60개의 AI 에이전트가 현재 실제 비즈니스를 운영하고 있습니다. 저는 손대지 않고 있습니다.

6주 전 저는 질문했습니다. 완전히 자율적인 AI 인력(AI workforce)이 실제로 엔드 투 엔드(end-to-end) 비즈니스를 운영할 수 있을까? 단순한 "코파일럿 (copilot)"이 아닙니다. ChatGPT 래퍼 (wrapper)도 아닙니다. 콘텐츠, 마케팅, 고객 탐지, 트레이딩, 모니터링, 심지어 경영진 수준의 의사결정까지 포함하는 완전한 자율 운영을 의미합니다.

오늘날 **60개 이상의 특화된 AI 에이전트 (AI agents)**가 INVplace를 운영하고 있습니다. 세 개의 경영 이사회가 몇 시간마다 모여 우선순위를 심의합니다. 에이전트들은 8개의 플랫폼에 걸쳐 콘텐츠를 게시합니다. 거래가 체결됩니다. 회고록이 작성됩니다. 조직도 (org chart)가 스스로를 관리합니다.

이 포스트는 홍보가 아닌 증빙입니다. 아키텍처 (architecture), 수치, 그리고 실패 사례를 다룹니다.

조직도 (The org chart)

모든 에이전트는 이름, 관리자, KPI, 그리고 목소리를 가진 하나의 엔티티 (entity)입니다. 익명의 함수가 아닙니다.

• 경영진 계층 (Executive layer) (7개의 AI 페르소나): Ava Sterling (CEO), Maya Rivera (CMO), Daniela Cohen (CSO), Lior Tal (CTO), Nova Ivanov (Head of AI Dev), Tom Weinstein (Head of Trading), Yara Ben-David (CRO — Risk).
• 중간 관리직 (Middle management) (8개의 에이전트): Dan Levy (Dashboards), Elena Vasquez (Quant), Rafi Segal (Execution), Sofia Koval (Reliability) 등.
• 실무 에이전트 (Worker agents) (49개): Priya Kapoor는 콘텐츠를 작성하고, Omar Saleh은 손절매 (stop-losses)를 집행하며, Jax Aberdeen은 인시던트 (incidents)를 지휘하고, Zara Ivanovic는 6개의 암호화폐 지갑을 감시하며 기부금을 확인하고, Luna Costa는 시간대를 고려한 다국어 포스팅을 수행합니다.

세 개의 라운드테이블 이사회:

1. 비즈니스 이사회 (Biz board) — 매시간. Ava + Maya + Daniela + Lior가 수익 문제를 논의합니다.
2. 개발 이사회 (Dev board) — 2시간마다. Lior + Nova + Dan Levy가 무엇을 만들고, 깨뜨리고, 수정할지 논의합니다.
3. 트레이딩 이사회 (Trading board) — 3시간마다. Tom + Yara + Elena + Rafi + Sofia가 손익 (P&L), 신호 품질 (signal quality), 신뢰성 (reliability)을 검토합니다.

각 이사회는 CEO의 결정으로 끝납니다. 그 결정은 AI에 의해 스토리와 실행 항목 (action items)으로 파싱 (parsed)됩니다. action-executor 에이전트가 10분마다 실행 항목을 가져와 실무 에이전트들에게 배정합니다.

스택 (The stack) (전부 무료 티어 사용)

• 컴퓨팅 (Compute): Vercel Edge functions, 약 35개의 동시 실행 크론 잡 (concurrent cron jobs)
• 스토리지 (Storage): 분산 KV (Key-Value)로 사용되는 GitHub Gist (무료, 아래에서 문제점 언급)
• 거래소 (Trading venue): Oracle Cloud의 Always-Free VM 상의 프록시를 통한 Binance Futures (Vercel → Binance 지리적 차단 우회)
• 배포 (Deploys): GitHub Actions + Vercel CLI
• 비밀 정보 (Secrets): Vercel 환경 변수 (env vars)
• 관측 가능성 (Observability): 내 휴대폰으로 전송되는 ntfy.sh 푸시 알림 (무료)

총 유료 서비스: OpenAI + Claude API. 현재 지출: 월 약 $5-15.

시스템이 매일 수행하는 작업

내가 손대지 않아도 다음과 같은 일이 일어납니다:

• 콘텐츠 (Content): Dev.to, Hashnode, Telegraph, Nostr (탈중앙화), Mastodon, Bluesky, Telegram, Lemmy에 걸쳐 하루 7~15개의 포스트 게시
• 트레이딩 (Trading): Binance 선물 시장을 모니터링하며, V4SE 신호에 따라 드라이 런 (dry-run) 모드로 실행. 라이브 모드는 불리언 플래그 (boolean flag) 뒤에 숨겨져 있음
• 회고 (Retrospectives): 모든 작업이 끝난 후, 담당 에이전트가 3개 필드(어려움 / 놓친 부분 / 후속 작업)로 구성된 회고를 작성함. 매니저는 6시간마다 요약본을 받음
• 조직 진화 (Org evolution): workforce-analyzer 에이전트가 매주 실행되어, 커버리지 공백(아무도 책임지지 않는 업무)과 통제 범위 과부하(직속 보고자 7명 초과)를 감지하고 개발 위원회에 새로운 역할을 제안함
• 비밀 정보 감사 (Secrets audit): 매주 보안 점검 수행 — 취약한 기본값, 교체되지 않은 키, 누락된 필수 환경 변수 등을 표시함
• 백업 (Backup): 10개의 핵심 상태 파일을 보조 Gist로 매일 미러링

흥미로운 아키텍처 요소들

1. 보드(Boards)가 공유된 "액션 보드 (Actions Board)"에 기록함

각 보드의 CEO 결정 사항은 실행 항목(action items)이 포함된 스토리(stories)로 파싱됩니다. 스토리는 {backlog, planned, in_progress, review, done, blocked} 유형으로 분류됩니다. 실행 항목에는 담당자(에이전트 이름 또는 사람)가 지정됩니다. 액션을 완료하는 모든 에이전트 실행은 해당 항목에 회고를 다시 기록합니다.

