15명이 4개의 앱을 운영하고, AI로 100% 코드를 작성하는 회사가 있습니다.  

Every라는 회사의 이야기예요. 7,000명 유료 구독자, 10만 명의 무료 구독자, 지난 6개월간 매달 두 자릿수 성장. 총 투자금은 고작 100만 달러입니다.

100% AI-Native Company가 나오고 있습니다. 창업자 Dan Shipper는 본인 회사를 '미래에서 온 보고서'라고 불러요. AI를 90% 도입하는 조직과 100%를 도입하는 조직과는 10배 넘는 생산성의 차이가 있다고 말합니다. 질적으로 완전히 다르다고요.

AI Engineer 컨퍼런스에서 그가 공유한 내용을 인터뷰 형식으로 정리했습니다.

Q. Every라는 회사는 어떤 일을 하는 회사인가요?

Every는 AI의 최전선에 있고 싶은 사람들을 위한 구독 서비스예요. 세 가지를 제공하고 있습니다. 아이디어, 앱, 그리고 교육이죠.

[아이디어] 측면에서는 매일 AI에 관한 뉴스레터를 발행하고 있어요. 새로운 모델이 나오면 리뷰를 하고, 새로운 제품이 출시되면 그걸 분석합니다.

[앱] 측면에서는 우리가 직접 만든 소프트웨어 제품들이 있어요. 이 앱들은 모두 번들로 묶여 있고요. 구독하면 모든 앱을 사용할 수 있습니다.

[트레이닝] 측면에서는 대기업들과 함께 일하면서 AI 활용 방법을 교육하고 있습니다. 컨설팅도 하고요. 이 모든 게 하나의 구독료에 포함되어 있어요.

Q. 회사 규모는 어느 정도인가요?

총 15명이 함께하고 있습니다. 

15명이 6개의 비즈니스 유닛을 운영해요. 

그 중 4개가 소프트웨어 제품입니다. 

15명이서 4개의 소프트웨어 제품을 운영한다는 게 말도 안되는 소리처럼 들릴 수 있지만 실제로 그렇게 하고 있어요.

우리 제품들은 지난 6개월 동안 매달 두 자릿수 성장을 했습니다 7,000명 이상의 유료 구독자가 있고, 무료 구독자는 10만 명이 넘어요. 그리고 이걸 아주 효율적으로 해냈습니다. 총 투자금이 100만 달러 정도밖에 안 돼요.

이 수치들은 AI를 도구로만 사용할 때와 조직 운영의 핵심으로 둘 때 얼마나 큰 차이가 날 수 있는지 보여줍니다. AI 네이티브 회사가 어떻게 작동하는지 우리가 직접 실험하고 있다고 보시면 될 거 같네요.

Q. 100만 달러로 이 정도 규모의 사업을 운영한다는 게 인상적이네요.

가능한 이유가 있어요. 우리 코드의 99%는 AI 에이전트가 작성합니다. 

사람이 직접 코드를 쓰는 경우가 없어요. 전부 Claude Code, Codex, Cursor, 드로이드 같은 코딩 에이전트를 통해 만듭니다. 원하는 에이전트를 골라서 사용하면 돼요. 

그리고 가장 중요한 건, 한 명의 개발자가 각각의 앱을 하나씩 맡아서 만들고 있다는 점이에요.

Q. 한 명의 개발자가 만드는 앱이라구요? 구체적으로 설명해 주시겠어요?

첫 번째로 Kora라는 앱이 있어요. AI 이메일 관리 앱입니다. 쉽게 말하면 이메일을 위한 어시스턴트예요. 왼쪽에는 들어오는 모든 이메일을 요약해서 보여줍니다. 오른쪽에는 이메일 어시스턴트가 있어서 질문을 할 수 있어요.

