혼자서도 다 할 수 있는 시대에, 왜 모이는가
회사는 왜 존재하는가?
이 질문은 경영학 교과서에서나 나올 법한 추상적 질문이었다. 적어도 2024년까지는 그랬다. MBA 수업에서 Ronald Coase의 거래비용 이론을 배우고, 시험이 끝나면 잊어버리는 종류의 질문이었다. 실무에서 이 질문을 진지하게 던지는 사람은 없었다. 회사는 당연히 존재하는 것이었고, 팀은 당연히 필요한 것이었으니까.
지금은 다르다. AI가 이 질문을 교과서에서 현실로 끌어내렸다.
김형석 님의 글에서 출발한다. 그는 회사의 존재 이유를 이렇게 정의했다. "회사는 혼자서는 할 수 없는 일을 하기 위해 서로 다른 강점을 가진 사람들이 모인 곳." 간결하고 정확한 정의다. 수십 년간 유효했다. 디자이너 혼자서는 코드를 짤 수 없었고, 개발자 혼자서는 마케팅 캠페인을 돌릴 수 없었다. 서로 다른 강점을 가진 사람들이 모여야만 하나의 제품이, 하나의 서비스가 세상에 나올 수 있었다.
이 전제가 흔들리고 있다. AI 때문이다.
Claude Code로 3일 만에 사내 툴을 만든 비개발자 CEO를 봤다. Cursor로 MVP를 혼자 찍어내는 디자이너를 봤다. ChatGPT로 시장 분석 보고서를 2시간 만에 완성하는 마케터를 봤다. Midjourney로 브랜드 비주얼을 직접 만드는 PM을 봤다. 한 사람이 AI의 도움으로 과거에는 팀 전체가 해야 했던 일을 해내고 있다.
"혼자서는 할 수 없는 일"의 범위가 급격히 줄고 있다. 매달, 매주 줄고 있다.
그렇다면 회사는 왜 존재해야 하는가. 팀은 왜 필요한가. 같이 모여 일하는 것의 의미는 무엇인가.
이 글은 그 질문에 대한 나의 답이다.
95%의 정확도, 5%의 치명적 간극
AI와 깊이 일해본 사람은 안다. AI는 내 의도를 놀라울 정도로 정확하게 파악한다. 체감으로 95%다. 내가 원하는 방향을 말하면, 그 방향 안에서 최적의 실행을 해낸다. 블로그 글의 톤을 잡아주고, 코드의 구조를 설계해주고, 데이터 분석의 프레임워크를 제시한다. 놀라울 정도로 빠르게. 놀라울 정도로 정교하게.
문제는 나머지 5%다.
처음에는 그 5%가 보이지 않는다. 오히려 AI의 결과물이 내 기대를 초과하는 것처럼 느껴진다. "와, 이렇게까지 해주네." 감탄하면서 작업을 진행한다.
그런데 작업이 진전될수록, 복잡도가 올라갈수록, 5%의 델타가 기하급수적으로 벌어진다. AI가 만든 코드가 200줄일 때는 괜찮았는데, 2000줄이 되면 구조적 결함이 드러난다. 같은 패턴의 반복. 예외 처리의 부재. 확장성을 고려하지 않은 설계. AI가 작성한 전략 문서가 5페이지일 때는 날카로웠는데, 50페이지가 되면 같은 프레임을 다른 언어로 반복하고 있을 뿐이다.
이유는 명확하다. AI는 내 프레임 안에서 최적화한다. 내가 제시한 전제, 내가 설정한 범위, 내가 사용하는 언어, 내가 가진 편견 안에서 최고의 결과물을 만든다. 내가 "retention이 중요하다"고 말하면 retention을 극대화하는 방법을 찾아준다. 내가 "이 기능을 만들어달라"고 말하면 그 기능을 최적으로 구현해준다.
그러나 프레임 자체를 깨주지는 않는다.
"retention이 아니라 activation이 진짜 병목 아닌가요?"라고 물어봐 주지 않는다. "그 기능을 만드는 것 자체가 잘못된 방향 아닌가요?"라고 도전하지 않는다. AI는 내가 서 있는 땅 위에서 가장 높은 탑을 쌓아준다. 그 땅이 모래 위인지, 바위 위인지는 확인해주지 않는다.
