AI 경영진 ‘오픈 이그제큐티브’, 무엇을 맡길 수 있나

센테랩스AI(SenteLabsAI)는 경영진의 업무를 하나의 목소리로 수행하도록 설계한 오픈소스 프로젝트 ‘오픈 이그제큐티브(Open Executive)’를 공개했다. 전략·재무·인사 등 분야별 AI 에이전트가 내부에서 의견을 만들고, 사용자는 통합된 답변을 받는 구조다. Hacker News에서는 개발자를 AI로 대체한다는 발상을 뒤집어 경영진을 AI로 대체해 보자는 논쟁이 벌어졌다. 그러나 이 프로젝트에서 더 눈여겨볼 부분은 도발적인 이름보다 회사 문서, 과거 결정, 업무 도구를 연결해 경영 판단을 얼마나 지속적으로 보조할 수 있는가다.

핵심 요약

  • 오픈 이그제큐티브는 분야별 AI 에이전트의 분석을 하나의 경영진 목소리로 합쳐 답하도록 설계돼, 여러 전문가에게 따로 질문하는 과정을 줄인다.
  • 회사 문서와 기본 지식 자료를 검색해 답변에 반영하고 과거 결정을 별도로 기억해, 일회성 질의응답을 넘어 이어지는 업무를 겨냥한다.
  • 일정 실행기와 메일·메신저 연동은 후속 조치를 챙기게 하지만, 메일 발송에는 사람의 검토를 남기고 운영 서버는 한 대로 제한한다.
  • 로컬 모델과 외부 모델 연결을 지원하는 대신, 어떤 모델 제공자에게 회사 정보가 전달되는지 사용자가 직접 관리해야 한다.
  • Hacker News 토론은 경영 업무의 자동화 가능성뿐 아니라 획일적인 전략, 불완전한 기억, 최종 책임의 문제를 함께 제기했다.

하나의 경영진 역할을 나눠 맡는 전문가들

오픈 이그제큐티브는 여러 전문가의 분석을 하나로 모아 일관된 ‘경영진’ 역할로 응답한다. 사용자의 질문이 들어오면 조정 역할을 하는 AI가 관련 분야를 골라 전문가 에이전트에게 맡기고, 그 결과를 종합해 답한다. 전략, 재무, 인사, 법무, 운영, 마케팅, 제품, 영업, 이사회 소통을 담당하는 역할이 문서에 소개돼 있다. 사용자는 내부에서 어느 에이전트가 호출됐는지 일일이 볼 필요 없이 하나의 답변을 받는 방식이다.

프로젝트는 지출 승인 한도, 사내 지식 시스템과의 연동, 사람 및 다른 AI 시스템과 상호작용하는 규칙을 설정할 수 있다고 설명한다. 특정 직급만을 위한 도구가 아니라 여러 관리 단계에 배치할 수 있다는 구상이다. 바쁜 관리자를 대신하는 기능도 있다. ‘나로 행동하기’를 켜면 사용자의 지메일(Gmail)에서 그 사람의 말투로 이메일 초안을 만들되, 검토하고 발송하는 마지막 단계는 사용자에게 남긴다.

에이전트 수를 설명하는 문구에는 차이가 있다. 저장소의 짧은 소개에는 8개, 주요 기능 설명에는 9개 전문가가 적혀 있고, 외부 도구 연결을 설명하는 대목에는 10개 전문가라는 표현이 나온다. 따라서 이 숫자 하나보다 실제로 어떤 역할이 등록돼 있고 어떤 질문이 어디로 전달되는지 확인하는 편이 정확하다.

회사 문서와 과거 결정을 답변에 넣는 방식

각 전문가는 답을 만들 때 두 종류의 자료를 검색한다. 하나는 프로젝트에 포함된 경영 지식 문서이고, 다른 하나는 사용자가 올린 회사 문서다. 후자는 작은 조각으로 나뉘어 별도 저장 영역에 들어간다. 필요한 부분을 찾아 질문과 함께 모델에 전달하는 검색 증강 생성(RAG, 관련 자료를 찾아 답변에 반영하는 방식)이다.

