스스로 혁신하지 못하는 업계에 도전하기 위한 AI 중심 기업 구축

대규모 언어 모델과 에이전트는 모든 것을 변화시키고 있습니다. 소프트웨어로 무엇을 할 수 있는지뿐만 아니라, 그러한 소프트웨어를 만드는 회사의 구축 방식까지 바꾸고 있습니다. Glossia는 이를 콘텐츠가 모든 언어로 전달되는 방식을 근본적으로 재고할 수 있는 한 세대에 한 번뿐인 기회로 봅니다. 그러나 좋은 제품 아이디어만으로는 충분하지 않다는 점도 알고 있습니다. 의미 있는 성과를 내려면 충분히 빠르게 움직일 수 있는 조직이 필요합니다.

이 글은 바로 그 두 번째 주제를 다룹니다.

실시간으로 전개되는 혁신가의 딜레마

현지화 산업은 규모가 크고 자금도 풍부합니다. Smartling, Phrase, Crowdin, Lokalise와 같은 기업은 수년간 도구와 서비스를 구축해 왔습니다. 이들은 고객, 매출, 확립된 워크플로, 그리고 제품을 판매하고 지원하는 방법을 아는 팀을 보유하고 있습니다.

그렇다면 단 두 명으로 구성된 팀이 왜 시도하려는 것일까요?

Clayton Christensen이 The Innovator's Dilemma에서 설명한 현상 때문입니다. 기존 기업이 파괴적 혁신을 도입하는 데 어려움을 겪는 이유는 자원이 부족해서가 아니라, 기존 비즈니스 모델과 고객 기대, 조직 구조가 이를 가로막기 때문입니다.

이 기업들은 번역 메모리, 단어당 과금, 인간 번역가의 워크플로를 중심으로 제품을 구축했습니다. 고객 역시 이러한 구성 요소를 바탕으로 사고방식과 프로세스를 구축해 왔습니다. 기반을 바꾸려면 기존 고객과의 약속을 깨고, 팀을 재교육하며, 수익 모델을 재검토해야 합니다. 아무리 의도가 좋고 투자할 자본이 있어도 조직의 관성은 막대합니다.

새로운 아이디어를 받아들이려면 혁신 역량과 구성원의 의지가 필요합니다. 그러나 그보다 더 어려운 과제는 기존 고객도 변화에 동참하도록 만드는 것입니다. 그 고객들은 기존 모델에 이미 투자했습니다.

바로 여기에 우리가 보는 기회가 있습니다. 자원이 적음에도 가능한 것이 아니라, 자원이 적기 때문에 가능한 기회입니다. 보호해야 할 레거시도, 유지해야 할 워크플로도, 이전해야 할 고객도 없습니다. 모든 것을 처음부터 설계할 수 있습니다.

주변부가 아닌 중심에 있는 인공지능

대부분의 기업은 기존 프로세스에 인공지능을 덧붙이는 방식으로 이를 도입합니다. 여기에는 챗봇을, 저기에는 추천 엔진을 추가합니다. 우리는 반대 방향으로 나아갑니다. 첫날부터 회사 전체를 인공지능 중심으로 설계합니다.

이는 인공지능이 제품의 기능 하나에 그치지 않는다는 의미입니다. 인공지능은 제품을 구축하고, 판매하고, 지원하고, 운영하는 방식을 결정합니다. 우리는 모든 의사결정을 다음 질문에서 시작합니다. 이 일을 에이전트가 수행할 수 있는가?

제품 자체는 터미널에서 작동하며 소스 파일을 읽고, 번역을 생성하고, 지속적 통합 검사를 실행한 뒤, 결과가 검사를 통과할 때까지 반복하는 에이전트입니다. 이는 사용자에게 보이는 부분입니다. 그러나 그 이면에서도 동일한 철학으로 사업을 운영합니다.

