Builders, Sellers, Measurers: Cloudflare가 재는 일은 AI에 맡기고 사람을 만들고 파는 일로 옮긴 방식

Cloudflare는 조직을 만드는 사람(Builders), 파는 사람(Sellers), 재는 사람(Measurers)으로 나누고, 재는 일을 AI 에이전트에 넘겨 사람을 앞의 두 기능으로 옮기고 있습니다. 따라 하려면 회사 안의 측정·보고 업무를 목록으로 만들고, 숫자는 시스템이 계산하고 AI는 서술만 맡는 구조와 사람과의 병행 비교 기간을 먼저 정해야 합니다.

요약

Cloudflare는 2026년 11월 5일 3분기 실적 콜을 열었고 The Motley Fool이 다음 날 녹취를 실었습니다. 질의응답에서 Citi의 Fatima Boolani가 물었습니다. 약 6개월 전 구조조정 뒤에도 마진 개선이 뚜렷하지 않은데, AI로 효율을 높였다는 구체적 사례가 무엇이냐는 질문이었습니다. CEO Matthew Prince는 감원이 사람의 문제가 아니라 앞으로 조직이 어떻게 짜일지에 대한 판단이었다고 답했습니다. 그는 Peter Drucker가 나눈 세 기능(Builders, Sellers, Measurers)을 들어 자기 처방을 설명했습니다. 같은 내용은 그가 Wall Street Journal에 쓴 기고에도 담겼다고 했습니다.

처방의 결과로 그는 세 가지를 들었습니다. IR 팀 출신 직원 Heather가 만든 에이전트가 분기마다 큰 팀이 오래 매달리던 투자자 자료를 만들고, 드는 토큰 비용은 200달러 남짓에도 못 미칩니다. 영업 사원은 시간의 60%를 미팅 준비와 Salesforce 보고에 쓰던 데서 벗어나 고객 앞에 더 오래 섭니다. 영업 생산성은 전년 대비 11분기 연속 올랐습니다. 인원은 줄이는 것이 아니라 옮기는 중이며 연말 인원은 감원 전보다 많을 것이라고 했습니다. 3분기 매출은 39% 늘었고 Non-GAAP 영업이익률은 17.5%로 회사 기록이었습니다. 아래에서는 세 기능 구분, 측정 에이전트, 영업 시간 재배분이 어떻게 맞물리는지 풀고 이를 우리 조직에서 돌릴 때 필요한 설계와 일정을 덧붙입니다.

핵심 메커니즘

Builders · Sellers · Measurers: 조직을 세 기능으로 다시 보기

무엇인가. 회사의 모든 직무를 제품을 만드는 일, 고객에게 파는 일, 숫자를 모아 재고 보고하는 일 가운데 하나로 분류하는 렌즈입니다. Prince는 Drucker의 구분을 빌려 왔습니다.

어떻게 작동하나. 세 기능마다 AI가 미치는 영향이 다릅니다. Builders는 AI로 한 사람이 더 많이 만들 수 있으니 좋은 사람을 최대한 뽑습니다. Sellers는 AI가 준비와 기록을 덜어 주니 같은 인원이 고객을 더 많이 만납니다. Measurers는 AI가 일 자체를 더 잘하는 경우가 많아 가장 크게 바뀝니다. 그래서 인원은 Measurers에서 Builders 쪽으로 이동합니다.

언제 쓰나. AI 도입 효과를 부서 단위가 아니라 기능 단위로 따질 때 씁니다. 재무팀 안에도 숫자를 모으는 사람과 사업 판단을 돕는 사람이 섞여 있으니, 부서 이름보다 하는 일로 나눠야 합니다.

작은 예시(가상). 마케팅팀 10명 가운데 3명이 캠페인 성과 리포트를 주간으로 묶는다면, 그 3명의 업무는 Measurers입니다. 이 업무를 에이전트로 옮기고 3명은 캠페인 기획(Builders)이나 파트너 영업(Sellers)으로 재배치하는 식입니다.

