- 샌프란시스코의 AI 네이티브 기업들을 직접 방문해 실제 업무 방식을 관찰한 결과, 제품 관리자(PM) 역할의 소멸부터 조직 전반의 실험 속도 가속까지 기존 스타트업과는 근본적으로 다른 운영 모델이 등장하고 있음
- 방문한 5개 기업 중 전담 PM은 단 1명뿐이었으며, 엔지니어가 고객과 직접 대화하고 제품 결정을 전담하는 구조로 전환 중
- 무엇이든 하루 만에 구현 가능해지면서 모든 요청을 구현하려는 '기능 공장(feature factory)' 유혹이 가장 큰 전략적 리스크로 부상
- 기술 스택은 Slack, Claude Code, GitHub, Codex, Linear로 수렴하고 있으며, Slack이 에이전트 오케스트레이션의 핵심 허브 역할 수행
- 실험 비용 붕괴로 기업들이 3~5배 빠른 반복 실행을 달성하고 있으며, AI를 내재화한 기업과 아직 전략을 논의 중인 기업 간 격차가 매주 벌어지는 상황
PM 역할의 소멸
- 하루에 방문한 5개 기업에서 전담 PM은 단 1명뿐이었으며, 40명 규모 기업도 포함된 결과
- 엔지니어가 매일 고객과 대화하고 제품 결정을 처음부터 끝까지 직접 소유하는 구조
- PM이 "보조"되는 것이 아니라, 그 역할 자체가 엔지니어링과 디자인에 흡수되는 현상
가장 위험한 부작용: 기능 공장
- 고객 요청을 하루 만에 구현할 수 있게 되면서, 모든 것을 만들려는 유혹이 압도적으로 커지는 상황
- 여러 기업이 이것을 현재 자사의 가장 큰 전략적 리스크로 꼽음
- 이 문제를 이겨내는 기업들은 엄격한 제약을 두고 있음
- 한 기업의 에이전트는 JSON을 통해 기존 기능만 설정 변경 가능하며, 새 애플리케이션 코드 생성 자체가 불가
- 다른 기업은 스쿼드 단위 North Star 메트릭을 사용해 아이디어를 출시 전에 제거
- 여러 기업이 창업자가 제품의 의견이 있는 영역과 유연한 영역을 직접 결정해야 한다고 강조
- 실행 비용이 거의 제로에 가까워지면 취향(taste)이 해자(moat) 가 되지만, 이를 조직적으로 구현하는 방법은 아직 결정 중
기술 스택의 수렴
- 방문한 거의 모든 기업이 동일한 핵심 스택 사용: Slack, Claude Code, GitHub, 코드 리뷰용 Codex, 그리고 Linear
- Linear는 SaaS 위기 속에서도 살아남았을 뿐 아니라 번영의 로드맵을 만들어가고 있음
- Slack이 에이전트의 중앙 오케스트레이션 레이어로 부상
- 이모지 반응이 자동으로 티켓 생성
- 봇이 진단 보고와 고객 이슈 분류 수행
- 에이전트가 스레드에 태그되면 바로 수정 작업 시작
- 6개월 전에는 Cursor가 모든 대화에 등장했으나, 현재는 산발적으로만 언급
- 엔지니어들이 Claude Code에서 생활하는 상황이며, 한 연구자는 Cursor와 Claude를 병행하다가 두 번째 창이 왜 필요한지 스스로에게 반문
- 엔지니어들이 특정 코딩 도구에 충성도나 애착이 거의 없다는 점이 코딩 플랫폼들에게는 우려 사항
- 엔지니어가 생성하는 데이터로 모델을 학습하지 않는 한 장기 가치 유지가 어려우며, 이 점에서 Anthropic이 Mythos 소식과 함께 유리한 위치
조직 전반의 역량 확대
- 엔터프라이즈 어카운트 매니저가 수개월간 제품팀에 계정 업로드 자동화를 요청했으나 우선순위에서 밀림 → Slack의 AI 에이전트에 요청하자 1시간 만에 해결
- 회계팀이 직접 데이터베이스 쿼리를 작성하고 MCP를 사용해 자사 비즈니스 데이터를 분석
- Chief of Staff가 다이렉트 메일과 마케팅 자료를 30분 이내에 제작
- 가장 과소평가된 변화는 AI가 엔지니어를 위해 하는 것이 아니라, 그 외 모든 사람을 위해 하는 것
실험 비용 붕괴와 복리 효과
- 연구자가 10개의 인터페이스 디자인을 테스트하고 각각 하루씩 운영한 뒤 9개를 폐기하는 방식으로 실험
- 디자이너가 6분 이내에 별도 탭에서 여러 경쟁 반복안을 생성
- 코딩 경험이 전혀 없는 그로스 PM이 이틀 만에 전체 Meta Ads 파이프라인(전략 브리프, AI 생성 비디오 광고, Meta 자동 게시) 구축
- AI로 실제 고객 접촉 전에 고객 시뮬레이션 수행
- 한 팀은 다양한 사용자 페르소나를 연기하는 AI 에이전트를 만들어 실제 피드백 없이 제품 스트레스 테스트
- 다른 팀은 분기당 50건 대신 주당 수백 건의 리서치 인터뷰 수행
- 한 기업은 전체 협상 이력, 커뮤니케이션 선호도, 의사결정 패턴을 포함한 고객 페르소나를 구축해 영업 콜 준비에 활용
- 기업들이 3~5배 빠른 반복을 달성하며, 이 속도는 두 가지 방식으로 나타남
- 단일 실험을 더 빨리 완료해 같은 기간에 더 많은 실험 수행
- 여러 실험을 병렬로 동시 진행
- 빌드와 학습 단계가 조직 전반에서 압축되며 지식이 복리로 축적
- 전투기에서 드론 군집으로 전쟁 방식이 전환된 것과 유사한 변화가 기업 운영에서도 발생 중
향후 전망
- 추가 기업 방문을 계속하며 더 구체적인 사례와 함께 심층 케이스 스터디를 발표할 예정
- 이미 명확한 패턴: 이러한 방식을 내재화한 기업과 아직 "AI 전략"을 논의 중인 기업 간 격차가 매우 크며, 매주 벌어지고 있음