최재붕의 AI 트렌드 2027

최재붕의 AI 트렌드 2027 - 질문에 답하는 AI에서, 스스로 진화하는 AI로
최재붕 지음 / 쌤앤파커스 / 2026년 10월

* 출판사로 부터 도서를 전달받아 직접 읽고, 주관적으로 작성한 리뷰입니다.

우리는 이미 일상에서 AI를 사용하고 있습니다. 궁금한 내용을 묻고 답을 받거나, 문서를 요약하고, 번역하고, 사진을 만들고, 길을 찾고, 상품을 추천 받는 일이 더 이상 낯설지 않습니다.

그러나 지금까지의 AI가 대체로 사람이 요청한 일을 빠르게 처리해 주는 '똑똑한 비서'에 가까웠다면, 앞으로의 AI는 필요한 정보를 스스로 찾고, 여러 도구를 연결하고, 목표를 향해 일을 나누어 수행하는 방향으로 움직이고 있습니다.

이 변화는 단순히 앱 하나가 편리해지는 문제가 아닐 겁니다. 기업의 투자 방향, 국가의 산업 경쟁력, 일하는 방식과 교육, 의료·금융·제조·국방 같은 사회의 핵심 영역까지 다시 설계하게 만드는 변화라 생각합니다.

오늘 소개해드리는 <최재붕의 AI 트렌드 2027>은 바로 이러한 전환점을 '질문에 답하는 AI에서 스스로 진화하는 AI로', 그리고 '도구였던 A가 영향력과 주도권을 가진 권력으로 바뀌는 과정'이라는 관점에서 읽게 하는 책입니다.

책을 읽으며 가장 인상 깊었던 점은 우선 AI를 막연한 기술 유행이나 특정 서비스의 경쟁으로 좁히지 않는 데 있었습니다.

저자는 AI의 성능 경쟁 뒤에서 실제로 무엇이 움직이는지, 즉 거대한 연산 인프라와 데이터센터 투자, 반도체 공급망, 모델 개발 경쟁, 그리고 이를 활용해 산업 구조를 바꾸려는 기업들의 전략을 한 화면에 펼쳐 보이고 있습니다.

프롤로그에서 제시하듯 최근의 AI 열기는 하나의 제품이 성공한 사건이라기보다, 자본·전력·컴퓨팅 자원·인재·데이터가 동시다발적으로 재배치되는 문명 전환의 징후에 가깝다 생각합니다.

그래서 책의 첫머리에서 다루는 결정적 장면과 플랫폼 경쟁은 단순한 연표가 아니라, 누가 다음 시대의 규칙을 설계할지를 가르는 과정으로 읽히는 이유이기도 합니다.

특히 책의 중심은 'AI가 실제 산업의 현장에서 누구의 일을 바꾸고, 어느 지점에서 가치를 만들 것인가'라는 질문에 있습니다.

'인프라'에서는 데이터센터와 고성능 반도체가 AI 경쟁의 기반이 되고, '물류·모빌리티'에서는 디지털 판단이 이동과 배송, 현장 운영으로 옮겨가는 모습을 볼 수 있습니다.

'제조'에서는 AI가 생산 설비의 이상 신호와 공정 조건을 읽는 판단 체계로 들어오고, '의료'에서는 진단·기록·연구·돌봄의 보조 수단을 넘어 생명과 안전에 직접 연결되는 책임있는 기술이 되고 있음을 잘 보여주고 있답니다.

'금융·유통·콘텐츠·국방'까지 이어지는 목차는 AI가 특정 산업을 대체한다는 단순한 예측보다, 각 산업의 의사결정 구조와 책임 구조를 바꾼다는 점을 설득력있게 보여주고 있습니다.

AI 에이전트와 피지컬 AI가 중요한 이유도 여기에 있다 생각합니다. 전자는 여러 업무를 연결해 실행의 흐름을 만들고, 후자는 AI의 판단을 로봇·공장·물류·현장이라는 물리적 세계로 가져오기 때문일겁니다.

다만 책이 던지는 메시지를 낙관론으로 읽어서는 부족하다 봅니다. AI가 스스로 과업을 수행하는 수준으로 발전할수록, 그 AI를 소유하고 통제하며 운영 기준을 정하는 주체의 힘도 커지기 마련이죠.

