CREAO, 에이전트가 조율하는 약 25명 회사

핵심

• 아키텍트는 AI가 코드와 로그를 읽고 제안한 작업 중에서 진행할 것을 고릅니다.
• 풀 리퀘스트마다 AI 검토 세 갈래를 거친 뒤 사람이 전략적 위험을 살핍니다.
• QA 팀 없이 세 심판 모델이 채점하고 사람은 그 판정을 표본 점검합니다.

조율하는 사람 대신 조율하는 시스템을 만드는 일

소프트웨어 스타트업에는 서로 다른 사람들을 이어 주는 층이 있습니다. 기획자가 요구사항을 적고 진행 상황을 챙기면, 엔지니어링 매니저는 개발자에게 작업을 나누어 주고 정기 점검 회의를 엽니다. 코드가 완성되면 품질 보증, 즉 소프트웨어의 결함을 찾아내 출시 전 검증을 전담하는 QA(Quality Assurance) 테스터들이 별도의 시험 환경에서 기능을 점검합니다. 조직이 조금만 커져도 회사의 일정표는 회의와 현황 보고로 가득 차기 마련입니다.

클라우드 에이전트 플랫폼을 만드는 CREAO는 이 층을 사람으로 채우지 않기로 했습니다. 회사의 주력 제품인 Super Agent는 정해진 일정에 따라 스스로 돌고, 이전 실행의 기억을 유지하며, 마케팅과 코딩, 영상 제작에 걸친 여러 업무를 처리하는 작업 흐름을 만듭니다. 공동창업자이자 최고제품책임자(CPO)인 Clark Gao에 따르면, CREAO의 사업 초점은 일반 소비자에서 출발해 지금은 중소기업을 향하고 있으며 대기업은 나중 목표입니다. 요금제는 크레딧을 차감하는 방식으로, 무료 등급부터 최대 50명 팀을 위한 월 1,000달러 Ultra 등급까지 있습니다.

CREAO가 밖에서 겨냥하는 대상은 현재 소규모 기업들이 보조 인력, 마케터, 외주 대행사, 자동화 도구에 맡기던 일들입니다. 회사는 자사 웹사이트에서 Zapier, n8n, Lovable, Manus 같은 도구들과 스스로를 비교합니다.

하지만 더 눈여겨볼 대목은 이 회사 내부가 돌아가는 방식입니다. CREAO가 처음부터 이런 구조였던 것은 아닙니다. 처음에는 자연어 프롬프트로 애플리케이션을 만드는 도구를 팔다가 에이전트 플랫폼으로 방향을 바꾸었습니다. 2026년 2월, 공동창업자이자 최고기술책임자(CTO)인 Peter Pang은 제품 구조와 함께 팀이 일하는 방식을 전면 개편했습니다. 가장 크게 바뀐 영역은 프로젝트 매니저, 엔지니어링 매니저, QA 테스터, 그리고 이들을 연결하던 회의였습니다. 회사의 설명에 따르면, 지금은 에이전트가 그 조율 업무의 대부분을 처리합니다.

약 25명의 조직에서 일이 돌아가는 흐름

CREAO는 자사를 “약 25명의 조직으로 대부분 최근 대학을 졸업한 이들이며 중간 관리자가 없다”고 설명합니다. 2026년 4월 글에서 Peter Pang은 “직원 25명에 엔지니어 10명”이라고 적었습니다. 회사가 밝힌 인터뷰 요약에 따르면 “에이전트가 조율, 상태 추적, 일정 관리, 업무 전달을 담당”합니다. Clark Gao는 영업과 고객 접점 조직을 “컨설팅 회사나 로펌의 파트너십 모델에 가깝다”고 설명합니다. 각 채널 담당자가 일을 가져오고 작은 팀을 꾸려 결과에 책임을 지면, 경영진은 그 결과를 모읍니다. “우리는 각자가 낸 결과를 합산할 뿐입니다.” Clark Gao는 새로 입사한 직원이 “내 관리자가 누구인지조차 모르겠다”고 말하면서도 성과를 낸다고 전합니다.

