🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

이 글은 로마군의 위계 구조부터 현대 기업의 매트릭스 조직까지 이어진 정보 전달의 한계를 짚고, Block이 AI 기반 세계 모델과 지능 계층으로 계층적 조정을 대체하려는 구상을 설명한다.

📌 핵심 요약

• 세쿼이아는 스타트업 성공의 핵심 예측 변수로 속도를 보며, Block은 AI를 단순 생산성 도구가 아니라 조직 설계를 근본적으로 바꾸는 수단으로 보고 있다.
• 로마군, 프로이센 참모본부, 미국 철도회사, 테일러식 과학적 관리, 전후 매트릭스 조직은 모두 대규모 조직에서 정보를 모으고 결정을 전달하기 위한 역사적 해법이었다.
• 하지만 인간 관리자의 통제 범위가 제한되어 있기 때문에 조직이 커질수록 계층은 늘어나고, 계층이 늘어날수록 정보 흐름과 의사결정 속도는 느려지는 구조적 긴장이 반복되었다.
• Block은 원격 우선 환경에서 생성되는 결정, 토론, 코드, 디자인, 계획, 문제, 진행 상황 같은 기록을 바탕으로 회사 내부를 지속적으로 이해하는 회사 세계 모델을 만들 수 있다고 본다.
• 또한 Cash App, Square 등에서 나오는 거래 데이터를 고객 세계 모델의 정직한 신호로 삼고, 이를 capabilities, world model, intelligence layer, interfaces라는 네 요소로 조합해 다른 종류의 회사를 만들려 한다.

🧩 주요 포인트

1. 세쿼이아는 스타트업 성공의 핵심 예측 변수로 속도를 보며, Block은 AI를 단순 생산성 도구가 아니라 조직 설계를 근본적으로 바꾸는 수단으로 보고 있다.
2. 로마군, 프로이센 참모본부, 미국 철도회사, 테일러식 과학적 관리, 전후 매트릭스 조직은 모두 대규모 조직에서 정보를 모으고 결정을 전달하기 위한 역사적 해법이었다.
3. 하지만 인간 관리자의 통제 범위가 제한되어 있기 때문에 조직이 커질수록 계층은 늘어나고, 계층이 늘어날수록 정보 흐름과 의사결정 속도는 느려지는 구조적 긴장이 반복되었다.
4. Block은 원격 우선 환경에서 생성되는 결정, 토론, 코드, 디자인, 계획, 문제, 진행 상황 같은 기록을 바탕으로 회사 내부를 지속적으로 이해하는 회사 세계 모델을 만들 수 있다고 본다.
5. 또한 Cash App, Square 등에서 나오는 거래 데이터를 고객 세계 모델의 정직한 신호로 삼고, 이를 capabilities, world model, intelligence layer, interfaces라는 네 요소로 조합해 다른 종류의 회사를 만들려 한다.

🧠 상세 정리

1. 속도와 조직 설계에 대한 문제 제기

글은 세쿼이아가 스타트업 성공을 예측하는 가장 중요한 지표로 속도를 본다는 관찰에서 출발한다. 많은 회사가 AI를 개인의 생산성을 높이는 도구로 다루지만, 글의 관심은 AI가 사람들이 함께 일하는 방식을 바꿀 수 있는지에 있다. Block은 기존 조직을 조금 더 효율적으로 만드는 수준이 아니라, 조직 설계 자체를 다시 생각하려는 사례로 제시된다. 핵심은 AI를 통해 속도를 누적되는 경쟁우위로 만들 수 있느냐이며, 이를 위해 위계가 수행해 온 조정 기능을 다른 방식으로 대체하려는 문제의식이 놓여 있다.

2. 로마군 위계와 통제 범위의 기원

글은 현대 기업 조직도보다 훨씬 이전에 로마군이 대규모 인원을 제한된 통신 속에서 조정해야 하는 문제를 해결했다고 설명한다. 로마군은 여덟 명 단위의 contubernium에서 시작해 century, cohort, legion으로 이어지는 중첩된 위계를 만들었고, 각 단계에는 명확한 권한을 가진 지휘자가 있었다. 이 구조는 단순한 군사 편제가 아니라 아래의 정보를 모으고 위의 결정을 전달하는 정보 라우팅 프로토콜이었다. 인간 리더가 효과적으로 관리할 수 있는 인원이 대략 세 명에서 여덟 명 사이라는 제약이 이 구조의 핵심이며, 오늘날 대규모 조직의 통제 범위 문제도 같은 제약 위에 서 있다.

