관리자는 죽지 않았다, Camille Fournier가 AI 시대의 매니저 역할을 세 갈래로 다시 짚는다

TL;DR

• Camille Fournier는 관리가 곧 끝난다는 CEO들의 발언을 공상과학 같은 미래상이라 부르며 받아들이지 않는다. 그녀는 2026년 현재 관리자가 하는 실제 일을 기술 역량, 신호 처리, 사람 관리 세 축으로 나눠 AI가 각각에 미치는 영향을 짚는다.
• 신호 처리에서 그녀의 경고는 두 가지다. AI가 주는 가시성을 이해와 혼동하면 안 되고, 성과 평가 같은 관리 결정은 책임질 수 있는 사람이 직접 써야 한다. 기계는 책임질 수 없으므로 관리 결정을 내릴 수 없다는 논리다.
• 사람 관리는 가장 어두운 축이다. 더 큰 팀과 코딩까지 요구받고, 값싼 코드가 영역 다툼을 키우며, AI가 조직 간 신뢰를 쌓는 일상 대화를 대신한다고 본다.
• 처방은 쉬운 길로 퇴보하지 않기, AI 사용 방식의 정책과 표준 세우기, 놀라움을 추적하기, 생산성 이득 일부를 회의와 대화에 다시 쓰기다.
• 글은 강연 원고를 다듬은 개인 의견이다. 인용된 수치와 Meta 사례는 글쓴이가 다른 글을 가리켜 소개한 것이며 이 노트에서 1차 자료를 확인하지 못했다.

글의 성격과 출발점

이 글은 Fournier가 뉴욕 LDX3 콘퍼런스에서 한 강연을 글로 옮긴 것이다. 그녀는 4월에 주제를 정하며 9월이면 다 이해하게 될 줄 알았지만 그렇지 못했고 주최 측이 붙여 준 제목 덕분에 범위를 좁혀 정리할 수 있었다고 밝힌다. 글은 강연 원고 그대로가 아니다. 저자는 『The Manager’s Path』의 지은이이고 이 노트는 Medium 본문을 브라우저로 끝까지 읽은 것이다.

첫 장면은 관리의 종말을 선언한 기술 기업 CEO 세 명의 인용이다. Jack Dorsey는 영구적인 중간 관리층이 필요 없다고 했고 Brian Chesky는 앞으로 사람 관리자가 가치가 없을 것이라고 했으며 Brian Armstrong은 순수 관리자는 없고 모든 리더가 강한 개인 기여자여야 한다고 했다. 글은 이 인용의 원출처를 확인하지 못했고 글쓴이가 전한 그대로다. Fournier는 이 발언들을 사람의 일자리가 대량으로 줄거나 데이터센터가 우주에 들어선다는 미래상과 같은 묶음, 곧 현실 이해가 아니라 공상과학의 아이디어로 분류한다. 그래서 미래학자가 아닌 자신은 관리가 끝났다면 성립하지 않을 관리자의 길 대신 2026년의 실제 일에 집중하겠다고 말한다.

기술 역량은 위험 관리의 도구다

그녀가 보는 관리의 상당 부분은 위험 관리다. 일이 적정한 품질과 기간 안에, 사람들이 줄줄이 그만둘 만큼 지치지 않게 끝나도록 하는 책임이다. 소프트웨어를 직접 만들어 본 경험이 없으면 일이 얼마나 걸릴지, 좋은 결과가 어떤 모습인지 알기 어렵고 판단을 전부 위임해야 한다. 불가능하지는 않지만 더 어렵다는 것이 그녀의 입장이다.

문제는 소프트웨어를 만드는 방식이 급격히 바뀌었다는 점이다. 엔지니어가 한 줄씩 쓰는 대신 에이전트에게 지시하고 그래서 겉보기에 완성된 소프트웨어가 나오는 속도가 크게 빨라졌다. 그녀는 세 가지 이상 현상을 든다. 사람들, 특히 경영진만이 아니라 개별 엔지니어도 새 속도에 중독되어 조급해진다. 한 사람이 혼자 할 수 있는 양이 커져서 일을 나누는 직관을 다시 세워야 한다. 보안 위험과 장기 유지보수 품질 같은 위험이 커진다. 그녀는 이 축이 업계가 가장 잘 풀어 갈 영역이라고 보며 마법 같은 해법은 없고 실험하고 배운 것을 나누는 수밖에 없다고 말한다.

신호 처리, 가시성은 이해가 아니다

두 번째 축은 신호 처리다. 문제를 진단하고 팀을 디버깅하고 모호함 속에서 결정하는 능력, 곧 정보가 아니라 올바른 정보를 얻는 능력이다. 글은 Dorsey의 말, 즉 회사의 속도는 정보 흐름에 달려 있고 위계와 중간 관리가 그 흐름을 막는다는 주장에서 출발한다. 관리 축소론의 밑바탕에는 AI가 조직을 감독하는 사이버네틱 장치가 되어 정보가 컴퓨터를 거쳐 훨씬 적은 의사결정자에게 닿는다는 가정이 있고 글은 그 지점을 손짓으로 넘어가는 대목이라고 비꼰다.

