AI에 다 맡긴 회사가 직원을 4명에서 30명으로 늘린 이유

한눈에 보기: Every에서 AI가 일하는 자리 3곳과 사람이 하는 일

🎯 "AI를 들이면 사람은 뭘 하지?"가 걸리는 분께 맞는 호예요. 30명짜리 회사가 AI를 어디에 두고 누가 관리하는지를 숫자로 보여 드립니다.

슬랙에서 이름을 부르면 누가 대답할까요? 🤔

키워드: AI 동료, 직원 4명 → 30명, 사람 일은 더 늘었다

AI에 다 맡겼는데 직원은 4명에서 약 30명으로 늘었어요

이 회사에서는 이런 일이 매일 일어나요.

• 코드는 99%를 AI가 씁니다. 사람은 손으로 코드를 안 써요.
• CEO의 업무 이메일 95%에 AI가 답합니다. 사람은 검토만 해요.
• 고객 문의 한 주 202건 중 81건은 AI가 혼자 끝냈습니다.

그런데 직원은 줄지 않았어요. AI를 많이 쓸수록 사람이 더 필요해졌다는 게 이 호의 핵심입니다. 왜 그런지 차근차근 볼게요.

이 회사를 만든 사람, Dan Shipper 👋

키워드: Every 창업자, AI 미디어 + AI 앱 4개, 숫자를 공개하는 CEO

이미지 출처: ©Lenny's Podcast (The AI paradox 에피소드, 2026년 5월)

• 누구: 2020년 미국에서 AI 전문 미디어이자 소프트웨어 회사 Every를 공동 창업한 CEO. 매주 칼럼을 쓰고 팟캐스트 「AI & I」를 진행해요.
• 무엇을 파나: 데일리 뉴스레터, AI 앱 4개(이메일 Cora, 글쓰기 Spiral, 음성 입력 Monologue, 파일 정리 Sparkle), 대기업 AI 교육. 전부 구독 하나로 묶어 팔아요. Every's Master Plan: Part II
• 얼마나 버나: 2025년 9월 기준 연 반복 매출 약 120만 달러. 투자는 200만 달러도 안 받았어요.
• 요즘: 2026년 10월에 슬랙용 공용 AI 에이전트를 제품으로 냈고, 8천 단어짜리 글을 쓰고 있어요. Introducing the Every Agent

이 사람을 고른 이유는 하나예요. 회사 전체를 AI로 돌리면서 잘된 것과 실패한 것을 숫자까지 공개하는 CEO가 드물기 때문입니다.

Every는 AI를 이렇게 씁니다 🛠️

키워드: 슬랙 동료 에이전트, 흐름 속 에이전트, 전문가 복제, 개인 → 공용

크게 다섯 군데예요. 먼저 전과 후를 한 표로 볼게요.

질문은 제가 골랐고, 답은 그가 공개한 글과 인터뷰에서 가져와 의역했어요. 따옴표 안은 원문 발언을 옮긴 거예요.

① 코드는 더 이상 손으로 안 씁니다

짧게 답하면 계획하고 검토하는 사람이 됐어요.

코드를 만드는 4단계. 마지막 '축적'이 핵심이에요

시작은 2025년 중반이었어요. 이메일 앱 Cora를 맡은 Kieran Klaassen이 코드를 직접 쓰는 대신, 하루 종일 AI에게 말로 시키기 시작했습니다. 그게 회사 전체로 번졌어요. After Automation

AI Engineer Code Summit 무대에서 "컴파운드 엔지니어링"을 발표하는 Dan Shipper. 이미지 출처: ©AI Engineer (YouTube)

방법은 4단계예요.

1. 계획: 무엇을 만들지 정해요. 일의 80%가 여기에 들어갑니다.
2. 실행: AI 여러 개가 동시에 만들어요.
3. 검토: 사람이 결과를 보고 고칠 곳을 찾아요.
4. 축적: 이번에 배운 걸 지시 파일에 적어 둬요. 그래서 다음엔 더 쉬워집니다. 컴파운드 엔지니어링 가이드

"모델이 바뀌면 3개월에서 6개월마다 제품 전체나 대부분을 버릴 각오를 해야 합니다." (Dan Shipper, The Neuron 인터뷰, 2026년 3월)

② 슬랙에 이름 있는 AI 동료를 앉혔습니다

답은 모두가 보는 곳에서 쓰게 하기예요.

팀마다 한 명씩 있는 AI 동료 (보고서 속 대화를 한국어로 옮겨 다시 그린 그림)

팀마다 한 명씩이에요. 슬랙에서 이름을 부르면 일합니다.

• Claudie (컨설팅팀): "고객 메모대로 제안서 초안 써 줘"라고 하면 받은편지함을 뒤져 템플릿과 가격표를 찾아 써요.
• Andy (편집팀): 슬랙 채널 7개를 훑어 기사 아이디어 4개를 추천해요. 사람이 "좋아요/별로" 버튼을 누르면 다음엔 더 잘 골라요.
• Viktor (회사 전체): 설문 응답 278개를 분석해 메모로 만들어요. After Automation

③ 반복 업무는 흐름 안에 심었습니다

고객지원 AI Fin의 한 주 성적표

있어요. 고객지원이 제일 알기 쉬운 예예요. 고객지원 프로그램 안에 AI Fin이 들어 있어서 부르지 않아도 알아서 1차 답을 합니다.

• 2026년 5월 어느 한 주: 문의 202건 중 65%에 참여, 81건은 사람 없이 종결. After Automation
• 담당자의 일은 사라지지 않고 바뀌었어요. 문의마다 답장하는 대신 "답하는 시스템"을 만들고 어려운 건만 직접 봅니다.

