AI 네이티브 기업의 구축법: 효율이 아닌 '능력'을 최대화하여 자가 진화하는 조직으로

Y Combinator(YC)의 두 가지 창업 강의를 학습하고 큰 영감을 받았다. 하나는 YC 파트너 다이아나 휴(Diana Hu)의 '어떻게 AI로 처음부터 회사를 구축할 것인가'로, 첫날부터 AI 네이티브한 회사를 어떻게 세울지 설명한다. 다른 하나는 YC 제너럴 파트너 톰 블롬필드(Tom Blomfield)의 'AI로 자기 개선하는 회사를 어떻게 만드는가'로, 한 발 더 나아가 'AI 네이티브인 것을 넘어 자가 개선(Self-Improving)이 가능한 회사'에 대해 이야기한다.

실리콘밸리 창업자들의 AI에 대한 이해는 매우 진보적이고 급진적이다. YC 강의에서는 '1인 + AI = 1000명의 구글 엔지니어'라는 충격적인 주장까지 나온다. 여기에는 사고방식의 결정적인 '세대 차'가 존재한다.

많은 창업자들은 여전히 '생산성(Productivity)'을 중시하며, 'AI로 효율을 20% 개선하는 방법'을 생각한다. 여기에는 '인간이 주역이며 AI는 잡무를 수행하는 조력자'라는 암묵적 전제가 깔려 있다. 하지만 최첨단의 창업자들은 '능력(Capability)'을 강조한다. 그들의 전제는 'AI는 많은 능력에서 인간을 훨씬 능가하며, 인간의 서투름이 AI의 성능을 방해해서는 안 된다'는 것이다.

명심해야 할 것은 **'생산성(Productivity)이 아닌 능력(Capability)'**이라는 점이다. 아래에 AI 네이티브 기업 구축을 위한 프레임워크를 정리한다.

AI는 기존 회사에 장착하는 새 엔진이 아니다. AI는 새 회사의 운영체제(OS)이다.

1. 기존 조직은 '로마 군단'이다

톰 블롬필드는 전통적인 회사를 로마 군단에 비유했다. 로마 제국이 변방에 권력을 투사하기 위해서는 누가 누구를 관리하고, 어떻게 명령을 전달하며, 어떻게 정보를 수집하는지 계층 구조가 필요했다. 이 구조의 핵심은 창의성이 아닌 '정보의 전달'에 있다.

현대의 많은 기업도 마찬가지다. 창업자 의사결정 → 임원 목표 → 중간관리자 조정 → 현장 실행이라는 흐름 속에서, 많은 중간관리자는 본질적으로 '인간 라우터'로 기능한다. 회의, 주간보고, OKR 체크인 등은 이 정보 전달 시스템의 일부다.

그러나 AI가 사내 정보를 읽고, 이해하고, 검색하고, 요약하고, 호출할 수 있다면, 정보를 전송하기 위한 인간 노드는 필요 없다. 이는 효율의 문제가 아니라 '조직 형태'의 문제이다.

2. 'Copilot'이라는 잘못된 정신모형

AI를 'Copilot(부조종사)'로 보는 것은 이해하기 쉽지만 위험한 비유다. 엔지니어의 코딩 속도가 20% 빨라지고, 고객 지원의 응답이 빨라진다. 이는 가치가 있지만, 다이아나 휴는 이를 '마차를 더 빨리 달리게 하기 위한 증기 기관' 같은 것이라고 지적한다. 정말 중요한 것은 '철도의 도래'이다.

AI가 가져오는 것은 생산성이 아닌 능력이다.

생산성 향상은 '기존의 업무 방식이 더 빨라지는' 것이지만, 능력 향상은 '이제까지 1명으로 불가능했던 것이 1명으로 가능해지는' 것이다. AI 에이전트 시스템을 완비한 1명의 사람은, 과거의 하나의 팀 또는 대규모 조직에 버금가는 산출물을 낼 수 있다.

3. 첫걸음: 회사를 'AI가 읽어들일 수 있는 객체'로 만들기

AI 네이티브가 되기 위한 첫걸음은 도구 도입이 아닌 '정보 구조의 변경'이다. 다이아나 휴는 이를 '쿼리 가능한 회사(Queryable Company)', 톰 블롬필드는 'AI에게 읽기 쉬운 상태(Legible to AI)'라고 부른다.

