How Jeetu Patel Runs Cisco Like the World''s Largest Startup

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

지투 파텔은 창업자식 책임감과 대규모 운영 역량을 결합하고 AI 전환을 밀어붙여 Cisco를 ‘세계 최대 스타트업’처럼 운영한다.

📌 핵심 요점

1. 부서보다 회사 전체의 성과를 책임진다. 파텔은 자신을 Cisco에 늦게 합류한 공동창업자로 여기며 제품·영업·마케팅의 경계를 넘어 문제를 해결한다. 리더십은 내부 운영자, 외부 인재, 인수 기업의 창업자·CEO를 각각 약 3분의 1씩 구성해 실행 속도와 규모를 함께 확보하려 한다.
2. AI 인프라와 에이전트 안전을 함께 제공한다. Cisco는 네트워킹·보안과 Splunk의 머신 데이터 역량을 결합한다. 에이전트의 외부 공격 피해와 목표 수행 중 발생하는 위험을 모두 다루기 위해 신원 관리, 관측 가능성, 실행 중 통제를 강조한다.
3. AI 도입을 새로운 문제 해결과 학습의 과제로 삼는다. 파텔은 단순한 업무 시간 단축보다 이전에 풀지 못했던 문제를 해결하는 데 가치를 둔다. 직원에게 AI 활용을 기본 역량으로 요구하면서 도구와 학습 기회를 제공하고, 초기에는 토큰을 무제한으로 지원했다. 약 50만 줄을 12만 줄로 줄인 2주간의 리팩터링 사례도 도입을 추진한 근거로 제시한다.
4. 빠른 실행에도 기술별 개발 주기와 사업 지표의 차이를 인정한다. 반도체는 약 5년 뒤 대규모 생산을 보고 투자하지만 모델·에이전트·앱은 약 3개월 또는 주 단위로 움직인다. GPU 확장과 전력 부족은 데이터센터 내부와 시설 간 네트워크 수요를 키운다. 다만 인터뷰에서 언급한 AI 사업의 약 93억 달러 규모는 수주액이며 매출과 구별해야 한다.
5. 야망을 키우되 학습을 막는 자존심은 내려놓는다. 파텔은 목표와 맞지 않는 사업에 17년간 머문 경험을 실수로 돌아본다. 새로운 대기업 환경에서 더 많이 배웠다는 회고를 통해 사업모델과 삶의 목표를 점검하고, 동료와 오래 성장하며 주어진 기회를 책임 있게 활용하라고 강조한다.

🧩 배경과 문제 정의

• Cisco는 네트워킹 중심의 대기업에서 AI가 안전하게 작동하도록 인프라·보안·관측 가능성을 제공하는 기업으로 전환하고 있다. 핵심 과제는 기존 규모를 활용하면서 스타트업처럼 빠르게 움직이는 것이다.
• 에이전트 사용이 확대되면 컴퓨팅과 네트워크 수요가 크게 늘어날 수 있다. 동시에 에이전트의 잘못된 행동과 외부 공격을 구별하고 통제해야 하는 문제가 커진다.
• 사내 AI 도입의 목적은 단순한 비용 절감보다 기존에 풀지 못했던 문제를 해결하는 데 있다. 직원의 고용 불안, 기술 분야마다 다른 도입 속도, 장기 제조 주기를 함께 다뤄야 한다.
• 대규모 데이터센터 투자가 과잉인지, AI에 업무를 안심하고 위임할 수 있는지가 주요 쟁점이다. 후반부에서는 파텔의 성장 배경과 초기 경험이 사업을 대하는 태도에 연결된다.