예를 들어 제가 '오늘 AI 엔지니어 발표가 언제지?'라고 물어보면, 바로 답을 줘요. 이 앱은 우리 회사의 엔지니어가 혼자서 만들었습니다. 한두 명이 가끔 도움을 주긴 했지만, 대부분의 기능은 오로지 한 사람이 만든 거예요.

Q. 다른 앱들도 소개해 주시겠어요?

Monologue라는 앱도 있어요. 음성을 텍스트로 변환하는 앱입니다. Super Whisper나 Whisper Flow 같은 앱을 아신다면 이해하기 쉬울 거예요. 이 앱 또한 한 명의 엔지니어가 만들었고, 수천 명의 사용자가 있습니다.

저는 이 앱을 정말 좋아해요. 아름답게 잘 만들어진 앱입니다. 그리고 단순하지 않아요. 복잡합니다. 많은 기능이 들어 있어요. 

Spiral이라는 앱도 있는데, 보시면 아시겠지만 규모가 커요. 역시 한 명의 엔지니어가 만들었습니다.

Q. 이런 게 어떻게 가능한 건가요? 몇 년 전만 해도 상상하기 어려웠을 것 같은데요.

맞아요. 몇 년 전에는 불가능했을 거예요. 심지어 1년 전에도 불가능했을 겁니다.

큰 변화가 일어난 건 Claude Code 같은 터미널 UI가 나오면서예요. 코드 에디터를 없애버린 거죠. 이게 우리를 완전히 다른 방식으로 이끌었어요.

가장 큰 변화는 에이전트에게 작업을 위임하게 됐다는 거예요.

그렇게 하면서 병렬 작업이 가능해졌고 평소보다 훨씬 더 많은 일을 할 수 있게 되었습니다.

Q. 90% AI 도입과 100% AI 도입 사이에 10배의 차이가 있다고 하셨는데, 이게 무슨 뜻인가요?

제가 정말 크게 느낀 게 이거예요.

조직의 90%가 AI를 사용하는 것과 100%가 AI를 사용하는 것 사이에는 확실히 10배의 차이가 있습니다. 완전히 다른 세계예요. 

숫자로 보면 10%의 차이지만, 실제로는 질적으로 완전히 다릅니다.

왜 그런지 설명해 드릴게요. 회사의 10%만 전통적인 엔지니어링 방식을 사용할 경우, 나머지 사람들도 어쩔 수 없이 그 방식을 따를 수밖에 없어요. 코드 리뷰, 협업 방식, 문서화, 배포 프로세스 등 모든 것이 수동 코딩을 하는 사람을 고려해야 해요.

코드 에디터에 타이핑하는 사람이 한 명이라도 있으면, 전체 프로세스가 그쪽에 맞춰져야 하거든요. 한 명이라도 수동으로 코딩을 하고 있다면, 그 사람을 위해 별도의 문서화나 설명이 꼭 필요해요.

하지만 모든 사람이 에이전트를 사용하면 코드베이스 간에 지식 공유가 자연스럽게 일어날 수 있습니다.

신입 온보딩도 마찬가지예요. 모두가 에이전트를 쓴다면 설정 파일만 공유하면 되지만, 그게 아닐 경우 전통적인 온보딩 과정이 필요합니다.

이건 디지털 전환이나 클라우드 마이그레이션과 비슷한 맥락이에요. 하이브리드 상태는 종종 양쪽의 단점만 가져오게 됩니다. 완전히 전환했을 때 비로소 새로운 방식의 진정한 장점을 누릴 수 있어요.

Q. 구체적으로 어떤 점에서 100% AI 도입이 다른가요?

100% AI 도입을 하면 작은 회사로서 할 수 있는 일이 완전히 바뀌게 돼요. 저는 우리 회사를 일종의 실험실이라고 생각합니다.

우리가 훨씬 빨리 갈 수 있는 이유는 여러 기능과 버그를 병렬로 작업할 수 있기 때문이에요.'

