unit"},
    {"case": "상태=해결 필터", "type": "unit"},
    {"case": "필터 저장 뒤 새로고침", "type": "e2e"}
  ],
  "mutation_score_min": 0.7,
  "flaky_retries": 3,
  "human_reviewer": "required"
}

초년차 업무가 얼마나 옮겨 갔는지 재려면 업무 목록을 먼저 만듭니다. 초년차 직군마다 주간 업무를 10~20개로 쪼개고, 업무마다 주당 시간, 반복 여부, AI가 처리하는 비중, 검토 담당자를 적습니다. 개발 조직이라면 PR에 ‘ai-generated-tests’ 같은 라벨을 붙여 AI가 만든 테스트의 비중과 결함 유출(출시 뒤 발견된 결함) 추세를 함께 봅니다. Mollick의 경고대로 생산성이 숫자로 확인되기 전에는 이 표를 인원 계획에 쓰지 않습니다.

업무	주당 시간	반복 업무	AI 처리 비중	검토 담당
UI 컴포넌트 단위 테스트 작성	8시간	예	80%	시니어 엔지니어
디자인 시안을 화면 코드로 옮기기	6시간	예	60%	프론트엔드 리드
고객 이슈 재현과 원인 찾기	5시간	아니오	20%	담당 엔지니어
신규 기능 요구사항 정리	4시간	아니오	10%	PM

표의 숫자는 가상 예시입니다.

좌석에 사용량 과금을 더하려면 계량 단위부터 정의합니다. ‘관리하는 자산’은 그달 한 번 이상 수집된 고유 자산 ID로 셉니다. ‘해결한 문제’는 해결 처리 뒤 7일 안에 다시 열리지 않은 건만 셉니다. 이벤트에는 테넌트, 자산 또는 티켓 ID, 시각, 처리 주체(사람 또는 AI)를 남깁니다. 청구서에는 좌석 기본료와 사용량 요금을 나눠 보여 줘서 고객이 예측 가능한 몫과 변동하는 몫을 따로 보게 합니다. 처리 주체 필드가 있으면 AI가 해결한 건이 매출에 얼마나 기여하는지도 따로 셀 수 있습니다.

{
  "tenant": "acme-kr",
  "event": "ticket_resolved",
  "ticket_id": "INC-20931",
  "resolved_by": "ai_agent",
  "resolved_at": "2026-11-04T09:12:00+09:00",
  "reopened_within_7d": false,
  "billable": true
}

막히는 경우	대응
같은 자산이 여러 수집기에서 다른 ID로 잡힘	일련번호·MAC 주소 기준 중복 제거 규칙을 먼저 정함
해결 처리 뒤 고객이 다시 문의	7일 재오픈 창 안의 건은 과금에서 뺌
AI 테스트가 늘었는데 결함 유출도 늘어남	mutation score 기준을 올리고 해당 모듈은 사람이 테스트 계획을 검토
축소 대상 제품 고객의 반발	이관 경로와 종료 일정을 먼저 공지하고 대형 고객은 개별 협의

현업 실행 디테일: 누가, 언제, 무엇을

역할	맡는 일
CEO·경영위원회	Stop Doing 목록 최종 결정, 팀에 종료 사실을 직접 알림
CFO	제품별 ARR·수익성 표, 과금 구조 변경의 매출 영향 계산
CPO·제품 리더	제품별 판정표 작성, 과금 단위(자산·해결 건) 정의
CTO·개발 리더	AI 테스트 파이프라인 시범, 결함 유출 지표 관리
CHRO	초년차 직무 재설계, 문제 해결·제품 개발 과제 배정과 교육
영업·고객 성공	축소 제품 고객 이관, 대형 고객 과금 협의

준비물. 제품별 ARR과 증가율, 제품별 전담·공유 인원, 해지 설문과 지원 티켓, 초년차 직군의 주간 업무 목록, 최근 두 분기의 결함 유출 건수, 자산 수와 해결 건수 같은 사용량 로그가 필요합니다.

기간	할 일	산출물
1~2주	제품별 숫자와 해지 사유 모으기, 초년차 업무 목록 작성	제품별 판정표 초안, 업무 목록
3주	경영위원회에서 축소·유지·집중 결정	Stop Doing 목록, 팀별 공지 계획
3~5주	한 팀에서 AI 테스트 파이프라인 시범	게이트 기준, 결함 유출 비교표
4~5주	초년차 역할 재정의, 새 과제 배정	직무 기술서 개정안, 교육 계획
5~6주	좌석+사용량 과금 시뮬레이션	고객군별 매출 영향표

현업에 물을 것.

1. 지금 제품 중 3년 안에 ARR 1억 달러(또는 우리 회사 기준의 큰 사업 규모)에 닿을 길이 보이는 것은 무엇인가요?
2. 지난 1년 동안 우리가 그만둔 일은 무엇인가요? 하나도 없다면 왜인가요?
3. 초년차 직원의 주간 업무 중 입력과 출력이 분명하고 자동으로 검사할 수 있는 일은 무엇인가요?
4. AI가 만든 테스트가 놓친 결함을 누가, 어떤 지표로 잡나요?
5. 고객은 우리 제품의 어떤 숫자(자산 수, 해결 건수, 사용자 수)로 예산을 잡나요?

진행 판정 기준(예시). AI 테스트 시범 팀은 6주 동안 결함 유출이 시범 전 두 분기 평균을 넘지 않으면 다른 팀으로 넓힙니다. 넘으면 mutation score 기준을 올리고 4주를 더 봅니다. 초년차 직군은 반복 업무 시간이 주당 30% 이상 줄고 그 시간이 문제 해결·제품 개발 과제에 배정됐을 때만 재설계를 확정합니다. Stop Doing 목록은 축소 제품 고객의 이관 경로와 종료 일정이 정해진 뒤 공지합니다.

