How a Remote Company Builds AI Fluency — Em Shreve, Automattic

한 줄 핵심

Automattic은 전사 구성원에게 도구만 배포하는 대신, 2주간의 몰입형 실습과 현업 프로젝트로 AI 활용 역량을 확산시키는 방식이 가장 효과적이라고 증명한다.

시간별 요약

1. 0:00
   소개 Automattic은 WordPress.com과 Tumblr를 운영하는 완전 원격 조직이며, 82개국 1,400명 이상이 AI 도구와 새로운 일하는 방식을 익히도록 조직 전체의 AI 역량을 키우는 접근을 소개한다.
2. 0:55
   배움에는 실제 시간이 필요하다 도구만 던져주면 좋은 학습이나 일의 변화가 일어나지 않으며, 사람들이 직접 실험하고 익힐 수 있는 시간을 별도로 보장해야 한다는 점이 핵심 전제다.
3. 1:15
   2주간의 대면 프로그램 2주 동안 사람들을 한자리에 모아 몰입형 프로그램을 운영하며, 짧지만 강도 높은 학습 환경을 통해 AI 활용을 빠르게 체득하게 한다.
4. 1:30
   워크숍 반, 실전 과제 반 절반은 사내 팀이 진행하는 워크숍과 실습이고, 나머지 절반은 참가자 각자의 실제 업무를 해결하는 프로젝트다. 여기에 서로의 워크플로를 공유하고 매일 데모를 하는 구조가 더해져 학습이 곧 업무 개선으로 이어진다.
5. 2:40
   엔지니어, 협업 부서, 비기술 직군 프로그램은 엔지니어용 심화 과정, 제품·엔지니어링·디자인이 함께하는 교차 기능 과정, 그리고 재무나 경영진 같은 비기술 팀용 워크숍까지 세 가지 형태로 확장됐다.
6. 3:25
   엔지니어링 커리큘럼 초반에는 스킬과 스킬 생성 방법, MCP 사용법, spec-driven development, AI를 책임 있게 쓰는 기본 원칙을 다룬다. 이후에는 MCP 확장, hooks 시스템, 자율 에이전트와 백그라운드 루틴, WordPress AI 적용과 개인 비서 제작 같은 응용 주제로 이어진다.
7. 4:49
   커리큘럼을 최신 상태로 유지하기 AI는 변화 속도가 매우 빨라 커리큘럼을 한 번 작성하고 끝낼 수 없으며, 최신 모델과 도구 변화에 맞춰 계속 갱신해야 한다. 내부 MCP 서버인 context automattic은 새 도구와 거버넌스, 관측성 레이어를 빠르게 붙일 수 있게 해준다.
8. 5:24
   내부 MCP 서버 context automattic은 아직 존재하지 않는 도구 연동도 빠르게 추가할 수 있게 해 주고, 회사가 직접 만든 거버넌스와 관측성 계층도 얹을 수 있게 한다. 이 기반 위에서 참가자들의 프로젝트가 누적되며 회사 전체의 역량이 커진다.
9. 6:19
   모든 졸업생은 배수기다 프로그램의 목표는 단순히 교육을 받은 사람을 늘리는 것이 아니라, 각 참가자가 다시 주변에 지식을 퍼뜨리는 배수 역할을 하게 만드는 것이다.
10. 6:29
    7개 코호트와 그 이후 올해만 7개 코호트를 운영했고, 연말까지 약 600명을 교육해 엔지니어의 약 3분의 2와 다른 주요 직군까지 포괄하려 한다. 이를 위해 지식 공유를 확산하는 구조를 함께 설계한다.
11. 7:09
    가이드와 지역 모임 사내의 상위 실무자를 가이드 역할로 세워 다른 팀에 지식을 전파하게 하고, 분산 조직의 특성을 살려 지역별 AI 모임도 운영한다. 프로그램 수료자들이 각 지역에서 워크숍을 열며 학습이 자생적으로 확산된다.