Peter Pang은 사내 직무를 크게 두 부류로 나눕니다. 첫째는 전체에서 한두 명뿐인 아키텍트입니다. 아키텍트는 시스템 설계와 테스트 환경, 그리고 에이전트가 따라야 할 표준 절차를 만듭니다. “그들은 AI에게 일하는 법을 가르치는 표준 운영 절차를 설계합니다.” 둘째는 그 밖의 모든 사람인 오퍼레이터입니다. 오퍼레이터는 실제 작업을 굴리는 실무자로, 버그의 원인을 조사하고 사용자 인터페이스(UI)를 다듬으며 풀 리퀘스트를 검토하고 수정을 확인합니다. Peter Pang은 이 흐름을 두고 “AI가 사람에게 일을 배정한다”고 직설적으로 표현합니다. Clark Gao의 말을 빌리면 줄어드는 층은 바로 “로드맵과 상태 업데이트를 챙기는 층”입니다.

이러한 운영이 가능해진 계기는 2026년 2월 5일에 있었습니다. 스스로를 Chief AI Wrangler라고 부르는 Sylvain Laporte는 새 모델이 작성한 코드에 사람이 따로 손댈 곳이 없다는 사실을 알아채고 Peter Pang에게 알렸습니다. 그날부터 재구성이 시작되었습니다. CREAO는 에이전트가 전체 시스템을 한눈에 파악할 수 있도록 흩어져 있던 약 50개의 저장소를 하나의 거대한 단일 저장소인 모노레포(monorepo)로 합쳤습니다. 그리고 팀의 지식을 에이전트가 기능을 만들기 전에 먼저 읽는 짧은 플레이북 형태인 “스킬(skills)“로 정리했습니다. Sylvain Laporte는 “코드베이스는 가르칠 수 있는 대상이어야 한다”고 말합니다. 최근 입사한 엔지니어 Arky Yang은 “엔지니어에게 필요한 모든 것은 코드베이스 안에 있다”면서 “동료들에게 큰 도움을 구하지 않고도 스스로 적응했다”고 덧붙였습니다. 동료 개발자를 붙잡고 묻는 대신 코딩 에이전트에게 코드를 물어보며 일을 익힌 셈입니다.

2026년 4월 창업자들을 인터뷰한 Founder Park에 따르면, 엔지니어링 순환은 여섯 단계를 거칩니다.

첫째는 계획 단계입니다. AI가 코드베이스와 프로덕션 로그, 하네스 데이터를 읽은 뒤 약 30분 만에 계획 초안을 짜고 필요한 작업을 제안합니다.

둘째는 결정 단계입니다. 아키텍트가 어떤 제안을 진행할지, 그것이 제품 방향에 맞는지 선택합니다. Peter Pang의 말처럼 “어떤 것을 진행시킬지는 아키텍트가 결정”합니다.

셋째는 구현 단계입니다. 코딩 에이전트가 몇 시간 만에 작업을 만듭니다. Peter Pang은 회사의 프로덕션 코드 중 99%를 AI가 작성한다고 밝힙니다.

넷째는 검토 단계입니다. 모든 풀 리퀘스트는 코드 품질, 보안, 라이브러리 간 의존성을 점검하는 세 갈래의 AI 검토를 병렬로 거칩니다. 그 뒤에 사람이 나서는데, 이때 사람은 “한 줄씩 맞게 쓰였는지가 아니라 전략적 위험”을 살펴봅니다.

다섯째는 릴리스 단계입니다. 여섯 단계로 이루어진 배포 파이프라인이 개발 환경에서 빌드, 배포, 테스트를 거친 다음 프로덕션 환경으로 코드를 올립니다. 여기에는 “생략할 수 있는 단계가 없으며, 사람이 임의로 건너뛸 수도 없습니다.” 회사는 14일 동안 하루에 세 번에서 여덟 번씩 프로덕션 배포를 진행했다고 밝혔습니다.

여섯째는 학습 단계입니다. 실제 운영 로그와 A/B 테스트(두 가지 시안을 사용자에게 나누어 보여주고 반응을 비교하는 시험) 결과가 다시 다음 계획의 재료로 들어갑니다.

