욕먹을 각오로 말할게요, Claude Code 시대는 끝나 갑니다

한 줄 요약

1년 전 "n8n 공부는 그만하라"고 했던 Nick Puru가 이번엔 Claude도 마찬가지라고 말해요. 도구는 계속 바뀌니 도구 조작이 아니라 비즈니스의 진짜 문제를 찾고 고치는 '오퍼레이터'가 되라는 이야기를, 자기 회사 Reprise의 문의 1,800건과 실제 프로젝트 숫자로 풀어 줘요.

전체 내용 정리

n8n에서 Claude Code로, 이제 도구는 문장 하나면 다뤄요

Nick은 1년 전 "n8n 공부를 그만하라"는 영상을 올렸고 그 영상은 25만 회 가까이 재생됐대요. 이번엔 같은 말이 Claude에도, 그리고 Claude 다음에 올 도구에도 해당된다고 말해요. Claude나 ChatGPT가 사라진다는 뜻은 아니에요. 올 한 해 Claude 새 기능을 따라잡느라 바빴다면 이 영상이 그런 사람을 위한 거래요.

몇 년 전만 해도 앱끼리 데이터를 주고받게 하려면 Zapier, Make, n8n 같은 도구로 빈 캔버스에 박스를 끌어다 선으로 이었어요. 폼 작성 → CRM 등록 → 영업 담당자 알림 같은 워크플로를 안정적으로 돌리려면 앱마다 인증 정보를 넣고 필드를 매핑하고 오류를 처리하고 안 깨질 때까지 테스트해야 했죠. 기업이 돈을 낸 건 바로 그 작업이었어요. Nick 채널에서도 조회수 상위 5개 중 4개 제목에 n8n이 들어 있대요.

그런데 도구가 그 일을 스스로 하기 시작했어요. 올여름 n8n은 n8n 어시스턴트를 내놨는데, 원하는 워크플로를 평범한 말로 설명하면 만들고 테스트하고 실패한 단계까지 고쳐 준대요. 아직 프리뷰 딱지가 붙어 있지만 Make와 Zapier도 비슷한 기능이 있어요. 워크플로를 손으로 만드는 게 더는 어려운 일이 아니게 된 거죠.

그사이 많은 사람이 코딩 에이전트로 옮겨 갔어요. 대표가 Claude Code죠. 내 파일 위에서 직접 일하는 에이전트라서, 일을 말로 맡기면 읽고 쓰고 실행하고 결과를 스스로 확인하며 끝날 때까지 계속해요. 1월 첫째 주에는 Claude Code 검색량이 n8n을 넘어섰고 그 뒤로 매주 앞서고 있대요. Nick도 옮겨 갔고 올해 채널의 Claude 영상은 60만 회 넘게 재생됐다고 해요.

이 에이전트는 터미널 밖으로도 나왔어요. Anthropic이 같은 에이전트를 Claude 데스크톱 앱에 넣고 Cowork라는 이름을 붙였거든요. 팀·엔터프라이즈 요금제에서는 관리자가 스킬(한 가지 일을 위한 지시서)을 올리면 회사 전체가 바로 쓸 수 있어요. Claude만의 이야기도 아니에요. 6월에 OpenAI는 Codex 주간 사용자가 500만 명을 넘었고 그중 5분의 1 정도는 개발자가 아니라고 밝혔대요. 예전엔 도구를 다루려면 기술자가 필요했지만 이제는 키보드로 문장 하나 칠 줄 알면 되는 거죠.

숫자로 보면 더 분명해요. Nick은 작년 상반기에 긴 영상 61개를 올렸고 그중 33개가 n8n이었어요. 올해는 150개 가까이 올렸고 70개 넘게 Claude 영상이래요. 그렇다고 n8n이 망한 건 아니에요. 같은 기간 n8n 기업가치는 25억 달러에서 50억 달러 이상으로 두 배 넘게 뛰었대요. 도구는 계속 이기고 있지만 가르칠 대상은 아니게 된 거죠.

