Customer Zero: Maximus가 자사 운영에 AI를 먼저 써서 마진을 14.2%로 올린 방식
미국 정부 서비스 위탁사 Maximus는 자동화·AI 투자로 FY2026 조정 EBITDA 마진을 12.9%에서 14.2%로 올려 연초 전망 약 13.7%를 넘었습니다. 고객 응대·교육·품질 보증에 AI를 먼저 자사에 쓰고 시범 약 12건을 돌리며 정부 고객의 경계심은 측정 가능한 성과로 줄인다고 밝혔습니다.
Maximus는 자사를 AI의 첫 고객(customer zero)으로 삼아 고객 응대, 교육, 품질 보증, 인력 지원에 AI와 자동화를 먼저 넣었고 FY2026 조정 EBITDA 마진을 12.9%에서 14.2%로 올렸습니다. 정부 고객의 AI 경계심은 품질·속도·비용 같은 측정 가능한 개선을 보여 줄 때 줄어든다는 것이 경영진의 설명입니다. 따라 하려면 사내 업무 하나에서 기준선과 개선 수치를 같은 표로 재고 그 수치를 고객 보고와 계약 언어로 옮길 준비가 필요합니다.
요약
Maximus는 미국 연방·주 정부의 공공 프로그램 운영을 위탁받아 수행하는 회사입니다. 2026년 11월 19일 FY2026 4분기 실적 콜에서 Bruce Caswell CEO는 한 해 조정 EBITDA 마진(이자·세금·감가상각 전 이익을 일회성 항목을 빼고 맞춘 이익률)이 전년 12.9%에서 14.2%로 올랐다고 밝혔습니다. 연초 회사 전망은 약 13.7%였습니다. 그는 개선 이유로 자동화와 AI 기반 솔루션 투자, 그리고 운영 규율을 들었습니다. 4분기에 VA MDE(보훈부 의료 장애 검진 프로그램)의 성과 인센티브가 멈췄는데도 마진이 올랐다는 점을 운영 모델의 확장성으로 내세웠습니다. 조정 EPS는 7.36달러에서 8.24달러가 됐고 연 매출은 52.3억 달러였습니다.
AI는 먼저 회사 안에서 돌립니다. Caswell은 Maximus가 자사 AI 솔루션의 customer zero(첫 고객)라며 고객 응대, 교육, 품질 보증, 인력 지원, 자동화, 소프트웨어 개발, 운영 지원에 AI를 쓴다고 설명했습니다. 기업형 벤처 투자 조직 Maximus Ventures의 포트폴리오 솔루션 1건이 운영 중이고 온보딩과 인력 교육, 상담원 성과 개선을 다루는 시범 약 12건이 진행 중입니다. David Mutryn CFO도 수익성 개선을 기술 투자, 자동화, 비용 관리로 설명했고 U.S. Federal Services 부문은 미리 계획해 연중 배치한 기술 이니셔티브 덕에 더 많은 물량을 처리했다고 했습니다. 정부 고객은 여전히 AI에 신중하지만 측정 가능한 개선을 보면 경계심이 크게 줄어든다는 것이 CEO의 판단입니다. 아래에서는 customer zero, 기술 기반 생산성, 시범 파이프라인, 성과로 신뢰 얻기, 거버넌스를 차례로 풀고 위탁 운영 조직에서 같은 방식을 돌릴 때 필요한 기술·현업 디테일을 덧붙입니다.
핵심 메커니즘
Customer Zero: 자사가 먼저 쓰고 검증한 AI를 고객에게 내놓는다
무엇인가. 회사가 고객에게 팔 AI 솔루션을 자사 운영에 먼저 적용하는 방식입니다. Maximus는 이렇게 쌓은 경험을 비슷한 목표의 고객에게 제공할 수 있다고 설명합니다.
어떻게 작동하나. 입력은 회사가 직접 운영하는 상담, 교육, 품질 점검 업무입니다. 처리 단계에서 AI 도구를 그 업무에 넣고 품질·속도·비용 변화를 잽니다. 출력은 두 가지입니다. 하나는 자사 마진 개선이고 다른 하나는 정부 고객에게 보여 줄 실제 운영 기록입니다. 공공 프로그램 위탁 운영사라는 위치 덕에 자사 업무가 곧 고객 업무와 같은 모양이라 검증 결과를 그대로 옮기기 쉽습니다.
