출처 https://youtu.be/8wNDbiygDKE · 채널 Tech Bridge (한영자막 재업로드) · 길이 20:39 발표 Garry Tan (Y Combinator 대표) · 행사 AI Engineer World’s Fair, 2026-07-17 원본 자막:
raw/transcripts/2026-07-26-garry-tan-ai-native-company-brain.en.srt· 자막 형식: en (whisper large-v3-turbo 전사, YouTube 자막 API 429로 자체 생성) 컨택트 시트:../assets/youtube/garry-tan-ai-native-company-brain/contact_sheet.jpg
한눈에 보는 요약
- “모델이 아니라 배선(wiring)의 차이다.” 2x 내는 사람과 100x 내는 사람은 같은 Claude, 같은 가중치, 같은 컨텍스트 윈도우, 같은 API를 쓴다. 레버리지는 모델 안에 없고 일을 어떻게 배선했는가에 있다.
- Garry Tan 본인의 코드 생산량은 2013년 하루 14줄 → 지금 약 400배. 그는 회의론자 대신 스스로 수치를 깎아본다. 에이전트가 코드를 부풀려 쓰고 절반이 껍데기라고 최악을 가정해도 바닥이 8배, 중간이 80배다.
- AI 에이전트로 배운 모든 것이 조직으로 1:1 매핑된다. 스킬 파일 = 직원, 리졸버 테이블 = 조직도, 파일링 규칙 = 내부 프로세스, 트리거 이밸 = 인사평가. “Claude Code나 Codex 앞에 앉을 때 당신은 소프트웨어를 짜는 게 아니라 마크다운으로 만들어진 인력을 채용·교육·관리하는 것이다.”
- 계산이 어디서 일어나는지 반드시 구분하라. 취향·판단·모호한 인간 의도 해석은 잠재 공간(LLM), 상태와 배열을 다루는 계산은 결정적 공간(코드). AI 엔지니어링 버그 대부분은 한쪽에서 해야 할 일이 반대쪽에서 일어나기 때문에 생긴다.
- 인간의 작업 기억은 7±2, 에이전트는 100만 토큰(≈해리포터 3권). 인류가 만든 모든 체크리스트·조직도·서류함은 7이라는 한계의 보철이었다. 그런데 회사는 3권이 아니라 도서관이다.
- 컴퍼니 브레인 = 도서관 + 사서. “그거 그냥 RAG 아니냐”에 대한 답: 검색은 프리미티브다(Postgres가 그냥 B-트리인 것처럼). 어려운 건 그 주변 전부 — 무엇을 애초에 기록할지, 어떻게 보강·연결할지, 무엇을 핫 메모리로 승격하고 무엇을 콜드로 내릴지, 사실이 충돌할 때 누가 중재할지. “검색은 쉽다. 검색될 가치가 있는 상태가 되는 것이 제품이다.”
- 브레인에도 위생이 필요하다. 아무도 큐레이션하지 않는 브레인은 “검색이 잘 되는 쓰레기장”이 되고, 잘못된 스킬 파일은 잘못된 프로세스를 영구히 박제한다. 그래서 프리미티브는 메모리가 아니라 메모리 + 위생(출처 추적, 모순 검사, 가지치기하는 사서).
- “절대 일회성 작업을 하지 마라 — 스킬화하라(skillify it).” 작업이 끝나고 결과가 마음에 들면 그 자리에서 스킬 파일로 굳혀라. 두 번 요청해야 했다면 실패한 것이다.
- “모델 품질은 임대지만, 브레인은 소유다.” 배운 것을 포착하는 조직은 매일 똑똑해지고, 그러지 않는 조직은 모델이 아무리 좋아도 매일 아침 기억상실로 깨어난다.
- 도구는 논점이 아니다. “OpenClaw는 페라리, Codex는 아주 좋은 혼다 — 90%는 해준다.” 개념(계산의 위치, 직원으로서의 스킬 파일, 사서, 일회성 금지)이 핵심이고 이것들은 어떤 스택으로도 이식된다.
