Chris Bishop, BillingPlatform CEO – 인터뷰 시리즈

Chris Bishop, BillingPlatform CEO는 SaaS, 수익 운영, 고객 성공, 전문 서비스 및 시장 진출 리더십을 아우르는 20년 이상의 경력을 가진 엔터프라이즈 소프트웨어 임원이다. 2026년에 BillingPlatform의 CEO로 합류하기 전, Bishop는 Conga에서 거의 7년 동안 근무하며 최고 고객 책임자, 최고 수익 책임자, 최고 마케팅 책임자 등 고위 직책을 맡아 기업의 변혁 및 통합 시기를 이끌었다. 이전에는 Plex Systems에서 글로벌 서비스 그룹 부사장으로 재직했으며, PeopleSoft와 Oracle 기술을 전문으로 하는 엔터프라이즈 애플리케이션 컨설팅 회사인 MIPRO Consulting을 설립했다. 또한 PeopleSoft와 Oracle에서 북미 공급망 관리 컨설팅 팀을 230명 이상의 컨설턴트와 함께 이끌었던 고위 리더십 경험이 있으며, Ford Motor Company에서 초기 프로세스 재설계 작업을 수행한 바 있다.

BillingPlatform은 기업이 점점 복잡해지는 가격 및 청구 모델을 관리하도록 설계된 엔터프라이즈 수익 라이프사이클 관리 및 수익화 소프트웨어 기업이다. 2012년에 설립된 이 회사는 주문 수집, 구독 및 사용량 기반 청구, 청구서 발행, 결제, 매출채권 자동화, 수익 인식 및 재무 관리를 포괄하는 클라우드 기반 플랫폼을 제공한다. 이 기술은 정기 구독, 사용량 기반, 하이브리드 및 기타 구성 가능한 가격 모델을 지원하며, 사용량 중재 기능을 통해 API 호출, 거래, 좌석, 대역폭 또는 기타 사용 이벤트와 같은 데이터를 수집·변환하여 청구 레코드로 만든다. BillingPlatform에 따르면 자사의 시스템은 하루에 50,000건 이상의 청구서를 처리하고 월간 청구액이 40억 달러를 초과하며, 전통적인 고정 가격 및 구독 모델을 넘어서는 기업을 위한 재무 인프라 역할을 하고 있다.

당신의 경력은 Ford에서의 프로세스 재설계와 PeopleSoft 및 Oracle에서의 엔터프라이즈 애플리케이션 작업에서 시작해 MIPRO Consulting을 설립하고 Plex Systems와 Conga에서 고객, 수익 및 마케팅 기능을 이끌어 왔습니다. 이러한 경험이 특히 AI를 핵심 재무 운영에 도입할 때 BillingPlatform의 CEO로서 당신의 우선순위에 어떤 영향을 미쳤습니까?

나는 내 경력의 모든 단계가 미션 크리티컬한 경험이라고 생각한다. Ford의 제조 공정, PeopleSoft와 Oracle에서의 재무 및 공급망 관리, 그 사이의 컨설팅 기간, Plex에서의 ERP, 그리고 Conga에서의 수익 라이프사이클 관리가 그것이다. 이러한 시스템에서 오류가 발생하거나 라인이 멈추면 누군가는 급여를 받지 못하거나 거래가 성사되지 않는다. 이는 대부분의 소프트웨어가 허용하는 오류 허용 범위보다 훨씬 낮은 수준이다.

다른 흐름은 가치가 마케팅하는 것이 아니라 당신이 창출하는 결과에 의해 결정된다는 점이다. Plex와 Conga에서 고객 및 수익 기능을 담당하면서, 판매된 것과 고객이 실제로 받은 것 사이의 격차에 서 있었기에 이 점이 명확해졌다.

두 흐름은 재무 운영에서 AI에 대해 동일한 지점으로 수렴한다. 시연에서 99.5% 정확하다는 것은 인상적이지만, 실제로는 실패에 해당한다. 우리는 수백만 명의 구독자를 보유한 기업의 청구를 담당한다. 이런 규모에서는 0.5%의 오류율이 한 달에 수만 건의 잘못된 청구서, 수만 건의 예기치 않은 고객 상담, 그리고 팀을 압박하는 신용 처리 과정을 초래한다. 고객은 모든 것이 정확하기를 기대했기에 99.5%는 그들이 구매한 결과를 제공하지 못한 것이다.