Nick은 이 흐름이 Claude에서 멈추지 않을 거라고 봐요. Airbnb CEO는 9월 투자자들 앞에서 Anthropic 같은 회사가 50개 넘게, 어쩌면 100개까지 생길 거라고 말했대요. 그 숫자가 맞는지는 모르겠지만 도구 하나 다루는 게 기술의 전부라면 도구가 바뀔 때마다 처음부터 다시 시작해야 해요. Nick은 Make에서 n8n으로, n8n에서 Claude로 옮길 때마다 따라온 건 비즈니스가 실제로 어떻게 돌아가는지에 대한 지식뿐이었다고 말해요.

기업이 돈을 내는 이유는 네 가지, 원하는 건 늘 같았어요

그럼 도구가 아니면 기업은 뭘 사는 걸까요? Nick은 네 가지로 나눠요.

• 시간 절약: 한 홈서비스 회사는 견적과 작업 준비에만 한 달에 약 80시간을 쓰고 있었대요.
• 비용 절감: 10명짜리 회계 사무소는 QuickBooks에 숫자를 입력하는 데 주당 25~35시간을 쓰고 있었고요.
• 매출 증가: 지점이 40곳쯤 되는 피부과 그룹은 매일 전화를 놓치고 있었어요. 그게 다 잃는 매출이죠.
• 경쟁 우위: 길 건너 경쟁사가 못 하는 걸 해 주는 거예요.

사장님들은 이런 말을 쓰지 않아요. "고객 응대를 자동화해 줄 수 있어요?"라고 묻는데 실제 뜻은 "하루 종일 같은 질문 10개에 답하고 있다", 곧 시간 문제예요. "리드 관리를 잘하고 싶다"는 말은 리드가 어딘가에서 새고 있다는 뜻이니 매출 문제고요. 그래서 일의 일부는 이게 넷 중 무엇인지 알아내는 것이래요. 흥미로운 건 대부분 '시간'을 팔지만 기업은 보고서 하나에서 한 시간 아끼는 것보다 고객을 잃지 않는 데 훨씬 많은 돈을 낸다는 점이에요.

Nick은 감으로 하는 말이 아니라며 자기 회사 Reprise로 들어온 요청 약 1,800건을 다시 살펴봤대요. 사업주가 원하는 걸 직접 설명한 건 약 360건이었고 가장 많은 건 후속 연락(팔로업) 152건, 주간 보고서 127건, 메일함·전화 92건, 신규 고객 온보딩 91건이었어요.

숫자가 하나 더 있어요. 성장 계획 폼에서 목표 목록을 채운 팀이 192곳이었는데 그중 68곳, 약 3분의 1이 "아직 모르겠어요. AI가 어디에 가장 도움이 되는지 보여 주세요"에 체크했대요. Nick은 AI를 원하는데 어디에 써야 할지 말하지 못하는 곳이 대다수라고 봐요.

바깥 데이터도 같은 이야기를 해요. 골드만삭스가 올해 자사 프로그램에 참여한 소상공인들을 설문했더니 4명 중 3명은 이미 AI를 쓰지만 핵심 업무에 완전히 녹였다는 곳은 14%뿐이었대요. 도구는 이미 회사 안에 있어요. 빠진 건 "가끔 쓴다"에서 "회사가 이걸로 제대로 돌아간다"로 옮겨 줄 사람이에요. 반대로 도구를 아는 사람은 넘쳐 나요. Reprise 문의 약 1,300건 중 637건, 거의 절반은 AI를 직접 만들거나 되팔고 싶다는 사람들이었대요.

관광객, 빌더, 오퍼레이터 — AI가 가져가는 건 일의 아래쪽이에요

Nick은 지금 AI 판에 있는 사람(자기 포함)을 세 부류로 나눠요.

• 관광객(tourist): 도구를 수집해요. 새 기능은 나온 날 다 알지만 제대로 내놓은 결과물은 없어요.
• 빌더(builder): 뭔가 돌아가게 만들긴 하는데 자기만 써요. 메일함 정리나 보고서 작성 같은 거죠. 돈을 내는 사람은 없어요.
• 오퍼레이터(operator): 실제 비즈니스 안에 시스템을 넣었어요. 기업이 결과에 돈을 내고 오퍼레이터가 자리에 없어도 시스템이 계속 돌아가요.

