비디오 제목: How to Build a Self-Improving Company with AI
비디오 저자: YC Root Access
번역: Peggy

에디터 주: YC 최신 배치 토크에서 YC 일반 파트너 톰 블롬필드가 논의한 것은 "AI를 사용하여 직원 효율성을 높이는 방법"이 아니라 더 근본적인 문제였습니다: AI가 더 이상 공동 조종사가 아니라 감지, 의사 결정, 도구 호출, 피드백 수신 및 자체 수정이 가능할 때, 회사 자체는 어떻게 재설계되어야 하는가?

톰의 핵심 판단은 전통적인 회사가 여전히 "로마 군단"과 유사하게 작동한다는 것입니다: 정보는 계층별로 상위로 전달되며 명령은 관리 계층 구조를 통해 하향식으로 배포됩니다. 그러나 AI가 이러한 조직 가정을 깨고 있습니다. 정말 중요한 것은 엔지니어가 코드를 20% 더 쓰게 하는 것이 아니라, 이메일, Slack, 회의, 문서 및 사람 머리 속에 흩어져있는 비즈니스 지식을 추출하여 AI가 읽을 수 있고 호출할 수 있으며 반복할 수 있는 조직 컨텍스트로 변환하는 것입니다.

그는 미래의 AI 원생 회사가 재귀적이고 자체 개선적인 AI 루프로 구성될 것이라고 생각합니다: 시스템은 고객 이메일, 고객 서비스 티켓, 제품 데이터에서 외부 변화를 감지한 다음 규칙 레이어, 도구 레이어 및 품질 체크포인트를 통해 결정을 실행하고 최종적으로 결과에 따라 자동으로 학습하고 수정합니다. YC 내부에서는 이미 이러한 메커니즘을 시도하고 있습니다: 에이전트가 질문에 대답하는 것뿐만 아니라 어떤 쿼리가 실패했는지 모니터링하고 새로운 도구, 새로운 데이터베이스 또는 새로운 색인이 필요한지 판단하며 자동으로 코드를 제출하고 검토하며 병합하고 배포합니다. 즉, 회사는 창업자가 잠을 자는 동안 계속해서 최적화될 수 있습니다.

이는 또한 AI가 회사에 미치는 영향이 도구 수준에 그치지 않고 조직 구조를 더 깊게 변경할 것을 의미합니다. 톰은 "직원 수를 줄이고 토큰을 태우세요"라고 제안했습니다. 미래의 창업 회사의 병목 현상은 직원 수가 아니라 토큰 사용, 비즈니스 컨텍스트 품질 및 조직 지식의 가독성일 수 있습니다. 중간 관리자가 담당하는 조율 기능은 AI에 의해 크게 대체될 것이며, IC, 직접적 책임자 및 실제 세계에서 고위험 판단을 다룰 수 있는 인간 역할이 더욱 중요해질 것입니다.

가장 주목할 만한 점은 AI가 회사를 더 효율적으로 만드는 것이 아니라 그것이 "회사"라는 조직 형태 자체를 변경하고 있다는 것입니다. 소프트웨어가 일시적으로 생성될 수 있고, 프로세스가 자동으로 개선되며, 경험이 회사 두뇌로 지속적으로 침전될 수 있는 경우, 창업자가 실제로 구축하려는 것은 더 이상 계층 구조가 명확한 팀이 아니라 지속적인 학습과 자체 최적화가 가능한 지능형 시스템일 수 있습니다.

다음은 원문입니다:

운영 방식 재구성: 기업은 더 이상 로마 군대처럼 운영해서는 안 된다

본 내용은 Diana의 이전 연설을 바탕으로 한 부분이다. 지난 주말에 해당 비디오가 올라갔는데, 매우 멋졌다. 또한 Jack Dorsey가 두 삼 주 전에 몇 가지 트윗을 올렸었는데, 그것도 흥미로웠다. 그래서 나는 그의 생각 중 상당수를 "훔쳤"고, 이번 공유에 삽입했다.

이번 공유는 다소 개념적이고 고수준이며, 주로 기업 건설을 어떻게 새롭게 고민해야 하는지에 대해 논의한다.