AI가 가시성을 높이는 것은 인정한다. 작업의 디지털 산출물이 있으면 지난주에 Jane이 무엇을 했느냐는 질문에 그럴듯한 출발점 답을 얻을 수 있고 개인 기여자와의 일대일 대화에서 상태 보고를 줄이고 깊은 이야기에 시간을 쓸 수 있다. 그러나 한 사람을 넘어 여러 사람에 걸친 질문에서는 답이 덜 유용해지고 결국 사람에게 되묻는 데 드는 시간이 처음부터 사람에게 물어본 시간과 비슷해진다고 자신의 경험을 전한다. 더 중요한 것은 리더에게 직접 묻는 일이 그들이 중요한 것을 생각하고 팀의 일과 그 정당화를 이해하도록 훈련시킨다는 점이다. 이것은 잘 정렬된 조직을 유지하는 데 중요하다.

또 하나의 우려는 상황 인식의 약화다. 신체 언어와 어조, 카메라를 켜고 끄는 것, 하지 않은 말 같은 비텍스트 정보가 많은데, AI 노트 테이커에 의존해 회의에서 주의를 꺼 버리면 이런 신호를 잃는다. 요약에 의존하면 알고리즘이 강조한 세부만 믿게 되고 어떤 정보는 필연적으로 깎여 나간다. 이 지점은 그녀의 추측이며 측정된 연구는 글에 없다.

가장 날카로운 주장은 결정에 관한 것이다. 역량 매트릭스와 이름을 주고 기간 중 한 일을 뽑게 해 최신성 편향을 막는 용도는 유용하다. 하지만 AI가 평가서를 쓰기 시작하는 순간 결정을 대신 내리기 시작한다. AI의 글은 설득력이 있고 생각을 한 방향으로 끌어당기며 이 끌림이 위험하다고 그녀는 말한다. IBM의 1979년 문구를 빌려 기계는 책임질 수 없으므로 관리 결정을 내릴 수 없다고 말하고 자신이 쓴 자기평가를 그대로 복사해 붙인 상사의 평가서를 받고 신뢰를 잃은 경험을 든다. 평가서는 관리 결정이고 그 모든 문장을 변호할 수 있어야 하며 대부분은 직접 써야 그 확신에 이른다는 결론이다.

사람 관리, 가장 우울한 축

세 번째 축을 그녀는 우울하다고 평한다. 쉬워진 점이 있어도 AI가 가져온 새 대인 문제에 묻혔다는 것이다. 먼저 기대치가 올랐다. 가시성과 AI 생산성을 이유로 관리자가 훨씬 큰 팀을 맡고 관리자를 줄이고 새로 뽑지 않으면서 도움은 오지 않는다. 일부 회사는 코드를 쓰라고도 요구하는데 그녀는 관리자가 가치 있는 개인 기여를 하지 않는다는 생각이 어이없다고 말한다. 그 위에 AI 전환을 관리해야 한다. 팀이 AI를 충분히, 너무 많지 않게 쓰게 하고 불안을 달래고 조급함을 다루며 정작 자신은 아무도 가르쳐 주지 않는 채 알아서 쓰라는 요구를 받는다. 글은 관리자 세 명 중 한 명이 개인 기여자로 돌아갈 생각을 한다는 수치를 들지만 출처를 달지 않았다.

정치도 달라졌다. 과거에는 작동하는 코드가 이긴다는 말이 유용한 신호였다. 코드를 짰다면 그만큼 애를 썼고 관심이 있었고 의견이 강했다는 뜻이었기 때문이다. 코드가 싸진 지금은 기존 시스템을 생각하기 귀찮아 그냥 새로 만들고 이제 그것이 우리 팀의 책임이자 소유라고 주장하는 일이 생긴다. 그녀는 AI가 조직의 문화적 채널을 망가뜨린다고 본다. 사람은 누가 무엇을 소유하는지, 가까운 팀과 먼 팀 사이에서 어떤 대화가 필요한지를 생각하며 코드를 쓰는데, Conway의 법칙을 무시한 AI는 보이는 모든 것에 의존성을 걸고 시작한 팀이 잘못을 깨닫지 못한 채 오용한다는 설명이다. 이 통찰은 지인 Tim Danford가 낸 생각이라고 그녀는 각주에서 밝힌다. 마지막으로 AI는 조직 사이의 신뢰를 쌓던 일상 교환을 잠식한다. 간단한 질문에 AI가 답해 주는 것은 좋지만 동료에게 묻고 사소한 호의를 주고받으며 성격을 알고 네트워크를 쌓는 일은 사라진다.

더 나빠질 수 있다는 전망과 처방

중간에 그녀는 상황이 나아지기 전에 더 나빠질 것이라는 우울한 전망을 적는다. 생산성 강박이 새 일을 가장 먼저 한 사람에게 보상하는 습관, 소통 부족과 겹치면 거의 진짜 같은 80% 시스템이 곳곳에 생긴다. 시민 개발자가 일으킬 혼란은 말할 것도 없다. 그 끝은 과부하에 걸린 관리자가 놓치는 통제 불능의 파편화된 시스템과 논리라는 진단인데, 이는 그녀의 예측이며 근거 자료는 글에 없다.

