핵심 요약

  • 베이조스는 아마존 초기 투자자들에게 투자금 회수 기준 성공 가능성을 30%로 봤다고 말했다. 낮은 성공 확률을 인정하면서도 사업을 추진해야 했다는 설명이다.
  • 아마존의 ‘첫날’ 사고는 기존 방식과 지표를 계속 재검토하는 태도다. 고객 경험을 대신하는 지표가 실제 경험과 어긋날 수 있다고 경계했다.
  • 되돌릴 수 있는 결정은 현장의 개인이나 작은 팀이 빠르게 내리고, 되돌리기 어려운 결정은 신중하게 검토해야 한다고 구분했다.
  • 블루 오리진에서 베이조스가 강조한 과제는 로켓의 첫 발사에 그치지 않는다. 발사 비용을 낮출 만큼 효율적으로 반복 생산하는 일이 더 큰 도전이라는 설명이다.
  • 그는 대규모 언어 모델의 잠재력에 낙관적이지만, 위험과 기술적 한계도 인정했다. 아마존에서는 기업 데이터 활용 요구에 맞춘 AI 도구를 개발 중이라고 말했다.

성공 확률을 인정하며 시작한 아마존

베이조스는 아마존 창업 초기 흥분과 불안을 함께 느꼈다고 회고했다. 초기 투자자들에게 말한 성공 가능성 30%는 오늘날의 아마존 같은 성과가 아니라 투자금을 돌려받을 가능성을 뜻했다. 그는 스타트업이 성공하기 어렵다는 현실을 알면서도, 사업을 밀고 나갈 확신을 동시에 품어야 했다고 설명했다.

그가 말하는 ‘첫날’ 사고는 매일 발명과 고객, 운영 방식에 관해 새로 결정할 수 있다는 뜻이다. 과거에 효과가 있었던 방법에는 가치가 있지만, 그것을 무조건 따르지는 않는다. 아마존은 사업별 운영 원칙을 적을 때도 더 나은 방법을 발견하면 바꿀 수 있다는 단서를 붙인다고 했다.

지표가 고객 경험을 가릴 때

베이조스는 지표를 버리자는 것이 아니라 지표가 무엇을 대신 측정하는지 잊지 말아야 한다고 강조했다. 판매량 대비 반품이나 고객 문의 같은 수치는 고객 만족을 살피는 데 도움이 된다. 하지만 환경이 바뀌면 그 수치와 실제 고객 경험의 관계도 달라질 수 있다.

그는 초기 아마존에서 고객센터 전화 대기시간 지표와 고객 불만이 충돌한 사례를 들었다. 보고된 대기시간은 60초 미만으로 기억했지만, 회의 중 직접 전화했을 때는 여러 분을 기다렸고 10분이 넘었던 것으로 기억한다고 말했다. 이 경험은 무엇을 측정하고 있는지 다시 살피는 계기가 됐다. 고객의 경험과 지표가 어긋나면 지표를 검토해야 한다는 것이 그의 주장이다.

아마존은 낮은 가격, 빠른 배송, 폭넓은 상품 선택처럼 오래 유지될 고객 요구에 주로 힘을 쏟는다고 했다. 동시에 작은 불편을 내부에서 ‘종이에 베인 상처’에 빗대어 목록으로 관리하고, 이를 해결할 전담 팀도 둔다. 베이조스는 원클릭 구매가 구매 과정의 여러 작은 불편을 없앤 사례라고 설명했다.

결정의 속도는 되돌릴 수 있는지에 달렸다

베이조스는 결정을 ‘양방향 문’과 ‘일방향 문’으로 나눴다. 잘못되면 돌아와 다른 선택을 할 수 있는 결정은 담당자나 작은 팀이 빠르게 내리는 편이 낫다. 반대로 바꾸기 어렵거나 비용과 시간이 크게 드는 결정은 더 깊이 분석하고 경영진까지 올려야 한다. 로켓 1단과 2단의 추진제를 선택하는 일은 그가 든 일방향 결정의 예다.