AX 적용 제언. 국내 SaaS 회사나 대기업 IT 자회사처럼 제품과 과제가 많은 조직이라면, AI 과제 목록보다 그만둘 목록을 먼저 경영위원회에 올리는 편이 낫습니다. AI 도입 성과도 줄어든 인원 수가 아니라 줄어든 업무 목록과 옮겨 간 업무로 보고합니다. 그러면 Mollick이 경고한, 생산성은 그대로인데 인원만 줄어든 상태를 피할 수 있습니다. 초년차 교육은 반복 업무로 손을 익히는 도제식 대신 AI가 낸 결과를 검토하고 문제를 정의하는 과제로 다시 짭니다. 좌석 기반으로 과금하는 회사라면 AI 기능부터 자산·처리 건수 같은 사용량 단위를 붙여 보고, 좌석은 고객 예산용 기본 몫으로 남깁니다.

원문 사례

항목	내용
기사	Fortune, Nick Lichtenberg(Business Editor), 2026.11.3 게재, Dennis Woodside CEO 인터뷰
ARR	3분기 말(9.30) 약 9억 9,200만 달러, 10월 Torii·Robusta 인수 완료 뒤 10억 달러 돌파(인수분 ARR 미공개)
3분기 실적	GAAP 순이익 1,830만 달러(2분기 연속 흑자), 조정 잉여현금흐름 7,390만 달러(사상 최대)
CEO	Woodside, 2024년 5월 창업자 Girish Mathrubootham 후임, 취임 뒤 ARR 약 2억 5,000만 달러 증가(본인 추정)
사업 구성	EX 59%(5억 8,800만 달러, +22%, 2021 IPO 때 35%), CX 4억 400만 달러
인수	Device42(2024.6), FireHydrant, Torii, Robusta
그만둔 것	작은 프로젝트 여럿, Freshping·Freshteams·Freshsurvey 비중 축소, Freshservice 집중
인원	2022년 정점 약 5,400명 → 약 3,800명(약 30% 감소), 2026년 5월 11% 감원 포함, 기사는 사업 재집중으로 설명
AI와 초년차	Figma 프로토타입이 곧바로 코드로, 테스트는 대부분 AI, 초년차는 문제 해결·제품 개발로 이동(비율 미공개)
과금	관리 자산 수·해결한 문제 수 기준 사용량 과금 확대, 좌석은 예산 예측용으로 유지
고객	연 10만 달러 이상 고객 +25%, 연 5,000달러 이상 고객 +6%(3분기), 표적은 직원 2만 명 이하 agile enterprise
주가	3월 말 8달러 밑(연초 대비 약 -31%) → 10월 말 약 15달러(연초 대비 +25% 이상)
다른 목소리	Ethan Mollick(Wharton): 그만둔 일이 있느냐는 질문, 인원만 줄이는 위험 경고 / Alex Panas·Michael Park(McKinsey): AI 효과가 아직 이익(EBIT)에 드러나지 않고, 일하는 방식을 다시 짠 회사는 소수 / McKinsey State of AI: 응답자 39%가 1년 안에 AI로 인원이 줄 것으로 예상, 14%는 이미 줄었다고 응답
다음 목표	ARR 20억 달러와 그 너머로 가는 길을 논의 중

핵심 개념

ARR

연간 반복 매출. 구독 계약에서 1년 동안 꾸준히 들어올 매출을 연 단위로 환산한 값입니다.

GAAP net income

미국 회계기준으로 계산한 순이익. 일회성 비용을 빼지 않은 숫자라 조정 지표보다 보수적입니다.

adjusted free cash flow

영업으로 번 현금에서 설비 투자 등을 빼고 회사가 정한 항목을 조정한 잉여현금흐름입니다.

EX / CX

Freshworks의 두 사업. EX는 사내 IT·업무 지원, CX는 고객 서비스 소프트웨어입니다.

agile enterprise

Woodside가 표적으로 잡은 직원 2만 명 이하의 기업군입니다.

apprenticeship model

초년차가 반복 업무를 하며 선배에게 일을 배우는 도제식 성장 경로. Mollick은 인턴이 AI로 일하면서 이 경로가 무너졌다고 봅니다.

Reengineering the Corporation

1993년에 나온 업무 재설계(리엔지니어링) 고전. McKinsey의 Alex Panas는 이 책을 AI에 관한 최고의 책이라고 부릅니다.

내 메모

TODO: 내 생각 추가

원문은 Fortune에 실린 Nick Lichtenberg 기자의 「‘You have to be willing to make those hard choices’: Freshworks CEO on crossing $1 billion in ARR with 30% fewer employees in the AI software age」(2026.11.3 게재)입니다. 요약, 핵심 메커니즘의 기사 내용, 통념과 다른 주장, 사례, 원문 사례 표는 기사에 실린 Dennis Woodside CEO의 발언과 회사 수치를 AX Review가 다시 정리했습니다. 인원 감축은 기사와 회사가 설명한 대로 사업 재집중의 맥락에서만 적었고 AI의 결과로 단정하지 않았습니다. 기술·현업 실행 디테일, JSON 예시, 업무 목록 표, 막히는 경우 표, 일정과 판정 기준, 인포그래픽은 원문에 없는 내용으로 새로 작성했고 그 안의 필드명과 숫자는 가상 예시입니다. 기사 전문은 원문 페이지에서 볼 수 있습니다.