Notion''s Founder on the One Thing Your AI Is Missing
Quick Summary
Notion’s Founder on the One Thing Your AI Is Missing를 중심으로, 이반은 에이전트가 필요에 따라 업무 절차와 화면을 만들 수 있다고 본다. 화면이 바뀌어도 남는 것은 데이터의 의미와 회사가 쌓은를 핵심 판단 포인트로 압축 정리한다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
Notion’s Founder on the One Thing Your AI Is Missing를 중심으로, 이반은 에이전트가 필요에 따라 업무 절차와 화면을 만들 수 있다고 본다. 화면이 바뀌어도 남는 것은 데이터의 의미와 회사가 쌓은를 핵심 판단 포인트로 압축 정리한다.
📌 핵심 요점
- 이반은 에이전트가 필요에 따라 업무 절차와 화면을 만들 수 있다고 본다. 화면이 바뀌어도 남는 것은 데이터의 의미와 회사가 쌓은 노하우다. 그는 팀이 이 지식을 함께 관리하고 여러 에이전트가 각자의 권한 안에서 활용하도록 돕는 일을 노션의 역할로 본다. [10:02~10:47]
- 이반의 회고에 따르면 노션의 초기 AI 글쓰기 도구는 호응을 얻었지만, 에이전트 개발은 모델의 성능이 따라오지 못해 더뎠다. 다른 회사들도 에이전트를 만들기 시작하면서 노션은 팀이 이미 지식과 업무 맥락을 쌓아 온 작업 공간에 집중했다. [16:23~17:02]
- AI로 도구를 직접 고칠 수 있어도 출시 후에는 보안과 유지보수를 맡을 사람이 필요하다. 이반은 권한 관리·동기화·협업을 기본 구성요소가 처리하면 사용자는 자기 회사의 업무 규칙을 설계하는 데 집중할 수 있다고 봤다. [07:43, 25:11]
- 노션 팀에서는 각자 코딩 에이전트와 일한 뒤 GitHub에서 결과를 합쳤지만, 동료가 무슨 일을 진행 중인지 알기 어려웠다. 팀은 에이전트들의 작업을 한곳에 모았고, 이반은 Jira 같은 업무 보드가 진행 상황을 파악하고 일을 조율하는 데 적합했다고 설명했다. [22:25~22:52]
- 이반은 앞으로 앱을 직접 이용하는 에이전트가 늘어날 것으로 본다. 노션이 구상하는 제품에서는 사람이 공유 공간에서 동료와 지식을 다루고, 에이전트는 필요한 일을 사용자 화면 없이도 처리한다. [29:58~30:51]
🧩 배경과 문제 정의
- 노션의 출발점은 누구나 글을 읽고 쓰듯 자신에게 필요한 소프트웨어를 만들고 고칠 수 있어야 한다는 생각이었다. AI 코딩 도구는 그 가능성을 넓혔지만, 만든 도구를 누가 설계하고 계속 관리할지는 여전히 남는 문제다.
- AI 에이전트가 업무 절차와 화면을 그때그때 만들 수 있다면, 업무용 소프트웨어의 가치는 어디에 남을까. 노션 창업자는 한 팀이 무엇을 중요하게 여기고 어떻게 일하는지를 담은 데이터와 맥락에 주목한다.
- 에이전트가 더 많은 일을 처리할수록 개인은 자신이 만든 시스템을, 동료는 서로의 작업을 이해하기 어려워질 수 있다. 생산성 향상과 함께 사람의 이해를 지키는 일도 제품 설계의 과제가 된다.
