TL;DR: A 앤드류 응의 최근 강연 는 AI가 스타트업에 미치는 영향에 대해 설명하면서 현재 머큐리 테크놀로지 솔루션이 겪고 있는 변화를 강력하게 표현했습니다. AI가 개발 속도를 획기적으로 가속화하면서 주요 비즈니스 병목 현상이 '실행'에서 '전략'으로 바뀌었습니다. 이로 인해 우리는 팀을 근본적으로 재구성하고 검증 프로세스를 점검하며 리더십을 재정의하여 타임라인 관리에서 전략적 가설의 빠른 대량 흐름을 안내하는 것으로 전환해야 했습니다.
저는 머큐리 테크놀로지 솔루션의 CEO 제임스입니다.
저는 최근 Y Combinator에서 Andrew Ng의 최근 강연을 시청했는데, 그는 AI가 제품 관리와 팀 구조에 미치는 심오한 영향에 대해 이야기했습니다. 그의 통찰력이 큰 반향을 불러일으킨 이유는 이론적인 예측이 아니라 우리가 머큐리에서 적극적으로 탐색하고 있는 바로 그 변화에 대한 예리한 진단이었기 때문입니다.
AI 혁명이 단순히 제품을 변화시키는 데 그치지 않고 회사를 근본적으로 재구성하는 방법을 '내부적으로' 살펴봅니다.
첫 번째 변화: 실행에서 전략으로 이동하는 병목 현상
수년 동안 저희를 포함한 모든 기술 기업의 가장 큰 운영 과제는 실행 속도였습니다. 새로운 아이디어의 개발과 검증은 항상 기술 부채, 리소스 스케줄링, 엔지니어링 역량에 의해 제약을 받았습니다. '느리게 일하기'가 가장 큰 장애물이었습니다.
하지만 지금은 상황이 완전히 바뀌었습니다. 최신 AI 도구와 새로운 개발 프레임워크를 통해 실행 능력이 크게 향상되었습니다. 우리의 맞춤형 A.I. 통합 솔루션 팀은 이제 수개월이 걸리던 고객에 대한 기능적 개념 증명을 단 며칠 만에 구축할 수 있습니다. Andrew Ng가 언급했듯이 일부 팀은 이제 한 달에 전체 코드베이스를 여러 번 재작성하고 있습니다. 구현 비용은 급감했고, 속도는 더 이상 걸림돌이 되지 않습니다.
이를 통해 새롭고 더 중요한 병목 현상이 드러났습니다:
- 업스트림(전략): 무엇을 구축할지 결정합니다.
- 다운스트림(유효성 검사) 우리가 구축한 것이 '실제로 작동하는지' 확인하는 단계입니다.
우리의 대응, 1부: '업스트림' 강화 - 무엇을 구축할지 결정하는 방법
Andrew Ng는 AI가 엔지니어링을 획기적으로 향상시킨 반면, 제품 관리 측면에 미치는 영향은 덜 직접적이라고 지적했습니다. 이로 인해 불균형이 생겼습니다. 이 문제를 해결하기 위해 팀 구조를 다시 생각해야 했습니다.
이제 회사의 가치는 코딩 속도보다는 전략적 아이디어의 질과 양에 의해 창출된다는 사실을 깨달았습니다. 따라서 주요 부서를 애자일 "포드"로 재구성했습니다 이러한 포드 내에서 제품 전략가와 고객 대면 컨설턴트는 Mercury Business Operation Suite 및 Mercury SocialHub CRM과 같은 핵심 플랫폼에 대한 대량의 "마이크로 가설"을 생성하는 임무를 맡게 됩니다.