12. 8:09
    AI 동행 실습 비슷한 역할의 사람이 실제로 AI 도구를 어떻게 쓰는지 보여주는 동행형 워크숍이 이해에 특히 효과적이다. 추상적인 개념 설명보다 동료의 실제 사용법이 더 쉽게 받아들여진다.
13. 8:44
    공유 스킬과 MCP 공유 가능한 스킬과 MCP 인프라를 구축해 모두가 같은 기반 위에서 서로의 작업을 재사용하고 확장하도록 유도한다. 각자가 만든 것을 함께 쌓아 플랫폼처럼 발전시키는 방향이다.
14. 9:04
    상시 도움 채널 Slack의 상시 도움 채널을 통해 프로그램 수료자들이 언제든 질문에 답하고, 새로운 사용자가 막힐 때 바로 도움을 받을 수 있게 한다. 학습이 끝난 뒤에도 지원이 지속되는 구조다.
15. 9:29
    무엇을 측정하는가 측정 지표는 AI를 더 의도적으로 쓰는지, 기존 업무 흐름에 자연스럽게 통합되는지, 그리고 지식을 다른 사람에게 공유하는지에 초점이 맞춰진다. skills, custom commands, MCP, context management 같은 개별 역량 향상도 함께 본다.
16. 11:09
    72시간, 30일, 90일 설문 프로그램 직후와 30일, 90일 후에 설문을 돌려 시간이 지나며 자신감과 활용 능력이 어떻게 커지는지 추적한다. 학습 효과는 프로그램이 끝난 뒤에도 계속 누적된다.
17. 11:44
    2주 안에 실제로 만든 것들 짧은 기간에도 WooCommerce용 대화형 분석 시스템처럼 실제 업무에 바로 쓰이는 결과물이 나온다. 참가자들은 context automattic 위에 다양한 프로젝트를 얹으며 빠르게 가치를 만든다.
18. 12:29
    Zendesk 커넥터 지원 업무에 쓰기 위한 Zendesk 커넥터가 프로그램 산출물로 만들어졌고, 이후 회사 여러 팀에 채택됐다. 네이티브 MCP가 없거나 추가 관측성이 필요한 경우에도 자체 제공자를 붙이는 방식으로 확장한다.
19. 12:49
    공유 스킬 디렉터리 특정 도구에 종속되지 않도록 codecs, claude, open code 등 여러 도구에서 함께 쓸 수 있는 스킬 디렉터리를 만든다. 이 디렉터리 자체도 코호트 프로젝트에서 시작됐다.
20. 13:24
    지원 팀원이 만든 기능 대시보드에서 특정 위치를 정확히 짚어 주는 안내용 도구가 cloud code로 만들어졌고, 이는 엔지니어가 아닌 지원팀 구성원이 프로그램을 거치며 만든 결과물이다. 비기술 직군도 충분히 실용적인 AI 도구를 만들 수 있음을 보여준다.
21. 14:09
    핵심 메시지 사람들에게 도구를 던져주는 것만으로는 일하는 방식이 바뀌지 않으며, 실제로 실험하고 배울 수 있는 시간과 환경을 제공해야 한다. 교육 프로그램의 중심은 도구가 아니라 학습과 적용을 위한 여백이어야 한다.

실무 인사이트

• AI 교육은 기능 소개보다 실제 업무 시간을 떼어 주는 설계가 더 중요하며, 짧은 몰입형 프로그램이 조직 내 행동 변화를 만들기 쉽다.
• 원격 조직일수록 수료자를 가이드, 지역 모임, 상시 도움 채널로 연결해 지식이 한 번의 교육으로 끝나지 않게 만들어야 한다.
• MCP, shared skills directory, 내부 관측성 계층처럼 재사용 가능한 기반을 먼저 만들면 개별 프로젝트가 조직 전체의 생산성 자산으로 축적된다.