(Source : Gemini)

네, 숫자가 꽤 충격적이에요.
2025년 한 해에만 전 세계 테크 기업 783곳에서 약 24만 6천 명이 일자리를 잃었어요.

그리고 그 감원 중 4건 중 1건은 'AI 주도 구조조정'이라는 이유가 붙었어요.
실리콘밸리만의 이야기가 아니라, 테헤란로의 초기 스타트업들도 마찬가지예요.
"AI 코딩 툴 도입으로 개발팀 인건비를 30% 줄였다", "마케팅 자동화로 런웨이를 6개월 더 늘렸다"는 식의 이야기를 IR 자료에 넣는 게 트렌드가 됐어요.

그 배경에는 냉혹한 자금 시장이 있어요.
2021년 저금리 시절 높은 밸류에이션으로 돈을 받은 스타트업들이 후속 투자를 받지 못하자, 생존 기간을 늘리기 위한 극단적인 재무 다이어트를 선택한 거예요.

AI 툴이 마침 그 도구로 딱 맞아떨어진 셈이죠.
재무제표의 고정비를 줄이고, 유닛 이코노믹스를 보기 좋게 만들어서 다음 투자 라운드를 버텨보겠다는 전략이었어요.

(Source : Google)

이런 오해의 가장 유명한 사례가 바로 Klarna(클라르나, 스웨덴 핀테크 선불결제 서비스)예요.

이 회사는 2022년부터 2024년까지 약 700명의 고객 서비스 직원을 AI로 대체했어요.
직원 수가 5,500명에서 3,400명으로 줄었고, AI 챗봇이 첫 달에만 230만 건의 상담을 처리했어요.

(Source : X_엄마나...엄청 유연하시네요...?)

당시 CEO Sebastian Siemiatkowski는 이 AI가 700명 몫의 일을 하고 있으며 2024년에 4천만 달러(약 550억 원)의 수익 개선 효과를 냈다고 자랑스럽게 발표했어요.
모든 테크 뉴스레터와 투자자 메모가 Klarna를 "AI 시대의 증거"로 인용했어요.

그런데 6개월도 안 돼서 현실이 달라졌어요.
고객 만족도가 눈에 띄게 떨어지기 시작했어요.
AI의 답변은 복잡한 문제 앞에서 반복적이고 공감 능력이 없었어요.

결국 소프트웨어 엔지니어와 디자이너들이 고객 문의 응대에 투입되는 황당한 상황이 벌어졌어요.
2025년 초, Siemiatkowski는 공개적으로 인정했어요.
"우리는 비용을 너무 우선시했어요. 그 결과가 품질 저하였고, 이건 지속 가능하지 않아요."
결국 Klarna는 2025년 중반부터 사람을 다시 고용하기 시작했어요.

핵심은 이거예요.
AI로 비용을 아끼는 전략은 단기 재무 지표는 좋아 보이게 만들어요.
하지만 생산성 도구는 모두에게 공평하게 보급돼요.
경쟁사도 똑같은 LLM 기반 코딩 어시스턴트를 쓰고, 똑같은 생성형 AI로 마케팅 카피를 찍어내요.

결국 시장에는 서로 구별이 안 되는 '그저 그런 서비스'들만 넘쳐나게 돼요.
비용을 아끼려다 스타트업의 가장 강력한 무기인 차별화를 잃어버리는 거예요.

(Source : Google_보기만 해도 "두둥~"음성지원이 자동으로 이뤄지는 로고)

아~~~주 좋은 사례가 있어요.
그리고 이 사례가 바로 지금 VC들이 다시 꺼내 드는 '비밀'이에요.
주인공은 Netflix의 공동창업자 Reed Hastings(리드 헤이스팅스)예요.

2001년 닷컴 버블이 꺼지면서 Netflix는 강제로 직원의 3분의 1을 내보내야 했어요.
Hastings는 회사가 멈출 거라고 생각했어요.
그런데 정반대의 일이 벌어졌어요.
그는 2015년 스탠퍼드대학교 강연에서 이렇게 말했어요.
"하위 3분의 1이 사라지자 더 이상 '바보 방지(dummy-proofing)'가 필요 없어졌어요. 모두가 빠르게 움직였고 모든 것이 맞아떨어졌어요.
적절한 인재 밀도가 갖춰지면 프로세스 자체가 거의 필요 없다는 걸 깨달았어요."

