Seeing AGI(8): 인간 역할의 재탄생
얼마 전 샌프란시스코에서 열린 Delight Spark에 참석했습니다. 행사가 끝난 뒤에도 한 대화가 오래 머릿속에 남아 있었습니다. AI 조직에 관한 이야기였습니다.
지난 일곱 편의 『Seeing AGI』 글에서 AGI의 도래, 바이브 워킹, 멀티 에이전트 시스템에 대해 다뤘습니다. 그러나 계속 되돌아오는 질문은 더 단순합니다. 회사 안에서 인간의 역할은 어떻게 되는가. AI가 조직도를 다시 쓰기 전에, 먼저 사람을 다시 씁니다.
여전히 많은 기업이 AI를 "같은 사람이 같은 일을 더 빠르게 하기 위한 소프트웨어 업그레이드"로 다룹니다. 이는 잘못된 프레임입니다. AI는 단지 일을 빠르게 만드는 것이 아닙니다. 누가 무엇을 하고, 누가 컨텍스트를 쥐며, 판단이 어떻게 흐르는지를 바꿉니다.
모든 기술의 물결은 인간의 역할을 바꿔 왔습니다
사람들은 획기적인 기술을 만나면 대개 자기 일은 그대로이고 단지 빨라질 뿐이라고 생각합니다. 역사는 이것이 환상임을 보여 줍니다.
가장 먼저 바뀌는 것은 종이 위의 조직도가 아닙니다. 가장 먼저 바뀌는 것은 사람들이 하루 종일 무엇을 하는지, 누구에게 의존하는지, 누구에게 보고하는지, 그리고 시스템이 실제로 어떤 판단에 보상을 주는지입니다.
따라서 AI를 제대로 이해하려면 모델이 무엇을 할 수 있는지만 묻지 말고, 과거의 기술 물결이 일 자체에 무엇을 했는지 물어야 합니다.
전기는 공장을 현대화하기만 한 것이 아닙니다. 그 안의 사람을 바꿨습니다.
전기화의 유명한 교훈은 단지 전기가 강력했다는 것이 아닙니다. 도입 초기의 성과가 기대에 못 미친 이유는 공장이 옛 레이아웃을 그대로 유지했기 때문이라는 것입니다. 경영자들은 증기 기관을 다이나모로 바꿨지만, 중앙집중식 동력 논리, 같은 라인 샤프트, 같은 벨트, 같은 생산 기하학을 그대로 두었습니다.
진짜 도약은 그 뒤에 왔습니다. 공장이 유닛 드라이브, 즉 기계 단위의 개별 전동기를 채택하기 시작한 시점입니다. 그때부터 건물 자체가 바뀔 수 있었습니다. 단층 레이아웃이 쉬워졌고, 기계가 하나의 기계적 척추를 따라 배열될 필요가 없어졌습니다. 작업 흐름은 속도, 안전성, 전문성을 중심으로 재설계될 수 있었습니다.
공장이 바뀌자 인간의 역할도 함께 바뀌었습니다. 중앙 엔진룸, 샤프트 구동 레이아웃, 단일 동력원을 전제로 한 유지보수의 옛 논리는 사라지기 시작했습니다. 그 자리에는 전기공, 전기 엔지니어, 공장 설계자, 새로운 형태의 운영 관리에 대한 필요가 들어섰습니다. Paul David는 대규모 전기화에 "경험 있는 공장 건축가와 전기 엔지니어 집단"을 키워 내는 일이 필요했다고 썼습니다. 바로 그 지점입니다. 새로운 동력원은 옛 노동자를 단지 빠르게 만들지 않았습니다. 새로운 전문가, 새로운 보고 관계, 새로운 운영 논리를 만들어 냈습니다.
컴퓨터는 사무실을 자동화하기만 한 것이 아닙니다. 완전히 새로운 정보 역할을 만들어 냈습니다.
컴퓨터 시대도 비슷한 일을 했습니다. 컴퓨터화 이전 대기업은 사무원, 타이피스트, 파일링 직원, 부기 담당, 기계 운영자 같은 여러 층에 의존해 손으로 정보를 옮겼습니다. 그 후 데이터 처리 부서, 키펀치 운영자, 프로그래머, 시스템 분석가, 그리고 데이터베이스 관리자와 IT 매니저가 등장했습니다.