🕒 시간순 섹션별 상세정리

1. Cisco를 AI 시대의 기반 인프라 기업으로 전환한다

• Cisco의 역할은 골드러시의 곡괭이와 삽처럼 AI에 필요한 기반을 제공하는 것이다. 고객이 원하는 방식으로 AI를 실행하면서 안전과 보안도 확보하는 것이 제품 전략의 중심이다. [01:22]
• 대기업 전환의 실행 주체는 실제 제품을 만드는 팀이다. 리더십의 책임은 방향을 정하고, 적합한 사람을 배치하며, 진출할 시장을 선택할 체계를 마련하는 데 있다. [02:08]

2. 창업자처럼 부서 경계를 넘어 회사 전체를 책임진다

• 기능별 책임자는 자신의 영역을 지키는 데 익숙하지만, 사업의 소유자처럼 생각하는 사람은 다른 부서의 문제에도 개입한다. 파텔은 시장이 급변하는 시기에 이런 창업자식 접근이 유효하다고 보면서도 다른 구성원을 소외시키지 않아야 한다고 강조한다. [03:17]
• 파텔은 Cisco에 36년 늦게 합류한 공동창업자라는 마음가짐으로 회사의 이익과 제품 완성도를 책임진다. 회사 전체를 자신의 사업으로 여기는 태도가 행동의 기준이다. [04:11]

3. 리더십의 균형으로 속도와 규모를 함께 확보한다

• 리더십 팀의 약 3분의 1은 Cisco 내부에서 대규모 조직을 운영할 줄 아는 사람, 다른 3분의 1은 경쟁사와 시장에서 영입한 외부 인재로 구성한다. 외부 인재에게는 시장 감각뿐 아니라 시스템적 사고와 대규모 운영 경험도 요구한다. [05:08]
• 나머지 3분의 1은 인수한 회사의 공동창업자와 CEO다. 이들에게 매각한 회사보다 더 큰 범위의 책임을 맡기되, 창업자와 숙련된 운영자의 균형을 유지한다. [05:29]

4. 에이전트 확산에 필요한 인프라와 안전장치를 함께 구축한다

• 에이전트를 적극적으로 사용하는 사람이 전체의 2% 미만이라고 가정해도 현재 생산되는 인프라는 모두 소비되고 공급이 부족하다. 사용 비율이 25~50%로 올라가면 필요한 인프라 규모가 크게 달라질 수 있다. [06:51]
• 에이전트는 외부 공격자의 조작 때문에 잘못 행동할 수도 있고, 주어진 목표를 충실히 따르다가 위험한 결과를 만들 수도 있다. 두 경우를 구별하기 어려워지는 만큼 안전·보안·관측 가능성이 필요하다. [07:28]

5. AI 도입의 목표를 효율보다 새로운 문제 해결에 둔다

• AI의 핵심 가치는 업무를 20% 빠르게 하거나 인원을 줄이는 데 그치지 않는다. AI가 생성하는 독창적인 통찰로 이전에는 해결을 상상하지 못했던 문제를 푸는 것이 목표다. [09:15]
• 파텔은 앞으로 엔지니어가 줄기보다 더 필요해질 것이라고 강하게 예상한다. 코딩을 자동화하면 코드 리뷰가, 리뷰를 자동화하면 무엇을 만들지 판단하는 일이 새로운 인간의 병목으로 남기 때문이다. [09:35]

6. AI 사용을 업무의 기본 역량으로 요구하고 학습을 지원한다

• 약 3만 2,000명의 엔지니어와 다른 직원들이 AI의 가치를 경험하도록 유도하면서, AI를 사용하지 않으면 일자리를 잃게 된다는 기준을 명확히 했다. AI 활용을 지식노동자의 PC·인터넷 사용처럼 기본 역량으로 취급한다. [10:02]
• AI에 능숙한 사람과 활용하지 않아 직업적 관련성을 잃는 사람 사이의 격차가 커질 것으로 본다. Cisco는 적극적으로 활용하는 직원에게 필요한 도구와 지원을 제공한다. [10:56]

7. 대규모 리팩터링 성과와 지속적인 점검으로 도입을 밀어붙인다

• 초기 몇 달은 저항이 컸지만, 회의적이던 엔지니어링 리더도 모델 발전 속도와 실제 성과를 보고 판단을 바꿨다. 약 50만 줄을 약 12만 줄로 리팩터링하는 작업을 약 2주 만에 마쳤으며, 이를 약 5배의 개선으로 평가했다. [11:41]
• 현재 모델의 성능만으로 계획하기보다 3개월 뒤의 발전을 예상해 지금 조직을 바꿔야 한다는 판단이 나왔다. 인력 변화에 대한 불안에는 구성원 모두가 AI를 활용해 역량을 높이는 방향으로 대응했다. [12:56]