따라서 AI는 편리한 도구인 동시에 경제적 기회와 국가 경쟁력, 안전과 보안, 정보 접근권을 좌우하는 전략자산이 됩니다.

저자가 강조하는 '권력으로서의 AI'는 AI가 인간을 지배한다는 자극적인 선언이라기 보다, AI 인프라와 모델, 데이터, 표준을 선점하는 쪽이 산업의 선택지를 넓히거나 좁힐 수 있다는 현실 인식으로 받아들여졌습니다.

이 대목에서 '어떤 AI를 사용할까'를 넘어 '우리 조직과 사회는 AI를 어떤 원칙으로 도입하고, 검증하고, 책임지게 할 것인가'를 물어야할 시기가 아닐까 합니다.

'인프라'에서는 데이터센터와 고성능 반도체가 AI 경쟁의 기반이 되고, '물류·모빌리티'에서는 디지털 판단이 이동과 배송, 현장 운영으로 옮겨가는 모습을 볼 수 있습니다.

'제조'에서는 AI가 생산 설비의 이상 신호와 공정 조건을 읽는 판단 체계로 들어오고, '의료'에서는 진단·기록·연구·돌봄의 보조 수단을 넘어 생명과 안전에 직접 연결되는 책임있는 기술이 되고 있음을 잘 보여주고 있답니다.

'금융·유통·콘텐츠·국방'까지 이어지는 목차는 AI가 특정 산업을 대체한다는 단순한 예측보다, 각 산업의 의사결정 구조와 책임 구조를 바꾼다는 점을 설득력있게 보여주고 있습니다.

AI 에이전트와 피지컬 AI가 중요한 이유도 여기에 있다 생각합니다. 전자는 여러 업무를 연결해 실행의 흐름을 만들고, 후자는 AI의 판단을 로봇·공장·물류·현장이라는 물리적 세계로 가져오기 때문일겁니다.

다만 책이 던지는 메시지를 낙관론으로 읽어서는 부족하다 봅니다. AI가 스스로 과업을 수행하는 수준으로 발전할수록, 그 AI를 소유하고 통제하며 운영 기준을 정하는 주체의 힘도 커지기 마련이죠.

따라서 AI는 편리한 도구인 동시에 경제적 기회와 국가 경쟁력, 안전과 보안, 정보 접근권을 좌우하는 전략자산이 됩니다.

저자가 강조하는 '권력으로서의 AI'는 AI가 인간을 지배한다는 자극적인 선언이라기 보다, AI 인프라와 모델, 데이터, 표준을 선점하는 쪽이 산업의 선택지를 넓히거나 좁힐 수 있다는 현실 인식으로 받아들여졌습니다.

이 대목에서 '어떤 AI를 사용할까'를 넘어 '우리 조직과 사회는 AI를 어떤 원칙으로 도입하고, 검증하고, 책임지게 할 것인가'를 물어야할 시기가 아닐까 합니다.

AI 시대를 살아가기 위한 최소한의 리더 수업

AI 시대를 살아가기 위한 최소한의 리더 수업 - 인공지능으로 대체할 수 없는 시스템 설계자의 탄생
윤주용 지음 / 비즈니스북스 / 2026년 10월

* 출판사로 부터 도서를 전달받아 직적 읽고, 주관적으로 작성한 리뷰입니다.

회의가 끝난 뒤 팀장이 업무 지시를 길게 정리해 메일을 보냈다고 칩시다. 그런데 몇 시간 뒤 팀원 중 누군가가 AI로 더 깔끔한 실행안과 경쟁사 분석 자료를 만들어 공유합니다.

이때 팀장이 해야 할 일은 '누가 더 빨리 자료를 만들었는가'를 따지기 보다 여러 제안 가운데 지금 팀이 선택할 방향을 정하고, 각자의 역할이 충돌하지 않도록 연결하며, 결과에 책임질 수 있는 기준을 만드는 일일겁니다.

AI가 일을 빠르게 처리할 수록 리더의 경쟁력은 개인의 처리 속도가 아니라 팀이 스스로 움직이도록 만드는 설계 능력에서 드러난다고 할 수 있습니다.