따라서 우리는 AI가 금전과 관련된 부분에서는 보수적으로 접근하고, 업무와 관련된 부분에서는 적극적으로 활용한다. AI는 구성, 분석 및 조사 역할을 수행한다. 계산은 여전히 결정론적이다. 내가 모든 AI 기능에 적용하는 테스트는 관리자가 모델이 스스로 결정했다고 말하지 않고도 감사인에게 결과를 설명할 수 있는가이다.

많은 엔터프라이즈 소프트웨어 벤더들이 기존 제품에 AI 어시스턴트를 추가하고 있다. BillingPlatform은 자사의 AI를 수익 라이프사이클에 네이티브하고 통합된 자체 기술 메타데이터 모델 위에 구축된 것으로 설명한다. 기존 레거시 청구 소프트웨어에 추가된 일반적인 AI 레이어가 할 수 없는 일을 이 아키텍처는 어떻게 달성할 수 있는가?

우리 플랫폼은 스스로를 이렇게 설명한다. 엔터티, 필드, 가격 규칙, 워크플로 및 승인 모두가 런타임에 시스템이 읽을 수 있는 메타데이터이다. 이는 우리의 AI가 일반적인 제품 스키마가 아니라 실제 구성 정보를 읽고 있으며, 구성이 코드가 아닌 데이터이기 때문에 해당 구성에 대한 변경을 제안할 수 있음을 의미한다.

레거시 청구 소프트웨어에 추가된 어시스턴트는 다른 문제를 안고 있다. 해당 시스템의 고객 맞춤 로직은 사용자 정의 코드, 저장 프로시저 및 통합 미들웨어에 존재한다. 어시스턴트는 문서에 대한 질문에 답변할 수 있지만, 실제 인스턴스가 어떻게 동작하는지에 대한 구체적인 내용은 그 코드에서 읽어야 하며, 이를 변경하려면 대화가 아니라 개발 주기가 필요하다.

두 번째 문제는 계량, 청구 및 수익 인식이 일반적으로 별개의 시스템과 데이터베이스에 분산되어 있다는 점이다. 이러한 기능 위에 AI를 두면 조정 과정을 거쳐야 하므로 그 답변은 전날 밤의 배치 작업만큼 정확하다. 우리는 세 영역을 하나의 모델로 운영하므로 사용 이벤트에서 분개 항목까지 단일 체인이 존재한다. AI는 청구서가 생성된 동일한 레코드에서 답변을 도출하므로 이는 매우 중요한 요소이다.

기업들이 사용량 기반, 결과 기반 및 하이브리드 비즈니스 모델을 채택함에 따라 AI는 제품과 서비스가 포장되고, 가격이 책정되며, 수익화되는 방식을 어떻게 변화시키고 있습니까?

두 가지가 변하고 있습니다. 첫 번째는 가치 단위가 좌석에서 완료된 작업으로 이동하고 있어 기업들이 해결책, 처리된 문서, 완료된 작업 또는 제공된 결과에 대해 가격을 책정하고 있다는 것입니다. 두 번째는 가격 책정이 연간이 아니라 분기별로 재검토되는 추세이며, 이는 AI 제품 아래의 비용 곡선이 그만큼 빠르게 변하기 때문입니다.

우리 경험에 따르면 AI는 창의적인 측면보다 분석적인 측면에 더 큰 도움이 됩니다. 거래 내역이 한 곳에 모여 있다면 제안된 가격 변화를 실제 고객 행동에 맞춰 모델링하여 몇 분 안에 출시하고, 예를 들어 그 변화가 마진이나 이탈률에 어떤 영향을 미칠지 예측할 수 있습니다. 이는 과거에 수주에 걸치는 재무 작업이었습니다.

