위험 부담
95누군가는 하방 위험을 소유해야 한다 — 임대 계약에 서명하고, 대출을 보증하고, 급여를 포기해야 한다. 위험 부담은 1755년 캉티용이 내린 이 일의 원래 정의였고, 정확히 소프트웨어가 할 수 없는 것이다 — 알고리즘에는 잃을 것이 없다.
기업가 정신은 자동화와 기묘한 관계를 맺고 있다. 이 일 속의 모든 업무는 더욱 자동화될 수 있지만, 이 직업 자체는 거의 자동화 불가능에 가깝다. 왜냐하면 그 중심에 어떤 기계도 쥘 수 없는 것 — 그 위험을 선택하고 결과에 책임지는 사람이 되는 것 — 이 앉아 있기 때문이다. AI는 계획을 초안하고, 시제품을 만들고, 광고 문구를 쓸 수 있다. 그러나 임대 계약에 서명하거나, 첫 채용자의 신뢰를 얻거나, 개인적으로 파산할 수는 없다.
더 가까운 변화는 실존적이라기보다 경쟁적이다. AI가 소프트웨어, 콘텐츠, 분석의 비용을 무너뜨리면서, 한때 자금을 지원받은 스타트업을 보호하던 장벽이 모두에게 동시에 무너진다. 희소한 자산은 기계가 만들어내지 못하는 것들로 옮겨간다 — 유통망, 신뢰, 규제 접근성, 그리고 무엇을 만들 가치가 있는가에 대한 판단이다.
매우 낮음
기계가 대신할 수 있는 업무의 비율
업무 단위로 보면 창업자의 일주일 중 많은 부분이 자동화 가능하다 — 조사, 마케팅 문구, 회계, 초기 코드까지. 그러나 이 역할은 그 업무들의 합이 아니다 — 법적으로 책임지는 위험을 짊어지고, 낯선 이들이 돈과 경력을 걸도록 설득하며, 진짜 불확실성 속에서 결정을 내리는 일이다. 어떤 AI 시스템도 회사의 하방 위험을 소유할 수 없고, 어떤 관할권도 AI가 회사의 방향을 이끄는 두뇌가 되도록 허용하지 않는다. 자동화가 실제로 하는 일은 진입 비용을 낮추는 것이며, 역사적으로 그것은 늘 창업자가 줄어드는 게 아니라 더 늘어나는 것을 의미했다.
직함이 아니라 업무 단위로 산정했다. 낮을수록 안전하다.
AI가 대체하지 못하는 직업 →기계가 가져가지 못하는 것
신뢰와 설득
90첫 고객, 첫 채용자, 투자자는 증거가 나오기 전에 한 사람에게 베팅하는 것이다. 직접 대면해 구축되고 평판에 걸린 그 신뢰의 이전은 모든 회사의 창립 거래이며, 생성된 텍스트로는 작동하지 않는다.
진짜 모호함 속의 판단
86아직 데이터셋이 존재하지 않을 때 무엇을 만들지 결정하는 것 — 시장의 답이 어딘가에서 검색될 수 있는 게 아니라 만들어져야 할 때 — 은 정확히 과거로 훈련된 모델이 가장 약한 영역이다.
법적 및 수탁 인격
82회사는 어디서나 인간 이사, 서명권자, 책임 임원을 필요로 한다. 계약, 책임, 사기 관련 법은 모두 한 사람을 가리킨다. 서류에 적힌 창업자의 이름은 어떤 자동화도 제거하지 못하는 무게 있는 법적 사실이다.
사람들을 모으고 이끌기
76낯선 이들의 집단을 나쁜 분기를 견디는 팀으로 바꾸는 것 — 기준을 세우고, 갈등을 흡수하고, 누구를 채용하고 해고할지 결정하는 것 — 은 여전히 완고하게 대인적인 작업이며, 작은 회사에서는 창업자로부터 위임될 수 없다.
이미 가져가고 있는 것
회계, 행정, 정형화된 법률 업무
80자동화된 회계, 급여, 세금 신고, 템플릿 법인 설립 문서는 이미 한때 전문가 고용을 필요로 했던 서류 작업 대부분을 흡수했으며, AI 에이전트는 이를 계약 검토와 정형적 규정 준수 업무로까지 확장하고 있다.
마케팅 콘텐츠와 광고
74광고 문구, 소셜 게시물, 제품 이미지, 동영상, 캠페인 타겟팅은 점점 더 플랫폼 자체가 생성하고 최적화한다 — 메타와 구글 모두 소상공인에게 자동화된 캠페인 상품을 적극 밀어붙이는데, 정확히 오너들이 마케터가 아니기 때문이다.
시장조사와 분석
68경쟁사 스캔, 규모 추정, 설문 분석, 고객 인터뷰 요약 — 한때 분석가가 며칠 걸리던 일 — 이제 범용 AI 도구에서 몇 분 만에 나오며, 창업자에게 남는 일은 그 깔끔한 답을 의심하는 것이다.
초기 제품 엔지니어링
60AI 코드 생성과 노코드 플랫폼은 이제 표준적인 제품에 한해 작동하는 프로토타입, 심지어 출시 가능한 초기 소프트웨어까지 만들어낼 수 있어, 한때 기술 공동창업자가 필요했던 부분을 줄인다. 새로운 기술, 하드웨어, 규제 산업은 여전히 저항한다.
