2026년 초, 마케팅 업계에는 조용하지만 거대한 지각변동이 일어나고 있습니다. 구글과 메타는 광고 운영의 전면 자동화를 공식 선언했고, AI 에이전트는 미래의 기술에서 오늘의 현실로 전환되었습니다. 이에 대해 많은 분들이 의문을 품습니다. 나는 이 변화 속에서 어디로 가야 하는가?

그 해답을 찾기 위해 우리는 지금 세계에서 가장 빠르게 AI 네이티브 조직으로 전환하고 있는 기업, 메타(Meta)의 기업 현황을 파악할 필요가 있습니다. 메타가 2025년 12월 단행한 마누스(Manus) 인수, 그들의 50:1 조직 실험, 그리고 창업 첫날부터 변하지 않은 해커웨이(Hacker Way) 철학이 앞으로의 미래를 가장 선명하게 보여주는 지표가 될 것입니다.

1. 해커 웨이(Hacker Way): Move Fast and Break Things

출처: Meta Sign. A must-see in Santa Clara is the iconic Meta Sign

2012년 2월, 페이스북이 기업공개(IPO)를 앞두고 마크 저커버그가 주주들에게 보낸 편지가 있습니다. 수십억 달러의 기업가치를 인정받는 자리에서 그가 강조한 것은 놀랍도록 단순했습니다.

우리는 빠르게 움직여 기존 질서를 파괴하라(Move Fast and Break Things)라는 말을 씁니다. 아무것도 부수지 않는다면, 당신은 충분히 빠르게 움직이지 않는 것입니다. 두려움은 혁신을 죽입니다.
— 마크 저커버그, 2012 Facebook IPO 주주서한

이 철학은 해커웨이(The Hacker Way)라는 이름으로 불렸습니다. 여기서 해커란 어떤 문제든 가장 짧은 경로로 해결하려는 사람, 완벽한 계획보다 빠른 실행을 선택하는 사람, 그것이 메타가 원하는 인재상입니다.

2014년 저커버그는 슬로건을 안정적인 인프라 위에서 빠르게 움직여라(Move Fast with Stable Infrastructure) 로 교체하였고 2026년 현재, 세 번째 변화가 시작되고 있습니다.

Move Fast → Move Fast with Stable Infrastructure → Move Fast with AI Agents

슬로건의 표현은 바뀌었지만 본질은 같습니다. AI 에이전트는 결재를 기다리지 않고, 24시간 쉬지 않으며, 수백 개의 가설을 동시에 검증합니다. 메타는 창업 22년 만에, 드디어 해커웨이를 제약 없이 실현할 기술적 수단을 손에 쥐었습니다.

2. AI 에이전트 기업, 마누스(Manus) 인수

출처: Why China is reviewing Metas $2B Manus AI deal. Newsbytes

2025년 12월 29일(현지시간), 메타는 AI 스타트업 마누스(Manus)를 인수한다고 공식 발표했습니다. 인수 금액은 공개하지 않았지만 월스트리트저널(WSJ)이 입수한 정보에 따르면 거래 규모는 20억 달러(약 2조 8천억 원)를 상회하는 것으로 알려졌습니다. 이는 메타 역사상 왓츠앱, Scale AI에 이어 세 번째로 큰 인수합병입니다.

마누스는 목표 기반 자율 실행(Goal-Oriented Autonomous Execution)을 구현한 범용 AI 에이전트입니다. 기존 AI 챗봇이 매 단계마다 인간의 프롬프트를 요구하는 것과 달리, 마누스는 최종 목표만 주어지면 계획 수립, 실행, 완료까지의 전 과정을 자율적으로 처리합니다. 기술적 핵심은 단일 모델 의존에서 벗어난 멀티 에이전트 아키텍처에 있습니다. 중앙의 실행 에이전트(Executor Agent)가 작업을 하위 목표로 분해하고, Anthropic의 Claude 3.5, 알리바바의 Qwen 등 과제 유형에 최적화된 전문 모델을 선택적으로 조합하여 웹 브라우징, 데이터 스크래핑, 코드 실행, 파일 생성을 사람의 개입 없이 수행합니다.

