구독자 여러분, 저는 지난 몇 달 동안 AI 기반 기업의 리더들과 인터뷰를 했습니다. 이제 나는 다음과 같이 확신합니다. 직무가 무엇이든 AI 에이전트를 온보딩하고 관리하는 것이 직업입니다. 이 무료 심층 분석에서는 AI 기반 회사 세 곳(Linear, Ramp, Factory)이 이 원칙을 어떻게 실행했는지 공유하고 싶습니다. 각각의 인용문은 다음과 같습니다.Nan Yu(Linear 제품 책임자): “사람들과 대화하는 것처럼 작업을 할당하고 대화할 수 있는 AI 팀원이 있습니다.”Geoff Charles(CPO, Ramp): “Claude Code를 사용하지 않으면 역할이 무엇이든 성과가 저조할 것입니다.”Eno Reyes(공장 CTO): “우리는 제품 관리, 프런트엔드 UI, 데이터 분석 등을 재사용 가능한 기술로 성문화했습니다. 모든 직원이 호출할 수 있습니다.”각 AI 기반 회사의 운영 방식을 자세히 살펴보세요. 선형: AI 에이전트를 최고 수준의 팀원으로 만들기 에이전트를 @멘션하여 문제를 생성하고 다른 에이전트에 할당할 수 있습니다. 에이전트에 대한 Linear의 접근 방식은 해당 제품에 따라 형성됩니다. Nan(Linear의 제품 책임자)은 다음과 같이 믿습니다. 상담원은 일류 직원이어야 합니다. 이를 프로젝트에 추가하고, 이슈에 할당하고, 댓글에 언급할 수 있어야 합니다. 그러나 Nan은 또한 인간이 결과에 대해 항상 책임을 져야 한다고 믿습니다. Linear가 모든 단계에서 에이전트를 사용하여 제품을 구축하는 방법은 다음과 같습니다. 문제를 이해합니다. 상담원은 Intercom, Zendesk 및 Gong의 모든 고객 대화를 읽고 요약합니다. 문제를 자동으로 생성하고 백로그에서 중복을 제거한 후 적절한 팀에 할당합니다. 솔루션을 식별합니다. 상담원은 고객 대화에 액세스할 수 있으므로 여러 채널에서 데이터 기반 통찰력을 가져와 사양을 반복하는 데 도움을 줄 수 있습니다. 계획을 세우세요. 상담원은 귀하의 사양을 구체적인 티켓으로 나누어 적절한 팀에 자동으로 라우팅할 수 있습니다. Linear에서는 이제 상담원이 대부분의 티켓을 생성합니다. 인간의 임무는 자신의 작업을 검토하고 시간이 지남에 따라 상황을 조정하는 것입니다.실행합니다. 버그 및 작은 기능은 Codex 및 Cursor와 같은 에이전트에 직접 할당됩니다. 복잡한 기능의 경우 엔지니어는 Claude Code를 출시하고 선형 MCP를 사용하여 전체 문제 컨텍스트를 가져옵니다. Nan에서: 에이전트가 처리할 수 있는 범위가 분기마다 확장되는 것 같습니다. 새로운 모델과 하네스는 간단한 수정에서 점점 더 복잡한 프로젝트로 경계를 넓히고 있습니다. Linear와 같은 에이전트를 사용하여 구축하고 싶으십니까? Nan이 현재 팀에서 수행할 수 있는 작업에 대해 공유한 4가지 실제 단계는 다음과 같습니다. 모든 개발자는 기본적으로 선도적인 에이전트 코딩 도구를 사용해야 합니다. 이것이 가장 쉬운 첫 번째 단계입니다. 공식툴(Cursor, Claude Code, Codex)을 제공하고 활용도를 확인할 수 있도록 관리합니다. 비동기 클라우드 코딩 에이전트로 보완합니다. 비동기 백그라운드 에이전트는 대부분의 작은 변경 사항과 버그 수정을 일회성으로 수행할 수 있습니다. Cursor와 Devin은 여기에 좋은 제품을 제공합니다. 디자이너와 PM이 코드베이스에서 직접 작업해야 한다고 주장하세요. Claude와 같은 에이전트는 PM과 디자이너가 코드베이스에서 직접 변경할 수 있는 마찰이 적은 경로를 열어줍니다. 모두가 빌더가 되기 위해 노력해야 합니다. PM과 마케터는 기본적으로 AI 인터페이스를 사용해야 합니다. 이러한 기능은 Claude, ChatGPT, Notion AI 등 채팅 인터페이스를 통해 작업의 80~100%를 수행해야 합니다. Nan은 인간이 사양 수준에서 에이전트와 협력하여 구축해야 할 항목과 이유를 정의한 다음 모든 것을 에이전트에 전달하여 다운스트림을 처리하는 미래를 봅니다. Ramp: 4단계에서 AI 숙련도 측정Ramp는 4단계에서 직원들이 AI 네이티브가 되도록 빠르게 추진하고 있습니다. Linear가 에이전트를 팀의 최고 수준 구성원으로 만드는 방법을 보여준다면 Ramp는 회사 전체가 이를 채택하도록 하는 방법을 보여줍니다. 