언제 쓰나. 자사가 고객과 같은 업무를 대량으로 수행하는 BPO·위탁 운영사, 공공 서비스 운영사에 맞습니다. 고객 업무를 직접 하지 않는 순수 소프트웨어 회사라면 사내 적용 결과가 고객 상황을 대표하지 못할 수 있습니다.
원문의 예. 고객 응대, 교육, 품질 보증, 인력 지원, 자동화, 소프트웨어 개발, 운영 지원 영역에 적용.
Technology-enabled Productivity: 기술로 같은 인력이 더 많은 물량을 처리한다
무엇인가. 사람이 처리하던 위탁 업무에 자동화와 AI를 넣어 처리량당 원가를 낮추는 것입니다. 회사는 이것을 마진 개선의 주된 이유로 듭니다.
어떻게 작동하나. 계약 물량이 늘어도 인력을 같은 비율로 늘리지 않습니다. CFO에 따르면 U.S. Federal Services는 물량이 안정적인 가운데 미리 계획한 기술 이니셔티브를 연중 배치해 효율을 높였고 더 많은 물량을 처리했습니다. 이 부문 영업이익률은 15.3%에서 18.1%로 올랐습니다. U.S. Services는 9.7%에서 9.1%였는데, 2분기에 한 고객용으로 만든 소프트웨어 자산의 비현금 손상 690만 달러가 들어 있습니다.
언제 쓰나. 물량 단가 계약이나 성과 인센티브 계약처럼 처리 효율이 이익으로 바로 넘어오는 구조에서 효과가 큽니다. 투입 인력 기준으로 대가를 받는 계약에서는 효율 개선이 매출 감소로 이어질 수 있어 계약 구조를 먼저 봅니다.
원문의 예. 회사는 생산성 절감액을 금액이나 비율로 따로 밝히지 않았습니다.
Maximus Ventures 파이프라인: 벤처 투자에서 시범, 운영으로 좁힌다
무엇인가. 기업형 벤처 투자 조직이 새 기술을 찾아 입찰 차별화, 기존 계약 개선, 성과 향상에 쓸 수 있는지 시험하는 구조입니다.
어떻게 작동하나. 입력은 외부 스타트업 기술입니다. 처리 단계에서 사내 업무에 시범으로 붙여 봅니다. 현재 약 12건이 진행 중이며 온보딩, 인력 교육, 상담원 성과 개선용 AI 도구가 포함됩니다. 출력은 운영 배치이고 지금까지 포트폴리오 솔루션 1건이 운영에 들어갔습니다. 회사는 해커톤을 서비스로 제공하는 모델도 기존 혁신 투자로 들었고 인수한 Agile Defense의 Agile Labs(시제품·실험 조직)가 이 구조를 보완한다고 설명했습니다.
언제 쓰나. 직접 개발보다 외부 기술을 빨리 시험해야 하는 운영 조직에 맞습니다. 시범 수가 많을수록 운영 전환 기준을 미리 정해 두지 않으면 시범만 늘어납니다.
원문의 예. 운영 1건, 시범 약 12건.
Measurable Outcomes: 측정 가능한 개선이 정부 고객의 경계심을 낮춘다
무엇인가. 정부 고객에게 AI를 설득할 때 기술 설명보다 운영 성과 수치를 앞세우는 접근입니다.
어떻게 작동하나. Caswell은 개선을 보여 줄 축으로 품질, 프로그램 무결성(부정 수급·오지급을 막는 정확성), 고객 경험, 속도, 비용 효율 다섯 가지를 들었습니다. 이 축에서 측정 가능한 개선이 확인되면 고객의 경계심이 크게 줄고 논의가 AI를 쓸지에서 어떻게 책임 있게 쓸지로 옮겨 간다고 설명했습니다. Q&A에서는 SNAP(식품 지원)과 Medicaid의 지급 정확도 같은 무결성 과제에 AI가 의사결정 지원을 할 수 있다고 덧붙였습니다.
언제 쓰나. 규제와 감사가 강한 공공·금융·의료 고객에게 AI를 제안할 때 씁니다. 기준선이 없으면 개선을 보여 줄 수 없으므로 도입 전 측정이 먼저입니다.