CREAO 엔지니어링 순환 6단계

여기서 눈에 띄는 점은 QA 팀과 별도의 스테이징 환경, 즉 본 서비스 배포 전 최종 검증용 환경이 없다는 사실입니다. 대신 Peter Pang이 Agent Harness라고 부르는 안전장치가 돌아갑니다. Anthropic, OpenAI, Google의 세 가지 심판 모델이 실제 서비스에서 에이전트가 사용자에게 내놓은 응답을 채점합니다. 매일 아침 에이전트는 낮은 점수를 받은 응답과 프로덕션 오류를 묶어 심각도에 따라 순위를 매긴 뒤 작업 티켓을 생성합니다. 가장 심각한 상위 묶음에 대해서는 에이전트가 코드와 로그를 역추적해 원인을 찾고 증거 묶음을 첨부해 사람에게 전달합니다. 시급하고 확신이 높은 사안이라면 에이전트가 한 번 실행에 최대 세 개까지 초안 수정안을 엽니다. 비밀값이나 CI 설정, 접근 권한 정책에 손을 대는 변경은 자동으로 닫히도록 설계되어 있습니다. 시스템은 티켓을 닫기 전에 프로덕션 로그를 6시간 동안 확인하고, 문제가 다시 발생하면 수정을 되돌립니다. 큰 변경 사항은 먼저 전체 트래픽의 약 10%에만 배포하며, 심판 모델들의 점수가 유지될 때만 적용 범위를 넓힙니다. 사람은 심판 모델들의 판정을 표본으로 점검하며, 심판과 사람의 판단 사이에 지속적인 차이가 나면 채점 기준에 버그가 있는 것으로 보고 기준을 고칩니다.

개발 밖의 영역도 같은 방식을 따릅니다. Peter Pang에 따르면 제품 릴리스 노트는 “변경 내역과 기능 설명에서 AI가 생성”하며, 소셜 미디어 게시물과 기능 소개 영상, 분석 보고서도 AI가 만들거나 조율합니다. CREAO의 소셜 미디어 매니저인 Candice는 여기가 첫 직장입니다. 그는 약 한 달 만에 네 가지 에이전트 사슬을 만들었습니다. 최근 게시물을 매일 검토하는 에이전트, 경쟁사 계정 약 20개를 매주 모니터링하는 에이전트, 브랜드 말투를 기억해 답글 초안을 작성하는 에이전트, 그리고 지난 24시간 동안의 화제를 읽고 각도를 제안하며 초안과 이미지를 만드는 콘텐츠 에이전트입니다. Candice는 제안된 각도 중 마음에 드는 것을 고르고 최종 발행을 승인합니다. “저는 에이전트가 추천한 내용에 동의할지 거부할지 결정하기 위해 있습니다.” Clark Gao는 데이터베이스를 직접 연결해 두었기 때문에 “누구나 프로덕트 매니저나 데이터 엔지니어와 회의를 잡는 대신 에이전트에게 일상적인 운영 현황을 물어볼 수 있다”고 말합니다.

모든 시도가 처음부터 성공했던 것은 아닙니다. Peter Pang이 Unite.AI에 밝힌 바에 따르면, 한 콘텐츠 파이프라인은 이틀 동안 자동으로 돌았지만 결과물의 품질이 나빠 팀이 운영을 중단하기도 했습니다.

사람이 개입하는 다섯 가지 결정 지점

일반적인 소프트웨어 기업과 CREAO의 가장 큰 차이는 조율과 검토가 일어나는 위치입니다. 보통의 회사에서는 사람이 조율을 도맡습니다. 기획자가 기획서를 쓰고 일정을 챙기며, 개발 관리자가 업무를 나누고 주간 회의를 엽니다. 하지만 CREAO의 자체 설명에 따르면 상태 추적, 일정 관리, 업무 인계, 작업 제안, 첫 번째 코드 검토, 대부분의 테스트를 에이전트가 맡습니다.

대신 사람은 명확하게 이름이 붙은 다섯 가지 결정 지점에만 서 있습니다. 첫째는 아키텍트가 무엇을 만들지 승인하는 지점, 둘째는 풀 리퀘스트의 전략적 위험을 검토하는 지점, 셋째는 에이전트가 수정을 만들기 전에 엔지니어가 진단 내용을 확인하는 지점, 넷째는 심판 모델의 판정을 사람이 표본으로 맞추어 보는 지점, 다섯째는 채널 담당자가 대외 발행물을 승인하는 지점입니다. Peter Pang은 이 구조 덕분에 자신이 사람을 관리하는 데 쓰던 시간이 60%에서 10% 미만으로 줄었다고 밝힙니다.