Q. 트위터에서 보이는 '바이브 코더'들의 밈에 대해서는 어떻게 생각하세요? 창을 열어놓고 실제로는 아무 일도 안 하는 것처럼 보이는 이미지요.

저도 그 밈을 알아요. 창을 띄워놨지만 실제로는 아무 일도 안 하는 것처럼 보이는 거죠. 그런 식으로 할 수도 있어요.

하지만 실제로 네 개의 에이전트 창을 열어놓고 생산적으로 사용하는 엔지니어들도 있습니다. 그리고 저는 그런 개발자들을 알고 있어요. 바로 그런 사람들이 Every에서 일하거든요. 정말 대단한 사람들이에요.

예전에는 한 명이 하나의 작업에 집중해야 했어요. 버그를 고치는 동안 새 기능을 개발할 수 없었죠.

하지만 이제는 한 창에서 버그를 조사하게 하고, 다른 창에서 새 기능을 개발하게 하고, 또 다른 창에서 테스트를 작성하게 할 수 있어요. 이게 바로 진짜 병렬 작업입니다.

Q. AI 코딩의 가장 큰 장점이 뭐라고 보시나요

코드가 저렴해지니까 위험한 아이디어도 부담 없이 프로토타이핑할 수 있다는 거예요. 덕분에 평소보다 훨씬 많은 실험을 할 수 있게 됐어요. 뭔가를 시도하는 데 필요한 에너지가 훨씬 낮아졌거든요. AI에게 그냥 '이거 해봐. 내가 하고 싶을 수도 있는 이 큰 리팩토링에 대해 좀 조사해봐'라고 말하고 다른 일을 하러 가면 되는 거예요. 그게 정말 큰 차이를 만들어요.

Q. 또 어떤 변화가 있었나요?

정말 좋아하는 또 다른 변화는 우리가 데모 문화로 바뀌고 있다는 거예요. 예전에는 뭔가를 만들고 싶으면 메모를 쓰거나 발표 자료를 만들어서 많은 사람들을 설득해야 했어요. 시간과 리소스를 투자할 가치가 있다는 걸 말로 증명해야 했죠.

이제는 몇 시간 안에 작동하는 프로토타입을 만들 수 있어요. 바이브 코딩으로 만들고 싶은 것을 직접 보여줄 수 있습니다. 말로 설명하는 대신 모든 사람에게 직접 보여주면 돼요.

이건 두 가지 면에서 게임 체인저입니다.

첫째, 아이디어를 검증하는 비용이 극적으로 낮아져요.

둘째, 말로는 설득하기 어려운 아이디어도 실제로 만들어서 보여주면 사람들이 이해하게 돼요. '느껴봐야만 알 수 있는 것들'을 만들 수 있게 된 거예요.

데모 문화가 된다는 건 더 엉뚱한 시도도 할 수 있게 해줘요. 얼핏 위험해 보일 수 있는 아이디어, 설명하기 어려운 아이디어들도 일단 만들어 보고 반응을 확인할 수 있으니까요.

Q. 'Compounding Engineering(컴파운딩 엔지니어링)'이라는 개념을 소개하셨는데, 이게 뭔가요?

기본적인 생산성 향상을 넘어서, AI를 사용하는 방식 자체가 완전히 새로운 엔지니어링 원칙과 프로세스를 만들어 내고 있어요. 여기 계신 분들도 이미 비슷한 걸 시작하고 있을 거라고 생각합니다.

우리가 스택의 한 단계 위로 올라가고 있잖아요. 파이썬이나 자바스크립트 같은 프로그래밍 언어에서 영어로요. 그렇다면 새로운 프로그래밍 방식이 뭔지 정리해볼 필요가 있다고 생각했어요.

우리가 이 프로세스에 붙인 이름이 컴파운딩 엔지니어링입니다.

왜 '컴파운딩'이냐면, 복리처럼 지식이 쌓이기 때문이에요. 한 번 배운 것이 다음 작업에 도움이 되고, 그 다음 작업에도 도움이 되고, 계속 쌓여가는 거죠.