🕒 시간순 섹션별 상세정리
1. 바이브 코딩이 되살린 소프트웨어의 초기 이상
- 창업자의 회고에 따르면 약 1년 전에는 무엇이든 바이브 코딩으로 만들 수 있다는 기대가 컸고, 약 9개월 전부터는 그렇게 만든 소프트웨어에도 유지보수가 필요하다는 점이 드러났다. 그래도 사용자가 직접 도구를 만든다는 발상은 노션의 창업 취지와 맞닿아 있다. [01:42]
- 초기 컴퓨팅 연구자들은 방 하나를 차지하던 계산기에 화면을 연결해 사람이 기계와 상호작용할 수 있는 매체를 상상했다. 글쓰기를 배운 사람이 보고서도 시도 쓸 수 있듯, 소프트웨어 역시 누구나 읽고 쓸 수 있어야 한다는 구상이었다. [03:05]
2. 데모를 제품으로 만드는 데 필요한 고객 확보
- 러버블(Lovable)은 후원 광고에서 데모를 만든 뒤에도 제품을 알리고 고객이 계속 쓰게 해야 한다는 문제를 짚었다. 자사 플랫폼에서 제품 제작에 이어 광고 소재 생성과 집행, 검색 노출, 성과 확인까지 지원한다고 소개했다. [04:43]
3. 직접 고칠 자유와 전문가에게 맡길 이유
- 노션의 블록은 사용자가 기본 요소를 조합해 코드를 쓰지 않고도 도구를 구성하게 해 준다. 창업자는 매일 쓰는 도구를 원하는 사람이 직접 고칠 수 있어야 하며, AI 코딩 에이전트가 그 자유를 넓힌다고 본다. [06:06]
- 달력은 일정 관리 습관이 사람마다 달라도 시간을 격자 위에 어떻게 보여줄지까지 각자가 설계하고 싶어 하지는 않는 사례다. 노션은 행사 당일 모바일 캘린더 두 번째 버전을 네이티브 앱으로 처음부터 다시 만들어 출시했다. [07:23]
4. 팀이 노션에 맡기는 운영과 사용 경험
- 직접 호스팅하려는 사람에게는 로컬 우선 제품이 선택지가 된다. 반면 수십 명이 함께 일하는 기업에는 운영을 맡기는 편이 낫다는 것이 창업자의 판단이며, 그는 이 견해가 팀에 서비스를 판매하는 노션의 사업 모델과도 맞물린다고 밝혔다. [08:25]
- 노션은 버튼을 눌렀을 때의 느낌까지 제품 가치로 본다. 창업자는 직접 요리할 수 있는 사람도 좋은 식당을 찾듯, 사용자가 세부 결정을 맡기고 잘 설계된 경험을 누릴 이유가 있다고 설명했다. [08:48]
5. 업무 절차와 화면보다 오래가는 조직의 맥락
- 진행자는 모델 변화가 워낙 빨라 공들여 만든 기능이 3개월이나 6개월 뒤에도 유효할지 알기 어렵다는 문제를 제기했다. 창업자는 지난 15년간 소프트웨어 회사가 업무 절차를 정하고 그에 맞는 버튼과 화면을 만들었다면, 이제 에이전트가 사용자의 필요에 맞춰 절차와 화면을 모두 만들 수 있다고 봤다. [10:02]
- 더 오래 남는 것은 데이터에 담긴 의미와 회사가 중요하게 여기는 지식이다. 창업자가 보는 노션의 역할은 팀이 그 맥락을 함께 만들고 관리하게 하면서, 여러 에이전트가 정해진 범위 안에서 활용할 수 있도록 하는 것이다. [10:47]
6. 역사 게임에서 시험한 AI의 상호작용 방식
- 창업자가 만든 역사 게임은 책의 고정된 서사와 자유롭게 탐색하는 게임 사이에 있다. 예를 들어 1900년 빈을 고르면 그 시대 인물 다섯 명과 개념 열 가지가 주어지고, 플레이어는 인물들과 대화하며 개념을 익힌 뒤 교사나 기자 역할의 인물에게 이해도를 점검받는다. [12:02]
