진짜 'AI 회사'란 무엇인가: 2,716개 게시물 중 AI 작업자 간 업무 흐름을 가진 곳은 단 16.1%에 불과했다

"저는 30명의 AI 직원을 거느린 회사를 운영합니다." 최근 일본의 note나 Threads에서 이런 글들을 자주 보게 됩니다. 아래에서는 'AI 직원'과 'AI 회사'(일본어: AI社員 / AI会社)에 대해 작성하겠습니다.

처음 'AI 회사'라는 말을 들었을 때, 저는 Paperclip 같은 것을 상상했습니다. Paperclip은 AI 에이전트에게 조직도(org chart), 할당된 업무, 예산 및 승인을 제공하는 오픈 소스 소프트웨어입니다. 업무가 받은 편지함에 떨어지고, 담당 작업자가 그것을 가져가 처리한 다음, 다음 조각을 다른 작업자에게 넘기고 다음 항목으로 넘어갑니다. 시스템 개발 회사를 운영하는 사람으로서, 저는 AI로 구성된 회사가 이런 모습일 것이라고 상상했습니다.

하지만 게시물들을 읽어보니, 많은 것들이 달랐습니다. 이름이 붙은 AI를 위한 지침 파일(instruction file)을 'AI 직원'이라고 부르고, 이러한 파일들의 집합을 'AI 회사'라고 불렀습니다. 저는 그것이 'AI 직원'이라고 불릴 것이라고 예상하지 못했습니다.

그래서 저는 'AI 직원'과 'AI 회사'에 대한 2,716개 게시물을 수집하여 실제로 무엇을 설명하는지에 따라 분류했습니다. 또한 'AI 직원'이라는 단어를 직접 사용하지 않았지만

• 오직 16.1%(438개 중 2,716개)만이 작업자 간에 업무가 흐르는 형태를 가졌다. 코디네이터 AI가 작업을 할당하고, 한 작업자가 인간을 거치지 않고 다음 조각을 다른 작업자에게 전달하는 것이다. 이것이 내가 상상했던 '회사 형태'이다.
• 같은 'AI 직원'이라는 용어가 7가지 다른 것을 지칭했다. 역할 이름이 부여된 채팅, 지침 파일, 정해진 시간에 실행되는 자동화, 계속 실행되는 단일 에이전트, 여러 에이전트(지침을 받아 도구를 사용하여 스스로 업무를 진행하는 AI)가 서로에게 작업을 전달하는 시스템, 다른 회사의 제품명, 그리고 'AI를 직원처럼 사용한다'는 사고방식이었다.
• 19.9%(540개 게시물)는 단순히 지침 파일이나 이름이 붙은 역할 프롬프트에 불과했다. 약 5건 중 1건의 게시물에서 'AI 직원'은 인간이 매번 시작해야 하는 일련의 지침들이었다.
• 대다수(56.4%)의 게시물은 회사가 아니었다. 회사에 관한 게시물들 사이에서도 가장 흔한 유형은 법적 실체나 고객이 없는 '프레임워크로서의 회사'였다.
• 게시물의 35.6%는 인간이 무엇을 하는지 언급하지 않았다. 심지어 '인간 개입 없음(zero humans)'을 주장하는 게시물들 사이에서도, 저자들이 직접 출판 또는 전송 버튼을 누른다고 작성한 예가 있었다.
• 그것만으로도 가치가 있으며, 그 이상의 단계가 있다. 역할 프롬프트, 지침 파일, 예약된 작업, 항상 켜져 있는 단일 에이전트, 그리고 작업자 간에 업무가 흐르는 순서다. 각 단계마다 인간의 역할은 매번 요청하는 것에서 단순히 승인하는 것으로 변화한다.
• 비교하자면, 이름 대신 세 가지를 살펴보는 것이 좋다. (1) 무엇이 실행되는지, (2) 실제 회사가 있는지 여부, 그리고 (3) 인간이 무엇을 하는지이다.

본문 (약 14분 분량)

분류가 필요한 이유

'AI 직원'이라는 단어는 누가 사용하느냐에 따라 다른 것을 지칭한다. 어떤 사람들은 AI를 위해 30개의 지침 파일을 준비했다. 또 다른 사람들은 30개의 프로그램을 24시간 내내 실행 상태로 유지한다. 같은 '30개'라 하더라도, 이름만으로는 자신이 직접 작업에서 재현할 수 있을지 알 수 없다.

