단독 창업가, 15개의 AI 에이전트 관리로 슬랙 사용 줄여

라이언 카슨의 AI 에이전트(특히 Devin)에 대한 월 지출액은 한때 2만 달러에 달하며 상당한 증가를 보였습니다. 이러한 운영 비용 증가는 그의 사업인 Untangle의 확장과 직접적으로 관련되어 있습니다. 초기에는 Devin 에이전트에 월 약 5,000달러를 투자했지만, 플랫폼의 기능이 비즈니스 운영에 더 깊이 통합되면서 비용이 증가했습니다. 카슨은 이러한 에이전트를 효과적으로 관리하는 것이 현대 창업자에게 중요한 기술이 되었다고 강조했습니다.

카슨은 AI 에이전트 관리 방식을 근본적으로 변경하여, 직접적인 지시를 내리는 방식에서 벗어났습니다. 이전에는 통합 개발 환경(IDE)을 통해 에이전트에 자세한 지침을 제공했습니다. 이제 그의 전략은 광범위한 목표를 할당하고 에이전트가 지속적인 인간 감독 없이 독립적으로 운영되도록 하는 것입니다. 이러한 변화를 통해 그는 15개의 동시 에이전트를 효과적으로 관리할 수 있습니다.

Untangle의 초기 개념은 이혼 소송에서 개인을 돕기 위해 AI를 사용하는 것이었습니다. 그러나 직접적인 시장 검증 결과, 소비자들은 그러한 민감한 문제에 대해 인간 변호사를 선호하는 것으로 나타났습니다. 이 피드백은 가족 법률 회사를 대상으로 하는 B2B SaaS 모델로의 중요한 전환을 촉발했습니다. 이제 회사는 이들 회사 내의 법률 보조원 부족 문제를 해결하는 데 중점을 두어, 더욱 적절하고 수요가 많은 솔루션을 제공하고 있습니다.

라이언 카슨은 처음에는 클라우드 에이전트를 실험했으며, 그들의 성숙도와 프로덕션 작업 준비 상태에 놀랐습니다. 이러한 깨달음은 그가 이 도구들에 크게 투자하도록 이끌었으며, Devin 에이전트에 월 5,000달러에서 20,000달러를 지출하게 되었습니다. 그의 성공적인 구현과 플랫폼 사용 시연은 결국 Cognition으로부터 크레딧 지원을 얻는 결과로 이어졌으며, 이는 그가 미래 운영을 위한 클라우드 기반 AI에서 본 잠재력을 강조합니다. 카슨은 AI의 미래가 주로 클라우드 에이전트에 있으며, 거의 100%의 채택률을 예상하고 있다고 굳게 믿습니다.

카슨은 AI 에이전트를 사용하여 투자자 업데이트 초안 작성 과정을 간소화할 것을 강력히 권장합니다. 이러한 에이전트는 중요한 비즈니스 건강 지표를 추적하고 취합하는 데에도 중요한 역할을 하여, 창업자들이 투자자에게 시기적절하고 정확한 정보를 제공할 수 있도록 보장합니다. 이 접근 방식은 귀중한 창업자의 시간을 절약하여, 수동적인 데이터 집계 및 보고서 생성보다는 전략적 성장에 집중할 수 있도록 합니다.

카슨은 경험 많은 창업자들이 그들의 발전된 관리 기술 덕분에 AI 에이전트를 조직하는 데 상당한 이점을 가지고 있다고 강조합니다. 그는 팀 구조 및 위임에 대한 전문 지식이 수년간 연마되어 AI 에이전트를 효과적으로 관리하는 데 직접적으로 적용된다고 주장합니다. 이러한 관점은 노련한 전문가들이 AI를 활용하는 데 특히 유리한 위치에 있으며, 그들의 확립된 리더십 역량을 이러한 새로운 기술 도구에 직접 적용할 수 있음을 시사합니다.

라이언 카슨은 시간 버킷팅 전략을 사용하여 개별 작업을 관리하는 것보다 시간 할당을 우선시합니다. 그는 의사 결정 피로도를 휴리스틱으로 사용하여 강력한 확신이 없는 기능을 식별하고 우선순위를 낮춥니다. 어떤 기능에 대해 결정하는 것이 부담스럽게 느껴진다면, 이는 종종 진정한 중요성이나 헌신이 부족하다는 신호로 '시들어 죽도록' 내버려 두어야 함을 나타냅니다.

카슨은 디지털 제품 구축에만 의존하는 경향이 커지는 것에 대해 비판적인 시각을 표현하며, 많은 창업자들이 실제 사람들과 충분히 교류하지 않는다고 주장합니다. 그는 진정한 제품-시장 적합성을 발견하기 위해 직접적인 고객 참여가 가장 중요하다고 강조합니다. 그는 창업자들이 사무실을 직접 방문하고 사용자들과 대면하여 소통할 것을 옹호하며, 진정한 통찰력은 순전히 온라인 피드백보다는 이러한 실제 상호작용에서 비롯되는 경우가 많다고 강조합니다.

