“세계적 수준의 Agentic Engineer가 되는 방법”

• 좋은 결과를 내기 위해 최신 에이전트 툴링 스택이 꼭 필요한 것은 아니다.
최소한의 견고한 셋업과 강한 작업 프로세스부터 시작하라.

• 사람들이 성과가 낮은 이유:
너무 많은 플러그인, 라이브러리, 시스템이 컨텍스트를 비대하게 만든다.

에이전트는 관련 없는 컨텍스트에 쉽게 주의를 빼앗겨 성능이 떨어질 수 있다.

• 핵심 운영 원칙: 지시는 명확하고 구체적으로 작성하라.

“인증 시스템을 만들어라” → 너무 광범위하며 불필요한 리서치 비용이 발생한다.

“JWT 인증 + bcrypt-12 + refresh token rotation(7일)” → 범위를 좁히고 결과 품질을 높인다.

리서치와 구현 단계를 분리하라.

하나의 에이전트/작업에서 옵션을 조사하고 평가한다.

그 다음 새로운 컨텍스트에서 구현을 진행한다.

프롬프트에서 **아첨 편향(sycophancy bias)**을 피하라.

결과를 유도하는 프롬프트보다 중립적인 프롬프트가 더 잘 작동한다.
• 예:“버그를 찾아라” vs “버그가 있다고 가정하지 말고 검토 후 발견 사항을 보고하라.”

더 좋은 검증 방법:
서로 다른 목표를 가진 여러 에이전트를 사용하라.

예:버그 탐지 에이전트
반증을 시도하는 adversarial 에이전트
판정하는 referee 에이전트

그리고 그들의 결과를 점수화하여 평가한다.

• 완료 기준(completion criteria)은 반드시 명시적이어야 한다.
테스트
검증 아티팩트 (스크린샷, 체크 결과 등)

이를 {TASK}_CONTRACT.md 같은 문서에 정의하라.
“완료됨(done)”이 주관적이어서는 안 된다.

• 툴링에 대한 철학:

정말 가치 있는 기능은 결국 foundation 플랫폼에 흡수된다.
(예: skills, memory, planning hooks 등)

따라서 모든 “새로운 것”을 쫓아다닐 필요는 없다.

• 긴 세션은 컨텍스트 오염(context contamination) 때문에 방향이 흐트러질 수 있다.

그래서 다음을 선호하라:
• 짧은 세션
• 명확한 계약 범위를 가진 작업
• 규칙과 스킬을 주기적으로 단순화하고 정리

https://x.com/systematicls/status/2028814227004395561?s=46&t=h5Byg6Wosg8MJb4pbPSDow

AI 시대, 회사는 더 이상 ‘직무’를 채용하지 않는다

툴의 시대에서 결과의 시대로, 전문가의 시대에서 오너의 시대로

한동안 우리는 AI를 “개인의 생산성을 높여주는 도구”로 이해해왔다. 개발자는 코드를 더 빨리 쓰고, 디자이너는 시안을 더 빨리 만들고, 마케터는 카피를 더 빨리 뽑는다. 이 관점은 틀리진 않다. 다만 이제는 너무 약하다.

지금 벌어지는 변화의 본질은, 사람이 조금 더 빨라지는 데 있지 않다.
회사가 일을 나누는 방식 자체가 무너지고 있다는 데 있다.

예전의 조직 구조는 포드의 조립라인처럼 설계됐다. 한 사람은 기획하고, 다른 사람은 디자인하고, 또 다른 사람은 구현하고, 마지막 사람이 테스트한다. 이 구조는 한때 매우 합리적이었다. 역할 사이를 넘는 비용이 실제로 컸기 때문이다. 디자이너가 바로 제품을 만들 수 없었고, 엔지니어가 바로 마케팅을 집행할 수 없었다. 그래서 조직은 전문성을 기준으로 분업됐고, 회사는 수많은 handoff 위에 세워졌다.

소프트웨어 회사들도 크게 다르지 않았다. PM이 spec을 쓰고, 디자이너가 화면을 만들고, 엔지니어가 구현하고, QA가 검수하고, 마케팅이 런칭했다. Agile은 waterfall을 sprint로 바꿨지만, handoff 자체를 없애진 못했다. 속도는 조금 빨라졌지만, 구조는 그대로였다.

그런데 AI가 이 전제를 흔들고 있다.

역할 사이의 기술적 간극이 몇 달 사이 급격히 줄어들었다. 이제 고객과 대화한 사람이 직접 프로토타입을 만들고, 필요한 랜딩 페이지를 만들고, AI를 이용해 코드를 짜고, 배포까지 밀어붙이는 일이 더 이상 예외가 아니다. Anthropic은 2026년 에이전트형 코딩 트렌드 보고서에서 비개발 직군이 엔지니어링 도움 없이 툴을 만들고, 문제를 가장 잘 이해하는 도메인 전문가가 직접 해결을 시작하는 흐름을 짚었다.

문제는 기술은 바뀌었는데, 조직도는 그대로라는 점이다.

많은 기업이 AI 도입에 성공했다고 말한다. 팀마다 copilot을 붙였고, 대시보드로 활용률도 추적한다. 하지만 조직 구조가 그대로라면 바뀌는 것은 각자의 국소 생산성뿐이다. PM과 디자인 사이의 의존성도 그대로, 디자인과 엔지니어링 사이의 리뷰 루프도 그대로, “모두가 컨텍스트를 갖기 위해” 여덟 명이 들어가는 회의도 그대로다. 바뀐 것은 도구이지, 운영 체계가 아니다.

그래서 지금의 핵심 질문은 “누가 AI를 잘 쓰는가?”가 아니라,
“누가 AI를 전제로 조직과 업무를 다시 설계하는가?”가 된다.

Copilot은 툴을 팔고, autopilot은 일을 판다. 그리고 소프트웨어 엔지니어링은 “intelligence work”의 비중이 높기 때문에 자동화의 임계점을 가장 먼저 넘었다고 본다. 실제로 Sequoia는 소프트웨어 엔지니어링이 직군 전반의 AI 툴 사용에서 절반을 넘는 비중을 차지한다고 설명했고, Anthropic 역시 공개 API 툴 호출의 거의 50%가 소프트웨어 엔지니어링에 집중돼 있다고 밝혔다. 다른 영역은 아직 몇 퍼센트 수준에 머문다.

이 데이터가 말하는 것은 단순히 “개발자가 AI를 많이 쓴다”가 아니다.
지능 중심의 업무가 먼저 자동화되고 있고, 그다음 기회는 아직 덜 건드려진 다른 산업에 있다는 뜻이다.

이 맥락에서 “대부분의 일은 intelligence와 judgement로 나뉜다”는 구분이 중요해진다. intelligence는 복잡해도 결국 규칙 기반으로 풀 수 있는 영역이다. 스펙을 코드로 옮기고, 테스트하고, 디버깅하고, 문서를 작성하고, 양식을 채우는 일들이 여기에 가깝다. 반면 judgement는 경험, 맥락, 취향, 책임을 요구한다. 무엇을 먼저 만들지, 언제 출시할지, 어떤 리스크를 감수할지 같은 결정이 여기 속한다. Sequoia의 주장은 AI가 intelligence를 빠르게 흡수하고, judgement는 그 뒤를 따라온다는 것이다.

여기서 아주 큰 사업적 함의가 나온다.

만약 AI가 intelligence 영역을 먼저 대체한다면, 초기 승자는 “전문가를 더 생산적으로 만드는 도구”보다 고객이 원하는 결과를 직접 납품하는 서비스일 가능성이 높다. 회계팀용 AI 툴보다 “우리가 결산을 마무리 해드립니다”가 더 강력할 수 있고, 법무팀용 문서 도구보다 “우리가 NDA를 작성해드립니다”가 더 강할 수 있다. Sequoia는 이를 설명하며, 기업이 소프트웨어보다 실제 서비스와 노동에 훨씬 더 큰 예산을 쓴다고 지적한다. 그래서 copilot은 소프트웨어 예산을 차지하지만, autopilot은 서비스 예산 전체를 먹을 수 있다.

즉 AI의 다음 큰 파도는 더 좋은 SaaS 기능 몇 개가 아니라, 서비스업을 소프트웨어처럼 재편하는 것일 수 있다.

이때 가장 좋은 wedge는 어디일까. 정답은 대개 이미 외주화된 업무다. 고객이 이미 외부 업체에 맡겨도 된다고 받아들이고 있고, 대체 가능한 예산 라인이 존재하며, 애초에 툴이 아니라 deliverable을 사는 시장이기 때문이다. 그래서 “사람을 대체하겠다”보다 “원래 외주 주던 일을 더 빠르고 싸고 안정적으로 해주겠다”가 훨씬 마찰이 적다. 이건 지금 AI-native 서비스가 들어가기 좋은 진입점이기도 하다.

하지만 이 변화를 이해하려면 제품 전략만이 아니라, 인재상과 조직 구조도 함께 봐야 한다.

이제 많은 빠른 스타트업은 “PM만”, “마케터만”, “기획만” 뽑지 않는다. 그들은 tinkerer를 원한다. 아침에 고객과 얘기하고, 점심 전에 해결책을 만들고, 저녁 전에 배포할 수 있는 사람. 중요한 것은 직무의 이름이 아니라 문제를 시작부터 끝까지 쥘 수 있는가다.

이 변화는 단순한 감상이 아니다. 사람의 역할이 직접 일을 수행하는 것에서, 에이전트를 만들고 위임하고 관리하는 쪽으로 이동한다는 것이다. Microsoft는 이미 관리자들의 28%가 사람과 에이전트가 섞인 팀을 이끌 “AI workforce managers” 채용을 고려하고 있고, 32%는 에이전트를 설계·개발·최적화하는 specialists를 채용할 계획이라고 밝혔다. 또 향후 5년 안에 기업들이 business process redesign, multi-agent system 구축, agent training, agent management에 더 많이 관여할 것으로 예상했다.

이 지점에서 커리어의 축도 바뀐다.

과거에는 “나는 백엔드 개발자”, “나는 PM”, “나는 마케터” 같은 정체성이 커리어의 중심이었다.
앞으로는 더 본질적인 질문이 남는다.

이 사람은 문제를 직접 해결하는가, 아니면 handoff를 기다리는가?

generalist vs specialist라는 오래된 논쟁도 사실 정확한 질문이 아니었다. 더 중요한 것은 ownership vs dependency다. 직무 경계 안에서만 움직이는 사람인지, 아니면 문제가 보이면 AI와 도구를 총동원해 직접 해결하는 사람인지가 훨씬 중요해졌다.

그래서 이제 높은 가치를 갖는 사람은 단순히 코드를 예쁘게 짜는 사람이 아니다.
컨텍스트를 오래 붙들고, 필요한 툴과 모델과 에이전트를 연결해, 실제 결과를 만드는 사람이다. Anthropic이 공개한 소프트웨어 개발 분석에서도 Claude Code는 일반 챗 인터페이스보다 훨씬 높은 자동화 성향을 보였다. Claude Code 대화의 79%가 자동화와 관련됐고, 최소 상호작용으로 작업을 위임하는 “directive” 패턴이나, 환경 피드백을 받아 자율 수행하는 “feedback loop” 패턴이 일반 대화형 사용보다 훨씬 높았다.

이건 AI 시대의 노동을 더 높은 추상화 단계로 올려보면 더 선명해진다.

전통적인 업무는 사람이 직접 수행한다.
그다음 단계는 AI를 활용해 업무를 수행하는 것이다.
그다음은 AI에게 업무를 가르쳐 대신 수행하게 하는 것이다.
그다음은 그렇게 일하는 AI를 관리하는 것이다.
그다음은 업무를 운영하는 AI 시스템 자체를 설계하는 것이다.
그리고 마지막은 AI 팀만이 할 수 있는 새로운 종류의 일을 만드는 것이다.

이걸 0차부터 5차까지의 이동이라고 볼 수 있다.

0차는 노동 제공자다.
1차는 AI를 잘 쓰는 개인이다.
2차는 AI에게 일을 위임하는 사람이다.
3차는 에이전트 팀을 관리하는 사람이다.
4차는 에이전트 시스템을 설계하는 사람이다.
5차는 그 시스템으로만 가능한 새로운 시장을 만드는 사람이다.

지금 많은 전통 기업은 아직 1차에 있다. 각 직무에 copilot을 붙였지만, 구조는 그대로다. 그래서 헤드카운트는 계속 늘고, 성과 지표는 기대만큼 움직이지 않는다. 반면 AI-native 팀은 2차, 3차, 4차를 동시에 밟는다. 사람을 더 채용하기보다 compute와 token에 더 많은 비용을 쓰며, 문제 해결 루프 자체를 짧게 만든다. Shopify의 Tobi Lütke가 “더 많은 headcount를 요청하기 전에 왜 AI로 해결할 수 없는지 먼저 보여달라”고 요구한 것은 이 방향을 상징적으로 보여준다. 그는 AI 사용을 회사의 기본 기대치로 올리고, “자율형 AI 에이전트가 이미 팀의 일부라면 이 영역은 어떻게 달라질까?”를 묻도록 했다.

물론 여기서 흔한 반론도 있다.

“앱 하나 빨리 만드는 것과, 실제 사용자 환경에서 유지·운영하는 것은 다르지 않나?” 맞는 말이다. AI가 아이디어에서 첫 구현까지의 거리를 거의 0에 가깝게 만들고 있는 것은 사실이지만, 취향, 우선순위, 리스크 판단, 책임은 여전히 남아 있다. 그래서 결론은 “전문가가 사라진다”가 아니라, 전문가의 역할이 바뀐다에 가깝다. 지능은 점점 commodity가 되지만, judgement와 accountability의 프리미엄은 오히려 더 커질 수 있다. Sequoia도 “오늘의 judgement는 내일의 intelligence가 된다”고 보지만, 그 사이를 건너는 데 필요한 것은 결국 데이터와 운영 경험이다. 먼저 autopilot으로 시장에 들어가 실제 운영 데이터를 쌓은 회사가 장기적으로 더 유리해지는 이유다.

결국 지금 우리가 보고 있는 변화는 단순한 툴 교체가 아니다.

AI 시대의 큰 회사는 SaaS 회사처럼 보이는 회사가 아니라, 소프트웨어를 무기로 고객 대신 실제 일을 수행하는 회사가 될 가능성이 높다.

그리고 그 회사를 만드는 핵심 인재는, 한 박스 안의 전문가가 아니라 문제를 끝까지 소유하는 사람일 가능성이 높다.

그래서 이제 회사가 물어야 할 질문도, 개인이 물어야 할 질문도 달라진다.

회사는 “모든 팀에 AI를 붙였는가?”보다 “우리의 handoff를 얼마나 없앴는가?”를 물어야 한다.

개인은 “내 직무 스킬이 더 정교해졌는가?”보다 “나는 AI를 활용해 어디까지 직접 끝낼 수 있는가?”를 물어야 한다.

시장은 “어떤 툴이 더 똑똑한가?”보다 “누가 툴이 아니라 결과를 파는가?”를 보게 될 것이다.

포드의 조립라인은 1913년에는 천재적인 해법이었다.
역할 사이의 저항이 실제로 존재했기 때문이다.

하지만 그 저항은 빠르게 사라지고 있다.

그리고 그 사실을 조직도에 반영하지 못한 회사의 낭비가, 누군가에게는 가장 큰 기회가 된다.

AI 시대, 정말 바뀌는 것은 “코드를 더 빨리 쓰는 일”이 아니라 가치와 병목의 위치다

요즘 AI를 둘러싼 이야기에는 유난히 극단적인 문장이 많다.
“코딩은 끝났다.”
“이제 누구나 소프트웨어를 만든다.”
“SaaS는 죽는다.”
“5명이서 대기업을 이긴다.”

이런 말들에는 분명 진실의 조각이 있다. 실제로 AI는 이미 소프트웨어 생산 방식을 크게 바꾸고 있다. 최전선에 있는 사람들 중 일부는 몇 달 전과 지금의 작업 방식이 완전히 다르다고 느낄 정도다. 하지만 동시에, 지금 시장에는 과장도 많다. 특히 소규모 기술팀의 행동을 전체 산업, 더 나아가 대기업 현실에 그대로 투영하는 경우가 많다.

그래서 지금 중요한 질문은 “AI가 코딩을 얼마나 더 빨리 해주나?”가 아니다.
더 중요한 질문은 이것이다.

핵심 기술의 가격이 급락할 때, 가치가 어디로 이동하는가?

그리고

생산이 풍부해질 때, 병목은 어디로 옮겨가는가?

내가 보기엔 지금 일어나는 변화는 이 두 질문으로 보는 것이 가장 정확하다.