회사 문서로는 사업 계획 발표 자료, 재무 모델, 전략 문서 등을 웹 화면이나 API를 통해 올릴 수 있다. 처음 접속할 때는 회사 이름·업종·단계·팀 규모를 비롯해 사업 모델, 경쟁 환경, 우선순위, 문화 등을 입력하는 절차가 열린다. 이후 답변은 이 회사 정보를 참고하도록 설계됐다. 기본 탑재 지식은 바로 사용할 수 있지만, 새로 올리거나 수정한 문서는 검토 목록에 들어갈 수 있으며 검토 중인 영역의 내용은 답변에서 제외된다.

기억은 문서 검색과 별도로 관리한다. 매 응답 뒤에 가벼운 모델이 주요 결정, 진행 과제, 조언을 추려 SQLite에 저장하고 다음 대화를 시작할 때 과거 결정 내용을 전달한다. 지난달 어떤 권고를 했는지 다시 참고하게 만들려는 장치다. 다만 기억할 항목을 추출하는 방식인 만큼, 실제 업무에서는 무엇이 저장되고 무엇이 빠졌는지 살펴보는 일이 중요하다.

답변에서 후속 조치로 넘어가는 일정 실행기

이 프로젝트는 질문에 답하는 데서 멈추지 않도록 일정 실행기를 넣었다. 정해진 시점이 되면 후속 확인이나 시한이 있는 조치를 꺼내 보여주는 구조다. 경영 업무를 단순한 문서 작성이 아니라, 이전에 정한 일을 다시 챙기는 과정으로 본 설계다. 과거 결정의 기록과 일정 실행기가 함께 있어야 이 구상이 이어진다.

모델 호출 비용을 줄이기 위한 프롬프트 캐싱(반복해 쓰는 입력 내용을 재사용하는 방식)도 설명한다. 경영진의 역할 설정, 회사 소개, 지식 목록을 구분해 저장하며, 처음 몇 차례 대화 이후 캐시 적중률을 최대 85%까지 기대한다고 적었다. 반대로 수시로 바뀌는 내용은 저장된 입력 부분에 넣지 않는다. 이는 회사 정보의 지속성과 매번 달라지는 질문을 분리하려는 설계다.

일정 실행기에는 운영상 제약이 붙는다. 프로젝트 문서는 API 서버를 여러 대로 늘리면 예약 작업이 중복 실행될 수 있으므로 한 대만 운영하라고 경고한다. 웹 화면과 달리 일정 실행기의 동작이 서버 인스턴스 수에 영향을 받는다는 뜻이다. 관리 업무를 AI에 맡기는 범위가 넓어질수록, 답변 품질뿐 아니라 같은 조치가 두 번 실행되지 않는지도 중요해진다.

내 컴퓨터에서 시작해 메신저로 확장하기

직접 시험할 때는 저장소를 내려받아 의존성을 설치하고 모델 연결을 설정한 뒤 실행한다. 기본 안내는 앤트로픽(Anthropic) API 키를 사용하지만, 로컬 모델이나 다른 호환 모델 제공자를 선택하는 방법도 제시한다. 내 컴퓨터에서만 실행할 때는 별도 로그인 설정 없이 시작할 수 있다. 팀원을 초대하거나 서버에 올릴 때는 구글(Google) 로그인을 설정해야 한다.

첫 실행에는 파이썬(Python) 3.11 이상과 노드(Node) 22.6 이상이 필요하다. 지식 검색에 쓰는 구성 요소를 설치하고 약 90MB의 임베딩 모델(문서를 검색 가능한 수치 표현으로 바꾸는 모델)을 받기 때문에 처음 시작할 때는 몇 분이 걸릴 수 있다고 안내한다. 설정 화면에서는 AI 키와 연결한 채팅 앱의 토큰 상태를 색으로 확인할 수 있다. 실행에 필요한 준비가 어디서 막혔는지 운영자가 살펴보도록 한 기능이다.