관광객에 머무는 이유는 이해가 된대요. 튜토리얼을 하나 더 본다고 거절당하진 않지만 사업주는 거절할 수 있거든요. 빌더의 함정은 "다음에 만드는 게 돈이 될 거야"라는 생각이에요. AI 덕분에 만드는 일은 이미 엄청 싸고 쉬워졌어요. 오퍼레이터가 돈을 받는 건 기업이 실제로 돈을 낼 빌드가 뭔지 알고 그 결과를 책임지기 때문이에요.

Nick이 권하는 자가 점검이 있어요. 지난 7일 동안 배우거나 만드는 데 쓴 시간과, 사업주에게 실제로 보낸 메시지 수를 세어 보래요. 두 번째 숫자가 0에 가깝다면 내가 어느 쪽인지 답이 나온 거죠.

Nick은 일을 다섯 단계로 나눠요.

1단계는 도구 조작이에요. n8n 어시스턴트가 근본적으로 가져간 영역이죠. 2단계는 시스템 연결이에요. 에이전트가 이제 대부분의 앱과 API에 직접 붙지만 전부는 아니래요. Reprise가 영상의학과 의원에 전화 에이전트를 만들었을 때 환자 기록 시스템(PMS)이 잠겨 있어 접근할 수 없었대요. 그래서 예약은 캘린더에 들어가고 직원이 매일 아침 옮겨 적어요. 그래서 사람이 중간에 조금은 끼어 있어야 했대요.

3단계는 문제가 주어졌을 때 해결책을 설계하는 것이에요. Zapier는 사람 도움 없이 여러 앱에 걸친 실제 업무를 AI가 해내는지 보는 테스트를 만들었대요. 올봄 처음 나왔을 때 최고 모델의 통과율은 10건 중 1건 정도였고 지금은 최고 모델이 절반 정도를 통과한대요. 그사이 테스트 기준이 더 엄격해져서 똑같이 비교할 순 없지만 큰 도약이라는 거죠. 그런데 모델들은 실패했을 때도 대부분 "완료했다"고 보고했어요. 3단계는 빠르게 따라잡히고 있지만 아직 사라지진 않았다는 거죠.

4단계는 진짜 문제를 찾는 것이에요. 사장이 말하는 문제는 대개 진짜 문제가 아니래요. 5단계는 그 새는 곳을 찾은 뒤 비즈니스가 돌아가는 방식 자체를 바꾸는 것이고요. 이 영역에 가장 가까운 테스트는 사람이 실제로 돈을 받고 했던 프리랜스 프로젝트를 통째로 AI에게 맡기는 건데, 최고 모델이 고객이 받아들일 만한 결과물을 내는 건 5건 중 1건 정도래요. 수요도 같은 방향이에요. 6월 Upwork에서 신규 계약이 가장 빠르게 늘어난 분야가 'AI 애플리케이션과 연동'이었대요. 피라미드 아래쪽은 도구가 가져가고 일은 위쪽으로 옮겨 가고 있어요.

사장이 말한 문제는 진짜 문제가 아니었고, 답은 그 회사의 맥락에 있어요

4단계의 예로 Nick은 400세대쯤 관리하는 부동산 관리 회사 이야기를 해요. 직원은 12명이었고 경영진은 세입자 문의가 문제라고 했대요. 매니저마다 같은 질문에 답하느라 주당 15시간씩 쓰고 있었거든요. 세입자 질문에 답하는 봇은 쉽고 다음 단계로 딱 맞아 보였죠.

그런데 실제로 일하는 사람들까지 내려가 회사가 어떻게 돌아가는지 보니 더 큰 문제는 신규 리드였어요. 집을 보고 싶다는 문의가 여러 경로로 들어오는데 아무도 선별하지 않았고 답장까지 3~4시간이 걸려서 약 30%가 그냥 사라지고 있었대요. 그래서 이걸 먼저 고쳤어요. 이후 신규 리드는 평균 18초 만에 답을 받고 97%가 30초 안에 답을 받았대요. 8개월째 측정한 숫자예요. 세입자 문의도 처리해서 매니저당 주 15시간에서 5시간 미만으로 줄었고요.

