개요
이 영상은 OpenAI 스타트업 팀을 이끄는 마크 마네라와 응용 AI 분야를 담당하는 울피 베인이 출연해, 진짜 AI 네이티브 기업이 되는 조건과 AI 시대에 살아남는 방법을 이야기합니다. 두 사람은 “OpenAI가 내 스타트업을 망치고 있다”는 업계의 유명한 우려에 답하면서, 결국 변하지 않는 것은 “실제 문제에 집착하는 태도”이며 AI는 그 문제를 푸는 방식을 근본적으로 바꾸는 도구라고 강조합니다.
이 영상은 개발과 AI 콘텐츠를 다루는 채널 조코딩이 OpenAI 본사에서 온 두 사람을 직접 인터뷰한 콘텐츠로, OpenAI 내부의 실제 업무 방식과 스타트업 지원 현장의 관점을 1차 자료로 전달한다는 점에서 신뢰성이 높습니다.
핵심 내용
OpenAI 직원들의 실제 Codex 활용법
두 사람은 Codex를 단순히 코딩 도구가 아니라 업무 전반에 사용한다고 말합니다. 마크 마네라는 스타트업들이 제품을 어떻게 활용하는지, 각 국가에서 얼마나 많은 스타트업이 모델을 쓰는지 같은 데이터 분석을 Codex로 바로 처리한다고 설명합니다. 또한 모델 출시 전 알파 기간 동안 스타트업들이 슬랙 채널과 문서로 남긴 상세한 피드백을 Codex로 매일 요약해서 개선점을 파악한다고 합니다.
울피 베인은 과거에는 Codex를 오로지 코딩, 시제품 제작, 웹사이트 개발에만 썼지만 이제는 대규모 연구 작업에서 여러 하위 프로젝트를 동시에 실행시키고 결과를 받아오는 데까지 사용한다고 말합니다. 특히 그는 타이핑 대신 Codex에게 말로 지시하며, 요리를 하다가도 “이거 프로그래밍해 줄 수 있어?”라고 말하면 시스템이 백그라운드에서 작동하는 동안 하던 일을 계속할 수 있다고 설명합니다. 룸메이트가 아래층에서 누군가와 대화하는 소리를 듣고 내려왔는데 아무도 없어서 이상하게 여겼다는 일화도 소개합니다.
잘 알려지지 않은 Codex 꿀팁
울피 베인은 잘 알려지지 않은 활용법으로 자동화 기능을 꼽습니다. 매일 아침 7시에 같은 작업(예: 알파 버전 피드백 수집)을 자동 실행하도록 설정해 최신 업데이트를 받는 식입니다. 또 하나는 컴퓨터 활용 기능으로, Codex가 컴퓨터와 웹에서 프로그램을 실행하고 방금 개발한 애플리케이션을 테스트하거나 메모 앱에 메모를 생성하는 작업을 백그라운드에서 처리해, 사용자는 그동안 마우스와 클릭을 계속 쓸 수 있다고 합니다.
마크 마네라는 자신이 가장 좋아하는 워크플로우로 주기적 자동화를 통한 코드베이스 리팩토링을 소개합니다. 많은 사람들이 코딩의 ‘구축’ 부분에만 집중하지만, 소프트웨어는 시간이 지날수록 유지보수가 힘들어진다는 점을 지적하며, 매일 밤이나 매주 자동화 프로그램을 실행해 제출된 PR들의 공통점을 확인하고 함수나 컴포넌트를 재사용하도록 리팩토링한다고 설명합니다. 대규모 유지보수 스프린트 대신 지속적으로 유지보수를 해나가는 방식입니다. 이 외에도 외출 중 스마트폰으로 노트북을 제어하는 Codex Mobile, 슬랙·Gmail·구글 캘린더 등과의 연결을 초보자의 시작점으로 추천합니다.