오늘 소개해드리는 <AI 시대를 살아가기 위한 최소한의 리더 수업>에서는 팀장이 AI 보다 더 많은 정보를 알고 더 빨리 처리하려 애쓰는 순간 오히려 경쟁력을 잃는다고 말합니다.

이제 필요한 리더는 모든 업무를 직접 확인하는 관리자가 아니라, 사람과 AI가 각각 잘하는 일을 구분하고 구성원들이 스스로 성과를 낼 수 있는 환경을 만드는 '시스템 설계자'가 되어야 한다는 이야기 입니다.

사실 팀원이 AI로 팀장보다 더 빠르게 정보를 찾고 실무지식을 익히는 환경에서는 직급과 경험만으로 지시의 정당성을 확보하기 어렵다 생각합니다. 그렇다고 팀장이 사라진다는 이야기는 아닙니다.

정보 처리와 반복 업무가 자동화될 수록 여러 선택지 가운데 무엇이 조직에 적합한지 판단하고, 팀의 불안을 드러낼 수 있는 심리적 안전감을 조성하며, 서로 다른 역량을 하나의 방향으로 묶는 역할은 더욱 중요해질 것은 자명해 보입니다.

책을 읽으며 AI가 빼앗는 것은 팀장의 자리라기 보다, 정보 독점과 결재 권한에 기대어 유지되어 온 낡은 권위라는 생각이 들었던 이유이기도 합니다.

책의 핵심 메시지인 효과적인 팀을 구성하는 조건을 책에서는 '구성·맥락·목적', '규칙·실행·소통', '신뢰·성과·지원'이라는 9가지 실행 전략으로 내세우고 있습니다.

첫 번째 묶음인 '구성·맥락·목적'은 팀의 토대를 설계합니다.

뛰어난 개인을 무조건 모으기 보다 서로의 강점과 역할이 맞물리는 조합을 만들고, 구성원이 회사와 시장의 상황을 이해하게 하며, 추상적인 비전 대신 지금 무엇을 우선해야 하는지 분명히 알려주는 과정이라 하겠습니다.

특히 '내 일'과 '네 일' 사이에 방치된 회색 지대를 없애고, 팀원이 상사의 표정을 읽어 의도를 추측하는 대신 업무의 배경과 판단 기준을 공유하게 한다는 설명이 매우 현실적으로 읽혔습니다.

두 번째 묶음인 '규칙·실행·소통'의 경우, 팀을 실제로 움직이는 작동 장치라 할 수 있습니다.

반복되는 잔소리를 명료한 업무 원칙으로 바꾸고, 작은 실행과 피드백이 이어지는 프로세스를 만들며, 반대 의견이 숨지 않도록 정보와 대화의 통로를 열어야 한다는 메시지가 인상적이었습니다.

마지막 묶음인 '신뢰·성과·지원'의 경우, 단기 실적을 지속 가능한 성과로 전환하는 여정이라 하겠습니다.

팀장의 전지 전능함이 아니라, 능력, 의도, 행동의 일관성에서 신뢰를 만들고, 작은 성공을 축적하는 지표와 공정한 평가 및 회고를 통해 실패를 다음 실행의 자료로 남기며, 팀 밖에서는 예산, 인력, 기회를 확보해 구성원이 핵심 업무에만 집중 할 수 있게 해야한다고 정리할 수 있겠습니다.

이러한 9가지 실행 전략이 설득력이 있는 까닭은 무임승차, 소통 단절, 목표 혼선 같은 문제를 개인의 탓으로 돌리지 않고, 그런 행동이 가능해진 팀의 구조를 먼저 살펴보게 하기 때문일 겁니다.

저자가 강조하는 시스템은 결국 사람을 옥죄는 통제 장치가 아니라 책임의 경계를 명확하게 하고, 불필요한 눈치를 줄여주는 일종의 팀 운영 약속으로 읽히는 대목이었습니다.

가장 인상적인 부분은 AI 시대의 팀장이 해야 할 일을 'AI와의 경쟁' 이 아니라 'AI가 대신하기 어려운 판단과 관계에 집중하는 것'으로 정리한 부분입니다.