Edgar Schein은 Process Consulting의 고전에서 이렇게 말했다. "가장 위험한 것은 잘못된 문제를 완벽하게 푸는 것이다." 이 경고는 1969년에 쓰였다. 반세기가 지난 지금, AI가 이 위험을 전례 없는 수준으로 증폭시키고 있다. 잘못된 질문에 대한 완벽한 답. 더 빠르게. 더 정교하게. 더 확신에 차서. 더 그럴듯하게.
Get Ship Done: 비개발자가 3일 만에 툴을 만들다
이론이 아니다. 내가 직접 본 현장 이야기다.
Get Ship Done 부트캠프. 비개발자 CEO들이 Claude Code를 사용해 3일 만에 사내 툴을 제작하는 프로그램이다. 참가자 대부분이 코드를 한 줄도 작성한 적 없는 사람들이었다. 마케팅 출신, 재무 출신, 영업 출신, 운영 출신. "개발"이라는 단어만 들어도 거리감을 느끼는 사람들이었다.
결과는 놀라웠다. 3일 만에 실제로 작동하는 사내 대시보드가 나왔다. 자동화 워크플로우가 나왔다. 데이터 파이프라인이 나왔다. 완벽하진 않았다. 프로덕션에 바로 투입할 수준은 아니었다. 하지만 작동했다. 실제 데이터가 흘렀고, 실제 업무에 적용 가능했다.
"개발자 없이는 불가능하다"고 믿었던 일들이 실제로 가능해졌다. 참가자들의 표정에서 그것이 보였다. 놀라움. 그리고 그 뒤에 오는 약간의 불안. "그러면 우리 회사 개발팀은 뭘 해야 하지?"
여기서 두 가지를 관찰했다.
첫째, 실행의 민주화가 실제로 일어나고 있다.
과거에는 "아이디어는 있는데 개발자가 없어서"가 유효한 변명이었다. 스타트업이 실패하는 이유로 자주 인용되었다. 더 이상 아니다. AI가 실행의 장벽을 극적으로 낮췄다. 아이디어와 실행 사이의 거리가 거의 0에 수렴하고 있다. 생각하는 것과 만드는 것의 시간 차이가 3일로 줄었다. 앞으로 더 줄어들 것이다.
이것은 개발 영역만의 이야기가 아니다. 디자인, 마케팅, 데이터 분석, 콘텐츠 제작. 모든 실행 영역에서 동일한 민주화가 진행 중이다.
둘째, 그런데도 혼자 만든 것의 한계가 분명하다.
부트캠프에서 가장 좋은 결과물은 혼자 만든 것이 아니었다. 서로 다른 배경의 참가자들이 피드백을 주고받으면서 만든 것이었다.
마케팅 출신 CEO가 고객 데이터 대시보드를 만들었다. 본인의 프레임에서는 완벽했다. 캠페인별 전환율, 채널별 유입, 코호트 리텐션. 마케터가 보고 싶은 지표가 깔끔하게 정리되어 있었다.
재무 출신 CEO가 그걸 보고 말했다. "CAC 대비 LTV 비율이 없네요. 이 대시보드로는 어떤 채널에 돈을 더 써야 하는지 판단할 수 없어요."
운영 출신 CEO가 덧붙였다. "현장 팀은 이 화면을 매일 안 볼 거예요. 모바일에서 핵심 지표 3개만 보여주는 뷰가 필요합니다."
한 사람의 프레임으로는 보이지 않던 것들이 다른 관점에서 즉시 드러났다. AI는 마케팅 출신 CEO의 프레임 안에서 최적의 대시보드를 만들어줬다. 그러나 그 프레임의 한계를 지적해준 것은 사람이었다. 다른 렌즈를 가진 사람이었다.
사일로: 같은 프레임을 가진 사람들이 모이면
컨설팅 현장에서 15년간 가장 자주 보는 병리 현상이 있다. 사일로다.
마케팅팀은 마케팅의 프레임으로 세상을 본다. ROAS, CAC, 전환율. 개발팀은 개발의 프레임으로 본다. 코드 품질, 배포 주기, 기술 부채. 각자의 프레임 안에서 합리적으로, 열심히, 성실하게 최적화한다. 각 팀의 KPI는 달성된다. 그런데 회사 전체는 방향을 잃는다.
