AI Native 조직이 온다 - AI는 조직과 일하는 방식을 어떻게 바꾸고 있는가?

송길영 작가는 『시대예보: 경량문명의 탄생』에서 이렇게 선언합니다.

"앞으로는 2만 명이 필요한 피라미드를 열 명으로 만들 수 있다."

이 말은 이미 현실입니다. 텔레그램은 30명이 운영하고, 미드저니는 40명이 이끕니다. 1인 브랜딩 에이전시가 1주일에 70개의 브랜드 컨셉을 만들고, 한 사람이 7일 만에 웨비나를 기획해서 100만 달러의 매출을 올립니다.

AI가 조직의 크기와 일하는 방식을 근본적으로 바꾸는 전환이 시작됐습니다.

산업혁명 이후 200년 동안은 거대 조직, 다층 위계, 대규모 자본이 곧 경쟁력이었습니다. 송길영 작가는 이 시대를 '중량 문명'이라고 부르고, 그 시대가 끝나고 있다고 말합니다. 거대함이 곧 안전이던 '대마불사(大馬不死)'의 공식이 깨지고 '대마필사(大馬必死)'의 시대가 열린다는 겁니다. 실제로 AI를 쓰는 소규모 조직이 기존의 대규모 팀을 앞서는 일이 벌어지고 있습니다.

세 번째 대전환: 만드는 방식, 도달하는 방식, 그리고 운영하는 방식

비즈니스 역사에서 '운영 방식' 자체를 바꾼 기술 전환은 세 번뿐입니다.

첫 번째는 산업혁명이었습니다. 기계와 조립 라인이 등장하면서 수공업이 대량 생산으로 바뀌었습니다. 비즈니스가 '만드는 방식(Making)'을 근본적으로 바꾼 순간입니다.

두 번째는 인터넷이었습니다. 전 세계 누구에게나 즉시 닿을 수 있게 되면서, 침실에서 글로벌 기업을 만드는 일이 가능해졌습니다. '도달하는 방식(Reaching)'이 바뀐 겁니다.

세 번째가 지금, AI입니다. 이번에는 '운영하는 방식(Running)' 자체가 바뀌고 있습니다.

인터넷 초기에는 "온라인으로 물건을 사는 사람은 없을 것이다"라는 말이 있었습니다. 지금 나오는 "AI는 아직 실무에 쓰기엔 부족하다"는 말도 그때와 같은 말이고, 이미 무너지고 있습니다.

AI Native 조직은 이미 여기에 있다

AI를 '운영 체제'로 쓰는 소규모 조직은 먼 미래가 아니라 지금 여러 영역에서 일하고 있습니다. 대표적인 사례가 셋 있습니다.

사례 1. Liam Ottley — 4개 비즈니스를 AI로 동시 운영

출처: Liam Ottley, "The Biggest Shift in Business Since the Internet Just Happened" (YouTube)

뉴질랜드의 Liam Ottley는 AI 컨설팅 에이전시, 미디어 회사, 교육 사업, SaaS 제품까지 4개 비즈니스를 동시에 운영합니다. 그 바탕에는 Claude Code라는 AI 코딩 도구로 만든 'AI 운영 체제'가 있습니다.

그가 만든 시스템은 이렇게 작동합니다.

• 매일 아침 8시 전에 텔레그램으로 전체 비즈니스 브리핑이 옵니다. 4개 회사의 매출 변화, 팀 업데이트, 어제 회의 요약, 콘텐츠 퍼포먼스, 기회와 위협 분석까지 담겨 있어서, 미팅 하나 없이 전체 현황을 파악합니다.
• 7~8개 대시보드에 흩어져 있던 데이터를 하나의 화면으로 모았습니다. 그는 "날씨 앱 보듯이 비즈니스 건강을 체크한다"고 말합니다.
• 반복 업무를 하나씩 자동화해서 그 업무에 들던 시간을 영구히 돌려받았습니다. 예를 들어 에이전시의 제안서 작성은 원래 몇 시간이 걸렸는데, 이제는 AI가 고객 미팅 녹취록을 분석해서 제안서 슬라이드를 자동으로 만듭니다.

그 결과 그는 혼자서 7일 만에 웨비나를 기획하고, 유튜브 영상 5개를 제작하고, 이메일·퍼널·결제 시스템을 구축하고, 100만 뉴질랜드 달러의 매출을 만들었습니다. 보통이라면 팀이 한두 분기에 걸쳐 할 작업입니다.

