가장 빠른 AI 네이티브 기업들은 실제로 어떻게 일하는가

원문: How The Fastest AI-First Companies Really Work — Gigi Levy-Weiss (NFX)

핵심 논지

'3인 유니콘' 실험 3년 차, AI는 0→1의 문제를 이미 풀었고 새 병목은 1→2(프로토타입-출시-학습 반복)라고 진단한다. 승리하는 구조로 직무가 아니라 결과물 중심의 '미션 팟'을 제시하고, 5가지 원칙과 5가지 흔한 함정을 짚는다.

핵심 요약 (14줄)

1. '3인 유니콘' 실험이 3년째 진행 중이지만, 헤드라인(작은 팀·빠른 속도)만 베끼는 회사와 구조를 제대로 잡은 회사 사이에는 여전히 큰 간극이 있다고 짚는다.
2. AI가 0에서 1(제품을 존재하게 만드는 것)의 문제는 이미 풀었으며, 새로운 병목은 1에서 2(프로토타입-테스트-출시-학습의 반복)로 넘어가는 속도라고 진단한다.
3. 승리하는 구조로 직무 기능이 아니라 결과물(고객 문제·제품·매출 목표)을 중심으로 조직된 '미션 팟'을 제시한다.
4. 미션 팟의 5원칙으로 소통 능력을 갖춘 생산적인 사람 채용, 에이전트도 조직도에 포함시키기, "AI가 할 수 있는가" 정직하게 평가하기, 평가(eval) 문화 구축, 모두가 고객과 직접 대화하기를 꼽는다.
5. 함정 1은 소통 못 하는 IC 채용으로, 개인 수준에서는 다들 빨라지지만 팀 간 조율이 없으면 반쯤 끝난 미출시 작업의 무덤이 만들어진다고 경고한다.
6. 함정 2는 잘못된 속도 측정으로, "2분 만에 블로그 글을 썼다"는 0→1의 옛 속도가 아니라 프로토타입에서 출시까지 걸리는 학습 속도를 측정해야 한다고 강조한다.
7. 함정 3은 AI 사용량 자체를 생산성 지표로 삼는 '토큰맥싱'으로, 이를 받아들였던 회사들이 지금 AI 지출을 줄이며 낮은 ROI를 불평하고 있다고 짚는다.
8. 함정 4는 주니어 채용 중단으로, 이는 회사의 씨앗 옥수수를 먹어치우는 것과 같으며, 대신 에이전트를 오케스트레이션하고 첫날부터 결과물을 소유하는 새로운 도제 모델을 제안한다.
9. 함정 5는 부실하게 지은 팀을 '린'으로 착각하는 것으로, 자동화와 반복에도 처리 안 되는 업무가 남는다면 채용을 늘려야 할 수도 있다고 짚는다.
10. 인간 지원을 완전히 없앤 회사들이 품질 붕괴와 고객 만족도 하락을 겪고 결국 인간 지원을 복구했다며, 교훈은 비용 절감이 아니라 성장이 올바른 함수라는 점이라고 강조한다.
11. 2010년대 SaaS 조직도도, 이미 균열을 보이는 AI 온리 극단도 베끼지 말고 뉘앙스를 찾으라고 조언한다.
12. AI 허영 지표가 아니라 인당 실제 결과를 측정해야 한다고 강조한다.
13. 조직 내 불필요한 경계는 해체하되 채용이 말이 될 때는 주저 말라는 균형점을 제시한다.
14. 승리하는 구조는 'AI로 대체된 인간'이 아니라 'AI로 증폭된 인간'이라는 메시지로 글을 맺는다.