1. 핵심 기술이 싸지면, 가치가 사라지는 게 아니라 다른 레이어로 이동한다

이 패턴은 AI만의 이야기가 아니다. 역사적으로 반복되어 온 구조다.

가장 익숙한 사례는 인쇄술이다. 인쇄기가 등장하면서 지식을 복제하는 비용은 급격히 떨어졌다. 책의 수는 폭증했고 가격은 내려갔다. 하지만 진짜 중요한 변화는 단순히 책이 많아진 것이 아니었다.

더 중요한 건 가치의 중심이 이동했다는 점이다.

손으로 베끼는 능력 자체는 훨씬 덜 중요해졌고, 대신 저작, 편집, 출판, 유통, 큐레이션 같은 레이어가 더 중요해졌다. 인쇄술은 단순한 비용 절감 기술이 아니라, 지식과 권력, 유통 구조 전체를 재편한 기술이었다. 그리고 그 결과는 처음부터 모두 예측 가능하지도 않았다. 종교개혁, 과학 지식의 확산, 지역 언어 기반 정체성의 강화 같은 변화는 “책을 더 싸게 찍을 수 있다”는 수준의 설명으로는 충분히 포착되지 않는다.

AI 코딩도 비슷한 시선으로 볼 필요가 있다.

코드를 쓰는 행위 자체가 점점 싸지고 쉬워질수록, 가치의 중심은 자연스럽게 코드 작성 그 자체에서 다른 곳으로 이동한다. 예를 들어:

어떤 문제를 풀지 선택하는 능력
시스템을 어떻게 설계할지 판단하는 능력
결과물을 어떻게 검증할지 설계하는 능력
배포와 운영을 안정적으로 굴리는 능력
사용자 신뢰를 얻고 유지하는 능력
데이터와 사용자 관계를 쌓는 능력
이런 레이어들이 상대적으로 더 중요해진다.

중요한 건 여기서 “코드가 싸졌다”와 “소프트웨어 비즈니스가 쉬워졌다”는 전혀 같은 말이 아니라는 것이다. 구현 비용이 떨어질 수는 있다. 하지만 사업을 만드는 난도는 사라지지 않는다. 오히려 가치가 이동할 뿐이다.

그래서 AI 시대를 보는 더 정확한 표현은 이쪽에 가깝다.

코딩의 일부는 빠르게 상품화될 수 있다.
하지만 그 위와 아래 레이어의 중요성은 오히려 더 커질 수 있다.

2. 새 기술은 기존 일을 조금 더 빨리 만드는 수준에선 생산성 혁명을 만들지 못한다

이 지점은 전기 비유가 아주 잘 설명해준다.

전기가 공장에 들어왔다고 해서 생산성이 곧바로 폭발한 것은 아니었다. 초기에는 많은 공장이 그저 증기기관을 전기모터로 바꿨을 뿐, 공장 구조와 작업 방식은 그대로 유지했다. 그래서 생산성 향상은 제한적이었다. 이후 기계별 모터, 단층형 공장, 작업 흐름 중심의 재배치처럼 조직과 프로세스를 전기의 특성에 맞게 다시 설계했을 때 더 큰 변화가 나타났다.

AI도 마찬가지다.

지금 많은 조직의 AI 활용은 여전히 이 단계에 머물러 있다.

문서 초안을 더 빨리 쓴다
요약을 더 빨리 만든다
코드를 더 빨리 짠다
리서치를 더 빨리 한다

이건 분명 유용하다. 하지만 이것만으로는 구조 변화가 아니다. 기존 프로세스 위에 빠른 도구를 얹는 것에 가깝다.

실제로 의미 있는 성과는 워크플로 자체를 다시 짤 때 더 잘 나온다.
누가 스펙을 정의하는지, 누가 에이전트 산출물을 검토하는지, 어떤 단계는 자동화하고 어떤 단계엔 인간 승인 게이트를 두는지, 실패했을 때 누가 책임을 지는지, 코드베이스 소유권과 이해를 어떻게 유지할지까지 다시 설계해야 한다.

즉 AI의 진짜 효과는 단순한 속도 향상이 아니라, 인간-에이전트-조직 간 역할 분배를 새로 짜는 것에서 나온다.

그래서 지금 가장 중요한 배움 중 하나는 이것이다.

도구 성능이 좋아졌다고 곧바로 생산성 혁명이 오는 것은 아니다.
조직, 프로세스, 검증 방식이 함께 바뀌어야 한다.

3. 공급이 폭증하면 희소해지는 것은 생산능력이 아니라 attention이다

AI 시대를 보며 많은 사람이 아직도 “무엇을 만들 수 있나?”에 초점을 둔다.
하지만 공급이 폭증하는 시기에 더 중요한 질문은 따로 있다.

누가 그것을 발견하는가?
누가 그것을 이해하는가?
누가 그것을 믿는가?
누가 그것을 계속 쓰는가?

인쇄술 이후에도 그랬고, 클라우드 이후에도 그랬다. 만들기가 쉬워지면 공급은 늘어난다. 공급이 늘어나면 희소한 것은 생산 그 자체가 아니라 attention, distribution, trust가 된다.

이건 시장 바깥에서만 일어나는 일이 아니다.
AI 시대에는 이 attention scarcity가 조직 내부의 엔지니어링에서도 발생한다.

예전엔 코드 생산이 병목이었다면, 이제는 다른 병목이 생긴다.

생성된 코드를 누가 읽는가
누가 전체 맥락을 이해하는가
누가 품질을 보증하는가
누가 ownership을 가지는가
누가 나중에 이 시스템을 고칠 수 있는가

이 문제가 생각보다 훨씬 크다.

에이전트가 엄청난 양의 코드를 만들어내는데, 아무도 깊게 읽지 않고, 누구도 코드베이스 전체를 이해하지 못한다면 생산성 향상과 동시에 취약성도 함께 커질 수 있다. 흔히 말하는 “slop” 문제가 더 이상 랜딩페이지나 장난감 앱에서만 생기는 게 아니라, 실제 프로덕션 코드베이스 안으로 들어오는 것이다.

그래서 앞으로의 핵심 병목은 단지 “더 많은 코드를 생성하는 능력”이 아닐 수 있다.
오히려 더 중요한 문제는:

폭증하는 코드와 에이전트 산출물을 인간이 어떻게 감독하고, 이해하고, 관리할 것인가

에 가까워질 가능성이 크다.

이건 단순한 개발 생산성 문제가 아니라 attention to engineering, 즉 인간의 주의력과 이해 가능성의 문제다.

4. 그래서 진짜 기회는 코드 생성보다 “엔지니어링 관리 레이어”에 있을 수 있다

이 관점에서 보면, 앞으로 열릴 큰 카테고리는 단순한 코드 생성 툴만이 아닐 수 있다.

오히려 더 큰 기회는 이런 문제를 푸는 곳에 있을 수 있다.

AI-native code review
change-risk analysis
ownership mapping
test orchestration
formal verification layer
code provenance / lineage tracking
agent-first engineering management
large codebase understanding and memory

즉 “더 많은 코드를 뽑아주는 도구”보다,
그 코드의 품질, 이해, 책임, 리스크를 관리하는 도구가 중요해질 수 있다는 뜻이다.

이건 지금의 AI 열풍에서 종종 과소평가되는 지점이다.
사람들은 대체로 “얼마나 많이 만들 수 있나”에 집중하지만, 실제 조직의 고통은 종종 “이걸 누가 이해하고 책임지나”에서 생긴다.

5. 그렇다고 SaaS가 곧바로 다 죽는다는 뜻은 아니다

여기서 꼭 균형을 잡아야 한다.

지금 시장에는 일종의 “SaaS apocalypse” 서사가 있다.
5인 팀이 내부 툴을 빠르게 만든 사례를 보고, 곧 모든 엔터프라이즈 소프트웨어가 무너질 것처럼 말하는 식이다. 하지만 이건 지나치게 빠른 일반화일 가능성이 크다.

작은 기술 스타트업이 자기들만을 위한 bespoke internal tool을 빠르게 만드는 것과, 포춘 100 기업이 핵심 시스템을 통째로 교체하는 것은 완전히 다른 문제다.

대기업 현실에는 여전히 이런 것들이 있다.

change management
security and compliance
procurement
training
support
integration with existing systems
accountability and auditability
organizational consensus

즉 소프트웨어 벤더가 파는 것은 단순한 코드 덩어리가 아니다.
그들은 제품만 파는 것이 아니라, 배포, 신뢰, 표준화, 지원, 구매 가능성, 운영 안정성을 함께 판다.

그래서 구현의 병목이 약해지는 것과, 소프트웨어 회사의 경쟁우위가 모두 사라지는 것은 같은 말이 아니다.

더 정확히 말하면 이렇다.

일부 카테고리에선 확실히 압박이 커질 수 있다

특히 좁고 독립적이며 커스터마이즈가 쉬운 워크플로에선 대체가 빨라질 수 있다

하지만 시스템 오브 레코드, 규제 산업, 하드웨어 결합형 소프트웨어, 강한 배포력을 가진 제품군은 훨씬 더 오래 방어될 수 있다

즉 지금은 “소프트웨어의 종말”이라기보다,
어떤 소프트웨어는 약해지고 어떤 control point는 오히려 더 강해지는 재편의 시기에 가깝다.

6. 데모와 실제 운영 가능한 소프트웨어는 다르다

지금 시장의 또 다른 착시는, 인상적인 데모와 실제 운영 가능한 제품을 혼동하는 것이다.

짧은 데모는 놀랍다. 실제로 AI는 이제 너무 쉽게 무언가를 “되는 것처럼” 보이게 만든다.
하지만 데모가 된다는 것과, 복잡한 조직 안에서 안정적으로 유지되고 지원되며 책임질 수 있는 시스템이라는 것은 전혀 다르다.

이 간극을 무시하면, 현재의 가능성을 미래의 확정으로 오해하게 된다.

그래서 지금 필요한 태도는 두 극단을 모두 피하는 것이다.

“별거 아니다”도 틀리고

“이미 다 끝났다”도 틀리다

지금은 실제 변화가 크지만, 동시에 과장도 큰 시기다.
미래를 너무 빨리 현재 완료형으로 말하면 안 된다.

7. 기술은 사람 전체를 바로 대체하기보다, 일의 구성 요소를 재배치한다

그래서 나는 “개발자는 사라질까?” 같은 질문보다 이런 질문이 더 낫다고 본다.

어떤 하위 업무가 자동화되는가
어떤 판단이 더 중요해지는가
어떤 수준의 사람에게 레버리지가 몰리는가
어떤 역할은 사라지기보다 더 상위의 책임으로 이동하는가

기술은 대체로 사람을 통째로 없애기보다, 업무를 재배치하는 방식으로 작동한다. AI도 그럴 가능성이 크다.

다만 여기에는 경제적 변화뿐 아니라 정체성의 변화도 있다.
어떤 엔지니어에게 코드는 단지 수단이 아니라 craft이고, 미학이고, 자부심이다. 반면 어떤 사람에겐 코드는 제품을 만들기 위한 utility다. AI가 구현의 상당 부분을 흡수할수록, 이 둘의 체감은 크게 달라질 수 있다.

그래서 변화의 충격은 단지 생산성 문제만이 아니다.
일의 의미, 숙련의 의미, 엔지니어링 정체성 자체가 재조정되는 시기일 수도 있다.

8. 결국 앞으로 더 중요해질 것은 무엇인가

정리하면, 내가 지금 가장 중요하게 보는 건 세 가지다.

첫째, AI는 코드를 더 빨리 쓰는 도구인 동시에, 가치가 이동하는 방향을 바꾸는 기술일 수 있다.

구현의 일부가 싸질수록 가치의 중심은 설계, 검증, 유통, 신뢰, 데이터, 사용자 관계 쪽으로 이동한다.

둘째, 생산성 혁명은 모델 성능만으로 오지 않는다.
인간-에이전트-조직의 작업 구조를 다시 설계해야 한다. 스펙, 검토, 승인, 책임, 운영이 같이 바뀌어야 한다.

셋째, 공급이 폭증할수록 희소해지는 것은 attention이다.
시장에서의 attention, distribution, trust뿐 아니라 조직 내부에서의 review, understanding, ownership attention도 핵심 병목이 된다.

그래서 앞으로의 중요한 질문은 더 이상 단순히
“AI가 코드를 얼마나 빨리 써주나?”가 아니다.

오히려 이 질문들이 더 중요해진다.

어떤 문제를 풀 가치가 있는가
어떤 흐름으로 인간과 에이전트를 나눌 것인가
누가 결과를 검증하고 책임질 것인가
어떻게 코드베이스의 이해 가능성을 유지할 것인가
어떻게 유통과 신뢰를 쌓을 것인가
어떤 control point를 가질 것인가

내 결론은 이렇다.

AI 시대에 중요한 것은 누가 더 빨리 코드를 뽑느냐가 아니라,
누가 더 좋은 문제를 고르고,
더 나은 구조로 인간과 에이전트를 조직하고,
더 강한 검증·유통·신뢰의 레이어를 쌓느냐일 가능성이 크다.

코드의 가격이 내려갈수록, 오히려 그 위와 아래 레이어의 가치가 커진다.
그리고 지금 진짜로 시작되고 있는 변화는, 아마 바로 그 지점에 있다.

https://x.com/jiayuan_jy/status/2030346105607823792

개발에 진심이었던 사람이 AI 발전을 보고 개발자의 정체성이 바뀜을 인정. Agentic coding로 흥미로운 실험(Gas town-클로드 코드 팀 에잉전트에 영감을 줬다고)을 하고 있는 Yolo 빌더 Steve. 올해 말 상당히 많은 부분이 실현될듯.

왜 AI 생산성이 바로 제품 결과로 안 보이냐?

첫 번째 이유: 기업은 “비결정성”을 정말 싫어한다

AI는 본질적으로 비결정적이라 같은 목표를 줘도 매번 똑같이 움직이지 않고, 그래서 기업은 AI를 기존 고객-facing 시스템이나 핵심 운영 시스템에 바로 꽂아 넣기를 꺼린다는 겁니다. 사람도 틀리지만, 기업은 “사람이 틀리는 것”과 “소프트웨어가 틀리는 것”을 다르게 받아들입니다. 그래서 개인은 이미 체감상 엄청 빨라졌는데, 조직 차원의 제품 변화는 훨씬 천천히 드러납니다. 이 해석은 최근 엔터프라이즈 AI 운영 문서들과도 맞닿아 있습니다. OpenAI는 “모든 엔터프라이즈가 AI를 도입하고 싶지만 동시에 잘못 배포할까 두려워한다”고 쓰고, Anthropic은 에이전트는 유용한 만큼 평가가 어려워서, 평가 체계가 없으면 문제를 프로덕션에서 뒤늦게 잡는 “reactive loop”에 빠진다고 설명합니다.

두 번째 이유: 생산성 증가는 먼저 “내부 효율”로 나타나고, “새 제품”으로는 늦게 나타난다

Steve는 바깥에서 “왜 앱이 갑자기 10배 좋아지지 않았지?”라고 느끼는 이유가, 기업 안에서 생긴 AI 효과가 먼저 마진, 내부 운영 속도, 지원 업무, 반복 업무에 숨어 들어가기 때문이라고 봅니다. 실제 조사도 비슷합니다. Deloitte는 현재 기업들이 AI로 가장 많이 얻는 효과가 생산성과 효율 향상(66%)이라고 보고하지만, 제품/서비스 개선과 혁신(20%), 매출 증가(20%)는 훨씬 낮다고 봅니다. McKinsey도 AI 사용은 넓게 퍼졌지만, 아직 기업 전체 EBIT 영향을 봤다고 답한 비율은 **39%**에 그쳤고, 대부분 조직은 여전히 실험·파일럿에서 스케일 단계로 넘어가는 중이라고 봤습니다.

세 번째 이유: 큰 회사는 AI 생산성을 “흡수”하지 못한다

문제가 모델 성능이 아니라, 조직이 그 생산성을 삼켜서 제품으로 바꾸는 능력이라는 겁니다. 엔지니어는 빨라졌는데, downstream에서 디자인 리뷰, 보안, 법무, 컴플라이언스, 승인, 릴리즈 프로세스가 병목이 되면 바깥에서 보이는 제품 속도는 거의 안 바뀝니다. 그래서 그는 “우리가 큰 회사들을 보면서 왜 아무 것도 안 나오지? 하고 있는데, 사실은 이미 죽어 있는 회사들을 보고 있는 것일 수도 있다”고 말합니다. TeamDay의 요약도 같은 포인트를 짚는데, 큰 회사는 엔지니어가 덜 생산적인 게 아니라 조직이 그 출력(output)을 흡수하지 못한다는 해석입니다. McKinsey 역시 고성과 조직과 아닌 조직을 가르는 요소로 workflow redesign과 human validation process를 꼽았습니다.

