AI로 자기진화하는 기업 구축하기: YC 최신 강의에서 배우는 미래 조직론

1. 기존 기업은 로마 군단과 같다

톰 블롬필드는 기업을 로마 군단에 비유해 설명한다. 제국이 로마 중심부에서 먼 지역으로 권한을 행사하려면 위계적인 조직이 필요했다. 누가 누구를 관리하고, 명령을 어떻게 전달하며, 정보를 어떻게 전송하는지, 각 계층에는 명확한 관리 범위가 존재했다.

이 구조의 핵심은 창의성이 아닌, 정보 전달이었다.

오늘날 많은 기업도 마찬가지다. 창업자의 의사결정, 경영진의 목표 분해, 중간관리자의 조율, 현장의 실행. 정보는 아래에서 위로 모이고, 명령은 위에서 아래로 전달된다.

많은 중간관리자의 역할은 새로운 것을 만드는 것이 아니라, 인간의 라우팅을 수행하는 것이다. 이 표현은 그다지 유쾌하지 않지만, 정확하다.

그들은 정보를 수집하고, 압축하고, 번역하고, 전송한다. 회의, 주간 보고, 진행 상황 동기화, OKR 점검, 프로젝트 관리 등은 모두 이 시스템의 일부이다.

AI 이전에는 이것이 합리적이었다. 기업이 커지면, 모든 창업자가 고객 피드백, 엔지니어링 진행 상황, 영업 잠재 고객, 운영상의 이상을 아는 것은 불가능해진다.

그래서 계층 구조가 필요했다.

그러나 톰은 AI가 이 전제를 뒤엎고 있다고 말한다.

만약 기업 내 정보 자체가 AI에 의해 읽히고, 이해되고, 검색되고, 요약되고, 불러올 수 있다면, 기업은 이렇게나 많은 인간 노드를 정보 전송에 필요로 하지 않는다.

이것은 효율의 문제가 아니다.

이것은 조직 형태의 문제다.

2. 코파일럿은 잘못된 멘탈 모델이다

지난 1년간 많은 사람이 AI를 코파일럿(Copilot)으로 인식해왔다. 이해하기 쉽지만 오해를 불러일으킬 수 있는 비유다.

엔지니어의 코드 작성 속도를 20% 향상시키는 AI 어시스턴트, 고객 지원 담당자가 고객 답변을 빠르게 작성하게 해주는 AI 어시스턴트, 영업사원이 이메일을 자동 생성하게 해주는 AI 어시스턴트. 물론 가치 있는 일이다. 그러나 다이아나와 톰은 이것만 보면, 증기기관이 마차를 더 빠르게 달리게 하는 것을 보고 철도가 올 줄 몰랐던 것과 같다고 본다.

다이아나는 다음과 같이 말했다.

AI가 가져다주는 것은 생산성 향상이 아니라, 역량의 도약이다.

생산성 향상은 기존 작업 방식의 고속화다. 역량의 도약은 이전에 한 사람이 할 수 없었던 것을 한 사람이 할 수 있게 되는 것이다.

YC 슬라이드에 적힌 내용은 매우 직설적이다.

AI 도구를 사용하는 1인 = 구글 엔지니어 1000배

이 문장은 정확한 수학 공식이 아니다. 이는 AI 도구를 사용하는 인재가 주변에 에이전트(Agent) 시스템을 갖추고 있다면, 유효한 산출물이 개인의 것이 아닌, 이전의 팀, 나아가 대규모 팀에 필적할 가능성을 표현한 것이다.

따라서 진정한 문제는 "엔지니어가 더 많은 코드를 작성할 수 있는가"가 아니다.

정말 중요한 것은,

만약 한 사람이 여러 에이전트를 호출할 수 있고, 회사 전체 지식이 에이전트에 의해 읽힐 수 있으며, 소프트웨어가 언제든 생성·재생성될 수 있다면, 과거 방식대로 회사를 조직화할 필요가 있을까?

YC의 대답은 명확하다. 필요 없다.

3. 첫걸음: 회사를 AI가 읽을 수 있는 대상으로 만들기

이를 실현하기 위한 첫걸음은 도구를 구매하는 것이 아니라, 정보 구조를 변경하는 것이다.

다이아나 후는 "쿼리 가능한 회사(queryable company)"라는 표현을 사용했다.

톰 블롬필드는 "AI가 읽을 수 있는(legible to AI)"이라는 표현을 사용했다.

