Y Combinator 파트너 다이애나 후는 AI를 "도구"로 보는 시선이 핵심을 놓치고 있다고 말합니다. AI는 회사가 위에 올라타는 운영체제여야 하고, 그 결과 중간관리자 계층은 사라지고 1인이 1000배 일하는 시대가 온다는 주장입니다.
다이애나 후는 Y Combinator 파트너입니다. 본인이 직접 엔지니어링 팀을 이끌었고, 지금은 여러 YC 스타트업이 AI 네이티브 회사로 바뀌어 가는 과정을 옆에서 지켜보고 있다고 합니다. 이 글은 2026년 4월 24일 YC가 공개한 Startup School 영상에서 그가 말한 내용을 정리한 것입니다.
AI는 도구가 아니라 회사의 운영체제다
다이애나는 사람들이 AI를 보통 생산성 관점에서 이야기한다고 짚습니다. 엔지니어가 더 빠르게 코딩하고, 기존 워크플로우에 코파일럿을 붙여 기능을 더 찍어내는 식이죠. 이 프레이밍이 지금 일어나는 변화를 놓친다는 것이 출발점입니다.
지금 일어나는 일은 생산성 향상이 아니라 새로운 능력의 등장이라고 합니다. 적합한 한 사람이 AI 도구를 쥐면, 예전엔 팀 전체가 필요했거나 아예 불가능했던 기능을 혼자 만들어 낼 수 있다는 것이죠.
그래서 다이애나는 AI가 회사가 그냥 쓰는 도구가 아니라, 회사가 그 위에서 돌아가는 운영체제가 돼야 한다고 단언합니다. 모든 워크플로우, 모든 결정, 모든 프로세스가 끊임없이 학습하는 지능 레이어를 통과해야 한다는 뜻이죠.
회사 전체를 쿼리 가능하게 만든다
운영체제로서의 AI를 구현하는 핵심 개념은 제어공학에서 빌려 온 closed loop입니다. 제어공학에서는 시스템에 명령을 내리는 두 가지 방식을 구분합니다. open loop는 출력을 다시 보지 않고 명령만 내보내는 방식이고, closed loop는 출력을 측정해 그 값을 다시 입력으로 되먹여(피드백) 목표에 맞게 스스로 보정하는 방식입니다. 에어컨이 설정 온도에 맞춰 출력을 계속 조절하는 것이 전형적인 closed loop죠.
옛날 회사는 open loop로 돌아갔다고 합니다. 결정을 내리고, 실행하고, 결과를 체계적으로 측정해 다시 프로세스를 조정하는 일은 잘 안 했다는 거죠. open loop는 본질적으로 정보가 새 나가는 시스템입니다. 반면 closed loop로 굴러가는 회사는 출력(고객 반응·실제 결과)을 계속 잡아내 다음 결정에 되먹입니다.
이걸 회사에 적용하려면 조직 전체를 AI가 읽을 수 있는 상태로 만들어야 한다고 합니다. 모든 중요한 행동이 지능 레이어가 학습할 수 있는 아티팩트를 남겨야 한다는 것이죠.
구체적으로는 이런 모습입니다.
- 회의는 AI 노트테이커로 기록
- DM과 이메일은 최소화
- 모든 커뮤니케이션 채널에 에이전트를 박아 둠
- 매출·세일즈·엔지니어링·채용·운영까지 전부 들여다보는 대시보드
엔지니어링과 스프린트 플래닝을 예로 듭니다. 에이전트에게 Linear 티켓, Slack 엔지니어링 채널, Pylon·GitHub의 고객 피드백, Notion에 적힌 상위 계획, 세일즈 콜, 데일리 스탠드업 녹음까지 다 주면, 지난 스프린트에 무엇이 실제로 배포됐고 그게 고객 니즈를 얼마나 충족했는지 에이전트가 직접 분석한다는 겁니다. 한 단계 더 나아가면 다음 스프린트 계획까지 에이전트가 제안하죠.
다이애나는 이걸 도입한 팀이 스프린트 시간을 절반으로 줄이고, 그 시간 안에 10배 가까이 더 처리하는 모습을 봤다고 합니다.
소프트웨어 팩토리와 1000배 엔지니어
제품을 만드는 방식 자체에도 새로운 패러다임이 등장하고 있다고 합니다. 다이애나가 AI software factory라고 부르는 흐름입니다. test-driven development(TDD)의 다음 진화라고 표현하죠. TDD는 코드를 짜기 전에 "이 기능이 동작한다면 어떤 테스트가 통과해야 하는가"를 먼저 적고, 그 테스트를 통과시키는 방향으로 코드를 만들어 가는 개발 방식입니다.
소프트웨어 팩토리에서는 사람이 스펙과 성공 조건(테스트)을 정의하고, AI 에이전트가 구현과 코드를 생성한 뒤 테스트가 통과할 때까지 스스로 반복합니다. 사람은 무엇을 만들지 정의하고 결과를 판단할 뿐, 실제 코드 작성은 에이전트의 몫입니다.