로마 군대의 디자인은 본질적으로 로마이라는 중심에서 권력을 외부로 투영하기 위해 고안되었으며, 두 대륙을 커버하고 심지어 핏줄 거리에 해당하는 스코틀랜드 근처의 하드리언의 성벽까지 이르기도 했다. 이것은 중첩된 계층 구조에 의존하며, 각 계층마다 안정적인 관리 범위가 있다. 각 계층에는 명확한 책임자가 있으며, 그들은 명령을 아래로 전달하고 정보를 다시 위로 전달하는 역할을 한다.

만약 당신이 오늘날 대부분의 기업을 관찰한다면, 그들이 사실 로마 군대와 유사하다는 것을 발견할 것이다: 사람들은 정보의 상하 흐름 경로이다. Jack Dorsey의 그 트윗들 가운데에서 내게 가장 깊은 인상을 준 것은 우리가 계속해서 계층화된 조직이 조직의 경제적 가치 단위인 것을 가정해왔다는 점이다. 하지만 나는 AI가 이 가정을 깨고 있다고 생각한다.

일 년 전에 AI가 어떻게 활용될지 물어보면, 대부분은 일반적으로 '생산성'에 대해 이야기했다: 예를 들어 Copilot이 엔지니어의 생산성을 20% 향상시키고, Copilot을 워크플로에 통합하여 팀이 더 많은 소프트웨어를 배포하는 데 도움을 준다. 그러나 나는 이것이 실제로 문제가 있는 이해 방식이라고 생각한다. 이는 이전의 작업 방식에 보다 강력한 엔진을 장착한 것과 같다. 정말 곰곰히 생각해볼 가치가 있는 것은, 과거의 조직에 AI 도구를 추가하는 방법이 아닌 회사 자체가 어떤 것이며 어떻게 운영되어야 하는가를 새롭게 상상하는 것이다.

예를 들어 Garry가 방금 말한 내용, 내가 정말로 믿는 것은, 그가 현재 개별로 생산할 수 있는 코드 양이 전체 엔지니어링 팀보다 많을 수 있다. 나를 계속 골치 아프게 하는 것은 내부의 영역 지식을 추출하고 이를 맥락, 기술 세트 또는 당신이 부르고 싶은 무엇으로 정의하는 방법이다.

말하자면 영역 지식, 비즈니스 지식, 노하우는 기본적으로 사람들의 두뇌, Slack 메시지, 이메일, Notion 문서 등에 흩어져 있다. 이러한 정보들은 당신의 회사가 어떻게 운영되는지를 공동으로 정의한다. 이러한 지식을 명확하고 가시적으로 만들 수 있다면, 계층화된 조직에서 AI 네이티브 소프트웨어가 원동력이 되는 지능형 조직으로 전환할 수 있다.

회사가 잠든 사이에 더 나아지게 만들기: AI 클로징이 어떻게 자동으로 발견, 수정 및 배포하는지

AI는 회사 옆에 달린 외부 도구가 아닙니다. 그것은 엔지니어가 효율성을 향상시키기 위해 사용하는 도구뿐만이 아닙니다. 나는 회사를 재귀적이고 자체 개선 AI 루프 집합으로 재구성할 수 있다고 생각합니다. 이 점은 매우 중요합니다. 왜냐하면 한번 회사가 이 단계로 진입하면 심지어 당신이 자는 동안에도 계속해서 자체 최적화를 수행할 것입니다.

예를 들어 봅시다.

Diana는 그녀의 연설에서도 이 AI 루프에 대해 언급했습니다. 먼저 "센서 레이어"가 있습니다. 이 용어는 고급스러워 들리지만 실제로는 매우 간단합니다: 고객 이메일, 고객 서비스 티켓, 코드 변경, 사용자 구독 취소, 제품 텔레메트리 데이터 등은 외부 세계에서 정보를 가져오는 센서 데이터입니다.

다음은 전략 레이어 또는 의사 결정 레이어이며 규칙입니다: AI가 수행할 작업, 인간 승인이 필요한 작업, 기록해야 하는 작업이 무엇인지입니다. 그 다음은 도구 레이어로, 이는 Garry가 언급한 기술과 코드와 비슷한데, 본질적으로는 결정론적인 API이며 데이터베이스 쿼리, 캘린더보기 등과 같은 AI가 호출할 수 있는 일련의 도구입니다.

