Every의 컨설팅 총괄인 나탈리아 킨테로(Natalia Quintero)는 지난 1년간 100개 이상의 기업과 상담하며 얻은 AI 도입의 성공 패턴, 특히 리더십의 주도와 내부 챔피언 육성의 중요성을 강조합니다. 그녀는 사모펀드 회사가 3주 걸리던 투자 메모 작성을 30분으로 단축한 사례와 엔지니어링 팀의 생산성을 극대화하는 프레임워크를 공유합니다. 무엇보다 비개발자인 자신이 '바이브 코딩(Vibe Coding)'을 통해 직접 개발한 AI 프로젝트 매니저 'Claudie(클로디)'를 공개하며, 이를 통해 주당 15시간의 단순 업무를 줄이고 고객과의 소통에 더 집중하게 된 혁신적인 변화를 보여줍니다.
1. 성공적인 AI 도입을 위한 두 가지 핵심 열쇠 🔑
2026년 현재, Every의 컨설팅 총괄인 나탈리아는 지난 1년간 100개가 넘는 기업들과 AI 도입에 대해 논의해 왔습니다. 수많은 기업을 지켜본 결과, AI를 성공적으로 도입하여 활용하는 기업과 그렇지 못한 기업 사이에는 분명한 차이가 있었는데요. 나탈리아는 그 핵심이 단순히 비싼 도구를 도입하는 것이 아니라 '조직적인 노력'에 있다고 강조합니다.
기업에 AI가 유용하게 쓰이려면 조직적인 노력이 필요합니다. (...) AI가 회사에서 높은 레버리지를 발휘하는 도구가 되려면 위에서 아래로(Top-down) 내려오는 방식이어야 합니다. 과거에 소프트웨어를 도입할 때처럼 CTO가 구매해 놓고 직원들이 알아서 쓰길 바라는 식으로는 작동하지 않습니다.
성공적인 AI 도입을 위해서는 크게 두 가지 요소가 필요합니다.
- Top-down 접근: 리더십이 AI가 업무 방식을 근본적으로 바꾸는 강력한 도구임을 이해하고, 조직 차원에서 기회를 포착하고 관리해야 합니다. CEO가 직접 AI를 활용하고 실험하는 모습을 보여주는 것이 가장 강력한 동기부여가 됩니다.
- Bottom-up 챔피언 육성: 직원들에게 AI를 활용해 창의적으로 일할 수 있는 권한을 부여해야 합니다. 실패를 두려워하지 않고 실험하며, 동료들에게 AI 활용법을 전파할 수 있는 'AI 챔피언'을 발굴하고 지원하는 것이 중요합니다.
2. 3주 걸리던 일을 30분 만에? 사모펀드(PE) 기업의 혁신 사례 📉
나탈리아는 실제 고객사인 한 사모펀드(Private Equity) 회사의 놀라운 사례를 소개합니다. 이 회사의 파트너인 조나단(Jonathan)은 기술적으로도 뛰어나지만, 조직 내 사람들의 역학 관계를 매우 잘 이해하는 인물이었습니다. 그는 회사의 모든 투자자가 수행하는 업무를 아주 미세한 단위까지 상세하게 지도(Map)로 그려냈습니다.
우리는 회사의 긴 업무 리스트를 살펴보고, AI를 통해 정말 높은 레버리지를 얻을 수 있는 기회가 어디인지 표시했습니다. (...) 단순히 업무 흐름을 묘사하는 것이 아니라, 그들이 업무에 대해 어떻게 생각하고 접근하는지 아주 구체적으로 파악했기에 가능한 일이었습니다.
이러한 디테일한 분석 덕분에 그들은 '투자 메모(Investment Memo)' 작성이라는 고된 작업을 혁신할 수 있었습니다. 기존에는 분석가들이 회사의 방대한 투자 논거와 데이터를 종합하여 메모를 작성하는 데 2~3주가 걸렸습니다. 하지만 회사의 내부 지식(IP)과 맥락을 AI에 연결하고, 그들의 사고방식을 반영한 정교한 프롬프트를 통해 이제는 30분 만에 고품질의 초안을 얻을 수 있게 되었습니다.
이건 마치 맞춤 정장(Savile Row)을 짓는 듯한 프롬프트 제작 과정입니다. 숫자가 표현되는 방식, 내부적으로 사용하는 표현 하나하나가 정말 중요합니다. (...) 이제 프롬프트는 신뢰할 수 있고 훌륭한 분석가 역할을 해냅니다.
3. 엔지니어링 팀을 위한 '계획-위임-평가-복리' 프레임워크 ⚙️
나탈리아는 테크 기업의 엔지니어링 조직과 일하면서 발견한 흥미로운 패턴도 공유합니다. 엔지니어들이 AI를 효과적으로 활용하기 위해서는 다음의 4단계 프레임워크가 필요하다고 합니다.
- Plan (계획)
- Delegate (위임)
- Assess (평가)
- Compound (복리/축적)
많은 엔지니어링 팀이 AI에게 작업을 위임하고 평가하는 것에는 능숙하지만, 의외로 '계획(Planning)' 단계를 건너뛰는 경우가 많았습니다. 계획이 부실하면 AI는 복잡하고 큰 문제를 해결하지 못하고 단순한 작업만 처리하게 됩니다.
그들은 계획 단계가 없어서 멀리 나아가지 못하고 있었습니다. (...) 제대로 된 계획을 세우는 것이 얼마나 중요한지 깨닫고 나면, 엔지니어들이 2주 분량의 업무를 오후 한나절 만에 처리하는 것을 지속적으로 목격하게 됩니다.