원문의 예. 수치 사례는 밝히지 않았고 다섯 축과 방향만 제시했습니다.
AI Infrastructure Governance: 확대 단계의 경쟁력은 통제력이다
무엇인가. AI를 실험에서 대규모 배치로 넓힐 때 필요한 인프라 통제, 보안, 투명성을 갖추는 일입니다.
어떻게 작동하나. Maximus는 투자사 Spectro Cloud를 AI 인프라 거버넌스, 운영 통제, 기술 관리에 씁니다. Caswell은 정부 고객이 실험에서 확대 배치로 넘어갈수록 거버넌스, 보안, 투명성, 책임 있는 도입이 차별화 요소가 된다고 봤습니다.
언제 쓰나. 시범이 여러 건 동시에 돌고 그중 일부를 운영으로 올리는 시점에 필요합니다.
통념과 다른 주장
흔히 이렇게 봅니다정부 고객은 AI를 꺼려 도입이 늦고 위탁 운영사가 먼저 나서기 어렵다고 봅니다.
경영진은 이렇게 봅니다정부 고객의 경계심은 당연하지만 측정 가능한 개선을 보여 주면 크게 줄어들고 논의는 어떻게 책임 있게 쓸지로 넘어갑니다.
근거회사는 자사 운영에 AI를 먼저 넣어 마진을 연초 전망보다 높은 14.2%로 올렸고 이 사내 경험을 같은 목표의 고객에게 제공하겠다고 했습니다.
저자가 든 사례
Maximus 전사: 자동화·AI로 마진 개선
| 구분 | 내용 |
|---|---|
| 상황 | 공공 프로그램 위탁 운영, 4분기 VA MDE 인센티브 중단 |
| 한 일 | 고객 응대·교육·품질 보증·인력 지원·자동화에 AI 적용, 운영 규율 |
| 결과 | 조정 EBITDA 마진 12.9% → 14.2%(연초 전망 약 13.7%), 조정 EPS 7.36달러 → 8.24달러 |
| 연결 | Customer Zero, Technology-enabled Productivity |
U.S. Federal Services 부문: 사전 계획한 기술 이니셔티브
| 구분 | 내용 |
|---|---|
| 상황 | 물량은 안정적, 처리 효율을 높여야 함 |
| 한 일 | 미리 계획한 기술 이니셔티브를 연중 배치 |
| 결과 | 영업이익률 15.3% → 18.1%, 더 많은 물량 처리. 매출 30억 달러 |
| 연결 | Technology-enabled Productivity |
Maximus Ventures: 시범에서 운영으로
| 구분 | 내용 |
|---|---|
| 상황 | 입찰 차별화와 기존 계약 개선에 쓸 신기술 필요 |
| 한 일 | 포트폴리오 기술을 사내에서 시범 운영 |
| 결과 | 운영 1건, 시범 약 12건(온보딩, 인력 교육, 상담원 성과). 효과 수치는 원문에서 밝히지 않음 |
| 연결 | Maximus Ventures 파이프라인 |
기술 디테일: 위탁 운영 업무에 AI를 붙여 돌린다면
아래는 원문에 없는 내용으로, 같은 구조를 실제로 돌릴 때 필요한 것을 정리했습니다. 필드명과 수치는 모두 가상 예시입니다.
품질 보증에 AI를 쓰려면 상담 녹취를 루브릭으로 채점합니다. Customer Zero의 품질 보증 영역에 해당합니다. 통화 녹취를 음성 인식(STT)으로 옮기고 개인정보는 채점 전에 마스킹합니다. LLM은 정해진 루브릭(본인 확인, 안내 정확성, 규정 고지, 응대 태도)으로 항목별 0·3·5점을 매기고 근거 구간을 함께 냅니다. temperature는 0으로 두고 같은 통화를 3회 채점해 항목 점수 차이가 2점 이상이면 사람 QA로 넘깁니다. 모델은 고객 계약이 허용한 리전과 데이터 조건을 지키는 엔터프라이즈 LLM으로 고르고 통화 하나를 한 번의 호출 단위로 묶습니다. 처음 2주는 사람 QA 점수와 나란히 매기는 그림자 채점으로 일치율을 봅니다.