Q. 컴파운딩 엔지니어링의 핵심 원리가 뭔가요?

전통적인 엔지니어링에서는 기능을 하나 만들 때마다 다음 기능을 만들기가 더 어려워져요. 코드베이스가 커질수록 복잡도가 증가하고, 새로운 기능을 추가하는 데 더 많은 시간이 걸립니다. 기술 부채가 쌓이고, 개발 속도는 점점 느려지죠.

출처 : Chat GPT

컴파운딩 엔지니어링에서는 반대예요. 기능을 추가할 때마다 다음 기능이 더 쉬워지는 게 목표입니다. 만들면서 배운 것들이 체계화되어 다음 작업에 다시 활용되거든요. 에이전트가 과거 경험을 학습해서 비슷한 패턴의 작업을 더 잘 처리하게 됩니다.

조직의 지식이 복리로 쌓이는 거예요. 이게 핵심적인 차이입니다.

우리는 이걸 하나의 루프로 돌립니다.

Q. 그 루프의 단계들을 설명해 주시겠어요?

루프에는 네 단계가 있어요.

첫 번째는 '계획(Plan)'입니다.

AI 에이전트에게 작업을 맡기기 전에, 무엇을 해야 하는지 명확하게 정의하는 단계예요. 에이전트와 작업할 때는 상세한 계획을 만드는 게 정말 중요합니다. 이 단계가 잘 되어야 다음 단계들이 순조롭게 진행돼요. 모호하게 지시하면 모호한 결과가 나오거든요.

두 번째는 '위임(Delegate)'이에요.

계획을 세웠다면 에이전트에게 실행을 맡기는 단계입니다. Claude Code, Cursor, Codex 같은 도구를 통해 작업을 넘겨요. 여기서 중요한 건 여러 작업을 병렬로 처리할 수 있다는 점이에요. 한 에이전트가 기능 A를 작업하는 동안 다른 에이전트는 버그 B를 수정하고, 또 다른 에이전트는 리서치를 할 수 있습니다.

세 번째는 '평가(Assess)'입니다.

에이전트가 작업을 완료하면 결과물을 평가하는 단계예요. 방법은 다양해요. 테스트를 돌려볼 수도 있고, 직접 실행해볼 수도 있고, 에이전트에게 자체 점검을 시킬 수도 있고, 코드 리뷰를 할 수도 있어요. 문제를 발견하면 다시 위임 단계로 돌아가서 수정을 요청합니다.

Q. 네 번째 단계가 가장 중요하다고 하셨는데요.

맞아요. 네 번째 단계가 가장 흥미로운 것 같아요. 바로 '체계화(Codify)'입니다. 이게 핵심 단계예요. 모든 것이 복리로 쌓이는 곳이죠.

계획, 위임, 평가 단계에서 배운 모든 것을 프롬프트로 다시 체계화하는 거예요. Claud.md, 서브에이전트, 슬래시 커맨드로 명문화합니다.

모든 엔지니어들이 버그를 찾고, 계획을 수정하고, 작업을 위임하면서 쌓은 암묵적 지식을 명시적인 프롬프트 컬렉션으로 만드는 거예요. 그리고 그걸 전체 조직에 퍼뜨릴 수 있습니다.

예를 들어, 특정 종류의 버그를 고칠 때 어떤 접근 방식이 효과적인지 알게 되면, 그걸 프롬프트로 만들어요. 다음에 비슷한 버그가 생겼을 때 에이전트가 바로 그 접근 방식을 사용하게 되는 거죠. 사람이 매번 같은 걸 설명할 필요가 없어져요.

Q. 이 프로세스를 잘 셋업할 경우 어떤 효과가 있나요?

이걸 정말 잘 하면 흥미로운 2차 효과들이 많이 나타나는데, 아직 많이 알려지지 않은 것 같아요.