의견이 갈릴 때의 ‘반대하되 실행에는 동참한다’는 원칙도 설명했다. 자신보다 현장을 잘 아는 책임자의 판단에 동의하지 않더라도 그 결정을 지지하고 성공하도록 돕겠다는 뜻이다. 다만 확인 가능한 사실을 두고 의견을 절충해서는 안 된다고 했다. 천장 높이에 이견이 있으면 중간값을 택할 것이 아니라 측정해야 한다는 비유다. 합의가 안 되는 문제를 누가 먼저 지치는지로 결정하는 대신 상급자에게 올려 결론을 내야 한다고 덧붙였다.

블루 오리진의 과제는 반복 생산과 비용

베이조스는 뉴글렌의 궤도 수송 능력을 약 45톤으로 설명했다. 1단은 회수해 다시 쓰고, 대담 당시 설계에서 2단은 발사 후 폐기한다. 그는 2단을 재사용하는 방법과 저렴하게 생산해 폐기하는 방법 중 어느 쪽이 비용 면에서 나은지 분명하지 않다고 말했다.

그의 초점은 궤도 진입 자체보다 접근 비용을 크게 낮추는 데 있다. 비용이 내려가면 다른 스타트업도 우주에서 여러 사업을 시도할 수 있다는 구상이다. 이를 위해 첫 기체를 만드는 것만으로는 부족하다고 했다. 연간 24회 발사를 가정하면 폐기형 2단을 2주에 한 번씩, 여기에 쓰이는 엔진은 한 달에 네 개씩 생산해야 한다. 제조 공정과 검사, 인력까지 그 속도에 맞춰 효율적으로 운영하는 일이 첫 기체 설계만큼 어렵거나 더 어렵다는 설명이다.

AI의 가능성과 남은 문제

베이조스는 생성형 AI의 대규모 언어 모델을 예기치 못한 능력을 계속 발견하게 되는 기술로 묘사했다. 인류에게 도움이 될 가능성을 더 크게 보면서도, 특화된 AI가 강력한 무기에 쓰일 위험까지 논의해야 한다고 말했다. 발전 속도는 알 수 없으며, 현재 방식이 단순히 규모를 키우는 것만으로 완성된다고도 보지 않았다. 그는 인간 두뇌의 에너지 효율과 적은 학습 경험을 예로 들며 아직 알아내지 못한 방법이 있다고 주장했다.

제품 측면에서는 알렉사가 더 똑똑해질 것이라는 전망과 함께 쇼핑 도우미를 언급했다. 아마존웹서비스에서는 기반 모델인 타이탄과 기업용 도구인 베드록을 개발 중이라고 설명했다. 기업 고객이 자체 데이터를 강력한 모델에 활용하면서도 그 데이터가 의도치 않게 모델에 반영되지 않도록 하는 것이 베드록과 관련한 요구다. 그는 이를 해결해야 할 어려운 기술 문제로 봤다.

문서로 시작해 답을 찾는 회의

베이조스에 따르면 아마존과 블루 오리진의 회의는 서술형 여섯 쪽짜리 문서를 함께 읽는 30분으로 시작하는 경우가 많다. 사전 독서를 전제로 하면 읽지 못한 참석자가 생기므로 회의 안에 읽는 시간을 둔다. 좋은 문서는 작성과 수정, 동료의 검토에 약 2주가 걸릴 수도 있다고 했다.

그는 문서가 작성자에게 생각을 완전한 문장으로 드러내도록 요구한다고 봤다. 회의에서는 그 문서를 바탕으로 답을 모르는 문제를 탐색한다. 자신은 직급의 영향으로 다른 참석자의 의견이 바뀌지 않도록 발언을 마지막에 한다고도 말했다. 그의 설명에서 빠른 실행은 충분히 드러낸 생각과 불편한 사실을 검토하는 과정에 기대고 있다.