“automation is a lie” - CEO of Every. Dan Shipper. AI를 가장 깊게 + 많이 쓰는 회사일수록, 단순한 자동화가 아니라 “운영"을 잘 해야 회사가 성장합니다. Every는 AI-forward로 일하면서도 올해 팀이 2배가 됐다고 합니다. 이상해 보이지만 우리가 AI를 쓰는 모습을 돌아보면 자연스러운 현상입니다. 자동화는 버튼 누르면 끝나는 게 아니라, 계속 맥락을 먹이고, 실패 로그를 보고, 권한을 조정하고, 이상한 행동을 고치는 일입니다. 방치된 에이전트는 1달만 지나도 도저히 안 쓰이는 시스템이 됩니다. 또 흥미로운 건 일하는 앱의 변화입니다. Dan은 Codex 안에서 문서를 쓰고, 이메일을 처리하고, 리서치하고, Google Docs와 PostHog 같은 SaaS를 쓴다고 합니다. SaaS 안에 AI가 들어오는 것보다, Codex/Claude Code 같은 에이전트 안에서 SaaS를 쓰고 있습니다. 저도 그러고 있고 여러분들도 분명히 mcp 를 연결하거나 cli로 codex가 다른 툴을 쓰고 있을겁니다. 이메일, 캘린더 같은 것을 읽고 쓰는 것도 마찬가지죠. 그래서 Dan은 SaaS가 죽지 않는다고 주장합니다. 사용자가 내 codex를 들고 와서 토큰 비용을 직접 내면서 일을 합니다. SaaS 회사 입장에서는 마진을 지키면서, 에이전트라는 새로운 heavy user를 만나는 꼴입니다. 사람 1명이 쓰던 계정을 사람과 에이전트가 같이 쓰는 형태로 바뀝니다. 강하게 바인딩되고요. 에이전트가 사용한다는 걸 전제로 제품을 다시 설계해야 합니다. 사람만 누르는 버튼이 아니라, 사람과 에이전트가 같이 보는 approval flow가 필요합니다. “방금 에이전트가 무엇을 했는지” 보여주는 inbox, log, rollback도 필요합니다. 마치 “MCP는 새로운 SEO"라는 말도 같은 방향입니다. 에이전트가 못 찾고 못 쓰는 제품은 점점 보이지 않게 됩니다. 그러다보니 개개인이 서로 다른 에이전트를 사용하는 것보다, 회사 전체가 쓰는 super-agent 하나를 누군가 책임지고 관리하는 그림에 더 가까워졌다고 합니다. 그 사람이 forward-deployed engineer입니다. 저는 이 역할이 단순한 엔지니어가 아니라 AI 시대의 운영자에 가깝다고 봅니다. PM과 디자이너도 중요한 역할을 맡는데요. 만드는 비용이 내려가면 “만들 수 있냐"보다 “무엇을 만들지”, “좋은지 아닌지 아는지"가 더 중요해집니다. 기술 지식에 제품 감각과 사용자 감각을 붙인 사람이 훨씬 빨리 움직입니다. 저도 Hermes를 쓰면서 비슷하게 느낍니다. 좋은 에이전트는 좋은 모델 하나로 만들어지지 않습니다. 프롬프트, 메모리, 툴, 권한, 로그, 사람이 보는 승인 흐름이 같이 있어야 합니다. 자동화 이후의 일은 사람이 사라지는 일이 아닙니다. 매일 피를 토하며 하네스를 깎습니다.

AI가 모든 것을 자동화하고 사람의 일자리를 줄일 것이라는 이야기는 이제 흔합니다. 하지만 현실은 다릅니다. 오히려 AI를 깊게 쓰는 회사일수록 사람의 역할이 늘어납니다. 단순한 프로세스 효율화 뒤에는 복잡한 운영이 필요합니다.

자동화 뒤에 숨은 운영의 역설

Every 같은 AI-forward 기업들은 생성형 AI를 적극 활용하면서도 팀 규모를 두 배로 늘렸습니다. AI가 일을 대신하는 것 같지만 실제로는 더 많은 인력이 필요합니다. 자동화는 버튼 한 번 누른다고 끝나지 않습니다. AI 솔루션이 제대로 작동하려면 계속해서 새로운 맥락을 먹이고 실패 로그를 꼼꼼히 살펴야 합니다. 상황에 맞춰 권한을 조정하고 예기치 않은 이상 행동을 고치는 작업도 필수입니다. 방치된 AI 시스템은 한 달만 지나도 쓸모없게 됩니다. 꾸준한 관심과 관리가 중요합니다.

에이전트 중심의 제품 재설계

일하는 방식도 크게 달라졌습니다. Dan Shipper는 Codex 안에서 문서를 쓰고 이메일을 처리하며 Google Docs나 PostHog 같은 SaaS 를 활용한다고 말합니다. 이제 SaaS 에 AI 기능이 들어가는 것을 넘어 Codex 같은 AI 도구 안에서 SaaS 를 쓰는 구도입니다. 이는 새로운 구도입니다. 사용자가 직접 토큰 비용을 내며 자신의 Codex 를 활용하는 형태입니다. SaaS 기업 입장에서는 마진을 지키며 AI 시스템 이라는 새로운 heavy user 를 만납니다. 사람과 AI 도구 가 함께 쓰는 계정으로 바뀝니다.

제품 설계 역시 AI 도구 사용을 전제로 다시 생각해야 합니다. 사람만 누르는 버튼이 아닌, 사람과 AI 가 함께 보는 approval flow 가 필요합니다. AI 가 무엇을 했는지 보여주는 inbox, log, rollback 기능도 필수입니다. 이는 마치 MCP 가 새로운 SEO 라는 말과 같습니다. AI 가 특정 제품을 찾지 못하거나 제대로 활용하지 못하면 제품은 점차 사용자들의 시야에서 멀어집니다. 제품의 생존이 여기에 달렸습니다.

AI 시대, 새로운 역할과 복잡성

이런 변화 속에서 회사 전체가 쓰는 super-agent 하나를 책임지고 관리하는 역할이 중요해집니다. 이 사람이 바로 forward-deployed engineer 입니다. 단순한 엔지니어가 아니라 AI 시대의 운영자에 가깝습니다. PM과 디자이너의 역할도 더욱 커집니다. 기술 지식에 제품 감각과 사용자 감각을 더한 사람이 훨씬 빠르게 움직입니다. 만들 수 있느냐보다 무엇을 만들지, 그리고 그것이 좋은지 아닌지 아는 것이 핵심입니다.

좋은 AI 솔루션 은 단순히 좋은 모델 하나로 만들어지지 않습니다. 프롬프트, 메모리, 툴, 권한, 로그 그리고 사람이 보는 승인 흐름이 긴밀하게 연결되어 작동해야 합니다. 프로세스 효율화 이후의 일은 사람이 사라지는 것을 뜻하지 않습니다. 매일 피를 토하며 이 복잡한 하네스를 깎는 일에 가깝습니다. 쉽지 않습니다.

요약

  • AI 자동화는 인력 감소가 아닌, 새로운 운영 역할과 인력 증가를 유발합니다.
  • 제품은 AI 에이전트의 사용을 전제로 재설계되어야 하며 이는 SaaS의 역할 변화로 이어집니다.
  • AI 시대에는 기술 지식과 함께 제품/사용자 감각이 중요하며 ‘forward-deployed engineer’ 같은 새로운 운영자 역할이 부상합니다.