8. 하드웨어와 반도체의 AI 도입은 속도와 보안 조건이 다르다

• 소프트웨어의 AI 도입은 빠르게 진행되지만, 하드웨어는 유용한 설계 패턴이 나타나기 시작한 단계다. 반도체 조직은 데이터와 지식재산이 외부로 유출되어 복제될 위험 때문에 더 신중하게 접근한다. [14:22]
• 모델 성능 향상, 오픈 웨이트 모델, 자체 인프라는 반도체 분야의 도입 조건을 바꿀 수 있다. 파텔은 이런 변화가 반도체 개발 주기를 줄이는 데 도움이 될 것으로 기대한다. [14:57]

9. 서로 다른 개발 주기를 전체 기술 스택 안에서 조율한다

• 반도체는 약 5년 뒤의 대규모 생산을 예상해 지금 투자해야 한다. 반도체 IP부터 시스템·SDK·시장 출시까지 순서가 필요하므로, 단순히 12개월 안에 칩을 만들라고 요구해서 좋은 결과를 얻기는 어렵다. [15:25]
• 하드웨어는 공급망과 대량 생산 때문에 보통 18~24개월, 경우에 따라 30개월을 계획한다. 소프트웨어와 운영체제는 약 12~18개월로 상대적으로 짧다. [16:14]

10. GPU 확장이 데이터센터 사이를 연결하는 네트워크 수요로 계속된다

• 초기 트랜스포머는 단일 GPU에 들어갔지만, 모델 규모가 커지면서 서버 안의 8개 GPU, 서버 랙, 여러 줄의 랙이 하나의 거대한 기계처럼 함께 작동해야 했다. 이 과정에서 데이터센터 내부의 스케일아웃 네트워킹이 필요해졌다. [17:44]
• 전력 부족으로 데이터센터를 전력이 있는 지역에 분산해야 하는 경우가 생긴다. 수백 킬로미터 떨어진 시설도 하나의 논리적 컴퓨터처럼 작동해야 하므로 데이터센터 사이를 연결하는 스케일어크로스 네트워킹이 중요해진다. [18:38]

11. AI 네트워크 수주는 빠르게 성장하지만 매출과 구별해야 한다

• 하이퍼스케일러 대상 AI 사업의 첫해 수주 목표는 10억 달러였지만 실제 수주는 23억 달러였다. 다음해 목표를 약 50억 달러로 높였고, 실제 수주는 약 90억 달러에 도달했다. [19:37]
• 파텔은 사업을 2년 만에 0에서 93억 달러 규모로 키웠다고 표현한다. 다만 이는 수주액으로, Cisco 전체 매출 630억 달러와 바로 비교할 수 없으며 실제 매출로 전환되기까지 시간이 필요하다. [20:06]

12. 과잉 구축 여부는 현재 소비와 에이전트의 추가 수요로 판단한다

• 파텔은 데이터센터가 과잉 구축되고 있다는 주장에 동의하지 않는다. 공급을 먼저 늘리고 수요가 따라오기를 기다렸던 닷컴 시기와 달리, 현재는 새 인프라가 거의 즉시 소비되며 급격한 증설에도 공급 제약이 남아 있다는 이유다. [21:34]
• 에이전트는 같은 작업을 수행하는 인간보다 평균적으로 네트워크 대역폭을 450% 더 소비한다는 수치를 제시한다. 수조 개의 에이전트가 문서와 맥락을 반복해서 읽고 교환하는 상황에서는 대역폭과 토큰 수요가 더욱 커질 것으로 예상한다. [22:29]

13. 개인 에이전트는 이메일 적체와 심리적 부담을 줄인다

• 파텔의 개인 이메일은 약 17만 1,762개였고, 그중 약 14만 6,000개가 읽지 않은 상태였다. Instinct에 개인 이메일 접근 권한을 준 뒤 남은 이메일이 약 200개로 줄었다. [23:12]
• 에이전트는 이메일을 이동·보관하고 필요한 항목을 다시 찾아주며 여러 출처의 뉴스도 요약했다. 파텔은 밀린 이메일에 대한 부담이 줄면서 직접 이메일을 확인하는 일도 즐거워졌다고 느꼈다. [23:40]