우선 암묵적 코드 공유가 훨씬 쉬워져요. Every에는 여러 제품이 있고, 똑같은 기술을 사용하지 않더라도 비슷한 기능을 구현해야 할 때가 많아요. 예를 들어 팀 기능이나 특정 종류의 OAuth 같은 거죠. 예전에는 코드를 공유하려면 라이브러리로 만들어서 배포하거나 직접 설명해야 했어요.

이제는 에이전트가 있으니까 Claude Code 인스턴스를 옆 개발자의 레포에 가리키기만 하면 돼요. 에이전트가 다른 프로젝트의 코드를 읽고, 그 패턴을 이해하고, 현재 프로젝트에 맞게 적용해요. 사람이 일일이 설명하거나 문서를 작성할 필요가 없어졌습니다.

Q. 그게 어떤 의미가 있나요?

조직 내에서 다른 것들을 작업하는 개발자가 많을수록 추가 비용 없이 더 많이 공유할 수 있어요. AI가 모든 코드를 읽고 사용할 수 있으니까요.

Q. 다른 장점이 또 있다면요?

신규 채용자가 입사 첫날부터 생산적으로 일할 수 있다는 점이에요. 환경을 어떻게 셋업하는지, 좋은 커밋이 어떻게 생겼는지, 이런 것들이 이미 정리되어 있거든요. 첫날에 그 모든 게 Claude MD 파일이나 Cursor 파일, Codex 파일에 셋업되어 있어요. 에이전트가 로컬 환경을 셋업하고 좋은 PR을 어떻게 쓰는지 알고 있습니다.

예전에는 새 개발자가 코드베이스를 파악하는 데만 몇 주가 걸렸는데, 이제는 에이전트가 코드베이스를 설명해주니까 바로 핵심 작업에 집중할 수 있어요. 온보딩 기간이 극적으로 단축됩니다.

Q. 프리랜서 고용에도 영향이 있나요?

네, 전문 프리랜서를 고용하고 싶을 때도 도움이 됩니다. 어떤 특정한 일을 정말 잘하는 사람이 있다면, 하루 동안 들어와서 바로 그 일을 하게 할 수 있어요.

예전에는 컨텍스트를 익히는 데만 며칠이 걸렸어요. 코드베이스를 파악하고, 팀의 규칙을 이해하고, 환경을 셋업하는 데 시간이 많이 들었죠. 시작 비용이 너무 높아서 협업하기가 어려웠습니다. 이제는 에이전트가 코드베이스를 설명해주기 때문에 바로 핵심 작업에 집중할 수 있어요.

Q. Every 내부에서 개발자들 사이의 협업은 어떻게 되나요?

Every 내부의 개발자들이 다른 제품에 커밋을 한다는 점이 특별해요. 내부에서 4개의 제품을 운영하는데, 모든 사람이 모든 제품을 사용합니다. 

누군가 버그나 불편한 점, 품질 개선이 필요한 부분을 발견하면 종종 그 앱의 GM에게 풀 리퀘스트를 제출해요. 레포를 다운로드해서 Claude나 Codex에게 버그를 어떻게 고치는지 알아내게 하는 게 아주 쉽거든요.

에이전트가 낯선 코드베이스를 빠르게 이해하도록 도와주기 때문에, 조직 전체의 품질 관리가 분산되어 이루어지는 거예요. 모든 사람이 모든 제품의 품질에 기여할 수 있게 됐습니다.

Q. 이게 미래에는 어떻게 발전할 수 있을까요?

앱들 사이에서 훨씬 쉽게 협업할 수 있는 방법이 생긴 거라고 생각해요. 몇 년이 지나면 저희 고객들도 어느 정도 이렇게 할 수 있을 거라고 생각해요. 예를 들어 고객이 버그를 발견하면 고객의 에이전트가 바로 고쳐서 풀 리퀘스트로 제출할 수 있는 거죠. 이상한 오픈소스 같은 것이지만, 우리 회사 안에서는 실제로 많이 일어나고 있어요.