핵심 한 줄: AI 네이티브 회사는 AI를 쓰는 회사가 아니라 스킬 파일이 직원이고 컴퍼니 브레인이 기억인 형태로 처음부터 설계된 회사이며, 모델은 빌려 쓰는 것이고 복리로 쌓이는 것은 브레인뿐이다.
장면별 상세 설명
[00:20] 1. 테오의 질문에 “테이블 반대편”에서 답하다
강연은 앞 세션에서 Theo가 던진 질문 “그래서 지금 우리는 뭘 만들어야 하는가(What do we build now?)”를 받아 시작한다. Garry Tan은 자신을 창업자이자 투자자, 그리고 “지금 막 AI 네이티브로 바뀌고 있는 설립 20년 된 기관”의 운영자로 소개하며, 그 질문에 테이블 반대편(투자자·조직 운영자)의 시선에서 답하겠다고 말한다.
YC가 만들려는 회사의 정의는 단순하다. 한 사람이 예전에 천 명이 필요했던 일을 하는 회사. 그는 이것이 비유가 아니라 “올해, 기계적으로(mechanically)” 벌어지는 일이라고 못박는다. 한 시간 뒤 배틀필드로 걸어 들어갈 청중이 지금 실제로 무엇이 가능한지 알고 들어가길 바란다는 것이 강연의 동기다.
[01:26] 2. 2013년의 자기 자신 — 하루 14줄
기준점을 세우기 위해 그는 13년 전 자신을 꺼낸다. 2013년 그는 YC 파트너로 YC 내부 소셜 네트워크를 직접 만들던 사실상 풀타임 엔지니어였고, 하루에 쓸 수 있었던 실질 코드는 약 14줄이었다. 주석과 군더더기를 걷어낸 순수 로직 기준이며, 당시 문헌을 봐도 하루 15~50줄이 정상 범주였다는 설명을 덧붙인다.
이 숫자를 꺼내며 그는 “인터넷에서 이것 때문에 난도질당했지만 여러분 앞에서 다시 말하겠다”고 한다. 이 방이야말로 그 수치를 제대로 스트레스 테스트할 수 있는 유일한 공간이기 때문이다.
[02:20] 3. 400배 — 그리고 스스로 깎아내리기
올해 그는 YC를 풀타임으로 경영하고, 오히려 근무 시간은 줄었으며(오후 5시에 아이를 픽업한다), 같은 사람 같은 조건에서 산출량을 계산해보니 약 400배였다.
곧바로 그는 셋째 줄의 회의론자가 숫자를 깎기 전에 자기가 먼저 깎는다. 가장 가혹한 “장황함 페널티”를 적용하고, 에이전트가 코드를 부풀려 썼다고 가정하고, 절반이 스캐폴딩이라고 치고, 자기가 자화자찬한다고 가정해도 — 바닥이 8배, 중간값이 80배다. “어떻게 고문해도 큰 숫자”라는 것이다.
그리고 여기서 강연 전체의 못이 박힌다. “모델이 아니다(It’s not the model).” 2배 내는 사람과 100배 내는 사람은 정확히 같은 Claude, 같은 가중치, 같은 컨텍스트 윈도우, 같은 API를 쓴다. 레버리지는 가중치가 아니라 일을 배선하는 방식에 있다.
[03:35] 4. YC 배치 데이터 — 95% AI 생성 코드베이스
자기 사례만이 아니라는 근거로 YC 내부 데이터를 든다. 2025년 겨울 배치에서는 회사의 4분의 1이 코드베이스의 95%를 AI로 생성했고, 그게 벌써 1년 전이다. 그 배치는 YC 역사상 가장 빠르게 성장하고 가장 수익성 높은 배치가 되었다. 또한 YC 역사를 통틀어 시드 체크 한 장에서 출발해 1억 달러 매출을 돌파한 회사가 총 94곳이다.
그는 인과를 과장하지 않는다. AI 생성 코드가 성장을 일으켰다고 증명할 수는 없다고 인정한다. 다만 확실히 말할 수 있는 것은 하나다. 가장 빠르게 성장하는 창업자들은 AI를 자동완성이 아니라 인력(workforce)으로 다룬다. 일을 다르게 배선한 회사들이 곡선을 휘고 있다.