이 표현들의 의미는 거의 같다. 회사는 AI에 의해 쿼리 가능하고, 이해 가능하며, 호출 가능해야 한다.

아름다운 말처럼 들리지만, 매우 엄격한 기준이다.

회사의 지식은 보통 다음과 같은 곳에 흩어져 있다.

• 창업자와 직원 머릿속의 노하우
• 슬랙, 카카오워크(또는 잔디) 등의 메시지
• 이메일 및 DM
• Notion, 구글 문서, Linear, GitHub
• 고객 전화, 영업 녹음, 고객 지원 티켓
• 제품 데이터, 이탈률, 사용자 행동
• 각종 회의록, 스탠드업 미팅, 주간 보고

이 모든 것을 합친 것이 "이 회사가 어떻게 운영되는가"를 정의한다.

그 정보들이 오직 사람 머릿속에만 존재한다면, AI는 사용할 수 없다. 비공개 채팅에 흩어져 있다면, AI도 사용할 수 없다. 구조화되지 않고, 요약되지 않고, 인덱싱되지 않았다면, AI는 여전히 사용할 수 없다.

톰은 매우 날카로운 말을 했다.

"기록되지 않았다면, 당신의 지능에 발생하지 않은 것과 같다."

즉, AI 네이티브 회사에서는 중요한 회의가 기록되지 않았다면, 그것은 회사의 뇌에 입력되지 않은 것과 같다. 어떤 고객의 Needs가 특정 개인의 카카오톡에만 남아 있다면, 그것은 시스템에 존재하지 않는 것이다.

그래서 YC는 오피스아워를 기록하고, 파트너의 이메일을 저장하며, 슬랙, DM, 고객과의 커뮤니케이션을 가능한 한 시스템에 통합한다.

그것은 직원을 감시하기 위해서가 아니다.

그것은 회사가 학습할 수 있는 "뇌"를 갖추기 위해서다. 회사의 뇌는 비유가 아니라, 먼저 정보 공학(Information Engineering)의 문제다.

4. 오픈루프 회사는 정보를 잃고, 클로즈드루프 회사는 진화한다

여기서 제어론(Cybernetics) 개념인 오픈루프(Open Loop)와 클로즈드루프(Closed Loop)를 소개해야 한다.

오픈루프 시스템은 피드백이 없다.

의사결정을 하고, 실행하고, 결과가 어떻게 되든, 그것이 체계적으로 측정되어 요약되고 다음 행동에 피드백되지 않는다.

많은 기존 회사가 오픈루프 시스템이다. 회의에서 모두 결정을 내리고, 프로젝트가 완료된 후 아무도 체계적으로 복기하지 않는다. 고객이 이탈하면, 영업팀은 조금 알고, 고객 지원팀은 조금 알고, 제품팀은 조금 알지만, 그것들을 통합해 다음 결정을 더 좋게 만드는 시스템은 없다.

오픈루프 시스템의 가장 큰 단점은 끊임없이 정보를 잃는다는 것이다.

클로즈드루프 시스템은 다르다.

클로즈드루프 시스템은 출력을 지속적으로 모니터링하고, 결과를 시스템에 피드백하며, 자동으로 조정한다.

그것은 실행만 하는 것이 아니라, 학습한다.

다이아나는 AI 네이티브 회사는 클로즈드루프여야 한다고 말했다.

톰은 한 걸음 더 나아갔다. 회사는 하나의 클로즈드루프가 아니라, 자기 개선하는 AI 루프의 연쇄여야 한다고.

완전한 AI 루프는 대략 다섯 개의 레이어로 구성된다.

첫 번째 레이어는 **센서 레이어(Sensor Layer)**다. 외부 세계를 감지하는 역할을 한다. 고객 이메일, 고객 지원 티켓, 코드 변경, 이탈, 제품 텔레메트리(Telemetry)는 모두 센서 데이터다.

두 번째 레이어는 **정책/의사결정 레이어(Policy/Decision Layer)**다. 자동으로 무엇을 할 수 있는지, 누구에게 상의해야 하는지, 무엇을 기록해야 하는지, 어떤 행동에 위험이 있는지를 결정한다.

세 번째 레이어는 **도구 레이어(Tool Layer)**다. AI가 호출할 수 있는 확정적 도구들로, 데이터��이터베이스 조회, 캘린더 읽기, 테스트 실행, 내부 API 호출, 코드 커밋 등이 있다.