네 번째 이유: 그래서 큰 회사 안에서는 “정체”, 바깥에서는 “폭발”이 동시에 일어난다

큰 회사는 AI 생산성이 올라가도 제품 변화가 안 보이고, 반대로 2명, 5명, 20명짜리 AI-native 팀은 그 생산성을 거의 바로 제품에 반영합니다. 그래서 혁신은 내부에서 균등하게 퍼지기보다 가장자리(edge)에서 먼저 폭발합니다.

그래서 “기업의 비결정성을 해결하는 솔루션”이 유망하냐?

제 답은 예스인데, framing이 중요합니다.

정확히 말하면 유망한 건 “비결정성을 없애는 솔루션”이 아니라,
“비결정성을 통제 가능한 운영 문제로 바꾸는 솔루션”입니다.

즉 엔터프라이즈는 “AI를 deterministic하게 만들어 주세요”를 사는 게 아니라, 아래를 삽니다.

어떤 입력/출력/툴 사용이 허용되는지 정하는 guardrails
에이전트가 실제로 잘 작동하는지 점검하는 evals
어느 단계에서 왜 잘못됐는지 보여주는 tracing / observability
사람이 어디에서 승인하고 개입해야 하는지 정하는 human-in-the-loop
나중에 감사 가능한 audit trail / policy / validation

개인 개발자의 “코딩 공장”이 기업을 바꿀까?

이것도 예스입니다. 다만 다른 시간축의 이야기입니다.

단기(가까운 돈): 엔터프라이즈의 두려움을 줄여 주는 control/governance/evals 계층

중기~장기(더 큰 upside): 작은 AI-native 팀이 기존 SaaS/기존 내부툴을 바깥에서부터 갈아엎는 것

저는 둘 중 하나만 맞는 게 아니라, 둘 다 맞고 순서가 다르다고 봅니다.

엔터프라이즈는 내부적으로는 guardrails·evals·audit 없이 못 갑니다. 하지만 시장 전체는 결국 작은 팀들이 더 빠르게 제품을 만들어 외부 경쟁 압력으로 큰 회사를 바꾸게 될 가능성이 큽니다.

“향후 새로운 IDE”는 정확히 어떤 모습인가?

2-1. 코드 편집기에서 “에이전트 관제실”로 바뀐다

Gas Town은 “2026년 IDE의 새로운 형태”이고, 여러 Claude Code 인스턴스를 돌릴 때 “누가 뭘 하고 있는지 추적하기 어려운” 문제를 대신 처리해 준다고 말합니다. 즉 새 IDE의 핵심은 텍스트 편집이 아니라 에이전트 상태 관리입니다.

1번 축: 대화형 인터페이스

새 IDE는 code-first가 아니라 conversation-first입니다.

Steve의 단계 구분에서도 초반엔 IDE 안 사이드바 에이전트, 이후엔 에이전트가 화면을 점점 더 차지하고, 나중에는 아예 CLI/멀티에이전트로 넘어갑니다. 즉 코드는 점점 “직접 쓰는 것”이 아니라 diff를 확인하거나, 정말 필요할 때만 내려가 보는 결과물이 됩니다. 그의 글에서도 “당신은 Product Manager이고, Gas Town은 Idea Compiler”라고까지 표현합니다.

2번 축: 에이전트 모니터링과 스티어링

새 IDE에서 인간의 역할은 “타이핑”보다 모니터링하고 방향을 틀어 주는 것에 가깝습니다.

Anthropic의 Claude Code agent teams 문서를 보면, 한 세션이 team lead가 되어 작업을 나누고, 각 teammate는 독립 context에서 일하며, 사용자는 중간에 각 에이전트와 직접 상호작용할 수 있습니다. 문서도 “monitor and steer”를 best practice로 강조합니다. Steve가 말한 미래 IDE는 정확히 이런 류의 fleet management UI에 가깝습니다.

3번 축: 작업 orchestration

Anthropic은 병렬화(parallelization)와 orchestrator-workers 패턴을 공식적으로 설명하면서, 복잡한 코딩 변경이나 멀티소스 검색은 중앙 orchestrator가 태스크를 쪼개서 worker에게 맡기고 합치는 방식이 잘 맞는다고 적습니다. OpenAI도 manager-agent와 decentralized multi-agent 패턴을 공식 가이드에 넣었습니다. 즉 새 IDE는 단일 에디터가 아니라 작업 분해, 위임, 합성, 품질 게이트가 들어간 운영체제가 됩니다.

Steve의 맥락을 최대한 풀어 쓰면, 미래 IDE는 대략 이런 모습입니다.

가운데에는 대화창이 있고

옆에는 에이전트 목록이 있으며

각 에이전트가 지금 어느 파일/태스크를 만지는지 보이고

충돌, 중복 작업, 막힌 태스크를 사람이 개입해서 재지시하고

마지막에 코드 diff를 보는 건 “주 작업”이 아니라 “최종 확인”이 됩니다.

여기에 더해 실전에서는 아래 기능이 붙을 가능성이 높습니다.

trace / eval / replay
merge queue
policy / quality gates
context compaction / summarization
file ownership / conflict avoidance
token burn / cost view

일반 사용자용 최종 형태는 더 “사람 같은 인터페이스”일 수 있다

그는 올해 말쯤 많은 사람이 코드를 “텍스트 폭포”로 읽는 대신, 얼굴(face)과 대화하듯 프로그래밍하게 될 것이라고 봅니다. 즉 파워유저는 CLI나 agent cockpit을 쓰겠지만, 대다수는 읽기/조작 부담이 적은 시각적·대화형 UI를 쓰게 된다는 뜻입니다. 그 방향성은 지금도 보입니다. Claude Code 자체는 텍스트 중심이지만, 이미 그 위에 더 시각적인 wrapper/GUI를 올리려는 시도가 있고, Steve 본인도 “better UIs will come”이라고 썼습니다.

콘텐츠와 소프트웨어가 폭증하면, 그걸 만들기보다 찾고 고르고 조합하고 대신 써 주는 층이 커진다

앞으로 모두가 소프트웨어를 만들게 되면, 인터넷 초창기에 검색엔진이 필요해졌듯이, 이제는 AI가 만든 수많은 툴·콘텐츠·경험을 찾아 주는 agent가 필요해진다고 봅니다. Anthropic도 orchestrator-workers가 특히 잘 맞는 예로 여러 소스에서 정보를 모아 분석하는 search tasks를 들고 있고, 즉 “무엇을 만들 것인가” 못지않게 “무엇을 찾아서 쓸 것인가”가 큰 시장이 됩니다.

두 번째 큰 기회: 추천·큐레이션 agent

Steve의 논리는 이렇습니다. 창작과 생성 비용이 급락하면, 희소한 것은 “콘텐츠”가 아니라 주의(attention)와 선택(selectivity)가 됩니다. 그래서 앞으로 중요한 건 단순 검색 결과가 아니라, 나를 잘 이해해서 내가 좋아할 것, 내가 필요할 것, 지금 시점에 맞는 것을 먼저 골라 주는 agent입니다. 이건 전통적 추천 시스템보다 더 넓습니다. 소프트웨어 추천, 워크플로 추천, 콘텐츠 추천, 개인화된 경험 라우팅까지 포함합니다. 결국 agent는 “답변 생성기”보다 개인화된 선택 엔진이 됩니다.

개인 software agent

이게 Steve가 보는 가장 파괴적인 변화입니다.
지금까지 bespoke software는 엔지니어의 특권이었는데, 앞으로는 비개발자도 자기용 앱과 워크플로를 만들게 됩니다. 그는 공개적으로 “everyone will want bespoke software”라고 보고 있고, OpenAI도 에이전트는 API가 있는 시스템은 API로, API가 없는 레거시는 computer-use로 UI를 직접 다루며 작업할 수 있다고 설명합니다. 이 말은 곧, 기존 SaaS가 제공하는 획일적 UI를 사람이 직접 클릭하는 대신, 내 agent가 나 대신 낡은 SaaS와 상호작용하는 시대가 열린다는 뜻입니다.

agent용 빌딩블록

그는 앞으로 비개발자와 에이전트가 뭔가를 만들려면, 그 위에 신뢰 가능한 building blocks가 필요하다고 봅니다. 저장소, 상태관리, 권한, 결제, 검색, 로그, 규정 준수, 유지보수 API 같은 것들입니다. 실제 공식 가이드들도 agents는 결국 도구와 API 위에서 작동한다고 설명하고, observability/eval/guardrail 같은 인프라도 빠르게 기본 스택이 되어 가고 있습니다. 그래서 “agent app”만 기회가 아니라, agent가 좋아하는 infra도 큰 기회입니다.

https://youtu.be/aFsAOu2bgFk?si=bsvwTmf4fRmGEond

“지위를 좇지 말고, 기본값을 깨고, 회사를 다시 창업하듯 운영하라”

행복을 쫓지 말고, 맡은 것을 더 낫게 만드는 사람(steward)이 되라.
기본값은 그냥 안 깨진다. 깨려면 끝까지 가야 한다.
창업은 멋져 보여서 하는 게 아니라, 안 하면 못 버텨서 하는 것이다.
좋은 CEO는 프로세스 관리자보다 결과 책임자에 가깝다.
회사는 리더의 exoskeleton이다.
좋은 회사는 잘 안 되는 걸 발견하면 빨리 정직해져야 한다.
회사가 죽음의 나선에 들어갔으면 거의 모든 것을 바꿔야 한다.
AI-native 회사는 AI를 “권장”하는 회사가 아니라, AI를 기본값으로 평가하는 회사다.
직업(job)보다 커리어(career)를 살아라.
Passion보다 service가 더 오래 간다.
가족은 성공의 장식이 아니라, 외로운 리더십을 감당하게 해주는 구조다.

지속적으로 큰 회사를 만든 건 대부분 코어 비즈니스 그 자체가 아니라, 코어 비즈니스의 first derivative였다.

Union Pacific Railway는 철도 운송만으로 큰 게 아니라, 철도가 만들어낸 토지·주택 가치에서 더 큰 돈을 벌었다.

Google은 검색이 핵심 기능이지만, 장기적으로 회사를 만든 건 광고라는 파생사업이었다.

즉, 훌륭한 회사는 “우리가 원래 하던 일” 하나만 잘해서 커지는 경우보다,
그 원래 일 때문에 생긴 주변 가치사슬을 흡수하면서 커지는 경우가 많다는 주장입니다.

이 관점은 Shopify 사례와도 연결됩니다. Shopify는 단순 쇼핑몰 SaaS가 아니라, 점점 더 payments, tax, billing, ads, merchant services 쪽으로 확장됐고, Kaz는 이걸 “merchant services company”에 가깝게 봅니다.

즉 “상점을 열어주는 소프트웨어”가 코어였다면, 파생사업은 “상인이 실제로 돈 벌고 운영하는 전 과정”이 된 셈입니다.

좋은 파생사업은 코어와 무관한 신사업이 아니다.
코어를 더 많이 이해할수록 자연스럽게 보이기 시작하는 인접 가치다.
그래서 “핵심을 더 깊게 이해하는 것”과 “파생사업을 찾는 것”이 연결된다.

그가 Shopify Shipping을 맡자마자 미국 우편법(US Postal Service Act)까지 읽은 이유와도 맞닿아 있습니다. 그는 늘 “시스템의 기원과 역사”를 먼저 이해하려고 합니다. 그래야 진짜 코어와 진짜 파생가치가 보인다는 식입니다.

Status보다 Stewardship

“Optimize for stewardship, not status.”

즉, “무엇이 될 것인가”보다 “무엇을 할 것인가”를 기준으로 살아라는 뜻입니다.

그는 어릴 때 “무엇을 하고 싶냐”는 질문에 늘 직함으로 답했다고 말합니다.
예를 들어 “CEO가 되고 싶다”, “이 직함을 갖고 싶다” 같은 식입니다.
그런데 친구가 “그게 무슨 뜻이냐?”고 되물으면서, 직함은 목표가 아니라 껍데기라는 걸 깨닫게 됩니다.

행복은 직접 목표로 삼으면 잘 안 잡힌다.

행복은 하나의 상태(state) 이기 때문이다.

반면 서비스, 기여, stewardship을 목표로 삼으면 결과적으로 훨씬 더 충만해질 가능성이 높다.

CEO는 지위를 가진 사람이 아니라
결과를 떠맡는 사람
즉 stewardship의 가장 큰 형태를 수행하는 사람

Default를 깨려면 반쯤이 아니라 끝까지 가야 한다

그는 “삶에서도 소프트웨어처럼 기본값(default)의 힘이 과소평가된다”고 봅니다.

사람은 대부분

사회가 준 기본값
학교가 준 기본값
가족이 준 기본값
산업이 준 기본값

을 그냥 받아들입니다.

그리고 소프트웨어 사용자도 대부분 기본 설정을 바꾸지 않습니다.
그래서 그는 이렇게 말합니다.

기본값을 바꾸는 일은 우연히 일어나지 않는다.
기본값을 override하려면 의도적으로, 강하게, 끝까지 밀어야 한다.

이걸 설명하는 대표 사례가 PE 회사 11일 퇴사입니다.

그는 경영학을 전공했고

자연스럽게 private equity firm에 갔습니다.

그건 “경영대 학생의 매우 전형적인 default”였습니다.

그런데 11일 만에 그만둡니다.

왜냐하면 너무 빨리 깨달았기 때문입니다.

“이건 내가 살고 싶은 삶이 아니다.”

그는 여기서 중요한 말을 합니다.

안전한 선택은 스스로 깨지지 않는다.
강하게 싸워서 벗어나야 한다.

즉, 기본값은 그냥 “조금 수정”하는 정도로는 안 바뀝니다.
기본값을 깨는 순간에는 full force가 필요합니다.
이 논리는 그가 Opendoor CEO가 된 것도 “커리어의 default가 아니었다”는 말과 이어집니다.

제품 관점에서의 보강

이 철학은 그의 제품관과도 연결됩니다.

그는 제품 만드는 사람들에게도 말합니다.

사용자에게 너무 자주 생각을 강요하는 default를 설계하면

사용자는 피곤해지고
결국 그 소프트웨어를 버린다.

즉 좋은 제품은 default 설계가 책임이고,
좋은 인생도 default override가 책임입니다.

개인적 default override: 종교, 기도, 그리고 “잘못된 경쟁”에서 빠져나오기

Kaz가 개인적으로 바꾼 대표 default는 종교 생활입니다.

그는 기술 업계, 특히 자신이 살아온 환경에서는 오히려 비종교적이 되는 것이 default였다고 말합니다.
그런데 그는 의도적으로

매일 성경을 읽고

매주 교회에 가고

기도하는 삶을 택합니다.

그 이유는 아주 실용적입니다.

그게 자신을 더 나은 인간으로 만들어준다고 믿기 때문입니다.
이건 종교적 정체성 자랑이 아니라, 일종의 정신적 operating system에 가깝습니다.

그가 이 부분에서 말하는 가장 중요한 통찰은 이겁니다.

머리가 좋은 사람, 경쟁심이 강한 사람, 성공 가능성이 큰 사람일수록

아무 생각 없이 살면 인생이 rat race가 되기 쉽다.

그러면 비교 대상은 끝이 없다.

“항상 나보다 부자인 사람” “항상 더 대단한 사람”과의 경쟁이 시작된다.

그 결과 성공해도 우울해질 수 있다.

그는 “Elon은 항상 당신보다 더 부자일 것”이라고 말하며,
그 경쟁은 애초에 이길 수 없는 게임이라고 봅니다.

그래서 그는 인생에서 어떤 경주는 필요하지만,
잘못된 경주를 선택하면 반드시 불행해진다고 말합니다.

기도의 의미도 여기 있습니다.

내가 모든 걸 통제할 수 없다는 걸 인정하고
하루를 되돌아보고
경쟁과 통제의 착각에서 잠시 벗어나는 것

그는 명상과 기도의 차이를 묻는 질문에도 거의 비슷하다고 답합니다.
다만 자신은 “누군가가 함께 있는 명상”을 하는 셈이라고 표현합니다.

왜 이민자 창업자가 많은가: 리셋보다 “안전망 없음”

“이민자는 새 나라에서 삶을 리셋하고 default를 다시 고를 수 있어서 성공하는 거 아니냐”

Kaz는 그걸 너무 낭만적인 해석이라고 말합니다.

그의 답은 더 차갑습니다.

성공한 이민자 창업자는 종종 선택지가 없어서 그렇게 된다.

그는 이렇게 말합니다.

부모가 아는 사람이 없었다.

취업할 연결망이 없었다.

학비를 벌어야 했다.

아무도 나를 뽑아주지 않았다.

그래서 웹사이트를 만들고 돈을 버는 게 자연스러운 생존 방식이 됐다.