어떤 역할은 줄었습니다. 어떤 역할은 무에서 생겨났습니다. 키펀치 운영자는 펀치카드 시대에 분명한 직업으로 자리 잡았다가 직접 컴퓨팅이 퍼지면서 점차 사라졌습니다. 동시에 시스템 분석가가 새로운 다리 역할로 등장했습니다. 비즈니스를 이해하고, 시스템을 설계하고, 프로그래머를 위한 다이어그램을 준비하고, 경영진의 요구를 기술 구조로 번역하는 사람입니다. 이 역할은 소프트웨어가 회사의 사고방식의 일부가 되는 세상에서만 의미를 갖습니다.
이는 보고 라인도 바꾸었습니다. 정보 시스템이 운영의 중심이 되자 기업들은 MIS와 IT 조직, 프로젝트 매니지먼트 계층, 시스템 팀, 그리고 이후 엔터프라이즈 소프트웨어 기능을 만들었습니다. 권한은 점점 더 물리적 운영뿐 아니라 정보 아키텍처를 통해 흘렀습니다.
소프트웨어는 현대의 프로덕트 조직을 만들었습니다.
그리고 소프트웨어 시대가 또 한 층을 더했습니다. 소프트웨어 복잡성이 폭발하면서 조직은 다시 갈라졌습니다. PM은 비즈니스, 사용자, 엔지니어링 사이의 틈을 메우기 위해 등장했습니다. 소프트웨어에서는 제품을 마케팅하는 것만으로 부족했습니다. 무엇을 만들지 결정하고, 사용자 시나리오를 번역하고, 사이클 내내 엔지니어링 곁에 있을 누군가가 필요했습니다.
UX와 인터랙션 디자인은 개인용 컴퓨팅과 그 뒤의 웹이 사용성을 경제적으로 피할 수 없게 만들면서 성숙해졌습니다. QA는 별개의 기능이 되었습니다. 테스트가 더 이상 프로그래머의 머릿속에만 머물 수 없었기 때문입니다. 이후 Agile과 DevOps가 그 경계를 다시 흐리기 시작했고, 테스터를 사이클 초반으로 끌어와 품질을 공유 책임으로 만들었습니다.
그래서 PM, 디자이너, 개발자, 테스터라는 구조는 자연이 내려 준 것이 아닙니다. 그것은 이전 시대의 소프트웨어 엔지니어링에 속한 구조였습니다. 인간 커뮤니케이션의 한계, 파편화된 지식, 수작업 코딩, 느린 피드백 루프에 대한 합리적인 대응이었습니다.
옛 조립 라인은 다른 세계를 위해 만들어졌습니다
그 역사를 분명히 보고 나면, 지금의 소프트웨어 조직도는 사람들이 생각하는 것만큼 영구적으로 보이지 않습니다. 긴 기술적 재편의 줄기에서 가장 최근의 한 층일 뿐입니다.
옛 소프트웨어 세계에서는 프로젝트가 1cm 움직이려면 전문화된 기능들의 두꺼운 스택이 필요했습니다. 보고 논리는 대개 워크플로 자체를 그대로 반영했습니다. 프로덕트가 요구사항을 만들고, 디자인이 그것을 번역하고, 엔지니어링이 구현하고, QA가 검증하고, 매니지먼트가 사일로 사이의 인계를 조율했습니다.
PM이 예전에 무엇을 했는지 떠올려 봅시다. 20쪽짜리 거대한 명세서를 몇 주에 걸쳐 써서 벽 너머로 던졌습니다. 디자이너는 또 몇 주 동안 픽셀을 손으로 옮겨 그 명세를 목업으로 번역했습니다. 개발자는 그 목업을 받아 몇 달 동안 보일러플레이트 코드를 두드렸습니다. 마지막으로 테스터가 몇 주 동안 어긋남과 버그를 추적했습니다.
그 구조는 각 단계가 다른 도구를 쓰는 다른 전문가에 의해 수행되어야 했고 단계 간 전환 비용이 비쌌던 시대에는 합리적이었습니다. 인계는 단순한 관료주의가 아니었습니다. 시스템이 복잡성으로부터 스스로를 보호하는 방식이었습니다.