책 속 사례처럼 AI가 만든 코드나 보고서, 제안서가 빠르게 늘어나더라도 검토할 수 있는 범위를 넘어서면 산출물의 양은 증가하지만 결과의 신뢰도는 오히려 낮아질 수 있습니다.

따라서 팀장은 AI 도입 여부만 결정할 것이 아니라 어디까지 자동화하고 어느 지점에서 사람이 검증할지, 오류가 생기면 누가 책임질지, 팀원에게 어떤 역량을 새로 요구할지를 함께 설계해야 한다는 결론이 나옵니다.

책은 새로운 기술 이론을 제시하는 것은 아니며, 9가지 전략 가운데 일부는 기존 팀 리더십의 원칙과 익숙하게 겹친다는 생각을 가져 봅니다.

물론 이러한 점이 본서의 장점이기도 합니다. AI가 등장했다고 해서 리더십의 본질이 완전히 바뀌는 것이 아니라, 목적과 역할, 규칙과 피드백을 분명히 해야한다는 오래된 원칙이 더 절실해졌음을 보여주기 때문입니다.

더불어 관리에서 설계로, 지시에서 방향 제시로, 감독에서 성장 지원으로 옮겨가야 한다는 메시지도 책 전체를 관통하는 일관적인 메시지라고 느꼈습니다.

처음 팀장이 되어 어디까지 관여해야 할지 막막한 분들, 열심히 관리하지만 팀이 따라오지 않는다고 느끼는 리더분들, AI 도입 이후 자신의 역할이 줄어들까 불안한 중간 관리자들에게 특히 권하고 싶습니다.

좋은 팀장은 모든 일을 대신 해내는 사람이 아니라, 자신이 잠시 자리를 비워도 팀이 올바른 방향으로 움질이게 만드는 사람이라는 사실을 이 책은 꽤나 현실적이고 실행가능한 언어로 일깨워 준다 생각합니다.

관심있는 리더분들의 일독을 권합니다.

에이전트 워크플로우

에이전트 워크플로우 - 같은 AI로 다른 성과를 내는 단 하나의 변수
로사장(김다솔) 지음 / 필름(Feelm) / 2026년 9월

* 출판사로 부터 도서를 전달받아 직접 읽고, 주관적으로 작성한 리뷰입니다.

같은 AI를 써도 누구는 업무 시간을 줄이고, 누구는 결과물을 다시 고치느라 더 바빠집니다. 생성형 AI가 부족해서가 아니라, AI가 사용자의 일하는 방식과 목적, 판단 기준을 충분히 알지 못한채 단발성 지시만 수행하기 때문이 아닐까 생각합니다.

오늘 소개해 드리는 <에이전트 워크플로우>는 바로 이 간극을 짚으면서, AI를 질문에 답하는 도구에서 벗어나 조사, 기획, 제작, 정리, 보고를 이어서 맡길 수 있는 업무 파트너로 전환하는 방법을 다루고 있습니다.

저자는 AI 영상 에이전시와 디자인 에이전시를 운영하며, AI를 활용해 콘텐츠 제작과 마케팅 업무 방식 자체를 바꿔온 실무자입니다.

본서에서는 사용자가 자신의 일정과 반복 업무를 먼저 기록하고, AI에게 자동화 후보를 함께 찾게 하며, 필요한 도구를 연결해 실제 작업 흐름으로 옮기는 과정에 포커스를 맞추고 있습니다.

실무와 관련해 광고 성과 확인과 보고서 작성처럼 반복되는 업무를 에이전트에 맡기고, 단순 요약이 아니라 다음 실행을 위한 제안까비 받아본 사례가 책의 문제의식을 선명하게 보여주는 장면이 아닐까 합니다.

결국 본서 <에이전트 워크플로우>가 묻는 것은 'AI에게 무엇을 시킬까?' 보다 'AI가 내 일을 제대로 이해하도록 어떤 환경을 만들 것인가?'에 가깝다고 하겠습니다.

책의 핵심 개념인 'SYNC CODE'는 AI와 업무를 연결하는 4가지 조건, 즉 STORY·WHY·NATIVE·CYCLE을 하나의 흐름(workflow)으로 묶는데서 시작합니다.