회사의 지식은 보통 다음과 같이 분산되어 있다:

• 창업자와 직원의 머릿속에 있는 노하우
• Slack이나 채팅 도구에서의 대화
• 이메일과 다이렉트 메시지
• Notion, Google Docs, Linear, GitHub
• 고객 전화, 영업 녹음, 지원 티켓
• 제품 데이터, 해지 사유, 사용자 행동
• 각종 회의록, 스탠드업 미팅, 주간보고

이것들이 개인의 뇌내나 비구조적인 채팅에 묻혀 있는 한, AI는 활용할 수 없다. 톰은 단언한다. '기록되지 않은 것은 지능에게 일어나지 않은 것과 같다'

중요한 회의가 기록되지 않고, 고객의 요청이 개인 채팅에 머물며, 중요한 영업 대화가 축적되지 않는다면, 그것은 '회사의 두뇌'에 통합되지 않은 것이다. AI 네이티브 기업에서 정보 엔지니어링은 최우선 사항이다.

4. 오픈 루프에서 클로즈드 루프로의 진화

많은 전통적인 기업은 '오픈 루프(open-loop)' 시스템이다. 의사결정하고 실행하지만, 그 결과가 체계적으로 측정·요약되어 다음 행동에 피드백되는 구조가 없다. 때문에 정보는 항상 손실된다.

반면, AI 네이티브 기업은 '클로즈드 루프(closed-loop)', 더 나아가 '자가 개선하는 AI 루프의 집합체'여야 한다. 완전한 AI 루프는 다음의 5개 층으로 구성된다:

1. 센서 층(Sensor Layer): 고객 이메일, 지원 티켓, 코드 변경, 해지 데이터 등 외부 정보를 감지한다.
2. 정책/의사결정 층(Policy/Decision Layer): 무엇을 자동화하고, 무엇에 인간을 개입시키며, 무엇을 기록할지 결정한다.
3. 도구 층(Tool Layer): 데이터베이스 조회, 캘린더 읽기, 테스트 실행, API 호출 등 확정적인 도구를 호출한다.
4. 품질 게이트(Quality Gate): 평가(evals), 테스트, 보안 필터, 인간 검토를 수행한다.
5. 학습 메커니즘(Learning Mechanism): 실패를 감지하고, 이를 루프의 정점에 피드백하여 개선한다.

이를 통해 AI는 단순한 '조력자'가 아니라, 문제를 발견하고, 시스템을 수정하며, 다음 성능을 향상시키는 '학습 시스템'으로 진화한다.

5. AI가 스스로를 수정하기 시작하는 순간

YC 내부의 사례가 이 논리의 핵심을 관통한다. 처음에 그들은 내부 데이터베이스를 조회하는 에이전트를 만들었다. 이는 단순한 '효율화 도구(Copilot)'였다. 그러나 거기에 **'모니터링 에이전트'**를 결합함으로써 패러다임이 바뀌었다.

감시 에이전트가 전 직원의 쿼리를 분석하고, '왜 실패했는가'를 추적한다.

• 확정적인 도구가 부족한가?
• 스킬 파일(지시서)의 갱신이 필요한가?
• 데이터베이스에 새로운 뷰나 인덱스가 필요한가?

그리고 시스템이 밤사이 코드를 작성하고, 머지 리퀘스트(Merge Request)를 올리며, 다른 에이전트가 리뷰하고 배포한다. 다음 날 아침에는 어제 실패한 질문에 정답을 맞출 수 있다. 이것이 '창업자가 자는 동안 회사가 나아지는' 상태이며, 진정한 의미의 클로즈드 루프이다.

6. 세 가지 역할: Builder, DRI, AI Founder

조직이 AI 루프로 대체되면, '전달자'로서의 인간은 필요 없어지지만, 개인의 책임은 커진다. 다이아나 휴는 다음 세 가지 역할을 제시한다.