연결 대상으로는 슬랙(Slack), 디스코드(Discord), 텔레그램(Telegram), 이메일, 구글 워크스페이스(Google Workspace), 노션(Notion) 등이 제시된다. 디스코드에서는 개인 메시지나 채널 멘션, 명령어로 질문할 수 있다. 디스코드 봇은 별도 서비스가 아니라 API 서버 안에서 실행된다. 개발 중 봇만 따로 띄울 수도 있지만 기존 봇과 동시에 돌리면 같은 메시지에 답이 두 번 달릴 수 있다고 문서는 주의를 준다.

외부 AI에 열리는 회사 정보

오픈 이그제큐티브는 MCP(서로 다른 AI 도구가 기능과 자료를 주고받는 연결 방식) 서버로도 동작한다. 외부 AI 도구는 이 연결을 통해 회사 소개, 당일 업무 내용, 구성원 정보, 부서 상태, 과거 결정 같은 자료를 읽고 전문가에게 질문할 수 있다. 별도 MCP 서버를 띄우지 않고 기존 API 서버의 경로를 사용한다. 이는 같은 회사 정보를 도구마다 다시 입력하지 않게 하려는 방식이다.

반대 방향의 연결도 있다. 오픈 이그제큐티브가 다른 MCP 서버의 도구를 쓰도록 설정할 수 있어, 회사 정보를 외부에 내어주는 기능과 외부 기능을 끌어오는 기능이 구분된다. 인터넷에서 접속할 수 있게 배포할 때는 API 공유 비밀키와 공개 배포 설정을 요구한다. 공유 비밀키가 빠진 채 외부에 열리지 않도록 시작 자체를 막는 설정도 안내한다.

배포 구성은 API와 웹 화면용 컨테이너 두 개, 그리고 데이터를 보존할 저장 공간 하나다. 웹 화면은 구글 로그인과 허용된 이메일 목록으로 접근을 제한하고, 웹 화면과 API 사이에도 공유 비밀키를 둔다. 회사 소개, 업로드 문서, 검색용 데이터베이스는 저장소에 함께 올라가지 않도록 설정돼 있다. 다만 모델을 호출할 때 필요한 내용은 모델 제공자에게 전달되므로, 저장 위치와 전송 경로를 함께 봐야 한다.

로컬 모델 선택과 평가의 경계

앤트로픽 모델 대신 올라마(Ollama), LM 스튜디오(LM Studio) 같은 로컬 모델 서버를 연결할 수 있다. 경영진 역할에는 한 모델을, 개별 전문가에는 다른 모델을 지정하는 혼합 운영도 가능하다. 로컬 모델을 쓰면 앤트로픽의 서버 측 웹 검색과 프롬프트 캐싱 등은 적용되지 않는다. 여러 전문가에게 일을 나누는 구조이므로 프로젝트는 도구 사용에 강한 모델을 고르라고 권한다.

외부의 호환 모델 제공자나 게이트웨이를 연결하는 방법도 있다. 이 경우 회사 소개, 문서, 대화가 설정한 제공자에게 전송된다고 문서는 분명히 알린다. 로컬 실행을 선택할 수 있다는 사실만으로 모든 구성이 로컬에 머무는 것은 아니다. 회사 자료를 어느 모델에 맡길지 결정하는 일이 설치 과정의 핵심 설정이 된다.

프로젝트에는 새 전문가를 추가할 때 코드와 지식 문서뿐 아니라 평가 시나리오도 넣도록 하는 절차가 있다. 공개된 평가 구성은 29개 상황에서 말투의 일관성, 분야별 정확성, 회사 맥락 활용, 전문가 연결, 실행 가능성을 점수화한다. 변경 사항을 받아들이는 자동 검사 기준도 마련돼 있다. 다만 이런 평가는 설정된 상황에서 답변을 비교하는 장치이지, 실제 회사의 결정과 책임을 대신하는 절차는 아니다. 코드는 아파치 2.0(Apache 2.0) 라이선스로 공개돼 상업적 이용도 가능하다.

커뮤니티 의견

한 사용자는 개발 업무에서는 해가 갈수록 낯선 문제가 나타나지만, 경영진의 소통과 문제 처리는 검증된 형식을 반복하는 경우가 많다고 주장했다. 그래서 자동화하기 더 쉬운 쪽이 오히려 경영 업무일 수 있다고 봤다. 다만 누가 결과에 책임질 것인지는 경영진 역할이 남는 이유가 될 것이라고 덧붙였다.