{
"call_id": "C-20261121-0187",
"program": "eligibility_helpdesk",
"rubric_version": "qa-v3",
"scores": {"identity_check": 5, "accuracy": 3, "disclosure": 5, "tone": 5},
"evidence": [{"item": "accuracy", "t_start": "02:41", "t_end": "03:05"}],
"run_spread": 1,
"needs_human_qa": false,
"coaching_tag": "서류 기한 안내 누락"
}
coaching_tag가 같은 상담원에게 반복되면 교육 모듈로 이어 붙입니다. 실패는 대개 세 가지에서 납니다. 사투리·잡음으로 전사가 틀린 경우, 규정이 바뀌었는데 루브릭이 옛 판인 경우, 상담원이 시스템 화면을 보며 말한 내용을 녹취만으로 판정할 수 없는 경우입니다. 전사 신뢰도 점수를 함께 저장하고 규정 개정 때 rubric_version을 올리며 화면 기록이 필요한 항목은 채점 대상에서 뺍니다.
온보딩·교육 시범에는 롤플레이 상담을 씁니다. Maximus Ventures 시범이 다루는 온보딩·교육과 연결됩니다. 과거 문의 유형 상위 20개로 가상 민원인 시나리오를 만들고 신입이 LLM 민원인과 연습 통화를 한 뒤 같은 QA 루브릭으로 채점받습니다. 실제 통화에서 쓰는 루브릭과 같아야 교육 점수와 현장 점수를 비교할 수 있습니다.
성과를 고객에게 보이려면 다섯 축 지표를 시작 전에 고정합니다. Measurable Outcomes와 연결됩니다. CEO가 든 다섯 축마다 지표 둘을 정하고 도입 전 4주 기준선을 잽니다. 프로그램 무결성처럼 결과가 늦게 확정되는 지표는 재심·환수 확정까지 기다려야 하므로 판정 시점을 따로 적어 둡니다.
거버넌스는 모델 목록과 호출 기록부터 둡니다. AI Infrastructure Governance와 연결됩니다. 시범마다 사용 모델, 버전, 넣는 데이터 종류(개인정보 포함 여부), 담당자를 한 목록으로 관리하고 모든 호출의 입력 해시·출력·사람 수정 여부를 남깁니다. 고객 감사가 들어오면 이 기록으로 어느 판단에 AI가 쓰였는지 바로 보여 줄 수 있습니다.
현업 실행 디테일: 누가, 언제, 무엇을
| 역할 | 맡는 일 |
|---|---|
| 운영 본부장(스폰서) | 시범 업무 선정, 운영 전환 승인 |
| 상담센터장·QA 리드 | 루브릭 확정, 그림자 채점 비교, 오채점 신고 |
| 교육 담당 | 롤플레이 시나리오 선정, 신입 비교 집계 |
| 데이터·AI 엔지니어 | STT·LLM 연동, 마스킹, 호출 기록 |
| 재무 담당 | 건당 원가·인력 시간 기준 산정, 마진 영향 계산 |
| 계약·컴플라이언스 | 고객 계약상 AI 사용 조건, 감사 대응 |
시작 전 준비물. 대상 업무의 최근 3개월 녹취와 QA 점수, 문의 유형별 건수, 상담원별 처리 시간, 고객 계약의 AI·개인정보 조항, 그리고 재무와 합의한 건당 원가 정의서입니다.
| 기간 | 할 일 | 산출물 |
|---|---|---|
| 1~2주 | 업무 1개 선정, 다섯 축 기준선 측정 | 기준선 표, 원가 정의서 |
| 3~4주 | 그림자 채점, 사람 QA와 일치율 비교 | 일치율 보고, 루브릭 수정본 |
| 5~7주 | 현장 적용, 코칭·교육 연계 | 채점 로그, 코칭 이력 |
| 8주 | 전후 비교, 고객 보고안 작성 | 판정 보고서, 확대 제안 |
확인 질문. 지금 QA는 전체 통화의 몇 %를 보나? 고객 계약에 AI 사용 고지나 승인 조항이 있나? 이 업무에서 효율이 오르면 이익이 되나, 매출이 줄어드나? 프로그램 무결성 지표는 언제 확정되나? 시범을 운영으로 올리는 기준은 누가 정하나?