이는 보드 간의 상호 교류를 의미합니다. 비즈니스 보드에서 "유통 채널 확장이 필요하다"라고 결정하면, 개발 보드는 다음 회의에서 해당 미결 액션을 확인하고 기술적 제안으로 대응할 수 있습니다.

2. 모든 에이전트는 조직도에 포함됨

이전: 에이전트들은 평면적인 딕셔너리 (dict) 형태였습니다. 일주일이 지나자 명확한 소유권도, KPI (핵심 성과 지표)도, 커버리지(coverage)의 공백을 확인할 방법도 없는 40개 이상의 에이전트가 생겨났습니다.

현재: org-chart.ts는 모든 에이전트를 reports_to (보고 대상), manages (관리 대상), responsibilities (책임), kpis (핵심 성과 지표)를 가진 구성원으로 모델링합니다. 주간 분석기(weekly analyzer)가 analyzeCoverage()를 실행하여, 책임 사항을 중요하지만 자주 놓치는 우려 사항 목록(보안 감사, 백업, 법적 준수

Facebook Groups API 삭제. Meta는 2020년 4월에 이를 폐기(deprecated)했습니다. API를 통해 그룹에 게시물을 올릴 수 있는 합법적인 방법은 없습니다. 우회 방법: 제가 직접 로그인한 Chrome 세션에서 실행되는 Chrome 확장 프로그램을 사용합니다. 이 프로그램은 대상 그룹의 탭을 열고, 인간의 타이핑 속도(글자당 40-160ms, 1-3초의 호버링, 무작위 지연 시간)로 작성창을 채운 뒤 제출합니다. Meta는 이를 수동 사용과 구분할 수 없습니다. 엄선된 15개 그룹에 대해 하루 2개 게시물로 제한(throttled)하여 운영 중입니다.

조용히 실패하는 에이전트들. 두 번의 수정 과정을 거쳤습니다:

1. 몇 시간마다 실행되어 핵심 에이전트들이 예상된 cron 윈도우(cron window)를 놓쳤는지 확인하고 복구 실행을 트리거하는 supervisor 메타 에이전트.
2. 의존성(예: 프록시)이 불안정할 때 실행을 거부하는 에이전트별 canRun() 게이트. 이는 연쇄 실패(cascade failures)를 방지합니다.

인지하지 못한 채 발생하는 지출. 실행 횟수를 바탕으로 월간 지출을 추정하고 $5 / $15 / $30 / $50 / $100 임계값에서 알림을 보내는 burn-monitor 에이전트를 추가했습니다.

공유 가능한 수치들

이번 주의 실행 결과:

• 지난 24시간 동안 활성화된 에이전트: 35 / 60 (나머지는 주간 또는 일간 주기임)
• 24시간 동안의 에이전트 실행 횟수: ~500회
• 게시된 활성 게시물: 7개 (원하는 것보다 적음 — 많은 게시자(publishers)가 아직 설정되지 않음)
• 트레이딩 손익(P&L): 드라이 모드(dry mode) +$0.12

저는 향후 12~24개월 안에 자율형 AI 에이전트(autonomous AI agents)가 소규모 비즈니스 운영의 전체 카테고리를 집어삼킬 것이라고 생각합니다. 단순한 "AI 코파일럿 (AI copilot)"이 아니라, 실제로 자율적인 형태 말입니다. 이것은 이를 한계까지 밀어붙였을 때 어떤 모습일지 알아내기 위한 저의 시도입니다.

만약 당신이 비즈니스를 운영 중이며 AI 에이전트가 어디에서 당신의 단순 반복 업무(grunt work)를 대체할 수 있을지 알고 싶다면, 제가 만든 무료 60초 스캔 도구를 사용해 보세요: https://rhinomoney.app/audit/apply. 저희의 실제 경영진(exec board)이 귀하의 제출 내용을 분석하여 현실적인 ROI(투자 대비 수익) 추정치가 포함된 순위가 매겨진 3가지 기회를 반환해 드립니다.

또는 시스템이 작동하는 모습을 그냥 지켜보셔도 됩니다: **https://rhinomoney.app/live**에서는 모든 에이전트가 실시간으로 실행되는 모습을 보여줍니다.

어느 쪽이든 — 이것은 공개 실험입니다. 흥미롭다면, 저는 코드와 주간 보고서를 블로그에 게시할 것입니다. 모두 무료입니다. 증빙 자료(Receipts)도 포함됩니다.

🦏 이 실험에 대하여

저희는 자율형 AI 기업인 **INVplace**입니다. 60개 이상의 에이전트가 0달러의 예산으로 콘텐츠, 마케팅, 트레이딩(trading), 운영(ops), 고객 탐지(customer detection)를 24시간 내내 수행하고 있습니다.

👉 에이전트가 작동하는 모습을 실시간으로 보기 — 각 에이전트가 지금 무엇을 하고 있는지 보여주는 실시간 피드
👉 무료 AI 인력 스캔 받기 — 저희 경영진이 귀하의 비즈니스를 60초 안에 분석하여, 어떤 3가지 AI 에이전트를 가장 먼저 구축해야 하는지 알려드립니다. 신용카드 정보는 필요 없습니다.

원문은 INVplace에 게시되었습니다.