- 휴대전화와 컴퓨터에서 돌아가는 게임에는 플레이스테이션 2를 연상시키는 그래픽을 썼다. 창업자는 거친 화면이 더 친근하고 수정하기도 쉽다고 느꼈다. 아내와 함께 시험한 실시간 음성 대화는 오히려 섬뜩하게 느껴져, 다음에 할 말을 선택지에서 고르는 방식이 더 편했다고 한다. [13:08]
7. 노션의 첫 AI 제품과 사내 회의론
- 창업자는 노션의 13년 가운데 처음 약 5년을 열린 비전의 쓰임새를 찾던 시기로 회고했다. 코로나19 시기에 제품이 시장 수요와 맞아떨어지며 성장했고, 2022년 말 GPT-4급 모델을 미리 접한 뒤에는 AI가 마케팅 문구 작성뿐 아니라 생각하고 일하는 데에도 쓰일 수 있다고 판단했다. [15:16]
- 공동 창업자 두 사람은 호텔 방에서 첫 시제품을 만들었지만, 회사 전체가 같은 확신을 갖기는 어려웠다. 과거에도 AI 열풍이 여러 차례 왔다가 잦아든 경험 때문에 일부 구성원은 이번에도 일시적인 유행일 수 있다고 봤다. [15:54]
8. 글쓰기 도구에서 팀 지식을 활용하는 에이전트로
- 첫 6개월가량 개발한 글쓰기 제품은 호응을 얻었다. 이후 약 2년간 추진한 에이전트 제품은 모델 역량이 부족해 개발이 더뎠고, 창업자의 회고로는 인터뷰 약 1년 전부터 비로소 제대로 작동하기 시작했다. [16:23]
- 다른 회사들도 에이전트를 만들면서 에이전트 자체만으로는 노션의 차별점을 설명하기 어려워졌다. 노션은 응용 AI 개발 경험을 팀이 이미 지식과 업무 맥락을 함께 쌓는 공간에 결합하는 데 집중했다. [17:02]
9. AI의 생산성 향상과 반복 사용의 부작용
- 창업자는 기술을 만드는 사람이 출시 이후에 생길 간접 효과까지 내다보기는 어렵다고 본다. 스마트폰이 청소년의 생활을 바꾸고 TV가 가족생활을 바꾼 사례처럼, 언어 모델이 사람들의 습관에 미칠 영향도 이제 일부가 보이기 시작했다는 판단이다. [19:08]
- 자신도 즐겨 읽던 전자책보다 AI와의 대화에 더 자주 손이 가고, 때로는 짧은 영상을 계속 본 뒤와 비슷한 불쾌감을 느낀다고 했다. 에이전트가 생산성을 높여 준다는 경험과 이런 사용 습관에 대한 우려가 공존한다. [19:47]
10. 사용 시간을 제한하는 것보다 어려운 이해의 문제
- 진행자는 밤 11시가 넘어 몇 시간째 AI를 쓰고 있다면 사용자가 만들려는 것을 스스로 설명할 수 있는지 확인하는 장치를 상상했다. 동시에 자신도 그런 개입을 받으면 귀찮아할 것 같다고 했다. [20:19]
- 창업자는 더 근본적인 문제가 사용자가 시스템 안에서 무슨 일이 일어나는지 이해할 수 있느냐에 있다고 봤다. 팀이 함께 만드는 중간 규모 이상의 코드베이스도 금세 파악하기 어려워지는 만큼, AI 도구에는 사람이 작동 원리를 이해할 수 있도록 돕는 추상화와 시각화가 필요하다는 주장이다. [21:58]
11. 개인 에이전트의 작업을 팀이 볼 수 있게 하는 방식
- 노션 팀에서는 각자가 자기 코딩 에이전트와 작업한 뒤 GitHub에서 결과를 합치자 동료들이 서로 무엇을 하고 있는지 파악하기 어려웠다. [22:25]
- 팀은 에이전트들의 작업을 한곳에서 볼 수 있도록 했다. 창업자는 Jira 같은 업무 보드가 여러 에이전트에 맡긴 일을 조율하고 팀원이 진행 상황을 이해하는 데 적합한 시각적 형식이었다고 설명했다. [22:52]