이로 인해 내부 비율에 큰 변화가 생겼습니다. 가장 혁신적인 일부 팀에서는 이제 전략 제품 관리자의 수가 개발자 수에 육박하고 있습니다. 이는 무작위로 아이디어를 던지는 것이 아니라 하나의 중요한 전략적 방향에 맞춰 작고 구체적이며 테스트 가능한 아이디어를 체계적으로 '유성우처럼' 만들어내는 것입니다. 우리는 더 이상 6개월에 한 번씩 큰 베팅을 하는 것이 아니라 매달 수십 개의 증거에 기반한 작은 베팅을 합니다. (예: LLM SEO/ GAIO 서비스)
우리의 대응, 2부: '다운스트림' 가속화 - 아이디어를 검증하는 방법
개발 속도가 엄청나게 빨라지면서 기존의 검증 프로세스는 새로운 병목 현상이 되었습니다. 기존의 A/B 테스트는 정확하기는 하지만 통계적으로 유의미한 결과를 도출하는 데 몇 주 또는 몇 달이 걸릴 수 있습니다. 이는 더 이상 용납되지 않습니다.
이제 저희는 '신속한 검증' 모델을 채택했습니다. 아이디어가 완벽하다는 것을 증명하는 것이 아니라, 결함이 있는지 빠르게 판단하여 주저 없이 앞으로 나아갈 수 있도록 하는 것이 목표입니다.
- 로우 코드 프로토타이핑: 이제 제품 관리자는 AI 기반의 로우 코드 도구를 사용하여 간단한 프로토타입을 직접 제작할 수 있습니다. 이제 귀중한 엔지니어링 리소스를 소비하기 전에 많은 가설을 검증하거나 반증할 수 있습니다.
- 빠르고 방향성 있는 피드백: 저희는 앤드류 응이 강연에서 유머러스하게 설명한 철학, 즉 빠르고 비공식적인 피드백을 받는 것을 받아들였습니다. 커피숍에서 낯선 사람에게 물어보지는 않지만, 신뢰할 수 있는 소수의 고객 그룹과 신속한 피드백 루프를 구축했습니다. 통계적으로 완벽한 설문조사 결과를 얻기 위해 한 달을 기다리기보다는 48시간 안에 주요 사용자 5명으로부터 방향성 있는 피드백을 받는 편이 낫습니다. 학습 속도가 가장 중요한 지표가 되었습니다.
우리의 대응, 3부: 민첩성과 자동화 문화
이 새로운 속도에는 새로운 리더십 철학이 필요합니다. 제 역할은 개별 프로젝트를 승인하는 것에서 팀이 빠른 속도로 움직일 수 있는 시스템을 설계하는 것으로 바뀌고 있습니다.
자신의 팀이 어떤 기본 AI 모델을 사용하고 있는지조차 모를 때가 많다는 앤드류 응의 말은 깊은 공감을 불러일으켰습니다. 이것이 바로 이상적인 상태입니다. 저희도 비슷한 시스템을 구현했습니다 머큐리 뮤즈 AI. 저희는 자동화된 벤치마킹 프로세스를 통해 OpenAI, Anthropic, Google 등의 새로운 기본 모델을 성능 기준에 따라 지속적으로 테스트하고 있습니다. 새로운 모델이 상당한 개선이 입증된 경우, 저희 시스템은 긴 하향식 승인 절차를 거치지 않고도 마찰을 최소화하면서 통합할 수 있도록 지원합니다.
제 역할은 전환을 승인하는 것이 아니라 결정을 내리는 시스템이 지능적이고 안정적이며 견고하게 작동하도록 하는 것입니다.
결론 진정한 AI 혁신은 조직
진정한 AI 혁명은 단순히 새로운 소프트웨어를 도입하는 것이 아닙니다. 이는 근본적인 운영 및 문화적 변화입니다. 실행 비용이 급감함에 따라 전략적 방향, 명확한 가설 테스트, 빠른 학습의 가치가 치솟는다는 사실을 인식하는 것입니다.
우리는 새로운 현실에서 성공하기 위해 적극적으로 회사를 재편하고 있습니다. 전략에 더 많은 투자를 하고, 팀에게 더 큰 자율성을 부여하며, 최첨단 기술을 유지할 수 있는 자동화 시스템을 구축하고 있습니다. 이것이 바로 고객뿐만 아니라 우리 자신을 위한 진정한 '디지털 가속화'의 의미입니다.