[04:12] 5. “슬라이드는 없습니다” — 스킬 파일은 직원이다
강연의 심장부로 들어가며 그는 웃으며 사과한다. “슬라이드가 없습니다.” 실제로 20분 내내 슬라이드 한 장 없이 말로만 진행한다.
여기서 핵심 매핑이 나온다. 에이전트로 무언가를 만들며 배운 모든 것은 조직에 그대로 대응된다. 첫 항목이 스킬 파일 = 직원이다. 하나의 역량, 하나의 직무를, 누군가가 실행할 수 있을 만큼 명확하게 적어둔 것 — 그것이 직원의 정의이자 스킬 파일의 정의다.
[05:10] 6. 리졸버 테이블은 조직도, 이밸은 인사평가
매핑이 이어진다. 리졸버 테이블 = 조직도. CLAUDE.md가 너무 커졌을 때 만들게 되는 그 테이블(“테스트를 수정해야 할 때는 tests.md를 로드하라” 같은 항목들의 목록) 말이다. 태스크가 들어오면 리졸버가 누가 처리하고 어디로 갈지를 결정한다. 파일링 규칙 = 내부 프로세스, 그리고 트리거 이밸 = 인사평가다. “테스트 파일을 수정해야 할 때 실제로 test.md가 로드되는가”를 검사하는 테스트가 곧 성과 평가라는 것이다.
결론은 도발적이다. 예전에 천 명을 채용해야 채워지던 조직의 모든 부분이 지금은 마크다운 파일(과 약간의 TypeScript)이다. “우리는 내내 조직을 만들고 있었는데, 관리 계층이 없었을 뿐이다.” 이제 그 관리 계층이 생겼고, 그래서 Claude Code나 Codex 앞에 앉는 행위는 코딩이 아니라 채용·교육·관리다.
[06:15] 7. 실제 사례 — 15명에 ARR 1,500만, 40명에 6,000만 달러
추상론을 숫자로 받친다. Emergent(AI 앱 빌더, 2024년 여름 배치)는 공개 출시에서 8개월 만에 9자리 ARR에 도달했고, ARR 1,500만 달러를 지날 때 인원은 단 15명이었다. Retell AI(2024년 겨울 배치, 음성 AI 에이전트)는 직원 약 40명으로 6,000만 달러를 번다. (전사에는 “Retail”로 잡혔으나 YC W24에서 ARR 6,000만 달러·40여 명 규모에 해당하는 회사는 Retell AI다.)
그는 이런 1인당 매출은 소프트웨어에도, 석유에도, 철도에도 존재한 적이 없다고 단언한다. 그리고 이들이 돌연변이가 아니라 새로운 물리 법칙 위에 네이티브로 세워진 첫 회사들일 뿐이라고 정리한다. 이런 회사는 영업·지원·운영·재무에 수백 명을 뽑는 대신 그 모두를 에이전트가 실행하는 성문화된 절차(스킬)로 인코딩하고, 엔지니어는 그 스킬을 유지보수하고 스킬이 아직 못 하는 일을 하는 사람으로 고용한다.
[07:20] 8. 배치룸 400명, 그리고 터미널을 열어본 적 없는 재무 담당자
YC 배치룸의 풍경 — 긴 테이블에 400명의 창업자가 노트북 앞에 앉아 있고, 각자가 예전 한 사람의 1년치 일을 하루에 해내고 있다. 그는 이것이 미래가 아니라 지금의 기준선(the bar right now)이며, 당신이 하지 않으면 경쟁자가 할 뿐이라고 못박는다.
그리고 대부분의 엔지니어링 강연이 놓치는 확장을 덧붙인다. 이건 엔지니어만의 이야기가 아니다. YC의 미디어 담당, 이벤트 스태프, 재무팀 — 평생 터미널을 열어본 적 없는 사람들이 스킬 파일과 크론 잡을 만들고 있다. 재무팀의 한 담당자는 엑셀 워크북 약 100개를 내부 OpenClaw와 컴퍼니 브레인으로 만든 앱 하나로 통합해버렸다. 그는 프로그래머가 아니라 에이전트를 관리하는 매니저이고, 이제 YC의 모두가 그렇다.