2025년에 Ramp는 500개 이상의 기능을 출시하여 10억 달러의 수익을 올리고 PM 25명과 함께 모든 작업을 수행했습니다. 그들은 모든 단일 기능(eng, 제품, 디자인, 판매, 마케팅, 법률, 재무)에 에이전트를 온보딩하고 협력하도록 요구하여 이를 수행했습니다. Geoff(CPO Ramp)는 제가 매우 실용적이라고 생각하는 모든 직원의 AI 숙련도를 평가하기 위한 프레임워크를 공유했습니다. L0: 때때로 ChatGPT를 사용합니다. 이런 사람들은 회사에 장기적으로 근무하지 않을 가능성이 높습니다. AI 도구에 대한 성장 사고방식을 갖춘 스스로 시작하는 사람이 아니라면, 탁월하도록 훈련하는 것이 매우 어려울 것이라고 Geoff는 말합니다. L1: GPT, 프로젝트 및 내부 AI 도구를 사용하고 조정합니다. 이 사람들은 AI를 실험하고 있지만 아직 실제 작업을 자동화하지 않았습니다.L2: 작업의 일부를 자동화하는 앱을 구축합니다.직업. 이러한 사람들은 AI 도구를 사용하여 코드를 커밋하거나 다른 사람의 작업에 대한 의미 있는 피드백을 제공할 수 있습니다.L3: 시스템 빌더. 이 사람들은 팀의 다른 모든 사람을 가속화하는 AI 인프라와 기술을 구축하고 있습니다. 회사의 목표는 모든 사람을 사다리 위로 끌어올리는 것입니다. L0는 자체 선택합니다. L1은 L2가 됩니다. L2는 L3가 됩니다. 그리고 L3는 조직의 나머지 부분에도 영향을 미칩니다. Geoff는 또한 모든 회사가 AI 기반이 되기 위해 취할 수 있는 5가지 단계, 즉 모든 마찰을 제거하는 단계를 공유했습니다. 토큰이나 예산에 대한 제약 없이 인기 있는 AI 도구에 대한 액세스 권한을 부여하고 누구나 끌어올 수 있는 AI 기술의 내부 저장소를 만드세요. 설정이 어렵다면 대부분의 사람들은 채택하지 않을 것입니다. 채택을 눈에 띄게 만드세요. 사람들이 자신이 만든 것을 공유할 수 있는 공개 Slack 채널을 만드세요. 재무 시스템을 구축하거나 마케팅을 자동화하여 웹 사이트를 만드는 등 인상적인 일을 수행하는 비엔지니어의 모습을 모두 보여주세요. 실무적인 지원을 제공하세요. 누구나 참여할 수 있는 업무 시간을 주최하여 AI 기술과 워크플로를 구축하세요. 전도하고, 사람들을 준비시키고, 그들이 "아하 순간"에 도달하도록 돕는 것이 전 업무인 AI 전문가를 지정하십시오. 사용량을 추적하고 개입합니다. Ramp는 직원당 AI 도구 전체에서 토큰 소비를 추적합니다. 리더십은 이 데이터를 공유하여 자연스러운 책임을 만들고 누군가의 사용량이 낮을 때 개입합니다. 채용 요구 사항으로 삼습니다. 이제 PM 인터뷰에는 제대로 작동하는 제품을 구축한 다음 해당 제품을 구축한 이유와 작동 방식을 설명하는 전용 세션이 포함됩니다. Geoff는 Ramp의 모든 역할에 대한 리더십 철학을 한 줄로 요약했습니다. 귀하의 임무는 귀하의 업무를 자동화하는 것입니다. Geoff로부터: "CTA가 스크롤 없이 볼 수 있는 부분 위에 있어야 한다고 팀에 10번 말하면 수정 사항은 11번째가 아닙니다. 다시는 이런 일이 발생하지 않도록 자동화된 설계 평가 프로세스나 AI 기술로 해당 피드백을 인코딩하는 것입니다."Factory: 첫날부터의 AI Linear와 Ramp가 기업이 AI 에이전트를 채택하는 방법을 보여 준다면 Factory는 귀하가 어떤 일이 일어나는지 보여줍니다. 첫날부터 이를 중심으로 구축하세요. Factory는 처음부터 AI를 중심으로 구성된 3억 달러 가치의 55명으로 구성된 AI 소프트웨어 개발 회사입니다. 차이점은 다음과 같습니다. 제품 엔지니어 고용Factory는 PM과 엔지니어를 별도로 고용하지 않습니다. 대신 AI 에이전트를 관리하고 함께 작업하는 제품 엔지니어를 고용합니다. 일반적인 하루는 다음과 같습니다. 