또한 주의를 추가하고 싶습니다. 소비 기반 또는 결과 기반 가격 책정으로 전환하는 대부분의 기업은 아직 단일 단위가 고객에게 서비스를 제공하는 데 드는 비용을 파악하지 못하고 있습니다. 그 수치가 없으면 기업은 최저가와 할인 권한을 추측하게 됩니다. 그래서 대부분의 기업은 예측 가능성을 위한 고정 플랫폼 요금, 정렬을 위한 사용량 기반 요금, 그리고 가치가 실제로 측정 가능한 결과 요소를 결합한 하이브리드 접근 방식을 채택합니다.

AI 제품은 토큰, 모델, 인프라 및 각 요청의 복잡성에 따라 매우 가변적인 비용을 발생시킬 수 있습니다. 기업이 AI 서비스를 정확하게 수익화하면서 예측할 수 없는 마진에 노출되지 않도록 하기 위해 어떤 새로운 계량 및 청구 기능이 필요합니까?

나는 비용 동인 수준의 세분화된 계량을 시작하고 이벤트를 유지할 것을 제안합니다. 고객별 일일 총계로 사전 집계하면 비싼 모델에서 실행되는 특정 워크플로우를 확인할 수 있는 능력을 잃게 됩니다.

거기서부터 네 가지 기능이 실제 작업을 수행합니다:

1. 수익을 전달하는 동일한 이벤트에 원가를 연결하여 고객, 기능 및 모델별 마진을 기간 중에 확인할 수 있게 합니다.
2. 기간 중에 변경되는 요금 구조를 지원합니다. 모델 교체 및 공급업체 가격 인하가 기업의 갱신 일정에 맞춰 기다리지 않기 때문입니다.
3. 고객에게 약정, 선불 잔액, 상한선 및 차감액을 제공하십시오. 예측 가능성은 제품 기능이며 또한 예상치 못한 청구서로부터 회사를 보호합니다.
4. 마지막으로, 가격이 변경되거나 중재가 잘못된 경우 수동 크레딧 프로세스 없이도 이력에 대한 재평가가 가능하도록 합니다.

AI 제품에 대한 마진 보호는 계량 및 가격 설계 문제입니다. 이를 재무 보고 문제로 간주하면 40일 늦게 문제를 알게 됩니다.

BillingPlatform은 팀이 제품, 가격 규칙 및 청구 워크플로를 대화식으로 구성할 수 있게 합니다. 어떤 결정들을 AI에 안전하게 위임할 수 있으며, 인간의 검토와 승인이 반드시 필요한 영역은 어디입니까?

나는 작업은 위임하되, 결정은 인간이 내리도록 말하고 싶습니다.

AI는 기존 구성을 안전하게 읽고 설명하며, 샌드박스에서 새로운 구성을 초안하고, 테스트 데이터와 테스트 케이스를 생성하고, 사용량이나 청구 실행 중 이상을 감지하고, 평가 분쟁을 원본 이벤트까지 조사하며, 마이그레이션을 위한 1차 매핑을 구축할 수 있습니다. 이는 청구 팀 주당 작업 시간의 큰 부분을 차지하며 위험은 거의 없습니다.

고객에게 청구되는 내용이나 생산 환경에서 인식되는 수익을 변경하는 모든 사항에 대해 인간 승인이 필수입니다. 여기에는 가격 및 요금 변경, 계약 조건, 크레딧 및 조정, 수익 인식 정책 및 독립 판매 가격 판단, GL 매핑, 세무 포지션 및 기간 마감이 포함됩니다. 또한 처음으로 고객에게 보이는 모든 사항에도 인간이 관여해야 합니다.

운영 규칙은 AI가 제안하고, 실제 권한을 가진 사람이 승인하며, 승인은 변경에 기록된다는 것입니다. 승인 및 역할 기반 권한은 이미 플랫폼에 존재했으며, 에이전트는 이를 우회하지 않고 상속받습니다.

재무 시스템은 환각이나 설명되지 않은 결정을 거의 허용하지 않습니다. BillingPlatform은 AI 추론과 결정적 실행을 어떻게 결합하여 청구서, 수익 계산 및 회계 작업이 정확하고 재현 가능하도록 보장합니까?