즉 이민자 창업 서사는 “새로운 자유”보다는
안전망이 없는 환경에서 생존하기 위한 비자발적 entrepreneurialism에 가깝습니다.

여기서 나온 인상적인 조언도 있습니다.

누군가 “나 커서 창업가 되고 싶어요”라고 말하면,
Kaz는 오히려 보통 “하지 마라”고 답한다고 합니다.

왜냐하면 진짜 창업가라면 보통

이미 무언가 팔고 있고
이미 무언가 만들고 있고
이미 남이 시키지 않아도 그렇게 살고 있기 때문입니다.

그는 “창업은 멋있어 보여서 선택하면 거의 항상 실패한다”고까지 말합니다.
이유는 간단합니다.

고통스럽고, 외롭고, 생각보다 훨씬 더 아프기 때문입니다.

Founder Mode란 무엇인가: 프로세스가 아니라 결과를 떠안는 것

Founder mode = 결과(outcomes)에 대한 책임을 끝까지 자신에게 남겨두는 태도

그는 이렇게 선을 긋습니다.

프로세스를 설계하는 사람은 따로 있을 수 있다.

하지만 결과를 배달(outcome delivery)하는 책임은 CEO에게 있다.

즉 그는 “내 일은 process design이 아니라 outcome delivery”라고 봅니다.

professional managers care more about process than truth
즉, 전문 경영인은 때때로 무엇이 사실인가보다, 무엇이 그럴듯해 보이는가에 더 묶이기 쉽다는 겁니다.

왜냐하면 그들의 권력 기반은 “관리” 자체이기 때문입니다.

반면 창업자형 CEO는

결과에 책임지고

디테일을 파고들고

불편하더라도 진실을 보려고 합니다.

이 부분을 더 잘 이해하려면 Kaz가 겪은 “executive voice” 일화를 같이 봐야 합니다.

예전에 대기업에서 상사가
“너는 executive voice가 없어서 여기서 임원이 될 수 없다”고 말한 적이 있었다고 합니다.

Kaz는 그 말이 매우 아팠다고 말합니다.
왜냐하면 회사는 겉으로는 “bring your whole self to work”라고 하면서,
정작

지나치게 디테일을 따지는 사람
약간 더 비동의적(disagreeable)인 사람
9 to 5를 이상하다고 생각하는 사람

에게는 사실상 “너의 전체 자아를 가져오지 말라”고 하는 셈이었기 때문입니다.

그래서 그에게 founder mode는 업무 스타일 문제가 아니라
“회사에서 배제되던 자기 자신을 결과 책임의 방식으로 다시 정당화한 것”에 가깝습니다.

약점을 고치기보다, 약점을 감싸는 사람을 둬라

약점을 무조건 고치는 게 정답은 아니다.

왜냐하면 어떤 약점은
바로 그 사람의 강점을 만들어내는 원인이기도 하기 때문입니다.

예를 들어

디테일 집착

약간의 공격성

구조에 덜 맞는 방식

지나친 몰입

같은 것은 일반적 managerial feedback으론 “고쳐야 할 약점”처럼 보입니다.
하지만 Kaz는 묻습니다.

“내가 이게 약한 게, 내가 다른 데서 강한 이유는 아닐까?”

그래서 그는 평생 자신을 보완하는 사람을 곁에 두었다고 말합니다.

Facebook에도 process person이 있었다.
Shopify에도 있었다.
Opendoor COO인 Jung도 그 연장선이다.

즉 그의 방식은 well-rounded person이 되려 하기보다, well-rounded system을 만드는 것입니다.

모든 CEO는 “사용자 설명서(user manual)”를 써야 한다

이건 제품 만드는 사람에게도 중요한 포인트입니다.

Kaz는 자신에 대한 working blueprint, 일종의 **“Kaz 사용설명서”**를 10년 넘게 써왔다고 말합니다.
그는 이 문서를 모든 CEO가 가져야 한다고까지 말합니다.

왜냐하면 founder type 리더는 특히 strong attract, strong repel이기 때문입니다.

즉 나와 잘 맞는 사람은 매우 강하게 끌리고,
안 맞는 사람은 빨리 떨어져 나가야 합니다.

그는 이걸 식당 비유로 설명합니다.

이탈리안 레스토랑에 가서 “스시가 왜 없냐”고 하면 손님 잘못

그런데 간판이 그냥 “restaurant”인데 음식이 별로면 식당 잘못

즉 리더의 책임은
내가 어떤 사람인지 분명하게 알려서, 상대가 opt-in / opt-out 할 수 있게 하는 것입니다.

이건 채용, 팀빌딩, 협업의 마찰을 줄이는 굉장히 강한 철학입니다.

“I got your back”의 진짜 뜻: 높은 초기 신뢰, 빠른 고갈

그는 자신이 “같이 일하면 나는 보통 사람보다 더 높은 신뢰에서 시작한다”고 말합니다.
여기서 Toby의 trust battery 개념을 가져옵니다.

Toby식 기본형은 이렇습니다.

처음엔 50% 신뢰에서 시작

잘하면 배터리가 차오름

못하면 줄어듦

그런데 Kaz는 자신은 다르게 운영한다고 말합니다.

자신은 보통 75% 신뢰에서 시작

대신 소진(deplete) 속도가 훨씬 빠르다

왜냐하면 그는 사람에게 초반부터 더 큰 위험을 맡기고 싶어 하기 때문입니다.
즉 “I got your back”은 다정한 문장이라기보다 실제로는

“가서 위험을 감수해라. 내가 그 리스크를 underwriting 해주겠다.”

는 뜻입니다.

그런데 신뢰를 빨리 주는 만큼,
그 신뢰가 무너질 때는 조직에서 빨리 정리되기도 합니다.

그는 Opendoor 들어온 뒤 두 분기 사이에 executive team이 거의 다 바뀌었다고 말합니다.
이건 바로 strong attract / strong repel의 실제 작동입니다.

Toby에게서 배운 것: 장기 할인율 0, 그리고 “이번 주 vs 10년”

Kaz가 Toby Lütke에게서 배운 가장 큰 것은 장기 사고(long-term thinking) 입니다.

그는 금융의 discount rate 개념을 빌려 설명합니다.

대부분의 회사는

5년 뒤 결과

10년 뒤 결과

를 크게 할인해서 봅니다.

즉 먼 미래의 가치를 작게 쳐버립니다.

그런데 Toby는 거의 discount rate가 0인 사람처럼 행동한다고 말합니다.
즉 10년 뒤 결과를 오늘만큼 중요하게 봅니다.

이와 연결된 매우 강한 주장 하나가 더 있습니다.

회사를 운영할 때 유의미한 시간 단위는 “이번 주”와 “10년”이다.
그에 비해 분기(quarter)는 대체로 별 의미가 없다고 합니다.

왜냐하면

1주는 실험하고 shipped하고 학습하기에 충분히 길고

10년은 진짜 전략을 볼 수 있는 시간인데

12주는 그 어느 쪽에도 애매하다는 겁니다.

이건 그의 전반적인 운영관을 잘 보여줍니다.

execution은 주 단위
vision은 10년 단위
분기 숫자에 집착하는 것은 중간관리형 사고

Shopify Logistics 철수: 좋은 회사는 “틀린 베팅”을 정직하게 접는다

Shopify가 물류를 직접 하겠다고 나섰을 때는 이유가 있었습니다.

당시에는 소상공인이 쓸 만한 물류 대안이 거의 없었습니다.
사실상 Amazon or bust에 가까웠습니다.

그런데 몇 년이 지나고 판이 바뀝니다.

좋은 물류 회사들이 생기고

Walmart, DHL 같은 플레이어들도 움직이며

Shopify가 직접 “콘크리트를 사서” 물류를 할 필요가 줄어듭니다.

여기서 Kaz의 핵심 철학이 나옵니다.

과거의 베팅이 틀렸다고 해서 과거의 자신을 죄책감으로 몰 필요는 없다.

당시 정보 기준으로는 최선의 선택이었을 수 있다.

하지만 새로운 사실을 배웠다면 새 결정을 해야 한다.

즉 그는 기업 전략을
“과거의 판단을 방어하는 일”이 아니라
“현재의 사실로 현재의 결정을 다시 하는 일”로 봅니다.

그리고 이 결정이 빨랐다는 점도 중요합니다.
인터뷰에 따르면 철수 결정은 대략 3~4주 수준의 짧은 기간 안에 내려졌습니다.

그는 내부적으로 엄청난 정치 싸움이 있었다기보다,
Shopify는 “안 되는 걸 발견하고도 스스로에게 정직할 수 있는 회사”라고 설명합니다.

이건 굉장히 좋은 조직 문화 정의입니다.

회사는 리더의 exoskeleton이다

Kaz가 던진 아주 좋은 문장 중 하나가 이것입니다.

좋은 회사는 리더의 exoskeleton이다.

즉 회사는 리더의 가치관, 사고방식, 집착, 불안, 기준, 시간축을 외부 구조로 구현한 것에 가깝다는 뜻입니다.

그래서 그는 Shopify가
결국 Toby의 exoskeleton이라고 말합니다.

이 문장은 리더십 논의에서 꽤 중요합니다.

문화는 슬로건이 아니라 리더의 행동 패턴에서 생기고

회사의 사고방식은 리더의 사고방식이 외연화된 결과물이라는 뜻입니다.

Opendoor는 “turnaround”가 아니라 “refounding”이다

몇 주간 주말마다 회사와 제품을 해부 아내와의 대화가 거의 Opendoor 이야기만 됨

결국 Keith에게 “우리 전 재산을 넣어서라도 Opendoor를 비상장화하자”고 문자

그 계획은 성사되지 않았지만

얼마 뒤 CEO 제안이 와서 2주 반 정도 만에 Opendoor CEO가 됨

여기서 핵심은 단순 승진이 아니라 obsession-driven entry라는 점입니다.

그는 원래 “CEO가 되고 싶다”가 아니라,
이 문제를 꼭 풀고 싶다에서 시작합니다.

그리고 그가 이사회에 요구한 조건도 중요합니다.

기존 공동창업자/핵심 인물이 보드에 있어야 한다
한동안 “겉으로 어떻게 보이는지”는 신경 쓰지 말아야 한다
자신은 caretaker가 아니라 builder다

왜 refounding이 필요한가: 느린 쇠퇴는 전문경영인의 전문 분야다

Kaz는 전문경영인이 잘하는 일과 못하는 일을 아주 날카롭게 구분합니다.

그의 표현을 빌리면,

전문경영인은 slow decline을 관리하는 데는 꽤 괜찮다.

하지만 extraordinary outcome을 만드는 exothermic energy는 거기서 잘 안 나온다.

즉 회사가 sideways나 death spiral에 들어가면
pricing tweak, packaging tweak, 조금의 조직개편 같은 부분 개선으로는 안 된다는 겁니다.

그가 말하는 진짜 refounding은

“회사가 죽음의 나선에 들어갔으면, 거의 모든 것을 바꿔야 한다”

는 주장입니다.

그래서 그는 좋은 turnaround의 사례로 Apple, Microsoft를 떠올립니다.
둘 다 단순 효율화가 아니라
회사의 operating logic 자체가 바뀐 순간이 있었기 때문입니다.

그리고 여기서 “founder seat”라는 개념이 나옵니다.

그는 말합니다.

문제는 실제 창업자가 있느냐가 아니라,
회사 안에 founder seat를 누가 차지하고 있느냐입니다.

즉 실제 창업자 본인이 아니어도, 누군가가

결과 책임
장기 방향
급진적 재설계
제품 집착

을 떠맡는다면 그 자리를 점유할 수 있습니다.

주가를 보지 않는 이유: 회사 가치와 주가는 단기적으로 다르다

그는 아주 좋은 비유를 합니다.

ESPN을 보는 게 쿼터백을 더 잘하게 만들지 않듯

CNBC를 보는 게 CEO를 더 잘하게 만들지 않는다

즉 그는 주가가 단기적으로는
회사 지능이나 실행력의 정확한 지표가 아니라고 봅니다.

그의 기준은 단순합니다.

사용자의 문제를 풀고
장기적으로 가치를 만들면
결국 회사 가치는 따라온다

이건 “주주 무시”가 아니라 오히려 더 엄격한 장기주의입니다.

쇠퇴를 관리하게 만드는 RSU보다, 결과에 베팅하게 만드는 구조

Kaz는 CEO 보상 구조가 굉장히 중요하다고 봅니다.
왜냐하면 보상이 행동을 만든다고 보기 때문입니다.

그는 이상적으로는

$1 salary
options 중심

을 원했다고 말합니다.

즉 자신이 주주와 똑같이
성과가 나야만 돈을 버는 위치에 있고 싶었던 겁니다.

다만 상장회사 제도 때문에 그렇게 단순하게 하긴 어려워서,
실제로는 옵션과 유사한 PSU 구조로 설계했다고 말합니다.
Opendoor 관련 보도도 그의 보상 패키지가 주가 성과와 강하게 연결된 공격적인 구조라는 점을 짚었습니다.

그가 RSU를 싫어하는 이유도 분명합니다.

RSU는 때때로 경영진에게
“회사를 죽지 않게만 질질 끌어도 돈을 버는 구조”를 만들 수 있습니다.

그는 그걸 아주 싫어합니다.

왜냐하면 자신은
회사의 느린 쇠퇴를 관리할 인센티브가 전혀 없어야 한다고 보기 때문입니다.

AI-native 전환: “Default to AI”를 문화가 아니라 평가 항목으로 박아 넣다

Kaz는 Opendoor를 그냥 “AI를 잘 쓰는 회사”로 만들려는 게 아니라,
AI-native operating model을 만들려 합니다.

공식 회사 실적 발표에서도 Opendoor는 2025년 이후
AI 기반 수리 판단, title/escrow 자동화 등 여러 AI-driven 운영 변화를 설명했습니다.

그런데 인터뷰의 핵심은 기술 자체보다 조직 설계에 있습니다.

그는 회사 전체 해커톤을 열었고,
집 수리를 관리하던 현장 인력이 직접 소프트웨어를 만들어 자기 일을 자동화한 사례를 말합니다.

즉 AI-native란

소수 엔지니어만 AI를 잘 쓰는 게 아니라

업무를 가진 사람이 자기 일을 자동화하는 것

그래서 인간이 작업자가 아니라 소프트웨어 관리자(manager of software pieces)가 되는 것

입니다.

그리고 진짜 중요한 문장은 이것입니다.

“The first line in your job description is: you default to AI.”

즉 AI 사용은 권장사항이 아니라,
사실상 직무 수행의 기본 전제입니다.

더 나아가 그는
성과평가의 첫 질문도 “이 사람이 AI를 기본값으로 쓰는가?”가 될 것이라고 말합니다.

이건 굉장히 강한 방식입니다.
AI adoption을 문화 캠페인이 아니라 performance system에 넣어버린 겁니다.

Job이 아니라 Career를 살아라

Kaz는 자신이 CEO가 되려고 10년짜리 비밀 계획을 세운 게 아니라고 말합니다.
대신 그는 늘 job이 아니라 career를 산다고 봤습니다.

그의 정의는 매우 깔끔합니다.

Job: 남을 위해 돈 벌려고 하는 일

Career: 자기 자신을 위해 매일 구축하는 장기 프로젝트

그래서 그는
“얼마를 받느냐”보다
“나는 어떤 커리어를 쌓고 있느냐”에 훨씬 더 집중했다고 말합니다.

이 부분의 핵심은 단순 워커홀리즘이 아닙니다.
그는 대부분 사람에게는 job도 충분히 괜찮다고 분명히 말합니다.

다만 자신은 다르다는 겁니다.

자신의 삶은 커리어에 최적화돼 있고

아내도 그 커리어에 맞춰 살고

아이들도 그 사명을 같이 살아간다고 말합니다.

이건 일반화할 조언이라기보다,
그가 자신을 얼마나 강하게 “mission-oriented”로 정의하는지를 보여줍니다.

Passion보다 Service

“Passion을 따라라”는 말에 대해
그는 그다지 신뢰하지 않는 편입니다.

대신 이렇게 묻습니다.

“어떻게 세상에 기여할 수 있을까?”

그 이유는 명확합니다.

“내가 뭘 얻을까?”를 기준으로 살면 대개 꼬이고

“내가 어디에 보탬이 될까?”를 기준으로 살면 정렬되기 쉽다

그는 이게 커리어뿐 아니라
연애와 인간관계에도 같다고 말합니다.

즉 자기 자신을
주변에 순증(net addition)을 더하는 존재로 보라는 겁니다.

결혼과 아이는 왜 중요한가

그는 결혼이 남성의

건강
부
행복

에 매우 큰 영향을 준다고 봅니다.

