
"AI가 사람을 대체하는 것이 아니라, AI를 활용하는 사람들이 AI를 활용하지 않는 사람들을 대체할 것입니다."
Arvind Jain은 AI가 단순히 인간의 일을 대체하는 것이 아니라, 인간의 생산성을 극대화하는 도구로 작용할 것이라고 강조합니다.
그는 미래에는 모든 사람이 자신만의 AI 에이전트 팀을 갖게 될 것이며, 이 팀은 개인의 업무를 이해하고, 더 나아가 개인의 성장을 돕는 코치 역할까지 수행할 것이라고 설명합니다.
"우리는 앞으로 지금보다 10배 더 많은 일을 할 수 있을 것입니다."
AI는 단순한 계산기처럼 반복적이고 수작업적인 업무를 처리해주며, 인간은 더 창의적이고 고차원적인 작업에 집중할 수 있게 됩니다.
Glean은 기업 내부의 데이터를 활용해 "기업용 ChatGPT"와 같은 역할을 수행합니다.
이는 외부 정보뿐만 아니라 기업 내부의 지식과 데이터를 연결해 질문에 답하거나 업무를 지원합니다.
"우리의 비전은 모든 직원이 AI 팀을 통해 10배 더 생산적인 사람이 되는 것입니다."
Glean은 단순히 정보를 제공하는 것을 넘어, 사용자가 필요로 하는 맞춤형 에이전트를 생성하고, 이를 통해 업무를 자동화하거나 효율적으로 처리할 수 있도록 돕습니다.
CEO와 테니스 선수의 비유
Arvind는 AI 에이전트를 CEO의 보좌진이나 테니스 선수의 코칭 팀에 비유합니다.
"로저 페더러는 혼자 경기를 뛰지만, 그 뒤에는 50명의 팀이 그를 지원합니다. AI 에이전트는 우리 모두에게 그런 지원 팀을 제공할 것입니다."
제품 로드맵 작성의 혁신
Glean의 제품 관리자들은 고객과의 모든 대화를 AI 에이전트가 분석하도록 설정했습니다.
"에이전트는 고객 요구사항을 분류하고, 주요 테마를 도출하며, 이를 기반으로 로드맵을 작성합니다."
이는 과거에는 불가능했던 방대한 데이터를 활용해 더 정확하고 효율적인 의사결정을 가능하게 합니다.
대기업의 느린 AI 도입
대기업은 보안, 데이터 프라이버시, 기존 프로세스의 관성 등으로 인해 AI 도입이 느립니다.
"대기업은 새로운 기술을 도입하기 전에 신중하게 검토해야 합니다. 특히 AI는 보안과 데이터 관리가 핵심입니다."
데이터 품질 문제
기업 내부 데이터는 종종 오래되거나 불완전합니다.
"데이터는 항상 완벽하지 않습니다. 중요한 것은 데이터를 이해하고, 적절히 활용할 수 있는 검색 시스템을 구축하는 것입니다."
AI 교육의 중요성
"AI는 여전히 많은 사람들에게 접근하기 어려운 기술로 느껴집니다."
Glean은 사용자 역할에 맞춘 AI 교육과 사용 사례를 제안하며, AI 도입을 촉진하고 있습니다.
"AI는 불확실성이 큰 기술입니다. 따라서 빠르게 반복하고, 새로운 기술에 적응하는 것이 중요합니다."
Arvind는 AI 제품 개발에서 MVP(최소 기능 제품) 접근법과 유연한 사고방식이 필수적이라고 강조합니다.
"우리는 2개월 전에 만든 것을 버릴 준비가 되어 있어야 합니다. 시장은 빠르게 변하고, 새로운 기술이 계속 등장하기 때문입니다."
검색 엔지니어링 경험의 중요성
검색 엔지니어링은 불완전한 데이터와 확률 기반 시스템을 다루는 데 익숙하기 때문에, AI 개발에 적합한 배경이라고 설명합니다.
"회사는 사람입니다. 아이디어나 코드베이스보다 중요한 것은 사람입니다."
Arvind는 신뢰와 존중을 기반으로 한 기업 문화를 강조합니다.
"동료의 한 가지 강점을 존중하고, 나머지는 배워나갈 수 있도록 돕는 것이 중요합니다."
장기적인 비전과 단기적인 실행의 균형
Glean은 "모든 직원이 AI 팀을 통해 10배 더 생산적인 사람이 되는 것"이라는 장기 비전을 가지고 있지만, 실행은 월 단위로 유연하게 계획합니다.
"AI를 더 많이 사용하세요. AI를 활용하는 사람이 AI를 활용하지 않는 사람을 대체할 것입니다."
Arvind는 AI 학습과 활용이 필수적이며, 초기 학습에 시간을 투자하면 이후에 큰 시간 절약과 생산성 향상을 경험할 수 있다고 조언합니다.
"AI는 우리를 더 나은 사람으로 만들어줄 코치가 될 것입니다."
그는 AI가 단순한 도구를 넘어, 개인의 성장을 돕는 동반자가 될 것이라고 믿습니다.