#275 AI네이티브의 펀드 오브 펀즈

미국에서는 한국처럼 간편하고 저렴하면서도 맛있는 점심을 먹을 수 있는 곳이 많지 않다 보니, 아내는 보통 도시락을 싸서 출근합니다. 최근 Amazon에서 수저통을 하나 새로 샀는데, 젓가락이 10벌은 들어갈 것 같은 크기였습니다. 이 정도면 반찬도 같이 넣어야 하나 싶을 정도입니다. 역시 미국답게 사이즈가 크네요. 바로 반품입니다ㅎㅎ

2009년, 저는 시스템 엔지니어로 커리어를 시작했습니다. 당시 제가 신입사원으로 맡았던 첫 업무 중 하나는 서버를 주문하고, 몇 달을 기다린 뒤 데이터센터 팀과 함께 서버 설치를 진행하는 일이었습니다. 이후 운영체제와 각종 애플리케이션을 직접 세팅하는 것이 일상이었습니다. 당시에는 그것이 당연한 방식이었습니다.

그리고 2013년경, 처음으로 Amazon Web Services를 접하게 되었습니다. EC2를 사용해 몇 번의 클릭만으로 서버를 바로 사용할 수 있었던 경험은 지금도 생생합니다. 몇 달이 걸리던 작업이 몇 분 만에 가능해졌다는 사실 자체가 정말 충격이었습니다. 단순히 편리함을 넘어, 근본적인 패러다임이 바뀌고 있다는 느낌이었습니다. 그때의 충격은 아직도 잊지 못합니다.

최근 저는 비슷한 경험을 다시 하게 되었습니다. 이번에는 Claude Code였습니다.

그동안 여러 AI 도구를 사용해 보았지만, 대부분은 업무의 핵심이라기보다는 주변 업무에서 필요할 때만 활용되는 수준에 머물렀습니다. 일종의 자동화 도구에 가까웠고, 결과물의 품질 역시 만족스럽지 않은 경우가 많았습니다.

그러나 저번 달부터 Claude Code를 본격적으로 활용하기 시작하면서 상황이 달라졌습니다. 지금까지는 low-code/no-code와 같은 툴에 의존했다면, 이제는 AI의 도움을 받아 Python으로 직접 필요한 기능을 구현하는 것이 훨씬 빠르고 정확하다는 것을 느끼게 되었습니다.

그 변화는 몇 주 전 휴가로 떠난 멕시코의 로스카보스에서의 경험에서 더욱 분명해졌습니다. 휴가 중 몇 시간의 시간을 활용해, 펀드의 분기 재무제표를 불러오고 펀드 성과와 룩스루 기반의 포트폴리오 성과까지 확인할 수 있는 내부 운영 툴을 직접 구축했습니다. 물론 다양한 포맷의 재무제표를 처리하는 과정에서 디버깅이 필요하긴 했지만, 첫 버전은 깜짝 놀랄 정도로 빠르게 구현할 수 있었습니다.

과거에는 이런 작업을 데이터 입력 인력을 통해 처리하곤 했습니다. 이제는 AI를 통해 더 빠르고, 더 저렴하며, 더 정확하게 수행할 수 있습니다. 무엇보다 중요한 점은, 이 모든 것을 몇 시간 만에 뚝딱 만들 수 있었다는 점입니다.

물론 엔지니어 출신으로서 코드에 익숙한 점이 이러한 작업을 빠르게 수행하는 데 도움이 된 것은 사실입니다. 그러나 이러한 격차는 오래가지 않을 것이라고 생각합니다. 도구가 발전할수록, 누구나 직접 만들 수 있는 환경으로 빠르게 변화하고 있기 때문입니다.

이는 단순한 효율성 개선을 넘어, 운영 방식 자체의 변화를 의미합니다. 앞으로 펀드 운용에 있어 AI 도구의 활용은 선택이 아닌 필수가 될 것입니다. 이를 사용하는 경우와 그렇지 않은 경우의 격차가 매우 크기 때문입니다.

저 역시 이미 여러 기능을 추가로 구축했으며, 앞으로도 지속적으로 확장해 나갈 계획입니다. 지난달 샌프란시스코에서 캐치업을 할 수 있었던, 실제로 훌륭하게 AX를 달성하고, 나아가 AI 네이티브 조직으로서 운영 방식을 획기적으로 혁신한 낭만투자파트너스와 Delta Society의 김성중님과 장원준님께서 들려주신 다양한 이야기들이 다시 한 번 깊이 와 닿았습니다.

궁극적으로는 AI를 기반으로 한 ‘AI 네이티브’ 펀드 오브 펀즈 운영 체계를 구축하는 것이 목표입니다. 이는 단순한 실험이 아니라, 저희를 차별화하는 핵심 경쟁력이 될 것이라고 확신합니다.

References:

n/a