그런 다음은 품질 체크 포인트인데, Eva가 언급한 결정론적 검사, 보안 필터링 및 고위험 사항에 대한 인간 검토가 포함됩니다. 마지막으로 학습 메커니즘인데, 시스템이 실제 세계와 상호 작용하며 자체가 어디서 오류를 일으키는지 발견하고 피드백을 루프의 시작점으로 다시 보냅니다.

각 단계가 거의 또는 전혀 인간 개입없이 실행될 수있으면 시스템은 당신이 자는 동안 더 나아지게 될 것입니다.

실제로 우리가 현재 실행 중인 몇 가지 예를 드릴 수 있습니다. 처음에 우리는 에이전트를 만들었는데, 당신은 그 에이전트에게 질문을 할 수 있으며 그것은 우리 데이터벤베이스를 쿼리 할 수 있는 몇 가지 결정론적 도구를 갖추고 있습니다. 매우 간단한 질문 예시로는 제가 이 회사와의 오피스 아워를 마지막으로 한 시간이 언제인가요?

그러나 나중에 그것은 조금 똑똑해졌습니다. 예를 들어, 나는 현재 어떤 회사와 오피스 아워를 진행 중이고, 그들은 석유화학 산업과 관련된 사람들을 알고 싶어합니다. 이 시스템은 데이터베이스를 다양한 방법으로 쿼리하고 RAG와 같은 방법을 결합하여 관련 창시자 다섯 명을 찾아 당신을 소개합니다.

하지만 이것은 여전히 사이드킥, 조수형 에이전트입니다. 이것은 여전히 지난해의 AI 사용 방식입니다: AI가 저를 그룹 파트너로 만들어 일을 더 효율적으로 하게하여 제 업무 효율성을 20% 또는 30% 향상시킵니다.

진정으로 "아하"한 순간을 느끼게 한 것은 우리가이 시스템 위에 모니터링 에이전트를 추가한 것입니다. 이것은 YC 직원이 시작하는 모든 쿼리를 확인하고 어떤 쿼리가 성공했는지 실패했는지 판단합니다. 그런 다음 다음과 같이 물어봅니다: 왜 실패했나요? 이 쿼리를 성공시키려면 어떻게 해야 합니까? 우리는 새로운 결정론적 도구가 필요합니까? skills 파일을 업데이트해야합니까? 새 데이터베이스가 필요합니까? 새 인덱스가 필요합니까?

이러한 일들은 지금 정말 자동으로 밤에 발생합니다. 그것은 코드를 작성하고 YC 코드 레포지토리에 병합 요청을 제출하고 다른 에이전트가 검토하고 병합하고 배포합니다. 따라서 다음날, 다른 사람이 동일한 질문을 하면 해당 쿼리가 성공할 것입니다.

나에게는 이것이 진정한 순간입니다. 이것은 단순히 사람을 20% 또는 30% 더 가치 있게 만드는 것이 아닙니다. 대신 AI가이 루프를 자체적으로 완성하고 자가 개선 방법을 찾아냈습니다.

내 생각에, 회사 안에서 어떤 부분이 이런 식으로 작동할 수 있는지 식별하고 거기에 사람의 실행 및 감독 역할을 최소화할 수 있다면, 당신은 그 문제에 토큰을 투자할 수 있고, 회사 자체가 지속적으로 개선될 것입니다.

다른 예도 많습니다. 제품 분석 데이터가 있으면, 하나의 에이전트에게 제품 데이터를 분석하고 판매 퍼널에서 가장 막힌 단계를 찾도록 할 수 있습니다. 그것은 최적의 실천 방법을 연구하고 A/B 테스트를 설정하여 한 주 동안 실행하며 가장 성능이 우수한 버전을 선택한 다음 배포할 수 있습니다.

이것은 반복될 것입니다. 당신의 제품은 자체 최적화 제품 루프를 갖게 될 것입니다.