12. 자유롭게 빚는 점토와 쌓기 쉬운 레고 사이
- 한 참석자는 AI의 작업 단위가 노션의 블록보다 훨씬 잘게 나뉜 토큰이 되면, 일반 사용자가 의지하던 구조는 어떻게 되는지 물었다. 창업자는 점토는 자유롭게 빚을 수 있어도 높은 탑을 세우기 어렵고, 레고는 결합 방식이 정해져 있어 쉽게 쌓을 수 있다고 답했다. [24:37]
- 코딩 에이전트가 세밀한 코드까지 제공해도 사용자에게 전체 구조를 설계할 전문성이 있다고 보기는 어렵다. 창업자는 권한 관리·동기화·협업은 기본 구성요소가 처리하고, 사용자는 그 위에 자기 회사의 업무 규칙과 의도를 표현하는 방식에 가능성을 봤다. [25:11]
13. 노션의 권한 체계 안에서 화면을 구성하는 패턴 라이브러리
- 기본적인 활용은 에이전트가 노션 작업 공간의 설정을 돕는 것이다. 한 단계 더 나아가면 에이전트가 노션의 권한 범위 안에서 데이터베이스를 읽고, UI 패턴 라이브러리를 활용해 노션의 모양과 사용감을 유지하면서 화면을 더 자유롭게 구성할 수 있다. [25:58]
- 창업자는 에이전트가 라이브러리를 활용할 수 있는 것과 소스 코드 공개를 구분했다. 인터뷰 당시 라이브러리는 아직 오픈소스로 공개되지 않았다. [26:07]
14. 50명 규모 기업이 바로 쓸 수 있는 지식 환경
- 중소기업과 일하는 한 참석자는 회사의 지식과 노하우를 AI에 연결하려는 기업들이 지금은 여러 시스템을 조각조각 이어 붙여야 한다고 했다. 질문의 초점은 50명 규모 회사가 이런 환경을 스스로 도입할 수 있느냐였다. [27:36]
- 창업자에 따르면 필요한 구성요소 상당수는 이미 있지만 한데 묶어 제공하지는 않는다. 에이전트의 안내로 도입을 시작해 회사 지식과 노하우를 바로 모아 쓸 수 있게 하는 것이 다음 분기 목표이며, 두 분기가 걸리기 전에는 제공하기를 바란다고 했다. [28:05]
15. 사람이 앱을 직접 쓰지 않는다면 누가 사용자가 되는가
- 마지막 질문은 AI가 여러 앱을 대신 사용하고 사람은 하나의 대화 창구만 이용할 때, 소비자가 노션을 직접 찾을 이유를 어떻게 유지할 수 있느냐는 것이었다. [29:41]
- 창업자는 사람과 에이전트 중 한쪽만 앱을 쓴다고 단정하기 어렵다고 봤다. 노션이 제품을 구상할 때 두는 가정은 앞으로 온라인에 합류할 지식 노동자 10억 가운데 대다수가 에이전트일 것이라는 것이다. [29:58]
16. AI 에이전트도 제품의 고객이 된다
- 노션 창업자 이반은 제품을 이용하는 고객층에서 AI 에이전트가 차지하는 비중이 커지고 있다고 본다. [30:04]
17. 공동 작업 공간과 화면 없는 제품은 양자택일이 아니다
- 이반은 각자 채팅창에서만 지식을 접하는 상황을 틱톡·인스타그램에 빗댄다. 사업적으로 유리한지와 별개로, 노션이 지향하는 지식 활동에는 사람 사이의 유대와 협업이 필요하다고 본다. [30:26]
- 노션이 중요하게 보는 공간은 사람 팀과 에이전트 팀이 함께 일하는 공유 작업면이다. 이반은 그곳이 업무 맥락이 있는 곳이자 노션의 역할과 가까운 곳이라고 본다. [30:39]
🧾 결론
- 이반이 말하는 맥락에는 문서의 내용뿐 아니라 팀이 그 내용을 어떤 의미로 받아들이고 일에 적용하는지도 포함된다. 팀이 그 의미를 함께 기록하고 고칠 수 있어야 에이전트도 활용할 수 있다.