그리고 북미 맥락에서
삶이 무너질 확률을 크게 줄여주는 3단계로

고등학교 졸업
직장 경험
30세 이전 결혼

을 제시합니다.

이건 보편적 진리라기보다
통계적으로 유리한 경로라는 식으로 말합니다.

특히 그는 아이를 갖는 것을 과소평가해서는 안 된다고 봅니다.

왜냐하면 CEO 일은 너무 외롭기 때문입니다.

그는 Shopify에서 대규모 해고 관련 1on1을 하루 종일 하고 무너져 울었던 날,
집에 돌아와 아들이 안아줬던 경험을 말합니다.

그 순간

그날의 고통은 사라지지 않았지만

감당 가능해졌다고 말합니다.

이 이야기는 “가족이 중요하다”는 추상론이 아니라,
리더십의 감정적 비용을 버티게 해주는 구조로서의 가족을 설명합니다.

Karma, Mission, 그리고 삶의 목적

그는 오히려

사람마다 사명이 있고
그 사명을 찾는 것이 인생의 일이며
더 많은 선을 행할수록 더 많은 선이 돌아온다

고 믿습니다.

물론 이것이 “삶은 쉽다”는 뜻은 아닙니다.
그는 오히려 어려움과 의미가 높은 상관을 가진다고 봅니다.

이 철학이 결국 그의 개인적 사명으로 연결됩니다.

“평범한 가정이 좋은 집을 afford할 수 있게 만들고, 좋은 가족을 꾸릴 수 있게 하자.”

즉 주택 소유와 거래의

friction
cost
complexity

를 줄이는 것이 그가 Opendoor에서 추구하는 깊은 목적입니다.

https://youtu.be/9ZlmsA4Bzk0?si=f11F2BYLOzXTB7sM

입력에 집중하라

결과보다 입력, 즉 어떤 방식으로 일을 하느냐가 중요하다는 것입니다. 좋은 입력이 결국 좋은 결과를 만든다고 봅니다.

일관된 복리

매일 조금씩 나아지는 것을 매우 중요하게 생각합니다. 특별한 날 한 번의 도약보다, 매일의 1% 개선이 더 강력하다고 봅니다.

정직과 직접성

그는 사람들에게 돌려 말하지 않고, 사실 기반으로 직접 말하려 한다고 합니다.

모든 사람에게서 배운다

아버지가 어릴 때 “세상 모든 사람에게서 배울 게 있다”고 말해준 것이 큰 영향을 줬다고 합니다. 그래서 사람을 위계보다 배움의 원천으로 봅니다.

가족과 친구

그는 일과 삶을 분리하기보다 통합된 것으로 봅니다. 가족과 친구는 자신이 어긋날 때 바로잡아주는 존재라고 말합니다.


입력 vs 출력: 매일 가장 중요한 1차 문제를 찾는다

Alfred는 매일 아침 운동을 하고, 이메일을 본 뒤 이렇게 자문한다고 합니다.

“오늘 꼭 맞혀야 하는 가장 중요한 것은 무엇인가?”

여기서 중요한 건 단순 우선순위가 아니라 first-order issue입니다.

그는 긴 할 일 목록을 만드는 건 쉽지만, 진짜 중요한 것은 그 목록 위로 올라가서 보는 것이라고 말합니다. 많은 할 일은 중요하지 않고, 가장 중요한 문제가 맨 아래 숨어 있을 수 있기 때문입니다.

즉 그의 하루는 다음과 같은 방식으로 정리됩니다.

무작정 목록을 처리하지 않는다
한 단계 위로 올라가 본다
결과를 가장 크게 바꾸는 근본 문제를 찾는다

그걸 먼저 해결한다

—

1차 문제(first-order issue): 겉문제가 아니라 근본원인을 푼다

그는 first-order issue를 Zappos 사례로 설명합니다.

사례 1: 웹사이트가 느리다

겉으로 볼 때는 이런 선택지가 있을 수 있습니다.

사진 수를 줄일까?
검색 결과를 줄일까?

하지만 그는 이것들이 1차 문제가 아니라고 봅니다. 진짜 문제는 웹사이트 속도이고, 해법은 고객가치를 줄이는 것이 아니라 기술로 속도를 해결하는 것입니다. 그래서 캐싱 등 기술적 해결책으로 접근해야 한다고 설명합니다.

사례 2: 물류센터가 안 돌아간다

무엇이 문제인지 처음엔 불명확했습니다.

피킹이 문제인가
주문처리가 문제인가
포장이 문제인가

그런데 위로 올라가 보니 문제는 개별 프로세스가 아니라 전체 흐름(flow) 이었습니다. 핸드오프가 너무 많고, 배치 처리 중심이라 흐름이 끊기고 있었던 것입니다. 그래서 개별 단계 최적화보다 전체 흐름 최적화로 전환합니다.

이게 그의 문제해결 방식입니다.
겉증상을 줄이는 선택지가 아니라, 문제를 낳는 구조를 찾는 것입니다.

—

13살 아들이 학교에 대해 굉장히 부정적으로 말하자, Alfred는 “부정적 태도는 세상을 더 나쁘게 보이게 만들고, 긍정적 태도는 세상을 더 좋게 보이게 만든다”고 말합니다.

그리고 “yes, and” 방식으로 생각해보자고 권합니다.
즉 “안 돼, 하지만”이 아니라 “좋아, 그리고”로 옵션을 넓히라는 것입니다.

이건 단순 훈육이 아니라 그의 의사결정 철학과도 닿아 있습니다.

닫는 사고보다 여는 사고
문제의식보다 가능성 탐색
반응보다 프레임 설정

—

속도보다 velocity

그는 속도(speed)보다 velocity를 씁니다.
이유는 velocity에는 방향이 포함되기 때문입니다.

speed: 빨리 가는 것

velocity: 빨리, 그리고 올바른 방향으로 가는 것

좋은 회사는 단순히 열심히가 아니라, 계속 밀어붙이면서도 방향을 유지해야 한다고 봅니다.

“진짜 사업”을 만들어야 한다

닷컴 버블 시기 많은 회사는 사용자나 트래픽은 많았지만 사업은 아니었다고 말합니다. 그는 Sequoia에서 늘 “우리가 갖는 건 제품도 창업자도 아닌, 회사의 지분”이라고 설명합니다. 결국 회사는 언젠가 자유현금흐름을 만드는 사업이어야 합니다. 그게 곧 “free cash flow equals freedom”입니다.

—

그는 리더십이 단순히 “더 밀어붙이는 것”이라고 보지 않습니다.

어떤 때는 force를 가해 팀이 부딪히게 해야 하고

어떤 때는 obstacle을 제거해 줘야 한다고 말합니다

중요한 건, 힘을 가하면 어디에 부딪히는지가 보인다는 점입니다. 그러면 그게 장애물인지, 구조 문제인지 식별할 수 있습니다.

그는 이사회 멤버의 역할도 여기서 정의합니다.

창업자가 부딪히는 장애물을 식별하고, 제거하는 데 도움을 주는 것.

friction 제거가 회사를 바꾼다

Airbnb 초기는 지금의 완성형 마켓플레이스가 아니라, 더 listing service에 가까웠다고 말합니다.

캘린더는 있었고
결제도 있었고
정산도 있었지만

핵심 friction이 컸습니다

그 friction은 신뢰 부족이었습니다.

초기엔 Facebook Connect로 상대를 확인하게 했지만, 여전히 예약까지 24~72시간이 걸렸고, 이건 여행 시장에서는 너무 느렸습니다.

여기서 1차 문제가 드러납니다.

문제는 “호스트가 더 신중해야 한다”가 아니라

즉시 예약이 안 되는 구조 자체였습니다

그래서 나온 해법이 Instant Book입니다.

바로 모든 호스트에 적용하지 않고, 새 호스트부터 자동 예약 구조를 익히게 했고, 점점 더 많은 호스트가 “이게 맞는 방식”이라고 받아들였습니다.

많은 위대한 회사는 fringe에서 출발한다

mainstream이 되려면 핵심 friction을 제거해야 한다
그 friction을 없애기 전까지는 성장이 제한된다

——
DoorDash 사례: 더 낫기만 해서는 안 되고, 달라야 한다

DoorDash는 Sequoia가 시드 때 투자하지 않았다고 말합니다.
처음엔 “대학생들이 부모 돈으로 음식 시켜 먹는 서비스”처럼 보여 fringe하게 느껴졌기 때문입니다.

하지만 나중에 보니 DoorDash는 단순히 도시 대신 교외를 택한 contrarian 회사가 아니었습니다. 교외가 더 좋은 이유가 분명했습니다.

교외에 사는 사람은 음식을 가지러 20분씩 운전해야 해 가치가 더 크다

식당 밀도는 생각보다 충분하다
작은 도시도 결국 메인 스트리트 중심으로 밀도가 형성된다.

더 중요한 건 이겁니다.

큰 플레이어와 정면으로 싸우지 않았다.

모두가 도시를 가는 동안 DoorDash는 교외에서 돈을 벌었고, 그 이익으로 다시 도시로 들어갔습니다. Alfred는 이를 모든 스타트업의 원칙으로 봅니다.

큰 회사와 같은 곳에서 정면 승부하지 말라
그들이 잘 안 보는 곳, 잘 안 하는 방식으로 이겨라
“advantageous divergence”, 즉 유리한 차별화가 중요하다

장기 경쟁 우위는 정면승부가 아니라 전장 선택이다

그는 Walmart, Google, Apple 예를 들어 이 생각을 확장합니다.
Walmart는 도시가 아니라 상대적으로 덜 경쟁적인 지역에서 시작했다
Google은 head keyword보다 long-tail keyword 광고에서 기회를 키웠다
Apple은 언제나 “더 빠른 프로세서”가 아니라 더 좋은 사용자 경험에 집중했다

즉 위대한 회사는 남들이 같은 기준으로 경쟁할 때,
전혀 다른 기준으로 승부합니다.

—

채용: slope를 봐라, intercept만 보지 마라

그는 채용에서 자주 말하는 기준이 “slope, not intercept”라고 합니다.

intercept: 지금 당장 얼마나 준비돼 있는가

slope: 얼마나 빨리 배우고 성장하는가

스타트업은 회사가 너무 빨리 변하기 때문에, 지금 경력이 화려한 사람보다 학습 속도와 적응 속도가 더 중요하다고 봅니다.

그는 잠재력을 이렇게 판단하려 한다고 말합니다.

과거에 빠른 승진을 했는가
학습 속도가 빨랐는가
긴박함(sense of urgency)이 있는가
모호한 환경에서 스스로 운영체계를 만들 수 있는가

또 너무 앞선 회사 출신을 뽑는 것도 경계합니다. 한두 장 앞선 회사 출신은 도움이 되지만, 열 장 앞이면 오히려 현재 단계의 문제를 이해하지 못할 수 있다는 것입니다.

—-

말도 안 되는 아이디어 같았던 신발 인터넷 판매

Zappos는 원래 Nick Swinmurn이 만든 아이디어였습니다.
답변 녹음기 시절에 “신발을 인터넷으로 팔자”는 음성 메시지를 남겼고, Tony와 Alfred는 거의 지울 뻔했다고 말합니다.

그런데 Nick이 남긴 한 문장이 중요했습니다.

미국 신발 시장은 400억 달러
그중 5%는 이미 우편 주문
그럼 20억 달러
인터넷은 우편 주문보다 더 커질 가능성이 높다

이 간단한 논리 때문에 미팅을 했고, 투자하게 됩니다.

초기엔 Venture Frogs가 50만 달러씩 투자했고, Alfred는 중간에 Tellme Networks로 가지만 Tony가 Zappos에 깊게 들어가 결국 CEO가 됩니다.

——

9/11: 하루아침에 매출이 0이 되다

Zappos의 첫 crucible moment는 9/11 직후였습니다.

작은 매출이지만 그래도 있던 사업이

바로 다음 날 0이 됐다고 합니다

여기서 회사는 “성장”이 아니라 생존 가능한 구조로 돌아갑니다.

손익분기점 운영
적은 현금 소모
아주 창의적인 운전자본 관리

이후 Sequoia가 2004~2005년에 본격 투자할 때까지, Zappos는 거의 작은 자본으로 버텼습니다.

적은 돈으로 큰 회사를 만들다

그는 Zappos가 놀라울 정도로 적은 외부 자본으로 커졌다고 설명합니다.

Tony가 자기 돈 1000만 달러를 넣었고

나머지는 공급업체 신용, 은행 신용한도 등으로 돌렸습니다

그럼에도 회사는 매각 시점 16억 달러 매출까지 갔습니다

큰 돈을 많이 태우지 않아도 회사를 만들 수 있다
CAC가 1차적으로 성립해야 한다
고객서비스가 마케팅보다 중요할 수 있다

——
고객서비스와 반복구매

돈이 없었기 때문에 Zappos는 다른 방법을 찾아야 했습니다.
그 답이 고객서비스였습니다.

그들은 깨달았습니다.

새 고객을 한 명 더 데려오는 것보다
기존 고객이 한 번 더 주문하게 하는 게 훨씬 낫다
그래서 집요하게 고객경험을 개선합니다.

사이트 속도 개선
4시간 내 피킹/포장/출고
UPS/FedEx/USPS와 협업해 배송비 절감
5~7일 배송에서 다음날 배송으로 개선
쉬운 반품

“집으로 매장을 가져온다”는 경험 만들기

그 결과 어떤 날은 주문의 80%가 반복 고객에서 나왔다고 말합니다.

반품이 많을수록 좋은 고객일 수 있다

가장 유명한 역설 중 하나가 나옵니다.

Zappos는 해마다 반품률이 올라갔고, 이건 내부적으로도 논쟁거리였습니다.
반품은 물류센터에서 가장 비싼 작업 중 하나였기 때문입니다.

그런데 Alfred가 고객을 분석해 보니:

최고의 고객, LTV가 가장 높은 고객이

반품도 가장 많이 하고 있었습니다

처음엔 이상해 보이지만 이유는 명확했습니다.

그 고객들은 Zappos를 이해하고 있었고:

더 많이 주문하고
더 많이 시도하고
안 맞는 건 반품하고
맞는 건 계속 보유했습니다

반품이 없다는 건 오히려 보수적으로만 산다는 뜻일 수 있습니다.

그래서 Zappos가 내린 결론

문제는 반품률 자체가 아니다
반품 처리 비용을 최대한 싸고 효율적으로 만드는 것이 1차 문제다

——
맞는 사람이 회사를 만든다

Zappos 문화는 Tony Hsieh가 LinkExchange에서 얻은 반성에서 나왔다고 설명합니다.

LinkExchange에서는 “직무상 맞는 사람”을 뽑다 보니, 어느 날 회사를 돌아보니 “내가 일하고 싶은 회사가 아니게 되어 있었다”고 합니다.

그래서 Zappos에서는 문화와 가치 정의에 집착하게 됩니다.

초기엔 문화가 막연했습니다.

Tony가 좋아하면 문화 fit인가?
Fred가 좋다고 하면 fit인가?

이런 상태였는데, 어느 시점에 회사 전체에 물었습니다.

Zappos의 가치는 무엇인가?
당신 개인의 가치는 무엇인가?
회사에서 싫은 점은 무엇인가?

그 결과 처음엔 38개 가치가 나왔고, 이를 줄여 10개 core values가 만들어졌다고 설명합니다. 핵심 가치는 “Deliver WOW Through Service”였습니다.

중요한 건, 이 가치는 고객만이 아니라 직원, 파트너, 투자자에게도 적용된다는 점입니다.

—

안주하지 않기: 성공 뒤의 오만을 경계한다

그는 Jim Collins의 How the Mighty Fall을 언급하며,
망하기 전 첫 신호는 “hubris born of success”, 즉 성공에서 오는 오만이라고 말합니다.

그래서 좋은 회사는 늘 스스로를 경계합니다.

Sequoia에서는 “우리는 다음 투자만큼만 훌륭하다”
Zappos에서는 “다음 주문 하나 망치면 그 고객에겐 모든 평판이 끝난다”

즉 과거 성공은 미래를 보장하지 않습니다.

고객은 늘 불만족스럽고,
새로운 것은 곧 당연한 것이 됩니다.
그래서 회사는 계속 새로워져야 합니다.

—
1% 복리: 10배 아이디어보다 강할 수 있다

그는 Zappos에서 밀었던 두 가지가 있다고 합니다.

1) “and”의 힘

둘 중 하나가 아니라 둘 다를 하라는 것입니다.

속도를 높이되 사이트는 느려지면 안 된다

배송을 빠르게 하되 경험도 좋아야 한다

2) 매일 1% 개선

그는 화이트보드에 자주 1.01^365를 적었다고 합니다.
1달러를 매일 1%씩 복리로 굴리면 1년 뒤 37~38달러가 된다는 논리입니다.

