보고하지 말고 지식 베이스에 넣어라 — AI 시대 관료제의 재편

2026-06-30 · Ascendy Engineering

TL;DR

대기업의 “보고를 위한 보고” — 보고서를 더 잘 쓰려고 허비하는 시간과 인력 — 는 이제 없어져야 한다. 심지어 그걸 잘하려고 AI를 쓰는 사람도 있는데, 그건 잘못된 곳에 AI를 쓰는 토큰 낭비다.
보고는 push다 — 보내는 사람이 받는 사람 입맛에 맞춰 가공하는 노동. 그게 관료제 시간의 큰 덩어리다.
대안은 pull이다. 인간은 raw 데이터를 맥락째 지식 베이스에 넣고, 에이전트가 그걸 가공·정리·검색 가능하게 만든다. 필요한 사람이 원하는 형식으로 가져간다. “쌓아두면 쓰레기”라는 함정은, 정리하는 사람이 아니라 정리하는 에이전트가 푼다.
그래서 대기업은 무조건 비효율이라 작은 단위로 쪼개진다. 단, 대기업이 사라지진 않는다 — 강한 영역엔 남고, 약한 분야를 AI 레버리지 가진 작은 기업이 가져간다.

이 글에 대하여. 대규모 조직에 속해 일하면서 동시에 1인으로 제품을 만드는, 두 세계를 오가는 사람의 관점이다. 회사 이름과 소속은 일반화했다. 조직의 미래에 대한 예측과 “도태” 같은 강한 주장은 사실이 아니라 1인칭 베팅(N=1)임을 밝혀 둔다. 같은 결의 토큰을 아끼라는 회사, 펑펑 쓰라는 회사, Build in studying과 이어진다.

보고서를 잘 쓰려고 AI를 쓴다는 아이러니

나는 대규모 조직 안에서 일하면서, 동시에 1인으로 제품을 만든다. 두 세계를 매일 오가다 보면 극명하게 갈리는 게 있다. 1인 운영엔 보고가 없다. 대기업엔 보고가 많다.

특히 눈에 거슬리는 건 보고를 위한 보고다. 내용이 아니라 보고서를 더 잘 쓰기 위해 쓰는 시간과 인력. 같은 정보를 윗선 취향에 맞게 다시 다듬고, 장표를 예쁘게 만들고, 톤을 고르는 노동. 그리고 요즘은 — 그걸 더 잘하려고 AI를 쓴다.

이게 아이러니다. AI를 보고서 꾸미기에 쓰는 건, 잘못된 곳에 AI를 쓰는 순수한 낭비다. 토큰을 태워서 없어져야 할 노동을 더 빠르게 하는 것. 진짜 질문은 “보고서를 어떻게 더 잘 쓰지?”가 아니라 “이 보고가 애초에 필요한가?” 여야 한다.

보고는 push다 — 그게 비효율의 뿌리다

한 발 물러서 보면, 보고의 본질은 정보 공유다. 내가 아는 걸 남이 알게 하는 것. 그런데 보고라는 형식은 그걸 push로 한다 — 보내는 사람이 받는 사람을 상상해서, 그 사람 입맛에 맞춰 가공해서 밀어 보낸다.

비용이 거기 있다. 보고서 작성의 큰 덩어리는 정보를 만드는 것이 아니라 받는 사람용으로 포장하는 것이다. 같은 내용을 임원용, 팀장용, 옆 부서용으로 세 번 다시 쓴다. 그리고 대부분의 보고는 한 번 읽히고 버려진다. 공유를 위해 만든 포장이, 공유가 끝나는 순간 쓰레기가 된다.

관료제 시간의 상당 부분이 이 포장 노동이다. 그리고 AI는 이 노동을 없애는 데 써야지, 가속하는 데 쓰면 안 된다.

대안은 pull — 단, 에이전트가 가공 레이어가 되어야 한다

그럼 어떻게 하나. push를 pull로 뒤집는다. 보내는 사람이 가공해서 미는 게 아니라, 필요한 사람이 필요할 때 필요한 형식으로 가져가게 한다.

방식은 이렇다. 인간은 보고서를 쓰는 대신, raw 데이터를 맥락째 지식 베이스에 넣는다. 무슨 일이 있었고, 어떤 숫자가 나왔고, 무슨 결정을 왜 했는지 — 가공하지 않은 채로. 그리고 읽는 쪽이 자기에게 필요한 형식으로 가져간다. 임원은 요약을, 엔지니어는 디테일을, 옆 부서는 자기 맥락에 맞춘 버전을.