일이 변해가는 방식
더 작은 팀, 같은 야망
한때 직원 50명이 필요했던 회사가 5명으로 출범한다. 샘 알트먼을 포함한 업계 인사들은 최초의 1인 조 달러 기업이 나올 수 있다고 공개적으로 추측해 왔다. 창업자의 조율 부담은 사람 관리에서 도구 오케스트레이션으로 이동한다.
시작은 저렴해지고, 방어는 어려워진다
누구나 주말 만에 제품을 만들 수 있으면, 제품은 더 이상 해자가 아니다. 방어력은 유통, 브랜드, 커뮤니티, 독점 데이터, 규제상 지위 — 시간이 지나며 축적되는 자산 — 로 옮겨가며, 이는 최초 진입자보다 경험 많은 운영자에게 유리하다.
비기술 창업자가 직접 출시한다
간호사, 교사, 농부, 변호사 같은 도메인 전문가들이 엔지니어링 공동창업자 없이도 점점 더 자신의 소프트웨어 사업을 만들 수 있게 되어, 지난 30년을 지배했던 공학 전공 졸업생 너머로 누가 테크 기업을 세우는지가 넓어지고 있다.
새로운 자본 배관
2012년 미국 잡스법이 합법화한 지분형 크라우드펀딩, 매출연동형 파이낸싱, 롤링 펀드, 솔로 캐피털리스트는 전통적인 벤처 피치를 넘어 자금 조달 경로를 여러 배로 늘렸다. 한편 AI 기반 실사는 투자자들이 더 빠르고 더 이르게 결정하도록 밀어붙인다.
갈라져 나오는 새 직업들
파트타임 임원(프랙셔널 이그제큐티브)
숙련된 운영자가 자신의 시간 일부를 여러 소규모 회사에 CFO, CMO, CTO로 동시에 판매하는 것 — 스타트업들이 이제 전임 임원을 고용하기엔 지나치게 몸집이 가벼운 상태를 유지한다는 사실 위에서 빠르게 성장하는 직업이다.
크리에이터 기업가
회사보다 청중을 먼저 만드는 것 — 뉴스레터 작가, 유튜버, 팟캐스터가 관심을 제품, 강좌, 브랜드로 전환하는 창업 경로로, 2010년대 플랫폼 수익화가 성숙하기 전에는 존재하지 않았다.
벤처 스튜디오 운영자
플레이북, 자본, 공유 인력을 제공하는 스튜디오 안에서 여러 회사를 연달아 그리고 동시에 창업하는 전문가들 — 창업 과정 자체를 제도화하는 일로, 1996년의 아이디어랩부터 오늘날 전 세계 수백 개의 스튜디오까지 이어진다.
생태계 구축자
액셀러레이터 프로그램, 파리의 스테이션F 같은 창업 캠퍼스, 정부 창업 기관, 대학 벤처 사무소 등 기업가정신의 인프라를 운영하는 사람 — 창업이 우연이 아니라 시스템이 되었기에 존재하는 봉급 받는 직업이다.
전망
역사적 패턴은 일관된다 — 창업 비용이 낮아질 때마다 (유한책임, 클라우드 컴퓨팅, 앱스토어, 오픈소스 소프트웨어) 창업자 수는 늘어났고, 수익은 단순히 만들 수 있는 사람이 아니라 유통하고 방어할 수 있는 사람에게 집중되었다. AI는 지금까지 중 가장 가파른 비용 하락이며, 이 패턴이 뒤집힐 이유는 없다.
진짜 불확실성은 창업자가 살아남을지가 아니라, 실행이 풍부해질 때 창업이 무엇을 의미하는가다 — 병목이 온전히 판단으로 옮겨간 세상, 즉 문제를 고르고 신뢰를 얻고 자본을 배분하는 판단에 보상하는 세상은, 도구가 더욱 민주화되는 동시에 성공한 창업자의 실질적 나이와 배경을 조용히 끌어올릴 수도 있다.
어떤 시나리오도 제거하지 못하는 것은 캉티용이 1755년 묘사한 그 사람이다 — 스스로 불확실성을 흡수함으로써 다른 사람들에게 확실성을 파는 사람. 기계는 그 사람 주변의 모든 것에서 매우 뛰어나지고 있다. 그러나 그 사람 자체가 되는 데는 조금도 더 가까워지지 않았다.
계속 탐색하기
비즈니스·금융 분야의 다른 직업
💹
투자은행가
기업의 가치를 매기고 자본을 움직이는 딜메이커 — 메디치가의 피렌체에서 오늘날의 피치북까지 이어지는 거래로, 수십억 달러가 오갈 때 신뢰의 대가로 보수를 받는다.
AI 내성 42 🧾회계사
장부의 수호자: 문자 자체를 만들어낸 오래된 기술의 계승자이자, 이제는 자신을 자동화하려는 소프트웨어와 협상 중이다.
AI 내성 35 📣마케터
수요를 만들어내는 전문가. 폼페이의 벽화 광고와 P&G의 1931년 브랜드맨 메모에서 경매 기반의 디지털 피드 시대까지.
AI 내성 38 🗺️프로덕트 매니저
회사가 다음에 무엇을 만들지, 왜 만들어야 하는지를 결정하는 사람. 고객의 필요, 사업 목표, 엔지니어링의 한계를 하나의 공유된 계획으로 엮어내지만, 그 계획을 온전히 소유하는 사람은 따로 없다.
AI 내성 50 💱경제학자
희소성을 다루는 학자 — 애덤 스미스의 핀 공장에서 중앙은행 결정실까지, 어떤 모형도 완전히 담아내지 못하는 것을 예측하라는 요구를 여전히 받는다.
AI 내성 62