사례 2. 일잘러 장피엠 — 업무 전체를 Claude Code 프로젝트로 구조화

저도 비슷한 방식으로 일합니다. AI 교육과 컨설팅을 하는 제 업무 환경은 이렇게 생겼습니다.

WorkOS/
├── learning-blog-writing/      ← 학습 → 블로그 자동 파이프라인
├── corporate-training/         ← 기업교육 실습 패키지 자동 생성
├── lecture-slide/              ← 강의 슬라이드 자동 제작
├── lecture-video/              ← 강의 영상 자동 생성
├── youtube-analysis/           ← 경쟁 채널 분석 자동화
├── linkedin-analysis/          ← 링크드인 일일 브리핑
├── b2b-email-inbound-sales/    ← 문의 메일 자동 분류
└── skills/                     ← 100개+ 재사용 AI Skills

WorkOS 폴더 자체가 AI 운영 체제입니다. 업무 영역마다 Claude Code 프로젝트가 하나씩 있고, 각 프로젝트 안에서 AI 에이전트, 스킬, 워크플로우가 따로 돌아갑니다. 예를 들면 이렇습니다.

• learning-blog-writing: YouTube 영상 URL 하나를 넣으면 자막 추출 → 요약 → 개인 맞춤 질문 생성 → 심층 분석 → 아카이브 → 블로그 글 작성 → SEO 최적화 → Google Drive 업로드까지 자동으로 진행됩니다.
• corporate-training: 기업명과 직무를 입력하면 6개 AI 에이전트가 차례로 실행되어 맞춤형 AI 실습 패키지 11개를 자동 생성합니다. KB손해보험, 신한은행, SK하이닉스, 삼성전자 등 실제 고객사에 적용하고 있습니다.
• linkedin-analysis: 매일 아침 주요 링크드인 계정의 포스트를 자동 수집하고 한국어로 요약한 뒤, 저한테 중요한 인사이트를 담은 이메일 브리핑을 보냅니다.

혼자 일하지만 10개의 AI 프로젝트가 각자 맡은 업무를 처리합니다.

사례 3. BRND 김서진 — 100개 AI 에이전트로 운영하는 브랜딩 에이전시

출처: 조쉬의 뉴스레터

AI 프로덕트 엔지니어 출신인 김서진 대표는 BRND라는 1인 브랜딩 에이전시를 운영합니다. 그의 시스템에는 약 100개의 AI 에이전트가 있고, 팀장 역할을 하는 '오케스트레이터' 7개가 이들을 관리합니다.

기존 브랜딩 에이전시는 1주일에 컨셉 1~2개를 내는 게 보통입니다. 김서진 대표는 이틀 만에 30개 컨셉을 뽑고, 1주일 동안 약 70개 컨셉을 제시합니다. 클라이언트 미팅 중에 "이런 느낌으로요"라는 말이 나오면 그 자리에서 50개의 일러스트 베리에이션을 실시간으로 생성합니다.

그는 AI 활용을 두 가지로 나눕니다.

• AI Assisted(보조적 활용): "배경색을 파란색으로 바꿔줘"처럼 사람이 '어떻게(How)'를 지시합니다.
• AI Native(근본적 활용): "따뜻한 느낌의 브랜드 시스템을 만들어줘"처럼 사람은 '무엇(What)'만 설명합니다.

그리고 이렇게 말합니다.

"결과물을 직접 손보느냐, 결과물을 만드는 시스템을 손보느냐. 후자가 확장성이 훨씬 높다. 한번 시스템을 고치면, 이후 모든 결과물이 좋아진다."

도구를 쓰는 것 vs 시스템으로 운영하는 것

세 사례 모두 AI를 개별 도구로 쓰지 않고 업무 전체를 관통하는 시스템으로 구축했습니다. 이 차이는 생각보다 큽니다.

AI를 개별 도구로 쓰면 덧셈입니다. ChatGPT로 메일을 쓰면 30분을 아끼고, 이미지 AI로 썸네일을 만들면 1시간을 아낍니다. 좋은 일이지만 매일 같은 만큼만 아낄 뿐, 아낀 시간이 쌓이지는 않습니다.

AI를 통합 시스템으로 구축하면 복리입니다. 업무 하나를 자동화하면 시간이 생기고, 그 시간으로 또 다른 업무를 자동화합니다.

