토스×카카오페이, TAM의 진화를 함께 이야기하다
핀테크 산업의 TAM(Technical Account Manager) 역할에 대한 이해 부족을 해소하기 위해 토스와 카카오페이가 TAM CONNECT 2025를 최초로 공동 개최함\n• 토스 TAM은 단순 기술 지원을 넘어 파트너 연동 컨설팅, 장애 시 조직 간 연결, 운영 프로세스 개선, 자동화, 제품 구조 개선 등 다층적 문제 해결(Multi-layered Problem Solving)을 수행함\n• 알림 노이즈 재정의, 자동화(N8n 기반 워크플로우, LLM 로그 분석), PDCA 기반 연동 가이드 개선 등 구체적인 문제 해결 프레임워크를 공유함\n• 고객사 경험이 TAM의 접근 방식에 직접적인 영향을 주며, 반복 커뮤니케이션 표준화와 지식 격리 해소가 핵심 과제임을 확인함\n• AI 도입으로 반복 업무가 자동화됨에 따라 TAM의 역할이 복잡한 문제 해결, 조직 조율, 고객 경험 설계 등 고차원적 영역으로 전환되고 있
{ "deep_dive": [ { "title": "TAM의 정체성 위기: Support일까 Problem Solver일까?" } ] }
핀테크 업계에서 TAM은 여전히 직무에 대한 인식이 부족한 직군이다. "기술지원인가요?", "개발자인가요?", "PM이랑 비슷하나요?"라는 질문이 자주 들어오며, 직무의 경계가 모호하게 느껴지고 있다.
본 글에서 토스 TAM은 파트너 연동 문제 해결, API 기술 컨설팅, 장애 시 조직 연결, 운영 프로세스 개선, 반복 이슈 자동화, 제품 구조 개선까지 폭넓은 책임을 수행한다고 밝혔으며, 이를 통해 "TAM은 단순 Support가 아니라 기술 기반의 Problem Solver에 가깝다"는 당위성을 제시했다.
실제 사례로 이기문(Toss Payments)님의 세션에서는 디스코드 기반 커뮤니티 운영에서 평균 10분 이내 응답을 유지하기 위해 자동화 시스템을 적극 활용했으며, 이는 단순한 Support 업무가 아닌 프로액티브 운영(Proactive Operations)의 영역임을 보여준다.
결국 TAM의 정체성 확립은 조직 내에서의 권한과 책임 범위를 명확히 하고, 기술적 전문성과 비즈니스 이해를 동시에 요구하는 하이브리드 역량(Hybrid Competency)을 갖추어야 가능하다.
알림 노이즈 재정의: 장애 관리의 패러다임 전환
박다영(토스)님의 세션에서 제시된 가장 흥미로운 관점은 "문제를 해결하는 프레임워크"의 시작점이 알림 자체를 재정의하는 것이었다는 점이다.
운영 환경에서는 수많은 알림이 발생하지만, 모든 알림이 중요한 것은 아니다. 오히려 과도한 알림으로 인해 진짜 중요한 문제의 신호(Critical Signal)가 묻히는 알림 피로(Alert Fatigue) 현상이 빈번하게 발생한다.
토스 팀은 "정말 봐야 하는 문제는 무엇인가?"라는 근본 질문에서 출발하여, 알림 노이즈 재정의, 장애 패턴 구조화, 반복 이슈 자동 탐지, 정산 불일치 근본 원인 분석 시스템을 구축했다. 이는 단순히 장애를 빠르게 해결하는 사후 대응(Reactive Response)이 아닌, 문제가 재발하지 않는 구조를 만드는 사전 예방(Predictive Prevention) 접근으로의 전환을 의미한다.
이는 대규모 분산 시스템에서 시그널 대 노이즈 비율(Signal-to-Noise Ratio) 최적화가 운영 안정성의 핵심임을 보여주는 사례다.
조직 지식 격리 해소: '누가 담당자인지' 중요하지 않게 만들기
{"result":"이기문(Toss Payments)님의 발표에서 제시된 핵심 원칙은 \"특정 사람이 아니어도 문제를 해결할 수 있어야 한다\"는 것이다.\n전통적인 운영 조직에서는 담당자에게 지식이 집중되는 지식 병목(Knowledge Bottleneck) 현상이 흔하다. 담당자 부재 시 대응 지연, 정보 비대칭으로 인한 의사결정 어려움, 인계 과정에서의 정보 손실 등이 전형적인 문제로 지적된다.\n토스페이먼츠 TAM은 대응 이력 투명 공유, 동일 정보 접근 보장, 특정 담당자 없는 협업 구조, 누구든 빠른 대응 가능한 환경 구축을 통해 이를 해결했다. 특히 인상적인 부분은 자동화에 대한 적극적 활용으로, N8n 기반 워크플로 자동화와 LLM 기반 로그 분석, 장애 원인 및 해결 가이드 자동 제안 시스템을 실제 운영에 적용하고 있었다.\n이는 문서화(Documentation), 표준화(Standardization), 자동화(Automation)의 3단계 접근을 통해 조직의 운영 복원력(Operational Resilience)을 높이는 전략적 접근임을 보여준다."}
"AI 도입의 현재와 미래: 자동화 이후 남은 것은?"
본 행사에서 가장 많이 언급된 주제 중 하나는 AI의 영향이었다. 로그 분석 자동화, 장애 원인 추천, 운영 가이드 생성, 반복 문의 자동 응답, 이상 탐지, 문서 검색 및 요약 등의 영역이 이미 실제 운영에 적용되기 시작했다.
하지만 동시에 "AI가 많은 것을 대신하게 되면, TAM은 어떤 역할에 더 집중하게 될까?"라는 근본적 질문도 남았다.
글에서는 향후 TAM이 단순 반복 대응보다는 복잡한 문제 해결, 구조적 개선, 조직 간 조율, 고객 경험 설계, 운영 전략 수립 등의 영역에서 더 큰 역할을 맡게 될 것으로 전망했다.
이는 자동화로 대체 불가능한 영역(Automation-resistant Domain)에 대한 논의로, AI가 처리하는 영역과 인간이 처리하는 영역의 경계를 재설정하는 작업이 필요함을 시사한다. 특히 모호한 요구사항의 명확화, 이해관계자 간 이해 조정, 비정형 상황의 판단 등은 AI만으로 대체하기 어려운 영역이다.
