AI 자동화는 흔히 “사람을 대체하는 기술”로 설명됩니다. 하지만 Every의 사례를 보면 변화의 핵심은 대체보다 위임에 가깝습니다.
Every는 코딩, 글쓰기, 디자인, 고객지원 등 여러 업무에 Codex와 Claude Code를 사용하고, OpenAI·Anthropic·Google의 새 모델도 출시 전에 알파 테스트한다고 밝혔습니다.1 Dan Shipper는 GPT-3 이후 Every가 직원 4명에서 30명 규모로 성장했고, 자동화할 수 있는 일은 AI 에이전트로 자동화했다고 설명했습니다.1
중요한 점은 자동화가 곧바로 조직 축소로 이어지지 않았다는 것입니다. Every는 여전히 작가, 편집자, 엔지니어, 고객지원 인력을 필요로 합니다.1 바뀐 것은 “사람이 필요한가”가 아니라, 사람이 어디에 개입해야 하는가입니다.
자동화의 단위는 업무가 아니라 역할이다
Every는 AI와 일하는 방식을 크게 두 가지 모드로 구분합니다. 하나는 직원형 에이전트, 다른 하나는 인간-에이전트 협업입니다.1
직원형 에이전트는 사용자가 매번 지시하거나 확인하지 않아도 답변, 실행, 보고서, 초안, 분류 결정을 만들어냅니다.1 Every는 이를 다시 Slack에서 호출하는 동료형 에이전트와, 제품 워크플로 안에 내장된 임베디드 에이전트로 나눕니다.1
그래서 Every의 Slack에서는 누군가를 @멘션할 때 상대가 사람인지 에이전트인지 구분하기 어려운 상황도 생긴다고 합니다.1 이는 AI가 단순한 도구를 넘어, 조직 안에서 특정 역할을 맡는 방향으로 이동하고 있음을 보여줍니다.
다만 이것이 완전한 자율 운영을 뜻하지는 않습니다. 에이전트가 실행을 맡더라도, 무엇을 맡길지 정하고 결과를 판단하는 일은 여전히 사람에게 남습니다.
사람의 일은 실행자에서 관리자에 가까워진다
Every는 2025년 중반부터 Claude Code를 조직 전반에 적극 도입했습니다.1 Cora의 총괄 매니저 Kieran Klaassen은 직접 코드를 쓰는 방식에서, 터미널의 코딩 에이전트에 영어로 지시하는 방식으로 전환했습니다.1
이 변화는 개발 업무에만 해당하지 않습니다. Dan Shipper는 최근 몇 주 동안 자신의 업무 이메일 95%에 AI가 응답했다고 밝혔습니다.1 이메일을 직접 쓰는 시간이 줄어든 대신, 어떤 답변이 적절한지 검토하고 판단하는 역할이 더 중요해진 셈입니다.
즉 AI 자동화 이후의 핵심 역량은 “모든 일을 직접 처리하는 능력”이 아닙니다. 일을 나누고, AI에 맡기고, 결과를 검토하고, 필요한 곳을 수정하며, 다음 결정을 내리는 능력입니다.
자동화할수록 기준이 더 중요해진다
Every는 2022년부터 에이전트 기반 미래 업무 방식을 다뤄왔습니다.1 이 사례가 주는 실용적인 교훈은 분명합니다. AI를 많이 도입한 조직일수록 사람이 덜 중요해지는 것이 아니라, 사람의 판단 기준이 더 중요해집니다.
자동화가 쉬운 일은 빠르게 표준화됩니다. 그러면 차이는 “무엇이 좋은 결과인지 아는 사람”에게서 납니다. AI가 초안을 만들고, 분류하고, 답변하고, 코드를 작성할수록 인간은 더 명확한 기준과 빠른 피드백을 제공해야 합니다.
개인과 조직이 지금 할 일은 거창하지 않습니다. 반복되는 업무 하나를 고르고, AI에 맡길 수 있는 부분과 사람이 반드시 확인해야 하는 지점을 나누면 됩니다. 자동화의 목표는 사람을 빼는 것이 아니라, 사람이 더 중요한 판단에 시간을 쓰게 만드는 것입니다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.