1인 스타트업과 소규모 팀의 부상
샘 알트먼이 언급한 ‘1인 유니콘’ 아이디어에 대해, 마크 마네라는 그런 일이 거의 다 왔다고 봅니다. 그는 최근 자금 조달에 성공한 두 명의 창업자를 만났는데, 이들은 소비자 대상 기업을 은밀하게 준비하면서 직원을 고용하지 않고 Codex 기반 에이전트를 사업의 핵심으로 삼아 제품 첫 버전 출시, 실제 사용자 확보, 고객 지원 자동화까지 모든 것을 구축하려 한다고 소개합니다. 여기서 ‘작은 스타트업’이란 매출이나 사용량이 작은 것이 아니라 직원 수가 적은 회사를 의미합니다.
울피 베인은 AI를 잘 활용하면 10배가 아니라 100배의 엔지니어가 될 수 있다고 진심으로 믿는다고 말하면서도, 유능한 엔지니어 두 명을 더 고용하면 생산량이 훨씬 크게 늘어난다는 점에서 균형이 맞춰진다고 봅니다. 또한 예전에는 개발자를 고용하고 비용을 지불해야 했던 1인 기업가들이, 이제 Codex가 코딩을 대신하고 마케팅 자동화까지 지원해 주면서 외부 자금 없이도 좋은 사업을 구축할 수 있게 되었다고 강조합니다.
추론 모델과 AI 에이전트의 도약
마크 마네라는 지난 9개월 동안 모델 기능, 특히 에이전트 구축 방식에서 획기적인 발전이 있었다고 말합니다. 약 1년 반 전 추론이 새로운 패러다임으로 등장했고, 이제는 모델을 훨씬 오랜 시간 실행하면서 도구를 제대로 활용한다고 믿을 수 있으며, 궤도를 이탈하면 스스로 수정한다고 설명합니다. 불과 1년 반 전만 해도 창업자들이 에이전트를 만들고 싶어했지만 장기간 성공적으로 운영하기 어려웠던 것과 달리, 이제는 시스템을 위한 기반을 마련하고 모델 자체를 지능형 엔진으로 활용해 에이전트가 더 오래 작동하게 만든다고 합니다. 이런 현상은 법률, 금융, 개인 에이전트, 기업 에이전트 등 다양한 분야에서 나타나며, 코딩 분야의 Codex가 그 시작점이었습니다.
진짜 ‘AI 네이티브’ 기업의 조건
한국에서 많은 기업이 AX(AI 전환)를 이야기하지만 진짜 AI 네이티브가 무엇인지 명확히 설명하지 못하는 경우가 많다는 질문에, 울피 베인은 이것이 거의 태도의 문제이며 이를 가장 잘 표현하는 단어는 ‘만지작거리는 것을 좋아하는 사람’이라고 답합니다. 새로운 도구를 20분 시험해 봐서 효과가 없으면 치워두면 되고, 마음에 들면 일주일에 5시간을 절약해 주는 식으로, 끊임없이 실험하고 개선하려는 자세가 핵심이라는 것입니다. 그는 코드처럼 마음에 들지 않으면 버릴 수 있는 영역, 웹사이트 버그 보고를 AI가 긴급도로 분류하는 것처럼 후회할 일이 없는 영역부터 통합하라고 조언합니다.
AI 네이티브 기업의 실제 사례
울피 베인은 최근 한국에서 만난 한 회사를 예로 듭니다. 이 회사는 제품 개발 프로세스 전체를 AI에 기반해 원칙 있게 설계했는데, 계획 수립 → 연구 → 제품 요구사항 전환 → 디자인(AI가 다양한 디자인을 생성해 선택) → 코드 변환·배포 → 피드백 수집의 순환 과정을 단계별로 마련했습니다. 그는 이것이 “AI를 써야 한다”는 식이 아니라 자신들의 팀에 맞춰 맞춤 제작한 워크플로우였다는 점, 그리고 상품으로 판매했다면 크게 성공했을 만큼 정교했다는 점에 감명받았다고 말합니다.
마크 마네라는 또 다른 사례로, 자금 조달에 성공한 네 명 규모의 회사가 인원을 10명 이상으로 늘릴 계획 없이 잠재 고객 발굴, 인바운드 라우팅, 고객 지원 자동화 같은 핵심 기능을 AI로 구축한 경우를 소개합니다. 그는 AI에 익숙한 회사일수록 제품 관리자·디자이너·엔지니어가 각자의 영역에만 머물지 않고 경계가 모호해진다고 관찰합니다.