그러나 AI 에이전트가 코드를 생성하고, UI를 초안으로 만들고, 테스트 케이스를 작성하고, 반복을 몇 분으로 압축할 수 있게 되면, 같은 구조가 자기 자신을 방해하기 시작합니다. 인계는 안전 장치에서 순수한 마찰로 바뀝니다.
오늘날 대부분의 "AI 전환"은 여전히 이 지점에 갇혀 있습니다. 기업들은 PM에게 AI 글쓰기 도구를, 디자이너에게 AI 디자인 도구를, 개발자에게 AI 코딩 도구를 주면서도 같은 보고 라인과 같은 분업을 유지합니다. 이는 새로운 동력원을 옛 기계에 연결하는 일입니다.
그래서 이 이야기의 앞부분이 그렇게 중요하다고 생각합니다. AI는 일을 재편하는 첫 번째 기술이 아닙니다. 그러나 이 속도로 그것을 하면서, 동시에 이렇게 많은 지식 역할을 같은 실행의 순간으로 압축해 넣는 첫 번째 기술일 수 있습니다.
Genspark 안에서 보고 있는 것
Genspark 내부에서는 그 역사의 다음 층이 실시간으로 쓰이는 것이 이미 보입니다. 지금 약 70명의 조직입니다. 구조는 가차 없이 평평합니다.
거대하고 다학제적인 부서로 프로젝트를 채우지 않습니다. 프로젝트 대부분은 단 1~3명의 애자일 포드가 실행합니다. 워크플로가 압축되어 있기 때문에 사람들은 가치 창출의 전 사슬에 가까운 거리에서 일합니다.
이는 첫날부터 시작됩니다. 신입 사원은 좁은 역할에 숨겨지거나 한 달 동안 문서를 읽도록 강요받지 않습니다. 곧장 최전선으로 밀려 나갑니다. 입사 첫 주에 진짜 복잡한 기능을 출시하는 모습을 흔하게 볼 수 있습니다. 합류 전 단 한 줄의 코드도 써 본 적 없는 팀원조차 기능을 출시하고 있습니다.
지난 시대였다면 무모하거나 불가능하게 들렸을 것입니다. 이 시대에는 그것이 기준선입니다. 야심 있는 사람들이 여기서 잘 자라는 이유는, 더 이상 하나의 상자에 갇혀 있지 않기 때문입니다.
역할은 실제로 어떻게 바뀌고 있는가
워크플로가 이렇게 강하게 압축되면, 직무 역할은 사라지지 않습니다. 변이합니다. 한 단계 위로 올라갑니다.
PM: 명세서 작성자에서 시스템 디렉터로
PM은 누군가가 해석할 정적 문서를 몇 주에 걸쳐 쓰지 않습니다. AI를 사용해 즉시 라이브 프로토타입을 만듭니다. 요구사항만 소유하는 것이 아니라 시스템을 조종하고, 로직을 실시간으로 검증하며, 최종 결과를 책임집니다.
디자이너: 프런트엔드 번역가에서 최종 심판으로
최근 출시한 Genspark Design이 좋은 예입니다. 옛 프로세스에서 디자이너는 앞단의 번역가였습니다. 다른 사람이 만들기 전에 화면을 손으로 그려야 했습니다. 오늘날에는 추상적인 아이디어에서 완성된 디자인, 그리고 출시된 제품까지의 경로가 연속적입니다.
AI가 수십 개의 고해상도 기능 프로토타입을 몇 초 만에 생성할 수 있기 때문에, 디자이너의 역할은 파이프라인의 뒤쪽으로 이동합니다. 그들은 심판이 됩니다. 품질의 기준선을 정합니다. 테이스트 수준을 지킵니다. 경험에 사인오프합니다. AI의 여러 이터레이션 중 어떤 것이 브랜드에 맞는 영혼을 가졌는지 결정합니다.
개발자: 코드 타이피스트에서 시스템 아키텍트로
개발자의 첫 주는 더 이상 로컬 환경 설정과 옛 코드베이스 읽기가 아닙니다. 출시입니다. 보일러플레이트를 두드리는 시간이 줄고, 로직을 설계하고 에이전트를 안내하며 AI가 아직 보지 못하는 깊고 구조적인 문제를 푸는 시간이 늘어납니다.