우리는 해석과 실행을 분리합니다. 모델은 의도를 해석하고 구성, 쿼리 또는 제안된 변경을 생성합니다. 그 후 평가 및 회계 엔진이 실행합니다. 이 엔진은 사용자가 UI에서 구성했든 에이전트가 우리 AI를 통해 구성했든 동일한 코드 경로를 사용하므로 동일한 입력이 매번 동일한 청구서를 생성하며, 닫힌 기간을 다시 실행해도 동일한 결과를 얻을 수 있습니다.

청구서상의 숫자는 청구 시점에 언어 모델에 의해 생성되지 않습니다. AI가 생성하는 것은 구성 변경이며, 그 변경은 시스템 내 다른 변경과 마찬가지로 버전, 작성자 및 타임스탬프를 가집니다. 감사인이 왜 특정 비용이 그렇게 청구되었는지 묻는다면, 답변은 가격 기록을 통해 사용 이벤트까지 추적되며 프롬프트가 아니라는 점을 보여줍니다.

마지막으로 제안은 적용 전에 검토할 수 있습니다. AI가 만들고자 하는 구체적인 구성을 명확한 용어로 확인하고 승인하거나 거부할 수 있습니다.

BillingPlatform은 Model Context Protocol, Agent-to-Agent 프로토콜 및 외부 엔터프라이즈 AI 도구와의 연결을 지원합니다. 기업이 자율 에이전트에게 청구 작업에 대한 접근 권한을 부여하면서 무단 행동, 데이터 노출 또는 추적 불가능한 변경을 방지하려면 어떻게 해야 할까요?

MCP와 A2A는 전송이며, 에이전트를 문 앞까지 데려옵니다. 제어 평면은 권한 모델이며, 실제 작업이 그곳에 있습니다.

우리 경우, 에이전트는 사용자로 인증되고 직원이 갖는 동일한 역할, 필드 수준 및 레코드 수준 권한을 상속합니다. 에이전트 우회는 없습니다. 그 외에도 몇 가지 관행이 유지됩니다. 각 에이전트마다 최소 권한을 가진 범위가 지정된 서비스 계정을 부여하고, 입증될 때까지 읽기 전용으로 설정하여 감사 로그가 어떤 에이전트가 무엇을 했는지 알려주도록 합니다. 금액 및 볼륨 임계값이 있는 승인 워크플로를 통해 쓰기 작업을 게이트합니다. 또한 에이전트를 속도 제한해야 합니다. 루프에 있는 에이전트는 사람이 실수하는 경우와 다른 실패 유형이기 때문입니다. 변경을 일으킨 호출뿐만 아니라 모든 호출을 기록하는 것이 중요합니다. 그리고 작업에 필요한 필드만 반환하십시오. 고객 데이터를 유출하는 가장 빠른 방법은 과도하게 넓은 읽기이기 때문입니다.

제가 올해 시장에서 보게 될 실수는 기업이 에이전트에게 인간 관리자의 자격 증명을 부여하는 것입니다. 이는 적절히 범위를 지정하는 것보다 더 쉬웠기 때문입니다.

BillingPlatform은 AI가 구현 기간을 분기에서 주 단위로 단축할 수 있다고 말합니다. 현재 AI가 자동화할 수 있는 요구사항 수집, 구성, 테스트 및 마이그레이션의 어느 부분이며, 어느 부분이 여전히 숙련된 청구 및 재무 전문가가 필요합니까?

AI는 문서화된 가격 정보를 구성으로 변환하고, 알려진 패턴 라이브러리를 활용한 격차 분석을 수행하며, 테스트 케이스를 생성하고 회귀 테스트를 실행하고, 마이그레이션을 위한 레거시 데이터 매핑 및 정제, 그리고 문서 작성을 실제로 잘 수행합니다. 이러한 영역에서 작업량이 분기에서 주 단위로 감소합니다.