한 영양제 브랜드는 광고가 문제라고 확신했대요. 그런데 광고는 멀쩡했고 결제를 끝까지 마치는 사람이 약 22%뿐이었어요. 보통 쇼핑몰은 40~60% 수준이래요. 원인은 두 가지였어요. 트래픽의 98%가 휴대폰인데 장바구니의 간편결제 버튼이 꺼져 있었고 결제 페이지에 배송이 영업일 기준 15~20일 걸린다고 적혀 있었대요. 토글 하나와 배송 문구 하나였던 거예요. Claude 기능을 다 안다고 찾을 수 있는 문제가 아니죠. 이걸 찾아낸 건 리드 하나를 끝까지 따라가 본 거래요. 어디로 들어오고 누가 처음 보고 답장까지 얼마나 걸리고 어디서 식는지를요.

문제를 찾았다면 답은 어디에 있을까요? Nick은 모델 안에 있지 않다고 말해요. 모든 회사가 같은 모델을 빌려 써요. Nick 자신도, 시청자도 10억 달러짜리 회사와 같은 Claude를 쓰죠. 다른 건 회사가 아는 것이에요. 견적을 어떻게 내는지, 어떤 고객에게 먼저 다시 전화하는지, 고객이 불만일 때 사장이 어떻게 하는지 같은 거요. 이건 대부분 두세 사람 머릿속에 있어요.

그래서 할 일은 이걸 평범한 파일이 담긴 폴더 하나로 옮기는 거래요. 일하는 방식을 적은 규칙 파일, 반복되는 일을 위한 스킬, 쓸 수 있는 앱과의 연결이요. 이렇게 적어 두면 어떤 에이전트든 이걸 보고 일할 수 있어요. Nick의 회사도 폴더 하나에 claude.md와 agents.md 파일을 나란히 두고 Claude는 앞의 것을 Codex는 뒤의 것을 읽는데 내용은 같대요. 코스타리카의 한 서핑 캠프에는 음성 에이전트를 만들어 줬는데, 손님들이 WhatsApp·웹 채팅·이메일로도 문의해서 네 채널이 모두 읽는 지식 베이스 하나를 만들었대요. 가격이 바뀌면 한 곳만 고치면 되죠.

큰 회사들은 이미 이렇게 하고 있어요. Airbnb CEO는 9월에 회사 문서 약 5만 건과 슬라이드 수천 장으로 학습한 '브레인'을 만들었고 자기 회의를 절반으로 줄였다고 말했대요. 같은 달 Salesforce의 한 사장은 모델은 계속 바뀌고 지능은 어디서나 쓸 수 있게 될 테니, 회사를 차별화하는 건 그 회사가 가져오는 맥락이라고 말했고요.

맥킨지의 올해 조사로는 매출 10억 달러 이상 기업 10곳 중 4곳이 최소 한 분야에서 AI 에이전트를 확대하고 있대요. 작년엔 4분의 1 정도였어요. 그보다 작은 기업은 10곳 중 2곳 정도로 변화가 없었고요. 올여름 대기업 위주 약 100곳을 조사한 결과, 평균 3개의 에이전트 플랫폼을 동시에 돌리고 있었대요. Salesforce가 내놓은 청사진은 여섯 요소로 돼 있어요. 맥락(context), 에이전시(agency, 일을 계획하는 방식), 액션(action, 연결된 앱), 거버넌스(governance, 따르는 정책), 보안(security, 볼 수 있고 할 수 있는 범위), 그리고 모델이에요. 모델은 여섯 중 하나일 뿐인데, 작은 회사는 모델만 있고 나머지 다섯은 거의 없다는 게 Nick의 지적이에요.

예를 하나 더 들어요. 한 회계 사무소는 계약서에 재무 데이터가 다른 회사 클라우드에 닿으면 안 된다는 조항이 있었대요. 그래서 전체 시스템을 그 회사 서버에서 돌렸어요. 계약서 한 줄이 설계를 정한 거죠. 그 맥락이 없었다면 어떤 모델도 알 수 없었을 거예요.

시간이 아니라 결과로 가격을 매기고, 작은 수정 하나로 문을 열어요

대부분은 자기 시간으로 가격을 매기는데, 그러면 빨리 만들수록 돈을 덜 받게 된대요. Nick은 두 가지 방식으로 계산해요.