이 경험이 Netflix 특유의 경영 철학이 됐어요.
Hastings는 이것을 '인재 밀도(Talent Density)'라고 불러요.
이 개념이 2020년 공동 저서 《No Rules Rules》(규칙 없음: Netflix와 재창조의 문화)를 통해 세상에 알려졌어요.
그의 말인즉, 팀의 성공은 팀원의 숫자가 아니라 팀 내 뛰어난 인재의 '농도'에 달려 있다는 거예요.

(Source : Google)

Hastings의 방식은 세 가지로 요약할 수 있어요.

첫째, 최고 인재에게는 시장 최고 수준의 연봉을 줘요.
그는 이렇게 설명해요.
"록스타 한 명에게 5명 몫의 연봉을 줘도 실제로 5명보다 훨씬 많은 일을 해내요."
뛰어난 한 명이 평범한 다섯 명보다 낫다는 논리예요.

둘째, '키퍼 테스트(Keeper Test)'를 운영해요.
매니저들은 스스로에게 정기적으로 이런 질문을 던져요.
"나 같은 직원이 비슷한 역할을 제공하는 다른 회사로 떠나려 한다면, 나는 붙잡기 위해 싸울 것인가?" 싸우지 않을 것 같다면, 그 직원은 4개월 치 이상의 퇴직금을 받고 나가요.
그 자리에 더 나은 사람을 찾기 위해서요.
Netflix는 이를 통해 "모두가 A급 플레이어"인 팀을 유지해요.

셋째, 규칙 대신 맥락을 줘요.
팀의 밀도가 높아지면 세세한 프로세스와 규정이 필요 없어져요.
Hastings는 직원들을 통제하는 대신 목표와 맥락을 제시하고, 그 안에서 자율적으로 최선의 결정을 내리도록 해요.

Facebook의 COO였던 Sheryl Sandberg는 2009년 Netflix가 공개한 이 문화 슬라이드를 두고 "실리콘밸리에서 나온 가장 중요한 문서 중 하나"라고 했어요.

Netflix와 Klarna의 결정적 차이가 여기에 있어요.
Klarna는 '비용 절감'을 목적으로 사람을 AI로 대체했어요.
Netflix는 '밀도 향상'을 목적으로 평범한 사람을 내보내고, 남은 A급 인재에게 더 많은 자유와 연봉을 줬어요. 목적 자체가 달랐던 거예요.

이 질문이 지금 VC와 선두 창업자들 사이에서 활발하게 논의되는 핵심이에요.
과거에 인재 밀도는 "일 잘하는 주니어와 시니어의 유기적인 조합"이었어요.
그런데 지금은 완전히 달라요.

새로운 시대가 요구하는 팀은 이런 모습이에요.
"AI를 수십 명의 부하 직원처럼 자유자재로 부리며, 혼자서 기존 업무의 10배 아웃풋을 내는 소수정예가 모인 팀"이에요.
이걸 업계에서는 'AI 네이티브 슈퍼 인재(AI-Native Super Talent)'라고 불러요.

이 구조에서 스케일업 방식도 달라져요.
예전처럼 매출이 늘어날 때마다 사람을 선형적으로 늘리는 게 아니에요.
고도로 훈련된 소수의 인재가 AI 인프라를 통제하며 비선형적인 성장을 이끌어내는 구조예요.

예를 들어, 5명이 AI 툴을 전략적으로 활용해서 50명 규모의 팀이 해내던 아웃풋을 내는 방식이에요.
이게 가능하려면 AI를 단순히 '도구'로 쓰는 게 아니라, 마치 팀원처럼 '관리'하고 '지시'할 수 있는 인재가 필요해요.