카슨은 클라우드 코딩 에이전트가 코드 작성에만 전념한다는 일반적인 인식을 반박합니다. 그는 AI 플랫폼이 다양한 운영 작업을 처리할 수 있는 광범위한 비즈니스 에이전트로 진화하고 있다고 강조합니다. 예를 들어, 그는 Devin을 코딩뿐만 아니라 딜 데스크 관리, 견적 생성, 문서 작성 및 고객 분류와 같은 중요한 비즈니스 기능에도 활용하며, AI의 전통적인 개발 역할을 넘어선 다재다능한 적용을 보여줍니다.

라이언 카슨은 로컬 에이전트와 백그라운드 에이전트를 최적의 사용 사례에 따라 구분합니다. 그는 Codeex와 같은 로컬 에이전트를 대화형 페어 프로그래밍이 필요하거나 대규모 기능 이니셔티브를 관리하는 높은 지연 시간 작업에 사용합니다. 반대로 백그라운드 에이전트는 버그 자동 수정, 일회성 할당 및 일반적인 운영 지원과 같은 자동화된 작업에 배포됩니다. 그는 또한 프론트엔드 UI 작업 및 검증 작업에 전념하는 특정 에이전트를 선호한다고 언급하며, 작업 요구 사항에 따른 미묘한 에이전트 선택 접근 방식을 보여줍니다.

라이언 카슨은 풀 리퀘스트(PR)를 병합하기 전에 높은 코드 품질을 보장하기 위해 Devin 내에 'PR 제출' 플레이북을 구현했습니다. 이 자동화된 프로세스는 PR에 대한 새로운 Devin 검토를 트리거하고 제안된 변경 사항에 대한 비디오 워크스루를 생성합니다. 비디오 출력은 빠른 인간 승인을 가능하게 하여 검증 프로세스를 크게 간소화하고 최소한의 수동 개입으로 코드 무결성을 유지합니다.

라이언 카슨은 슬랙이 컨텍스트를 파편화하고 효율적인 커뮤니케이션을 방해한다고 주장하며 Untangle에서 슬랙을 없애기 위해 적극적으로 노력하고 있습니다. 그의 계획은 모든 다중 사용자 상호작용이 Devin 내에서 직접 이루어지도록 의무화하여 AI 에이전트 활동을 중심으로 커뮤니케이션을 집중화하는 것입니다. 그러나 대화 상대는 공용 슬랙 스레드가 팀원들에게 AI 기능을 투명하게 보여주고 광범위한 채택을 촉진하는 데 효과적이라는 상반된 관점을 제시했습니다.

Launch Darkly 재직 시 카슨은 공용 슬랙 스레드에 백그라운드 에이전트를 배포하는 것이 강력한 '변화 촉진제' 역할을 한다는 것을 발견했습니다. 이 전략은 투명성을 촉진하여 직원들이 AI를 워크플로에 이해하고 통합하는 데 도움을 주었으며, 궁극적으로 인간-AI 협업을 개선했습니다. 더 넓은 목표는 모든 스레드가 조직 내에서 AI 에이전트의 유용성과 직접적인 영향을 강화하면서 유형의 작업이나 행동으로 직접 이어지도록 슬랙 문화를 변화시키는 것입니다.

라이언 카슨은 기술 디자인 시스템을 구축하기 위해 이중 도구 워크플로를 사용합니다. 그의 프로세스는 Claude를 사용하여 초기 디자인 파일을 만드는 것으로 시작됩니다. 이 디자인들은 다운로드되어 Cursor로 가져와 기존 Figma 자산과 결합하여 디자인 시스템의 기술 구성 요소를 만듭니다. 이 통합된 접근 방식은 디자인 개념화와 개발 실행 사이의 격차를 효과적으로 해소하여 견고한 디자인 인프라 생성을 간소화합니다.

카슨은 백그라운드 에이전트 작업을 관리하기 위해 OpenDevin을 사용하며, 이는 지속적인 작업을 자동화하는 역할을 합니다. 활성 코딩 및 이메일 관리를 위해서는 Cursor를 강력히 선호하며, 특히 사용자 인터페이스를 칭찬합니다. 그는 Cursor의 최근 2,000개의 읽지 않은 이메일 처리 성공을 언급하며 개발 및 조직 작업 모두에서 그 유용성을 보여주었습니다.

진행자들은 광범위한 AI 코드 생성만으로는 우수한 제품을 보장할 수 없다고 강조했습니다. 그들은 고객과의 직접적이고 실제적인 인간 상호작용이 제품 성공에 근본적으로 중요하다고 강조했습니다. 그들은 창업자들이 백그라운드 작업을 위해 AI 도구를 전략적으로 사용하면서도 사용자 이해 및 참여에 주요 초점을 유지할 것을 조언합니다.