Management
View·OCT 12
AI를 잘 아는 개발자보다, 고객의 현장에서 끝까지 배포하는 개발자를 찾는 이유
OpenAI가 서울에서 채용하는 Forward Deployed Engineer(FDE)의 업무 설명을 읽으면, 채용하려는 사람이 어떤 모델을 가장 많이 알고 있는지보다 그 모델로 고객의 실제 업무를 작동하게 할 수 있는지를 묻고 있다는 점이 먼저 눈에 들어온다. 기술 탐색에서…
View·OCT 5
AI 에이전트의 사람 개입은 ‘승인 버튼’이 아니라 비동기 예외 큐가 되어야 한다
AI 에이전트가 실제 업무를 많이 처리하기 시작하면 사람의 역할은 줄어드는 것처럼 보인다. 고객지원 에이전트가 문의 대부분을 해결하고, 코딩 에이전트가 PR을 쏟아내며, 업무 에이전트가 예약·환불·계약 같은 프로세스에 들어가면 사람이 직접 손대야 하는 건수는 분명 줄어들 수 있다.…
View·OCT 3
AI가 MVP를 죽인 게 아니다: ‘완성품=학습’이라는 신호가 깨졌다
9월 말 Steve Blank는 자신이 만든 Lean LaunchPad 수업에서 더 이상 MVP라는 말을 쓰지 않겠다고 밝혔다. 이유는 제품을 만들기 어려워졌기 때문이 아니다. 정반대다. AI로 첫날부터 그럴듯하게 작동하는 제품을 만들 수 있게 되면서, 완성품이 팀이 고객을 이해했고…
View·OCT 1
Chief AI Officer가 필요한 이유는 AI를 더 잘 알기 위해서가 아니다
IBM의 2026년 조사에서 응답 기업의 76%는 Chief AI Officer(CAIO)를 두고 있다고 답했다. 1년 전 26%에서 크게 늘어난 수치다. 같은 조사 계열에서 정작 AI를 업무에 정기적으로 쓰는 직원은 25%에 그쳤다.[^1][^2] 직함은 빠르게 늘었는데 실제 업무…
View·SEP 28
AI가 쇼핑을 대신하는 시대, 고객 수요를 가치로 창출해 내는 AI 운영체계가 필요하다
기업의 성장은 흔히 새로운 수요를 만드는 이야기로 설명된다. 새로운 시장을 찾고, 새로운 제품을 만들고, 아직 존재하지 않았던 고객의 필요를 발견하는 기업이 성장한다는 서사다. 그런데 최근 서로 전혀 달라 보이는 두 장면을 같이 놓고 보면 다른 종류의 성장 메커니즘이 보인다.…
View·SEP 19
AI가 시간을 아껴줘도 일이 줄지 않는 이유
유럽중앙은행(ECB)이 2026년 직장인들을 조사했더니 AI 사용자는 주당 중간값 3시간, 근무시간의 약 7.7%를 절약한다고 답했다. 하지만 전체 노동시장으로 넓혀 계산하면 AI를 쓰면서 실제로 시간을 절약한 사람은 48.8%였고, 총 효율 개선은 근무시간의 약 3.8%로…
View·SEP 18
AI는 하드테크를 소프트웨어처럼 만들지 않는다
최근 Y Combinator가 공개한 대화에서 눈에 띄는 변화가 하나 있었다. 최근 12~18개월 사이 합격 회사 가운데 이른바 하드테크 비중이 약 8%에서 20%로 높아졌고, 로보틱스·제조·방위·실리콘·전력 인프라가 함께 늘었다는 설명이다.[^1] 현재 YC 디렉터리에도 hard…
View·SEP 3
기업은 자신이 사용하는 도구를 닮아간다
엑셀은 이상한 소프트웨어다. 개발자들이 특정 프로그래밍 언어나 운영체제의 아름다움에 대해 이야기하는 모습은 쉽게 볼 수 있지만, Excel의 철학을 이야기하는 사람은 드물다. 너무 오래, 너무 널리 사용된 탓에 이제는 기술이라기보다 사무실의 일부처럼 보인다. 하지만 지난 반세기 동안…