AI 시대, 매니저의 길

AI로 한 사람이 여러 사람 분량의 코드를 만들 수 있어도, 팀이 같은 방향으로 움직이게 하는 일까지 자동으로 해결되지는 않음. 관리자의 기술적 판단과 사람 관리는 여전히 필요함 AI는 업무 기록을 쉽게 보여주지만 가시성과 이해는 다름. 요약만 읽으면 맥락과 미묘한 신호를 놓치며, 성과 평가문까지 맡기면 판단도 AI에 끌려갈 수 있음 코드가 저렴해지면서 기존 시스템을 이해하는 대신 새로 만드는 일이 쉬워짐. 중복 시스템과 소유권 다툼이 늘고, 동료에게 도움을 구하며 쌓던 신뢰도 약해질 수 있음 관리자는 AI 도구 실험에만 몰두하거나 도입을 외면하지 말고, 작업 방식과 협업 규범을 함께 바꿔야 함. 예상 밖의 문제를 직접 추적하며 팀의 실제 상황을 파악해야 함 생산성 향상의 일부는 회의, 설계 검토와 대화에 써야 함. 각자가 더 빨리 움직일수록 방향을 맞추고 지식을 공유하는 일이 중요하며, Claude보다 사람과 더 많이 이야기해야 함 “『The Manager’s Path』 저자 카밀 푸르니에(Camille Fournier)의 LDX3 New York 발표를 바탕으로 한 글” 관리의 종말보다 2026년의 실제 업무 기술 기업 CEO들은 관리 계층 축소 또는 소멸을 공개적으로 이야기하고 있음 Jack Dorsey는 상설 중간 관리 계층이 필요 없다고 말함 Brian Chesky는 앞으로 사람을 관리하는 관리자에게 가치가 없을 것이라고 말함 Brian Armstrong은 Coinbase의 모든 리더가 강력하고 적극적인 개별 기여자여야 하며, 관리만 하는 사람은 없어야 한다고 말함 AI가 인간 관리자를 완전히 대체한다는 전망은 기술 업계의 대규모 고용 감소, 지식 노동의 종말, AI 감시 체제, 탈희소성 사회, 우주 데이터센터 같은 공상과학적 미래상에 가까움 당장의 과제는 그런 미래를 예측하는 것이 아니라, 2026년의 관리 업무를 기술 역량, 신호 처리, 사람 관리라는 세 영역에서 재검토하는 것임 기술 역량: 빨라진 개발과 위험 관리 관리 업무의 상당 부분은 위험 관리임. 합리적인 품질과 일정으로 일을 완수하면서, 직원이 계속 퇴사할 정도의 부담을 주지 않아야 함 비슷한 소프트웨어 시스템을 직접 만들어본 경험이 없으면 적정 일정과 좋은 결과물을 판단하기 어려움 기술적 판단을 전적으로 위임해야 하는 관리자보다 관련 경험이 있는 관리자가 여러 위험을 다루기 쉬움 개발자가 코드를 한 줄씩 쓰기보다 에이전트에 개발을 지시하...