그래서 그는 10배 아이디어만 찾는 태도보다,
매일 1%씩 좋아지는 체계를 만드는 것이 오히려 더 강력하다고 봅니다.

—
핵심 사업을 오래 복리시키고, 그 다음을 연다

그는 위대한 회사는 대개 핵심 사업을 매우 오래 복리로 키운다고 말합니다.

Google은 오래 search

Amazon은 오래 e-commerce

그리고 Amazon의 책→음반→전자제품 확장은 새로운 act two라기보다, 같은 시스템 위의 카테고리 확장에 가깝다고 봅니다.

진짜 act two는 AWS 같은 경우입니다.
그런데 그조차도 Amazon은 “비트를 위한 물류센터”처럼 생각했다고 말합니다.

즉 완전히 뜬금없는 확장이 아니라,
기존 능력의 추상화된 연장선이어야 한다는 것입니다.

—
Founder mode vs manager mode: 둘 다 해야 한다

그는 founder mode와 manager mode를 이분법으로 보는 걸 별로 좋아하지 않습니다.

대신 그는 fire and ice라고 표현합니다.

fire: 창업가적 열기, 창조, 추진력
ice: 차가운 사실, 디테일, 관리

최고의 회사는 둘 다 갖고 있습니다.

또 그는 단계를 이렇게 나눕니다.

1. creator mode: 0→1 창조
2. operator mode: 시스템 개선과 go-to-market
3. manager mode: 자원 배분과 우선순위
4. leader mode: 조직 전체 방향 제시

즉 창업자는 하나의 고정 역할이 아니라, 회사의 단계에 따라 계속 역할이 바뀌어야 합니다.

그는 first principles를 이렇게 설명합니다.

기존 프레임워크를 잠시 내려놓고

백지에서 다시 문제를 본다

이번 상황에 맞는 새로운 프레임을 만들 수도 있다

즉 mental model은 유용하지만,
모든 문제를 기존 모델에 억지로 끼워 맞추면 안 된다는 것입니다.

팬데믹: Airbnb와 DoorDash의 극단적으로 다른 crucible moment
Airbnb

팬데믹 때 Airbnb는 매출이 80% 급감했습니다.
손님, 호스트, 직원, 투자자, 모두가 동시에 압박을 줬습니다.

Brian Chesky는 여기서 먼저 원칙을 세웁니다.

이건 100년에 한 번 있는 팬데믹이다
내가 팬데믹을 고칠 순 없다
하지만 Airbnb를 다음 세대까지 살아남게 만들 수는 있다

그다음 순서대로 실행합니다.

마케팅 삭감
계약직 삭감
낮은 밸류 증자 대신 부채로 자금 조달
호스트와 게스트 양쪽 모두를 커버할 자금 확보
마지막에야 해고
그리고 국경 간 여행 대신 근거리 여행, 장기 체류, 로컬 이동으로 모델을 전환합니다.

DoorDash

반대로 DoorDash는 팬데믹으로 가속을 받습니다.
Tony Xu는 식당들이 30일도 못 버틴다는 걸 몸으로 알고 있었고, 그래서 먼저 식당을 살리는 방향으로 움직였습니다.

가장 인상적인 건, 식당이 연락할 때까지 기다리지 않고:

메뉴를 먼저 올려 놓고
표준 조건을 제시하고
“켜기만 하면 된다”고 한 점입니다

즉 둘 다 같은 팬데믹이었지만:

Airbnb는 생존을 위해 모델을 재정의했고
DoorDash는 상인을 돕는 방식으로 공격적으로 확장했습니다
Alfred는 여기서 차이를 이렇게 봅니다.

어떤 창업자는 위기를 “기회가 숨어 있는 상황”으로 보고, 어떤 창업자는 그냥 위기로만 본다.

순서가 중요하다: 무엇보다 sequencing

그는 Tony Xu의 말을 인용해,
“우리는 보통 해야 할 일을 안다. 문제는 순서다”라고 말합니다.

Brian은 직원 보호를 중요하게 봤기에 해고를 마지막으로 미뤘고

Tony는 상인을 제일 중시했기에 상인을 먼저 구하는 순서로 움직였습니다

즉 회사 가치(values)는 좋은 시기에 쓰는 장식이 아니라,
플레이북이 사라졌을 때 순서를 정해주는 마지막 기준입니다.

초기는 함께 있어야 신뢰의 우물이 생긴다

그는 초기 회사는 원격으로 만들기 매우 어렵다고 말합니다.

이유는:

함께 일하며 쌓이는 신뢰의 우물(well of trust) 이 필요하기 때문
비언어적 신호, 몸짓, 반응, 리듬은 화면으로 거의 전달되지 않기 때문
문화는 의식, 행동, 서사로 만들어지는데 그건 줌으로 약하다

그래서 그는:

초기 팀은 가능하면 같이 있어야 하고
커피숍이라도 같이 모여 일하는 게 낫고
문화 형성엔 대면이 중요하다고 봅니다

다만 완전 반원격도 아닙니다.

중요한 오프사이트나 올핸즈는 불러 모으고
어떤 일은 줌으로 해도 되고
어떤 일은 대면이 필수라고 봅니다

핵심은 입장을 정하고 그에 맞는 시스템을 갖추는 것입니다.

비싼 시장에서도 계속 만나라

그는 뜨거운 시장에서 왜 계속 투자하느냐는 질문에 이렇게 답합니다.

LP는 좋은 시기와 나쁜 시기 모두 돈 벌어주길 원한다
시장이 비싸다고 완전히 멈추면 좋은 회사를 놓친다
private market에선 나중에 싸게 다시 살 기회가 없을 수 있다

1999년 버블 시기를 예로 들며,
그때 투자를 멈췄다면 Google, Salesforce, PayPal, Zappos 같은 회사를 놓쳤을 것이라고 말합니다.

즉 핵심은:

시장이 뜨거워도 사람과 회사를 계속 만나라
다만 투자 금액과 속도는 조절할 수 있다
조금 비싸게 사더라도 맞는 회사를 사는 게, 싸지만 틀린 회사를 사는 것보다 낫다

—
향후 12개월

파운데이션 모델은 더 좋아져서,
예전 사람이 하던 분석이나 고객응대 일부는 자동화될 것이라고 봅니다.

그 다음 단계

하지만 진짜 기회는 자동화 그 자체보다,
고객 경험을 다시 설계하는 것이라고 말합니다.

그는 Sierra를 예로 듭니다.

고객지원 티켓 자동화에서 멈추는 게 아니라

고객서비스가 어떤 경험이어야 하는지 다시 발명하는 것

이 인터넷 초기와 비슷하다고 봅니다.
예약, 검색, 항공권 변경 등은 단순 비용절감이 아니라 경험 재설계였습니다.

AI도 마찬가지라는 것입니다.

1) 단순 wrapper

기초 모델 위의 다른 UI일 뿐이면 지속성이 약합니다.

2) 대형 모델 회사의 roadkill

오늘 모델이 못하는 작은 기능을 메우는 제품은, 내일 OpenAI나 Google, Amazon, Meta가 기본 기능으로 넣어버릴 수 있습니다.

3) 사업이 안 되는 빠른 채택

지금 AI 시장엔 빨리 써보는 고객은 많은데, 금방 떠나는 제품도 많다고 말합니다. 테스트 매출은 있지만 churn이 높은 회사는 경계합니다.

그가 찾는 것은:

workflow에 깊이 박히고
ROI가 지속되며
경험을 바꾸고
배포/유통이 독자적인 것

AI와 빅테크: 겁내면 게임에서 나가야 한다

Google, Microsoft 같은 대기업과 어떻게 경쟁하느냐는 질문에 그는 아주 명확합니다.

기술 투자 역사에서 incumbents를 무서워했다면 아무것도 못 했을 거라고 말합니다.

예를 들면:
Microsoft가 돈과 서버가 많다고 search를 이긴 건 아니다
browser war도 영원하지 않았다
대기업은 늘 내부 문제와 규제, 관성에 걸린다

즉 큰 회사가 돈이 많다고 자동으로 이기는 건 아니라는 겁니다.

—
순차 처리 vs 병렬 처리

그는 개인은 보통 문제를 순차적으로 풉니다.
하지만 팀을 운영하면 문제를 작은 조각으로 쪼개 병렬로 돌릴 수 있어야 한다고 말합니다.

혼자 10배 개발자여도

10명의 10배 개발자가 병렬로 하면 못 따라갈 수 있다

즉 문제를 적절히 분해하는 능력은
단순 효율이 아니라 조직 확장 능력과 연결됩니다.

—

미래를 예측하기보다, 기회가 오면 뛰어드는 기계를 만들어라

그는 회사는 미래를 정확히 예측하는 존재라기보다,
기회가 왔을 때 즉시 뛰어들 수 있는 기계가 되어야 한다고 말합니다.

DoorDash의 grocery 확장을 예로 들면:

억지로 미리 밀어붙이는 것보다

고객이 “장도 같이 보내줘” 하고 계속 두드릴 때

회사가 준비돼 있어야 한다는 것입니다

즉 중요한 건 예언이 아니라 준비된 민첩성입니다.

—

표준화 vs 맞춤화: 아코디언처럼 늘리고 줄여라

초기 스타트업은 너무 표준화되어 있으면 고객을 못 얻는다고 말합니다.

그는 이를 accordion에 비유합니다.

초반엔 접혀 있다가

고객을 따기 위해 크게 늘어나고

그 뒤에 다시 표준화를 밀어 넣는다

즉 처음엔 one-off도 허용해야 하지만,
언젠가는 그걸 정리해 몇 개의 표준 페르소나나 표준 제품으로 수렴해야 합니다.

너무 초기에 표준화하려는 건 오만일 수 있다는 말도 덧붙입니다.

—
Working backwards와 working forwards를 둘 다 하라

Amazon식 working backwards를 그는 좋아하지만,
많은 창업자가 미래 그림은 그려도 오늘부터 1년, 2년, 3년의 경로를 못 그린다고 말합니다.

그래서 그는 둘 다 필요하다고 합니다.

working backwards: 이상적인 미래에서 현재로 내려오기

working forwards: 오늘의 현실에서 1년, 2년, 3년을 쌓아가기

둘이 맞지 않으면, 지금 가는 경로가 미래 비전과 다른 것이라는 뜻입니다.

그는 숙제를 하기 싫어해, 수업의 결론을 이미 알면 숙제를 안 해도 되지 않냐고 선생님과 흥정하곤 했습니다. 그러다 선생님이 이런 취지의 질문을 던집니다.

“네가 늘 가장 적은 노력으로 먼저 시작하고 먼저 끝내려 하는 건 알겠다. 그런데 인생에 결승선이 없다면 어떻게 할 거니?”

이 질문이 그에게 “infinite game” 개념의 씨앗이 됩니다.

그는 나중에 이 말을 이렇게 해석합니다.

인생은 체스처럼 승자와 패자가 명확한 유한 게임이 아니다

세상은 규칙도 바뀌고, 목표도 바뀌고, 사람마다 다른 방식으로 산다

중요한 것은 ‘이기기’보다 내가 어떤 가치와 어떤 지속적 영향을 만들 것인가다

즉 그는 성공을 “어느 시점의 승리”가 아니라, 끝없는 과정에서 어떤 방식으로 살고 일할지의 문제로 봅니다.

성공은 결과가 아니라 process다.

내 가치에 맞는 과정을 갖고

매일 그 과정을 따르고

같은 방향으로 나아가고 있다면

이미 성공하고 있는 것이라고 봅니다

즉 성공은 어떤 지점 도착이 아니라,
왜 그 방향으로 가는지, 어떤 원칙으로 가는지, 얼마나 일관되게 가는지에 더 가깝습니다.

Alfred Lin은 위대한 회사는 거대한 아이디어 하나로 만들어지는 게 아니라,
올바른 가치 위에서 1차 문제를 푸는 능력, 유리한 전장을 고르는 전략,
작은 개선을 복리로 쌓는 실행, 그리고 위기에서 침착하게 순서를 정하는 리더십으로 만들어진다고 말한다.

조금 더 압축하면 그의 메시지는 다섯 가지입니다.

결과보다 과정이 중요하다.
문제의 겉면이 아니라 1차 원인을 찾아라.
정면승부하지 말고 유리한 전장을 골라라.
작은 개선을 오래 복리시켜라.
위기에서는 가치가 순서를 정해준다.

Agentic factory는 단순히 “코드를 잘 써주는 에이전트”가 아닙니다. 소프트웨어 생산 시스템 전체를 에이전트 중심으로 다시 설계한 공장에 가깝습니다. Ona는 소프트웨어 개발을 계획·조정·실행·검증·통합·릴리스가 이어지는 하나의 생산 시스템으로 봐야 한다고 말합니다.

이것이 더 이상 몇몇 과장된 비전 문서에만 머무는 이야기가 아니라는 것입니다. Spotify는 1,500개 이상의 AI 생성 PR을 병합했다고 공개했고, OpenAI는 사람이 직접 코드를 쓰지 않는 방식으로 약 100만 줄의 코드와 1,500개의 PR 규모를 다뤘다고 설명합니다. Cursor는 장시간 실행 에이전트와 다수의 에이전트를 조율하는 구조를 실험하고 있고, StrongDM은 인간 리뷰 없이 시나리오 기반 검증으로 수렴하는 factory를 공개적으로 소개했습니다. 즉, agentic factory는 아직 초기이지만, 이미 여러 회사가 각기 다른 형태로 실험을 시작한 상태입니다.

첫째, 무게중심이 foreground coding에서 background production으로 이동하고 있습니다. Ramp와 background-agents.com이 공통적으로 강조하는 것은, 에이전트가 충분히 유용해지는 순간 더 이상 로컬 IDE 보조 도구에 머물 수 없다는 점입니다. 샌드박스 실행, 거버넌스, 컨텍스트 연결성, agent fleet orchestration 같은 운영 인프라가 필요해집니다. Cursor는 장시간 실행 에이전트를 전제로 시스템을 설계하고 있고, OpenAI 역시 Codex가 여러 시간 동안 하나의 작업을 지속하는 사례를 설명합니다. 이제 에이전트는 “옆에서 도와주는 IDE 기능”이라기보다, 백그라운드에서 계속 일하는 작업자에 더 가까워지고 있습니다.

둘째, 생산 단위가 채팅 턴이 아니라 PR로 바뀌고 있습니다. Spotify의 시스템은 코드 변경을 자동으로 PR로 열고, Stripe의 Minions도 작업이 끝나면 브랜치를 만들고 CI를 거쳐 PR을 준비합니다. OpenAI 역시 사람이 프롬프트로 작업을 던지면 에이전트가 PR을 열고, 피드백을 반영해 머지까지 이어지는 흐름을 설명합니다. 다시 말해 agentic factory의 출력물은 답변 텍스트가 아니라, 검증 가능하고 통합 가능한 변경 단위인 PR입니다.

셋째, 컨텍스트는 더 이상 Slack이나 사람 머릿속에 머물러서는 안 되고, repo 안으로 들어와야 합니다. OpenAI는 거대한 단일 AGENTS.md보다, 짧은 목차 역할의 AGENTS.md와 구조화된 docs/ 디렉터리를 system of record로 두는 방식을 설명합니다. Spotify도 더 큰 정적 프롬프트를 선호하는 이유로 버전 관리, 테스트, 평가 가능성을 듭니다. Ona 역시 자율성이 커질수록 파일 단위 힌트만으로는 부족하고, 이슈·설계 문서·아키텍처 결정·요구사항 같은 상위 맥락이 필요하다고 봅니다. 결국 agentic factory의 본질은 “모델에 더 많은 토큰을 주는 것”이 아니라, 작업 맥락 자체를 기계가 읽을 수 있는 저장 형태로 바꾸는 것에 있습니다.

넷째, 자유로운 swarm보다 구조화된 orchestration이 훨씬 강합니다. Cursor는 공유 상태 파일을 통한 자율 조정 방식이 락, 경합, 혼란 때문에 빠르게 한계를 드러냈다고 설명하며, Planner–Executor–Workers–Judge 같은 역할 분리를 도입했습니다. Stripe는 blueprint를 코드로 정의된 workflow primitive로 설명하며, deterministic workflow와 agent의 유연성을 결합하려고 합니다. Spotify 역시 푸시, Slack 상호작용, 프롬프트 작성처럼 복잡한 일은 에이전트 바깥의 surrounding infrastructure가 맡도록 분리해 예측 가능성을 높였습니다. 핵심은 에이전트를 많이 돌리는 것이 아니라, 어디를 deterministic하게 고정하고 어디에만 agentic flexibility를 허용할지 설계하는 것입니다.