4. 비개발자의 반란: 새벽 6시의 '바이브 코딩(Vibe Coding)' 🌅
나탈리아는 자신이 기술적인 배경을 가진 사람은 아니었지만, 최근 '바이브 코딩(Vibe Coding)'에 푹 빠져 있다고 고백합니다. 바이브 코딩이란 전문적인 프로그래밍 지식이 없어도 AI(주로 Claude)와 대화하며 직관적으로 코드를 짜고 프로그램을 만드는 방식을 말합니다.
그녀는 업무 시간인 '9-to-5' 중에는 미팅과 당면한 업무 때문에 새로운 도구를 실험할 시간이 부족함을 느꼈습니다. 그래서 동료인 나타시(Natash)와 함께 새벽 6시부터 9시까지 따로 시간을 내어 AI 프로젝트 매니저를 만드는 프로젝트에 몰입했습니다.
솔직히 말해서, 저는 이제 완전한 '바이브 코딩 중독자'가 되었습니다. (...) 우리는 프로젝트 매니저 에이전트를 세 번이나 폐기하고 다시 시작해야 했습니다. 하지만 결과적으로 매주 14시간 이상의 시간을 절약해 주는 시스템을 만들 수 있었습니다.
이 과정은 마치 말과 마차를 더 빨리 달리게 하려 노력하는 대신, 잠시 멈춰서 자동차 운전법을 배우는 것과 같습니다. 기술이 급변하는 시대에는 업무 외적인 창의적인 탐구 시간이 필수적입니다.
5. AI 프로젝트 매니저 'Claudie(클로디)'를 소개합니다 🤖
나탈리아는 자신이 직접 만든 AI 에이전트 'Claudie'를 시연합니다. Claudie는 컨설팅 프로젝트의 복잡한 관리를 도맡아 하는 AI입니다.
5.1 Claudie의 구조
Claudie는 GitHub에 호스팅 되어 있으며, 크게 다음과 같은 구조로 이루어져 있습니다.
- claude.md: Claudie의 '직무 기술서'와 같은 파일입니다. 자신이 누구인지, 누구와 일하는지, 데이터를 어디서 가져오는지, 어떤 원칙(데이터 정확성, 선제적 대응 등)을 지켜야 하는지가 명시되어 있습니다.
- MCPs (Model Context Protocols): Gmail, Google Calendar, Google Drive, 회의 녹취록 등 외부 데이터 소스와 연결해 주는 파이프라인입니다.
- Skills & Tasks: 특정 업무(예: 신규 클라이언트 설정, 주간 업데이트)를 수행하기 위한 명령어 세트입니다.
우리는 클로디에게 몇 가지 원칙을 심어주었습니다. 데이터 정확성이 핵심이고, 수동 입력보다는 수식을 사용하며, 의심스러울 때는 상위자에게 물어보라는 식이죠. (...) 이것은 마치 훌륭한 직원에게 업무 지침을 주는 것과 같습니다.
5.2 라이브 데모: 신규 클라이언트 온보딩
나탈리아는 터미널(Warp)을 열고 Claudie에게 new client setup 명령을 내립니다. 그러자 Claudie는 다음과 같은 작업을 수행합니다.
- 정보 수집: 사용자의 이메일, 캘린더, 드라이브, 회의 기록을 스스로 뒤져서 해당 클라이언트와 관련된 모든 맥락을 파악합니다.
- 하위 에이전트 실행: 4개의 하위 에이전트(Sub-agents)를 동시에 실행시켜 각기 다른 소스에서 정보를 긁어옵니다.
- 데이터베이스 업데이트: 수집한 정보를 바탕으로 프로젝트 관리용 스프레드시트(대시보드)를 자동으로 채워 넣습니다. 이때 사람과 업무에 고유 ID를 부여하여 데이터베이스처럼 체계적으로 관리합니다.
방금 이메일, 캘린더, 드라이브, 회의 내용을 살펴보고 프로젝트 연락처를 파악하기 위해 4개의 하위 에이전트를 실행시켰어요. (...) 잠시 멈춰서 생각해 보면 이건 정말 미친 건데요. 더 미친 건, 클로디가 이걸 안 하면 제가 직접 해야 한다는 사실이죠.
6. 결론: 엑셀에서 해방되어 '사람'에게 집중하다 🤝
Claudie 덕분에 나탈리아는 매주 10~15시간씩 걸리던 프로젝트 관리 업무를 단 1시간으로 줄일 수 있었습니다. 하지만 이것이 그녀의 일자리를 위협하는 것은 아닙니다. 오히려 그녀는 AI가 실수를 하면 피드백을 주며 관계를 쌓아가고, 관리자로서의 역할을 수행합니다.
무엇보다 가장 중요한 변화는 '시간의 질'이 달라졌다는 점입니다.
제가 일을 하면서 가장 좋아하는 부분은 사람들과 함께하는 것입니다. 저는 우리 고객들을 사랑하고 그들과 시간 보내는 것을 좋아해요. 엑셀 시트에 정보를 입력하느라 보내지 않은 모든 시간은, 제가 함께 일하는 사람들과 보내는 시간으로 쓰입니다.
나탈리아의 사례는 AI가 단순 반복 업무를 자동화함으로써, 우리가 인간 본연의 가치인 '소통'과 '창의성'에 더 집중할 수 있게 해 준다는 것을 증명합니다.