14. 기업 가치의 과열과 AI의 구조적 변화는 동시에 존재할 수 있다

• AI가 생활 방식을 근본적으로 바꾸고 대규모 인프라를 요구하는 변화와, 일부 기업의 가치가 과도하게 높아지는 현상은 함께 나타날 수 있다. 플랫폼 전환기에는 많은 실험 중 일부만 성공하므로 개별 기업의 고평가가 전체 변화의 부재를 뜻하지는 않는다. [24:21]
• 파텔은 구조적 변화 자체의 실재성이 의심되는 경우를 거품으로 구분한다. 일부 기업의 과열은 인정하면서도 AI의 근본적인 변화까지 부정하기는 어렵다고 본다. [25:00]

15. AI에 업무를 위임하려면 신뢰와 실행 중 통제가 필요하다

• 컴퓨팅 공급 부족은 여전히 문제지만, 업무와 개인생활을 맡길 시스템을 신뢰할 수 있는지가 더 큰 과제로 부상한다. 파텔은 신뢰할 수 있는 위임과 그렇지 못한 위임의 차이가 시장 선도와 사업 실패를 가를 수 있다고 본다. [25:28]
• Cisco의 에이전트 보안 플랫폼은 모델 입력의 가시성, 비인간 주체의 신원 관리, 실행 중인 에이전트 목록, 모델 검증과 알고리즘 기반 레드팀을 포괄한다. 원치 않는 응답이나 행동을 실행 중에 가로채고 가드레일을 적용하도록 보안과 관측 기능을 결합한다. [26:11]

16. AI Defense를 모델 보호에서 에이전트 행동 감시로 확장한다

• AI Defense는 인터뷰 시점 기준 약 1년 반 전에 출시되어 이미 시장에서 제공되고 있다. 처음에는 대화형 모델을 보호했지만 이후 에이전트까지 적용 범위를 넓혀 지속적으로 행동을 감시한다. [27:16]
• 에이전트가 신발 구매액의 세 배를 환불하는 것처럼 업무 규칙을 벗어나는 행동도 통제 대상이다. 모델 응답뿐 아니라 실제 업무 수행 결과까지 감시해야 한다는 문제를 보여준다. [27:36]

17. 위험한 가정환경을 벗어난 이주와 식당 일이 자기인식을 바꾸기 시작한다

• 파텔의 회고에 따르면 아버지는 사람들의 돈을 가로채는 사기꾼이었고, 자신에게 납치 위험이 생길 만큼 인도에서의 생활이 위험해졌다. 아버지의 외도 상대가 자살한 사건도 그곳을 떠나려는 배경에 있었다. [28:18]
• 어머니에 대한 아버지의 학대 속에서 두 사람은 함께 탈출했다. 어머니는 소재를 공개하지 않은 곳에서 지냈고, 파텔은 미국의 학교와 생활 가능성을 알아보기 위해 떠났다. [28:47]

18. 대학생 인턴이 대출을 받아 회사 지분 인수에 참여하다

• 대학 시절 멘토였던 교수의 소개로 인턴이 됐고, 몇 달 뒤 창업자가 기존 투자자의 지분을 사들이려 하자 자신도 참여하겠다고 나섰다. 참여자들이 각각 25만 달러를 넣는 조건이었다. [30:34]
• 창업자가 아닌 인턴 신분이었지만, 아는 은행가에게 회사 인수에 필요한 25만 달러를 요청했다. 회사를 사면 무엇을 할 것이냐는 질문에는 직접 운영하겠다고 답했다. [30:52]

19. 자존심이 붙잡은 17년보다 새로운 환경에서의 1년이 더 큰 배움을 주다

• 시장조사·서비스 사업은 소프트웨어로 수십억 명에게 영향을 주고 싶었던 야망과 맞지 않았다. 사업모델을 바꾸는 데는 큰 노력이 드는데도, 다른 사람 밑에서 일하지 않겠다는 자존심 때문에 회사를 떠나지 못했다. 학습보다 자존심이 결정을 이끈 것이 가장 큰 실수였다. [32:34]
• 약 25명 규모의 회사에서 6만 명 규모의 EMC로 옮겨 CTO를 맡았다. 17년 경력을 근거로 더 높은 보수를 요구하자, 채용 책임자는 같은 1년의 경험을 17번 반복했을 뿐이라고 지적했다. 실제로 EMC의 첫해에 이전 17년보다 더 많이 배웠다. [33:22]