권한이 머무는 곳도 다릅니다. 중간 관리층이 사라지면서 경험 많은 숙련자는 상태 보고서를 읽는 대신 에이전트가 따를 절차와 테스트 환경을 짭니다. 실무자는 맡은 영역 전체를 직접 책임집니다. Clark Gao는 “올바른 도구를 갖춘 똑똑한 주니어라면 채널 전체를 직접 운영할 수 있다”고 말하며, Peter Pang은 “주니어 엔지니어가 시니어 엔지니어보다 더 빠르게 적응했다”고 썼습니다. 직무 사이의 경계도 옅어집니다. 데이터 과학자 출신인 Clark Gao는 “콘퍼런스에 쓰일 자료의 디자인 작업을 전적으로 직접 맡아서 했다”고 말하며, 한 인턴은 입사 당시 “CREAO에서 스스로 기여할 수 있다고 생각하는 부분이라면 어디든 뛰어들라”는 안내를 받았습니다.

출시 주기도 크게 달라졌습니다. QA 팀이나 스테이징 환경이 없기 때문에 CREAO는 하루에도 여러 번 제품을 배포하며, 최종 평가는 실제 운영 점수와 A/B 테스트에 맡깁니다. Founder Park 인터뷰 번역에 따르면 Peter Pang은 “모든 것을 출시하고, 구현은 AI에게 맡기며, A/B 테스트 결과로 결정하게 하라”고 말했습니다. 이러한 운영에는 분명한 대가가 따릅니다. 제품의 결함 중 일부는 출시 전 사람의 손에 걸러지는 것이 아니라, 프로덕션 환경의 작은 트래픽 위에서 하네스라는 감시 장치에 의해 사후에 잡히게 됩니다.

기존 산업에 던지는 질문과 네 가지 교훈

이 방식이 유지된다면 소규모 소프트웨어 기업의 중간 관리층은 더 얇아질 수 있습니다. 에이전트가 진행 상황을 챙기고 작업을 배정하며 1차 검토를 끝낼 수 있다면, 단순히 조율만을 전담하는 인력의 필요성은 줄어듭니다. CREAO의 창업자들도 이 점을 명시적으로 언급합니다. 다만 이 구조가 직원 수가 25명을 넘어 커진 뒤에도 유지될지는 아직 미지수입니다. Clark Gao 역시 “가이드라인과 모범 사례는 앞으로 나아가면서 만들어질 것”이라고 덧붙였습니다.

중소기업을 상대로 마케팅이나 운영을 대행하던 업체들도 압박을 받을 수 있습니다. CREAO가 판매하는 제품은 자사가 내부에서 쓰는 도구와 같습니다. 즉, 한 사람이 에이전트 사슬을 엮어 작은 팀이나 외주 업체가 하던 일을 대신 처리하는 방식입니다. Peter Pang은 에이전트 하나가 기존 3인 규모의 검색 최적화(SEO) 작업을 대신했다고 밝혔습니다. 소규모 기업들이 비슷한 도구를 쓰기 시작하면 외주로 나가던 마케팅과 운영 일감 중 일부가 기업 내부로 흡수될 수 있습니다.

다른 조직이 CREAO의 사례에서 배울 점은 단순히 어떤 AI 도구를 골랐느냐가 아니라 일의 구조를 어떻게 짰느냐에 있습니다.

첫째, 기존 흐름에 AI를 덧붙이지 말고 일의 순환 전체를 다시 설계해야 합니다. Peter Pang은 대부분의 기업을 향해 “그들은 기존 작업 흐름에 AI를 덧붙였을 뿐, 흐름 자체를 다시 설계하지 않았다”고 지적합니다.

둘째, 절차는 사람이 아니라 에이전트가 읽을 수 있는 위치에 적어 두어야 합니다. CREAO가 구축한 모노레포와 스킬 문서는 관리자가 일일이 설명하지 않아도 에이전트와 신규 입사자가 시스템 전체를 스스로 배우게 만드는 받침대가 됩니다.

