Microsoft가 자사 직원들에게 자사 제품인 Copilot 대신 Claude Code를 배포하고 있다는 사실을 아시나요? OpenAI에 막대한 투자를 하고 자체 AI 도구를 판매하는 회사가 말이죠. 이 아이러니한 상황은 지금 기업 세계에서 벌어지는 더 큰 역설을 보여줍니다. AI 시대에 대기업 직원보다 스타트업 직원이 훨씬 더 생산적일 수 있다는 것입니다.
기술 컨설턴트 Martin Alderson이 자신의 블로그에 올린 글에서 AI 사용자가 두 부류로 나뉘고 있으며, 그 격차가 놀라울 정도로 크다고 지적했습니다. 더 흥미로운 건 이 격차가 개인의 기술 능력이 아니라 소속 조직의 크기와 정책에 따라 결정된다는 점입니다.
출처: Two kinds of AI users are emerging. The gap between them is astonishing. – Martin Alderson
두 부류로 나뉘는 AI 사용자
첫 번째 부류는 Claude Code, MCP(Model Context Protocol), 고급 스킬 등을 적극 활용하는 파워유저들입니다. 놀라운 건 이들이 꼭 기술자가 아니라는 점이죠. Alderson은 비기술 직군, 특히 재무 담당자들이 터미널에서 Claude Code를 쓰며 엄청난 가치를 뽑아내는 걸 목격했다고 합니다. Excel의 한계에서 벗어나 Python 같은 프로그래밍 생태계의 힘을 활용하기 때문입니다.
두 번째 부류는 ChatGPT 같은 챗봇과만 대화하는 사용자들입니다. 예상보다 훨씬 많은 사람들이 여전히 이 단계에 머물러 있습니다.
Microsoft Copilot의 치명적 한계
이 격차를 만드는 주범 중 하나가 바로 Microsoft의 M365 Copilot입니다. Office 365 구독에 번들로 제공되면서 기업 시장에서 막대한 점유율을 차지하지만, 실제로는 ChatGPT 인터페이스를 형편없이 복제한 수준이라는 평가입니다. CLI 코딩 에이전트와 비교하면 Copilot의 “에이전트” 기능은 우스꽝스러울 정도죠.
더 큰 문제는 많은 기업에서 Copilot이 유일하게 허용된 AI 도구라는 점입니다. 다른 걸 쓰려면 해고 위험을 감수하거나 복잡한 승인 절차를 거쳐야 하죠. Copilot은 느리고, 코드 실행 도구는 큰 파일만 만나면 메모리와 CPU 제한 때문에 형편없이 작동합니다.
결과는? 고위 의사결정권자들이 이런 형편없는 도구로 AI를 경험하고는 “AI는 별거 없네”라고 결론 내리거나, 컨설팅 업체에 막대한 돈을 쏟아붓고도 별 성과를 못 내는 상황이 벌어집니다.
대기업을 옥죄는 세 가지 족쇄
기업 IT 정책은 최첨단 AI 도구 사용을 거의 불가능하게 만드는 조합을 만들어냅니다.
첫째, 극도로 제한된 환경입니다. 기본적인 스크립트 인터프리터조차 로컬에서 실행할 수 없는 경우가 많죠. 둘째, 레거시 소프트웨어에 내부용 API가 없어서 에이전트가 연결할 방법 자체가 없습니다. 셋째, 엔지니어링 부서가 극도로 분리되어 있거나 아예 외주화되어, 안전하게 샌드박스된 에이전트 인프라를 구축할 내부 인력이 없습니다.
보안 우려는 물론 실제 문제입니다. 프로덕션 데이터베이스에 무작정 코딩 에이전트를 풀어놓을 순 없으니까요. 하지만 이런 제약이 결과적으로 직원들이 안전하게 AI를 활용할 인프라 자체를 만들지 못하게 막는다는 게 핵심입니다.
30개 시트 Excel을 한 시간에 Python으로
반면 이런 짐이 없는 소규모 회사들은 AI로 날아다니고 있습니다. Alderson이 최근 도운 비기술 임원 한 명은 Claude Code를 이해하고 나서, 30개 시트에 달하는 복잡한 Excel 재무 모델을 Python으로 거의 한 번에 변환했습니다. 2~3번의 프롬프트로 구조를 파악하고 구현했으며, 심지어 단위 테스트까지 자동으로 추가됐죠.
모델이 Python으로 넘어가면, 사실상 주머니 속에 데이터 사이언스 팀이 생기는 겁니다. 몬테카를로 시뮬레이션을 돌리고, 외부 데이터 소스를 입력으로 끌어오고, 웹 대시보드를 만들고, Claude Code와 협업하며 모델(또는 비즈니스)의 약점을 개선할 수 있습니다. Excel에서 며칠씩 고생하던 작업을 손끝에서 해결하는 마법 같은 경험이죠.
결과적으로 소기업 직원들이 대기업 직원보다 훨씬 더 생산적일 수 있는 상황이 만들어집니다. 과거엔 소기업 사람들이 대기업의 리소스와 팀을 부러워했다면, 이제 추가 반대 방향으로 흐르고 있습니다.
앞으로의 지식 노동
Alderson이 관찰한 미래의 모습은 이렇습니다. 진짜 생산성 도약은 위에서 내려오는 AI 전략이 아니라, 직원들이 자발적으로 만들어내고 있습니다. 해당 업무를 속속들이 아는 소규모 팀이 AI 보조 워크플로우를 직접 구축할 때 최고의 결과가 나옵니다. 그 프로세스를 전혀 모르는 외주 개발팀이 자동화를 시도하는 것과는 차원이 다르죠.
또한 내부 시스템에 API가 있는 회사가 훨씬 유리합니다. 직원이 쿼리를 날릴 수 있는 읽기 전용 데이터 웨어하우스처럼 간단한 것부터, 복잡한 비즈니스 프로세스를 완전히 API화한 것까지요.
레거시 기업용 SaaS 업체들은 엄청난 락인 효과를 누리는 동시에 극도로 취약한 위치에 있습니다. 대부분이 “API 우선” 제품이 아니고, 있는 API도 개발자용이지 수천 명의 직원이 이상한 방식으로 두드리도록 최적화되지 않았거든요.
사용자가 프롬프트를 주면, 에이전트가 API를 통해 시스템에 연결하고 필요한 결과물을 생성하는 구조. Alderson이 보기에 배시 샌드박스에서 프로그래밍 언어와 API 접근, 그리고 에이전트 하네스를 결합하면 비기술 사용자에게도 놀라운 결과가 나옵니다. 사실상 기존의 모든 생산성 앱을 대체할 수 있죠.
가속화되는 격차
양극화는 실재하며, 오히려 급격히 빨라지고 있습니다. 역사상 이렇게 작은 팀이 자기보다 천 배 큰 회사를 쉽게 이길 수 있었던 적이 없었습니다.
기업들이 보안과 통제를 핑계로 직원의 AI 활용을 막는 동안, 민첩한 소규모 팀들은 이미 미래로 달려가고 있습니다. Microsoft가 자사 직원에게 Copilot 대신 Claude Code를 쓰게 하는 이유도 여기 있습니다.
참고자료:
답글 남기기