(원문: Runbear Team’s Journey to Continuous Learning—Learn Like AI)

AI의 학습 속도는 사람보다 훨씬 빠릅니다. 정말 많은 사람들이 어떻게 하면 AI를 더 빨리, 더 많이 학습시킬 수 있을지 연구합니다. 하루가 다르게 새로운 기술이 나오고 시장이 격변하니, 초기 스타트업에게는 기회이자 위기입니다.

한편 스타트업에게는 AI를 어떻게 학습 시키는지 만큼이나 어떻게 빠르게 제품을 제공하고, 학습하고, 개선하는지도 중요합니다. 이 똑똑한 AI도 끝없이 매일 매일 무언가를 배워가고 있는데, 스타트업이 뒤쳐지면 되겠습니까.

Runbear 팀이 2025년 상반이 어떤 실행을 해서 어떤 결과를 보았고, 무엇을 학습했으며, 어떻게 나아가는지 소개해보려고 합니다.

Key Learnings (for TL;DR)

좋은 교훈은 말하기는 쉽지만 실천하기는 어렵죠.

• 모든 것을 하려고 하면 아무것도 제대로 할 수 없습니다.
• 일찍 시작하는 것은 도움이 되지만, 경쟁 우위를 보장하지는 않습니다.
• 빠른 성장을 위해서는 대가가 필요합니다. 앞으로 나아가려면 무언가를 포기해야 합니다.

Our Journey So Far

최근 Runbear는 미국을 중심으로 BCG, LaserAway 등 200개 이상의 유료 고객사를 성공적으로 확보했습니다! 3월에는 엔터프라이즈 플랜 판매를 시작했고, 여러 고객사를 확보하며 인상적인 매출 성장을 이루었습니다.

Weekly active organization, J-커브를 보는 것은 언제나 기쁘죠.

Challenges

하지만 성공 뒤에는 항상 함정이 숨어있습니다. 3월에 출시한 엔터프라이즈 플랜은 AI 에이전트 제품이라기 보다는 좀 더 AI 컨설팅 서비스 처럼 운영되고 있었습니다. 고객의 요청에 따라 서비스를 연동하고, 성과를 리뷰하고, 프롬프트를 개선해 주었죠. 우리 팀은 이런 접근이 확장 가능하지 않다고 판단했습니다. 우리가 수동으로 고객들의 서비스 연동과 프롬프트 엔지니어링을 도와주기 보다는, AI가 직접 이 일을 해줘야 한다고 생각했습니다.

빠른 판단 이후 바로 엔터프라이즈 추가 판매를 중단했고, 고객들이 직접 AI 에이전트를 만들 수 있게 돕는 AI를 구축하는 방향으로 실행 방향을 전환했습니다.

The Problem We’re Solving

기존의 AI 에이전트 구축 도구는 대부분의 팀, 특히 비개발 직군이 사용하기에 적합하지 않습니다. 이런 도구들은 코딩이 필요 없기는 하지만 여전히 기술 지식이 필요한 복잡한 순서도(Flowcharts)에 의존하고, 쉽게 망가지며, AI가 가장 필요한 인사팀, 재무팀 등 비개발 팀 사용자가 쓰기 어렵게 만듭니다.

No more workflow automation!

에이전트를 구축하는 사람과 실제로 필요한 사람을 구분하는 것은 일반 회사들이 AI 에이전트 도입을 가로막는 장벽이 되고 있습니다.

Our Solution: The Most Human-like Way to Work with AI

우리는 사람이 사람과 일하듯이 AI와 함께 일할 수 있는 AI 에이전트를 만들고 있습니다.

Step 1: Natural Integration

팀은 @Jake in People Team과 같은 고유한 이름을 가진 AI 에이전트를 Slack 같은 커뮤니케이션 채널에 직접 초대합니다. 가입 후 5분 안에 사용자는 가장 많이 사용하는 커뮤니케이션 도구에서 AI 에이전트와 직접 소통할 수 있습니다.

Step 2: Contexture Learning

Runbear를 통해 우리 팀의 팀원과 Notion, Google Drive 등에 저장된 우리 팀 관련 업무 문서를 선택하기만 하면 AI 에이전트는 Slack 대화, 문서, 워크플로우 등 팀의 활동을 기반으로 팀원처럼 일하는 방식을 학습합니다. 스스로 기여할 수 있는 업무들을 추천하기도 하고요.

Step 3: Continuous Learning

혹 AI 에이전트가 아직 잘 모르는 업무를 요청받으면, AI 에이전트는 마치 신규 직원이 물어보듯 사람들에게 물어봅니다.

• User: 지난달 매출 얼마인지 알아봐줘.
• Agent: 죄송합니다만, 어디에서 매출 정보를 찾을 수 있을지 알려주시겠어요?
• User: Stripe 에서 찾아봐봐.

이런 방식으로 AI 에이전트는 계속해서 한 명의 팀원처럼 일하는 방식을 배워가게 됩니다.

Strategic Trade-offs

우리는 단기 수익보다 장기적인 임팩트를 우선시하기로 결정했습니다. 엔터프라이즈 계약을 계속 성사시킬 수도 있었지만, 모든 팀이 사람의 도움 없이 각 팀을 위한 AI 에이전트를 만들고 AI와 함께 일할 수 있게 도와주는 제품에 투자하고 있습니다.

단기적으로 매출 성장이 더뎌지는 것을 견디는 것은 생각보다 상당히 어려운 일이더군요. 하지만 더 큰 도전을 위해 감내하고 있습니다.

AI 시장이 워낙 빠르게 변하고 있기에, 우리는 더욱 빠르게 나아가야 합니다. 실제로 비개발 팀이 직접 AI 에이전트를 구축하고 AI와 함께 일하게 만드는 일은 너무나도 도전적입니다. 그렇기에 여전히 많은 팀이 AI를 충분히 활용하지 못하고 있고, 그렇기에 우리 팀이 도전할 가치가 있다고 믿습니다.

How You Can Help

저희 Runbear 팀은 비전을 공유할 파트너와 투자자, 사용자를 찾고 있습니다. 단순 업무 흐름 자동화가 아니라 실제로 AI와 협업하는 팀을 만드는데 관심이 있다면 연락 주세요!