고객 서비스도 마찬가지입니다. 고객 제안이 계속 들어오면, 하나의 에이전트를 사용하여 분배할 수 있습니다. 이 에이전트는 어느 정도 회사의 최고 제품 책임자 및 최고 기술 책임자처럼 작동해야하며 판단을 내려야합니다:이 제안은 우리가 원하는 것이 아니므로 삭제하십시오. 그러나 그 제안은 우리의 로드맵에 부합하며 오늘 밤에 완료할 수 있습니다. 그러면 코드를 작성하여 배포하고 온라인으로 전달하여 인간 개입이 전혀 필요하지 않습니다.

그래서, 회사의 각 부분을 재귀적 AI 루프로 간주할 수 있다면, 그것은 "로마 군단식" 계층 회사와 완전히 다른 것이 될 것입니다.

머리 수를 줄이고 토큰을 사용하십시오: AI 네이티브 회사는 조직구조를 변경할 것입니다

그렇다면, 이렇게하려면 무엇을 의미합니까?

첫째, 토큰을 소비하십시오. 사람들을 모으지 말고. 우리는 이제 많은 회사들이 데모 데이때, 직원 당 평균 수익이 18개월 전보다 약 5배 높아졌습니다. 이러한 경향이 A 라운드 및 B 라운드로 이어질 것으로 생각합니다. 곧, 귀하는 진정으로 제약받는 것이 직원 수가 아니라 토큰 사용량일 것입니다.

지금은 매우 거친 방법으로 모든 사람의 토큰 사용량을 측정하는 것입니다. 물론, 이 지표는 극단적인 경우에 매우 어리석고 게임화되기 쉽습니다. 그러나 방향성적으로, 나는 이것이 올바르다고 생각합니다. 우리는 지금 "무엇이 가능한가"를 탐색 중이기 때문에 모든 사람이 미친 듯한 새로운 인공 지능이 실제로 무엇을 할 수 있는지 최대한 실험해야합니다.

한 번이라도 그것을 랭킹으로 만들고 승진 또는 해고를 이 지표와 연결시킨다면, 물론 그것은 조작당할 것이고, 물론 왜곡될 것입니다. 그러나 방향적으로, 조직 내에서 누가 토큰을 극한까지 활용하고 있는지, 누가 아닌지를 판단하는 것은 당신이 시간을 어떤 직원에게 투자해야 하는지를 판단하는 한 가지 방법입니다.

나는 중간 관리가 종료되었다고 생각합니다. 적어도 이러한 조정 문제에 대해서는, 나는 중간 관리가 더 이상 필요하지 않다고 생각합니다. AI가 이를 처리해야 한다고 생각합니다.

나에게는 미래에 두 가지 중요한 역할이 있습니다. Jack Dorsey는 세 가지를 제안했지만, 나는 세 번째를 별로 좋아하지 않아서 삭제했습니다. 나에게 진정으로 중요한 것은 두 가지 역할입니다: 모든 사람은 IC가 되어야 하며, 개인 기여자, 건설자, 거래자여야 합니다. 그리고 핵심은, 직접적으로 책임져야 하는 개인이 있어야 한다는 것입니다. 모든 것을 전진시키려면, 위원회가 아닌 명확히 지명된 개인이 필요하며, 그룹이 아닙니다.

나는 회사가 완전히 IC에 기반한 회사로 구축될 수 있다고 생각합니다. 중간 관리가 정말로 종료되었습니다. 그리고 자기 개선 회사를 구축하는 것이 이 비전입니다.

참고로, 나는 지금 모두가 이 문제의 최전선에 있다고 생각합니다. 나도 여러분이 어디까지 진행했는지 궁금합니다. 지금 느낌상 모든 사람들이 아직 경계를 탐험하고 있는 것 같습니다. 모든 기능에 대해 진정으로 자기 개선회사를 구축한 사람이 이미 있는지 확신할 수 없습니다. 아마 내가 틀렸을 수 있으며, 당신이 나를 반박할 수 있습니다.

만약 제게 맡겨진다면, 제가 먼저 무엇을 할까요?

매우 중요한 첫 번째 일은 전체 조직이 AI가 읽고 이해할 수 있도록 만드는 것입니다. 이게 무슨 의미인가요? 그것은 모든 것을 기록해야 한다는 것입니다.

