前 Consensys CMO：AI 시대의 회사 형태 진화

핵심 관점

2026-05-12 20:54:12

수집

매번 기술 혁신은 이전 시대가 중요하게 여겼던 역할—인간 계산원, 생산 라인 감독, 프로젝트 관리자, 중간 관리자—을 파괴합니다. 그리고 "경제 조직의 새로운 형태"를 가장 먼저 이해한 회사는 선제적으로 행동하여 가장 큰 보상을 가져가는 경우가 많습니다.

저자：Lex Sokolin

편집: 가환, ChainCatcher

본 문서는 AI가 조직 구조 자체를 어떻게 재편성하는지를 탐구합니다. 기업들은 아마존식의 "더블 피자 팀"(팀당 약 6-10명으로 민첩한 조직 구조를 유지)에서 3-5명으로 구성되어 생산성이 크게 향상된 "AI 네이티브" 소그룹으로 전환하고 있습니다.

우리는 두 가지 경로를 비교했습니다:

Klarna의 AI 대체 전략은 실패로 끝났습니다. 직원 수가 5,500명에서 3,400명으로 줄어들었고, 서비스 품질 문제로 인해 결국 다시 채용해야 했습니다.

Coinbase와 Ramp는 AI 강화 및 조정을 중심으로 비즈니스를 재편성하기로 선택했습니다. Coinbase는 700명을 감원하면서 단일 제품 팀과 AI 코드 생성을 전환했습니다.

Ramp는 99.5%의 직원이 매일 사용하는 내부 AI 운용 프레임워크를 구축하여 350개 이상의 비즈니스 기술을 포괄하고 있습니다.

또한, 우리는 Box와 Plaid와 같은 회사들이 왜 자본 시장에서 AI 인프라로 재평가되고 있는지를 분석했습니다. 그 핵심은 이들이 AI 에이전트 운영에 필요한 권한이 있는 기업급 데이터를 통제하고 있기 때문입니다.

조직 형태의 세 번째 진화

몇 달 전, 우리는 "제로 휴먼 컴퍼니(Zero Human Companies)"와 AI 경제 자율화 곡선에 대해 논의했습니다:

비록 완전히 인간의 개입이 없는 조직을 구축하려는 힘이 존재하지만, 현재의 경제 주체는 여전히 우리 인간입니다.

현재 가장 까다로운 작업은 기존의 전통 기업을 AI 우선 형태로 변형하는 것입니다.

이는 극도로 거대한 기회로, Anthropic은 이를 추진하기 위해 전체 사모펀드 산업과 협력하고 있습니다.

놀라운 재무 데이터 외에도, 우리는 AI의 영향력에 대한 또 다른 접근점을 명확히 인식하기 시작했습니다: 사람들이 회사를 설립하고 조직하는 방식입니다.

조직 구조 자체가 기술입니다.

워터폴 개발(Waterfall)은 초기 기술 시대를 지배했던 계층적인 소프트웨어 개발 거물들을 낳았습니다.

그 후 산업은 민첩한 방법론을 사용하는 린 팀으로 전환되었고, 민첩성은 아마존이 창안한 "더블 피자 팀"으로 진화했습니다. 이러한 운영 구조가 오늘날 모든 현대 핀테크 회사의 기초를 형성했습니다.

하지만 조류의 방향이 다시 바뀌고 있습니다.

맥킨지의 Martin Harrysson과 Natasha Maniar는 2025년 말 다음 버전의 예측을 제시했습니다:

"AI 네이티브 역할은 본질적으로 우리가 '더블 피자 구조'에서 3-5명으로 구성된 '싱글 피자 팀'으로 전환하고 있다는 것을 의미합니다."

인원이 반으로 줄어들고, 생산성은 그대로 유지됩니다.

2026년 5월 5일, Brian Armstrong은 700명을 감원함으로써 이 주장을 강력히 뒷받침했습니다.

Coinbase는 무엇을 했나요?

Coinbase는 4,951명의 직원 중 14%를 감원했습니다.

일부 이유는 여전히 비즈니스와 거래량이 높은 연관성을 가진 회사의 정상적인 시장 주기 작업 때문입니다. ------ 1분기 수익은 17억 달러로 예상되며(전년 대비 26% 감소), 주당 수익(EPS)은 86% 폭락했습니다.