다른 사용자는 이 논쟁을 노동과 이익 배분의 문제로 읽었다. LLM을 단순 업무 자동화와 노동시간 단축에 쓸 수도 있는데, 실제 관심은 지식을 독점해 수익을 내는 쪽에 쏠려 있다는 주장이다. AI가 어느 직무를 먼저 대체하느냐뿐 아니라 생산성의 이익을 누가 가져가느냐를 묻는 관점이다.

첫 창업에 나선 한 사용자는 비슷한 방식의 AI를 ‘상사’처럼 쓰며 도움을 받았다고 했다. 매일 할 일 세 가지를 받고 사업 내용을 기억하게 하니 자금 조달, 법인 설립, 규정 준수에서 놓칠 뻔한 일을 챙길 수 있었다는 경험이다. 그는 작은 규모에서 경영 조언을 받는 데 복잡한 가상 조직 전체가 꼭 필요한 것은 아니라고 봤다.

CEO를 지나치게 단순화한다는 반론도 나왔다. 한 사용자는 창업자가 현안을 처리하고 방향을 잡는 일은 인정하면서, CEO라는 직함을 얻는 순간 아무 일도 하지 않는 사람처럼 묘사하는 것은 앞뒤가 맞지 않는다고 지적했다. 답글에서는 창업자 CEO와 규모가 큰 회사의 CEO를 직원들이 체감하는 방식이 다를 수 있다는 의견이 이어졌다.

이 프로젝트를 한 사람의 모사가 아니라 ‘AI로 구성된 조직’으로 봐야 한다는 의견도 있었다. 한 사용자는 여러 에이전트가 넓은 범위의 신호를 살피고 내부 논의를 거쳐 대응한다면, 사람이 놓치는 일을 줄일 수 있다고 봤다. 반면 답글에서는 긴 프로젝트에서 LLM이 맥락을 잃고 중요한 항목을 놓친 경험을 들어, 지속적인 주의력이야말로 아직 해결되지 않은 문제라고 반박했다.

AI CEO가 이익을 낼 수 있는지를 새로운 시험으로 삼자는 제안도 나왔다. 이를 제시한 사용자는 같은 AI가 널리 보급되면 경쟁 우위가 사라져 사람이 다시 조정해야 할 것이라고 예상했다. 답글은 애초에 CEO 개인이 이익을 만들어 낸다고 가정하는 것부터 따져야 한다고 맞섰다.

마지막으로 한 사용자는 전략 조언을 내는 LLM이 개별 회사에 맞는 판단보다 유행하는 답으로 수렴할 수 있다고 우려했다. 개발자를 대체하는 에이전트의 문제를 경영진에 옮긴다고 그 문제가 없어지는 것은 아니라는 지적이다. 답글에서는 인간 CEO 역시 유행하는 전략을 좇는 일이 많다는 반론이 나왔다. 어느 쪽이 더 낫냐는 질문은 결국 회사 사정에 맞는 결정을 어떻게 가려낼 것인가로 이어졌다.

핵심 통찰

오픈 이그제큐티브가 바꾸려는 것은 CEO의 직함보다 경영 업무의 인터페이스다. 회사 자료를 읽고 전문가별 분석을 모아 과거 결정을 다시 꺼내는 일을 하나의 대화 창에 묶었다. 창업자가 빠뜨린 일을 발견하는 보조 도구로는 분명한 쓰임새가 있지만, 그 답변이 회사에 맞는지 판단하고 발송·승인 결과를 책임지는 일까지 사라지지는 않는다. 앞으로 볼 대목은 에이전트 수보다 기억의 정확성, 전략의 획일성, 자료 전송 경로, 예약 작업의 안정성이다.


원본: GitHub - SenteLabsAI/OpenExecutive: AI-powered virtual executive team — a single coherent executive persona backed by 8 specialist agents (FastAPI + Next.js).

토론: Hacker News