AI 네이티브 기업의 현실 — Speak 본사 투어, "엔지니어는 더 이상 손코딩 안 한다"

01핵심 개요

02AI 네이티브 업무 방식 — "지휘자가 된 엔지니어"

Speak 엔지니어들은 더 이상 코드를 손으로 타이핑하지 않는다. 일상 업무가 '코드 작성'에서 계획 수립·시스템 설계·다수 에이전트 동시 지휘로 바뀌었다. 에이전트에게 기능 구현·변경을 요청하면 즉시 수백 줄을 생성하는 경험이 "돌아갈 수 없을 만큼" 강력하다는 것. 한 엔지니어는 마이크로 에이전트와 대화하고, 작은 키보드로 편집 승인만 하며, 여러 에이전트를 동시에 상시 가동한다. (0:00 딥링크)

직원 Emma의 자동화 사례:

• 코드리뷰 도구 — 특정 동료가 리뷰 태그하면 Slack으로 PR 요약 + 남길 만한 코멘트 제안을 자동 생성
• 메타 도구 발굴 — "내가 아직 수동으로 AI에 시키는 일이 뭐냐"고 에이전트에 물어 새 도구 아이디어 도출
• 회의 컨텍스트 주입 — Granola(AI 녹음)로 기록한 회의를 Codex에 자동 ingest해 맥락 공유

마케터의 에이전트 활용: 일본팀 그로스 마케터가 Claude Code로 수천 명 인플루언서 아웃리치·트래킹을 자동화하는 시스템을 직접 구축("빌더"로 전환).

03효율화의 역설 — 한가해지지 않는다

AI로 효율이 오르면 인력을 줄이거나 한가해지는가? CTO의 답은 "정반대". 일이 줄지 않고, 강력한 도구로 더 빠르게 달릴 뿐. 지루한 일을 안 하게 되니 창의성·주도성의 기회가 커지고, 업무가 더 추상적·고차원적으로 이동해 개인 시간의 가치가 오히려 높아진다.

04채용 기준의 변화 — "에이전트를 다루는 깊은 기술"

05'OpenAI가 스타트업을 죽인다' 밈에 대한 답

"Speak은 그냥 OpenAI 실시간 API의 래퍼 아니냐, OpenAI가 영어회화 기능을 내놓으면 끝나는 것 아니냐"는 질문에, CTO는 초인적 언어 튜터는 깊고 전문화된 기술이 필요한 어려운 일이라고 답. 학습 플랫폼이 사용자의 모든 실수를 기억하고 구조화하며, 정교한 교육 콘텐츠를 만드는 것은 파운데이션 모델의 기본값과 큰 차이가 있다는 것. 무거운 억양·학습자를 잘 알아듣는 음성인식, 발음 피드백용 음소 모델 등 버티컬 특화 모델을 직접 학습 중. "진지한 학습자라는 거대 시장은 항상 최고의 제품에 기꺼이 비용을 지불한다."

06창업자를 위한 한마디

"Make something people want"(Y Combinator의 슬로건, 사무실 벽 포스터). 실제로 무엇을 출시했는가, 어떤 사용자 가치를 만들었는가, 진짜 문제를 풀었는가 — 매일 되돌아보는 원칙. "고객 가까이 머물러라."

07용어 사전