그러나 주목할 만한 것은, 그들의 경영진이 현대 핀테크/암호화폐 회사에서 AI의 실현 경로를 어떻게 계획하고 있는지, 그리고 그들이 미래의 인당 생산성에 대해 어떤 기대를 가지고 있는지입니다.

Coinbase의 엔지니어들은 이제 몇 주가 걸리던 제품을 며칠 만에 출시할 수 있으며, 이러한 효율성은 가속화되고 있습니다.

Armstrong은 비즈니스 라인을 재구성하여 CEO와 COO 아래 최대 5개의 관리 계층만 존재하도록 보장하고 있습니다.

순수한 "관리자"는 더 이상 존재하지 않으며, 모든 리더는 개인 기여자로서의 역할을 수행해야 하며, 현대 도구에 능숙하고 팀을 이끌면서도 직접 참여할 수 있는 "선수 겸 코치"여야 합니다.

교차 기능의 "AI 네이티브 팀"이 전통 팀을 완전히 대체합니다. Coinbase는 심지어 내부에서 엔지니어링, 디자인 및 제품 기능을 통합한 단일 소그룹을 시험 운영하고 있습니다.

70억 달러의 수익을 올리는 상장 대기업인 Coinbase는 단일 제품 팀을 운영하고 있습니다.

2025년 9월, Armstrong은 Coinbase의 코드의 40%가 AI에 의해 생성되며, 10월에는 이 비율을 50%로 높일 계획이라고 공개적으로 밝혔습니다.

Stripe의 공동 창립자 John Collison의 Cheeky Pint 팟캐스트에서 그는 기업 라이센스 발급 일주일 이내에 Cursor와 GitHub Copilot을 사용하지 않겠다고 고집한 엔지니어들을 해고했다고 털어놓았습니다:

"어떤 사람들은 사용하지 않아서 해고되었습니다."

V1 버전은 직접 대체였지만 실패했습니다

그러나 Coinbase는 AI를 이유로 감원한 최초의 핀테크 기업이 아닙니다.

2024년 Klarna의 교과서적인 "AI 비용 절감" 실험을 기억하시나요? 당시 그것은 미래의 놀라운 생산성 폭발을 예고하는 것처럼 보였습니다.

하지만 우리는 이것이 진정한 혁신이 아닌 신용 주기의 긴축에 더 가깝다고 생각했습니다.

CEO Sebastian Siemiatkowski는 OpenAI가 구동하는 AI 비서가 첫 달에 230만 건의 대화를 처리했으며, 이는 모든 고객 채팅의 3분의 2를 차지하고 700명의 전일제 고객 서비스 직원에 해당하는 작업량을 완료했다고 대대적으로 발표했습니다.

직원 총 수가 5,500명에서 3,400명으로 급감
예상 이익 증가: 4,000만 달러
고객 문제 해결 시간은 11분에서 2분으로 단축

그러나 모든 것이 현실에 부딪히자 급속히 무너졌습니다.

복잡한 작업의 고객 만족도(CSAT)는 급락하고, 반복 연락 비율은 급증했습니다.

2025년 5월, Siemiatkowski는 블룸버그에 회사가 "너무 큰 걸음을 내디뎠다"고 인정했습니다. Klarna는 Uber와 유사한 원격 모델로 다시 채용을 시작해야 했습니다. ------ 유연한 근무 시간을 가진 학생, 전일제 부모 및 원거리 근무자를 고용했습니다.

호주 연방은행은 며칠 만에 45개의 음성 로봇 대체 프로젝트를 신속히 중단했습니다. Taco Bell도 500개의 드라이브 스루 레스토랑에서 음성 AI를 철수했습니다.

가트너는 2027년까지 "전면 대체 계획"을 세운 회사의 절반이 해당 계획을 포기할 것이라고 예측했습니다.

Klarna의 IPO는 첫날 여전히 30% 급등하여 200억 달러의 가치를 기록했으며, 이는 어느 정도 회사가 신속하게 수정할 경우 공개 시장이 상당히 관대하다는 것을 반영합니다.