하지만 의사 결정은 여전히 숙련된 청구 및 재무 전문가가 필요합니다. 여전히 경험이 풍부한 인력이 필요한 예로는 고객이 자체 가격 규칙 및 수익 정책에 동의하도록 설득하는 일, 계약서에서 조건을 재구성하는 일, 문서화되지 않은 동작을 가진 시스템과 통합하는 일, 다중 요소 계약에서 수익 처리를 판단하는 일이 있습니다. 요컨대, 변화 관리에는 소프트웨어만으로는 대응할 수 없습니다.

측정, 청구 및 수익 인식을 아우르는 통합 모델이 규정 준수, 감사 가능성 및 재무 보고를 어떻게 개선할 수 있습니까, 특히운영하는복잡한 수익 인식 요구사항 하에서?

감사자는 항상 두 가지를 묻습니다: 이 숫자에 어떻게 도달했는지 보여달라, 그리고 동일한 처리를 일관되게 적용했는지 보여달라. 측정, 청구 및 수익 인식 시스템이 각각 별도로 존재한다면, 이를 답변하기 위해서는 세 개의 데이터베이스와 사람이 만든 스프레드시트를 모두 파고들어 조정해야 합니다.

모두 하나의 모델에 통합될 때, 그 전체 작업이 사라집니다. 사용 이벤트, 청구, 인보이스 라인, 그리고 분개 항목이 모두 동일한 레코드이며, 다음 단계로 이어집니다. 중간에 조정 단계가 필요 없으므로 앞뒤로 추적할 수 있습니다. 계약이 변경될 때는 최초 인보이스를 생성한 동일한 거래 데이터를 평가하는 것입니다. 독립적인 판매 가격 및 할당은 발생한 내용에서 도출됩니다.

이는 ASC 606 또는 IFRS 15에 따라 변동 대가를 다루는 기업에게 가장 중요합니다. 이러한 경우 작업 과정을 보여주고 1년 후에도 다시 보여줄 수 있어야 합니다.

BillingPlatform은 AI‑네이티브 전략을 확장하면서 최근 최고 재무 책임자, 최고 제품 책임자 및 최고 고객 책임자를 새롭게 임명했다고 발표했습니다. 이 리더들은 기술 혁신을 기업 고객에게 재정적으로 지속 가능한 성장과 측정 가능한 결과로 전환하기 위해 어떻게 협력할 것인가요?

최고 제품 책임자(CPO)인 Rob Zwiebach는 우리 제품이 차별화되고 신속히 제공되도록 보장합니다. 그는 Workday에서 재무 제품 로드맵을 담당했으며 Oracle에서 17년을 근무했기 때문에 고객이 이미 사용 중인 시스템과 경쟁하기 위해 필요한 것이 무엇인지 잘 알고 있습니다. 최고 고객 책임자(CCO)인 Chris King은 고객이 가치를 실현하는지, 즉 가치 실현 시간, 제공 일관성, 유지 및 확장을 담당합니다. 그는 Medidata와 Salesforce에서 서비스와 성공을 이끌었으며, Zuora에서 이 업계에 발을 디뎠기에 대규모 엔터프라이즈 제공의 장단점을 모두 경험했습니다. 최고 재무 책임자(CFO)인 Steven Springsteel은 재무 구조를 담당하며, 이전에 Recurly의 CFO 자리에서 청구 회사의 재무 기능을 직접 운영한 경험이 있습니다.

그들이 하나의 그룹으로 반드시 협력해야 하는 가장 중요한 지표는 제가 가장 신경 쓰는 숫자입니다. 즉, 엔터프라이즈 고객을 실제 운영 상태로 전환하는 데 드는 비용과 시간, 그리고 그 작업의 마진입니다. 이는 제품 결정, 전달 결정, 측정 결정이며, 전통적으로 엔터프라이즈 청구 프로젝트가 실패하는 지점이었습니다. AI‑네이티브라고 주장하는 것은 아키텍처에 대한 주장일 뿐이며, 구현 비용, 확장률 및 총 마진에 반영될 때 비즈니스가 됩니다. 이 세 가지 숫자는 Rob, Chris, Steven이 각각 담당하고 있습니다.

훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶어 하는 독자들은 BillingPlatform을 방문하십시오.