마케팅팀이 공격적으로 유입을 늘리는 동안 개발팀은 서버 안정화에 집중하고 있었다. 두 팀 다 자기 일을 잘한 것이다. 그러나 결과적으로 유입된 고객은 불안정한 서비스를 경험하고 이탈했다. 각각은 최적이었지만, 전체는 최악이었다.
이것은 AI 이전에도 있던 문제다. 그러나 AI가 이 문제를 심각하게 악화시킨다.
왜냐. 각 팀이 AI를 사용하면 자기 프레임 안에서의 실행력이 폭발적으로 올라간다. 마케팅팀은 AI로 더 많은 캠페인을, 더 빠르게, 더 정교하게 실행한다. 하루에 10개 캠페인 변형을 테스트하던 것이 100개가 된다. 개발팀은 AI로 더 많은 코드를, 더 빠르게, 더 정교하게 작성한다. 배포 주기가 주 1회에서 일 3회로 빨라진다.
각자의 사일로 안에서의 생산성이 극대화된다. 사일로의 벽이 더 높아지고, 더 견고해진다.
그런데 사일로 간의 연결은? AI가 해주지 않는다.
마케팅팀의 AI는 "이 캠페인이 개발팀의 로드맵과 충돌한다"고 말해주지 않는다. 개발팀의 AI는 "이 기능이 실제 사용자의 retention에 어떤 영향을 미치는지"를 마케팅의 관점에서 분석해주지 않는다. 각 AI는 각 팀이 제공한 컨텍스트 안에서, 각 팀의 프레임 안에서, 충실하게 최적화할 뿐이다.
사일로가 AI로 무장하면 어떻게 되는가. 각 사일로가 더 빠르게, 더 효율적으로, 서로 다른 방향으로 달린다. AI가 사일로를 해결해주는 것이 아니라, 사일로의 속도를 높여주는 것이다.
Diversity & Team Performance 분야의 연구가 수십 년간 반복적으로 증명하는 것이 있다. 인지적 다양성(cognitive diversity)이 높은 팀이 복잡한 문제를 더 잘 푼다. Scott Page의 "The Difference"에서 수학적으로 증명했고, Harvard Business Review의 다수 연구에서 실증했다. 비슷한 배경의 사람 10명보다, 완전히 다른 렌즈를 가진 3명이 더 나은 해결책을 만든다.
AI 시대에 이 원리는 더 강력해진다. 실행은 AI가 대체한다. 그러면 남는 것은 무엇인가. 프레임이다. 관점이다. 렌즈다.
10명이 같은 생각으로 실행하는 것 vs. 3명이 다른 렌즈로 세상을 보는 것
여기서 회사의 존재 이유가 재정의된다.
과거의 회사: 혼자서는 할 수 없는 실행력을 모으는 곳. → 10명이 각자의 역할을 수행해야 하나의 제품이 나온다. → 디자이너 2명, 개발자 5명, 마케터 2명, PM 1명. → 인원 = 실행력.
AI 시대의 회사: 혼자서는 깰 수 없는 프레임을 깨는 곳. → AI가 실행을 담당하니, 사람의 가치는 "다른 관점"에 있다. → 완전히 다른 배경의 3명이 AI와 함께 10명분의 실행을 해낸다. → 인원 ≠ 실행력. 인원 = 관점의 다양성.
이것은 역설이다. 혼자 할 수 있는 일이 늘어날수록, "같이 해야만 하는 일"의 가치가 올라간다. AI가 개인의 실행력을 극대화할수록, 개인의 프레임 한계가 더 선명하게 드러난다.
프리즘을 생각하면 된다. 하나의 유리 조각은 평범하다. 투명한 삼각형 덩어리일 뿐이다. 아무리 빛을 쏘아도 그냥 통과한다. 그런데 특정한 각도에서 빛이 통과하면 예상 밖의 스펙트럼이 펼쳐진다. 빨강, 주황, 노랑, 초록, 파랑, 남색, 보라. 하얀 빛 속에 숨겨져 있던 색들이 드러난다. 개별은 평범하지만, 결합하면 전혀 다른 결과가 나온다.
회사도 마찬가지다. AI 시대의 회사는 프리즘이어야 한다. 서로 다른 관점을 가진 사람들이 모여 하나의 문제에 빛을 통과시키면, 혼자서는 절대 볼 수 없었던 스펙트럼이 보인다. 마케터의 렌즈로 보면 빨강만 보이고, 개발자의 렌즈로 보면 파랑만 보인다. 같이 보면 무지개가 보인다.