첫째는 비용이에요. 어떤 일에 사람이 주당 15시간을 쓰고 시급이 30달러라면 52주면 연 23,400달러예요. 복리후생, 간접비, 관리자 시간을 더하면 약 27,500달러가 되고 여기에 문제가 그대로인 동안 잃는 매출을 더해요. 부동산 관리 회사라면 놓친 임대 계약 하나하나가 그 매출이죠.

둘째는 수용 능력(capacity)이고 보통 이쪽 숫자가 더 커요. 고객사 약 80곳을 7개 팀(pod)이 맡던 한 광고 대행사는 사람을 더 뽑지 않고는 고객을 더 받을 수 없었대요. 보고서 워크플로 하나를 만들어 전략가들 시간의 약 4분의 1을 비워 줬더니 팀마다 고객 2곳을 더 받을 여유가 생겼어요. 7개 팀이면 약 14곳, 월 3,000달러씩이면 같은 인원으로 월 42,000달러예요. 물론 그 자리를 실제로 채울 수 있을 때만 그 가치가 있지만 가격을 매길 기준은 이 숫자래요.

구축비가 전부도 아니에요. Reprise 프로젝트 대부분은 가동 후 월 500~1,500달러 정도의 유지 계약(retainer)으로 시작하고 훨씬 많은 경우도 있대요. 누군가는 계속 돌아가게 관리해야 하니까요.

낯선 사람에게 회사를 통째로 맡기는 사장은 없어요. 그래서 Nick은 이렇게 들어가래요.

• 눈에 보이는 작은 수정 하나로 시작하기: 오래된 데이터베이스에 레코드가 3,500만 건 넘게 있는 회사가 있었는데, 사장이 서버를 건드리는 걸 당연히 불안해했대요. 그래서 1단계는 데이터 테스트 사본에서만 돌렸고 22,000달러 대신 약 7,000달러를 받았어요.
• 만나기 전에 문제를 먼저 찾기: 그 회사 웹사이트의 문의 폼을 일반 고객처럼 작성하고 타이머를 켜 보래요. 답장까지 5시간이 걸린다면 문제를 찾은 거예요. 정확히 얼마 걸렸는지 말해 주는 게 첫 대화의 문이 될 수 있대요.
• 위험을 대신 지기: 보여 줄 실적이 없다면 보장을 거세요. 약속한 결과가 안 나오면 비용을 내가 부담하거나, 리드 발굴이라면 잡아 온 미팅에 대해서만 돈을 받는 식이에요.
• 할 수 있다고 생각하는 것보다 적게 약속하기: 부동산 프로젝트에서는 첫해 수익률을 73%로 제시했는데 실제로는 123%가 나왔대요.
• 때로는 거절하기: 한 채용 플랫폼 수주에서 세 업체 중 가장 비쌌는데도 Reprise가 따냈대요. 고객이 LinkedIn 스크래핑을 원했지만 계정이 정지될 수 있어서 그 방식은 거절했거든요. 결국 스크래핑을 하긴 했지만 우회 방법으로 했고 거절한 건 고객이 원한 전략 자체였대요. 거절이 오히려 신뢰를 만들었다는 거예요.

"문제가 생기면 누가 고치나요?" 그리고 0부터 다시 시작하는 순서

작년 영상에서 가장 많이 달린 반론이 이거였대요. 다 좋은데 뭔가 고장 나면 아무도 고칠 줄 모른다는 거죠. Nick은 완전히 맞는 말이고 자기도 여러 번 겪었다고 인정해요. 한 의원에서는 에이전트가 직원과 환자 앞에서 예약을 이중으로 잡기 시작해 고객을 잃을 뻔했대요. 원인은 빈 시간 확인을 건너뛰는 설정 하나였어요. 모든 예약 앞에 확인 단계를 넣고 직원이 어떤 채팅이든 넘겨받을 수 있는 스위치를 줬더니 고객을 지킬 수 있었대요.

그래서 기술은 여전히 중요해요. Nick의 기준은 이래요. 도구가 한 일을 판단하고 왜 틀렸는지 찾을 수 있을 때까지만 배우고 거기서 공부를 멈추라는 거예요. Nick도 Claude를 매일 쓰지만 Claude에서 멈추지 않는다고 말해요.

Nick이 지금 처음부터 시작한다면 이렇게 하겠대요.