테스터: 수동 게이트키퍼에서 에이전트 인프라 엔지니어로
AI 네이티브 워크플로에서는 모두가 자기 기능의 테스터가 됩니다. 기능을 만드는 사람이 동시에 케이스를 생성하고, 엣지 케이스를 확인하고, 경험을 검증하고, 출시 가능한지 결정합니다. 테스트는 더 이상 사슬의 끝에 별도의 게이트로 앉아 있지 않습니다. 저작 그 자체의 일부가 됩니다.
이는 전통적인 테스터가 사라진다는 뜻이 아닙니다. 역할이 한 단계 위로 옮겨 갑니다. 인프라 역할이 됩니다. 사후에 모든 화면을 손으로 확인하는 대신, 팀 전반에 기능이 출시된 뒤에도 시스템이 안정적이고, 관측 가능하며, 프로덕션에서 신뢰할 수 있도록 돕습니다.
그런 의미에서 새로운 테스터는 "품질을 위한 인프라 엔지니어"에 가깝습니다. 조직 전체를 더 신뢰성 있게 만드는 프레임워크, 가드레일, 모니터링, 평가 루프, 릴리스 로직을 만듭니다. AI가 테스트, 디버깅, 지속적 개선에 더 효과적으로 참여할 수 있도록 에이전트 친화적인 인프라를 만드는 일도 합니다.
모든 직무에서 흐름은 동일합니다. 판단이 인계보다 훨씬 중요해지고 있습니다. 컨텍스트의 소유가 좁은 전문화보다 가치 있어지고 있습니다.
CEO: Chief Executive Officer에서 Chief Context Officer로
AI가 역할을 얼마나 깊이 재조합하고 있는지 보면, PM, 디자이너, 개발자, 테스터에서 멈출 수 없습니다. CEO도 다시 쓰이고 있습니다.
옛 회사 모델에서는 규모가 CEO를 일에서 멀어지게 했습니다. 조직은 너무 전문화되었고, 너무 층이 두꺼워졌고, 너무 느려졌습니다. CEO의 일은 다른 사람을 거쳐 복잡성을 관리하는 것이 되었습니다.
그 거리감은 성격의 문제가 아니었습니다. 구조적인 것이었습니다. 많은 회사에서 CEO는 더 이상 제품에 직접 손을 댈 수 없었습니다. 일이 너무 많은 기능, 회의, 인계로 쪼개져 있었기 때문입니다.
AI는 그 모델을 깹니다. 배우려는 의지를 가진 CEO는 다시 일 안으로 들어올 수 있습니다. 제품 아이디어를 탐색하고, 프로토타입을 검토하고, 플로를 테스트하고, 가정에 도전하고, 심지어 AI와 함께 실행을 이끌 수도 있습니다. CEO가 다시 마이크로 매니저가 되어야 해서가 아니라, 리더십과 창작 사이의 벽이 얇아지고 있기 때문입니다.
그래서 일이 바뀝니다. AI 시대의 CEO는 Chief Executive Officer보다는 Chief Context Officer에 가까워지기 시작합니다. 방향을 정하고, 판단을 명확히 하고, 결정권을 현장 가까이 옮기며, 작은 포드들이 진짜 오너십을 가지고 움직일 수 있는 인터페이스를 설계하는 것이 일입니다.
옛 모델에서 힘은 거리와 통제에서 나왔습니다. 새 모델에서 힘은 컨텍스트, 테이스트, 명료함, 그리고 조직이 하나의 시스템처럼 사고하고 움직이도록 돕는 능력에서 나옵니다. CEO가 바뀌면 조직은 그대로 있을 수 없습니다. 역할의 재작성은 자연스럽게 조직의 재작성이 됩니다.
새로운 조직은 단지 더 평평한 것이 아닙니다. 구조 자체가 다릅니다.
이 새로운 회사를 단순히 "플랫"이라고 부르는 것은 적절하지 않다고 생각합니다. 플랫은 층이 적다는 뜻일 뿐입니다. 우리가 보고 있는 것은 그보다 더 깊은 변화입니다. 조직의 기본 단위는 더 이상 기능이 아닙니다. 포드입니다.
옛 구조에서는 회사가 부서를 중심으로 만들어졌습니다. 프로덕트는 한쪽에, 디자인은 다른 쪽에, 엔지니어링은 또 다른 곳에, QA는 끝에 앉아 있었습니다. 조직도는 인계 사슬을 그대로 비추었습니다.