아키텍처의 또 다른 핵심은 클라우드 샌드박스 기반의 Virtual Computer 구조입니다. 기존 AI 도구가 대화 히스토리를 상태(State)로 관리하는 것과 달리, 마누스는 실제 파일 시스템과 실행 중인 프로세스를 상태로 유지하기 때문에 수천 개 웹페이지 스크래핑이나 장기 실행 태스크를 컨텍스트 만료 없이 처리합니다. 이 구조 덕분에 마누스는 출시 8개월 만에 연환산 매출(ARR) 1억 달러를 돌파했고, 수백만 명의 개인과 기업이 구독 서비스로 이를 사용하고 있습니다.

인수 발표 직후 메타는 이렇게 밝혔습니다.

마누스의 뛰어난 인재들이 메타 팀에 합류하여 Meta AI를 포함한 소비자 및 기업 제품을 위한 범용 에이전트(Versatile Agents) 개발에 참여할 것입니다.

주목해야 할 것은 인수 금액이 아니라, 범용 에이전트라는 표현입니다. 마케팅 에이전트, 쇼핑 에이전트, 업무 자동화 에이전트 등 특정 기능에 국한된 도구가 아닌, 어떤 목표든 스스로 달성하는 에이전트를 메타 생태계 전체에 이식하겠다는 선언입니다.

3. 개인 초지능(Personal Superintelligence) - 알렉산더 왕

출처: Meta AI Division Undergoes Major Restructuring, Alexandr Wang

메타는 마누스 인수와 동시에 더 근본적인 승부수를 던졌습니다. Scale AI의 CEO였던 알렉산더 왕(Alexandr Wang)을 메타의 최고 AI 책임자(Chief AI Officer)로 영입하고, 그에게 Meta Superintelligence Labs를 맡긴 것입니다. Scale AI는 AI 모델이 무엇이 옳은 판단인지 학습하도록 수백만 개의 고품질 훈련 데이터를 설계해온 회사입니다. 메타는 Scale AI에 143억 달러(약 20조 원)를 투자하며 이 역량을 내재화했습니다.

왕의 영입이 중요한 이유는 AI의 실행 속도가 아닌 판단 정확도 문제를 해결하기 때문입니다. 기존 AI 에이전트는 명령을 빠르게 처리하지만 브랜드의 맥락과 의도를 이해하는 데 한계가 있었습니다. Scale AI의 의도 정렬(Intention Alignment) 기술은 AI가 목표를 실행할 뿐만 아니라 그 목표 뒤에 있는 왜를 이해하도록 설계됩니다. 왕은 2026년 2월 인도 AI 임팩트 서밋에서 이 비전을 직접 밝혔습니다.

우리의 비전은 개인 초지능(Personal Superintelligence)입니다. 당신을 알고, 당신의 목표와 관심사를 이해하며, 당신이 집중하는 모든 것을 돕는 AI. — 알렉산더 왕, India AI Impact Summit 2026

마누스의 자율 실행 기술 + Scale AI의 의도 정렬 기술 + 메타의 3조 개 행동 데이터 이 세 가지가 결합하면 광고 에이전트는 단순 자동화 툴이 아닌, 브랜드의 성장 전략을 이해하고 실행하는 자율 파트너로 작동합니다. 광고주가 우리는 30대 직장인 여성에게 자신감을 파는 브랜드다라는 문장 하나를 주면, 에이전트가 캠페인 전략부터 소재 제작, 반복 실험, 예산 재배분까지 자율적으로 수행하는 구조가 됩니다.

4. 메타의 조직문화: REA(Ranking Engineer Agent)

출처: Ranking Engineer Agent (REA). Engineering at Meta

2026년 3월, 메타는 REA(Ranking Engineer Agent)의 공식 성과를 공개했습니다. REA는 메타 광고의 핵심인 랭킹 머신러닝 모델 전체 생애주기를 자율적으로 관리하는 AI 에이전트로, 메타가 조직 내부에서 해커웨이 철학을 접목시켜 조직을 성장시킨 대표적인 사례로 볼 수 있습니다.

REA를 통한 실제 성과

출처: Ranking Engineer Agent (REA). Engineering at Meta

기술적으로 REA가 채택한 히버네이트-웨이크(Hibernate-and-Wake) 메커니즘은 마케터에게도 매우 중요한 개념입니다. AI 에이전트는 학습 실행 후 대기하는 것이 아니라 그 작업을 백그라운드 시스템에 위임하고 잠들었다가, 결과가 나오면 자동으로 깨어나 다음 단계를 진행합니다. 수 일에서 수 주에 걸친 장기 업무를 사람의 개입 없이 완수하는 구조입니다.