따라서 게시물을 읽고 '이걸 내 작업에 쓸 수 있을까?'라고 판단하려면, 먼저 실제로 어떤 내용이 담겨 있는지 파악해야 합니다. 이 글에서는 'AI 직원'이라고 불리는 것들을 세 가지 축(무엇이 구동되는지, 실제 회사가 존재하는지, 그리고 인간이 무엇을 하는지)에 따라 분류했습니다.

조사 방법

저는 총 2,716개의 게시물을 수집했습니다. 플랫폼별 분석은 다음과 같습니다.

Number of collected posts by platform (note 1,011 / Threads 773 / Facebook 670 / Dev.to 83 / Zenn 70 / Qiita 67 / via Hacker News 40 / Medium 2), and how many actually used the words

• note: 'AI社員'와 같은 17개 용어와 Paperclip, OpenClaw와 같은 20개 제품 이름을 사용하여 검색 API를 이용했고, 관련성 있는 게시물 1,011개를 확보했습니다.
• Threads 및 Facebook: 계정에 로그인된 브라우저로 프로그램을 구동하여 각각 55개 및 38개의 용어로 검색했으며, 관련성 있는 게시물 773개와 670개를 확보했습니다.
• Zenn, Qiita, Dev.to, Hacker News, Medium: 각 서비스의 API를 이용해 일본어 용어 19개와 영어 용어 15개로 검색했고, 관련성 있는 게시물 262개를 확보했습니다.

저는 LLM(ChatGPT와 Claude 뒤에 있는 종류의 AI 모델)을 사용하여 각 게시물의 본문(note는 최대 8,000자까지, 소셜 미디어는 스레드 및 답글 포함)을 읽고 세 가지 축으로 분류하게 했습니다. 이 글에서 예시로 인용한 게시물들에 대해서는 원문을 열어 분류와 요약이 정확한지 확인했습니다.

이 수치들은 다음과 같은 한계점을 가집니다.

• 이 수치들은 전 세계 모든 게시물의 공유 비율은 아닙니다. 제품 이름으로도 검색했기 때문에, 항상 작동하는 단일 에이전트(예: OpenClaw)나 기업의 형태를 구축하는 소프트웨어(예: Paperclip)가 과대 대표되어 있습니다.
• 'AI 직원(AI employee)'이라는 단어를 사용한 게시물은 709개에 불과했습니다 (26.1%). 나머지 대부분은 '어시스턴트(assistant)', '에이전트(agent)', 또는 '조직(organization)' 등 다른 단어로 같은 종류의 시스템을 설명했습니다. 내용이 같다면, 단어가 달라도 포함했습니다.
• 분류는 LLM이 직접 수행했습니다. 소셜 미디어 게시물은 짧고 내용이 적은 경우가 많습니다. 유료 기사의 경우, 무료 부분만 읽었습니다.

'AI 직원'의 7가지 유형

첫 번째 축은 'AI 직원'이라는 것 안에 무엇이 들어있는지, 즉 무엇이 구동되는가입니다. 가장 인간적인 노력부터 가장 적은 노력 순으로 배열했을 때, 이들은 다음 7가지 유형과 내용이 불분명한 경우를 제외하고 나뉩니다.

Breakdown of what is called an

• Mindset only (99 posts, 3.6%): 범용 AI를 '새 직원'이나 '부하 직원'처럼 대우하며 질문하는 방식을 바꾸는 경우입니다. 아무것도 실행되지 않으며 역할 이름이 포함된 프롬프트조차 없습니다. 예를 들어, AI를 '적절한 지시가 없으면 움직이지 않는 매우 유능한 부하 직원'으로 간주하고 사용자가 기획 능력을 갖춰야 한다고 주장하는 글(note, in Japanese) 같은 사례가 있습니다.
• Role prompt (155 posts, 5.7%): ChatGPT나 Claude 채팅에 'CEO' 또는 '편집자'와 같은 역할을 부여하고, 인간이 여러 대화창을 전환하며 해당 AI를 호출하는 방식입니다. 한 예로는 하나의 채팅 내에서 CMO(마케팅 임원)부터 마케팅 매니저, 소셜 미디어 운영자로 역할이 바뀌고, 전략에서 계획으로, 다시 스크립트로 진행되는 경우(note, in Japanese)가 있습니다.
• Instruction file (385 posts, 14.2%): AI가 읽도록 역할과 절차를 지침 파일(instruction files)로 작성하는 방식입니다. 예를 들어 CLAUDE.md나 SKILL.md와 같습니다. 하나의 파일을 종종 한 명의 직원으로 간주하며, 인간이 매번 시작합니다. Anthropic의 AI 도구인 Claude Code에서 서브 에이전트(작업을 분할하는 보조 AI)를 이용해 16개 부서를 구축한 기록은 이 유형에 속합니다(Zenn, in Japanese).
• Scheduled job (245 posts, 9.0%): cron(지정된 시간에 프로그램을 시작하는 메커니즘) 또는 유사한 기능을 통해 설정된 시간에 깨어나서 고정된 작업을 수행하고 종료되는 방식입니다. 각 작업은 '직원'이나 '부서'로 명명됩니다. 아무리 많은 작업자가 있어도, 서로 업무를 인계하지 않고 각각 독립적으로 실행된다면 이 유형에 해당합니다.
• Always-on single agent (781 posts, 28.8%): Mac mini나 월 단위 임대 가상 서버에서 계속 실행되며, Slack이나 LINE을 통해 대화할 때 응답하는 단일 에이전트입니다. OpenClaw나 Hermes Agent 같은 소프트웨어로 구축됩니다.