네 번째 레이어는 **품질 게이트(Quality Gate)**다. 평가(Eval), 테스트, 보안 필터링, 고위험 사항의 인간 검토가 포함된다.

다섯 번째 레이어는 **학습 메커니즘(Learning Mechanism)**이다. 시스템이 현실 세계와 상호작용한 후, 어디서 문제가 발생했는지를 감지하고, 루프의 최상위에 피드백한다.

이 다섯 레이어가 가동되면, AI는 단순한 "업무를 돕는 어시스턴트"가 아니다.

그것은 문제를 감지하고, 시스템을 수정하며, 다음 성능을 향상시키는 메커니즘이 된다.

이것은 자기 진화(Self-evolution)다. 이것은 AI가 인간을 돕는 것뿐만 아니라, 회사 자체가 학습하는 시스템이 된다는 의미다.

5. YC의 아하 모먼트: AI가 자가 수리를 시작하다

톰은 발표에서 YC 내부의 예를 들어 설명했다. 이것은 논리의 하이라이트이며, 한국의 창업자들이 진지하게 고려해야 할 부분이라고 생각한다.

초기에 YC는 내부 데이터��이터베이스를 쿼리할 수 있는 에이전트를 만들었다.

예를 들어, "지난번 이 회사와의 오피스아워는 언제였지?"라고 물으면, 그것을 찾을 수 있다.

나중에, 이것은 더 똑똑해졌다. 예를 들어, 어떤 회사가 석유화학 분야 인맥 소개가 필요할 경우, YC 데이터베이스를 검색하고 RAG를 사용해 관련 창업자 몇 명을 찾을 수 있다.

이것만으로도 대단하지만, 톰은 이것이 여전히 사이드킥(Sidekick)이라고 말했다.

이것은 엔지니어의 효율을 20% 또는 30% 향상시킨다. 이것이 코파일럿 모드다.

진정한 "아하 모먼트(Aha moment)"는 이 에이전트 위에 모니터링 에이전트(Monitoring Agent)를 놓았을 때 왔다.

이 모니터링 에이전트는 모든 YC 직원이 보낸 쿼리를 모니터링한다. 어떤 것이 성공했는지, 어떤 것이 실패했는지. 실패했다면, 왜 실패했는지를 묻는다.

• 무언가가 빠졌는가?
• 확정적 도구(Deterministic Tool)가 하나 더 필요한가?
• 스킬 파일(Skills File) 업데이트가 필요한가?
• 데이터베이스에 새로운 뷰(View)가 필요한가?
• 새로운 인덱스가 필요한가?

그리고 가장 중요한 일이 벌어졌다.

시스템은 밤에 코드를 작성하고, 머지 리퀘스트(Merge Request)를 제출하며, 다른 에이전트에게 리뷰를 시키고, 머지 및 배포했다.

그러자 다음 날, 직원이 같은 질문을 하면 성공했다.

톰은 이것이 그의 "홀리 시트 모먼트(Holy shit moment)"였다고 말했다. 여기서 패러다임이 바뀌었다는 것을 정말로 이해했다고.

왜냐하면, 이 시점에서 AI는 인간을 강화시키는 것에 그치지 않기 때문이다.

AI는 시스템 자체를 강화하기 시작한다.

이것이 "회사가 자는 동안 나아진다"는 의미다.

6. 제품, 고객 지원, 영업 모두 자기 최적화 시스템이 될 수 있다

이 아이디어는 내부 쿼리에 국한되지 않는다.

톰은 제품 최적화의 예를 들었다.

어떤 에이전트는 제품 분석을 지속적으로 살펴보고, 판매 퍼널(Funnel)에서 마찰이 가장 큰 부분을 찾을 수 있다. 그런 다음 최신 베스트 프랙티스(Best Practice)를 연구하고, A/B 테스트를 제안하며, 1주일간 실행하고, 더 효과적인 버전을 선택하여 배포한다.

그리고 다시 반복한다.

고객 지원도 마찬가지다.

고객 제안이 지속적으로 들어오면, 에이전트가 먼저 트리아지(Triage)한다. 여기서 CPO + CTO 같은 판단 레이어가 필요하다. 어떤 제안은 로드맵에 부합하지 않아 버리고, 어떤 제안은 로드맵에 부합하며 실행 가능한지 판단한다.