• Builder-Operator: 엔지니어에 국한되지 않고, 모두가 직접 무언가를 만들고 사업을 운영할 수 있는 능력을 갖추는 것. PPT가 아닌, 작동하는 프로토타입을 회의에 가져오는 문화다.
• DRI(Directly Responsible Individual): 모든 중요한 사안에, 도망칠 수 없는 명확한 책임자를 1명 정한다. AI가 조율이나 분석을 맡더라도, 책임을 분산시켜서는 안 된다.
• AI Founder: 창업자 본인이 에이전트를 직접 사용하고 체험하며, '지금 무엇이 가능한가'라는 기존의 한계를 돌파하는 것을 보여주는 것. 문화는 PPT가 아닌, 창업자의 일상적인 업무 방식으로 만들어진다.

7. 인력이 아닌 토큰을 소모하라 (Burn tokens, not headcount)

YC가 관찰하는 추세는 직원 1인당 수익성이 극적으로 향상되고 있다는 점이다. AI 네이티브 기업에게 제약은 '인력(Headcount)'이 아닌 '지능의 호출량(Token usage)'이 된다.

API 청구서 금액이 늘어나는 것은 비효율이 아니라, 더 비싸고 느비며 비대한 인간 구조를 대체하고 있다는 증거이다. 지금 중요한 것은 토큰을 아끼는 것이 아니라, 새로운 지능이 어디까지 도달할 수 있는지를 탐구하는 것이다.

8. 소프트웨어는 일회용, 컨텍스트야말로 자산

현대의 코딩 에이전트는 내부용 소규모 소프트웨어를 즉시 생성할 수 있다. 따라서 소프트웨어 자체는 '일시적인 셸(shell)'에 불과해진다.

비즈니스 컨텍스트와 스킬에 가치가 있으며, 그 위의 소프트웨어는 일시적이다.

진정한 자산은 코드베이스나 SOP(표준 운영 절차)가 아닌, '회사의 두뇌'에 축적된 컨텍스트(고객 니즈 판단 기준, 행사 운영 요령, 제품의 취사선택 기준 등)이다. 컨텍스트만 있으면, 소프트웨어는 모델의 진화에 맞춰 얼마든지 재생성하면 된다.

9. 인간의 위치는 '변두리(Edge)'로

AI가 정보 처리와 조율을 담당할 때, 인간은 어디에 위치하는가. 답은 '변두리(Edge)'이다. 인간은 회사의 두뇌와 현실 세계가 접촉하는 접점에 선다.

• 신선한 시나리오에 대한 대응
• 윤리적 판단
• 고위험 국면의 의사결정
• 높은 감정적 밀도를 동반하는 대인 관계 (신뢰 구축, 불안 해소 등)

정보 파이프라인 중간에 있던 인간은 판단, 책임, 신뢰, 품격, 현실 세계의 접촉이라는 더 고차원적인 영역으로 이동하게 된다.

요약: AI를 도구로 취급하지 마라

AI 네이티브 기업이란 단순히 AI 도구를 잘 다루는 회사가 아니라, **'회사 그 자체를 AI가 이해하고, 조회하고, 피드백하여, 자가 개선 가능한 시스템으로 탈바꿈시킨 조직'**을 말한다.

• '효율 20% 향상'이라는 Copilot 사고를 버리고, '능력(Capability)'의 도약을 노려라.
• '기록 없는 것은 일어나지 않은 것'이라 생각하고, 사내 모든 정보를 AI 가독 가능한 컨텍스트로 전환하라.
• 오픈 루프를 클로즈드 루프로 바꾸고, 시스템이 스스로 실패를 수정하는 메커니즘을 구축하라.
• 조직을 얇게 만들고, Builder-Operator, DRI, 그리고 AI Founder에 의한 책임 있는 체제로 이행하라.
• 인력을 늘리기에 앞서, 토큰 활용을 최대화하라.
• 소프트웨어가 아닌, 업무 컨텍스트를 자산으로 축적하라.

창업자 본인이 AI의 심연에 손을 대어, '1명으로 무엇이 가능한가'라는 기존의 상식을 파괴했을 때 비로소 '회사가 저절로 나아지는' 경험이 현실이 된다.