Q. 기술 스택 표준화에 대해서는 어떻게 생각하세요?

또 다른 장점이 바로 그거예요. 우리 조직의 규모가 커지면 바뀔 수도 있지만, 아직 특정 스택이나 언어로 표준화하지 않아도 잘 운영이 되고 있어요. 모든 팀이 같은 언어와 프레임워크를 사용할 필요가 없습니다.

에이전트가 언어 간 번역을 처리해주기 때문에, 각 개발자가 본인에게 가장 효율적인 도구를 선택할 수 있어요. 이건 개발자 만족도와 생산성에 모두 긍정적인 영향을 줍니다. 결국 사람들이 선호하는 걸 쓰게 하고 AI가 그 사이의 번역을 처리하게 하는 게 더 효율적이라는 거죠.

Q. 매니징하는 방법에도 변화가 생길 것 같네요.

맞아요. 일부 개발자들 또는 제 팀조차도 이 부분이 공포스럽게 느껴질 수 있을 것 같은데요. 이제는 매니저들이 코드를 커밋할 수 있다는 거예요. 기술적인 사람이라면, CEO조차도요.

저 같은 경우에는 코드를 커밋할 이유가 없어요. 우리는 4개의 제품이 있고, 15명의 엔지니어가 있어요. 정말 빠르게 성장하고 있고, 다른 일들을 엄청 많이 하고 있거든요. 하지만 저도 지난 몇 달 동안 프로덕션 코드를 커밋했어요.

예전에는 뭔가를 하려면 3-4시간 동안 집중해서 작업할 필요가 있었어요. 하지만 Claude Code가 나타난 후에는, 회의 도중 잠깐 나와서 개발자에게 '이 버그 좀 조사해봐'라고 명령한 다음, 회의를 마친 이후에 좀 살펴보고 수정한 후 PR을 제출할 수 있어요.

물론 쉽지는 않아요. 마법처럼 짠하고 이루어지는 건 아니니까요. 하지만 실제로 충분히 가능합니다. 서너 시간씩 쭉 집중하지 않아도 코딩이 가능해진 거예요. 그게 매니저들이 만드는 제품과 어떻게 상호작용하는지에 대한 완전히 새로운 사고방식인 것 같아요.

Q. 오늘 공유해 주신 내용을 한 번 정리해 주신다면요?

오늘 말씀드린 내용의 핵심은 이거예요.

 AI를 '조금 쓰는 것'과 '100% 쓰는 것'은 완전히 다른 세계라는 겁니다.

100% AI 도입을 하면 한 명의 엔지니어가 복잡한 프로덕션 제품을 만들고 유지할 수 있어요. 

우리가 컴파운딩 엔지니어링이라고 부르는 방식, 즉 계획하고, 위임하고, 평가하고, 체계화하는 이 루프를 돌리면 기능을 만들 때마다 다음 기능이 더 쉬워집니다.

그리고 예상치 못한 2차 효과들이 나타나요.

코드가 조직 전체에서 자연스럽게 공유되고,

신입이 첫날부터 일할 수 있고,

전문가가 필요할 때 딱 하루만 들어와서 기여할 수 있고,

다른 팀 제품의 버그도 직접 고칠 수 있고,

기술 스택을 통일할 필요가 없어지고,

심지어 CEO도 코드를 커밋할 수 있게 돼요.

솔직히 말하면, 샌프란시스코에서도 이걸 제대로 이해하는 사람이 많지 않아요. 여러분이 먼저 알게 된 겁니다.

오늘 레터가 좋았다면, 조쉬의 뉴스레터를 주변에 알려주시거나, 구독을 해주세요. 소중한 노력이 들어간 글을 널리 알려주세요. 

이 기사가 좋으셨다면, 보상을 해주세요. 

가장 좋은 보상은 ‘조쉬의 뉴스레터 구독’입니다. :) 

구독을 하시면 100개의 1인 창업가 데이터베이스를 발송해드립니다.

[구독하러 가기]