두 사람, 조직 운영 부담은 제로

우리는 의도적으로 팀 규모를 가능한 한 작게 유지하고 있습니다. 현재 팀원은 두 명뿐입니다. 가능한 한 오랫동안 두세 명 규모를 유지하는 것이 목표입니다.

이는 비용 절감만을 위한 선택이 아닙니다. 물론 비용 절감에도 도움이 됩니다. 사용자에게 가치를 제공하지 않는 업무 범주 전체를 제거하기 위한 선택입니다.

사람이 늘어날수록 더 많은 조율이 필요합니다. 신뢰 체계, 권한 모델, 승인 절차를 구축해야 합니다. 갈등을 관리하고, 우선순위를 조정하고, 회의를 잡아야 합니다. 이 모든 일에는 제품을 구축하는 대신 사람으로 구성된 조직을 유지하는 데 창의적 에너지가 소모됩니다.

두 명이라면 이 모든 과정을 건너뛸 수 있습니다. 우리는 서로를 전적으로 신뢰합니다. 두 사람 모두 모든 것에 접근할 수 있습니다. 운영 부담도, 정치도, 절차 자체를 위한 절차도 없습니다.

이 방식을 규모가 커져도 유지할 수 있는 이유는 그 밖의 모든 일을 에이전트에게 위임하기 때문입니다.

Discord, 인공지능 에이전트, 그리고 하나의 명령줄

다소 이례적으로 들릴 수 있지만, 당사의 주요 비즈니스 인터페이스는 Discord 서버입니다.

이 서버에는 OpenAI 기반의 AI 에이전트가 연결되어 있으며, 비즈니스 운영에 필요한 모든 도구에 접근할 수 있습니다. 웹 대시보드, 분석 플랫폼, 관리자 패널을 오가는 대신 에이전트와 대화합니다. 텍스트와 음성이 상호작용의 기본 단위입니다.

에이전트를 통해 두 사람 모두 다음 작업을 수행할 수 있습니다.

• 마케팅 및 제품 분석 데이터 조회
• 프로덕션 서버 점검
• 시장 조사 수행
• 고객 피드백 수집
• 웹 탐색을 통한 경쟁사 분석
• 콘텐츠 초안 작성, 문구 검토 및 게시

이러한 작업을 수행할 때 어느 누구도 상대방에게 의존하지 않습니다. 에이전트는 당사의 API, 데이터베이스 및 모니터링 도구에 접근할 수 있습니다. 웹을 탐색하고 문서를 읽으며 정보를 종합할 수 있습니다. Discord 서버, OpenAI 인스턴스, LLM 키로 구성됩니다. 이것이 회사의 운영 체제입니다.

신중한 기술 선택

기술 스택은 개발 속도와 운영 비용에 직접적인 영향을 미치므로 매우 신중하게 선택합니다.

에이전트(CLI): Go를 선택했습니다. 사용자가 별도의 런타임 종속성을 설치하지 않아도 여러 플랫폼에서 실행되는 단일 이식형 바이너리로 컴파일할 수 있기 때문입니다.

서버: Elixir와 Erlang 런타임을 선택했습니다. Elixir의 함수형 특성은 에이전트 기반 워크로드에 매우 적합합니다. Erlang 가상 머신은 동시성과 장애 허용 능력이 실전에서 충분히 검증되었습니다. 또한 AI 에이전트가 실행 중인 Erlang 시스템을 내부적으로 점검하여 현재 상황을 파악하고, 인사이트를 수집하며, 프로덕션 환경의 문제까지 해결할 수 있다는 장점이 있습니다.

인프라: 모든 요소가 단일 VPS에서 실행됩니다. Glossia 프로덕션 서버뿐 아니라 모든 주변 서비스도 포함됩니다. 데이터베이스에는 PostgreSQL, 개인정보 보호 중심의 분석에는 Plausible, 텔레메트리와 관측 가능성에는 Grafana를 사용합니다. 각 요소의 배치 위치를 정의한 버전 관리형 인프라 정의를 통해 모두 배포됩니다.

