AI-네이티브 스타트업을 만드는 방법 — 6단계 운영 체계 가이드

AI-네이티브 스타트업을 만드는 방법 — 6단계 운영 체계 가이드

도입: 왜 지금 운영 체계가 무기인가

AI 모델은 매월 더 좋아지고 비슷한 수준으로 수렴합니다. 같은 모델을 모두가 쓰는 환경에서 진짜 차별점은 모델 자체가 아니라 회사가 학습하고 반복하는 속도입니다. AI가 야간에 반복 업무를 처리하고, 창업자는 낮에 제품 개선에 집중하는 운영 모델이 새로운 표준이 되고 있습니다. 적은 인원이 덜 조율하고, 에이전트가 반복 작업을 실행하며, 사람은 방향과 취향과 관계와 검증과 책임에 집중합니다.

이 글에서는 AI-네이티브 스타트업을 만드는 6단계 방법론을 정리합니다. 핵심은 천재나 큰 팀이 아니라 매주 루프를 돌리는 규율입니다.

두 회사의 차이: 학습 속도

같은 시장에서 같은 달에 창업한 두 회사를 아침 9시에 비교합니다. 첫 번째 회사는 운영 리드가 밀린 지원 티켓을 처리하고, 분석가가 지난주 대시보드를 다시 만들고, 창업자는 어제 해결 못 한 고객 통화 건으로 스탠드업 중입니다. 두 번째 회사는 그 모든 일이 밤새 에이전트에 의해 끝나 있고, 창업자는 이미 다음 주제와 제품 개선에 시간을 쓰고 있습니다.

핵심 차이는 학습 속도입니다. 두 번째 회사가 매일 더 빨리 배워 수주와 수개월과 수년에 걸쳐 레버리지가 복리로 누적됩니다. 이 격차를 만드는 것이 6단계 운영 체계입니다.

1단계: 업무 매핑 (Map The Work)

지난 2주간 반복된 업무를 모두 나열합니다. 고객 통화 노트, 리드 리서치, 아웃바운드 초안, 지원 분류, 제품 QA, 온보딩, 릴리스 노트, 투자자 업데이트, 주간 지표, 버그 재현, 채용 스크리닝, 인보이스 검토, 경쟁사 모니터링. 반복되는 것은 인코딩 후보이며, 대부분 창업자 캘린더에 20개에서 40개 항목이 존재합니다.

업무를 자율성 레벨로 분류합니다.

• L1: 사람 전용 - 전략적 결정, 최종 채용, 큰 환불, 법적 서명

• L2: AI 준비 + 사람 승인 - 투자자 업데이트 초안, 계약 레드라인, 가격 페이지 재작성

• L3: AI 실행 + 사람 감독 - 인바운드 분류, 미팅 노트 라우팅, 리드 보강, 테스트 생성

• L4: 명확한 한계 안에서 자율 - 경쟁사 모니터링, 야간 리포트 생성, 알려진 벤더 인보이스 추출

빈도가 명성을 이깁니다. 매일 반복되는 지원 태깅이 주간 전략 메모보다 10배 자주 실행되어 더 많은 시간을 회수하고 깨끗한 정답 데이터를 만듭니다. 첫 공략 대상은 빈번하고, 측정 가능하고, 되돌릴 수 있고, 실제 병목과 연결된 작업입니다.

구성은 1페이지와 3개 워크플로로 출발합니다. 개인 영역(인박스 분류, 데일리 브리프, 투자자 업데이트 초안), 고객 대면(통화 종합, 티켓 분류, 리드 보강), 내부(테스트 생성, 인보이스 추출, 주간 지표 서술). 동시에 너무 많은 실험은 주의를 분산시켜 20개의 미완성 파일럿을 만드는 가장 흔한 실패 모드를 만듭니다.

2단계: 컨텍스트 시스템 구축

컨텍스트는 AI-네이티브 스타트업의 운영 기억(operating memory)입니다. 회사가 자신에 대해 아는 모든 것을 에이전트가 읽을 수 있는 곳에 보관합니다. 모델은 교체 가능하지만 컨텍스트가 진짜 회사만의 자산입니다. 공동창업자처럼 일하는 에이전트와 혼란스러운 임시직처럼 일하는 에이전트를 가릅니다.

출력 재작성에 검토보다 더 많은 시간이 든다면, 문제는 프롬프트나 모델이 아니라 에이전트가 회사를 충분히 모르는 것입니다. 주간 진단법으로 대표 작업 하나를 워크스페이스 컨텍스트만 가진 새 에이전트에게 주고 다음 행동 3가지를 요청합니다. 강한 제안이 2개 이상이면 컨텍스트가 제 역할을 하는 것이고, 일반적 답변 3개면 컨텍스트가 빈약해 프롬프트로 구제할 수 없습니다.

