AI가 조직의 중심, 사람은 가장자리에서잭 도시가 말한 이 개념으로 웨이스 조직도 가고 있습니다
잭 도시가 블록에서 가는 조직 개념은 AI가 중심에 있고 사람은 가장자리에서 일하는 것입니다. 관리자가 하던 정보 전달과 조율은 AI가 맡고, 사람은 판단과 신뢰처럼 AI가 못 하는 일을 가장자리에서 맡습니다.
제조 AI 운영체제 VEXPLOR를 만들고 있습니다. 스마트공장 구축 현장에서 데이터 표준화·온톨로지·디지털트윈·자율형공장을 다루며, 이 블로그에는 현장에서 실제로 부딪힌 문제와 그때 내린 판단을 씁니다.
잭 도시가 블록에서 가는 조직 개념은 AI가 중심에 있고 사람은 가장자리에서 일하는 것입니다. 관리자가 하던 정보 전달과 조율은 AI가 맡고, 사람은 판단과 신뢰처럼 AI가 못 하는 일을 가장자리에서 맡습니다.
트위터 공동 창업자 잭 도시가 이끄는 핀테크 회사 블록이 2026년 2월 전 직원의 40%, 약 4,000명을 내보냈습니다. 관리 계층을 지금 최대 5단계에서 2026년 안에 2~3단계로 줄이고, 관리자가 하던 정보 전달과 조율을 AI 에이전트에 넘긴다는 계획입니다.
공장에서 MES나 제조 AI 같은 시스템을 처음 들이는 담당자는 견적서 여러 장을 앞에 두고 같은 고민을 합니다. 기능은 비슷해 보이고, 가격은 조금씩 다르고, 어느 회사가 3년 뒤에도 곁에 있을지는 알 수 없습니다. 이 고민은 새것이 아닙니다.
공장에 AI를 넣는다고 하면 대개 기술 이름부터 나옵니다. 예지보전, 비전 검사, 생산 스케줄링 같은 이름입니다. 그런데 기술 이름으로 AI 도입을 설명하면 앞 글에서 짚은 문제가 그대로 반복됩니다. 설비 목록으로는 공장이 하는 일이 보이지 않았듯이, 기술 목록으로는 AI가 어떤 판단을 대신하는지가 보이지 않습니다.
공장의 순환에는 길이가 다른 3가지 주기가 있습니다. 교대 주기에서는 실적과 정지를 보고 작업 순서를 조정하고, 일 주기에서는 내일 일정을 고치고, 월 주기에서는 표준 시간과 작업 표준을 고칩니다. 앞선 글에서 이것을 한 문장으로 정리했습니다. 짧은 주기는 순서를 바꾸고, 긴 주기는 기준을 바꿉니다.
공장 운영을 설명해 달라고 하면 대개 설비 목록이나 시스템 이름부터 나옵니다. 프레스가 몇 대이고, ERP와 MES를 쓴다는 식입니다. 그런데 그것은 공장이 쓰는 도구의 이름이지 공장이 하는 일의 정의가 아닙니다.
저희는 제조 현장에서 AI가 스스로 판단하고 설비까지 연결되는 운영체제를 만들고 있습니다. 그 길에서 먼저 확보해 둬야 했던 기술 두 가지를 특허로 등록했습니다.
지식그래프를 쓰는 검색 증강 생성(Graph RAG)을 붙이려고 할 때, 대부분의 안내는 이렇게 시작합니다. 문서를 언어 모델에 넣고 개체와 관계를 뽑아 그래프를 만들라는 것입니다.
웨이스가 가려는 곳을 한 줄로 적으면 이렇습니다. 공장 시스템의 값이 "몇 사람이 몇 달 붙었나"가 아니라 "무엇이 돌아가고 있나"로 매겨지는 자리.
같은 고객 요청 기록에서, 사람이 답할 때는 절반이 9일 안에 들어왔습니다. 자동 개발 체계가 요청을 받기 시작한 뒤로는 절반이 18.4분 안에 들어옵니다.
저희가 만들려는 것을 한 문장으로 적으면 이렇습니다. 사람이 그 자리에 없어도 판단이 되는 상태. 공장에서 하려는 일이 그것입니다. 설비 앞에 사람이 붙어 있어야만 무슨 일이 벌어지는지 알 수 있는 공장에서, 설비가 자기 상태와 조건을 스스로 내놓는 공장으로 옮겨 가는 일입니다.
기업 구매자는 영업 담당자를 만나고 싶어 하지 않습니다. 이제 새삼스러운 이야기가 아닙니다. 그래서 파는 쪽은 대개 같은 결론에 이릅니다. 사이트에 자료를 더 올리자는 것입니다.