- 노션 팀의 경험에서 협업 문제는 결과를 합치기 전부터 생겼다. 각자 맡긴 일이 진행되는 동안 동료가 그 상황을 볼 수 있어야 서로의 작업을 조율할 수 있었다.
- 공유 공간과 화면 없는 기능은 서로 다른 필요를 채운다. 사람에게는 업무의 의미와 진행 상황을 함께 이해할 곳이 필요하고, 에이전트에게는 허용된 범위에서 그 지식을 사용할 통로가 필요하다.
📈 투자·시사 포인트
- 업무용 AI 제품의 경쟁력을 살필 때는 고객사가 이미 쌓은 지식을 어떻게 연결하는지, 직원이 내용을 갱신하면 에이전트가 어떤 권한으로 활용하는지 확인할 만하다. 노션이 차별화를 기대하는 지점이다.
- 기업용 소프트웨어의 경제성을 비교할 때는 최초 제작비와 함께 보안 대응, 권한 관리, 동기화를 계속 운영하는 비용도 따져야 한다. 이반은 팀이 운영을 맡기는 편이 낫다는 자신의 판단이 노션의 사업 모델과도 맞닿아 있다고 밝혔다.
- 50명 규모 기업을 겨냥한 지식 도구에는 도입 부담이 중요한 평가 기준이다. 여러 시스템을 고객이 직접 연결해야 하는지, 에이전트의 안내로 필요한 지식을 모아 실제 업무에 쓸 수 있는지에 따라 제품의 효용이 달라진다.
⚠️ 불확실하거나 확인이 필요한 부분
- 이반이 제시한 토큰 사용량 20~40% 절감은 50명 규모 기업이 조직의 맥락을 잘 활용한다는 조건을 둔 추정이다. 인터뷰에는 절감 효과를 측정한 업무, 비교 기준, 실측값이 제시되지 않았다.
- 회사 지식과 노하우를 한데 모아 쓰는 환경은 인터뷰 당시 여러 구성요소로 나뉘어 있었다. 이반은 다음 분기를 목표로 언급했으며, 실제 제공 시점과 범위는 별도 확인이 필요하다.
- 앞으로 온라인에 합류할 지식 노동자 10억 가운데 대다수가 에이전트일 것이라는 발언은 노션의 제품 기획 가정이다. 현재 고객 구성이나 사용량을 보여 주는 통계는 제시되지 않았다.
- 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
- 반복 업무 하나를 골라 새 팀원에게 설명하듯 데이터의 의미, 판단 기준, 예외를 기록하고 에이전트가 읽어도 되는 범위를 정한다.
- 같은 업무를 팀 맥락을 제공한 경우와 제공하지 않은 경우로 나눠 시험한다. 결과가 업무 기준에 맞는지 먼저 확인하고, 토큰 사용량과 사람이 수정한 부분을 비교한다.
- 여러 팀원이 에이전트에 맡긴 일을 한 보드에 표시한다. 동료가 보드만 보고 누가 무엇을 진행 중이며 어디에서 조율이 필요한지 설명할 수 있는지 확인한다.
❓ 열린 질문
- 팀의 업무 규칙이 바뀌거나 문서끼리 충돌할 때, 누가 어떤 설명을 최신 기준으로 정하고 에이전트에 반영할까?
- 에이전트가 화면 없이 처리하는 일이 늘어날 때, 사람이 판단의 근거를 이해하고 동료와 조율하려면 공유 공간에 무엇이 보여야 할까?