Git 저장소 하나로 시작합니다. 모든 팀원과 에이전트가 읽을 수 있는 공유 저장소로, 버전 관리와 변경 추적이 가능하고 사람과 에이전트 모두 읽을 수 있습니다. 7일차 워크스페이스는 CLAUDE.md, context/company.md, context/product.md, context/customers.md, context/lessons.md, 그리고 활성 작업용 GTD.md를 담은 단일 루트로 구성할 수 있습니다. 손으로 쓴 40줄에서 60줄로 유지합니다. 피해야 할 것의 촘촘한 목록이 생성된 400줄의 잡문보다 우수합니다.

핵심 규칙은 원본(raw)과 정제본(distilled)을 분리하는 것입니다. 통화 녹취가 원본이고, 그 통화에서 내린 결정과 고객 이의와 후속 담당자가 정제본이며 에이전트가 실제 조회하는 대상입니다. 결정 로그는 한 줄에 하나씩 append-only로 유지해 추론이 결론과 함께 따라가게 합니다.

보안 경계는 코드와 설정에 둡니다. 기본적으로 에이전트가 프로덕션 데이터를 삭제할 수 없게 설정하고, 2025년 중반 Replit 사건처럼 프롬프트 지시가 보안 경계가 아님을 명심합니다.

3단계: 가장 단순한 자동화 선택

모든 워크플로를 에이전트로 만들지 않습니다. 최고의 시스템은 스크립트, AI 보조 사람, 결정론적 워크플로, 에이전트의 혼합입니다. 창업자의 역할은 품질 기준을 넘기면서도 안전하게 돌릴 수 있는 가장 가벼운 도구를 선택하는 것입니다.

• 스크립트: 결정론적 단계(리포트 내보내기, CSV 변환, 테스트 실행, 링크 확인)

• AI 보조 사람: 판단이 필요한 출력(투자자 업데이트, 가격 카피, 계약 노트)

• 워크플로: 단계가 사전에 알려진 경우(통화 수집, 요약, CRM 노트 작성, 후속 생성)

• 에이전트: 경로를 미리 정할 수 없는 경우(프로덕션 버그 조사, 시장 리서치)

하네스(Harness)는 6단계 안전 레이어를 제공합니다. Preflight, Plan, Approve, Execute, Verify, Log. 협상 불가 항목으로 실행과 일일 비용 상한, 재시도 상한, 최대 도구 호출 깊이, 에이전트별 스코프 자격증명, 승인 없는 프로덕션 쓰기 금지, 코드 자동 머지 금지, 전 함대 킬 스위치를 둡니다.

4단계: 스킬과 eval 인코딩

여기까지는 모두 준비이며, 반복 업무를 스킬로 인코딩하고 eval로 채점하는 것이 회사를 매주 조금씩 복리로 성장시키는 엔진입니다. 스킬은 반복 작업을 위한 재사용 지침과 예시입니다. 두 번 손으로 실행한 후 반복되는 부분을 인코딩합니다.

모든 스킬은 범위, 입력, 로드할 컨텍스트, 절차, 출력 형식, 예시, 에스컬레이션 규칙, 소유자, 실행 로그를 포함해야 합니다. 무엇을 받고 반환하고 언제 도움을 청하고 누가 유지하는지 적혀 있지 않으면 그것은 스킬이 아니라 긴 프롬프트입니다.

eval의 3개 레이어입니다. 첫째, 손 라벨링 정답으로 사람이 실제 예시에서 좋은 출력이 무엇인지 표시합니다. 둘째, 결정론적 검사로 비용 제로에 명확한 판정을 제공합니다(스키마 유효성, 소스와 일치하는 숫자, 존재하는 인용, 통과하는 테스트). 셋째, LLM 판정으로 결정론적 검사가 닿지 못하는 부분(글 품질, 감정, 브리프 부합 여부)만 다룹니다.

수용률이 핵심입니다. 약 70% 미만이면 자율성 레벨을 올릴 준비가 안 된 것이며, 수용률이 낮을 때 프롬프트 재작성은 거의 정답이 아닙니다. 보통 네 가지 중 하나입니다 - 런타임에 컨텍스트 추가, 스킬 범위 좁히기, 파일에 작동 예시 추가, 맡지 말았어야 할 케이스에 대한 명확한 에스컬레이션 규칙 작성.