다섯째, 프롬프트보다 중요한 것은 검증입니다. Spotify는 가장 심각한 실패를 “CI는 통과했지만 기능적으로는 틀린 PR”로 보고 verifier loop와 LLM-as-a-judge를 도입했습니다. StrongDM은 scenario-based validation과 Digital Twin Universe를 중심에 두며 “validation replaces code review”라는 방향을 제시합니다. OpenAI도 UI, 로그, 메트릭, 트레이스를 에이전트가 직접 읽고 피드백 루프를 돌릴 수 있도록 만들어 검증 가능성을 시스템 안에 집어넣었습니다. 이 사례들을 종합하면, agentic factory의 진짜 해자는 “더 잘 코딩하는 모델”이 아니라, 더 잘 틀리게 만들고, 더 잘 잡아내는 검증 시스템입니다.

여섯째, 보안·거버넌스·에이전트 신원은 부가 기능이 아니라 코어 아키텍처입니다. background-agents.com은 agents를 시스템의 actor로 보고, 사람 기여자와 같은 수준의 identity, permissions, audit trail이 필요하다고 말합니다. Ona도 autonomy가 커질수록 zero-trust 실행 환경과 고유 agent identity, machine-to-machine authentication이 중요해진다고 설명합니다. LangChain은 샌드박스 통합에서 실행 환경을 어떻게 분리하느냐가 핵심 trade-off라고 짚습니다. 즉, 에이전트가 코드를 고치는 순간부터 문제의 성격은 개발도구가 아니라 운영체제와 보안 플랫폼의 문제로 확장됩니다.

일곱째, 이제 병목은 코드 생성이 아니라 flow efficiency입니다. Ona는 한 스테이션만 빨라져도 WIP가 쌓이고 전체 throughput이 악화된다고 설명합니다. Cursor는 중앙 integrator가 곧바로 병목이 되어 제거했다고 말하고, 100% 정확한 커밋만 매번 강제하면 전체 시스템이 직렬화되어 느려진다고 봅니다. OpenAI도 사람이 손으로 AI slop을 치우는 방식이 확장되지 않자, golden principles와 정기적인 background cleanup PR을 도입했습니다. 결국 agentic factory는 AI 문제가 아니라 산업공학 문제로 바뀝니다. WIP, 대기열, 재작업, 품질 편차, garbage collection 같은 개념이 점점 더 중요해집니다.

여덟째, 인간의 역할은 coder에서 conductor 혹은 harness engineer로 이동합니다. OpenAI는 엔지니어가 직접 코드를 쓰는 대신, 빠진 capability가 무엇인지 찾고 환경·도구·문서·가드레일을 repo 안에 계속 밀어 넣는 일을 하게 된다고 말합니다. Ona는 이를 “time between disengagements”라는 관점으로 설명하며, 인간 개입이 필요해질 때까지 에이전트가 독립적으로 일하는 시간이 길어지는 방향으로 발전한다고 봅니다. 그래서 앞으로의 좋은 엔지니어는 문법을 빨리 치는 사람이 아니라, 작업을 명세하고 acceptance criteria를 만들며, 검증 루프를 설계하고 병목을 제거하는 사람일 가능성이 큽니다.

이걸 한 단계 더 추상화하면, 제가 보는 agentic factory의 표준 스택은 다음과 같습니다.

issue/spec/scenario intake → repo-native knowledge/context → orchestrator/blueprint/planner → sandboxed workers → verifier/judge/scenario harness → PR/CI/release loop → cleanup/governance/memory

Spotify는 migration factory와 verifier loop를, Stripe는 blueprint와 PR flow를, OpenAI는 repo-native docs와 agent review loop를, LangChain은 sandbox runtime split을, StrongDM은 scenario validation을, background-agents.com은 governance와 orchestration primitive를 각각 강조합니다. 표현은 조금씩 다르지만, 결국은 같은 공장을 서로 다른 각도에서 설명하고 있는 셈입니다.

Agentic factory의 본질은 “에이전트가 코드를 쓴다”가 아니라, 명세된 일을 격리된 환경에서 검증 가능한 루프로 병렬 처리하고, 그것을 PR 단위로 수렴시키는 시스템”입니다. 이 관점에서 보면 앞으로 중요한 제품은 또 하나의 코딩 챗봇이 아니라, orchestration, context management, sandbox/security, verification/evals, review/merge automation, long-running agent fleet management 영역에서 나올 가능성이 훨씬 큽니다.

https://background-agents.com/

과거를 오래 들여다보는 사람은 과거에 갇히기 쉽다.

일도, 가정도, 인생도 결국 앞으로 가야 한다.

자신이 읽어온 위대한 창업가들의 전기들을 보면, 놀랄 정도로 자기성찰이 적다.

Sam Walton 같은 사람은 아침에 일어나 “내 내면은 누구인가”를 묻지 않았고, 그냥 “월마트를 더 짓겠다”는 식으로 전진했다.

Marc는 여기서 더 나아가, 현대식 자기성찰·치유·테라피 문화 자체가 역사적으로 매우 최근의 구성물이라는 해석까지 내놓습니다.

서구 문명이 먼저 “개인”이라는 개념을 발명했다.
한동안 개인은 바깥으로 나가고, 만들고, 정복하고, 회사를 세우고, 제국을 건설하는 존재였다.
그런데 1910~20년대 유럽, 특히 비엔나와 프로이트의 영향 아래, 에너지가 바깥이 아니라 안으로 향하기 시작했다.
그 결과 개인은 스스로를 의심하고, 비판하고, 죄책감을 느끼고, 뒤를 돌아보는 존재가 됐다.

성찰보다 전진, 자기해석보다 실행, 내면 탐구보다 세계 변경

창업가는 행복을 최적화하나, 임팩트를 최적화하나?

“최고의 창업가들은 행복이 아니라 임팩트를 최적화한다.”

임팩트, 돈, 명성은 모두 외재적(extrinsic) 동기다.

물론 외재적 동기는 아주 강력하고 훌륭하다.
위대한 것을 만든 사람이 큰 보상을 받는 것은 정당하다.
하지만 아침에 사람을 침대에서 일어나게 만드는 건 결국 내재적(intrinsic) 동기다.

그는 자기 내면을 깊게 분석하길 싫어하지만, 그래도 자신이 스스로에게 하는 이야기를 하나 말합니다. 그건 “나는 세상을 바꾸려는 사람” 이전에 “어제의 나보다 더 나아지려는 사람”이라는 이야기입니다.

더 똑똑해지고 싶다.
더 잘 알고 싶다.
더 나은 결론에 도달하고 싶다.
기술과 판단력을 더 넓히고 싶다.
결국 자신과 경쟁하는 것이다.

다만 그는 이것도 더 파고들면 치료실로 들어가야 할 것 같아서 싫다고 농담합니다.

창업가의 추진력은 바깥의 성과 언어로만 설명되지 않는다. 안쪽의 어떤 경쟁심, 불만족, 자기갱신 욕구가 있다. 하지만 Marc는 그걸 분석하기보다 그냥 사용한다.

세상은 정체돼 있고, 기술과 창업가가 그것을 밀어낸다

기술은 전반적으로 세상에 엄청나게 좋은 힘이다.
세상의 문제는 기술이 너무 많아서가 아니라 너무 적어서 생긴다.
정보도 부족하고, 지능도 부족하고, 생산성도 부족하다.
세상은 지금보다 훨씬 더 나아질 수 있는데, 아직 너무 원시적이고 조악하다.
그래서 기술을 실제로 만들고, 제품화하고, 회사를 만들고, 현상으로 키워내는 기업가가 중요하다.

세상을 더 낫게 바꾸려는 창업자들의 이상적인 파트너가 되는 것.

특히 서구 세계는 전반적으로 정체 상태다.
드물게 누군가가 등장해 “이건 근본적으로 더 좋아질 수 있다”고 말하고, 그것을 비즈니스로 만든다.
그런 사람들이 정체에 맞서는 운동 같은 존재다.
우리 같은 사람들이 없으면 남는 건 정체뿐이다.

“언론과 외부 비평가들은 늘 VC나 창업가들이 엉뚱한 걸 만든다고 비난한다”

누가 우리에게 허가증을 준 적이 없다.
VC 하라고 면허를 딴 것도 아니고, 창업하라고 승인을 받은 것도 아니다.
누구든지 제품 만들고 회사 세울 수 있다.
누구든지 VC도 해볼 수 있다.
그런데 실제로 해보는 사람은 놀랄 만큼 적다.
향후 1500년의 세계 운명이 결국 그런 “해보려는 사람들”에게 달려 있다.

문명은 관리되는 것이 아니라 밀어붙여진다.

Michael Ovitz와 CAA

Marc가 보기에 당시 할리우드 에이전시 산업은 이랬습니다.

“회사”가 아니라 사실상 개인 에이전트들의 느슨한 집합
고객은 회사 전체와 일하는 게 아니라 “내 에이전트 한 명”과 일함
같은 회사의 다른 파트너 네트워크는 실제로는 접근 불가능
내부는 협업보다 “eat what you kill” 문화

Marc는 2009년 벤처캐피털도 정확히 이랬다고 말합니다.
파트너 몇 명이 각자 자기 왕국을 운영한다.
바깥에서는 한 firm처럼 보이지만,
실제론 내부 협업이 약하다.
심지어 서로 싫어하는 경우도 많다.

고객(창업자)은 회사 전체의 힘이 아니라 특정 파트너의 힘만 빌린다.
그리고 이 구조가 두 가지 이유로 오래 못 간다고 봤습니다.

내부 갈등
수익 배분 때문에 파트너들이 서로 싸운다.

세대교체 실패
원래 firm을 세운 다이너모들이 사라지고, 뒤 세대는 그만한 동력과 응집력을 갖지 못한다.

그래서 나온 이론이 death of the middle, 또는 barbell theory입니다.

한쪽 끝: 엔젤/시드 투자자
작은 체크
빠른 판단
초초기 리스크 감수

다른 한쪽 끝: 대형 플랫폼형 투자기관
큰 네트워크
풍부한 자본
다양한 지원 기능

가운데:
애매한 선택지
특별한 품질도, 압도적 규모도 없음
결국 무너짐

Marc는 이걸 소매유통에 비유합니다.
옛날엔 Sears, JCPenney 같은 백화점이 “적당한 가격 + 적당한 선택”을 약속했다.
지금은 그 중간지대가 죽었다.
대신 한쪽엔 Gucci, Apple 같은 boutique/high-end experience가 있고,
다른 한쪽엔 Walmart, Amazon 같은 규모 플레이어가 있다.

Marc가 CAA에서 배운 가장 본질적인 교훈은 화려한 브랜딩이 아니라
firm as firm의 힘이었습니다.

Michael Ovitz가 경쟁자들을 압도한 이유를 이렇게 봅니다.

고객에게 “한 사람”이 아니라 “하나의 전투편대”처럼 보였다.
동일한 복장, 동일한 차, 동일한 존재감으로 집단적 힘을 드러냈다.
클라이언트 입장에선 “한 명과 일할래, 회사 전체와 일할래?”라는 질문이 된다.

답은 뻔하다.
또 다른 유명한 예가 아침 회의 시간입니다.
기존 에이전시: 9시에 회의, 10시쯤 고객 전화
CAA: 7시에 회의, 8시에 끝, 8~9시 사이 고객과 타사 고객까지 선점

그래서 기존 에이전트가 11시에 Paul Newman에게 전화하면,
이미 CAA가 3시간 전에 역할 정보를 전했을 가능성이 높습니다.

Marc가 여기서 끌어낸 일반 원리는 이겁니다.
오래된 산업엔 말로 설명되지 않는 가정들이 층층이 쌓여 있다.
관리자들은 그런 가정을 잘 다시 묻지 않는다.

왜냐하면 큰 시스템을 운영한다는 건
애초에 그런 걸 다시 묻지 않아도 된다는 뜻이기 때문이다.

하지만 창업자는 그 오래된 가정들을 첫 원리에서 다시 깬다.

즉, 우월한 플레이북은 종종 더 똑똑해서가 아니라,
그 산업의 숨은 가정을 다시 묻기 때문에 나온다는 것입니다.

“약한 경쟁자”를 만난 게 아니라, “다른 플레이북”을 선택했다

“당시 벤처캐피털 시장이 약한 경쟁자들로 가득했다고 봤느냐”고 묻습니다.

Kleiner Perkins의 John Doerr
Benchmark의 Andy Rachleff

같은 사람들은 정말 뛰어났다.
문제는 그들이 기존 모델 안에서 너무 잘했다는 것입니다.

그래서 Marc와 Ben이 택한 결론은 이렇습니다.

저 사람들은 약한 게 아니다.
다만 우리가 같은 방식으로 싸우면 못 이긴다.
그러니 전혀 다른 구조와 플레이북을 가져와야 한다.

이게 a16z의 자기규정입니다.
“우리는 더 좋은 mid-size VC가 아니라,
VC를 다른 형태의 플랫폼으로 다시 설계한다.”

툴 회사에서 “산업 정면 진입”으로

Marc는 firm 설계가 맞았던 더 큰 이유로 실리콘밸리의 야망 자체가 바뀌고 있었다.

예전의 실리콘밸리

운영체제
디스크드라이브
칩
엔터프라이즈 소프트웨어
즉, 다른 산업이 쓰는 도구(tool)를 만들어 파는 회사가 중심이었다.

바뀐 뒤의 실리콘밸리
Airbnb는 호텔 소프트웨어 회사가 아니라 숙박 산업에 직접 들어갔다.
Uber/Lyft는 택시 디스패치 소프트웨어가 아니라 운송 제공자가 됐다.
Tesla는 자율주행 소프트웨어 회사가 아니라 차 회사가 됐다.
Facebook은 미디어 회사에 광고 기술을 파는 게 아니라 스스로 미디어가 됐다.

즉, 실리콘밸리는 더 이상 “도구 공급자”가 아니라
기존 산업을 직접 침범하는 full-stack competitor가 되고 있었다는 겁니다.

이 변화는 벤처 firm에도 요구를 바꿉니다.

더 큰 자본
더 깊은 네트워크
더 많은 운영 지원
더 장기적인 스케일 감당 능력

AI 시대에 이건 더 극단적으로 드러난다고 Marc는 말합니다.
이제 승자들은 수십억, 때로는 수백억 달러를 조달한다.
옛날식 1000만~5000만 달러 체크의 세계는 더 이상 충분하지 않다는 것입니다.

Jim Clark 이야기: SGI, founder-manager 갈등, 그리고 “미래를 먼저 보는 사람”의 고독

Marc가 보는 Jim Clark은:

실리콘그래픽스(SGI)를 만든 전설적 인물
3D 그래픽과 컴퓨터 그래픽 혁명의 핵심 인물
Jurassic Park, Terminator 2 같은 영화의 시각효과 시대를 여는 기술의 핵심
그 시대의 “가장 멋진 회사”를 만든 사람
기술, 창업, 카리스마를 모두 갖춘 인물

Marc의 서사는 이렇습니다.
Jim Clark는 엄청나게 창의적이고 변덕스럽고 강한 founder type이었다.
VC들은 전형적으로 HP/IBM식 훈련을 받은 professional manager를 데려왔다.
그 관리자 아래 SGI는 규모를 크게 키우는 데 성공했다.
그러나 결정적인 갈등이 생겼다.

갈등의 본질:
Jim: 지금 잘 돌아가는 방식은 미래엔 안 먹힌다. 지금 바꿔야 한다.
Manager: 지금 잘 되고 있으니 흔들지 마라. 미래는 미래에 가서 보자.

Jim은 두 가지를 아주 일찍 예견했다고 Marc는 강조합니다.

고가의 그래픽 워크스테이션 기능은 결국 저가 칩/보드/PC로 내려간다
이것을 우리가 하지 않으면 망한다.
-> 첫 번째는 결국 Nvidia의 길이었다.

컴퓨터는 독립형 기계가 아니라 네트워크로 연결된다
미래의 가치는 개별 기계보다 연결망에 있다.
-> 두 번째는 인터넷의 길이었다.

Jim은 맞았다.
SGI는 그 길을 못 갔다.

Jim은 결국 회사를 떠납니다.
그리고 Marc가 Jim을 처음 만났을 때, Jim은 바로 그 상태였습니다.

하드웨어가 아니라 소프트웨어 회사여야 한다.
세상의 변화 방향을 먼저 타야 한다.
SGI는 그 일을 못 할 것이다.
그렇다면 다음 회사를 새로 만들어야 한다.

“맞는 미래를 봤지만 기존 조직 안에서 구현하지 못한 founder”

Marc와 Jim은 여러 아이디어를 검토합니다.