핵심은 이것이다. 프리즘이 작동하려면 유리의 양이 중요한 것이 아니라 각도가 중요하다. 같은 각도의 유리를 10장 겹쳐봐야 같은 색만 나온다. 다른 각도의 유리 3장이 전혀 다른 스펙트럼을 만든다.
실무에서 이것이 의미하는 것
추상론을 실무로 번역한다. 이 관점의 전환이 스타트업 대표, CPO, 그로스 팀장에게 어떤 변화를 요구하는지 구체적으로 풀어본다.
1. 채용 기준의 변화: 실행력에서 관점으로
"이 사람이 얼마나 잘 실행하는가"보다 "이 사람이 우리 팀에 어떤 새로운 렌즈를 가져오는가"가 더 중요해진다. 코딩 테스트 점수, 마케팅 성과 지표, 디자인 포트폴리오. 이런 것들은 여전히 중요하지만, 결정적 차별화 요소는 아니다. AI가 이 모든 실행 역량을 증폭시켜주기 때문이다.
결정적 질문은 이것이 된다. "이 사람이 들어오면 우리 팀이 보지 못하던 것을 볼 수 있게 되는가?"
같은 배경, 같은 사고방식, 같은 프레임의 사람을 더 뽑는 것은 AI를 한 대 더 사는 것과 다를 바 없다. 실행 속도만 빨라질 뿐, 방향은 바뀌지 않는다.
2. 회의의 목적 변화: 공유에서 충돌로
"진행 상황 공유"는 AI 대시보드가 대체한다. Notion AI 요약, Slack bot 리포트, 자동화된 위클리 대시보드. 상태 공유를 위해 사람이 모일 이유가 사라지고 있다.
회의의 유일한 존재 이유는 프레임 충돌이다. 서로 다른 관점이 부딪혀서 새로운 시각이 나오는 것. "나는 이렇게 보는데, 너는 어떻게 보느냐?" 이 질문이 오가는 회의만 살아남아야 한다.
프레임 충돌이 없는 회의, 즉 모두가 고개를 끄덕이며 동의하는 회의는 폐지해야 한다. 그 회의는 사일로를 강화하고 있을 뿐이다.
3. 팀 구조의 변화: 규모에서 각도로
10명이 비슷한 생각으로 실행하는 팀 → 3명이 완전히 다른 렌즈로 세상을 보는 팀.
소수정예가 구호가 아니라 구조적 필연이 된다. AI가 실행 인력을 대체하기 때문이 아니다. 인원이 늘어난다고 관점의 다양성이 비례하지 않기 때문이다. 오히려 인원이 늘어나면 사회적 압력에 의한 conformity가 증가한다. 조직심리학의 기본 원리다. 소수의 다른 관점이 다수의 동일 관점보다 혁신에 유리하다.
실제로 가장 혁신적인 팀은 이미 이런 구조다. 완전히 다른 도메인에서 온 3-5명이 하나의 문제를 다른 각도에서 본다. AI가 각자의 실행을 증폭시키니, 인원이 적어도 아웃풋은 10명 이상이다.
4. 리더의 역할 변화: 관리에서 설계로
리더는 실행을 관리하는 사람이 아니라, 프레임 충돌을 설계하는 사람이 된다.
어떤 관점을 가진 사람을 같은 방에 앉힐 것인가. 어떤 질문을 던져서 프레임 충돌을 유발할 것인가. 충돌이 건설적 토론으로 이어지도록 어떤 환경을 만들 것인가. 이것이 AI 시대 리더의 핵심 역량이다.
Edgar Schein이 말한 Process Consultant의 역할과 정확히 일치한다. "답을 주는 것이 아니라, 올바른 질문이 나오는 환경을 만드는 것." AI가 답을 주는 시대에, 리더는 질문을 설계해야 한다.
5. 성과 측정의 변화: 산출물에서 관점 기여로
"이 사람이 이번 분기에 무엇을 만들었는가"는 점점 의미가 약해진다. AI와 함께라면 누구나 많이 만들 수 있다.
"이 사람이 팀의 의사결정에 어떤 새로운 관점을 제공했는가"가 더 의미 있는 성과 지표가 된다. 어렵다. 측정하기 어렵다. 그러나 이 방향으로 가야 한다. 관점의 기여를 인정하고 보상하는 시스템이 없으면, 결국 모두가 AI로 산출물 양을 늘리는 경쟁을 하게 된다. 그것은 Red Queen's Race다. 달릴수록 제자리다.