진행 판정 기준(가상 예시). 사람 QA와 항목 점수 일치율 85% 이상, 사람 검토로 넘어간 비율 15% 이하, 건당 처리 시간이나 QA 커버리지가 기준선보다 나아지고 품질 점수가 떨어지지 않으면 같은 프로그램의 다른 팀으로 넓힙니다. 하나라도 못 미치면 루브릭을 고쳐 4주 더 돌리고 두 번째도 못 미치면 접습니다.
AX 적용 제언. 국내 공공 위탁 운영사, 콜센터·BPO, 보험 손해사정처럼 고객 업무를 대신 운영하는 조직이라면 Maximus처럼 자사 업무를 첫 고객으로 삼는 편이 빠릅니다. 사내 상담 QA처럼 녹취와 점수가 이미 쌓인 업무 하나에서 시작해, 다섯 축 기준선을 재고 개선 수치를 고객 보고서의 언어로 바꿉니다. 시범이 여러 건으로 늘기 전에 운영 전환 기준과 모델·호출 기록을 갖춰 두면, 고객 감사와 입찰 제안서에서 그대로 근거로 쓸 수 있습니다. 경영진 보고에서는 부문 마진 변화와 함께 계약 구조상 효율이 이익으로 넘어오는지 같이 보여 줍니다.
원문 사례
| 항목 | 내용 |
|---|---|
| 자료 | The Motley Fool 실적 콜 녹취, 2026.11.19 |
| 발언자 | Bruce Caswell(CEO), David Mutryn(CFO), James Francis(IR) |
| 조정 EBITDA 마진 | FY2025 12.9% → FY2026 14.2%, 연초 전망 약 13.7% |
| 실적 | 매출 52.3억 달러, 조정 EPS 7.36달러 → 8.24달러, 잉여현금흐름 6,900만 달러 |
| 사내 AI 적용 | 고객 응대, 교육, 품질 보증, 인력 지원, 자동화, SW 개발, 운영 지원(customer zero) |
| Maximus Ventures | 포트폴리오 솔루션 1건 운영, 시범 약 12건(온보딩, 인력 교육, 상담원 성과) |
| 거버넌스 | Spectro Cloud 투자로 AI 인프라 거버넌스·운영 통제 |
| 부문 영업이익률 | U.S. Federal Services 15.3% → 18.1%, U.S. Services 9.7% → 9.1% |
| 정부 고객 | 신중하지만 측정 가능한 개선을 보면 경계심이 크게 줄어듦 |
| FY2027 전망 | 매출 54.5억~56.5억 달러, 조정 EBITDA 마진 약 12.8%(VA MDE 인센티브 미반영) |
핵심 개념
- Adjusted EBITDA margin
- 이자·세금·감가상각 전 이익에서 일회성 항목을 걸러 낸 뒤 매출로 나눈 이익률입니다.
- VA MDE
- 미국 보훈부의 의료 장애 검진 프로그램으로, 위탁사가 재향군인 장애 판정용 검진을 수행합니다.
- Program integrity
- 공공 급여가 자격 있는 사람에게 정확한 금액으로 지급되게 하는 관리로, 오지급·부정 수급을 줄이는 일입니다.
- Corporate venture capital
- 기업이 전략 목적으로 스타트업에 투자하는 조직으로, Maximus Ventures가 여기에 해당합니다.
- Shadow scoring
- AI 채점을 실제 판정에 쓰지 않고 사람 점수와 나란히 매겨 일치율을 확인하는 시험 운영입니다.
내 메모
TODO: 내 생각 추가
원문은 The Motley Fool에 실린 「Maximus (MMS) Q4 2026 Earnings Call Transcript」(2026.11.19)로, Bruce Caswell CEO와 David Mutryn CFO의 발언을 담은 실적 콜 녹취입니다. 요약과 사례는 녹취의 사실을 AX Partners가 다시 정리했고 핵심 메커니즘의 작동 설명, 기술·현업 디테일, 인포그래픽, 표는 새로 작성했습니다(디테일 절의 필드명·수치·일정은 가상 예시). Maximus가 미국 정부 공공 프로그램 위탁 운영사라는 설명은 녹취 외 일반 정보입니다. 전체 내용은 원문에서 볼 수 있습니다.