'STORY'는 개인과 팀이 쌓아온 작업물, 고객 반응, 과거의 선택과 실패를 AI가 참고할 수 있는 업무 맥락으로 정리하는 일이며, 'WHY'는 결과물의 형식만 주문하지 않고, 목표, 우선순위, 성공 기준, 피해야할 조건을 명확히 전달하는 과정으로 볼 수 있습니다.

'NATIVE'는 유행하는 도구를 무작정 추가하기 보다 내 업무에서 시간이 새는 지점과 반복되는 단계를 찾아 알맞은 AI와 기존 프로그램을 배치하는 설계에 가깝게 느껴졌으며, 'CYCLE'는 결과물을 검토한 뒤 수정 기준과 피드백을 다음 작업에 축적해 점점 더 맞춤형 협업이 가능해지도록 만드는 구조로 이해했습니다.

특히 AI에게 바로 프롬프트를 입력하기보다 기존 작업 폴더나 일정 기록을 먼저 살펴보게 해 자신이 어떤 방식으로 일하는지 이해시키는 것이 중요해 보입니다.(책에서는 STORY BANK라는 개념을 통해 비유하고 있습니다.) 또한 문서, 캘린더, 클라우드 저장소와 연결한 뒤, 업무 내역을 분석해 자동화할 수 있는 항목을 찾게하는 접근도 같은 맥락입니다.

그런데 이는 매번 긴 지시 혹은 명령문을 전달하는 방식과는 다릅니다. 콘텐츠 제작을 예로 들면, AI에게 대본 한 편만 요청하는 데서 멈추지 않고 브랜드 자료와 기존 콘텐츠의 톤, 목표 고객, 게시 기준을 이해시킨뒤, 이미지, 영상 제작, 편집, 배포 준비까지 연결하는 방식입니다.

즉, 본서에서 말하는 'AI 에이전트 활용법'은 화려한 명령문을 만드는 기술이 아니라, 일의 맥락과 도구, 피드백을 연결하여 AI가 다음 단계까지 움직이게 하는 말 그대로 워크플로우 설계라고 느껴졌습니다.

마지막 챕터인 'THINK, AI가 대신할 수 없는 마지막 일'에서는 AI가 많은 일을 처리할 수록 사람에게 남는 역할이 무엇인지 되묻고 있습니다.

저자는 AI를 통해 한 사람이 기획, 디자인, 영상, 개발의 경계를 넘나드는 시대가 열리고 있다고 보지만, 동시에 모든 판단을 AI에 떠넘기는 '생각의 외주화'라는 문제는 경계할 필요가 있다 지적합니다.

AI가 초안을 만들고 자료를 정리하며 실행 경로를 제안할 수는 있어도, 어떤 문제를 풀 것인지, 무엇을 브랜드의 기준으로 삼을지, 결과물이 고객에게 적절한지를 결정하는 것은 결국 사람의 몫으로 남을 겁니다.

나아가 AI 팀에게 방향을 주고, 결과물의 좋고 나쁨을 판별하며, 피드백을 축적할 수 있는 사람 .. 바로 이런 사람이야 말로 AI 시대에 경쟁력이 될 사람이라는데 공감하게 됩니다.

개인적으로 본서는 AI가 사람의 일을 통째로 가져간다는 불안을 키우기 보다, 반복적인 실행을 줄여 확보한 시간을 더 나은 기획과 실험에 돌릴 수 있다고 설득하는 책으로 읽혔습니다.

AI를 사용하지만 여전히 일이 줄지 않는 직자인, 콘텐츠 생산의 전 과정을 혼자 감당하는 크리에이터, 적은 인원으로 더 큰 프로젝트를 수행하고 싶은 1인 사업가와 소규모 팀에게 특히 유용하지 않을까 생각해 봅니다.

AI에게 일을 넘긴다는 것은 사람이 사라진다는 의미가 아니라, 사람은 방향과 기준을 책임지고 AI는 실행의 범위를 넓히는 새로운 협업 방식을 만드는 일이라는 점이 책의 가장 중요한 메시지가 아닐까 합니다.

관심있는 분들의 일독을 권합니다.