IR 자료에서 "AI 도입으로 고정비를 30% 줄였습니다"라는 문장을 보면, 예전에는 효율적인 팀이라고 생각했어요.
지금은 다르게 봐야 해요.
그 효율화를 실제로 통제하는 '남아있는 사람들의 밀도'가 얼마나 단단한지를 들여다봐야 해요.

구체적으로 VC들이 던져야 할 질문은 이래요.
이 팀이 AI를 '인간 역량의 확장 도구'로 쓰고 있는가, 아니면 그냥 '인건비 절감 수단'으로만 쓰고 있는가?
팀에 남아 있는 사람들이 AI 없이도 해당 도메인에서 독보적인 판단력과 창의성을 가진 사람들인가?
회사가 AI를 통해 얻은 효율이 결국 제품과 서비스의 독창성으로 이어지고 있는가, 아니면 그냥 비용 절감 수치로만 남아 있는가?

기술이 아무리 상향 평준화되어도, 결국 시장의 턴어라운드를 이끌어내고 거대한 기회를 포착하는 건 시스템이 아니라 인간의 집요함과 결단력이에요.
모두가 AI 효율화 트렌드에 눈이 멀어 있을 때, 진짜 해자(Moat, 경쟁사가 쉽게 따라할 수 없는 경쟁 우위)를 가진 '인간 중심의 팀'을 발굴하는 것이 지금 시대의 진짜 투자 뷰(View)예요.

• AI 감원과 AI 밀도 향상은 전혀 다른 개념임
  Klarna는 비용 절감을 위해 AI로 사람을 대체했고, 결국 서비스 품질이 떨어져 고객이 떠났어요. Netflix는 평범한 인재를 정리하고 A급 인재의 밀도를 높이는 데 집중했어요. 같은 '사람을 줄이는 것'처럼 보여도, 목적이 비용 절감인지 밀도 향상인지에 따라 결과가 완전히 달라져요. 투자자와 창업자 모두 이 둘을 혼동하지 않는 것이 지금 시대의 핵심 리터러시예요.

• 생산성 도구의 평준화가 차별화를 더 어렵게 만듦
  LLM 기반 코딩 어시스턴트나 AI 마케팅 툴은 이제 누구나 쓸 수 있어요. 경쟁사가 똑같은 툴을 쓰면, AI로 만든 결과물들은 서로 구별이 안 되기 시작해요. 결국 시장에는 '그저 그런 서비스'들만 넘쳐나게 되고, 스타트업의 가장 강력한 무기인 차별화가 사라져요. AI를 효율의 도구로만 쓰는 팀은 해자를 잃고, AI를 창의성 확장의 도구로 쓰는 팀만이 해자를 유지해요.

• 키퍼 테스트는 지금 시대에도 유효한 투자 심사 기준임
  Reed Hastings의 키퍼 테스트는 "이 사람이 떠나려 한다면 싸워서 붙잡을 것인가?"라는 단순한 질문이에요. VC 역시 투자 대상 팀에 똑같은 질문을 적용해 볼 수 있어요. 이 팀에서 한 명씩 빼면 뭔가 확 무너질 것 같은가? 그 답이 '아니오'라면, AI 툴이 아무리 잘 도입돼 있어도 그 팀의 차별화는 언제든 복제될 수 있어요. IR 자료의 효율화 수치보다, 남은 인재들의 교체 불가능성이 훨씬 강력한 심사 기준이에요.

• AI 네이티브 슈퍼 인재가 새로운 인재 밀도의 기준임
  지금 시대의 좋은 팀은 "AI로 인건비를 아끼는 팀"이 아니라, "AI를 부하 직원처럼 부리며 10배 아웃풋을 내는 소수정예 팀"이에요. 이 구조에서는 사업이 확장될 때 사람을 선형적으로 늘리지 않아도 비선형적인 성장이 가능해요. 이런 팀을 이끄는 창업자는 AI 인프라를 통제하는 동시에, 인간 고유의 기획력과 결단력을 보존하는 사람이에요. VC는 AI 도입 여부보다 팀 내 AI 네이티브 인재가 몇 명이나 있는지를 봐야 해요.