20. 동료와 함께할 조건과 제품에 집중할 자유가 Cisco행을 결정하다

• Box 재직 기간에 사업 규모는 2억 달러에서 8억 달러로 커졌고, 마지막에는 제품 전체를 맡았다. 이후에는 한 FAANG 기업의 광고 사업을 이끌기로 했다. [33:58]
• 새 회사가 오랜 동료 제시에게 제시하려던 조건이 적절하지 않아 진로를 다시 고민했다. 다음 날 연락한 Cisco CEO 척은 기존 회사는 파텔 없이도 잘되겠지만 Cisco의 향방은 그의 역할에 따라 달라질 것이라고 설득했고, 9일 안에 두 사람에게 제안을 내놓았다. 이 속도는 Cisco가 빠르게 움직일 수 있다는 근거였다. [34:52]

21. 개인의 상한을 높이는 야망과 오래 함께 성장하는 관계

• 개인의 상한은 대체로 능력보다 자신의 야망에 묶인다. 파텔은 뛰어난 지능이나 명문 학위보다 강한 의욕과 시간 투입을 자신의 동력으로 꼽았다. 작게 상상하면 성취도 제한되므로, 큰 목표와 대담한 야망을 세워야 한다. [36:35]
• 사업은 팀 스포츠이며, 관계의 지속성과 자신을 통해 다른 사람이 성공한 경험에 자부심을 가져야 한다. 19세부터 이런 방식으로 관계를 쌓으면 장기적으로 큰 이점을 얻을 수 있다. [37:00]

22. 장기적 노력을 쌓되 사업모델과 삶의 목표를 계속 맞추다

• 매일 전날보다 나아지는 개선이 누적돼 1년 뒤 100배의 발전으로 이어진다는 예처럼, 성장에는 복리의 힘이 작용한다. 이를 10년간 지속하는 관점이 중요하며, 3개월 대신 20년을 내다보면 의사결정의 질도 크게 달라진다. [37:48]
• 오래 버티는 노력은 사업모델이 야망에 맞을 때 의미가 있다. 자신의 회사는 가족에게 부를 제공하는 생활 중심 사업으로는 좋았지만, 세상을 바꾸려는 목표에는 맞지 않았다. 어느 목표도 틀린 것은 아니며, 80세에 돌아봤을 때 만족할 방식으로 시간을 쓰고 있는지가 판단 기준이다. [38:58]

23. 타지마할 가이드가 드러낸 능력과 기회의 차이

• 2017년 딸과 방문한 타지마할에서 만난 가이드 라지는 자신이 판매하는 관람 경험을 세세하게 이해했고, 중국어·독일어·프랑스어·스페인어 등 여러 언어로 방문객을 응대했다. 구사 언어는 대략 12개나 14개 정도였으며, 방문객이 자신의 언어를 알 것이라 가정하지 않고 그들의 언어로 존중하려 했다. [40:40]
• 파텔은 라지가 자신이 함께 일하던 사람들보다도 영리하다고 느꼈지만, 하루 수입은 아마 10달러 정도일 것이라고 추정했다. 자신에게는 교육, 미국, 기술 산업이라는 기회의 기반이 있었고 라지에게는 없었다. 이런 차이는 지능과 노력만으로 뛰어넘기 어려웠다. [41:18]

24. AI 시대의 기회를 사회적 영향으로 연결하고 대기업에서도 배우다

• AI가 변화하는 지금은 기술로 세상에 영향을 줄 특별한 시기다. 경력 초반의 젊은 사람, 특히 YC와 함께할 기회를 얻은 사람에게 적극적인 노력을 권하는 이유는 돈뿐 아니라, 사회에 남긴 영향이 나중에 큰 만족을 줄 수 있기 때문이다. [42:28]
• 회사를 대기업에 매각하더라도 냉소적으로 변하기보다 그곳에서 배울 수 있는 것을 익혀야 한다. 대기업도 한때 스타트업이었고, 성공한 스타트업 역시 결국 커질 수 있으므로 큰 조직을 과감하게 움직이는 방법을 배우는 것이 도움이 된다. [42:57]

