1인 창업자들이 AI를 활용해 팀 전체의 업무를 처리하고 있지만, 혼자서 모든 것을 해내는 데에는 한계가 있다 | 포춘

2025년 2월 출시 후 한 달 만에 약 150만 달러의 매출을 올렸고, 6월에는 Wix가 8천만 달러에 인수했습니다. 작년, 비영리 컨설팅 회사인 Positive Equation의 설립자 다나 스나이더는 AI 코딩 도구를 활용하여 비영리 단체를 위한 온디맨드 컨설팅 소프트웨어 플랫폼을 개발했습니다. 이 플랫폼은 각 단체에 맞춘 모금 전략, 기부자 소통 계획, 프로그램 이름 등을 단계별로 안내하여 월간 기부 프로그램을 구축할 수 있도록 지원합니다. 기술적인 배경 지식이 전혀 없었던 스나이더는 Replit의 AI 코딩 도구를 사용하여 6개월에 걸쳐 이 플랫폼을 개발했습니다. 그녀의 목표는 인간 컨설턴트를 고용할 여력이 없는 미국 비영리 단체의 약 93%를 공략하는 것이었습니다. 스나이더는 이 플랫폼 덕분에 1인 창업자로서 상상했던 것보다 훨씬 더 큰 시장에 진출할 수 있었고, 더 저렴한 가격으로 서비스를 제공할 수 있게 되었다고 말했습니다. 현재 그녀는 대부분의 고객을 플랫폼을 통해 관리하고 있으며, 여전히 회사의 유일한 정규직 직원입니다. 스나이더와 슐로모는 인공지능(AI)을 활용한 1인 기업가, 즉 과거처럼 많은 직원을 고용하지 않고도 회사를 설립하고 확장하는 창업가들의 증가하는 흐름에 속합니다. 미국 인구조사국이 작년 5월에 발표한 자료에 따르면, 약 2,980만 개의 비영리 기업이 약 1조 7천억 달러의 매출을 올리고 있으며, 이는 전체 GDP의 약 6.8%에 해당합니다. 또한, 신규 사업 신청 건수는 매달 44만 건 이상으로, 팬데믹 이전보다 90% 이상 증가한 것으로 나타났습니다. 다만, 이 수치는 2022년 기준입니다. 최근 추산에 따르면 미국 내 1인 기업가는 현재 4,100만 명을 넘어섰을 것으로 추정됩니다. 클라우드 컴퓨팅, 전자상거래 인프라, 프리랜서 플랫폼의 발전 덕분에 혼자서 사업을 시작하고 운영하는 데 따르는 장벽은 수년간 낮아져 왔습니다. 하지만 이제 새롭게 등장하는 AI 도구들은 의미 있는 성과를 내는 데 필요한 시간, 비용, 전문성을 더욱 단축시켜 기업가 정신의 경제적 기반을 재정립하고 있습니다. 기술 기업들은 오랫동안 인공지능(AI)이 1인 기업가의 새로운 시대를 열어줄 것이라고 주장해 왔습니다. 오픈AI의 CEO인 샘 알트만은 2024년, 자신이 참여했던 기술 기업 CEO들의 그룹 채팅에서 최초의 1인 억만장자 기업이 언제 등장할지 내기를 하고 있었다고 말하기도 했습니다. 실리콘 밸리에서 소수의 인원으로 높은 성과를 내는 기업은 새로운 것이 아닙니다. 인스타그램은 2012년 페이스북에 약 10억 달러(현금 및 주식 포함)에 인수될 당시 직원이 약 13명이었고, 왓츠앱은 2014년 페이스북에 최대 190억 달러(제한적 주식 단위 포함)에 인수될 당시 직원이 약 55명이었습니다. 마인크래프트 개발사인 모장은 같은 해 마이크로소프트에 25억 달러에 인수될 당시 직원이 약 40명이었습니다. 일부 전문가들은 이러한 추세의 1인 기업화는 이미 상당 부분 진행되어 온 현상의 논리적인 종착점일 뿐이라고 말합니다. 뉴욕대학교 스턴 경영대학원의 기업가정신 교수인 J.P. 에거스는 포춘과의 인터뷰에서 "창업 1년 미만 기업의 평균 고용 인원은 지난 20년간 꾸준히 감소해 왔습니다. 15년, 20년 전만 해도 창업 1년 차 기업은 7~9명 정도의 직원을 두었지만, 불과 2~3년 전만 해도 3~4명으로 줄어들었습니다."