3. 프로이센 참모본부와 중간관리의 탄생

다음 전환점은 1806년 예나 전투 이후 프로이센이 군대를 재건한 과정에서 등장한다. 샤른호르스트와 그나이제나우가 이끈 개혁가들은 최고 지휘관 개인의 천재성에 조직 전체를 의존시킬 수 없다고 보고, 작전을 계획하고 정보를 처리하며 부대 간 조정을 맡는 전문 장교 집단인 참모본부를 만들었다. 글은 이 참모 장교들을 현대적 의미의 중간관리 이전 형태로 해석한다. 이들은 직접 전투를 수행하기보다는 정보를 라우팅하고, 결정을 미리 계산하며, 복잡한 조직 전체의 정렬을 유지하는 역할을 했다. 또한 군대가 선 기능과 참모 기능을 구분한 것이 오늘날 기업의 line과 staff라는 용어로 이어졌다고 설명한다.

4. 철도회사와 현대 기업 조직도의 형성

군사적 위계는 1840~1850년대 미국 철도산업을 통해 기업 세계로 들어왔다. 미 육군은 웨스트포인트 출신 엔지니어들을 민간 철도회사에 빌려주었고, 이들은 군대식 조직 사고를 철도 운영에 가져왔다. 철도망은 수백 마일에 걸쳐 수천 명의 노동자를 움직여야 했고, 비공식적 관리 방식으로는 충돌 사고와 운영 실패를 막기 어려웠다. 뉴욕 앤드 이리 철도의 대니얼 매캘럼은 이런 문제를 해결하기 위해 세계 최초의 조직도를 만들었고, 이는 권한의 층위, 보고선, 구조화된 정보 흐름을 명확히 했다. 글은 이 조직도가 로마군의 위계 논리를 상업화한 것이며 현대 기업의 청사진이 되었다고 본다.

5. 과학적 관리와 기능별 피라미드의 정착

프레더릭 테일러는 군대와 철도가 만든 정보 라우팅 체계 안에서 실제 업무가 어떻게 수행되어야 하는지를 최적화했다. 그는 일을 전문화된 과업으로 쪼개고, 훈련된 전문가에게 배정하며, 직관보다 측정에 따라 관리하는 방식을 강조했다. 이 접근은 기능별 피라미드 조직을 낳았고, 조직은 효율성을 중심으로 설계되었다. 글에서 테일러식 관리는 위계 자체를 발명한 것이 아니라, 이미 형성된 위계 내부의 작업 방식을 정교화한 것으로 제시된다. 따라서 현대 기업 조직은 군사적 정보 전달 구조, 철도의 상업적 운영 필요, 테일러식 효율화가 결합해 만들어진 결과로 설명된다.

6. 전쟁, 매트릭스 조직, 문화적 정렬의 필요

기능별 위계가 받은 첫 번째 큰 스트레스 테스트는 제2차 세계대전의 맨해튼 프로젝트였다. 오펜하이머는 로스앨러모스를 기능별 부서로 구성했지만, 군대식 구획화 본능에 저항하며 부서 간 공개 협업을 요구했다. 1944년 내폭 문제가 중요해지자 그는 연구소를 그 문제 중심으로 재편해 당시 기업 세계에서는 보기 어려운 교차기능 팀을 만들었다. 전후 기업이 성장하고 세계화되면서 기능 조직의 한계는 더 뚜렷해졌고, 맥킨지는 기능 전문성과 사업부 단위를 결합한 매트릭스 조직의 지적 틀을 제시했다. 이후 7-S 프레임워크는 전략, 구조, 시스템 같은 단단한 요소만으로는 충분하지 않으며 공유 가치, 기술, 인력, 스타일 같은 인간적 요소의 정렬도 필요하다고 강조했다.

