핵심 요약
이 글은 Monzo·GoCardless 창업자이자 YC 파트너인 **톰 블롬필드(Tom Blomfield)**가 말한 “AI로 스스로 발전하는 회사”의 구조를 정리한다. 핵심은 AI를 기존 회사에 붙이는 코파일럿이 아니라, 회사 자체를 센서 → 정책/결정 → 도구 → 품질 게이트 → 학습 메커니즘으로 이어지는 재귀적 자기개선 루프들의 묶음으로 재설계하는 것이다. 회사의 모든 이메일, 슬랙, DM, 오피스아워, 제품 데이터, 고객 문의를 AI가 읽을 수 있는 기억으로 만들고, 에이전트가 실패 원인을 찾아 도구·스킬·DB 뷰·인덱스를 고쳐 다음 날 더 나은 답을 내는 구조가 목표다.
핵심 논지
- 코파일럿식 생산성 개선은 부족하다: 엔지니어를 20% 빠르게 만드는 보조 도구가 아니라, 회사 운영 구조 자체를 AI 네이티브로 다시 설계해야 한다.
- 회사는 자기개선 루프로 바뀐다: 외부 신호를 감지하고, 정책에 따라 판단하고, 도구를 호출하고, 품질 게이트로 검증하고, 실패를 학습해 다음 실행을 개선하는 루프가 회사 곳곳에 생긴다.
- YC 사례: 단순 DB 조회 에이전트 위에 모니터링 에이전트를 얹어 실패한 질의를 분석하고, 필요한 도구·스킬·DB 뷰·인덱스를 밤사이에 수정하는 방식이 소개된다.
- 조직의 병목이 바뀐다: 인원 수보다 토큰 사용량과 회사 지식의 기계가독성이 중요해지고, 중간관리보다 IC/DRI 중심의 실행 구조가 강조된다.
- 기록이 곧 회사의 두뇌다: 기록되지 않은 일은 AI에게 존재하지 않는 일이다. 모든 대화·문서·운영 노하우를 압축·정리해 AI가 참조할 수 있어야 한다.
- 소프트웨어는 일회용, 데이터와 맥락은 자산: 모델이 좋아지면 사내 도구는 다시 만들 수 있으므로, 장기 가치는 데이터·스킬·비즈니스 맥락에 있다.
대표님 관점의 시사점
- JYP Labs/AX 관점에서는 “AI 도입”보다 회사 지식과 업무 이벤트를 AI가 읽고 개선할 수 있는 운영 루프를 설계하는 것이 핵심이다.
- OMW/Obsidian/Markdown 기반 기록은 이 글의 “회사 기억은 마크다운, AI는 얇은 도구” 관점과 잘 맞는다. 회의·메일·슬랙·문서가 구조화되어 쌓일수록 에이전트가 개선 루프를 만들 수 있다.
- 자동화 과제는 단발성 워크플로보다 실패를 감지하고 다음 실행을 개선하는 피드백 루프로 정의하는 것이 좋다.
원문 연결
- Raw source: 2026-06-09-yc-파트너가-말하는-ai로-스스로-발전하는-회사를-만드는-법
- Gmail API ID:
19e8b9228e3578bc - Source date: 2026-06-03