이 구조는 조직 설계에도 그대로 이식되었습니다. 2026년 3월, 메타의 신설 AI 팀은 관리자 1명이 최대 50명을 담당하는 구조를 공식화했습니다. 일반 기업의 한계선으로 알려진 1:25의 정확히 두 배입니다. 중간관리자의 핵심 기능인 정보를 위로 올리고 지시를 아래로 내리는 역할을 AI가 대신하기 때문에 가능한 구조이며, 인간 관리자의 역할은 결정만 남습니다.

메타 엔지니어링 팀은 공식 블로그에서 이렇게 밝혔습니다.

REA가 하는 일은 엔지니어를 대체하는 것이 아닙니다. 엔지니어가 시간을 쓰는 곳을 재배치하는 것입니다. 5배의 생산성 향상은 인력 감축을 의미하지 않습니다. 더 많은 과제를 동시에 탐구하고, 더 대담한 가설을 세우고, 창의성과 인간적 판단이 필요한 영역에 집중하는 것을 의미합니다. — Meta Engineering Blog, 2026년 3월

[사람이 하던 일을 AI가 대신하는 것이 아니라, 사람의 판단이 닿는 범위를 기하급수적으로 확장하는 것] 바로 이 것이 메타가 정의하는 AI 네이티브의 본질입니다.

5. Hidden AI Flywheel(히든 AI 플라이휠): 대체불가한 메타 광고

출처: Meta Platforms’ Hidden AI Flywheel Is About to Crush the Competition. Yahoo Finance

메타의 AI 전략을 이해할 때 반드시 알아야 할 개념이 있습니다. 히든 AI 플라이휠(Hidden AI Flywheel) 입니다. 이 플라이휠의 작동 방식은 아래와 같습니다.

AI가 콘텐츠 피드 최적화 → 사용자 체류시간 증가 → 행동 데이터 축적 → 광고 타겟팅 모델 정교화 → 광고 성과 상승 → 광고주 예산 증가 → 더 많은 데이터 생성 → AI 강화 (사이클 반복)

현재 메타의 Advantage+ 자동화 툴은 연간 600억 달러(약 84조 원) 이상의 광고 집행을 처리하고 있으며, 수동 캠페인 대비 22% 높은 전환 효율을 기록 중입니다. 2026년 Q4에 공개될 예정인 완전 자동화 광고 시스템은 광고주가 상품 URL과 예산만 입력하면 다음을 자동 처리합니다.

• 이미지, 영상, 카피 등 모든 소재 자동 생성
• 나이, 성별, 관심사 등 인구통계 입력 없이 타겟 자동 결정
• Facebook, Instagram, Messenger, WhatsApp 전 지면 최적 배치 자동 선택
• 사용자의 위치, 시간대, 맥락에 따라 실시간 소재 변형
• 가장 성과 좋은 조합에 예산 자동 집중
   

여기서 마케터들이 주목해야 할 핵심 인사이트가 있습니다. 소재 생성, 타겟 선정, 예산 배분, 성과 보고까지 모두 AI가 담당하게 되면, 메타 광고 운영 자체가 진입장벽이 아닌 기본값(Default)이 됩니다. 경쟁에서 이기는 요소는 더 이상 얼마나 광고를 잘 세팅하느냐가 아닙니다. AI에게 무엇을 학습시키느냐, 즉 어떤 고객 데이터와 어떤 브랜드 인사이트를 인풋을 제공하는지의 유무가 핵심이 됩니다.

6. AI 에이전트 시대 마케터의 방향성

출처: Facebook Ad Design Automation: Guide to AI Creative Scaling

AI 에이전트로 인해 마케터가 대체된다고 하지만, AI 에이전트를 활용하는 마케터는 AI 에이전트를 통해 업무 생산성을 100배 이상 확장할 수 있습니다. 메타의 REA가 엔지니어를 대체하지 않고 엔지니어 1명이 8개의 모델을 동시에 관리하게 만들었듯, 마케팅 에이전트는 마케터 1명이 100개 이상의 브랜드 전략을 동시에 검증할 수 있게 만들 것입니다.