에이전트 실행의 추적을 검사하여 시스템이 잘못된 결정을 내린 위치를 확인합니다. 코드가 아닌 거버넌스(예: 기술 업데이트, 새로운 Lint 규칙 또는 개선된 자동화)로 수정 사항을 작성합니다. 에이전트가 위험도가 높은 것으로 표시한 PR만 검토합니다(나머지는 에이전트가 처리함). 새로운 아이디어를 제안하고 동료 및 AI와 우선 순위에 대해 토론합니다. 이 작업은 쉽지 않고 심층적인 전문 지식이 필요하지만 영향력은 엄청납니다. Factory는 5가지 성숙도 수준에 걸쳐 코드베이스의 점수를 매기며, 레벨 3("표준화")는 대부분의 팀이 먼저 목표로 삼아야 하는 곳입니다. Factory의 상담원 준비 프레임워크 전문 지식을 재사용 가능한 기술로 인코딩코드베이스가 상담원에게 준비되면 다음 단계는 상담원에게 기술(기본적으로 텍스트 마크다운 파일)을 통해 올바른 결정을 내릴 수 있는 지식을 제공하는 것입니다. Factory는 기술을 사용하여 전문 지식과 회사 지식을 모든 상담원이나 직원이 사용할 수 있는 것으로 인코딩합니다. 다음은 Factory에서 내부적으로 사용하는 기술 목록과 복사 및 수정할 수 있는 마크다운 파일 링크입니다.제품 관리 기술. 제품 원칙, 별 11개짜리 경험 프레임워크(Airbnb의 Brian Chesky에서 차용), PRD 템플릿, 채점 기준표, 언어 지침이 모두 하나의 마크다운 파일에 담겨 있습니다. 프런트엔드 UI 통합 기술. Factory의 설계 시스템, 라우팅 규칙 및 테스트 표준을 사용하여 기능을 구축하는 방법을 Droid에게 지시합니다. AI 데이터 분석 기술. 전체 Python 생태계. 내부 도구 기술을 사용하여 탐색적 분석을 실행하고, 시각화를 구축하고, 통계 보고서를 생성합니다. 적절한 액세스 제어 및 감사 로깅이 내장된 관리 패널, 지원 콘솔 및 운영 대시보드를 구축하세요. Vibe 코딩 기술. 최신 프레임워크를 사용하여 처음부터 새로운 웹 앱의 프로토타입을 신속하게 작성하십시오. 최고의 사람들이 알고 있는 내용을 기술로 인코딩할 수 있다면 모든 기능에 대해 전문가를 고용할 필요가 없습니다. 이 모든 것을 실행하기 위한 6단계 요약:에이전트 온보딩 및 관리는 모든 기능의 핵심 작업이 되고 있습니다. 지금 당장 실천할 수 있는 6가지 사항은 다음과 같습니다.선형: 기본적으로 모든 개발자는 Cursor, Claude Code 또는 Codex와 같은 에이전트 코딩 도구를 사용합니다. PM과 디자이너를 코드베이스에 참여시키세요. 에이전트를 사용하여 PR 및 배송 코드를 제출하도록 하세요. 모든 작은 변경 사항을 엔지니어에게 전달하지 마세요. Ramp에서: 팀 전체의 AI 숙련도를 측정하세요. Ramp의 4단계 프레임워크는 사람들이 어디에 있는지, 어디로 가야 하는지에 대한 공유 어휘를 제공합니다. AI 사용을 추적하고 이를 성능 기대의 일부로 만듭니다. 측정하지 않으면 개선할 수 없으며 인센티브가 중요합니다. 공장에서: 에이전트 준비 상태에 대한 코드베이스의 점수를 매깁니다. Factory의 에이전트 준비 수준을 사용하여 코드베이스가 준비되었는지 확인하세요. 팀의 전문 지식을 재사용 가능한 기술로 코드화하세요. 최고의 인력이 알고 있는 내용을 기술 파일로 인코딩하여 인간과 상담원 모두가 쉽게 사용할 수 있도록 하십시오. 무엇보다도 인간을 온보딩하는 것과 같은 온보딩 에이전트가 필요합니다. 그들에게 컨텍스트를 제공하고, 운영 스택에 연결하고, 결과에 대해 인간이 책임을 지도록 하십시오. 의견을 통해 어떻게 생각하시는지 알려주세요!

You May Also Like

Enjoyed This Article?

Get weekly tips on growing your audience and monetizing your content — straight to your inbox.

No spam. Join 138,000+ creators. Unsubscribe anytime.

Create Your Free Bio Page

Join 138,000+ creators on Seemless.

Get Started Free