AGI 시대의 조직 구조 변화
두 사람은 팀 규모가 점점 작아지고 조직이 더 수평적으로 변하는 추세를 지적합니다. 마크 마네라는 자신이 만난 스타트업들이 관리자 한 명에 부하 직원 여덟 명 구조가 아니라 30~40명 규모로, 과거 중간 관리자들이 하던 일 상당 부분이 더 이상 필요하지 않기 때문이라고 설명합니다. 보고 체계와 정보 접근성이 명확해지고 도구로 이를 통합할 수 있게 되면서 조직이 전반적으로 수평적으로 바뀐다는 것입니다. 또한 엔지니어링 팀과 제품 팀의 경계가 모호해지면서, 제품 팀이 Codex로 직접 무언가를 만들고 엔지니어가 디자인까지 결정하는 등 서로 더 긴밀하게 협력하게 된다고 봅니다. 스타트업들이 고객과 직접 소통하며 제품을 개선하는 현장 배치 엔지니어(포워드 디플로이드 엔지니어) 팀을 점점 더 일찍 구축하는 것도 주목할 만한 흐름으로 소개됩니다.
OpenAI의 내부 AI 활용법과 재귀적 자기 개선
울피 베인은 OpenAI가 하는 거의 모든 일에서 “어떻게 하면 최고 품질로, 가장 빠르게 할 수 있을까”를 고민하며 그 답은 거의 항상 AI를 활용하는 것이라고 말합니다. 특히 그는 2년 전만 해도 15개월에 한 번씩 새 모델이 나왔지만 이제는 6주에 한 번꼴로 출시된다고 밝히며, 그렇게 빠르게 움직일 수 있는 이유는 자체 도구로 자체 도구를 만들기 때문이라고 설명합니다. 코드를 작성할 때는 Codex로 Codex를 구축하고, 연구할 때는 GPT로 GPT를 만드는 식입니다. 그는 지금 “선순환적 자기 개선의 작은 불꽃들”을 실제로 목격하는 단계에 있다고 표현합니다. 동시에 그는 OpenAI도 이 일에 완벽하지 않으며 여전히 배우고 발전하는 중이라는 점을 강조하고, 다른 회사들이 “우리는 너무 뒤처져 있다”며 불안해할 필요가 없다고 조언합니다.
AI 시대에 배워야 할 것과 인재상
교육 관점에서 울피 베인은 기술이나 엔지니어를 지망한다면 컴퓨터 작동 원리, 프로그래밍 언어, 컴퓨팅 이론, 알고리즘의 수학적 배경 같은 기초 이해가 여전히 중요하다고 말하며 자신을 이 문제에 대해 다소 전통주의자라고 표현합니다. 마크 마네라는 여기에 두 가지를 덧붙입니다. 첫째는 유연성으로, 엔지니어링을 하면서 특정 산업을 이해하거나 영업을 하면서 Codex로 제품을 설계하는 등 여러 분야를 넘나드는 능력이 중요하다는 것입니다. 둘째는 소통 능력으로, 사람 대 사람뿐 아니라 사람과 에이전트 간에도 명확성과 정확한 언어 사용이 핵심이라고 말합니다. 그는 창업자들이 “에이전트가 이 부분을 제대로 못 한다”고 하소연할 때, 정작 프롬프트에는 그 요구를 명시적으로 적어놓지 않은 경우가 많다는 사례를 들며 소통은 보편적인 기술이라고 강조합니다.
2026년, AI로 시작하는 창업
두 사람은 지금 창업한다면 무엇을 하겠느냐는 질문에, 우선 자신이 진정으로 매료된 해결하고 싶은 문제가 있는지 물으라고 답합니다. 마크 마네라는 두 번째 방법으로 “1년 후 지금 부족한 모델들이 어떤 부분에서 좋아질 것인가”를 가설로 세우고 미리 구축을 시작하라고 조언합니다. 그는 현재 모델이 코딩·수학·글쓰기에는 강하지만 공간 추론이나 3D 객체 생성에는 아직 미흡하다는 예를 들며, 6개월간 문제와 시장을 파악해 두면 모델이 좋아지는 순간 바로 기회를 활용할 수 있다고 설명합니다. 개인적으로 특히 기대하는 분야로는 교육(에듀테크)과 의료·노화 관련 연구 가속화를 꼽습니다.
