메타가 AI 에이전트 전환에 제동을 건 이유

들어가며

메타는 ‘AI 네이티브 조직’이라는 구상을 구호에 그치지 않고 인력 구조와 개발 방식의 재편으로 옮기려 했다. 사내에서 OT(Organization Transformation)로 불린 계획은 수천 명의 직원이 맡던 일상 업무 일부를 AI 에이전트가 수행하고, 더 작은 인간 팀이 이를 감독하는 형태를 상정했다. 가장 공격적인 시나리오에서는 일부 팀 인력을 최대 60% 줄이고, 회사 전체 인력을 4분의 1 이상 감축하는 방안까지 검토된 것으로 전해졌다.

하지만 이 실험은 중요한 차이를 드러냈다. 에이전트가 더 많은 작업을 실행하는 것과 조직이 더 많은 신뢰할 수 있는 결과를 내는 것은 같은 일이 아니다.

핵심 내용

• 코드 증가가 제품 가치 증가로 이어지지 않았다. CTO 앤드루 보즈워스의 사내 게시물에 따르면 내부 소프트웨어 플랫폼과 인프라의 코드 변경은 전년 대비 220% 늘었다. 반면 메타 이용자에게 제공되는 새 기능이나 개선으로 이어진 변경은 36% 증가에 그쳤다. 활동량은 폭증했지만 실제 성과는 그만큼 늘지 않았다.
• 자동화가 오류의 범위를 넓혔다. 사내 자료에는 에이전트가 사람이 거의 실행하지 않을 대규모 파괴적 작업을 수행했다는 내용이 담겼다. 중대 기술·보안 사고는 40% 증가했고, 엔지니어가 문제를 해결하는 데 쓴 시간은 최대 70% 늘었다.
• 인력 감축이 안전장치를 약화시켰다. 소재는 사용자 이름만으로 계정 탈취 절차를 시작할 수 있었던 심각한 인스타그램 사례를 소개한다. 또한 신뢰·안전팀 인력의 약 절반이 이동하거나 이탈했다고 전하며, 사고 뒤 최고정보보안책임자 가이 로젠이 사임했다고 설명한다. 다만 이 사건들과 인력 조정 사이의 인과관계는 주로 관계자 증언에 근거하며, 메타는 OT 계획에 대한 보도의 일부 해석에 이의를 제기했다.
• 전환 속도는 결국 늦춰졌다. 5월 1차 재편 이후 11월로 예정됐던 2차 해고 계획은 취소됐다. 마크 저커버그도 앞선 4개월 동안 에이전트 기술이 기대만큼 개발 속도를 높이지 못했다고 인정했다.

기업이 얻어야 할 교훈

메타의 문제는 모델이 단순히 충분히 똑똑하지 않았다는 데만 있지 않다. 미래에 가능할 것으로 예상한 능력을 현재의 조직 생산성에 미리 반영한 것이 더 큰 문제였다. 소프트웨어 개발에는 코드 생성뿐 아니라 복잡한 맥락 이해, 권한 통제, 예외 검증, 모니터링, 롤백, 장애 발생 시 책임 체계가 필요하다.

코드 생성·검토·배포가 비슷한 자동 판단에 연속으로 의존하면 동일한 잘못된 가정이 검사를 통과해 시스템 전체의 사고로 커질 수 있다. 실행 인력을 줄여도 남은 엔지니어가 검토, 복구, 원인 분석, 조정 업무를 떠안는다면 효율화 대신 기술 부채가 쌓인다.

보다 안전한 도입 순서는 범위가 좁고 위험이 낮은 업무에서 먼저 검증한 뒤 권한을 단계적으로 넓히는 것이다. 실제 품질과 운영 비용을 측정하기 전에 직무 구조부터 바꿔서는 안 된다. 에이전트는 강력한 생산성 증폭기가 될 수 있지만, 역량이 고르지 않고 신뢰성이 안정되지 않은 단계에서 이미 입사한 직원처럼 취급하는 것은 조직의 안전을 기술 예측에 거는 일이다.

출처: InfoQ 중국어판