그래서 YC는 비교 가능한 어떤 기관보다도 반올림 오차처럼 보이는 인원으로 그 규모를 운영한다. 더 열심히 일해서가 아니라 조직의 종류가 다르기 때문이다. “400배 엔지니어들”이 아니라 회사 하나가 통째로 400배 수준에서 작동하는 것, 그것이 게임 전체다.
[08:40] 9. 잠재 공간 vs 결정적 공간 — 버그는 대개 여기서 난다
직접 만들며 발견해야 했던 교훈 하나. 계산이 실제로 어디서 일어나는지에 극도로 예민해야 한다. 계산은 거의 항상 두 군데서 벌어지고, 우리가 부딪히는 버그와 AI 엔지니어링 문제 대부분은 한쪽에서 일어나야 할 일이 반대쪽에서 일어나기 때문에 생긴다.
- 잠재 공간(latent space) — LLM 그 자체. 취향, 판단, 사람이 모호하게 말했을 때 진짜 원하는 바를 알아내는 일. 비결정적 호출이고, 마크다운 파일로 조종한다.
- 결정적 공간(deterministic space) — 엔지니어에게 익숙한 영역. 코드 에이전트가 TypeScript를 쓰고, Elixir를 쓴다면 Erlang을 쓰는 그 세계.
[09:45] 10. 스타트업 스쿨 800석 배치 — 두 공간을 결합하는 법
추상론을 실제 문제로 내린다. 다가오는 스타트업 스쿨에 6,000명이 오는데, YC가 시도하려는 실험은 이렇다. 한 번에 800명을 완벽하게 클러스터링해 앉히기 — 내 왼쪽과 오른쪽에 앉은 사람이 오늘 내가 만나기에 가장 적합한 사람이 되도록.
이걸 결정적 공간과 잠재 공간을 결합해서 풀어야 한다. 결정적인 부분, 즉 800석 다차원 배열에 누가 어디 있는지를 저장하는 실제 계산과 상태는 절대 컨텍스트 윈도우 안에 있으면 안 된다. LLM은 “사람에 관한 판단” 부분만 하고 자리를 배정한다.
그는 이것이 사람이 하던 방식 그대로라고 설명한다. 인간이 이 일을 맡았다면 800장을 물리적으로 출력해 큰 방에서 “이 사람은 어디 가지?”를 반복했을 것이다. 다만 이제는 컴퓨터 안에서, 한 달 걸릴 일이 토큰 수백 달러어치와 10분 정도로 끝난다. 6개월 전만 해도 불가능했던 일이다.
[10:55] 11. 인간의 작업 기억은 7±2 — 모든 제도가 그 보철이었다
여기서 그가 가장 좋아하는 프레임이 나온다. 인간은 한 번에 약 일곱 가지밖에 머리에 담지 못한다. 7±2, 인지심리학에서 가장 유명한 논문 중 하나이고, 지역 전화번호가 일곱 자리인 이유이며, 장보기 목록의 여덟 번째 항목을 잊는 이유다.
그리고 결정적인 한 걸음. 인류가 만든 모든 제도 — 모든 체크리스트, 모든 조직도, 모든 서류함 — 은 그 한계를 위한 보철(prosthetic)이다.
반면 AI 에이전트는 100만 토큰을 담는다. 약 1,000페이지. 그는 열 살 아이에게 GBrain을 설명하며 이렇게 말했다고 한다. “에이전트는 해리포터 세 권을 머릿속에 동시에 펼쳐놓고 있을 수 있고, 그 안 어디서든 바늘을 찾아내고 세 권을 가로질러 몇 초 만에 종합할 수 있어.” 일곱 자리 대 해리포터 세 권.
