쇼피파이 창업자 토비 뤼트케가 AI를 쓰는 법 — 사내 AI 동료부터 15~20달러 AI 위원회까지

한 줄 핵심

Shopify는 AI를 단순한 도구가 아니라 사내 동료와 의사결정 보조 체계로 운영하며, 인간의 책임과 판단을 중심에 두는 방식으로 조직 전체를 재설계하고 있다.

시간별 요약

0:00
오프닝 · Shopify 안의 AI AI는 책임을 질 수 없지만, 더 나은 정보를 제공해 인간의 책임 있는 결정을 돕는다. Shopify에서는 코드를 직접 작성하는 사람은 극소수이며, 대부분의 엔지니어링 작업이 여러 agent의 도움을 받아 이루어진다.
2:47
사내 AI 동료 River River는 Slack에서 활동하는 실제 이름과 성격을 가진 AI 동료로, 회사의 코드·시스템·도구에 접근해 대화 속에서 바로 작업을 수행한다. 대화만으로 pull request까지 이어지며, 많은 작업이 전통적인 엔지니어링보다 대화와 협업에서 출발한다.
5:15
공개 채널에서 배우기 River를 공개 채널에서만 작동하게 한 이유는 AI 사용을 누구나 관찰하고 따라 배우게 만들기 위해서다. 이런 환경에서는 토론, 요약, 티켓 생성, 자료 조사, 프로토타입 제작이 자연스럽게 이어지며, 사람들은 AI를 다루는 감각을 빠르게 익힌다.
8:47
정답 없는 결정에 AI를 쓰는 법 모호한 회사 결정에서는 LLM을 통해 논리 전개를 다시 검토하고, 여러 관점을 수집해 판단의 질을 높인다. 개인용 AI chief of staff는 서로 다른 역할의 sub agent를 조직해 다각도의 의견을 합성하고, 최종 판단을 위한 환경을 만든다.
11:35
AI 위원회 가장 중요한 결정은 data, research, business, engineering 등 서로 다른 관점을 가진 5~6명의 전문가와 여러 모델이 함께 검토하는 형태로 처리한다. 이 방식은 약 15~20달러의 비용으로 수십 분 안에 높은 품질의 중립적 결론을 얻는 구조다.
13:19
AI가 더 나쁘게 만든 것 · 슬롭 수류탄 AI의 가장 큰 부작용은 일을 덜 하는 것이 아니라, 검토 없이 과잉 산출물을 던지는 문화다. 긴 이메일을 다시 LLM으로 부풀리거나, 읽지 않은 pull request를 양산하는 식의 'slop grenates'는 오히려 다른 사람의 시간을 낭비시킨다.
16:07
앞으로 1년 반~2년 · 정전 복구 앞으로는 AI 동료가 자연스럽게 회의에 참여하고, 3D 형태의 존재감까지 갖는 방향으로 진화할 가능성이 크다. 이미 개인용 AI는 정전 복구, 네트워크 재기동, 아침 음성 브리핑까지 수행하며 일상 속에서 미래적인 역할을 하고 있다.
18:33
AI로 자신을 대체할까 자동화할 수 있는 일은 최대한 자동화하되, 책임을 지고 결정을 내리는 역할은 인간에게 남아 있어야 한다. AI가 더 나아져도 회사의 최종 오너십은 인간이 가져야 하며, 무책임한 자동 결정은 허용될 수 없다.
22:26
10년 뒤 더 값진 능력 앞으로 더 가치 있어질 능력은 taste와 judgment이며, 이는 많은 반복과 깊은 탐구를 통해 길러진다. 훌륭한 시스템과 오래 살아남은 제도를 연구하면, 사람과 조직의 한계를 이해하고 더 나은 설계를 할 수 있다.
26:31
복잡한 답은 왜 틀릴까 · 직관 사람들은 단순한 진실보다 복잡한 이야기를 더 선호하지만, 실제로는 더 단순한 핵심 원리가 더 자주 맞다. 직관은 축적된 judgment가 순간적으로 압축된 형태이며, 좋은 판단 습관이 쌓여야만 신뢰할 수 있다.
28:54
피드백 없는 길 · 좋은 선택지 중 고르기 어려운 문제는 정답을 찾는 것이 아니라, 여러 개의 좋은 선택지 중 무엇을 택할지 결정하는 데 있다. AI가 모든 일을 대신할 수 없는 이유도 결국 선택이 필요한 영역이 남기 때문이며, 좋은 회사는 장기적으로 더 나은 선택지를 고르는 능력에서 갈린다.
31:59
마무리 마무리 인사로 대화가 끝난다.

실무 인사이트

조직에 AI를 정착시키려면 비공개 자동화보다 공개된 협업 흐름에 AI를 넣어, 사람들이 실제 사용 패턴을 보며 배우게 만드는 편이 효과적이다.
모호한 의사결정에는 한 번의 답을 묻기보다 역할이 다른 여러 sub agent를 돌려 비교·합성하는 구조가 더 유용하다.
AI 시대의 경쟁력은 속도가 아니라 판단의 질이며, 최종 책임을 인간이 지는 구조를 유지할수록 AI 활용의 가치가 커진다.