④ 전문가 한 사람의 판단을 복제했습니다

편집장의 교열 30,000건이 "Kate Pass"가 되기까지

할 수 있어요. 이번 호에서 제일 따라 하고 싶은 부분이에요. 편집장 Kate Lee의 과거 교열 약 30,000건으로 AI 교열 기준을 만들었습니다.

1. 과거에 고친 기록 30,000건을 모아요.
2. 자주 고치는 패턴을 규칙으로 써요.
3. 옛 문서에 돌려 보고 실제 교열과 비교해 규칙을 고쳐요.
4. 팀원이 슬랙에서 "@Every, 이 초안 Kate Pass 해 줘"라고 하면 구글 독스에 제안이 달려요. 편집장이 그 뒤에 고친 내용은 다시 규칙에 들어가요. Platformer

"완벽하진 않아요. 하지만 그녀가 전부 하는 것보다는 훨씬 낫습니다." (Dan Shipper, Platformer 인터뷰, 2026년 8월)

AI로 글 쓰는 법을 이야기하는 Dan Shipper. 이미지 출처: ©Behind the Craft (YouTube)

⑤ 직원마다 AI 하나는 실패, 회사에 하나로 바꿨습니다

개인 에이전트에서 공용 에이전트로 바꾼 이유

아니었어요. 실패담부터 할게요. 2026년 3월, 직원 모두에게 개인 AI 비서(Plus One)를 줬어요. 결과는 이랬습니다.

• 몇 개는 잘 쓰였지만 상당수는 방치됐어요.
• 쓰던 사람이 손을 놓으면 그 AI는 금방 낡아요.
• 고쳐야 할 AI가 사람 수만큼 생겨서 관리가 안 됐어요.

그래서 팀과 회사 단위로 되돌렸어요. 6개월 뒤인 10월 6일, 슬랙에서 @Every 하나만 부르는 공용 에이전트를 제품으로 냈습니다. Introducing the Every Agent

"에이전트가 잘 돌아가는지 책임지는 사람에게서 멀어질수록, 에이전트는 덜 잘 돌아갑니다." (Dan Shipper, After Automation, 2026년 5월)

AI를 많이 쓸수록 사람이 더 필요했습니다 📊

키워드: 결과물이 비슷해진다, 다듬을 전문가, 실패도 공개

숫자부터 볼게요.

• 직원 4명 → 약 30명. 지난 1년만 봐도 15명에서 30명으로 두 배예요. Platformer

Every 팟캐스트에 함께 나온 Dan Shipper(왼쪽)와 COO Brandon Gell. 이미지 출처: ©Every

• 운영 직원이 코드 수정을 올리고 마케터가 썸네일을 만들고 엔지니어가 글을 써요. 직군의 벽이 낮아졌어요.

왜 사람이 더 필요해졌을까요? Dan의 설명은 간단해요.

• 누구나 AI로 코드, 썸네일, 글을 만들 수 있게 됐어요.
• 그러자 결과물이 다 비슷비슷해졌어요.
• 비슷한 걸 다듬어 "우리 것"으로 만들 전문가가 더 필요해졌어요. 운영 직원이 코드를 올리면 검토할 엔지니어가, 마케터가 썸네일을 만들면 다듬을 디자이너가 필요한 식이에요. After Automation

숫자 해석에는 한계가 있어요. "코드 99%"는 회사 발표고 세는 방법은 공개되지 않았습니다. 매출은 2025년 가을 숫자가 마지막이에요.

우리 회사에 가져갈 5가지 💡

키워드: 동료형 vs 내장형, 팀당 하나, 보이는 곳, 전문가 복제, 유지비

1. AI를 둘로 나누세요. 사람이 불러서 시킬 일(제안서, 리포트)과 흐름 안에서 알아서 돌 일(1차 응대, 분류)을 먼저 구분해요.
2. 팀당 하나, 담당자 한 명. 직원마다 하나씩 나눠 주면 방치돼요.
3. 보이는 곳에서 쓰게 하세요. AI가 한 일을 모두가 보는 채널에 남겨야 사용법이 퍼져요.
4. 전문가 한 명부터 복제하세요. 과거 검토 기록을 모아 규칙을 쓰고 옛 문서로 시험해 봐요.
5. 유지비를 적으세요. 스킬 몇 개, 건당 비용 얼마. 숫자가 있어야 접을지 키울지 정해요.

이번 호 무료 스킬: 전문가 검토 기준을 팀 스킬로 만들기 🎁

네. 이번 호 무료 스킬이 위 4번 과정을 그대로 해 줘요. 핵심 기능은 세 가지예요.

• ① 기록을 넣으면 검토 규칙이 나와요. 팀장이나 선임이 고친 기록(수정 전·후, 코멘트) 20쌍 이상을 넣으면 자주 고치는 패턴 15~30개를 꼭 고침 · 보통 고침 · 취향 세 묶음으로 정리해 검토 스킬을 만들어요. 기록 속 이메일·전화번호 같은 민감 정보도 찾아서 알려 줍니다.
• ② 옛 문서로 시험 보고 점수를 매겨요. 따로 떼어 둔 사례로 백테스트해 맞춤·놓침·과잉을 세고 일치율을 기록해요. 놓침이 많으면 규칙을 더하고, 과잉이 많으면 취향 묶음으로 내립니다.
• ③ 팀이 한 문장으로 불러 써요. "이 초안 김팀장 패스 돌려줘" 한 줄이면 수정 제안 목록이 나와요. 팀 채널에 올릴 공지문 5줄도 같이 써 줍니다.

맨 위 무료 스킬 박스에서 ZIP 파일과 사용 가이드 PDF를 받을 수 있어요.