이미 일부 회사는 저장소에 사람이 쓴 코드가 한 줄도 없고, 스펙과 테스트 하니스만 들어 있는 단계까지 갔다고 합니다. 다이애나는 StrongDM의 AI 팀을 예로 듭니다. 사람이 코드를 쓰거나 리뷰할 필요를 없애는 것이 목표였고, 시나리오 기반 검증이 에이전트를 굴려 확률적 만족 임계치를 넘을 때까지 테스트와 코드를 자동으로 반복하게 했다고 하죠.
이것이 스티브 제이가 말한 1000배 엔지니어를 만드는 방식이라고 다이애나는 정리합니다. 엔지니어 한 명을 에이전트 시스템으로 둘러싸서, 예전엔 절대 만들 수 없던 것들을 만들게 한다는 거죠. 1000배, 심지어 1만 배 엔지니어의 시대가 이미 와 있다는 단언이 이어집니다.
중간관리자는 사라진다
회사 전체에 AI 루프가 깔리고 조직이 쿼리 가능해지면 자연스레 따라오는 결론이 있습니다. 기존의 관리 계층은 더 이상 말이 안 된다는 것입니다.
옛날엔 정보를 위아래로 비효율적으로 전달하려고 중간관리자와 코디네이터가 필요했죠. 이제는 지능 레이어가 그 역할을 합니다. 회사가 쿼리 가능하고 아티팩트가 풍부하면, 사람으로 이루어진 미들웨어는 거의 필요 없다는 겁니다. 회사 속도는 정보 흐름의 속도와 같으니, 사람 라우팅을 한 단계 들어낼 때마다 그대로 속도가 붙죠.
다이애나는 Jack Dorsey가 Block에서 이미 그렇게 회사를 다시 세우고 있다고 소개합니다. 도구를 깊이 써 본 끝에 도달한 결론이 비슷하다고 하죠 — 조직도와 관리 구조를 그대로 두면 이 전환을 통째로 놓친 것이라는 시각입니다. 회사 자체를 지능 레이어로 다시 짜고, 인간은 가장자리에서 안내만 하는 구조여야 한다는 겁니다.
Jack은 앞으로의 회사가 세 가지 직군으로 구성될 거라고 제안합니다.
- IC (Individual Contributor)직접 만들고 운영하는 빌더. 엔지니어에 한정되지 않고 운영·지원·세일즈까지 모두 작동하는 프로토타입을 들고 회의에 들어옵니다.
- DRI (Directly Responsible Individual)전략과 고객 결과를 책임지는 사람. 전통적 매니저가 아니라 한 명에 한 결과, 숨을 곳이 없는 책임자입니다.
- AI Founder여전히 직접 만들고, 시연으로 팀을 이끄는 창업자. AI 전략을 다른 사람에게 위임하지 않고 최전선에서 능력 변화를 보여 줍니다.
이 구조라면 훨씬 작은 팀으로 훨씬 큰 결과를 낼 수 있다는 것이 다이애나의 정리입니다.
헤드카운트가 아니라 토큰을 극대화하라
다이애나가 던지는 새 지표가 있습니다. token maxing — 인원수가 아니라 토큰 사용량을 극대화하라는 말입니다.
트레이드오프를 이렇게 봅니다. AI 도구를 쥔 한 사람이 AI 이전 회사에서 큰 엔지니어링 팀이 하던 일을 해낼 수 있다면, 엔지니어링·디자인·HR·운영팀은 극단적으로 가벼워질 수 있다는 거죠. 그러니 불편할 만큼 높은 API 청구서를 감수해야 한다고 말합니다. 그게 훨씬 비싸고 부풀려진 인건비를 대체하고 있으니까요.
다만 한 가지 단서가 붙습니다. "내 말을 그대로 믿지 마라" — AI 도구의 위력에 대한 확신은 외주로 얻을 수 없다는 겁니다. 직접 코딩 에이전트 앞에 앉아서, 자신이 지금까지 갖고 있던 가정이 깨질 때까지 써 봐야 한다는 것이죠.
스타트업이 이 전환을 이긴다
다이애나가 마지막에 강조하는 메시지는 초기 스타트업에 거대한 우위가 있다는 점입니다.
초기 창업자는 레거시 시스템도, 재교육할 수천 명도 없습니다. 첫날부터 제대로 된 회사를 지을 만큼 작다는 거죠. 반대로 기존 회사는 라이브 제품을 유지·성장시키면서 동시에 수년간 굳어진 표준 운영 절차와 핵심 가정을 풀어야 합니다. 핵심 비즈니스와 분리된 작은 스컹크 워크 팀을 띄워 AI 네이티브 시스템을 처음부터 만드는 식으로 돌파한 사례로 Mutiny를 듭니다. 하지만 대부분의 대기업은 핵심 프로세스를 건드릴 때마다 이미 작동하는 무언가가 깨질 위험을 안고 가야 한다고 짚습니다.
스타트업에는 그 제약이 없습니다. 시스템, 워크플로우, 문화 전부를 처음부터 AI 중심으로 설계할 수 있고, 그 결과 기존 사업자보다 1000배 빠르게 굴러갈 수 있다는 것이 다이애나가 끝맺는 결론입니다.
참고 자료
이 글은 Y Combinator의 Startup School 영상에서 다이애나 후가 발표한 내용을 정리한 것입니다. 원저작권은 Y Combinator 및 발표자에게 있습니다.