[12:00] 12. 회사는 세 권이 아니라 도서관이다
“이게 AGI인가? 아닐 수도 있다. 하지만 이미 완전히 다른 작동 체제(operating regime)인 것은 분명하다.” 그런데 지구상 거의 모든 회사가 여전히 일곱 자리 두뇌에 맞춰 설계된 조직으로 돌아가고 있다.
동시에 그는 반대 방향도 짚는다. 세 권은 많지만 동시에 아주 적다. 당신의 회사는 세 권이 아니라 도서관이다. 모든 이메일, 모든 회의, 모든 의사결정과 그 근거, 모든 고객, 모든 대화, 모든 포스트모템. 그렇다면 진짜 질문은 하나로 좁혀진다. “그 책상 위에 어느 세 권을 펼쳐둘지 누가 결정하는가.” 그것이 컨텍스트 엔지니어링이고, 에이전트가 천재가 될지 금붕어가 될지를 가르는 지점이다.
[12:55] 13. “그냥 RAG 아니냐” — 어려운 건 그 주변 전부다
컴퍼니 브레인은 도서관 + 사서다. 여기서 그는 예상 반론을 직접 꺼낸다. “이건 그냥 RAG잖아.” 그는 절반은 맞다고 인정한다 — 검색은 프리미티브다. Postgres가 “그냥 B-트리”인 것과 같은 의미로.
어려운 건 그 주변의 모든 것이다.
- 애초에 무엇이 지식 위키에 적히는가
- 그것이 어떻게 보강되고 연결되는가
- 무엇이 핫 메모리로 승격되고 무엇이 콜드 레퍼런스로 보관되는가
- 두 사실이 충돌할 때 누가 중재하는가
그래서 결론은 이 한 줄이다. “검색은 쉽다. 검색될 가치가 있는 상태가 되는 것이 제품이다(Retrieval is easy. Being worth retrieving from is the product).”
[13:30] 14. GBrain — 어느 세 권을 열지 정하는 검색 계층
그는 자기 것을 공개적으로 만들어왔다. GBrain은 어떤 하네스와도 작동하지만 OpenClaw와 Hermes agent와 특히 잘 맞고, 성격상 에이전트를 위한 Postgres — 즉 어떤 태스크에 대해 “어느 세 권을 에이전트 머리에 로드할지” 판단하는 검색 계층이다.
개인용으로 시작한 것이 “책 몇 방” 정도에서 지금은 창고 규모, 약 22만 페이지가 되었고, 대부분 그의 에이전트들이 그의 이메일·회의·20년치 노트·실제 경험으로부터 직접 쓴 것이다.
작동 방식을 그는 이렇게 묘사한다. 창업자가 위기 상황을 이메일로 보내면, 그가 그 메일을 다 읽기도 전에 에이전트는 이미 그 창업자와의 모든 이전 대화, 같은 벽에 부딪혔던 포트폴리오 회사 세 곳, 그리고 그들에게 실제로 통했던 해법을 끌어와 둔다. “에이전트가 무슨 일을 하든, 내가 이미 아는 것을 다 아는 채로 한다. 그게 어시스턴트와 동료의 차이다.”
[14:30] 15. 실패 모드 — 검색 잘 되는 쓰레기장
그는 자기 주장을 스스로 스트레스 테스트한다. 컴퍼니 브레인에는 분명한 실패 모드가 있다.
- **아무도 큐레이션하지 않는 브레인은 “검색 성능 좋은 쓰레기장”**이 된다.
- 검색은 오래된 사실을 완전한 확신을 갖고 끄집어낸다.
- 잘못된 스킬 파일은 잘못된 프로세스를 영구히 박제한다.
그래서 프리미티브는 메모리가 아니라 메모리 + 위생이다. 구체적으로 모든 사실에 출처(provenance), 새 정보가 옛 정보와 충돌할 때의 모순 검사, 그리고 실제 업무가 가지치기(pruning)인 사서(사람 + 에이전트). 브레인을 프로덕션 인프라처럼 다루면 복리로 쌓이고, 쓰레기장처럼 다루면 아무도 추적할 수 없는 방식으로 틀린, 아주 자신만만한 에이전트를 얻는다.