하지만 이러한 단순하고 무자비한 "대체" 논리는, 즉 인간의 직무를 직접 제거하고 대형 언어 모델(LLM)을 채우는 것입니다. "양"의 지표에서는 통할 수 있지만, "질"의 지표에서는 반드시 무너질 것입니다.

다시 채용하는 비용은 처음에 절약한 비용을 훨씬 초과합니다. 분명히 핀테크 분야의 첫 번째 AI 디지털 전환 시도는 엇갈린 결과를 제출했습니다.

하지만 이것이 마지막 시도는 아닐 것입니다.

V2 버전은 능력 강화, Harness를 방어선으로

Ramp는 2026년 4월 초 "Glass"를 공식 출시했습니다.

다섯 명의 동료와 함께 이 도구를 개발한 내부 AI 전문가 Seb Goddijn은 긴 글을 발표했습니다. 그날, Ramp의 CEO Eric Glyman은 트위터에서 이를 공유했습니다. 몇 시간 만에 이 글은 Hacker News의 메인 페이지를 장악했습니다.

V1 버전이 왜 실패했는지에 대해 Goddijn은 날카롭게 지적했습니다:

"AI 보급을 저해하는 주요 장벽은 모델 자체가 아니라 AI 운영 환경을 구성하는 극단적인 복잡성입니다."

Glass는 Ramp가 이 장벽을 부수기 위해 탄생했습니다:

첫째, 자동화된 접근 구성 ------ Okta SSO로 로그인하기만 하면, 모든 승인된 내부 도구(Salesforce, Gong, Notion, Linear, Snowflake, Slack, Zendesk 및 Ramp의 자체 내부 도구)가 기본적으로 연결됩니다.

둘째, Dojo(도장) 설정 ------ 350개 이상의 AI 기술을 포함하는 시장으로, 각 기술은 특정 작업을 수행하도록 AI를 교육하는 Markdown 파일입니다. 이 모든 것은 Git에 저장되어 코드 검토 및 버전 관리를 받습니다.

Sensei(멘토)라는 AI는 새로운 직원의 첫 출근 날, 그와 가장 관련이 깊은 다섯 가지 기술을 스마트하게 추천합니다.

셋째, 지속적인 기억 저장소 구축 ------ 인증 기반으로 자동 생성되며, 24시간 종합 처리 파이프라인을 통해 지속적으로 새로 고쳐집니다. 따라서 AI는 매 대화에 개입할 때마다 해당 직원이 속한 팀, 참여 프로젝트, 활성 작업 및 지속적인 커뮤니케이션 맥락을 완전히 이해하고 있습니다.

현재 99.5%의 Ramp 직원이 매일 AI를 사용하고 있습니다.

Ramp의 코드의 절반이 AI에 의해 작성되며, 80%로 향하고 있습니다. 그들의 최고 제품 책임자 Geoff Charles는 L0-L3 성숙도 프레임워크를 추진하고 있으며, 여기서 L3는 AI 에이전트를 통해 생산 수준 기능을 직접 출시하는 것을 의미합니다.

여전히 L0 수준에 머물고 있는 직원은 본질적으로 게으름을 피우는 것으로 간주됩니다.

Ramp는 현재 320억 달러의 가치를 지니고 있으며, ARR(연간 반복 수익)은 10억 달러에 달하고, Fast Company 2026년 금융계에서 가장 혁신적인 회사 1위를 차지하고 있습니다.

Klarna는 자동화를 통해 인력 장벽을 낮추려 했고, Ramp는 각 직원의 생산성 기준을 높이기 위해 노력하고 있습니다. Coinbase는 두 가지 사이에 위치하고 있습니다.

AI Harness

이 모든 것을 관통하는 핵심은 "AI Harness" 개념입니다.

Manus와 같은 회사는 원시 AI 지능을 압축하고 반복 가능한 비즈니스 흐름으로 변환하는 아키텍처를 개척했으며, OpenClaw와 같은 조정 프레임워크는 이를 대중화하고 있습니다.

하나의 Harness는 인증, 시스템 통합, 기억 저장소, 팀의 축적된 기술 목록, 야간 배치 작업 스케줄러, 그리고 분석가가 동시에 여러 작업을 수행할 수 있는 다중 창 인터페이스를 완벽하게 통합한 복합체입니다.