판단이 승인되면, 시스템은 밤에 코드를 작성하고, 배포하며, 고객에게 "이 문제는 수정되었습니다"라고 알려줄 수 있다.

여기서 중요한 차이점은, 이것이 일반적인 자동화와 다르다는 것이다.

일반적인 자동화는, 사람이 규칙을 정의하고, 기계가 규칙을 실행한다.

자기 진화 시스템은, 기계가 태스크를 실행하면서 동시에 규칙이 불충분하다는 것, 도구가 불충분하다는 것, 지식이 불충분하다는 것을 발견하고, 다음 실행을 개선한다.

이것은 단순한 파이프라인이 아니다.

그것은 학습하는 사이클이다.

7. 세 가지 역할: 빌더, DRI, AI 파운더

회사가 AI 루프의 집합이 된다면, 조직 내 인원은 줄겠지만 책임은 늘어난다.

사람이 줄어드는 것은 회사가 사람을 필요로 하지 않기 때문이 아니라, 이렇게나 많은 "메시지 전달자"를 필요로 하지 않기 때문이다.

다이아나는 세 가지 역role을 제시했으며, 이것이 창업 회사가 이해하기에 더 적합하다고 생각한다.

첫 번째는 **빌더-오퍼레이터(Builder-Operator)**다.

엔지니어뿐만 아니라, 모든 사람이 직접 만들고, 비즈니스를 실행할 수 있어야 한다. 영업, 고객 지원, 운영, HR은 문서만 쓰고, 회의에 참석하고, 요구사항만 제기하는 것이 아니다.

미래의 회의에서는 PPT만 가져오지 말아야 한다.

실행 가능한 프로토타입을 가져와야 한다.

두 번째는 **DRI(Directly Responsible Individual)**다.

모든 중요한 일에는 명확하게 이름이 붙은 책임자가 필요하다. 위원회가 아니라, 다수의 사람이 아니라, "우리 팀"도 아니다. 그것은 한 사람, 하나의 결과이며, 숨을 곳이 없다.

AI는 당신이 조율하고, 실행하고, 분석하는 것을 도울 수 있다. 그러나 책임을 희석시킬 수는 없다.

세 번째는 **AI 파운더(AI Founder)**다.

이것은 특히 중요하다.

창업자 자신이 AI 전략을 아웃소싱해서는 안 된다. 창업자 자신이 에이전트를 사용하고, 자신이 무엇을 할 수 있는가에 대한 오래된 관점을 깨뜨리며, AI의 역량 도약을 직접 실증해야 한다.

왜냐하면 기업 문화는 PPT로 구축되는 것이 아니라, 창업자 자신이 매일 어떻게 일하는가에 의해 구축되기 때문이다.

만약 창업자 자신이 옛 방식을 사용하고 있다면, 회사는 진정으로 AI 네이티브가 될 수 없다.

8. 토큰을 태우고, 헤드카운트를 줄여라

톰은 벽에 걸어두기 좋은 말을 가지고 있다.

"토큰을 태워라, 헤드카운트(headcount)가 아니라(Burn tokens, not headcount)."

YC가 보고 있는 추세는, 이 회사들이 데모 데이(Demo Day)에 도착했을 때, 직원 1인당 매출이 18개월 전에 비해 약 5배가 되었다는 것이다.

즉, 회사가 "인원 수"에 의해 제한되는 것이 아니라, "지능의 사용량"에 의해 제한되게 되었다는 뜻이다.

다이아나도 말했다. 미래에 회사가 경쟁하는 것은 헤드카운트가 아니라 토큰 사용량이다. 최고의 회사는 토큰을 최대한 활용한다.

이 견해는 직관에 반하는 것처럼 들린다.

과거에는 빠르게 성장하는 회사가 대부분 더 많은 사람을 채용하는 것을 의미했다. 더 많은 엔지니어, 더 많은 디자이너, 더 많은 영업, 더 많은 고객 지원, 더 많은 매니저.

그러나 AI 네이티브 회사의 논리는 다를 수 있다.

AI를 사용할 수 있는 사람과 에이전트의 시스템이 있다면, 이전에 팀 전체가 필요했던 것을 완료할 수 있다. 따라서 당신은 API 청구서를 감당할 준비가 되어 있어야 한다. 그것은 더 비용이 많이 들고, 느리고, 부피가 큰 인력 구조를 대체할 수 있는 대안일 수 있기 때문이다.