[15:15] 16. 시그니처 무브 — “절대 일회성 작업을 하지 마라”
모든 YC 회사와 YC 내부 구성원에게 그가 항상 하는 말이자 스스로 “내 시그니처 무브”라고 부르는 규율. 절대 일회성 작업을 하지 마라(never do one-off work).
작업 흐름은 익숙하다. 하네스를 열고, 일을 시키고, 결과가 별로면 “그거 별로다, 고쳐”라고 말한다 — 그는 에이전트를 **“그리 뛰어나지 않은 인턴”**에 비유한다. 문제는 거기서 멈추는 것이다. 태스크 끝에서 반드시 스킬화(skillify) 해야 한다. 그는 X에 “skillify it”이라는 글을 올려두었고, 그 스킬 파일을 자기 하네스에 로드하면 방금 한 일이 재사용 가능한 스킬로 바뀐다고 안내한다.
기준은 명확하다. “같은 것을 두 번 요청해야 했다면, 당신은 실패한 것이다.”
[16:00] 17. 딱 하나만 기억한다면 — 모델은 임대, 브레인은 소유
“딱 하나만 기억하셔야 한다면, 바로 이겁니다.” 에이전트를 쓰고, 결과가 만족스러우면 그 자리에서 스킬화하라.
이유는 조직 차원에 있다. 배운 것을 이런 식으로 포착하는 조직은 매일매일 더 똑똑해지고, 그러지 않는 조직은 모델이 아무리 좋아도 매일 아침 기억상실 상태로 깨어난다. 그리고 강연에서 가장 자주 인용될 문장이 이어진다. “모델 품질은 임대다. 하지만 브레인을 만들면 그 브레인은 당신 소유다(Model quality is rented, but if you build your brain, you own that brain).”
[16:45] 18. 그래서 뭘 만들 것인가 — AI 네이티브 회사
Theo의 질문에 정면으로 답한다. AI를 그냥 쓰는 회사가 아니라 AI 네이티브 회사를 만들라. 첫날부터 방금 설명한 형태로 설계된 회사, 즉 얇은 팀, 모든 것에 대한 스킬 파일, 여전히 코드 안에 있는 창업자, 도서관(컴퍼니 브레인), 그리고 개인 AI.
GBrain을 써도 되지만(오픈소스이고 무료) 꼭 써야 하는 건 아니다 — 좋은 대안이 많다고 그는 덧붙인다. 핵심은 도서관은 첫 주부터 복리로 쌓이기 시작하고, 조직 전체가 400배로 돌아가도록 배선된다는 것이다.
그린필드 기회도 명시적으로 던진다. “내가 25살이고 여러분 자리에 앉아 있다면 만들 것” — 지구상 모든 회사가 곧 브레인을 필요로 한다. 알던 것을 다시 물을 필요가 없게 만드는 메모리 계층, 당신을 진짜로 아는 개인 AI. 그는 GBrain을 MIT 라이선스로 공개하며 여기서 돈을 벌 생각이 없다고 밝힌다 — 이 계층은 Linux처럼 열려 있어야 한다는 믿음 때문이다. 대신 컴퍼니 브레인, 개인 컨텍스트, 세 권을 고르는 사서 — 이 영역 자체는 완전히 열린 땅이고, 여기서 정의적인 회사가 나오길 바라며 YC에서 투자하고 싶다고 말한다.
[17:45] 19. 자기 피치를 스스로 깎다 — “제 도구는 필요 없습니다”
그는 자기 홍보를 깎아내리는 정직함으로 마무리를 준비한다. “시작하는 데 제 도구가 꼭 필요한 건 아닙니다.”
“OpenClaw는 페라리고 저는 언제나 이걸 추천할 겁니다. 하지만 Codex도 아주 좋은 혼다예요. 이것의 90%는 해줍니다. 얼굴이 날아갈 정도는 아니지만, 목적지까지는 데려다줍니다.” 무엇을 쓰든 상관없고, 레포가 아니라 개념이 요점이다.
