최근에 이정민님이 공유한 AI 네이티브 기업의 30가지 특징 글, 봤어? 이걸 읽는데 머리를 한 대 맞은 기분이었어. '모두가 빌더다. 특히 C-level이.', '3개월마다 만든 걸 전부 버리고 워크플로우를 다시 상상할 각오가 되어 있다.' 같은 문장들에서 지금 우리가 생각하는 AI 활용과는 차원이 다른 시야를 보여주더라고. 단순한 기술 도입을 넘어, 아예 기업 운영의 OS를 AI 중심으로 갈아엎는다는 느낌이었지.
AI 네이티브, '모두가 빌더'가 되는 세상
이 글이 던지는 핵심은 AI가 이제 특정 팀이나 개인의 생산성 도구가 아니라는 점이다. 기업의 모든 프로세스와 의사결정이 AI를 중심으로 재편되는 시나리오를 말한다. 예를 들어, 사람의 감각은 첫 단계와 마지막 단계에만 개입하고, 모든 중간 과정은 AI 에이전트가 처리하는 식이다. 심지어 'Cost per Accepted PR' 같은 지표를 핵심 소프트웨어 지표로 삼아 토큰 효율을 최적화한다는 부분은 개발자로서 정말 신선하게 다가왔어. 코드 한 줄의 가치를 토큰 비용과 승인까지의 효율로 따진다는 거잖아.
이런 기업에서는 비개발 인력도 'Citizen Developer SDLC'를 통해 아이디어를 프로덕션까지 가져간다. 기존에는 꿈도 못 꿀 이야기다. AI가 활용할 수 있도록 모든 것을 기록하고, 정형·비정형 데이터를 하나의 중앙 인텔리전스 레이어에 모으는 작업이 최우선이 된다. 결국 AI의 가치는 얼마나 많은 데이터를 얼마나 잘 연결하고 활용하는지에서 나온다는 의미다. 우리 업무 방식, 개발 워크플로우, 심지어 조직 구조까지 송두리째 바꿔야 한다는 걸 보여주는 청사진이야.
발표 수치와 실제 성능 사이의 간극
그런데 이상적인 AI 네이티브 기업의 청사진을 마음에 새기면서도, 한편으로는 정상록님의 GPT-6 Astra 글이 현실적인 고민을 하게 만들었어. 오픈AI가 AGI 시대의 개막이라고 떠들썩하게 발표한 GPT-6 Astra의 독립 검증 결과가 발표 수치와 크게 달랐다는 내용이었지. ARC-AGI-3 벤치마크 99.9%라는 수치가 오픈AI 자체 도구를 허용한 조건에서 나온 것이고, 표준 방식으로는 62.7%에 불과했다는 거야. 게다가 가격은 전작 대비 2.5배 인상되었고, 알려지지 않은 보안 취약점도 발견됐다니.
이건 AI 모델을 도입하려는 모든 회사에 중요한 시사점을 준다. 벤더가 제시하는 화려한 벤치마크 수치만 보고 섣불리 결정하면 안 된다는 교훈이다. 우리 워크플로우에 정말 필요한 성능이 무엇인지, 어떤 조건에서 그 성능이 발휘되는지, 그리고 비용 대비 효율은 어떤지 꼼꼼히 따져봐야 한다는 거지. AI 네이티브 기업의 목표가 결국 '최적화된 가치'라면, 모델 선택도 이런 비판적 시각 위에서 이루어져야 한다.
버려진 자원에서 가치를 찾는 AI
여기서 재밌는 게 또 하나 있어. 데브퀘이사에서 다룬 "$60 Gaming PC" AMD BC-250 보드 이야기다. 이게 원래 플레이스테이션 5용 불량 APU를 재활용한 채굴용 보드였는데, 지금은 60달러대로 사이버펑크 2077까지 구동하는 게이밍 PC로 주목받고 있다는 거야. 고성능 게임을 저렴하게 즐길 수 있는 대안이 된 거지.
이 사례를 보면서 AI 시대의 '자원 활용'에 대해 생각해봤어. AI 네이티브 기업이 모든 것을 기록하고 중앙 인텔리전스 레이어를 구축하는 이유도 결국 숨겨진 가치를 찾아내기 위함이다. 어쩌면 AI 모델 평가나 활용에서도 이와 비슷한 시각이 필요할지 모른다. 가장 비싸고 최신 모델만이 답은 아닐 수도 있다는 거지. 버려지거나 저평가되었던 데이터셋, 특정 태스크에 특화된 경량 모델, 혹은 구형 하드웨어에서 새로운 조합으로 예상치 못한 가치를 뽑아내는 식이다. AI는 단순히 '새로운 것을 만드는' 도구가 아니라, '기존의 것을 재해석하고 재활용하여 새로운 가치를 창출하는' 능력이 훨씬 더 중요하다는 점을 이 BC-250 사례가 간접적으로 보여주는 것 같았어. AI 시대의 효율성은 최신 기술의 무조건적인 도입이 아니라, 맥락에 맞는 최적의 자원 배분과 활용에서 나온다는 점이다.
결론적으로 AI 네이티브 기업의 비전은 우리가 가야 할 방향을 제시하지만, 그 과정에서 기술의 맹신이 아닌 비판적 사고와 현실적인 비용/효율 분석이 필수적이다. 동시에 버려질 뻔한 자원에서도 AI를 통해 새로운 가치를 찾아내는 통찰력도 필요하다.
지금 우리 회사에서는 어떤 프로세스를 AI 중심으로 재정의할 수 있을지, 그리고 어떤 AI 모델을 어떤 기준으로 평가하고 있는지, 다시 한번 점검해 볼 때다.
참고
- 이정민 (Jeongmin Lee). "AI 네이티브 기업: 30가지 전사적 혁신 특징." LinkedIn, 2026년 8월 31일.
- 정상록 (Sangrok Jung). "GPT-6 Astra: 발표와 실제 성능 간극." LinkedIn, 2026년 9월 4일.
- "The "$60 Gaming PC" – AMD BC-250 (2025)." DevQuasar, 2026년 9월 5일.