그리고 최첨단 대형 언어 모델은 이 Harness에서 언제든지 교체 가능한 부품에 불과합니다. ------ OpenAI가 GPT-5.5를 출시하거나 Anthropic이 Opus 5를 발표할 때, Ramp는 모델을 간단히 교체하면 주변의 모든 시스템이 정상적으로 작동합니다.

Anthropic의 Cowork 제품은 2026년 1분기에 정식 상용화(GA)되었으며, 판매, 재무, 법무, 마케팅, HR, 연구 개발, 디자인 및 운영을 아우르는 특정 직무를 위한 11개의 플러그인을 내장하고 있습니다. ------ 이 직무 분류 논리는 Glass의 Dojo와 유사합니다.

당신이 "AI의 생산성은 비즈니스 흐름에 의해 형성된다"는 것을 받아들이면, 직무 역할은 AI 조직의 최소 자연 단위가 됩니다.

이것이 바로 "제로 휴먼 컴퍼니"를 구축하려는 도구들이 AI 우선 조직을 어떻게 구성할지를 고민할 때의 기본 논리입니다. 아래의 Polsia와 이후의 산업 빠른 세분화 지도를 참조하십시오.

자본 시장이 뒤따라 오고 있습니다

많은 전통 소프트웨어 회사들이 AI의 중개 제거로 고통받고 있는 반면, 한 종류의 플레이어들은 역풍 속에서도 급속히 성장하고 있습니다.

이들 회사는 일찍이 자신만의 데이터 방어선을 깊게 파고들었고, 이제는 일회성 AI 소프트웨어를 매끄럽게 추가하고 있습니다.

기업급 파일 저장 회사 Box를 예로 들면: 2026 회계연도 4분기 재무 보고서 발표 후, 주가는 즉시 10% 급등했습니다. Aaron Levie는 재무 보고서 전화 회의에서 다음과 같이 밝혔습니다:

"파일은 결국 AI 에이전트의 자연스러운 작업 단위입니다."

Enterprise Advanced ------ Box가 AI와 작업 흐름의 고급 구독 계층을 주력으로 하는 ------ 그 가격은 전통적인 플래그십 버전인 Enterprise Plus보다 30%에서 40% 더 비쌉니다.

4분기 청구 금액(billings)은 4.2억 달러로, 전년 대비 5% 증가했습니다.

Box Extract는 계약서에서 구조화된 데이터를 정확하게 추출할 수 있습니다.
Box Shield Pro는 에이전트화된 AI를 직접 접근 제어 시스템에 도입합니다.
Box AI Studio의 전문 모드와 확장 모드는 AI가 더 큰 맥락 창에서 다단계 작업을 처리할 수 있도록 허용합니다.

Levie는 GeekWire 인터뷰에서 다음과 같이 말했습니다:

"막 설립된 그 12개월을 제외하고, Box는 오늘처럼 스타트업 같은 느낌을 준 적이 없습니다."

알고 계시겠지만, 95%의 기업 데이터는 비구조적입니다. AI 에이전트는 이러한 데이터를 극도로 갈망하며, 권한 경계 내에서 완전하게 유지된 상태에서 호출되어야 합니다.

누가 이 권한이 있는 데이터 금고를 통제하느냐에 따라, 누가 "저렴한 저장소"라는 꼬리표에서 벗어나 자본 시장에서 "지능형 인프라"로 재평가될 수 있습니다.

한때 시장은 Box를 Dropbox의 약간 어색한 형제로 보았고, 주가는 오랫동안 26달러에 머물렀습니다. 이제 월스트리트의 목표가는 35.63달러에 도달했으며, 현재 가격에 비해 35%의 프리미엄 공간이 있습니다.

또 다른 예는 Plaid입니다. ------ 이 금융 데이터 집계업체는 한때 Visa에 인수될 뻔했으며, 이를 통해 직접 결제 네트워크가 되기를 희망했습니다.

하지만 한동안 Plaid는 상당히 곤란한 상황에 처했습니다: Web3가 뒤늦게 등장하여 Web2를 새로운 금융 인프라의 애호자로 대체했습니다.