라고 말했습니다. 이러한 변화에는 기술 발전도 한몫했지만, 부분 인력 활용의 증가 또한 중요한 요인입니다. 스타트업들이 마케팅, 법률, 디자인 등 특정 기능을 담당할 외부 계약직을 쉽게 고용할 수 있게 되면서, 해당 분야의 정규직 직원에 대한 수요가 감소했습니다. 이제는 이러한 공백을 인공지능(AI) 도구로 완전히 메울 수 있게 되었습니다. 창업자들은 AI 에이전트나 코딩 도구를 사용하여 과거에는 전담 직원이 필요했던 업무 흐름을 자동화하고, 개인의 노동력과 전문성을 대체하고 있다고 말합니다. 예를 들어 슐로모는 Base44를 시작한 첫 몇 달 동안 자신의 시간이 어디에 쓰이는지 정확히 추적한 다음, 그 시간을 되찾기 위한 자동화 시스템을 구축했다고 말했습니다. 그는 사용자 피드백 티켓을 분석하여 제품 아이디어를 발굴하고, 플랫폼을 크롤링하여 UX 문제를 표시하고, 품질 보증 테스트를 구축하고 실행하는 AI 에이전트를 만들었습니다. 이러한 작업은 일반적으로 제품 관리자, QA 엔지니어, 개발자가 분담하는 작업입니다. 또한 그는 자신이 배포하는 코드를 모니터링하고 자동으로 마케팅 콘텐츠로 변환하는 애플리케이션을 개발했습니다. 기능 업데이트 게시물, 매출 데이터를 기반으로 한 차트 등을 매일 게시하는 방식입니다. 그는 "저만의 색깔이 담긴 콘텐츠를 생성하도록 다듬는 데 시간이 좀 걸렸습니다."라고 말했습니다. "하지만 일단 제대로 작동하기 시작하니 정말 놀라웠습니다." 그는 고객 지원 봇도 만들었지만 2주 만에 서비스를 중단했습니다. 제품 상황을 제대로 파악하려면 직접 지원 티켓을 처리하는 것이 훨씬 더 중요하다는 것을 깨달았기 때문입니다. 스나이더 역시 AI를 활용하여 기존에 전담 인력을 채용하거나 외부 계약업체에 맡겨야 했던 업무를 자동화하고 있습니다. 그녀가 제공하는 서비스 중 하나는 비영리 단체가 단체의 사명과 기부자 기반에 대한 일련의 질문에 답하는 것입니다. 스나이더의 방법론이 탑재된 AI 에이전트는 기부 프로그램에 적합한 이름 세 가지를 엄선하여 제안하고, 각 이름이 대중에게 공감을 불러일으킬 수 있는 이유를 설명합니다. 이전에는 컨설턴트가 몇 시간씩 걸리던 작업이 이제는 가능해졌습니다. 그녀는 또한 컨퍼런스 전 홍보 활동에도 AI를 활용하여 연사들의 링크드인 URL 목록과 연결 메시지를 제공하고, 전송은 AI가 처리하도록 합니다. 스나이더는 이러한 작업을 자동화함으로써 실제로 사람이 필요한 업무에 더 많은 시간을 할애할 수 있다고 말합니다. "반복적이고 수동적인 작업을 AI로 처리할 수 있다면, 아이디어 구상에 더 많은 두뇌 역량을 집중할 수 있습니다. 결국 인간이 진정으로 시간을 투자해야 할 유일한 일은 아이디어 구상뿐이니까요." 이 모델의 확장 가능성은 사업 유형에 따라 크게 달라집니다. 공급망이 제한적이고 규제 부담이 적은 소비자 소프트웨어 제품의 경우, 1인 창업자나 소규모 팀으로도 충분히 성공할 수 있다는 의견도 있습니다. 복잡한 규제 요건, 물리적 공급망, 또는 기업 간 판매 관계를 가진 산업은 더욱 어렵고, 공급망의 여러 단계에서 인간의 감독이 필요한 경향이 있습니다. 또한 AI는 일부 작업에서는 다른 작업보다 훨씬 뛰어난 성능을 보입니다. 