SGI식 그래픽 칩 회사 재창업
→ 너무 어려웠고, SGI와 정면 경쟁하고 싶지 않았음

인터랙티브 TV / 오늘날의 Netflix 비슷한 구상
→ 너무 이른 시기였음

Nintendo 64 기반 온라인 게임 네트워크
→ 오늘날의 Xbox Live/PlayStation Network 같은 구상
→ 이것도 시기상조라고 판단

Netscape는 처음부터 명확한 단일 비전으로 출발한 게 아니라,
옳은 사람 둘이 모여 시대의 변화를 기다리며 여러 미래를 탐색한 끝에 잡아낸 파도였습니다.

Mosaic, NSFnet, 상업화 금지, Eternal September: 인터넷이 “연구망”에서 “대중망”이 되는 순간

Marc는 자신이 일리노이대에서 Mosaic을 만든 이야기를 설명합니다.

핵심은:
기존 웹브라우저는 텍스트 기반이었다.
그래픽도, 직관적 UI도, 일반인이 쓸 법한 경험도 부족했다.
Mosaic은 그걸 사람 친화적인 완성형 브라우저로 만들었다.
웹서버 쪽도 사실상 대중적으로 쓸 수 있는 형태로 정비했다.
당시 중요한 배경은 인터넷의 법적 지위였습니다.
당시 인터넷은 NSFnet이라는 정부/학술 연구망이었다.
National Science Foundation이 자금을 대고 있었다.
목적은 연구자와 슈퍼컴퓨터를 연결하는 것이었다.
그래서 AUP(Acceptable Use Policy)가 있었고,

상업적 활동은 사실상 금지돼 있었다.

Marc의 말대로라면,
“납세자 돈으로 연구망 만들었는데 기업 장사에 쓰이면 안 된다”는 논리는 그 자체론 이해할 만했습니다.

하지만 일단 누군가가
“이건 연구실 밖으로 나와 평범한 사람도 쓰게 될 것”
이라는 개념적 점프를 하면, 결론은 달라집니다.

그러려면 상업화가 필요하다.

기업이 붙어야 한다.
광고, 결제, 콘텐츠, 커머스가 따라와야 한다.
Marc는 AOL이 1993년 인터넷에 일반 대중을 연결시킨 순간을
Eternal September라고 설명합니다.

그 전 인터넷은:
소수의 기술자/연구자
지적 유토피아
광고도 없음
상업성도 거의 없음
Usenet 토론이 경이로운 수준

그 후 인터넷은:
보통 사람들까지 연결된 대중 공간
이전 질서는 영원히 끝남
그 결과 품질 저하와 대중화가 동시에 일어남

Marc는 자신은 이 변화를 지지했다고 분명히 말합니다.
그는 초창기부터 mass adoption과 commercialization 편이었습니다.

Netscape는 어떻게 사업이 되었나: Marc는 혼자 인터넷 고객지원도 했다

Marc가 인터넷이 사업이 될 것이라고 확신한 계기는 의외로
고객지원 메일함이었습니다.

그는 당시 Mosaic 관련 이메일 두 상자를 사실상 혼자 처리했다고 말합니다.

기술지원 문의함
브라우저 버그, 사용법, 각종 질문이 몰려옴

상업적 사용 라이선스 문의함
Mosaic의 원래 라이선스는 상업적 사용이 금지 또는 모호했기 때문에,
회사들이 “우리가 돈 내고 써도 되냐”고 메일을 보냄

Marc는 기술지원 메일을 통해
“소비자 사용자가 폭발하고 있다”는 감각을 얻었고,
라이선스 메일함을 통해
“기업들이 돈을 내고라도 이걸 쓰려 한다”는 현실을 봅니다.

그가 기억하는 웃긴 사례도 나옵니다.
사람들은 CD-ROM 트레이를 컵홀더로 오해했다.
커피를 올려놓고 다시 들어가면 고장 나니까 Marc에게 메일을 보냈다.

Marc는 “그건 컵홀더가 아니라 CD-ROM 드라이브입니다”라고 알려줘야 했다.

이 일화의 요점은 단순한 유머가 아닙니다.
기술자들이 얼마나 사용자 현실과 동떨어져 있는지,
그리고 그 간극이 곧 사업 기회라는 점을 보여줍니다.

Marc는 또 NSF에 고객지원 인력 예산을 요청하러 워싱턴까지 갔다가 거절당한 일도 말합니다.

NSF는 연구를 지원하지, 고객지원 데스크를 만드는 기관이 아니다.
그 거절로 인해 Mosaic는 학술 프로젝트에 머무르지 못하고,
오히려 회사가 될 길로 밀려갔다.

그리고 이렇게 결론 냅니다.

press는 초기에 “인터넷은 공짜인데 이 회사가 어떻게 돈을 버냐”고 비웃었다.
이건 사업이 된다.

Netscape의 초기 비즈니스 모델: 브라우저 무료, 서버 유료, 그리고 광고·전자상거래까지

Netscape의 초기 사업 모델은 생각보다 넓었습니다.

브라우저는 무료
서버 소프트웨어는 유료

하지만 거기서 끝이 아닙니다.
그들은 서버 쪽 애플리케이션도 계속 만들었습니다.
온라인 출판 시스템
온라인 신문/잡지 CMS
전자상거래 시스템
각종 웹 운영 소프트웨어

Marc는 심지어 Netscape가 한때 인터넷 최대 광고회사였다고도 말합니다.

기본 홈페이지 트래픽을 가졌고,
초창기 광고 포맷들도 이 주변에서 만들어졌다.
Yahoo가 지나가기 전까지 큰 광고 플레이어였다.
Wall Street Journal을 온라인에 올리는 데도 Netscape 소프트웨어가 쓰였다.

이 대목의 중요한 메시지는 이렇습니다.

Netscape는 단순 브라우저 회사가 아니었다.
인터넷이 돈을 버는 거의 모든 메커니즘을 초기에 실험한 회사였다.

당시 사람들은 인터넷을 믿지 않았다: 지금 AI를 보는 시선과 닮은 점

Marc는 1994년 전후를 돌아보며,
오늘날 사람들이 AI에 보이는 반응과 매우 비슷한 불신·공포·비웃음이 있었다고 말합니다.

당시 공통된 반응:

누가 인터넷에서 물건을 사냐
누가 신용카드 번호를 인터넷에 넣냐
누가 실명을 온라인에 올리냐
아이들에게 유해하지 않겠냐
검열해야 하는 것 아니냐
인터넷 사용자 수는 사기 아니냐
다 과장된 숫자 아니냐

Marc는 심지어 뉴욕타임스가
“사람들이 말하는 인터넷 규모는 부풀려진 허구”처럼 다뤘다고 회상합니다.

핵심은 이것입니다.
새 기술은 늘 ‘명백해 보이는 미래’가 되기 전까지는
대부분의 사람에게 터무니없고 위험하고 과장된 것처럼 보인다.

“도덕적 공황(moral panic)”은 거의 모든 신기술의 기본 반응이다

그의 general thesis:

새 기술이 나오면 사람들은 거의 자동으로 moral panic을 일으킨다.

“이건 사회를 망친다”
“도덕을 파괴한다”
“특히 아이들을 망친다”
그리고 예전엔 “여성도 망친다”까지 붙었다

플라톤/소크라테스는 글쓰기 자체를 의심했다.
불도 처음엔 두려움의 대상이었을 것이다.
Walkman은 사회적 연결을 끊을 거라 했다.
계산기는 수학 교육을 망친다고 했다.
만화책, 록음악, 재즈, 힙합, 카드놀이, 소설책도 다 그랬다.
Elvis는 골반 흔들어서 TV에 허리 아래 못 나오게 했다.
Jimmy Iovine은 힙합 때문에 거의 독가스 취급까지 받았다고 한다.
그리고 대표 예로 bicycle face를 듭니다.

이 이야기는 정말 대화에서 오래 다뤄집니다.

19세기 후반 자전거 보급

젊은이들이 옆 마을로 쉽게 이동
특히 젊은 여성도 이동 시작
그 결과 기존 지역 질서와 구애 질서가 흔들림
언론은 “자전거를 타면 과도한 표정 때문에 얼굴이 굳어버린다”는 식의 absurd한 공포를 만들어냄
결국 그건 “여성이 너무 자유롭게 돌아다니면 곤란하다”는 사회적 불안을 포장한 것

Marc는 여기서 중요한 점도 인정합니다.

기술은 실제로 사회를 바꾸긴 한다.

자전거 전후, 자동차 전후, 대중문화 전후 세상은 달라졌다.
하지만 “세상이 끝난다”는 식의 패턴은 늘 반복된다.

즉,변화는 real이지만, 공포의 서사는 늘 과장되고 반복적이라는 것이 Marc의 관점입니다.

Jim Clark와 Jim Barksdale: Marc가 배운 “창조 + 운영”의 이중 교육

Jim Clark에게 배운 것

세상은 생각보다 훨씬 가변적이다.
옳은 아이디어가 있으면 세계를 때려서라도 맞추게 만들 수 있다.
끊임없는 창의성
더 큰 것, 더 새로운 것에 대한 생산적 불만족
한 번 성공했다고 안주하지 않는 태도

Jim Barksdale에게 배운 것

시스템
프로세스
일정
운영
대규모 조직을 실제로 굴리는 법

Clark만 있으면 끝없이 새 아이디어는 나오지만 시스템이 안 선다.
Barksdale만 있으면 운영은 되지만 창조적 돌파가 사라진다.
큰 회사를 만들려면 둘의 결합이 필요하다.

Clark가 회사를 처음 9개월 이끌었을 때는 엄청난 발명성이 폭발했다.
그러나 시스템이 없었다.

Barksdale이 들어오자 프로세스와 운영이 생겼다.
그 과정에서 Clark는 “지금 하는 새 아이디어를 왜 안 하냐”고 답답해했고,
Barksdale은 지금 잘 되는 것을 바로 뒤집진 않겠다고 했다.

둘 사이에 긴장이 커졌을 때, Barksdale이 기가 막히게 분위기를 깨는 농담을 하며
“이 문제를 과열된 감정 상태가 아니라 더 길고 차분한 방식으로 다루자”는 신호를 보냈고, Marc는 이것이 대단히 중요했다고 봅니다.

새 아이디어가 계속 들어오되, 그때마다 회사 전체 방향이 매일 폭발하지는 않게 만드는 것.

Marc는 이걸 Tesla vs Edison vs Tesla(니콜라 테슬라) 이야기와 연결합니다.

그는 자신은 “Edison 쪽”이라고 말합니다.
Tesla(발명가)는 아이디어가 많았지만 상업화와 기업화가 약했다.
Edison은 brute force로도 결과를 만들고, GE 같은 시스템도 구축했다.
그래서 Elon도 니콜라 테슬라보다 에디슨형에 가깝다고 봅니다.
단지 발명하는 사람이 아니라, 상업화·생산·조직화를 끝까지 해내는 사람이라는 것입니다.

발명가는 자기 기술의 미래를 가장 잘 아는 사람이 아닐 수도 있다

사람들은 새 기술의 미래를 알고 싶을 때 발명가에게 묻는다.

하지만 발명가는 그 질문에 가장 적합한 사람이 아닐 수 있다.

예로 든 것이 에디슨의 축음기(phonograph)입니다.
에디슨은 매우 점잖고 종교적인 WASP였다.
그래서 축음기의 주된 용도는 사람들이 집에서 설교를 듣는 것일 거라고 생각했다.

그러나 실제론 당연히 음악 재생 기계가 됐다.
Marc가 여기서 말하고 싶은 것은 명확합니다.

기술의 장기 사회적 효과는 발명가 개인의 정치관·도덕관·취향을 통해 왜곡돼 설명되기 쉽다.

AI도 마찬가지다.
어떤 AI 개척자가 사회주의자라면 AI 미래도 그 세계관으로 설명할 가능성이 높다.
실험실에 20년 있던 사람이 사회 전체의 장기 문화·경제 변화를 제일 잘 안다고 보는 건 위험하다.

즉,기술을 만드는 능력과 기술의 장기적 의미를 해석하는 능력은 다를 수 있다는 것입니다.

두 사람이 균형을 잡는 구조
예: Jobs/Cook, Gates/Ballmer 같은 식

한 사람 안에 그 두 능력이 드물게 동시에 있는 구조
예: Jensen Huang 같은 식

Elon Musk가 만든 새로운 경영 방식

1) 보통 대기업은 “거짓말의 누적(compounding lies)” 구조가 된다
Marc는 IBM 인턴 시절을 예로 듭니다.
자신과 CEO 사이에 12단계 관리층이 있었다.
각 단계는 자기 위 계층에 약간씩 좋은 방향으로 왜곡된 보고를 올린다.
그 왜곡이 12번 누적되면 CEO는 현실을 전혀 모르게 된다.

IBM 내부에선 이를 막는 게 아니라 오히려 “big gray cloud” 같은 방식으로 CEO를 보호했다.
CEO 주변엔 회색 양복 입은 사람들이 둘러싸고, 실제 일하는 사람과 직접 만나지 못하게 만든다.

Elon은 정반대로 한다: “엔지니어에게 바로 간다”

문제가 생기면 관리자 체인을 타지 않는다.
그 문제를 실제로 다루는 엔지니어에게 바로 간다.
그리고 그 엔지니어와 직접 문제를 푼다.
새벽 2시가 될 수도 있다.
CEO가 기술적으로 직접 기여할 수 있어야 한다.

대부분의 CEO는 그렇게 안 한다.

왜냐하면 너무 피곤하고 귀찮고, 원래 CEO가 되면 그런 일은 남이 해줘야 한다고 생각하기 때문이다.

그리고 실제로 그렇게 하려면 CEO가 정말 기술적이어야 한다.
단순히 “옛날에 개발 좀 해봤다” 수준으론 안 된다.
칩, 로켓, AI, 제조 등 여러 분야에서 실제 엔지니어와 peer처럼 대화할 수 있어야 한다.
Elon은 이게 된다.

모든 회사를 “생산 공정”처럼 본다

Marc에 따르면 Elon은 각 회사를 production process처럼 봅니다.
어떤 과정이 있고,
항상 그 과정엔 하나의 bottleneck이 있다.
그 주의 진짜 bottleneck 하나를 찾는다.
그리고 그걸 본인이 직접 없앤다.
이 루프를 매주 돌린다는 겁니다.

Tesla가 전통 완성차보다 훨씬 빨랐던 이유 중 하나는 창업자가 직접 1년에 52번 가장 큰 병목을 제거했기 때문입니다.

설계 리뷰 속도가 미쳤다

Marc가 설명한 Elon식 운영 루프는 이렇습니다.

회사별로 하루씩 깊게 들어간다.
12~14시간 동안 설계 리뷰를 쭉 돈다.
엔지니어당 대략 5분
한 시간에 12개 리뷰
10시간이면 120개 리뷰

“충격적인 수준의 유능함(shocking competence)”이 만들어진다

거긴 shocking competence의 영역이다.
다들 엄청 유능하다.
약한 사람은 Elon이 금방 냄새 맡고 내보낸다.
반대로 최고의 엔지니어는
“세계에서 유일하게 나를 기술 동료처럼 상대해주는 CEO” 때문에 오고 싶어 한다.

Elon의 조직은 단순히 빡센 조직이 아니라, 진실 접근 + 병목 해결 + 강한 선발 효과를 동시에 만드는 시스템이라는 설명입니다.

Elon 방법이 최고인 건 거의 분명해 보인다.
문제는 이게 Elon이라서만 가능한가다.

그래서 그가 농담처럼 말한 지표가 milli-Elon입니다.

1 Elon의 1/1000이냐
1/100이냐
1/10이냐

어느 정도 수준이면 이 방식을 흉내라도 낼 수 있느냐

Marc는 아마 대부분의 사람은 극히 작은 fraction일 것이라고 봅니다.
그럼에도 그는 이 방법을 아주 진지하게 연구해야 한다고 말합니다.

왜냐하면 이건 단순한 광기가 아니라 창업가의 에너지와 관리자의 스케일 능력이 실제로 하나로 합쳐진 희귀한 사례이기 때문입니다.

Starlink, Teledesic, Iridium: Elon은 실패한 역사도 다시 건드린다

Bill Gates + Craig McCaw의 Teledesic
Motorola의 Iridium
둘 다 거대한 자본 파괴 사례로 남았습니다.

그런데 Elon은 또다시 이 영역에 들어옵니다.
그것도 SpaceX의 “사이드 프로젝트”처럼 보이는 방식으로요.

reusable rocket을 만들면 어차피 계속 쏘게 된다.
그러면 뭘 실을까?
남의 화물을 기다리는 대신 자기 위성을 실으면 된다.
그 위성은 consumer-grade internet access를 제공하면 된다.

즉, 실패한 역사 때문에 다들 미쳤다고 보는 영역을, Elon은 로켓 재사용이라는 선행 혁신과 결합해 경제성을 재구성한 것입니다.