그래도 관리에 남으려는 사람에게 세 가지를 권한다. 첫째, 쉬운 쪽으로 퇴보하지 말라. 새 코딩 방식과 AI로 팀을 관리하는 데만 시간을 쓰지 말고 사람에게도 시간을 쓰라는 뜻이고 반대로 모래에 머리를 묻은 사람은 AI에 익숙해져 팀의 전환을 도와야 한다. 둘째, 무엇을 해야 하는가다. 코드 리뷰를 고치고 평가와 새 테스트 방식을 고민하는 일도 중요하지만 정책과 표준이라는 문화적 변화도 그만큼 중요하다. 그녀가 몇 달 전 쓴 Respectful AI Policy는 팀 리더들의 불만을 듣고 나온 것이고 사람들이 슬롭을 동료에게 보내거나 주의를 계속 꺼 둘 것이라고는 생각하지 못했다며, 인간 본성을 조금 과대평가했다고 고백한다. 상황 인식의 약화에는 옛 방식이 통한다. 놀라움을 추적하라는 것이다. 셋째, 목표를 기억하라. 개인 생산성을 높이면서 팀의 일관성을 지키고 값싼 코드에서 올 영역 다툼을 예방하는 협력과 신뢰가 핵심이다.

마지막 제안은 일부가 싫어할 것이라고 스스로 말한다. 사람과 더 많이 이야기하라는 제안이다. 한 사람이 여러 명분의 코드를 짧은 시간에 만드는 지금은 아무리 좋은 요약도 개인과 집단이 서로 다른 방향으로 흘러가는 것을 잡지 못할 수 있다. 그러니 생산성 이득의 일부를 회의와 설계 리뷰, 대화처럼 속도를 늦추는 것처럼 보이는 활동에 다시 써야 한다는 결론이다.

결론과 읽을 때 유의할 점

결론부에서 글은 최근 소식을 든다. Meta가 9월 13일경 가장 공격적이던 관리 축소를 일부 되돌렸다고 전한다. 관리자 수를 정상 수준에서 관리자 한 명당 40~50명 비율로 줄인 데서 나쁜 결과가 많이 나왔기 때문이라는 설명이다. 각주는 Kellan Elliott-McCrea의 글 「Managers Are Catalysts」를 가리킨다. 이 노트에서 그 글을 확인한 결과, 그는 관리자를 활성화 에너지를 낮추는 촉매에 비유하고 Facebook이 일부 팀에서 50 대 1 비율로 줄이며 소프트웨어 개발 프로세스를 바꾼 뒤 사고가 전년 대비 40% 늘고 팀 정서가 6개월 동안 74%에서 55%로 떨어졌으며 코드 변경은 220% 늘었지만 고객에게 전달되는 가치는 따라가지 않았다고 쓴다. 다만 이 수치는 그 글이 다른 글을 링크해 전한 것이고 1차 출처는 이 노트에서 읽지 않았다.

마지막 인용은 Harper Reed가 고등학생들에게 한 말이다. 누가 어떤 시스템의 작동 방식을 설명해 주면 그 설명을 믿을 때 누가 이익을 보는지 물으라는 말이다. Fournier는 관리가 중요하지 않다는 미래를 파는 사람들이 강력한 사람들이라는 점을 짚고 자신의 역할이 사라지는 것이 불가피하다는 절망적인 메시지를 거부하라고 말한다. 다만 그러려면 Claude보다 사람과 더 많이 이야기해야 한다는 조건을 붙인다.

이 글은 강연 원고를 다듬은 의견이며 설문이나 측정이 없다. 관리자 세 명 중 한 명이 개인 기여자 복귀를 고려한다는 수치나 Meta 사례는 2차 서술이다. 저자는 관리자를 다룬 책의 지은이로서 이 주제에 직업적 이해관계가 있다. 반대로 관리 축소를 옹호하는 쪽의 가장 강한 논거는 글에서 세 CEO의 짧은 인용으로만 등장하며 충분히 다뤄지지 않는다. 그래도 가시성과 이해를 구분하고 책임질 수 없는 기계에 결정을 넘기지 말라는 두 가지 구분은 관리자가 아니어도 AI 도구를 쓰는 누구에게나 적용할 수 있다.

참고 자료

Camille Fournier — The Manager’s Path in the Age of AI (Medium) — 브라우저로 본문 전체(약 14분 분량)를 읽고 정리했다. 대표 이미지는 글에 실린 삽화이며 하단 출처 표기는 Anton Grabolle, Better Images of AI, CC BY 4.0이다.

Kellan Elliott-McCrea — Managers Are Catalysts — 글의 각주가 가리키는 글로, Facebook 관리 축소 수치와 촉매 비유를 대조했다.