간단히 말해서, 지금은 우리 모든 파트너의 이메일이 YC 파트너에게 보내지면 이 이메일이 YC 데이터베이스에 들어간다. 모든 Slack 메시지, 모든 DM, 모든 오피스 아워는 지난 세 네 달 동안 우리가 이미 모두 기록하기 시작했습니다. 발생하는 모든 일은 모두 기록되어야 하며, AI에게 기록되거나, 그렇지 않으면 인공 지능 시스템에게는 일어나지 않은 것입니다.

방금 몇 명의 창업자와 이야기를 나누었는데, 우리는 그들 회사에 대해 많이 얘기했습니다. 매번 대화할 때마다 나는 그 대화를 녹음해야겠다고 생각합니다. 왜냐하면 방금 전에 누군가가 어떤 사람을 소개해주길 원했었고, 이제 나는 그 소개 대상이 누구인지 심지어 기억하지 못합니다. 나는 그 때 도와주겠다고 했지만, 나중에 그가 메일로 보낼 것을 요청했습니다. 왜냐하면 내가 잊을 것이기 때문입니다, 다음으로는 20명의 사람과 이야기를 나눌 예정이기 때문입니다.

그러므로, 이것은 휴대폰, 녹음 장치, 스마트 안경 또는 모든 방에 마이크를 설치해야 할 수도 있습니다. 어쨌든, 모든 것을 기록해야만 AI가 그것을 읽을 수 있습니다.

그런 다음 Garry가 말한 것처럼 화자 분리와 요약 정리가 필요합니다. 10만 시간의 녹음을 그대로 문맥 창에 넣을 수 없습니다. 이를 정리하고, 종합하여 중요한 부분으로 압축하고, AI에 몇 가지 단서를 남겨야 합니다.

예를 들어 YC의 사용자 매뉴얼을 읽어본 적이 있는 사람들이 있나요? 이 방에 있는 모든 사람이 적어도 한 번 열어본 적이 있으면 좋겠습니다. 괜찮아요. 그 매뉴얼은 대부분 다섯 ~ 십 년 전에 작성되었으며 이미 조금 오래되었습니다.

지난 주말, Harsh가 갑자기 생각했습니다. 지난 세 달 동안 약 2000시간의 오피스 아워 녹음을 축적했으니, 왜 우리가 새로운 버전의 사용자 매뉴얼을 생성하지 않나요?

그러면 시스템에 지시를하여 녹음을 정리, 압축, 종합한 다음 자금 조달, 채용, 공동 창업자 분쟁 등 주제별로 분류하여 새로운 사용자 매뉴얼을 작성하도록 할 수 있습니다. 주말이 끝날 때쯤, 그는 이미 150페이지짜리 사용자 매뉴얼을 작성했으며 품질은 현재 버전보다 훨씬 우수합니다.

더 중요한 것은 이제 매월 한 번씩 업데이트할 수 있다는 점입니다. 따라서 우리의 사용자 매뉴얼은 자체 개선 시스템이 되었습니다. 각 새로운 제안은 기존 사용자 매뉴얼과 비교되어 흡수되거나 버려집니다. 이렇게하면 사용자 매뉴얼은 계속해서 업데이트되는 능동적인 뇌로 변몽니다. 매주 창립자에게 하는 제안을 담고 있습니다.

물론, 이것은 사용자 매뉴얼에 머물러 있지 않습니다. AI 에이전트에게 문맥 입력으로 제공할 수 있습니다. 그러면 갑자기 초지능 AI에게 질문하고 YC 파트너 16인의 종합 지식을 받을 수 있게 됩니다. 그러나 이러한 지식은 AI가 읽을 수 있어야 하므로 모든 것을 기록해야 합니다.

두 번째로, 어떤 것이 자체 개선 가능하고 AI가 읽을 수 있는 artifact를 만들 수 있는 경우 보존하고 아닌 경우 버려야합니다.