자율주행경영

자율주행경영 - AI로 일이 되는 조직을 만든 어느 경영자의 비밀 노트
신규섭 지음 / 한즈미디어(한스미디어) / 2026년 9월

* 출판사로 부터 도서를 전달받아 직접 읽고, 주관적으로 작성한 리뷰입니다.

AI로 보고서 초안을 몇 분 만에 만들고, 고객 문의에도 곧바로 답할 수 있다면, 직원은 남은 시간에 과연 무엇을 해야 할까요?

오늘 소개해 드리는 <자율주행경영>은 이러한 질문을 단순한 생산성 향상이 아니라 조직 전체의 역할을 다시 나누는 경영 문제로 인식하고 있습니다. 책에서 말하는 자율주행경영이란 사람을 무작정 줄이거나 모든 판단을 인공지능에 넘기는 방식이 아니라는 것은 명확합니다.

책을 통해 가장 먼저 이해되는 부분은 ...

반복적이고 규칙이 분명한 작업은 AI와 시스템이 처리하고, 구성원은 예외 상황의 판단과 고객 관계, 방향 설정처럼 책임이 필요한 일에 집중하도록 업무 구조를 재설계하는 경영 방식이라는 점입니다.

책의 프롤로그에서 저자가 처음부터 AI를 확신한 선구자가 아니라 재무 모델링과 보고서 작성 등 자신이 익혀온 업무가 빠르게 자동화되는 모습을 보며 기대와 불안을 함께 경험했다는 고백이 매우 인상적이었습니다.

덕분에 '업무의 80%는 AI가 하고, 나머지 20%는 사람이 한다'는 책의 부제 역시 자극적인 인력 감축 선언이라기 보다, 사람이 꼭 해야할 20%의 가치를 선명하게 찾아가는 질문으로 다가옵니다.

책에서 가장 설득력 있게 느껴진 부분은 AI 도입보다 업무 분해와 조직 설계가 먼저라고 강조하는 대목입니다.

저자는 기존 절차위에 새로운 도구만 얹으면 비효율적인 조직이 단지 더 빠르게 움직일 뿐이라고 보고, 업무를 반복 작업, 판단 작업, 관계 작업으로 나눈 뒤 어느 부분을 시스템에 맡길지 결정해야 한다고 주장합니다.

이러한 관점은 마케팅, 제품과 기술 개발, 영업, 고객 서비스, 재무회계로 이어지는 현장 사례에서 구체화될 수 있답니다.

예를 들어, 마케팅은 한 번의 완성된 캠페인에 큰 돈을 거는 방식보다 여러 콘텐츠와 가설을 동시에 시험하고 고객 반응을 학습하는 구조로, 영업은 개인의 인맥보다 축적된 데이터를 활용하는 구조로, 재무는 지난 달 숫자를 정리하는 기능에서 다음 결정을 돕는 기능으로 이동하는 셈이죠.

책에 소개된 재무 사례에서도 자동화로 전표 처리와 결산에 쓰는 시간이 줄자 담당자의 역할이 채널 별 투자 효율을 분석하고 경영진에게 예산 방향을 제안하는 쪽으로 바뀌게 됩니다.

특히, 첨부된 '자율주행지수'는 사람이 모든 일을 처리하는 단계 부터 도구 보조, 부분 자동화, 조건부 자율 운영, 고도 자율 운영까지 조직의 상태를 나누고, 전략적 사고 시간과 데이터 연결, 의사 결정 권한, 반복 업무 자동화, AI결과의 검토 기존을 점검하도록 구성되어 있습니다.

이 진단표를 보면 AI 경영의 핵심은 결국 챗봇 구독수가 아니라 부서의 장벽을 넘어 데이터가 흐르는가, 현장 담당자가 기준 안에서 결정할 수 있는가, 경영자가 일상적인 승인 업무에서 벗어났는가에 있다는 생각이 들었습니다.

AI가 생산, 거래, 검증에 들어가는 비용을 낮추고 정보 접근성을 넓히더라도, 조직의 기준과 책임 구조가 그대로라면 기술의 속도가 곧 회사의 속도가 되지는 않는다는 지적도 현실적으로 다가 왔습니다.

책의 후반부에서는, AI 업무 자동화의 효율을 넘어 'AI 시대 경영자의 역할과 사람의 자리'를 묻고 있습니다.