7. 최근 조직 실험과 반복되는 한계

기술 기업들은 최근 수십 년 동안 전통적 위계의 한계를 넘어서기 위해 다양한 조직 구조를 실험했다. Spotify는 짧은 스프린트 주기의 교차기능 squad를 대중화했고, Zappos는 관리 직함을 없애는 Holacracy를 시도했으며, Valve는 공식 위계가 거의 없는 평평한 구조로 운영되었다. 이 실험들은 기존 위계가 경직되고 느리며 관료적이라는 문제를 보여주었지만, 근본적 대체재를 만들지는 못했다. Spotify는 규모가 커지며 더 전통적인 관리 방식으로 돌아갔고, Zappos는 상당한 이탈을 겪었으며, Valve의 모델은 수백 명을 넘어 확장하기 어려웠다. 글은 수천 명 규모의 조직이 결국 위계로 되돌아가는 이유를 위계를 대체할 만큼 강력한 정보 라우팅 메커니즘이 없었기 때문이라고 정리한다.

8. Block의 AI 기반 회사 세계 모델과 고객 세계 모델

Block은 조직이 반드시 인간 관리자를 조정 메커니즘으로 삼아 위계적으로 구성되어야 한다는 전제를 의심한다. 일반적인 AI 도입이 각 구성원에게 코파일럿을 제공해 기존 구조를 조금 더 낫게 만드는 것이라면, Block이 추구하는 것은 회사 자체를 하나의 지능 또는 미니 AGI처럼 만드는 방향이다. 이를 위해서는 회사 운영을 지속적으로 이해하는 회사 세계 모델과, 그 모델을 유용하게 만드는 풍부한 고객 신호가 필요하다. Block은 원격 우선 회사이기 때문에 결정, 토론, 코드, 디자인, 계획, 문제, 진행 상황이 모두 기록된 행동으로 남고, AI는 이를 이용해 무엇이 만들어지고 무엇이 막혔으며 자원이 어디에 배분되는지 계속 파악할 수 있다. 여기에 Cash App의 구매자, Square의 판매자, 가맹점 운영 데이터에서 나오는 거래 신호를 더해 고객 세계 모델을 만들고, capabilities, world model, intelligence layer, interfaces라는 네 요소로 제품이 아닌 지능 중심의 회사를 구성하려 한다.

🧾 핵심 주장 / 시사점

• 이 글의 핵심은 AI가 업무 보조 도구를 넘어 조직의 정보 라우팅 기능 자체를 대체할 수 있는지에 있으며, 이는 단순한 자동화 논의와 다르다.
• 역사적으로 조직 구조의 변화는 늘 대규모 조정과 정보 흐름의 병목을 해결하려는 시도였고, Block의 구상도 같은 문제를 AI와 데이터 모델로 다시 푸는 시도다.
• Block이 강조하는 차별점은 고객의 말이나 의도가 아니라 실제 거래라는 행동 신호를 기반으로 고객 세계 모델을 만들고, 이를 회사 내부 운영 모델과 결합하려 한다는 점이다.

✅ 액션 아이템

• 로마군·철도·테일러식·매트릭스 조직 사례의 공통 구조를 기반으로 현재 의사결정 경로의 병목 계층을 재정의한다.
• Block의 capabilities·world model·intelligence layer·interfaces 구성으로 결정·토론·코드·디자인·계획 기록을 하나의 회사 세계 모델로 통합 관리한다.
• Cash App·Square 거래 데이터를 고객 세계 모델의 정직한 신호로 쓰기 위해 속도 예측 변수와 연동해 해석 범위를 점검한다.

❓ 열린 질문

• 어떤 단계에서 계층이 늘어날수록 정보 전달 지연이 실제로 급증해 의사결정 속도가 떨어지는지 어떻게 가시화할 것인가?
• 원격 우선 환경에서 생성되는 결정·토론·코드·디자인·진행 기록 중 어떤 항목이 intelligence layer 갱신에 가장 큰 기여 신호인가?
• 거래 데이터가 고객 세계 모델의 정직한 신호가 되려면 어떤 추가 신호를 결합해야 정량적 정합성을 보장할 수 있는가?