새로운 구조에서는 회사가 작고 컨텍스트 밀도가 높은 포드들의 네트워크처럼 보이기 시작합니다. 1~3명의 포드가 문제와 가깝게, 사용자와 가깝게, AI와 가깝게 일합니다. 아이디어에서 릴리스까지의 사슬을 더 많이 소유합니다. 더 많은 컨텍스트를 가집니다. 더 많은 결정을 내립니다. 덜 기다립니다.
수천 명 규모의 회사에서 이는 한 명의 CEO가 수백 개의 포드에 직접 손을 댄다는 뜻이 될 수 없습니다. 그것은 확장되지 않습니다. 확장 가능한 형태는 "네트워크의 네트워크"입니다. 포드들이 미션 클러스터로 묶이고, 공유 컨텍스트, 공유 테이스트, 공유 명료성, 공유 시스템 설계로 함께 묶입니다. 리더십 층은 여전히 존재하지만, 그 일이 바뀝니다. 더 이상 승인의 병목이 아닙니다. 컨텍스트 라우터, 인터페이스 디자이너, 포스 멀티플라이어가 됩니다. 그 모델에서 CEO는 모든 포드를 관리하지 않습니다. CEO는 많은 포드가 옛 관료제를 다시 짓지 않고도 일관되게 움직일 수 있는 아키텍처를 설계합니다. AI 네이티브한 스케일은 그런 모습입니다. 더 평평한 피라미드가 아니라, 다른 시스템입니다.
그렇게 되면 위계는 더 이상 주된 조정 메커니즘이 아닙니다. 컨텍스트가 주된 조정 메커니즘이 됩니다. 가장 중요한 질문은 더 이상 "누가 누구에게 보고하는가"가 아닙니다. "누가 진짜 컨텍스트를 쥐고 있고, 누가 그것에 따라 행동할 판단력을 가졌는가"가 됩니다.
이는 리더십 층의 존재 이유도 바꿉니다. 옛 세계에서는 미들 매니지먼트의 큰 부분이 기능 경계를 넘어 정보를 번역하고, 요약하고, 조율하고, 옮기기 위해 존재했습니다. 새 세계에서 그 역할들은 시스템 빌더, 품질 리뷰어, 인재 코치, 포드 간 통합자로 진화할 때만 가치를 유지합니다. 전달 벨트형 매니저는 꾸준히 중요성을 잃을 것입니다.
한 문장으로 말하면, AI 네이티브 조직은 이런 것입니다. 강한 컨텍스트 소유권을 가진 작은 포드들의 네트워크가, AI 에이전트의 지원을 받고, 공유된 판단으로 정렬되며, 무거운 위계가 아닌 가벼운 인터페이스로 연결된 모습입니다.
회사를 다시 쓸 수 있는 시간의 창
역할의 재작성이 CEO의 재작성으로 이어지고, CEO의 재작성이 조직의 재작성으로 이어진다면, 이는 도구 업그레이드가 아닙니다. 회사의 재작성입니다. 그러니 AI 스택만 바라보지 마십시오. 사람을 보십시오. 구조를 보십시오.
더 어려운 질문을 던지십시오. 당신의 사람들은 여전히 좁은 번역 역할에 갇혀 있지 않습니까? 가장 뛰어난 두뇌들이 판단을 내리는 대신 인계를 준비하고 있지 않습니까? 조직도가 여전히 옛 PM-디자이너-개발자-테스터 사슬을 위해 짜여 있지 않습니까? 결정권이 진짜 컨텍스트를 쥔 사람들에게서 너무 멀리 있지 않습니까?
AI 접근 권한을 사는 일은 쉽습니다. 진짜 변혁은 더 어렵습니다. 역할을 재설계하고, 오너십을 작은 포드에 밀어 넣고, 에이전트를 중심으로 인프라를 다시 짓고, 리더십 자체를 다시 정의하는 일입니다.
이 시대의 승자는 단지 더 좋은 모델을 쓰는 사람이 아닙니다. 더 빠르게 다시 짓는 사람입니다. 인계 사슬을 포드 네트워크로 대체합니다. 컨텍스트를 현장의 끝으로 옮깁니다. 판단의 기준을 끌어올립니다.
AI는 단지 작업을 다시 쓰는 것이 아닙니다. 회사를 다시 쓰고 있습니다. 창은 지금 열려 있습니다. 오래 열려 있지 않을 것입니다.