핵심 요약

  • 알리 고드시는 데이터브릭스의 오픈소스 프로젝트 아파치 스파크가 성공했지만 매출은 부진했던 2015년, 교수직 복귀와 CEO 취임 사이에서 후자를 택했다.
  • 그는 회사의 가장 큰 병목 하나를 찾아 조직의 관심을 집중한다. 초기 병목은 기술이 아니라 상업화였다.
  • 데이터브릭스는 고객 접촉을 최소화한 실험에서 매출 증가세가 두 분기 동안 멈춘 뒤, 영업 조직과 채용 기준을 바꿨다.
  • 고드시는 레이크하우스 전략을 수년에 걸쳐 밀어붙였고, AI 도입에서도 모델의 능력만큼 업무 절차를 바꾸는 일이 중요하다고 봤다.

원하지 않았던 CEO 자리

데이터브릭스 공동창업자 알리 고드시는 처음부터 CEO를 꿈꾸지 않았다. 그에 따르면 2015년 회사는 아파치 스파크로 주목받았지만 상업적 성과는 부족했고, 그해 회계기준 매출은 약 150만 달러였다. 이사회가 다른 CEO 후보들을 검토한다는 이야기를 듣던 그는 버클리의 교수직에도 지원했다.

고드시는 CEO직을 택한 이유를 자신의 과거 선택에서 찾았다. 익숙한 길보다 어려운 길을 선택했을 때 더 많이 배웠다는 것이다. 사업 운영 경험이 거의 없는 자신에게 CEO가 되는 일은 학계로 돌아가는 것보다 큰 도전이었다. 그는 취임 당시 이사회가 자신을 시험하는 성격이 강했다고 회고했다. 약 1년 뒤 보상과 장기 전략을 논의하면서 역할이 지속될 것임을 알게 됐지만, 정식 전환을 선언하는 대화는 없었다고 했다.

첫 병목은 상업화였다

고드시는 회사를 움직일 때 가장 큰 병목을 정하고, 해결에 몇 년이 걸리더라도 관심을 집중한다고 설명했다. CEO가 된 무렵 데이터브릭스의 병목은 제품 기술이 아니라 매출을 만드는 체계였다. 그는 제품과 엔지니어링을 공동창업자에게 맡기고 경영진과 영업 조직을 재편하는 데 힘을 쏟았다.

당시 회사에는 고객이 직접 제품을 쓰고 결제하는 제품 주도 성장(PLG)을 선호하는 문화가 있었다. CEO 취임 전인 2015년에는 고객과 아예 대화하지 않는 자동화 영업 실험도 했다. 고드시에 따르면 그 실험이 진행된 두 분기 동안 매출 증가세가 멈췄다. 그는 기업 고객을 상대할 영업 인력을 늘려야 한다고 판단했다.

채용 기준도 달라졌다. 처음에는 영업 담당자의 기술 지식을 중시했지만, 고드시는 다른 회사의 우수 영업 인력을 살펴본 뒤 그것만으로 성과를 설명할 수 없다고 봤다. 대신 고객과의 어려운 대화를 다루는 능력, 조직 내 의사결정에 관여하는 사람들을 파악하는 능력에 주목했다. 한 영업 담당자는 지나치게 집요한 접촉으로 고객의 반감을 샀고, 다른 담당자는 불편해진 회의에서 고객의 팀 업무를 물으며 대화를 회복했다. 고드시는 두 사례를 통해 적극성과 감정적 판단력이 모두 필요하다고 배웠다고 말했다.

영업 책임자와 경영진을 고르는 기준

영업 조직을 만드는 데 고드시는 영업 책임자 론의 기여가 컸다고 평가했다. 그가 론에게서 본 것은 기존 조직을 운영한 경력만이 아니었다. 작은 회사에서 매출 체계를 구축하고 성장 단계를 겪은 경험, 엔지니어들과 논쟁할 수 있는 기술 이해도, 여러 해 한 조직에 머문 이력이 함께 있었다.

경영진 채용에서는 자리가 급해진 뒤 탐색을 시작하면 후보를 충분히 검토하기 어렵다고 봤다. 그래서 필요가 분명해지기 전에 채용을 시작했고, 좋은 후보를 찾는 데 최소 6개월, 때로는 1년이 걸렸다고 했다. 잘못 채용한 임원을 교체하고 후임자를 적응시키는 과정에는 2년 이상이 들 수 있다는 것이 그의 판단이다. 그는 자신이 실패했다고 보는 채용 사례도 있으며, 돌아보면 면접 과정에 드러난 신호를 지나쳤다고 말했다.