앞으로 AI 에이전트를 통해 업무의 약 80%는 광고소재 최적화로 진행되며, 나머지 20%인 전략적 방향, 브랜드 핵심 아이덴티티, 시장 포지셔닝은 전적으로 인간의 판단에 달려 있다고 예측합니다. AI가 수천 개의 변형을 만들어낸다 해도 성과나는 소재를 발굴하고 확장시키는 것은 인간 마케터의 몫입니다. 브랜드의 핵심 가치를 3초 안에 전달하는 영상, 스크롤을 멈추게 만드는 카피 한 줄 등은 알고리즘이 생성하지 못합니다.

결국 AI 에이전트 시대의 그로스 마케팅의 업무역량은 더욱 중요해지며, 모든 마케팅 활동을 측정 가능한 비즈니스 지표에 연결하여 성과를 내는 것이 마케터의 방향성일 것 입니다. 이 능력은 AI가 가장 갖추기 어려운 것이며 동시에 시장에서 가장 필요로 하는 마케터의 업무 역량이 되었습니다.

결론: 해커웨이 2.0 시대, 방향을 아는 사람이 이긴다

출처: Klarna CEO Sebastian Siemiatkowski. Getty Images

Klarna는 AI 에이전트를 조직에 접목시켜 직원 수를 40% 줄이면서도 1인당 매출을 152% 끌어올렸습니다. 고객 문의의 3분의 2를 AI 에이전트가 처리하고, 응답 시간은 82% 단축됐으며, 연간 6,000만 달러의 비용을 절감했습니다. Klarna가 증명한 것은 단순 자동화가 아닙니다. AI 에이전트를 조직 운영 구조 자체에 이식하면, 1인당 생산성이 폭발적으로 향상된다는 점이며 현재 실제적으로 가능하다는 사실입니다.

출처: Klarna AI Chatbot Boosts Efficiency and Saves $40M. Single Grain

2026년 현재 AI 에이전트 도입은 이미 임계점을 넘었습니다. 전 세계 IT 기업 83%가 AI 에이전트 도입이 기업간 경쟁 우위에 필수적이라고 답했으며, 에이전트형 AI 시장은 2025년 한 해에만 전년 대비 127% 성장했습니다. 이를 토대로 현재 기업들이 AI 투자에서 결과를 내지 못하는 이유는 기술 문제로만 볼 수 없습니다. 에이전트에게 회의록 정리, 엑셀 요약 같은 단순 반복 업무만 맡기고 있기 때문입니다.

빠르게 움직이고, 실행하고, 기존의 틀을 부수고, 다시 쌓는 것. 저커버그가 기숙사에서 24시간 코딩하던 시절부터 이어져 온 해커웨이의 본질이 이제는 AI 에이전트 위에서 구현되고 있습니다. 메타의 AI 전환이 만들어낸 연매출 2,010억 달러, 22% 성장, Advantage+ ROAS 32% 향상이라는 숫자는 그 구조가 실제로 작동한다는 증거입니다.

해커웨이 2.0 시대에 마케터에게 필요한 것은 두 가지입니다.

• AI Agent 기반의 자동화 플로우 설계: 데이터 수집, 소재 변형 생성, 성과 보고, 반복 실험의 각 단계를 AI 에이전트가 연결된 파이프라인으로 구축하고, 결과가 다음 실험의 인풋으로 자동 순환되는 피드백 루프를 직접 설계하는 것
• 전략적 가설 수립과 Growth Cycle 설계: AI가 실행한 실험의 패턴에서 비즈니스 인사이트를 도출하고, 어떤 고객 세그먼트에서 어떤 메시지가 전환을 만드는지를 브랜드 포지셔닝과 ROI 지표에 연결하는 성장 루프를 설계하는 것
   

마케팅의 본질은 변하지 않았습니다. AI 에이전트를 통해 ‘고객이 필요한 것을, 적절한 시점에, 설득력 있는 방식으로 전달하는 것’ 이 과정을 100배 빠르게 만들 뿐입니다. 하지만 무엇을 전달해야 하는가를 결정하는 것은 여전히 사람의 몫입니다.

저커버그가 페이스북을 창업하던 시절부터 지금까지 바뀌지 않은 사실이 하나 있습니다. 바로 빠르게 실행하고 결과물을 만들어내는 사람이 이깁니다. 오늘의 마케터에게 그 속도를 결정하는 것은 AI에게 무엇을 맡기고 자신의 판단력을 어디에 집중할지 아는 것입니다.

속도는 누구에게나 열려 있습니다. 결국 방향을 아는 사람이 이깁니다.

위그로스 블로그 컨텐츠

그로스 마케팅 정보공유 오픈카톡방 입장하기