물론, 톰은 토큰의 총 사용량을 성급하게 추적하는 것은 쉽게 게임화될 수 있으며, 승진과 해고의 지표로 사용하기에 적합하지 않다고 경고한다.

그러나 방향은 맞다.

지금 가장 중요한 것은 토큰을 절약하는 것이 아니라, 새로운 지능이 무엇을 할 수 있는지를 파악하는 것이다.

이 단계에서 아무도 토큰을 사용하지 않는다면, 절약하는 것이 아니라 새로운 패러다임에 진입하지 못하고 있는 것일 수도 있다.

9. 소프트웨어는 일회용이고, 컨텍스트가 가치 있다

이것은 이 견해에서 가장 과소평가되었을 수 있다.

톰은 과거에는 각 함수마다 대시보드를 만들어야 했지만, 지금은 온디맨드(On-demand) 소프트웨어가 필요하다고 생각한다.

최신 코딩 에이전트는 이미 많은 내부 소프트웨어를 원샷(One-shot)으로 처리할 수 있을 만큼 강력해졌다. 운영팀, 영업팀, 이벤트팀은 비즈니스 이해를 바탕으로 일시적인 대시보드, 워크플로우, 소규모 도구를 생성할 수 있다.

그러나 이 소프트웨어 자체를 보물로 여겨서는 안 된다.

진정한 가치는 다음과 같다.

• 데이터
• 비즈니스 컨텍스트(Business Context)
• 회사의 노하우
• 스킬(Skills)
• 의사결정 원칙
• 프로세스 이해

소프트웨어는 이 컨텍스트 위에 구축된 셸(Shell)에 불과하다.

오늘 회사가 소프트웨어를 만들어 재생성할 수 있는 건 일회성이다. 미래에는 컨텍스트가 소프트웨어를 재생성한다.

톰의 결론은 다음과 같다.

"비즈니스 컨텍스트와 스킬은 가치가 있다. 소프트웨어는 일시적이다."

이 문장은 중요하다.

과거에는 회사가 자산을 축적할 때, 코드베이스, SOP, 문서, 프로세스를 축적했다.

미래에는 더 중요한 자산이 회사 뇌 속의 컨텍스트일 수 있다. 고객 Needs의 판단, 이벤트 진행, 판매, 해고 처리, 제품 선택.

소프트웨어는 지속적으로 재생성할 수 있지만, 컨텍스트는 잃지 않는다.

10. YC 유저 매뉴얼: 살아있는 회사의 뇌

톰은 YC 유저 매뉴얼의 예를 들었다.

YC의 기존 유저 매뉴얼 대부분은 5~10년 전에 쓰여 이미 시대에 뒤처져 있다.

최근 YC는 약 2000시간의 오피스아워를 녹음했다. 그것을 정리하고, 분류하고, 종합하여, 자금 조달, 고용, 공동 창업자 분쟁 등의 주제별로 조직해 새로운 매뉴얼을 만들었다.

주말이 지나자 그들은 150페이지의 새로운 매뉴얼을 얻었고, 이전 버전보다 분명히 우수했다.

그리고 매달 업데이트할 수 있다.

새로운 제안이 나올 때마다, 기존 유저 매뉴얼과 비교된다. 도움이 되면 포함되고, 도움이 안 되면 폐기된다.

따라서 유저 매뉴얼은 단순한 문서가 아니다.

그것은 자기 개선하는 살아있는 뇌가 된다.

이것이 회사의 뇌 프로토타입이다.

그리고 그것은 AI 에이전트의 컨텍스트로도 사용할 수 있다. 창업자에게 질문할 때, 답변은 단일 모델의 일반 지식이 아니라, 16명의 YC 파트너가 창업자에게 조언한 후 축적된 종합적인 지혜가 된다.

전제는 단 하나다.

그것들은 기록되고, 요약되고, AI에 의해 읽혀야 한다.

11. 인간은 사라지지 않는다, 다만 위치가 바뀐다

회사가 회사의 뇌라면, 사람은 어디에 있는 걸까?

톰의 답은, 사람은 에지(Edge)에 있다는 것이다.

사람은 회사의 뇌와 현실 세계가 만나는 곳에 있다.

사람은 어디서 필요할까?

새로운 시나리오. 윤리적 판단. 고위험 순간. 고감정 밀도의 순간. 예를 들어, 창업자가 공동 창업자와 헤어져야 하는지. AI는 방대한 정보 처리와 조율을 할 수 있지만, 당장 모든 것을 대체할 수는 없다.

이것은 실제로 인간에게 높은 요구를 부과한다.

과거에는 많은 사람의 가치가, 정보가 어디에 있는지 알고, 그것을 사람에게 전달하고, 조율하는 데 있었다.

미래에 이 가치는 급속히 하락할 것이다.

사람의 가치는 판단에 더 가까워지고, 책임, 신뢰, 취향, 현실적 접촉, 고위험 의사결정에 더 가까워질 것이다.

즉, 사람은 제거되는 것이 아니다.

인간은 회사의 정보 파이프라인 중앙에서, 회사의 지능 시스템 가장자리로 이동한다.

12. 왜 스타트업이 이기기 쉬운가

이것은 특히 스타트업에게 중요하다.

대기업도 AI를 사용할 것이다. 그러나 대기업에는 세 가지 짐이 있다.

첫째, 레거시 시스템.

둘째, 레거시 프로세스.

셋째, 레거시 조직.

기존 제품을 유지하면서, 오랫동안 축적된 SOP를 해체하고, 소프트웨어가 만들어지는 방식과 조직이 협력하는 방식에 대한 근본 가정을 뒤집어야 한다.

핵심 프로세스를 움직일 때마다, 이미 실행 가능한 것을 파괴할 위험이 있다.

그래서 성숙한 회사가 진정으로 AI 네이티브가 되기 어렵다.

스타트업은 정반대다.

레거시 시스템이 없고, 무거운 조직이 없으며, 수천 명을 재교육할 필요가 없다. 소규모 회사는 처음부터 AI를 중심으로 작업 흐름, 문화, 조직 구조를 설계할 수 있다.

이것이 기회다.

지금 창업한다면, 먼저 기존 회사를 만든 다음 AI를 추가할 필요가 없다.

처음에 물어야 할 것은,

만약 회사 자체가 자기 개선할 수 있는 AI 루프의 집합이라면, 오늘 어떻게 설계해야 하는가?

결론: AI를 도구로만 쓰지 맙시다

두 YC 강의를 정리하면, 핵심은 다음과 같다.

AI 네이티브 회사란, AI 도구를 가장 잘 사용하는 회사가 아니라, 회사 자체를 AI가 이해하고, 쿼리하고, 피드백하며, 자기 개선할 수 있는 시스템으로 바꾸는 회사이다.

이 선언에는 몇 가지 추론이 있다.

첫째, 20% 효율 향상에 초점을 맞추지 마라.

그것은 코파일럿의 멘탈 모델이다. 진정 중요한 것은 역량이며, 개인이 이전 팀이 가졌던 역량을 손에 넣는 것이다.

둘째, 회사를 AI가 읽을 수 있게 만들어라.

기록되지 않았다면, 그것은 일어나지 않은 것과 같다. 회의, 작업 단위, 고객 피드백, 영업 전화, 제품 데이터는 모두 회사의 뇌 일부가 되어야 한다.

셋째, 오픈루프를 클로즈드루프로 바꿔라.

회사는 한 번 의사결정하고 실행만 하는 것이 아니라, 지속적으로 감지하고, 판단하고, 실행하고, 점검하고, 학습해야 한다.

넷째, 조직은 얇아질 것이다.

중간관리자는 메시지 전달자로서의 가치를 잃을 것이다. 빌더-오퍼레이터, DRI, AI 파운더가 더 중요해질 것이다.

다섯째, 토큰을 태우고, 헤드카운트를 줄여라.

높은 API 청구서는 더 비용이 많이 들고, 느리고, 부피가 큰 인력 구조보다 건전할 수 있다.

여섯째, 컨텍스트는 소프트웨어보다 가치 있다.

소프트웨어는 재생성할 수 있지만, 컨텍스트는 잃지 않는다.

마지막으로, 창업자 자신이 관여해야 한다.

AI 전략을 다른 사람에게 아웃소싱해서는 안 된다. 창업자 자신이 에이전트를 사용하고, 자신이 무엇을 할 수 있는가에 대한 오래된 관점을 깨뜨리며, AI의 역량 도약을 실증해야 한다.

그것이 톰이 말한 아하 모먼트다.

AI가 옆에서 도와주는 것만이 아니다.

그것은 회사 자체를 개선하기 시작한다.