코딩은 AI 도구가 빠르게 발전한 분야 중 하나이며, 이는 슐로모와 같은 바이브 코딩 창업자들이 이 모델의 대규모 적용 가능성을 가장 먼저 입증한 이유를 어느 정도 설명해 줍니다. 소프트웨어 분야에서도 도메인 전문 지식의 부족은 약점이 될 수 있습니다. 작년에 마이크로소프트와 공동으로 진행한 NYU 스턴 경영대학원의 실험에서 에거스 교수는 MBA 학생들에게 AI 에이전트를 사용하여 스타트업을 처음부터 구축하도록 했습니다. 그는 AI가 개별 작업을 수행하고 브레인스토밍 속도를 높이는 데는 뛰어났지만, 전문가가 직접 참여하여 판단하는 것을 대체할 수는 없었다고 말했습니다. "AI가 만들어내는 결과물이 꽤 괜찮을 거라고 믿어야 하는 상황이죠."라고 그는 말했습니다. "다양한 분야에 걸쳐 필요한 깊이 있고 전문적인 지식을 모두 갖춘 사람은 사실상 없습니다." 이 모델의 경제성은 처음 보이는 것보다 훨씬 복잡합니다. 특히 상시 접속 에이전트를 사용하는 소규모 스타트업의 경우, 월 AI 비용이 수십만 달러에 달할 수 있습니다. 에거스(Eggers)는 이러한 비용이 AI가 대체하는 인건비와 맞먹을 정도로 빠르게 증가할 수 있다고 말했습니다. 하지만 컴퓨팅 비용은 인력보다 탄력적으로 확장되며, 지분 요구가 없기 때문에 이러한 방식으로 사업을 구축하는 창업자는 자신이 만든 것에 대한 소유권을 상당히 많이 확보할 수 있습니다. 하지만 이러한 소유권 집중은 더 넓은 의미를 내포합니다. 적은 인력으로 더 많은 기업이 생겨난다고 해서 반드시 더 많은 기업이 성공하는 것은 아닙니다. 전문가들은 시장이 감당할 수 있는 성공 기업의 수는 한정되어 있으며, AI가 기존에 대규모 팀에 분산되어 있던 업무를 대체함에 따라 성공한 스타트업이 창출하는 부는 점점 더 소수의 사람들에게 집중될 수 있다고 말합니다. 또한 혼자서 사업을 운영하는 데 따르는 일상적인 어려움도 고려해야 합니다. Base44 초기 몇 달 동안 슐로모(Shlomo)는 밤새 플랫폼을 관리할 사람이 없었기 때문에 2~3시간마다 알람을 맞춰 서버가 제대로 작동하는지 확인해야 했습니다. 플랫폼이 트래픽 급증으로 다운됐을 때, 그가 6시간이 아닌 10분 만에 문제를 해결할 수 있었던 것은 바로 그러한 경보 시스템 덕분이었습니다. 그리고 이것이 결국 그가 회사를 매각하게 된 계기 중 하나였습니다. 슐로모는 진정으로 글로벌한 사업을 구축하려면 자신이 갖지 못한 전문 지식, 특히 Wix가 수년간 개발해 온 소비자 마케팅 역량이 필요하다는 것을 깨달았다고 말했습니다. "저는 제품 전문가입니다."라고 그는 말했습니다. "하지만 결국 이 사업을 확장하고 언젠가 사람들이 기억할 만한 회사로 만들려면 도움이 필요합니다." 스나이더는 이미 차세대 AI 에이전트들을 구축하고 있습니다. 팟캐스트 제작자, 기조연설문 작성자 등, 이전에는 고용하지 않았지만 항상 그녀의 시간을 잡아먹었던 역할을 대신할 AI 에이전트들을 말입니다. 그녀에게 있어 이러한 도구들은 혼자서는 결코 할 수 없었던 일들을 가능하게 해주는 존재입니다. 슐로모와 스나이더는 모두 오늘날 이용 가능한 AI 도구들이 없었다면 자신들의 사업은 불가능했을 것이라고 입을 모아 말합니다. 이러한 시스템의 기능이 향상되고 제품, 운영, 심지어 사업 개발 업무까지 더 많이 처리하게 되면, 한 사람이 기술적으로 감당할 수 있는 업무량의 한계는 다시 확장될 가능성이 높습니다. 하지만 한 사람이 더 이상 감당할 수 없을 정도로 사업 규모가 얼마나 커질지는 불분명합니다.