🧾 결론

• ‘세계 최대 스타트업’의 핵심은 큰 조직에서 창업자식 책임과 빠른 실행을 유지하면서 숙련된 운영 역량을 결합하는 데 있다.
• AI 전환은 제품 전략과 직원의 업무 방식, 학습 지원, 경영진의 지속적인 점검을 함께 바꾸는 과제다.
• 에이전트 활용이 확대될수록 인프라 공급뿐 아니라 실제 행동을 관찰하고 통제할 수 있는 신뢰 체계가 중요해진다.
• 장기적인 노력은 자신의 야망에 맞는 사업모델과 환경에서 쌓일 때 의미가 커진다. 오래 버틴 기간만으로 학습의 깊이를 판단하기는 어렵다.

📈 투자·시사 포인트

• AI 인프라 수요를 볼 때 GPU와 함께 네트워크, 광통신, 전력 및 시설 구축 조건을 살펴볼 필요가 있다. Cisco는 특히 스케일아웃과 스케일어크로스 네트워킹에 집중한다.
• 수주 증가와 실현 매출을 구별해야 한다. 인터뷰의 약 93억 달러 수주액을 Cisco 전체 매출 630억 달러와 직접 비교하면 사업의 현재 기여도를 오해할 수 있다.
• 에이전트의 반복적인 문서·맥락 교환은 대역폭과 토큰 수요를 늘릴 수 있다. 다만 증가 규모는 실제 보급률과 업무 형태를 확인해야 한다.
• 일부 AI 기업의 고평가와 AI의 구조적 변화는 함께 존재할 수 있다는 것이 파텔의 관점이다. 산업의 성장 가능성과 개별 기업의 가격 적정성을 각각 검토필요가 있다.
• 소프트웨어의 빠른 AI 도입 성과를 반도체·하드웨어에 그대로 적용하기는 어렵다. 지식재산 보호와 공급망, 대량 생산까지의 시간이 사업화 속도를 좌우한다.

⚠️ 불확실하거나 확인이 필요한 부분

• 에이전트 사용률 2% 미만과 향후 25~50%는 수요 확대를 설명하기 위한 가정이다. 인간보다 대역폭을 450% 더 소비한다는 수치도 측정 대상과 방법이 제시되지 않아 일반화에 주의해야 한다.
• AI 사업 수주는 약 90억 달러와 93억 달러라는 표현이 함께 나온다. 정확한 집계 기간과 범위, 매출 전환 일정은 확인이 필요하다. 첫해·다음해의 절대 연도도 제공되지 않는다.
• 리팩터링의 ‘약 5배 개선’은 인터뷰에서 제시한 평가다. 코드량 감소가 품질·성능·유지보수 비용에 어떤 영향을 줬는지, 개선 배수의 기준은 확인되지 않는다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 조직의 핵심 문제 하나를 선정하고, AI 적용 목표를 처리 시간뿐 아니라 새로 해결한 문제와 결과의 품질로 정의한다.
• 직원에게 필요한 AI 도구와 학습 시간을 제공하고, 초기 사용 경험을 늘린 뒤 효율과 비용을 점검한다.
• 에이전트 도입 전에 접근 권한, 신원 관리, 실행 기록, 업무 규칙 위반 시 개입 절차를 확인한다.
• AI 네트워크 사업을 검토할 때 수주액과 매출을 분리하고, 집계 기간 및 매출 전환 상황을 확인한다.

❓ 열린 질문

• Cisco는 창업자식 부서 간 개입을 확대하면서 구성원의 소외와 책임 충돌을 어떻게 줄일 수 있을까?
• 에이전트 사용이 늘어날 때 실제 네트워크 수요는 얼마나 증가하며, 수주가 매출로 전환되는 속도는 어떻게 달라질까?
• 에이전트의 행동을 실행 중 통제하면서도 업무 효용을 유지하려면 어떤 검증 기준이 필요할까?