여기서 당연한 반론이 나온다 — “raw 데이터를 그냥 쌓아두면 쓰레기 더미 아닌가?” 맞다. 정리되지 않은 정보는 검색도 안 되고 신뢰도 안 간다. 전통적으로는 그래서 정리하는 사람(문서 관리자, 위키 정원사)이 필요했다.

핵심은 여기다. 이제 그 가공·정리 레이어를 에이전트가 한다. 인간은 데이터를 넣기만 하고, 에이전트가 그걸 색인하고, 연결하고, 질문에 맞는 형식으로 조립한다. “쌓아두면 쓰레기”라는 pull의 오랜 함정을, 정리하는 사람이 아니라 정리하는 에이전트가 푼다. 이게 AI를 보고서 꾸미기가 아니라 제대로 된 곳에 쓰는 모습이다 — 포장 노동을 가속하는 게 아니라, 포장 자체를 없애는 것.

그래서 관료제는 재편된다

보고가 사라지면 무엇이 남나. 보고·조정·결재로 쌓인 관료제 계층의 상당 부분은 정보를 사람 사이로 옮기고 통과시키는 일이었다. 그 일의 큰 몫이 지식 베이스와 에이전트 레이어로 넘어가면, 그 계층 자체가 얇아진다.

내 입장은 분명하다. 대기업이라는 조직 형태는 무조건 비효율적일 수밖에 없고, 반드시 업무 단위로 매우 작게 쪼개져야 한다. 큰 조직의 비효율 상당수는 “사람이 많아서 생기는 조정 비용”인데, AI가 그 조정의 상당 부분을 흡수하면 큰 채로 있을 이유가 줄어든다.

불편한 부분 — AI를 못 쓰는 사람

여기서 불편한 말을 해야겠다. 안타깝지만, AI를 활용하지 못하는 사람은 조정의 대상이 된다고 본다. AI는 마치 컴퓨터 같은 것이다. 컴퓨터를 다루지 못하는 사람이 요즘 세상에 사무직으로 일하는 게 사실상 불가능한 것과, 같은 일이 벌어진다고 본다.

이건 사람에 대한 비난이 아니라 구조에 대한 관찰이다. 그리고 1인 운영자라는 한쪽 끝에서 보는 베팅이지, 증명된 명제가 아니다(그래서 N=1이라 밝힌다). 컴퓨터가 그랬듯 AI도 결국 배우면 되는 도구이고, 도태를 막는 길은 사람을 탓하는 게 아니라 배울 기회를 구조로 까는 것이라고 본다. 다만 “배우지 않아도 된다”는 선택지는 점점 사라진다 — 그게 내가 보는 방향이다.

그럼 대기업은 사라지나? 아니다

여기서 균형을 잡아야 한다. “AI만 있으면 다 1인으로 된다”는 순진하다. 나도 1인으로는 분명히 힘든 부분이 있다 — 브랜딩, 마케팅, 디자인 같은 전문 영역은, 내가 AI 도움을 받아 어설프게 하는 것과 그 분야 전문가가 AI를 활용하는 것 사이에 활용도 차이가 크다. 전문가 + AI가 거의 항상 낫다.

그래서 내가 그리는 미래는 “대기업의 소멸”이 아니다. 대기업은 자기가 강한 영역 — 자본, 규모, 전문가 풀 — 에 남는다. 다만 약한 분야, 비효율이 누적되던 영역은, AI로 레버리지를 극대화한 작은 기업들이 하나씩 가져간다. 큰 조직은 강점만 남기고 얇아지고, 그 빈자리를 고레버리지 작은 셀들이 채운다.

가져갈 것

보고를 잘 쓰려고 AI를 쓰지 마라. 그건 없어져야 할 노동을 가속하는 토큰 낭비다. AI는 보고라는 형식 자체를 없애는 데 써야 한다.
push(보고)를 pull(지식 베이스)로 뒤집어라. 단, “쌓아두면 쓰레기”라는 함정은 정리하는 에이전트가 풀어야 성립한다. 인간은 데이터를 넣고, 에이전트가 가공한다.
조직은 AI 레버리지 단위로 작아진다. 대기업은 사라지지 않지만 강점만 남고, 약한 분야는 작은 고레버리지 기업이 가져간다. “다 1인 된다”는 순진하다 — 전문가 + AI가 거의 항상 낫기 때문이다.

저작·인용: 이 글은 Ascendy Engineering이 작성했으며 출처 표기 시 재인용 가능합니다. 잘못된 정보를 발견하면 GitHub 이슈로 알려주세요.

Tags: ai, future-of-work, organization, bureaucracy, knowledge-management, opinion