반론에 대한 답: "그래도 전문성은 필요하지 않은가"
여기까지 읽은 독자 중 일부는 이렇게 반문할 것이다. "관점의 다양성이 중요하다는 건 알겠는데, 결국 깊은 전문성 없이 어떻게 좋은 질문을 던지는가?"
맞는 지적이다. 관점의 다양성은 전문성의 대체재가 아니다. 보완재다.
핵심은 순서의 변화다. 과거에는 전문성이 먼저 → 협업이 나중이었다. 각자 전문 영역에서 결과물을 만들고, 합치고, 조율했다. AI 시대에는 협업이 먼저 → 전문적 실행이 나중이 된다. 먼저 다른 관점을 가진 사람들이 모여 문제를 다각도로 바라보고, 올바른 방향을 설정한 뒤, 각자가 AI와 함께 전문적 실행을 한다.
방향 설정에 들이는 시간이 전체 프로젝트의 성패를 결정한다. 잘못된 방향으로 AI와 함께 빠르게 달리는 것보다, 올바른 방향을 찾는 데 하루를 더 쓰는 것이 100배 효율적이다. 그 하루를 혼자 보내는 것보다 다른 렌즈를 가진 사람과 보내는 것이 1000배 효과적이다.
또 다른 반론이 있다. "AI가 발전하면 프레임을 깨는 것도 AI가 해주지 않겠는가?"
현재로서는 아니다. 그리고 상당 기간 아닐 것이다. AI가 프레임을 깨려면, 내가 제공하지 않은 컨텍스트를 스스로 가져와야 한다. 내가 모르는 것을 AI도 모른다. 내가 질문하지 않은 것을 AI가 먼저 질문하지 않는다. AI는 주어진 입력의 범위 안에서 작동한다. 프레임을 깨는 것은 입력의 범위 바깥에서 오는 것이다. 다른 도메인, 다른 경험, 다른 문화, 다른 실패에서 오는 것이다.
사람만이 그것을 가져올 수 있다. 적어도 지금은. 그리고 그 "지금"이 당신이 조직을 재설계해야 하는 타이밍이다.
결론: 프리즘이 되어라
김형석 님의 정의를 업데이트한다.
~~회사는 혼자서는 할 수 없는 일을 하기 위해 서로 다른 강점을 가진 사람들이 모인 곳.~~
회사는 혼자서는 깰 수 없는 프레임을 깨기 위해 서로 다른 관점을 가진 사람들이 모인 곳.
강점(strength)에서 관점(perspective)으로. 실행력(execution)에서 프레임 전환(reframing)으로. 이것이 AI 시대 회사의 존재 이유다.
AI가 실행을 대체할수록, 회사의 존재 이유는 사라지는 것이 아니라 더 명확해진다. 역설적이다. 혼자 할 수 있는 일이 폭발적으로 늘어나는 시대에, "같이 해야만 하는 일"의 가치가 가장 높아진다. 그 "같이 해야만 하는 일"은 실행이 아니다. 실행은 AI가 한다. 같이 해야만 하는 일은 서로의 프레임을 깨는 것이다. 내가 보지 못하는 것을 보게 해주는 것이다.
당신의 팀은 프리즘인가, 아니면 같은 색깔의 유리 10장인가.
프리즘이라면, 빛을 통과시켜라. 놀라운 스펙트럼이 보일 것이다. 같은 색깔의 유리 10장이라면, AI를 더 많이 도입하는 것보다 다른 렌즈를 가진 한 명을 데려오는 것이 먼저다.
이미지 참고
이 포스트의 핵심 은유인 "프리즘과 빛의 스펙트럼"을 시각화한 이미지 프롬프트는 01-image-prompts-company-purpose.md에 포함되어 있다. 블로그 feature image로는 1.91:1 가로형 프롬프트를, LinkedIn 피드에는 4:5 세로형 프롬프트를 사용한다.
AI 시대의 조직, 그로스, 리더십에 대한 실전 인사이트를 매주 받아보세요.
[뉴스레터 구독하기 →]
팀 구조, 채용, AI 워크플로우에 대해 더 깊은 대화가 필요하시면:
[30분 무료 상담 예약 →]