시급 대신 결과물로 월급 준다…직원 75명 테넥스 "엔지니어 1인당 작업량 두 배"
2026년 10월 29일원작 Latent Space · AI for the Fortune 2000: How Tenex Builds an AI-Native SDLC ↗
3줄 요약
- 직원 75명 테넥스는 엔지니어에게 시간 대신 결과물(스토리 포인트)로 보상한다.
- AI로 1인당 작업량이 두 배가 됐지만 최고·최저 보상 격차는 10배가 아닌 4배였다.
- 코딩이 줄어든 자리에 고객 맥락을 듣는 일이 들어섰고, 그 일을 어떻게 보상할지가 남은 숙제다.
"AI가 엔지니어를 빠르게 만들면 시급제는 같은 일에 돈을 덜 주게 된다." 직원 75명의 AI 컨설팅·개발사 테넥스(Tenex)가 보상을 스토리 포인트, 곧 결과물에 맞춘 이유다. 개발 전문 뉴스레터 래튼트 스페이스(Latent Space)가 21일 공개한 팟캐스트에서 공동창업자 알렉스 리버먼과 엔지니어링 디렉터 CJ 헤스는 1년 반 실험의 성과와 한계를 풀어 놨다. 이 글은 그 내용을 정리한 것이다.
AI가 빨라지면 시급제는 손해가 된다
테넥스(Tenex)는 AI 엔지니어에게 일한 시간이 아니라 결과물로 값을 치르는 회사다. 공동창업자 알렉스 리버먼(Alex Lieberman)의 말대로 AI가 엔지니어를 빠르게 만들면 시급은 같은 일에 더 적은 돈을 주게 된다. 그래서 인센티브를 반대로 돌렸고, 직원 75명 규모가 된 지금도 스토리 포인트가 보상의 중요한 축이다.
"우려한 부작용은 큰 문제가 아니었다"
출력 기준 보상의 고전적 우려는 두 가지다. 포인트를 부풀리거나 코드를 대충 내놓는다는 것이다. 리버먼은 두 걱정 모두 실제로는 문제가 되지 않았다고 말했다. 고객 유지와 성장을 책임지는 'AI 전략가'가 엔지니어와 반대편에서 인센티브를 받아 균형을 잡기 때문이다.
숫자로 본 보상 격차: 10배 아닌 4배
리버먼은 회사에서 가장 많이 받는 엔지니어와 가장 적게 받는 엔지니어의 차이가 대략 4배라고 밝혔다. 출력 기준 보상이면 '10배 엔지니어'가 수백만 달러를 번다는 말이 나올 법한데, 실제 격차는 그보다 좁았다. 그는 올해 12월께부터 엔지니어 1인당 소화량이 대략 두 배가 됐다고 봤다.
코딩 시간이 줄어든 자리에 '고객 맥락'이 들어선다
첫 직원이자 엔지니어링 디렉터인 CJ 헤스(CJ Hess)는 재직 기간 중 코딩을 많이 하다 점점 덜 하게 됐다고 했다. 모델이 맥락만 제대로 받으면 해법의 90%까지 가는 수준이라, 이제 가치는 고객 앞에 앉아 머릿속 이야기를 모두 듣고 이를 모델에 넘기는 데 있다는 설명이다. 그래서 설계나 고객 미팅처럼 티켓에 안 잡히는 일을 어떻게 보상할지가 가장 어려운 숙제로 남았다.
프로젝트의 기억은 사람 머리가 아니라 저장소에
헤스는 팀의 작업 방식을 '메타하네스(MetaHarness)'로 소개했다. 공용 스킬, 구조화한 문서, 에이전트가 쓰는 CLI를 묶은 것으로, 계획과 결정 기록이 코드와 함께 깃(Git)에 들어간다. 에이전트가 작업으로 돌아오면 무엇을 만들었는지뿐 아니라 왜 그렇게 정했는지까지 읽을 수 있다. 모델이 좋아질수록 강제하는 구조는 오히려 줄이는 중이다.
포인트 한 장의 값은 얼마인가
팀은 엔지니어 1인당 월평균 스토리 포인트를 생산성 지표로 본다. 그러나 1년 전의 1포인트와 지금의 1포인트가 같은 값인지는 아직 답을 찾는 중이라고 했다. 분기에 한 번 이상 기준을 다시 맞추지만 "까다로운 방정식"이라는 설명이다. 테넥스 측도 이 구조가 한 프로젝트를 하는 작은 팀에는 과할 수 있다고 인정한다.
기업 현장은 아직 초입이다
리버먼이 만나 본 기업 약 100곳 가운데 90%가 직원에게 클로드나 코덱스를 풀었다. 교육까지 한 곳은 약 60%, 제품·엔지니어링 부서에 코딩 에이전트를 도입한 곳은 약 50%, 비개발 업무에 에이전트를 실제 운영 중인 곳은 약 5%였다. 모두 그의 추정치다. 직원 권한 관리 문제가 최고정보책임자(CIO)와 최고정보보안책임자(CISO)에게는 "악몽"이 됐다는 말도 나왔다.
"만드는 비용"이 내려가면 무엇이 남나
진행자 측은 연 4만3천달러짜리 콘퍼런스 연사 관리 도구를 직접 만들어 대체하는 '킬 마이 사스(Kill My SaaS)' 실험을 소개했다. 팀은 약 1천달러로 대체품을 만들었다. 다만 72개 출품작 중 사람 심사위원이 뽑은 우승작이 AI 심사에서는 19위였다는 결과는 시나리오를 통과하는 일과 사람이 쓰고 싶어 하는 일이 다르다는 점을 보여 준다.
만들면 끝이 아니다, 유지가 비용이다
리버먼은 엔터프라이즈 시장일수록 기존 소프트웨어를 걷어내고 처음부터 짓는 일이 어려워지고, 직접 만든 도구는 계속 손봐야 한다는 점을 짚었다. 반면 진행자는 비용 절감만이 아니라 더 나은 제품 경험과 빠른 개선 속도가 이득이라고 맞섰다. 리버먼 자신은 버티컬 AI에 대체로 비관적이고, 헤스는 에이전트 자체가 제품인 경우와 작업 주변 흐름을 낫게 하는 경우를 나눠 봤다.
