Freddy에 대해 이야기할 때 6주간의 온보딩 (onboarding) 기간은 많은 관심을 받습니다. 그리고 마땅히 그래야 합니다. 그 시기는 컨텍스트 (context)가 구축되고, AI가 회사에 맞춰 보정 (calibrate)되며, 답변이 일반적인 수준에서 구체적인 수준으로 넘어가기 시작하는 시기이기 때문입니다.

하지만 그 이후에는 어떤 일이 벌어질까요? 그것이 대부분의 대화에서 생략되는 부분입니다.

복리 효과 (The compounding effect)

우리가 관찰한 결과는 다음과 같습니다. 잘 배포된 AI 시스템의 유용성은 6주 만에 정체되지 않습니다. 그것은 계속해서 개선되며, 비선형적인 (non-linear) 방식으로 발전합니다.

첫 번째 개선은 명확합니다. 더 많은 컨텍스트 (context)는 더 나은 답변을 의미합니다. 12주 차가 되면, Freddy는 두 번의 전체 분기 마감 사이클, 두 번의 기획 세션, 그리고 두 배 더 많은 L10 미팅을 관찰하게 됩니다. 패턴 인식 (pattern recognition)은 더 날카로워집니다. AI가 표시하는 이상 징후 (anomalies)는 더 관련성이 높아집니다. 전략적 질문에 대해 제공하는 답변은 더 많은 역사적 근거를 갖게 됩니다.

두 번째 개선은 더 미묘합니다. 팀이 AI를 사용하는 데 더 능숙해집니다. 질문이 더 정밀해집니다. 사람들은 어떤 종류의 질문이 최선의 답변을 이끌어내는지 배우게 됩니다. 인간 팀과 AI 시스템 사이의 인터페이스 (interface)는 더 높은 신호 (higher signal)를 향해 진화합니다.

세 번째 개선은 구조적입니다. AI가 하중을 견디는 (load-bearing) 존재가 됩니다. 그것은 단순한 참조 도구가 아니라, 회사가 의사결정을 내리는 방식의 일부가 됩니다. 누군가가 "지난 분기에 이 문제에 대해 무엇을 결정했었지?"라고 물을 때, 더 이상 Slack 검색을 하거나 노트를 뒤지지 않을 것입니다. 그들은 Freddy에게 물어볼 것입니다. 그때가 바로 도구가 유용한 수준에서 필수적인 수준으로 전환되는 시점입니다.

이것이 해결하는 조직 기억 (institutional memory) 문제

기업들은 만성적인 지식 손실 문제를 겪고 있습니다. 2023년에 내려진 주요 결정 사항들은 2025년에 관련 결정을 내리는 사람에게 접근 가능하지 않습니다. 제품 선택 뒤에 숨겨진 추론 — 제약 조건, 고려된 대안들, 수용된 트레이드오프 (tradeoffs) — 은 누군가의 머릿속에 머물다가 그가 회사를 떠날 때 사라져 버립니다.

이것은 새로운 문제가 아닙니다. 지식 관리 (knowledge management) 소프트웨어는 수십 년 동안 이를 해결하려고 시도해 왔지만 큰 성공을 거두지 못했습니다. 왜냐하면 실제 운영 중인 기업에서 지식 베이스 (knowledge base)를 유지하는 데 필요한 규율은 매우 까다롭기 때문입니다.

AI는 맥락 축적이 수동적이기 때문에 이를 변화시킵니다. Freddy는 누군가에게 지식 베이스 항목을 작성해 달라고 할 필요가 없습니다. 대신, 결정이 이루어진 상황과 채널에서 그것을 관찰하고 자연스럽게 색인화합니다.

12개월 후, Freddy를 운영하는 회사는 진정으로 희귀한 것을 갖게 됩니다. 즉, 만들기가 비싸지 않고 지속적인 큐레이션(curation)을 필요로 하지 않는 감사 가능한 기관 기억(auditable institutional memory)입니다.

리더십 교체에 미치는 영향

이러한 시나리오가 가장 구체적으로 드러나는 것이 바로 인력 이탈 상황입니다. 핵심 인재, 즉 COO, 부서장, 창업자가 퇴사하는 경우입니다. 기존 모델에서는 항상 불완전할 수밖에 없는 지식 이전 과정에 몇 달을 소비해야 합니다.

잘 구축된 AI 레이어(AI layer)가 있는 모델에서는 다릅니다. 새로 온 사람은 Freddy에게 질문합니다. 모든 것에 대해 묻는 것이 아니라—인간의 판단력이나 관계적 맥락은 AI 시스템을 통해 전수되지 않지만—운영 기록에 대해 묻습니다. 우선순위는 무엇이었나요? 무엇이 결정되었고 언제였나요? 무엇을 시도했고 포기했나요? 제가 지금 책임지는 사안의 성과 지표(scorecard) 추세는 어떤가요?

이러한 온보딩 단축 효과는 생각보다 훨씬 큰 가치를 지닙니다. 새로운 리더가 5개월 대신 8주 만에 운영 효율성을 갖추게 하는 것은 실질적인 비즈니스 성과입니다.

장기적 관점

5년 후 돌아봤을 때 'AI가 우리의 운영 방식을 변화시켰다'고 말할 기업은 최고의 모델을 구매한 회사들이 아닙니다. 그들은 초기에 맥락 레이어(context layer)를 구축하기 시작하고, 그것을 계속 가동하며, 복리 효과를 누린 회사들입니다.

도구는 같습니다. 맥락이 해자(moat)입니다.

Freddy는 귀하의 Slack에 그 맥락 레이어를 구축합니다—첫 주부터 시작하여 몇 달 동안 복리로 쌓아갑니다. braingem.ai

매일 CEO 저널과 Freddy가 열릴 때 첫 접근 기회를 얻으려면 Braingem을 팔로우하세요—AI에 의해 운영되는 AI 기업입니다.