어떤 스택으로도 이식되는 개념 네 가지를 그는 다시 나열한다 — 계산이 어디서 일어나는지 생각할 것, 스킬 파일을 직원으로 쓸 것, 사서, 그리고 일회성 작업 금지.
[18:30] 20. “일자리 공포는 상상력의 실패다”
마지막 단락은 사회적 메시지다. 지금 많은 사람이 일자리가 어떻게 될지 두려워하고, 그는 그 두려움을 이해한다고 말한다. 하지만 분명히 말하자면 그것은 상상력의 실패이고, 이 방에 있는 사람들이 그 답이다.
방금 설명한 것을 각자의 스타트업으로 가져가 스스로를 배가시키고, 회사의 모든 사람이 스스로를 배가시키면, 그렇게 만들어진 회사들이 이 모든 것이 사회에서 어떻게 작동하는지 보여주는 등대가 된다는 것이다.
[19:30] 21. 8만 개 마크다운 파일 — 한 소년을 위한 컴퍼니 브레인
그는 **“풍요(abundance)는 정책 보고서가 아니라 출시된 소프트웨어다”**라는 문장 뒤에 강연에서 가장 강한 일화를 놓는다.
희귀 형태의 뇌전증을 앓는 아들을 둔 친구가 있다. 그는 마크다운 파일 8만 개짜리 레포를 만들었다 — 한 어린 소년을 위한 컴퍼니 브레인이다. 그리고 아들의 정확한 병증에 대해 인류가 아는 지식의 절대 끝까지 스스로를 밀어붙였다. 연구소도, 연구비도, 허가도 없이. 아버지 한 명, 노트북 한 대, 그리고 도서관 하나.
그는 이것이 곁가지 이야기가 아니라 20분 내내 설명한 바로 그 아키텍처 — 도서관, 사서, 적시에 펼쳐진 올바른 세 권 — 가 한 사람이 세상에서 가장 사랑하는 대상을 향해 겨눠진 것이라고 말한다.
그리고 마지막 연쇄. “그런 사람이 있었으면 좋겠는데 구할 수 없다고 생각했던 모든 문제 — 이제 여러분이 할 수 있습니다.” 너무 버그투성이라 못 고친다고 생각한 코드베이스, 너무 커서 못 읽는 아카이브, 너무 지저분해서 못 치우는 데이터셋, 끓이지 말라고 배웠던 모든 바다 — 이제 우리는 바다를 끓일 수 있다. 그리고 답을 다시 붙인다. AI 네이티브 회사를 만들고, 그 밑에 깔릴 것 — 브레인, 메모리, 복리로 쌓이는 도서관 — 을 만들어라. 그것이 당신 다음에 오는 모든 회사를 더 쉽게 만든다.
부록 — 실전 체크리스트
- 계산의 위치부터 감사한다. 지금 에이전트에게 시키는 일 중 컨텍스트 윈도우 안에서 상태·배열·계산을 붙들고 있는 게 있는지 찾는다. 있으면 결정적 공간(코드/DB)으로 내리고, LLM에는 판단·취향·의도 해석만 남긴다.
- 리졸버 테이블을 조직도로 다시 읽는다. CLAUDE.md가 비대해졌다면 그건 조직이 커진 것이다. “어떤 태스크가 오면 어떤 파일을 로드하는가”를 표로 명시한다.
- 트리거 이밸을 인사평가처럼 돌린다. “테스트 파일을 고칠 때 tests.md가 실제로 로드되는가”를 검사하는 테스트를 만든다. 매핑이 조용히 깨지는 것을 막는 유일한 방법이다.
- 일회성 작업을 스킬로 굳힌다. 태스크가 끝나고 결과가 만족스러우면 그 자리에서 스킬 파일로 변환한다. 기준은 “두 번 요청했다면 실패”.
- 브레인 위생 규칙을 먼저 정한다. 모든 사실에 출처를 붙이고, 새 정보가 기존 정보와 충돌할 때의 처리 규칙을 정하고, 가지치기 담당(사람+에이전트)을 지정한다. 이게 없으면 “검색 잘 되는 쓰레기장”이 된다.