"자동화에 감싼 모든 업무는 다시는 잃지 않을 시간이다. 이게 복리로 불어난다."

단편적인 AI 팁이나 프롬프트 해킹이 효과가 없는 이유도 여기에 있습니다. 팁을 붙일 통합 시스템이 없기 때문입니다.

세 사례가 공통으로 쓴 방법은 Claude Code 같은 코딩 에이전트로 내 업무를 자동화하고 조직화하는 것입니다. Claude Code, OpenAI Codex 같은 코딩 에이전트는 이제 개발자만 쓰는 도구가 아닙니다. 모든 직장인이 자기 업무를 시스템으로 설계하고 자동화할 수 있는 범용 도구가 되었고, AI를 시스템으로 운영하는 가장 인기 있고 보편적인 방법으로 자리 잡고 있습니다.

비개발자가 Claude Code로 실제 업무를 어떻게 자동화하는지 궁금하다면 일잘러 장피엠의 영상 "비개발자의 Claude Code 업무 활용법"을 추천합니다. 코딩 경험 없이 업무 전체를 AI 시스템으로 구축하는 과정을 단계별로 보여 줍니다.

https://youtu.be/C6xlOsQFyOQ?si=X8ifRU2JQrfDJv05 (영상 삽입)

우리 조직은 어떻게 시작할까?

우리 팀에서 시작할 때는 거창할 필요가 없습니다. 세 가지만 해 보세요.

첫째, 반복 업무를 모두 적어 보세요. 매일 하는 리포팅, 체크인, 데이터 입력, 콘텐츠 기획, 팔로업 이메일까지 빠짐없이 적습니다. 그리고 업무마다 "AI가 할 수 있는가?"를 Yes / Partially / No로 나눠 보세요. Yes가 생각보다 많을 겁니다.

둘째, 결과물이 아니라 시스템을 손보세요. 보고서 하나를 AI로 쓰는 것보다, 보고서를 만드는 프로세스를 AI 시스템으로 구축하는 게 낫습니다. 한번 만들면 다음부터는 자동으로 돌아가기 때문입니다. 김서진 대표의 말처럼, "시스템을 고치면 이후 모든 결과물이 좋아집니다."

셋째, AI가 할 일과 사람이 할 일을 나누세요. 모든 업무를 AI에 맡기자는 게 아닙니다. AI가 잘하는 것(대량 생성, 분석, 반복 실행)과 사람이 해야 하는 것(판단, 전략, 소통)을 분명히 나누는 겁니다. 이렇게 나누기만 해도 일하는 방식이 놀라울 만큼 달라집니다.

송길영 작가가 말한 경량 문명의 원칙도 이 방식과 맞습니다.

• "우리는 지금 만납니다" — 긴 온보딩 없이 바로 일을 시작할 수 있어야 합니다. AI 시스템은 컨텍스트를 늘 기억하고 있습니다.
• "우리는 잠시 만납니다" — 프로젝트 단위로 집중합니다. AI 에이전트도 필요할 때 호출하고, 일이 끝나면 대기합니다.
• "우리는 다시 만납니다" — 한번 만든 시스템은 계속 다시 씁니다.

마치며

1. 지금은 산업혁명, 인터넷에 이은 세 번째 대전환의 변곡점입니다. 바뀌는 것은 '운영하는 방식' 자체입니다.

2. AI Native 소규모 조직은 이미 등장했습니다. Liam Ottley는 팀이 한두 분기에 할 일을 7일 만에 혼자 해냈고, 김서진 대표는 1주일에 70개 브랜딩 컨셉을 만듭니다.

3. AI를 개별 도구로 쓰지 말고 통합 시스템으로 구축해야 합니다. 개별 도구는 덧셈이지만, 시스템은 복리입니다.

4. 시작은 간단합니다. 반복 업무를 적고, 시스템을 손보고, AI가 할 일과 사람이 할 일을 나누세요.

송길영 작가는 경량 문명을 이렇게 표현합니다.

"덜 소유하면서도 더 풍요롭게, 덜 의존하면서도 더 단단하게 연결되는 삶의 방식."

AI Native 조직이 향하는 방향도 여기에 있습니다. 이번 주에 반복 업무 3개만 적어 보세요.

AI를 실무에 활용하는 구체적인 방법이 궁금하다면 AI Ground 블로그를 구독해 주세요.