세 번째로, 각 기능은 자체 소프트웨어를 생성할 수 있어야 합니다. 과거에는 "대시 보드"라고 말했지만 이제는 대시 보드뿐만 아니라 필요에 따라 생성되는 소프트웨어입니다. Codex 5.5는 지금 충분히 좋으며 대부분의 간단한 내부 소프트웨어 및 대시 보드는 상당히 높은 품질로 일괄 생성할 수 있습니다. 주말에 몇 가지 내부 사항을 시험해본 결과 정말 놀랍습니다.

그래서 모든 내부 운영 팀은 비즈니스에 대한 지능적인 이해를 가지고 자체 대시 보드와 작업 흐름을 생성해야 합니다.

또한 저는이러한 소프트웨어를 완전히 기각 가능한 것으로 간주합니다. 정말 소중히 보관해야하는 것은 데이터입니다. 마치 Garry가 말한 것처럼 그는 모든 이메일을 Markdown으로 저장하며 아무 것도 삭제하지 않습니다. 그러나 소프트웨어 자체는 일시적이고 임시적입니다. 당신은 그것을 생성할 수 있고 다시 생성할 수 있습니다.

가치 있는 것은 진정한 이해입니다. 비즈니스에 대한 인식이 있는 것입니다. 이 기능이 어떻게 작동하는지, YC 행사를 어떻게 하는지 등에 대한 이해입니다. 행사를 진행하는 데 사용되는 실제 소프트웨어는 그 행사를 위해 생성되었지만 사용이 끝나면 폐기할 수 있습니다. 1달 또는 2달 후에는 모델이 더 똑똑해지고 기존 소프트웨어를 버리고 초기 지시 사항을 다시 주고 새로운 소프트웨어 버전을 생성합니다.

따라서 나는 가치 있는 것은 비즈니스 콘텍스트와 기술입니다. 이들을 기반으로 하는 소프트웨어는 일시적입니다.

그렇다면이 세계에서 인간의 역할은 무엇인가요?

내 생각에, 우리가 논의하는 것은 실제로 "회사 두뇌"입니다. 이 방에서 유사한 일을 하는 많은 사람들이 있다는 것을 알고 있습니다. 중심 부분 - 당신의 모든 데이터, 모든 이메일, 다이렉트 메시지, 기술, 노하우 - 가 바로 회사 두뇌입니다.

인간은이 대뇌의 가장자리에 있으며 현실과 상호 작용합니다. 즉, 인간은이 지능 시스템이 현실 세계와 상호 작용하는 곳입니다. 인간은 모델이 아직 진입하지 못한 장면으로 임시로 들어갈 수 있습니다. 회의 장면이나 새롭고 복잡한 상황과 같은 것들입니다. 전화는 예로 들어야 할 예정이었지만 현재는 AI도 전화 시나리오에 쉽게 진입할 수 있습니다.

보다 전형적인 사례는 익숙하지 않은 상황, 윤리적 판단, 고위험 순간입니다. 저희에게 창업자가 그가 공동 창업자와의 분리를 고민하고 있다고 찾아오는 경우를 생각해보십시오. 이러한 실질적인 고위험 및 고정 감정적인 순간에는 여전히 인간의 존재가 있기를 희망할 것입니다.

이것이 인간의 위치입니다. 여러분 회사 대다수에게는 판매 대화가 동일하게 적용됩니다. 앞으로 20년 동안, 나는 판매 현장에서 여전히 인간이 필요할 것이라고 생각합니다.

그래서, 나는 인간이 회사 대뇌의 가장자리에 존재하고 있으며 지능을 현실 세계로 가져오는 책임이 있다고 생각합니다.

제 시간이 이미 초과되었으므로 사회가 나를 내리기 시작할 것입니다. 마지막으로 여러분에게 한 가지 질문을 남깁니다. 오늘 자신의 회사를 다시 설립한다면 처음부터 이러한 형태로 설계하겠습니까?

대부분의 여러분의 회사는 여전히 충분히 작아 이를 수행할 수 있습니다. 그러므로 여러분들에게는 변명의 여지가 없다고 생각합니다. 또한, 몇 명의 참가자가 자신의 회사를 철거하고 다시 건설하고 있다는 것을 알고 있습니다.

그럼 이만 말씀드리겠습니다. 시간을 Pete에게 넘기겠습니다. 감사합니다.

[Video Link]

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia