“AI 코파일럿 하나 붙였다”는 정도로 AI 도입을 이야기하고 있다면, 지금 가장 빠르게 성장하는 스타트업들이 어디까지 가 있는지 알면 놀랄 겁니다. Y Combinator 파트너 다이애나는 최근 영상에서 AI를 생산성 도구가 아니라 “회사의 운영체제”로 다시 정의합니다. 여러 YC 기업을 직접 관찰한 결과를 바탕으로, 창업자가 지금 당장 무엇을 바꿔야 하는지 구체적으로 짚어주는 내용입니다.
이 글에서는 이 영상의 핵심 주장과, 여러분이 오늘부터 팀이나 개인 업무에 적용해볼 수 있는 실전 단계를 정리했습니다.
AI는 도구가 아니라 회사의 운영체제
대부분의 조직은 AI를 “엔지니어 생산성을 얼마나 높이는가”의 관점에서만 바라봅니다. 하지만 다이애나는 이 관점이 더 큰 변화를 놓치고 있다고 지적합니다. AI 도구를 다룰 줄 아는 사람 한 명이 예전에는 팀 전체가 필요했거나 아예 불가능했던 기능을 만들어낼 수 있는 시대가 됐다는 것입니다.
이 관점에서 AI는 회사가 “사용하는” 도구가 아니라, 회사에서 “돌아가는” 운영체제여야 합니다. 모든 워크플로, 모든 의사결정, 모든 프로세스가 끊임없이 학습하고 개선하는 지능형 레이어를 거쳐야 한다는 뜻입니다.
개방 루프 조직에서 폐쇄 루프 조직으로
제어 시스템 개념을 빌리면, 대부분의 기업은 지금까지 개방 루프로 운영되어 왔습니다. 결정을 내리고 실행하지만, 결과를 체계적으로 측정하고 과정을 조정하는 데는 신경 쓰지 않는 방식입니다. 이런 구조는 본질적으로 정보 손실이 발생합니다.
반면 폐쇄 루프는 출력을 지속적으로 모니터링하고, 목표를 더 잘 달성하기 위해 프로세스를 스스로 조정합니다. 다이애나는 회사의 모든 중요한 프로세스가 정보를 수집해 지능형 시스템에 다시 입력하는 폐쇄 루프로 관리되어야 한다고 강조합니다.
회사를 완전히 “쿼리 가능”하게 만들기
폐쇄 루프를 만들려면 조직에서 일어나는 모든 중요한 활동이 회사의 핵심 지능이 학습할 수 있는 데이터로 남아야 합니다. 구체적으로는 다음과 같은 실행을 의미합니다.
- AI 메모 작성기로 모든 회의를 자동 기록한다
- DM과 이메일 같은 비정형 커뮤니케이션 사용을 최소화한다
- 가능한 모든 커뮤니케이션 채널에 AI 상담원을 배치한다
- 매출·영업·엔지니어링·채용·운영 등 기능별 맞춤형 대시보드를 구축한다
예를 들어 엔지니어링 관리와 스프린트 계획에서, 진행 중인 티켓·Slack 채널·이메일과 GitHub로 수집된 고객 피드백·기획 문서·영업 통화 녹음·스탠드업 회의 녹음까지 AI가 모두 접근할 수 있다면, 지난 스프린트의 실제 결과물과 고객 요구 충족도를 훨씬 정확하게 분석하고 다음 스프린트 계획을 세울 수 있습니다. 핵심 원칙은 간단합니다. 직원에게 제공하는 것과 동일한 수준의 맥락 정보를 AI에도 제공해야 한다는 것입니다.
AI 소프트웨어 공장과 ‘1000배 엔지니어’
가장 빠르게 성장하는 기업들 사이에서는 AI 소프트웨어 공장이라는 새로운 패러다임이 등장하고 있습니다. 테스트 주도 개발(TDD)의 다음 단계로 볼 수 있는 방식으로, 사람이 사양서와 성공 기준이 되는 테스트 세트를 작성하면 AI 에이전트가 구현과 코드를 생성하고 테스트를 통과할 때까지 반복합니다. 인간은 무엇을 만들지 정의하고 결과물을 평가하며, 실제 코드 작성은 에이전트가 맡는 구조입니다.
영상에서는 StrongDM의 EI 팀 사례가 언급됩니다. 이들은 사람이 코드를 작성하거나 검토할 필요를 없애는 것을 목표로, 사양과 시나리오 기반 검증을 통해 에이전트가 확률적 만족 임계값을 충족할 때까지 코드를 작성·테스트·반복하는 자체 소프트웨어 공장을 구축했습니다. 다이애나는 이를 스티브 예그가 말한 ‘1000배 엔지니어’를 달성하는 방법으로 제시합니다. 한 명의 엔지니어가 여러 에이전트 시스템에 둘러싸여, 이전에는 만들 수 없던 것을 만들어내는 시대라는 것입니다.
관리 계층의 붕괴, 그리고 세 가지 직원 유형
회사 전체가 쿼리 가능해지고 소프트웨어 개발이 공장화되면, 기존의 관리 계층 구조는 의미를 잃습니다. 과거에는 정보를 비효율적으로 위아래로 전달하기 위해 중간 관리자가 필요했지만, 이제는 지능형 계층이 그 역할을 대신합니다. 영상은 블록(Block)의 잭 도시 사례를 들어, 조직도와 경영 구조를 그대로 유지하면 이 변화를 완전히 놓치게 된다고 경고합니다. 잭 도시는 앞으로 모든 회사에 다음 세 가지 직원 유형이 있을 것이라고 제안합니다.
- 개인 기여자(IC) — 직접 물건을 만들고 운영하는 사람. 엔지니어링뿐 아니라 운영·지원·영업 등 모두가 무언가를 만들어내며, 회의에는 사업 계획서가 아니라 작동하는 시제품을 가져옵니다.
- DRI(직접 책임자) — 전략과 고객 성과에 집중하며, 결과에 명확한 책임을 지는 사람. “한 사람, 한 가지 결과, 숨길 곳 없음”이 원칙입니다.
- AI 창업자 유형 — 여전히 무언가를 만들고 코칭하며 솔선수범으로 이끄는 사람. 창업자는 AI 전략을 다른 사람에게 위임하지 않고 직접 나서야 합니다.
이런 구조에서 핵심적인 변화는 인력 증원이 아니라 토큰 활용의 극대화입니다. 다이애나는 토큰 활용을 극대화하는 기업이 최고의 기업이 될 것이라고 강조합니다.
초기 단계 창업자에게 유리한 이유
AI 도구를 능숙하게 쓰는 한 사람이 AI 도입 이전 시대의 대규모 엔지니어링 팀이 하던 일을 해낼 수 있습니다. 다만 이는 상당히 높은 API 비용을 감수해야 한다는 뜻이기도 합니다. 다이애나는 이 비용이 훨씬 더 큰 인건비와 과도한 인력 투입을 대체하는 것이라고 설명합니다.
초기 단계 창업자는 기존 시스템이나 고착화된 조직 구조, 재교육해야 할 수천 명의 직원이 없다는 점에서 큰 이점을 가집니다. 반면 기존 기업은 표준 운영 절차와 소프트웨어 개발 방식에 대한 핵심 가정을 재정립하는 동시에 실제 운영 중인 제품을 유지·성장시켜야 합니다. 일부 대기업은 핵심 사업과 분리된 소규모 스컹크웍스 팀을 구성해 처음부터 AI 기반 시스템을 실험하는 방식으로 이 문제를 풀고 있습니다.
오늘부터 시작할 수 있는 3단계
영상의 내용을 실제 업무에 적용하고 싶다면, 다음 순서로 시작해볼 수 있습니다.
- 회의와 소통 기록부터 자동화하기 — AI 메모 작성기로 모든 회의를 기록하고, DM·이메일 사용을 줄이며, 가능한 채널에 AI 상담원을 배치합니다. 별도 인프라 구축 없이 기존 회의 툴에 AI 메모 도구를 연결하는 정도로 시작할 수 있습니다.
- 전사 대시보드 구축하기 — 매출·영업·엔지니어링·채용·운영 등 기능별 대시보드를 만들어 조직 전체를 쿼리 가능한 상태로 만듭니다. 진행 중인 티켓, Slack 채널, 고객 피드백, 기획 문서, 통화·회의 녹음을 AI가 접근할 수 있는 형태로 통합하는 것이 핵심입니다.
- 수집한 데이터를 실제 의사결정에 활용하기 — 지난 스프린트에서 어떤 결과물이 나왔고 고객 요구를 얼마나 충족했는지 AI로 분석하고, 이를 바탕으로 다음 스프린트 계획을 더 예측 가능하게 세웁니다. 기존 기업이라면 핵심 사업과 분리된 소규모 팀을 구성해 AI 기반 시스템을 먼저 실험해보는 것도 방법입니다.
비판적으로 볼 부분
영상은 개방 루프·폐쇄 루프라는 제어 시스템 개념을 기업 운영에 적용해 방향성을 명확하게 제시하고, StrongDM이나 블록 같은 구체적 사례를 든다는 점에서 설득력이 있습니다. 다만 “스프린트 시간을 절반으로 줄이면서 거의 10배 더 많은 작업을 완료했다”거나 “확률적 만족 임계값을 충족할 때까지 반복한다”는 표현처럼, 핵심 주장 상당수가 발표자의 관찰과 사례 언급에 의존하고 있으며 구체적인 측정 방법론이나 수치의 출처는 영상에서 제시되지 않았습니다. 조직 규모 축소와 관리자 역할 재정의가 기존 직원들에게 미치는 영향이나 전환 과정의 어려움도 다루지 않으며, 주로 초기 단계 스타트업의 관점에서 서술되어 있다는 점은 실무에 적용할 때 함께 고려할 부분입니다.
핵심 요점
- AI를 생산성 도구가 아니라 회사의 운영체제로 봐야 합니다. 모든 워크플로와 의사결정이 끊임없이 학습·개선하는 지능형 레이어를 거치도록 설계하는 것이 핵심입니다.
- 회사를 쿼리 가능하게 만들어야 폐쇄 루프가 작동합니다. 회의 기록, 소통 데이터, 부서별 대시보드 등 모든 활동을 AI가 학습할 수 있는 형태로 축적해야 합니다.
- AI 소프트웨어 공장으로의 전환을 고려해볼 만합니다. 사람은 사양서 작성과 결과 평가를, AI 에이전트는 구현과 반복 테스트를 맡는 TDD의 다음 단계입니다.
- 조직 구조는 개인 기여자(IC), 직접 책임자(DRI), AI 창업자 세 유형으로 단순화되는 흐름이며, 핵심 변화는 인력 증원이 아니라 토큰 활용의 극대화입니다.
- 초기 단계 창업자는 기존 조직의 관성이나 재교육 부담이 없다는 이점을 살려, 지금 당장 AI 중심으로 시스템과 워크플로, 문화를 처음부터 설계해야 합니다.
회의 녹음 자동화나 전사 대시보드 구축처럼 당장 시작할 수 있는 작은 단계부터 하나씩 적용해보세요. 완벽한 시스템을 한 번에 만들기보다, 회사의 활동 하나하나를 “쿼리 가능한” 데이터로 남기는 습관을 들이는 것이 첫걸음입니다.
이 글은 유튜브에서 제공된 한국어 자막(더빙)을 바탕으로 요약했으며, 스프린트 생산성 10배·확률적 만족 임계값 등 일부 수치와 개념은 발표자의 정성적 관찰로 제시된 것으로 별도의 정량적 근거 자료는 영상 내에서 확인되지 않았습니다.