셋째, 사람이 개입해야 할 결정 지점에 명확한 이름을 붙여야 합니다. 계획 승인, 위험 점검, 수정안 확인, 심판 모델 교정처럼 책임질 사람을 구체적인 결정 지점에 두는 방식이 관리자 층의 빈 곳을 메웁니다.

넷째, 병목이 이동한다는 사실을 미리 계산해야 합니다. Sylvain Laporte는 코드를 아무리 빨리 짜도 테스트와 배포가 따라가지 못하면 소용이 없다며 “병목을 하류로 옮겨 놓았을 뿐”이라고 경고합니다. 개발 속도가 빨라지면 결국 “몇 주씩 걸리는 기획 주기가 새로운 제약이 된다”는 Peter Pang의 지적과 맞닿아 있습니다.

아직 완전히 증명되지 않은 것들

이 사례를 볼 때는 몇 가지 한계를 함께 고려해야 합니다. CREAO에 대해 알려진 대부분의 사실은 제품을 홍보해야 하는 창업자들의 발언과 자사 블로그 글에서 나온 것입니다. 99%의 코드를 AI가 짰다거나 하루에 세 번에서 여덟 번 배포한다는 수치는 회사 측이 스스로 공개한 내용입니다.

기초적인 사실관계에서도 자료마다 차이가 있습니다. 직원 수는 2026년 4월 인터뷰에서는 20명으로, 다른 글들에서는 25명으로 적혀 있습니다. 창업 시점 역시 자료에 따라 2023년 시연부터 2025년 초까지 엇갈리며, 에이전트 중심의 운영 방식은 2026년 2월에 시작되었습니다.

또한 별도의 QA 검증 단계 없이 실제 사용자에게 배포하는 방식이 소프트웨어의 품질이나 오류율, 사용자 경험에 장기적으로 어떤 영향을 미치는지 외부에서 객관적으로 측정한 조사는 아직 없습니다. 이 운영 모델은 시작된 지 얼마 되지 않았고 주로 최근 대학을 졸업한 젊은 인력들로 채워져 있습니다. 회사 스스로 인정하듯, 이들이 일하는 방식의 세부 규칙은 지금도 쓰이고 있는 중입니다.

---

출처

1. CREAO — Behind the Agents: What Running an AI-Native Company Looks Like, with Co-Founder & CPO Clark Gao — https://creao.ai/blog/behind-the-agents-ai-native-company — 2026-07-15
2. Peter Pang (X) — Why Your “AI-First” Strategy Is Probably Wrong — https://x.com/intuitiveml/status/2043545596699750791 — 2026-04-13
3. CREAO — The Self-Healing Agent Harness — https://creao.ai/blog/the-self-healing-agent-harness — 2026-05-26
4. CREAO — Behind the Agents: The Cost of Shifting to AI-Native, with Chief AI Wrangler Sylvain Laporte — https://creao.ai/blog/cost-shifting-ai-native — 2026-08-03
5. CREAO — Behind the Agents: How Candice Uses AI for Content Creation to Run CREAO’s X Channel — https://creao.ai/blog/behind-the-agents-how-candice-uses-ai-for-content-creation-to-run-creao-s-x-channel — 2026-08-13
6. CREAO — Behind the Agents: How AI Is Changing Software Development, with Engineer Arky Yang — https://creao.ai/blog/behind-the-agents-how-ai-is-changing-software-development-with-engineer-arky-yang — 2026-10-20
7. CREAO — Behind the Agents: How to Make Demo Videos with AI in Minutes, with AI PM Intern Daksh Kumar — https://creao.ai/blog/behind-the-agents-how-to-make-demo-videos-with-ai — 2026-07-22
8. CREAO — 요금 안내 페이지 — https://creao.ai/pricing — 2026-10-22 확인
9. Unite.AI — Peter Pang, Co-Founder and CTO of CREAO – Interview Series — https://www.unite.ai/peter-pang-co-founder-and-cto-of-creao-interview-series/ — 2026-05-29
10. Founder Park — CREAO: 20-Person Team Ships 8 Features Daily After Pivoting the Organization — https://fpfounderpark.substack.com/p/creao-20-person-team-ships-8-features — 2026-08-19