2021년 134억 달러의 가치 정점에서, Plaid는 2025년 4월 1차 시장 라운드에서 61억 달러로 하락했으며, 이후 2026년 2월 직원에게 유동성을 제공하는 2차 시장 인수 제안에서 80억 달러로 회복되었습니다.

그들은 진화해야 했습니다.

Plaid의 최신 고객 중 약 20%는 AI 네이티브 회사로, 이들은 금융 데이터 접근 권한을 얻고 신뢰할 수 있는 신원 기반에 의존하는 AI를 구축하고 있습니다.

Plaid Protect의 반사기 플랫폼은 2026년 초 테스트에서 동종의 신원 인증 도구보다 50% 더 많은 사기 시도를 탐지했습니다.

Plaid Bank Intelligence는 Retention Score와 곧 출시될 Primacy Indicators를 통해 고객 이탈 예측 능력을 은행에 역으로 판매하고 있습니다.

Plaid는 세계 최대의 권한 있는 금융 거래 데이터 말뭉치로 재평가되고 있습니다.

그것은 단순한 데이터 파이프라인이 아닙니다. ------ 데이터 파이프라인은 항상 저렴한 품목입니다. 진정한 자산은 그 위에 구축된 지능이며, AI 네이티브 고객의 비율은 이 주장을 가장 강력하게 뒷받침합니다.

전형적인 사례는 Perplexity와의 통합으로, 함께 완전 통합된 개인 재무 관리 "컴퓨터"를 구축하고 있습니다. 우리는 Mint.com이 그리워요! (2006년에 탄생한 미국 국민급 개인 회계 앱)

Box와 Plaid는 같은 선상에 있습니다.

두 회사 모두 제로 금리(ZIRP) 시대에 "SaaS 지배자"의 논리에 따라 가격이 책정되어 평가가 반토막 나는 것을 목격했으며, 이제는 완전히 새로운 논리에 따라 재조정되고 있습니다. ------ 비구조적 콘텐츠 금고와 권한 있는 데이터 네트워크는 V2 시대 기업이 AI 에이전트에 의해 읽힐 수 있는 기본 기초입니다.

V3 버전은 조정 ------ "단일 회사"의 탄생

Sam Altman과 다른 기술 CEO들 사이에는 첫 번째 "10억 달러 규모의 단일 회사"가 언제 탄생할 것인지에 대한 내기가 있습니다.

Dario Amodei는 2026년 내에 등장할 확률을 70%에서 80%로 설정하고, 세 가지 분야를 지목했습니다: 자영 거래, 개발자 도구, 자동화 고객 서비스.

세쿼이아(Sequoia)는 투자 인수 모델을 조정하여 "에이전트 레버리지(agentic leverage)" 즉 인당 수익을 주요 신호로 삼고 있습니다. Y Combinator 초기 배치의 입주 회사는 95%의 코드가 AI에 의해 생성되었습니다.

사실, 이미 AI를 통해 놀라운 경제적 레버리지를 창출한 회사들이 있습니다.

이런 회사들에서 CEO는 "에이전트 조정자(agent orchestrator)"로 변신하여 거대한 조종실에서 수많은 AI 에이전트를 조정합니다.

조직 구조도 기계가 수행할 수 있는 비즈니스 흐름도로 변모합니다. 인력 예산은 컴퓨팅 예산으로 변합니다.

이런 회사의 초기 형태는 좁은 분야에 자리 잡을 것입니다. ------ 자영 거래, 개발자 도구, 네트워크 효과를 가진 세분화된 소비 소프트웨어. 이러한 장면에서는 작업이 완전히 디지털화되고, 규제가 적으며, 신뢰 비용이 낮습니다.

그들은 매우 취약할 것입니다. 모든 단일 실패 시스템은 취약합니다.

그들은 또한 규제가 있는 기업 시장에 진입하기 어려울 것입니다. 그곳에서는 계약서의 이름과 그 얼굴이 구조적으로 존재하기 때문입니다.

하지만 이러한 회사는 이미 존재하고 있습니다.

모든 기술 혁신은 이전 패러다임이 중요하게 여기는 역할을 파괴합니다. ------ "computer(초기 인공지능 계산원)", 생산 라인 감독, 프로젝트 관리자, 중간 관리자가 그 예입니다.