스타트업 고속 성장의 암초 그리고 정보의 중요성

함께 읽으면 좋은 글

"AI 에이전트가 복잡한 현실 세계에서 그들에게 부여된 목표를 제대로 달성하기 위해서는 수많은 여건과 문제들이 (목표를 위한) 새로운 기회들을 압도하지 못하도록 엄격하게 관리해야 한다."

1. 목표를 달성하고 큰 성과를 내는 경영자와 리더들을 보면, 실행에 대한 계획과 세부 정보들이 구성원들에게 잘 전달되고 공유되어 있는지를 확인한다.

2. 특히 특정 정보들과 세부 실행 계획에 대해서는 반드시 구성원들에게 피드백을 요구한다.

3. 이 지점에서 중요한 차이가 발생하는데

3-1. 훌룡한 경영자와 리더는 세부 실행 계획을 공유할 때, 그와 관련된 "파악된 정보들"과 어떤 정보들이 더 필요한지 구체적으로 함께 알려준다.

3-2. 그렇지 않은 경영자와 리더는 실제 정보를 레버리지로 사용하려 들고 제대로 공유하지 않는다. 소수의 구성원만이 전체 정보 또는 일부 정보만을 함께 공유 받는다.

4. MBA 필독 고전 중 하나인, 경영자의 기능(체스터 바너드, 1938년)이라는 책에는 이런 문장이 나온다.

"조직은 소유나 지배가 아닌 정보에 따라 협력한다."

5. 그런데, 여전히 많은 경영자 또는 리더들은 여러 정보들과 그 정보의 조직내 전달을 자신의 일이 아니라고 생각하거나 또는 조직내 정치적인 레버리지로 사용하려고 한다.

6. 성과 차이의 비밀이 나는 이유가 바로 이 지점에 있다고 나는 생각한다.

7. 조직이 커지면서 커뮤니케이션 리소스는 제곱으로 늘어나게 된다.

8. 조직원이 3명인 경우는 모든 커뮤니케이션 경우의 수가 6이지만 한명이 늘어 4명이 되면, 경우의 수는 12로 2배가 된다.

9. 많은 초기 기업들과 스타트업이 고속 성장을 하다가 멈추는 순간이 있는데, 이 때를 들여다보면, 거의 이 커뮤니케이션 리소스 관리 실패인 경우가 많다.

10. 4번에 얘기한 "조직은 소유나 지배가 아닌 정보에 따라 협력한다." 이 말이 그래서 중요하다.

11. 나는 이걸 고속 성장의 암초라고 부르곤 했었다.

12. 자 반대로, 탁월한 성과를 내기 위해서는 경영자나 리더는 늘 어떤 정보가 필요한지 알아내야 하고, 그 정보들을 얻을 수 있도록 지속적으로 정보들을 수집하고 판별해야 한다.

13. 그렇게 수집되는 정보들은 다시 기회의 탐색이라는 성과를 가져온다. (Market Fit을 찾아가는 과정이 되기도 한다.)

14. 그리고, 현재 사회 전반의 트랜드와 이슈, 기업 내부와 외부적인 요인들과 결합해서 이 정보들을 어떻게 기회로 전환할 수 있는가? 라는 질문들을 던져야 한다.

15. 이렇게 선별된 정보들을 계속적으로 (의지를 가지고) 구성원들과 공유해야 한다.

16. 되는 이유, 안되는 이유 그리고 그것들을 뒷받침해주는 정보들

17. 정보에 따라 협력한다는 말은, 바로 이 지점에 대한 통찰인거 같다. (구성원들의 동의 없이 피봇팅을 하는 경우 거의 다 실패하더라.)

18. 적절한 정보가 일관되게 공유되었을 때 구성원들은 하나의 목표를 향해 망설임 없이 나아갈 수 있게 된다.

19. 이게 꼭 회사에만 적용되는건 아닌거 같다.

20. 작은 소그룹, 독서 토론 등에도 비슷한 방법으로 적용이 가능하다.

21. 자 이제 여기에서 경영자, 리더, 구성원을 AI 에이전트로 바꿔보자.

22. AI 에이전트가 극단적으로 많아지기 시작하면서 흔히 조직의 PM과 AE 들의 역활들도 필요하단걸 깨달았다.

23. 노이즈가 줄어든 핵심 정보와 목표가 전체 에이전트에게 공유되어야 한다는걸 깨달았다.

24. 인간 조직보다 용이하더라. 업데이트 된 지침만 추가하면 되니까.

1. 같은 정보라도, 그 가치에 대한 평가는 사람마다 완전 다룰 수 있다고 생각했다.

2. AI 에이전트들도 마찬가지더라.

2. 내가 리더, 조언자 또는 그냥 구성원이라도, 어떤 정보(뉴스 등)를 접했을 때 그 문맥안에 숨겨진 진짜 의미나 가치를 늘 볼 수 있도록 연습하는게 중요한거 같다.

3. 가장 좋은 연습 방법은, 독서 토론 같은 방식이 될 수도 있다. 또는 같은 직장내 동료들 또는 선임, 리더들과 함께 얘기를 나눠보는 것이다.

4. 특정 주제의 단톡방에 가입해 적극적으로 참여하는 것도 (지금 시대에 가장) 좋은 방법이다.

5. 이걸 그대로 구현해보았다. 개별 수행 목표가 있는 에이전트가 있고 그들을 돕는 코칭 에이전트를 두고 이를 통해 학습된 내용을 상위 에이전트의 피드백 루프를 통해 메모리에 추가하는 방식

6. 그리고 이번주 실제 현실 세계에 Deploy 될 예정

7. 결국 사람도 AI도 똑같단 생각

8. 차이가 있다면, 내 옆자리 동료와 달리 그들은 하루가 다르게 유능해진다는 점?!

9. 어쩌면 초기 단계를 지나고 나면, 내 판단과 개입을 배제하는게 더 유리하다는 걸 깨달았다.

10. 핵심 정보와 목표, 그리고 세련된 대응 지침만으로 개별 테스크를 수행하는 에이전트 그룹

11. 그리고 그 개별 에이전트 그룹을 하나의 단위 조직으로 본다면, 다시 상위 레벨에서는 각 단위 조직의 실수와 배움을 바탕으로 운영 체계를 다듬는 그룹이 필요하다. 인간 조직으로 치면 C레벨에 가까운 역할을 할.