한 예시는 목적을 위해 구매한 Mac mini에서 OpenClaw를 실행하고, 이를 Slack에서 대화하는 비서로 만드는 첫날 기록이다 (note, in Japanese).

• 다중 에이전트 (Multi-agent) (438건, 16.1%): 코디네이터 AI가 워커들에게 작업을 할당하고, 작업이 인간을 거치지 않고 워커에서 워커로 흐르는 방식이다. Claude Code와 자식 세션을 시작하고 cron 기능이 내장된 게이트웨이(세션을 관리하는 서버)를 사용하여 8개 부서, 약 30개의 AI, 22개의 cron job으로 조직을 운영한 한 사람의 기록이 이 유형에 해당한다 (Zenn, in Japanese).
• 제품명 (Product name) (130건, 4.8%): 공급업체가 자체 제품이나 서비스에 "AI 직원"("AI社員" 또는 "AI employee")라는 이름을 붙인 경우이다. 사용자가 시스템을 구축하지 않았다. 요약하고, 답장을 초안 작성하며, 작업을 생성하는 새로운 기능을 호출하는 고객 문의 서비스의 예시가 "AI 직원"(note, in Japanese)이다.

나머지 483건(17.8%)은 직원 프레임워크를 사용하지 않거나, 광고이거나 유료 장벽 뒤에 있어 내용이 불분명하다. 심지어 "AI CEO"라는 글에서도 이는 AI가 아니라 AI에 전적으로 의존하는 인간 CEO를 지칭했다.

처음에 설명한 "회사 형태(company shape)"는 다중 에이전트(Multi-agent)이다: 438건, 즉 16.1%. 이름과 함께 일련의 지침으로 구성된 것이 "직원"이라고 불리는 경우인 명령어 파일 및 역할 프롬프트(Role prompt)를 합치면 540건, 즉 19.9%가 된다.

여기에 7가지 유형이 어떻게 다른지 보여주는 표가 있다.

Comparison table of the 7 types. For each type: what it is, what triggers it, what the human does, and common names

경계에서 확신이 서지 않을 때, 나는 이 질문들을 사용했다.

• 역할 프롬프트(Role prompt) 대 지침 파일(Instruction file): 역할이 채팅 내부에만 존재하는가, 아니면 파일로 작성되는가?
• 지침 파일(Instruction file) 대 예약 작업(Scheduled job): 사람이 매번 시작하는 것인가, 아니면 시계에 의해 시작 시간이 설정되는 것인가?
• 예약 작업(Scheduled job) 대 상시 작동 단일 에이전트(Always-on single agent): 사용자가 이야기할 때 답변하는가, 아니면 정해진 시간에 특정 작업을 수행한 후 종료만 하는가?
• 예약 작업(Scheduled job) 대 다중 에이전트(Multi-agent): 한 작업자가 다른 작업자에게 업무를 넘겨서 다음 작업자가 사람을 거치지 않고 실행되는가?

'N명의 AI 직원'에서 N은 무엇을 계산하는가?

이는 이름만으로는 가장 알기 어려운 부분입니다. 각 숫자가 실제로 무엇을 계산하는지에 대한 수치를 게시물에 적어 놓았습니다.

Comparison of what the N in

각 행의 출처는 다음과 같습니다.