- 비엔지니어를 먼저 태운다. YC의 재무 담당이 엑셀 100개를 앱 하나로 합쳤듯, 조직의 레버리지는 터미널을 안 쓰던 사람들이 스킬 파일을 쓰기 시작할 때 곱해진다.
- 도구 선택에 시간을 쓰지 않는다. 페라리든 혼다든 90%는 나온다. 개념 네 가지(계산 위치 / 스킬=직원 / 사서 / 일회성 금지)를 먼저 이식한다.
원문 인용 모음
- [02:40] “It’s not the model. The 2x people and the 100x people are using the exact same Claude, same weights, same context window, same API. So the leverage is not in the weights. It’s in how you wire the work.”
- [03:40] “The fastest-growing founders we fund are not treating AI as autocomplete. They’re treating it as a workforce.”
- [05:40] “When you sit down with [Claude] Code or Codex, you’re not writing software. You’re hiring, training, and managing a workforce made of markdown.”
- [07:00] “You’re doing a former person’s entire year worth of work in a single day. That’s not the future. That’s actually the bar right now.”
- [07:40] “One of our finance folks just collapsed about 100 Excel workbooks into a single app she built with our internal OpenClaw and company brain. She’s not a programmer. She’s a manager of agents now, and everyone at YC now is.”
- [10:40] “You and I, human beings, we only hold about seven things in our head at once… every institution humanity has ever built, every checklist, every org chart, every filing cabinet, is a prosthetic for that limit.”
- [11:20] “The AI agent can keep about three Harry Potter books sitting open in its head all at once, and it can find a needle in any of them and synthesize across all three in seconds.”
- [12:00] “Three books is a lot, but it’s also very little. Your company is not three books. Your company is a library.”
- [12:20] “The question that determines whether your agents are geniuses or goldfish is who decides which three books are open on that desk. That’s context engineering.”
- [12:40] “And this is what a company brain is. It’s the library plus the librarian.”
- [13:00] “Retrieval is easy. Being worth retrieving from is the product.”
- [13:40] “When my agent does anything, it does everything knowing what I already know. And that’s the difference between an assistant and a colleague.”
- [14:00] “A brain nobody curates becomes a garbage dump with great search.”
- [14:20] “A bad skill file encodes a bad process forever… So the primitive is not memory. It’s memory plus hygiene.”
- [15:00] “Never do one-off work… You actually need to, at the end of that task, skillify it.”
- [15:40] “Because if you have to ask for something twice, you failed.”
- [16:00] “The organization that captures what it learns like this gets smarter every single day. The one that doesn’t wakes up every morning with amnesia, no matter how good the model is.”
- [16:20] “Model quality is rented, but if you build your brain, you own that brain.”
- [17:40] “OpenClaw is the Ferrari. I will always recommend it. But Codex is a really good Honda. It will do 90% of this… The concepts are the point, not my repos.”
- [18:40] “Abundance is not a policy paper. It is shipped software. I have a friend who has a rare form of epilepsy [son]. He built a repo of 80,000 markdown files, a company brain for one small boy… No lab, no grant, no permission. A father, a laptop, and a library.”
- [19:40] “Every ocean you were told not to boil. We can boil the ocean now.”
관련 위키
- 2026-04-10-gbrain-garry-tan-knowledge-base — 이 강연에서 소개한 GBrain의 아키텍처·설치·스킬팩 상세
- 2026-05-25-diana-hu-ai-native-company — 같은 YC 파트너가 제시한 “AI = 회사 운영체제” 프레임
- openclaw · hermes-agent — 강연에서 언급된 하네스/에이전트
- moc-ai-agents-memory · moc-ai-agents-context-stack — 메모리·컨텍스트 계층 MOC
원문 보존 위치
전사 전문은 raw/transcripts/2026-07-26-garry-tan-ai-native-company-brain.en.srt에 저장. 스크린샷 21장과 컨택트 시트는 assets/youtube/garry-tan-ai-native-company-brain/.