실전 가이드
영상의 내용을 실제로 적용하려면 다음 과정을 따라해볼 수 있습니다.
먼저 AI 도구를 자신의 지식 저장소와 연결하는 것부터 시작합니다. 영상에서 조언하듯 Codex나 챗봇을 슬랙, Gmail, 구글 캘린더, 구글 드라이브 등 정보가 저장된 모든 곳에 연결해, 질문이 떠오를 때 가장 먼저 AI를 찾는 습관을 들입니다. 이 단계는 도구 설정만 하면 되므로 큰 사전 지식 없이도 바로 시작할 수 있습니다.
다음으로 ‘후회할 일이 없는’ 영역부터 자동화를 통합합니다. 매일 아침 특정 시각에 반복 작업을 실행하는 자동화를 설정하거나, 버그 보고의 긴급도 분류처럼 실패해도 손해가 적은 작업을 AI에게 맡깁니다. 마음에 들지 않으면 결과를 버리면 된다는 점을 기억하면 부담 없이 실험할 수 있습니다.
마지막으로 지속적 유지보수와 사내 챔피언 육성으로 발전시킵니다. 매주 자동화로 PR을 점검해 리팩토링하는 식으로 유지보수를 습관화하고, 조직 내에서 새 기술을 가장 먼저 수용하는 사람을 찾아 해커톤과 데모를 주도하게 함으로써 팀 전체가 그로부터 배우도록 만듭니다.
비판적 검토
영상은 OpenAI 내부자의 1차적 관점에서 실제 업무 사례와 구체적인 수치(모델 출시 주기가 15개월에서 6주로 단축, 내부 프레젠테이션 제작 시간 5~10배 절감 등)를 제시한다는 점에서 강점이 뚜렷합니다. 특히 “만지작거리는 사람이 되라”는 태도 중심의 정의와 재귀적 자기 개선을 목격하고 있다는 표현이 인상적입니다.
다만 화자들이 OpenAI 소속이라는 점에서 자사 제품(Codex, GPT) 중심의 관점이 강하게 반영되어 있다는 점은 감안해야 합니다. AI 도입의 실패 사례나 비용, 보안·데이터 거버넌스 같은 현실적 제약은 상대적으로 적게 다뤄집니다. 실무에 적용하실 분들은 자사 환경에 맞는 도구 선택과 리스크 관리를 함께 검토하시길 권장합니다. 모델과 기능이 6주 단위로 빠르게 바뀌는 만큼, 한 번의 평가로 도구를 판단하기보다 주기적으로 재평가하는 체계를 갖추는 것이 필요합니다.
핵심 요점
영상을 본 후 기억해야 할 다섯 가지:
- AI 네이티브는 도구가 아니라 태도의 문제다. 끊임없이 실험하고 마음에 안 들면 버리는 ‘만지작거리는 사람’의 자세가 최전선에 머무르는 길이다.
- Codex를 코딩에만 쓰지 말고 데이터 분석, 피드백 요약, 자동화, 지속적 리팩토링 등 업무 전반으로 확장하라. 특히 매일 반복되는 작업의 자동화가 큰 레버리지가 된다.
- 실제 문제에 집착하는 것은 20년 전에도, 20년 후에도 변하지 않는 창업의 본질이다. AI는 그 문제를 푸는 방식을 바꿀 뿐이다.
- “1년 후 모델이 어디서 좋아질까”를 가설로 세우고 미리 6개월간 문제와 시장을 파악해 두면, 모델이 좋아지는 순간 폭발적으로 성장할 수 있다.
- 유연성과 소통 능력이 AI 시대의 핵심 역량이다. 명확하고 정확한 언어 사용은 사람 대 사람뿐 아니라 사람 대 에이전트 관계에도 그대로 적용된다.
참고자료
- 원본 영상: https://youtube.com/watch?v=0l5oJsjCPus (조코딩 채널)
- 출연자: 마크 마네라(OpenAI 스타트업 팀 리드), 울피 베인(OpenAI 응용 AI 리드)
- 영상에서 언급된 도구: OpenAI Codex, Codex Mobile, ChatGPT