5단계: 팀을 AI-네이티브로

창업자가 먼저 시작합니다. 팀을 새 운영 방식으로 옮기는 가장 빠른 길은 회사 맥락 안에서 라이브로 보여주는 것입니다. 아침 브리프, 어제 통화의 고객 종합, 스펙 대비 에이전트가 연 테스트 PR, 투자자 업데이트 초안을 시연합니다. 목표는 캘리브레이션으로, 에이전트 레이어가 할 수 있는 것과 없는 것을 직접 보는 것입니다.

모든 팀원이 첫 세션에서 그날 배포 가능한 산출물을 들고 나옵니다 - 정리된 고객 브리프, 지원 매크로, 테스트 PR, 가격 페이지 비평. 실제 작업을 만들지 못하는 교육은 다음 주면 잊힙니다. Ramp의 Glass 도구는 매 온보딩 세션이 새 사람의 스킬과 아티팩트 1개를 공유 라이브러리에 추가하며 끝나는 규칙으로 3개월 만에 일일 사용자 20명에서 약 700명으로 증가했습니다.

사람의 역할은 커집니다. 사람은 시스템을 설계하고 관계를 소유하고 출력을 판단하고 책임을 집니다. 에이전트는 실행을 담당합니다. 좁은 작업만 돌리는 팀원은 이 모델에서 노출되며, 판단을 지침과 예시와 eval로 바꾸는 사람은 이전보다 더 가치 있습니다.

6단계: 피드백 루프로 운영

AI-네이티브 스타트업은 매주 운영 체계를 개선합니다. 처음으로 돌아가 다시 시작합니다. 리뷰가 다룰 것은 에이전트가 한 일, 사람이 오버라이드한 지점, 실패한 eval, 누락된 컨텍스트, 좁혀야 할 스킬, 죽일 워크플로, 자율성 레벨을 올릴 워크플로입니다.

동시에 두 루프를 실행합니다. 이너 루프는 기존 작업 개선(실행당 비용 감소, 사이클 타임 감소, 사건 감소, 아티팩트당 검토 시간 감소)이고, 아우터 루프는 다음을 탐색(신규 고객 세그먼트, 제품 아이디어, 가격 변경, 파트너십, 이탈 위험)입니다.

소프트웨어 팩토리는 이너 루프의 가장 큰 부분입니다. 사람이 스펙과 테스트를 쓰고 에이전트가 그에 맞춰 구현하며, 결정론적 검사는 스스로 돌고 머지 전 사람이 검토합니다. 두 가지 하드 룰 - 어떤 것도 자동 머지되지 않음, 어떤 에이전트도 프로덕션에 쓰지 않음. Cursor조차 대규모 자율 클라우드 에이전트를 돌리면서도 2026년 초까지 머지에 사람 검토 게이트를 유지합니다.

회사 차원 자기 개선의 핵심은 eval 작성 능력입니다. 수백 개 예시를 좋음과 나쁨으로 손 라벨링하고 eval을 만들어 프롬프트 진화 루프에 연결합니다. GEPA, DSPy 같은 프레임워크가 작은 반영 모델로 프롬프트 변이를 제안하고 eval이 라벨 세트에서 순위를 매겨 승자를 배포합니다. 창업자는 eval을 쓰고 실패 클러스터를 읽되 진화된 프롬프트는 쓰지도 읽지도 않습니다.

결론: 규율이 해자다

천재나 큰 팀이 필요한 것이 아닙니다. 업무를 매핑하고 컨텍스트를 쌓고 eval을 쓰고 매주 루프를 돌리는 규율이 필요합니다. 모두가 같은 모델을 쓰는 지금, 운영 체계가 비밀 무기입니다. eval 작성이 멈추는 순간 회사의 복리 성장도 멈춥니다. 발목을 잡는 것은 에이전트 역량이 아니라 좋음의 기준을 인코딩할 수 있느냐입니다.

이 6단계를 매주 반복하면, 시간이 지날수록 두 번째 회사처럼 아침마다 어제보다 더 나은 상태로 시작할 수 있습니다.

---

핵심 요약

• 1단계: 업무 매핑과 자율성 레벨 분류(L1-L4)

• 2단계: Git 기반 컨텍스트 시스템 구축(원본과 정제본 분리)

• 3단계: 가장 단순한 자동화 선택(스크립트부터 에이전트까지)

• 4단계: 스킬과 eval 인코딩(수용률 70% 이상 유지)

• 5단계: 창업자가 먼저 시작해 팀을 AI-네이티브로 전환

• 6단계: 이너/아우터 두 루프를 매주 실행해 복리 성장

---

📚 출처

• https://news.hada.io/topic?id=30195