저자가 제시하는 조직은 부서와 직급을 늘리는 대신 미션을 중심으로 작게 움직이고, 긴 분석보다 저 비용 실험을 반복하며, 출근시간이나 보고 횟수보다 결과를 확인하는 조직에 가깝다고 생각합니다.

그러나 읽는 내내 '자율주행'이라는 표현을 '완전한 무인 경영'으로 받아 들여서는 안된다는 생각이 강하게 들었습니다.

AI가 만든 초안과 분석은 사람이 품질을 검토해야 하고, 예외가 발생했을 때 누가 개입할지 명확히 정해져 있어야 하며, 데이터 보안과 오류에 대한 책임 역시 경영자가 설계해야 하기 때문입니다.

결국 'AI 시대의 리더'는 모든 결재를 움켜쥔 운전자가 아니라 목적지와 판단 기준을 정하고, 시스템이 놓친 위험을 발견하고, 구성원에게 올바른 질문을 던지는 설계자가 되어야 한다는 점을 주목할 필요가 있습니다.

개인적으로는 인력 효율과 고정비 절감에 대한 논리가 다소 냉정하게 느껴지는 부분도 있었지만, 저자가 AI를 만능 해결책으로 포장하지 않고 직접 사람을 줄였다가 업무 공백과 품질 저하를 겪은 시행착오까지 일깨워주고 있다는 점에서 일견 중요한 인사이트를 주고 있다 생각합니다.

본서 <자율주행경영>은 프롬프트 몇 개를 배우려는 독자보다 AI를 도입했는데도, 회의, 결재, 보고가 줄지 않는 기업의 경영자, 팀장, 실무 책임자에게 유용한 책이라 판단 됩니다.

AI가 사람을 얼마나 대신할 수 있는지르 계산하기 전에, 우리 조직에서 사람이 시간을 뺴앗기고 있는 일이 무엇이며, 그 시간을 어떤 판단과 관계에 돌려줄 것인지 고민하는 분들에게 일독을 권합니다.

머스코노미

머스코노미 - 머스크의 100년 마스터 플랜을 조각이 아닌 전체 설계도로 읽는 법
정주용 지음 / 한즈미디어(한스미디어) / 2026년 9월

* 출판사로 부터 도서를 전달받아 직접 읽고, 주관적으로 작성한 리뷰입니다.

세계 최고 부자 반열에 오른 '일론 머스크'를 이해할 수 있는 가장 익숙한 방법이 있습니다.

바로 테슬라 주가, 스페이스 X의 로켓 발사, 스타링크 위성, xAI의 Grok처럼 눈앞에 보이는 사건을 하나씩 따라가는 것이죠. 그러나 퍼즐 조각만 들여다보면 각각의 사업이 왜 동시에 추진되었는지, 한 회사의 기술이 다른 회사의 성장에 어떻게 쓰이는지 파악하기란 쉽지 않습니다.

오늘 소개해드리는 <머스코노미>는 일론 머스크를 단순한 전기차 기업가나 화제의 억만장자가 아니라, 에너지·AI·우주·통신·뇌 인터페이스를 하나의 시스템으로 결합하려는 장기 설계자로 그리고 있어 큰 호기심을 가지고 읽게 되었습니다.

특히 머스크의 기업군을 개별 종목보다 자본과 기술이 순환하는 산업 생태계의 관점에서 분석하고 있다는 점에 크게 공감합니다.

책의 핵심인 '머스크노미'란 결국 테슬라·스페이스X·스타링크·xAI·옵티머스·뉴럴링크가 데이터와 연산 자원, 에너지, 에너지, 자본, 인재를 공유하며 서로의 성장을 가속하는 머스크식 경제 생태계를 뜻한다고 이해할 수 있습니다.

책을 읽으며 가장 흥미로웠던 부분은 이 복잡한 사업들을 '폐쇄루프'라는 하나의 구조로 묶어낸 대목이었습니다.

자동차와 로봇이 현실 세계에서 모은 데이터는 AI의 학습 재료가 되고, Grok과 대규모 컴퓨팅 인프라는 자율주행, 휴머노이드, 로켓의 판단 능력을 높이며, 스타링크는 지구 곳곳의 기계와 사용자를 잇는 통신망이 됩니다.