레이크하우스에 회사를 집중시킨 이유

고드시는 경쟁사 스노우플레이크의 제품 경쟁력을 인정하면서도, 자사 전략은 경쟁 제품을 그대로 만드는 방식이어서는 안 된다고 봤다. 데이터브릭스는 데이터의 개방성, AI 작업 지원, 총소유비용을 내세웠다. 기존 고객의 시스템을 한꺼번에 교체하도록 하기보다 머신러닝에 적합한 작업부터 가져오는 영업 방식도 택했다고 설명했다.

이를 묶은 레이크하우스는 데이터 저장과 분석을 하나의 방향으로 제시한 제품 전략이자 명칭이었다. 사내 구성원과 외부 전략 자문사는 이름이 낯설고 지나치게 기술적이라는 의견을 냈다. 출시 뒤 온라인에서 조롱도 받았다. 고드시는 초기 반응에도 전략을 유지했고, 제품·마케팅·영업 전반에 그 방향을 적용했다. 당장 전환율이 좋은 기존 광고보다 레이크하우스를 알리는 광고를 택한 적도 있으며, 영업 보상에도 새 전략을 반영했다고 했다. 그는 이 전환이 몇 달짜리 과제가 아니라 여러 해에 걸친 일이었다고 강조했다.

AI가 바꾸는 정보 흐름과 남는 사람의 일

고드시는 조직도와 정보가 흐르는 방식을 구분했다. 과거에는 보고 체계를 따라 정보와 결정이 오갔지만, 이제 AI를 활용해 회사의 자료와 결정 맥락을 더 넓게 연결할 수 있다는 견해다. 데이터브릭스는 이를 위해 지니(Genie)를 사용한다. 다만 그는 제품을 도입하는 것만으로 충분하지 않으며, 조직의 정보와 업무 맥락을 AI가 활용할 수 있도록 구축해야 한다고 했다. 데이터브릭스와 고객사가 같은 제품을 쓰더라도 축적한 맥락에는 차이가 있다는 설명이다.

그렇다고 AI 때문에 관리자의 직속 인원을 대폭 늘리고 조직 단계를 줄여도 된다는 주장에는 회의적이다. 관리자는 구성원의 경력, 목표, 불만을 듣고 팀 간 결정을 조율해야 한다. 한 관리자가 25명을 맡으면서 대부분의 시간을 직접 코딩에 쓰는 방식은 사람을 관리하는 일을 감당하기 어렵다는 것이 고드시의 판단이다.

코드를 빨리 써도 제품 출시가 빨라지지 않는 이유

고드시는 AI를 활용해 연결 프로그램 하나의 시제품을 이틀 만에 만들었다. 기존 팀은 연결 프로그램 하나에 한 사람이 약 세 분기를 썼다. 그러나 팀은 그의 시제품이 보안과 검증을 거친 출시 가능 제품은 아니라고 지적했다. 고드시는 이 차이를 확인하려고 실제 출시 과정에 참여했다.

그 과정에서 지연은 코드 작성에만 있지 않다는 점이 드러났다. 고객 요구를 모아 제품 요구사항 문서를 쓰는 데 한 분기, 연결 대상 시스템을 준비하는 데 상당한 시간, 마지막 테스트에 또 한 분기가 걸렸다. 팀은 요구사항 작성 기간을 줄이고, 외부 시스템 설정 방식을 바꾸고, 테스트를 앞당기는 등 절차를 재설계했다. 고드시에 따르면 이후 한 분기에 연결 프로그램 7개를 만들 수 있게 됐다. 그는 이 경험을 근거로 AI가 조직에 퍼지려면 업무 절차 자체를 바꿔야 하며, 그 확산에는 적어도 10년이 걸릴 것으로 전망했다.

우선순위를 유지하는 운영 방식

고드시는 CEO의 시간을 회사의 주된 병목, 일상적인 운영 업무, 제품 점검에 쓴다고 했다. 회의 일정이 하루를 모두 차지하면 큰 문제를 풀 시간이 사라지므로 빈 시간을 확보하려 한다. 회사의 연간 목표도 세 개를 넘기지 않으려 하며, 인터뷰 당시에는 두 개였다.

경영진은 월요일에 주요 목표의 지표를 검토하고 수요일과 금요일에도 짧게 만난다. 고드시는 잦은 만남이 부서별 이해관계를 넘어 하나의 팀으로 일하는 데 필요하다고 봤다. 분기별 검토에서는 제품과 지역별 문제를 찾아 대응한다. 그의 운영 방식은 병목을 오래 붙드는 집중과, 그 전략이 실제로 작동하는지 살피는 반복적인 점검으로 이어진다.