이를 통해 비용을 매우 낮게 유지할 수 있습니다. 타사 클라우드 서비스, 관리형 데이터베이스 또는 서비스형 플랫폼 제공업체에 의존하지 않습니다. 일부 외부 종속성은 있지만, 자체 구축에 오랜 시간이 걸리고 비용 측면에서도 타당한 경우에만 사용합니다.

여러 서버로 확장해야 할 시점이 오면 이 모델을 발전시킬 것입니다. 그러나 현재 구성만으로도 상당히 오래 운영할 수 있다고 판단합니다. 지금은 규모를 키우는 것보다 빠르게 움직이는 것이 더 중요합니다.

이를 통해 가능한 것

이러한 방식으로 회사를 운영하는 것은 단순히 효율성을 높이기 위한 선택이 아닙니다. 제공할 수 있는 가치와 학습 속도 자체를 바꿉니다.

사용자에게 더 낮은 비용을 제공합니다. 현지화 업계는 복잡한 가격 정책, 단어당 요금, 엔터프라이즈 영업 절차로 인해 도구에 대한 접근성을 떨어뜨려 왔습니다. 번역 워크플로에 구매 승인, 가격 협상, 프로젝트 관리자가 필요하다면 대부분의 소규모 팀은 영어로만 제품을 출시할 것입니다. 운영 비용을 거의 0에 가깝게 유지함으로써 실질적으로 접근 가능한 서비스를 제공할 수 있습니다.

더 빠른 혁신. 우리는 많은 아이디어를 탐색하고자 합니다. 에이전트를 위한 새로운 인터페이스, 더 나은 피드백 루프, 언어 전문가를 워크플로에 참여시키는 새로운 방식을 모색합니다. 전통적인 기업이라면 인력을 확충하고, 팀 간 방향을 조율하고, 로드맵 검토 일정을 잡아야 할 것입니다. 우리는 일단 시도합니다. 아이디어가 배포된 실험으로 이어지는 데 걸리는 시간은 분기가 아니라 시간 단위로 측정됩니다.

우리가 만드는 것뿐만 아니라 일하는 방식에도 도전합니다

우리는 기존 방식에 미련을 두지 않습니다. 에이전트가 대부분의 코드를 작성할 때 코드 리뷰가 무엇을 의미하는지 적극적으로 질문합니다. 사람이 두 명뿐일 때 협업은 어떻게 이루어지는지, 에이전트가 실행 중인 시스템을 검사할 수 있을 때 버그를 어떻게 수정하는지 끊임없이 살펴봅니다.

우리는 실수합니다. 앞으로도 계속 실수할 것입니다. 그러나 비즈니스를 설계하고 운영하는 방식에 열린 태도를 유지함으로써 제품에 영향을 미치는 아이디어를 계속 발견합니다. 우리의 운영 방식은 우리가 만드는 것과 분리되어 있지 않습니다. 둘은 같은 것입니다.

McKinsey는 최근 인공지능 에이전트가 기업 운영 방식의 핵심 참여자가 되는 새로운 운영 모델을 "에이전트형 조직"이라고 설명했습니다. 우리는 이를 하나의 모델로 생각하지 않습니다. 그저 우리가 일하는 방식일 뿐입니다.

우리의 승부수

우리는 적절한 도구와 사고방식을 갖추고 조직적 부담에서 자유로운 2인 팀이 수백 명의 직원과 수백만 달러의 자금을 보유한 기업보다 빠르게 나아갈 수 있다고 믿습니다. 모든 면에서가 아니라, 가장 중요한 한 가지 면에서 말입니다. 바로 근본적으로 더 나은 현지화 경험을 제공하는 것입니다.

업계는 스스로를 재창조할 수 없습니다. 우리는 할 수 있습니다.