여기에 태양광과 에너지 저장 장치가 필요한 전력을 공급하고, 스페이스X의 발사 역량이 통신망과 우주 인프라를 확장하면 각 사업의 결과가 다시 다른 사업의 투입물로 돌아간다는 것이 저자의 해석입니다.

저자는 오랫동안 AI로 인해 하드웨어, 소프트웨어, 데이터센터, 에너지의 경계가 무너지고 하나의 AI 스택으로 통합되는 흐름에 주목해왔으며, 반도체 설계부터 생산과 패키징까지 묶으려는 테라팹 구상도 같은 '수직 계열화 전략'이라 주장하고 있음에 주목할 필요가 있습니다.

책의 중반부의 여섯가지 산업 분석은 이 책의 스케일을 가장 잘 보여준다고 생각합니다.

우주, 통신에서는 재사용 로켓과 스타링크가 우주를 일상적인 산업 인프라로 바꾸는 과정을, 로보틱스에서는 옵티머스가 인간 중심으로 설계된 공장과 생활공간에 투입될 가능성을 살펴 봅니다.

인공지능에서는 Grok이 머스크 기업군의 공통 지능으로 진화할 수 있는지를 묻고, 에너지에서는 저장장치와 전력 거래 기술이 자동차 바깥의 수익 기반으로 성장하는 흐름을 짚고 있습니다.

모빌리티와 BCI 부분에서는 자율주행이 이동 비용과 공간의 가치를 어떻게 바꿀지, 뉴럴링크가 치료 기술을 넘어 인간과 기계의 관계를 어디까지 확장할지를 탐색하고 있습니다.

저자는 관련 인터뷰에서도 피지컬 AI가 제조 원가와 노동의 구조를 바꿀 수 있으며, 스타링크, Grok, 휴머노이드, 자율주행의 결합을 장기적인 산업 재편의 관점에서 봐야 한다고 강조하고 있습니다.

다만 머스크가 제시한 일정은 실제 개발 과정에서 여러 차례 늦어졌다는 점을 저자 자신도 인정하고 있어, 단기적인 실적이나 주가 전망보다 10년 이상 이어지는 기술의 방향을 확인하는 방식으로 읽는 편이 적절하지 않을까 생각해 봅니다.

그래서 본서 <머스코노미>는 특정 종목의 매수 시점을 알려주는 투자서라기보다, 서로 다른 기술과 기업 사이에서 새로운 가치가 만들어지는 연결 지점을 찾게하는 '미래산업 안내서'에 더 가깝게 읽히는 이유일 겁니다.

후반부로 갈수록 한 사람에게 집중된 의사 결정과 건강, 승계, 규제, 정치적 위협, 계열사 간 거래와 독점 문제까지 시야를 넓히고 있습니다.

저자 또한 별도의 분석에서 머스크 생태계의 확장성 뿐 아니라 교차 거래의 불투명성과 특정 인물에 대한 과도한 의존을 위험 요인으로 지적해 왔다는 점에서, 책의 비판적 문제 의식은 저자의 기존 연구 흐름과 이어지고 있습니다.

이어 AI 에이전트 조율 능력, 현실과 디지털을 연결하는 '피지탈 역량', 문제 정의 능력을 미래 인재의 중요한 조건으로 제시하고, '생각'과 '추론' 능력이 새로운 수출 자원이 되는 시대에 한국이 어디에 설 것인지 질문하고 있습니다.

개인적으로는 데카르트의 의심, 대항해 시대의 자본과 모험, 애덤 스미스와 마르크스까지 호출되는 마지막 부분이 다소 거대하게 느껴지면서도, 이 책이 머스크의 기업가치를 설명하려는 데서 끝나지 않고 초지능과 로봇이 만들어 낼 권력, 분배, 노동의 문제까지 고민한다는 점에서 의미가 있지 않나 생각해 봅니다.

일론 머스크를 둘러싼 다양한 기술 생태계의 조각들을 연결해 장기적인 변화의 방향을 밝히는 전체 설계도를 읽고 싶은 분들의 일독을 권합니다.