1. 업종 하나를 골라 그 안에 머물러요. 부동산 관리, 회계 사무소, 의원처럼 실제로 만날 수 있는 곳이면 돼요. 업계 경험 없이 한 산업을 제대로 아는 데는 1~2년이 걸리고 그건 튜토리얼로는 누구도 따라 할 수 없는 경쟁력이 돼요.
2. 영업 전에 측정할 수 있는 문제를 하나 찾아요. 영업시간 이후 전화를 받는지, 견적이 돌아오는 데 얼마나 걸리는지 같은 거요.
3. 만들기 전에 그 회사가 돌아가는 방식부터 적어요. 보통 부서장마다 한 번씩 대화하면 되고 전부 폴더 하나에 넣어요.
4. 한 회사에 수정 하나를 만들고 측정해요. 매일 일어나고 돈이나 시간에 닿는 일에서 시작해 전후 숫자를 적어요. Reprise 제안서에는 "시스템이 잘 돌아간다"가 아니라 "테스트용 이메일 묶음의 90% 이상을 정확히 분류해야 한다"처럼 성공 기준이 적혀 있대요.
5. 같은 수정을 비슷한 다음 회사에 팔고 결과로 가격을 매겨요. 5~10번 하고 나면 몇 주 걸리던 일이 며칠로 줄어든대요.

Nick은 내년에 어떤 도구가 이길지는 모르고 중요하지도 않다고 말해요. 2년 남짓 동안 채널에서 가르친 도구는 두 번 넘게 바뀌었지만 그동안 기업들이 Reprise에 요청한 건 늘 같았대요. 팔로업, 보고서, 전화, 온보딩이요. 이 문제들은 지금의 도구가 생기기 훨씬 전부터 있었어요. 이번 주에 할 일로 Nick은 업종 하나를 골라 문의 폼 테스트를 해 보라고 권해요. 예를 들어 법률 사무소 문의 폼을 작성하고 답장까지 걸린 시간을 재서 "답장에 이만큼 걸렸는데, 다른 리드에게도 똑같이 일어나고 있을 거예요"라고 제안하는 식이에요.

핵심 인사이트

• 도구 숙련도는 도구가 바뀔 때마다 리셋돼요: Nick이 Make → n8n → Claude로 옮기는 동안 남은 건 비즈니스가 돌아가는 방식에 대한 이해뿐이었어요. 그래서 Nick은 도구를 "판단할 수 있을 만큼만" 배우고, 업종 하나에 1~2년 머물며 그 산업을 알라고 권해요.
• 사장이 말하는 문제와 돈이 새는 곳은 다를 때가 많아요: 세입자 문의 대신 신규 리드, 광고 대신 결제 버튼처럼 진짜 원인은 현장을 끝까지 따라가야 보여요. 그래서 '무엇을 만들지'를 찾아 주는 일이 '만드는 일'보다 비싸게 팔려요.
• 모델은 모두 같으니 차이는 맥락에서 나요: 견적 방식, 고객 우선순위, 계약 조항 같은 회사만의 지식을 폴더 하나로 정리하면 어떤 에이전트든 그 위에서 일할 수 있어요. 이 정리 작업 자체가 작은 회사가 지금 가장 부족한 부분이에요.

오늘 당장 해볼 것

1. 지난 7일 동안 AI를 배우거나 만드는 데 쓴 시간과 사업주(잠재 고객)에게 보낸 메시지 수를 나란히 적어 보세요. Nick의 기준대로 두 번째 숫자가 0에 가깝다면 이번 주 우선순위가 바로 보여요.
2. 관심 있는 업종의 회사 세 곳을 골라 홈페이지 문의 폼을 고객처럼 작성하고 답장까지 걸린 시간을 기록해 보세요. 그 숫자가 첫 제안의 근거가 되고 어디서 리드가 새는지 감이 와요.
3. 내 사업이나 고객사의 업무 방식을 Claude가 읽을 수 있게 규칙 파일 하나(CLAUDE.md 같은)에 적어 보세요. 견적 기준, 우선 응대 고객, 불만 대응 순서 세 가지만 적어 두고 에이전트에게 같은 일을 맡겨 보면, 적기 전과 결과가 어떻게 달라지는지 비교할 수 있어요.