Measurer Agent: 분기 투자자 자료를 만드는 IR 에이전트

무엇인가. IR 팀에 있던 Heather가 직접 만든 에이전트로, 분기마다 필요한 투자자 자료를 취합하고, 핵심 지표를 한눈에 보는 통계 cheat sheet(요약표)를 만들고, 실적 발표 원고에 넣을 포인트를 제안합니다.

어떻게 작동하나. 예전에는 큰 팀이 분기마다 상당한 시간을 들였습니다. 지금은 에이전트가 같은 묶음을 만들고, 한 분기 토큰 비용이 200달러 남짓에도 못 미칩니다. Prince는 품질과 정확도가 올라가고 오류가 줄었다고 했습니다. 다만 이전 작업 기간, 팀 규모, 오류율 수치, 에이전트가 돌아가는 플랫폼은 밝히지 않았습니다.

언제 쓰나. 같은 형식의 자료를 주기적으로 다시 만드는 일, 원천 숫자가 시스템에 있는 일, 결과물을 사람이 최종 승인하는 일에 맞습니다. 숫자의 정의가 매번 바뀌거나 판단이 들어가는 공시 문구 자체는 사람 몫으로 남깁니다.

눈여겨볼 점. 에이전트를 만든 사람이 IT 부서가 아니라 업무를 하던 IR 담당자입니다. Measurers 기능에 있던 사람이 자기 일을 자동화하는 Builder가 된 셈입니다.

Uncorrelated Bias: AI 측정자의 편향이 쓸모 있는 이유

무엇인가. Prince는 AI에도 편향이 있다고 인정하면서 그 편향이 조직 나머지 구성원의 편향과 상관이 없다는 점을 장점으로 들었습니다.

어떻게 작동하나. 같은 회사 사람들은 같은 목표와 정보를 공유하니 판단이 같은 방향으로 쏠립니다. 여럿이 검토해도 함께 틀릴 수 있습니다. AI 측정자는 다른 방향으로 틀리므로, 사람의 판단과 겹쳐 보면 한쪽만 볼 때 숨어 있던 오차가 드러납니다. 틀리는 방향이 서로 다른 두 눈으로 같은 숫자를 보는 셈입니다.

언제 쓰나. 영업 파이프라인 확률, 프로젝트 진척률, 수요 전망처럼 조직 안의 낙관이 숫자에 스며들기 쉬운 측정에 특히 맞습니다.

Seller Time Shift: 영업의 준비·보고 시간을 고객 시간으로

무엇인가. 영업 사원이 미팅 준비와 Salesforce 보고에 쓰던 시간을 AI로 줄이고 그만큼 고객 앞에 서게 하는 변화입니다.

어떻게 작동하나. Prince는 영업 사원들이 시간의 60%를 준비와 보고에 쓰던 때가 있었고 그들이 그 일을 좋아하지 않았다고 했습니다. 지금은 고객 대면 시간이 크게 늘었고 이것이 생산성 상승으로 이어졌다고 봅니다. 현재 시간 비중은 밝히지 않았습니다. 3분기에 영업 생산성은 사상 최고였고 ACV(연간 계약 가치) 성장도 가장 컸으며 할당량 달성률은 5년여 만에 가장 높았습니다.

다음 단계. Prince는 영업이 더 기술적으로 바뀐다고 보고 몇 가지를 실험 중이라고 했습니다. 대형 고객에 이미 둔 FDE(Forward Deployed Engineer, 고객사에 들어가 함께 구축하는 엔지니어)를 늘리는 일, 솔루션 엔지니어와 AE(Account Executive, 영업 대표)의 비율, 영업 사원 한 명이 다룰 제품 범위가 열린 질문입니다.

Shift, Not Cut: 인원을 줄이지 않고 옮기기

무엇인가. 감원과 채용을 함께 돌려 직무 구성을 바꾸는 방식입니다. Prince는 인원을 줄이려는 것이 아니라 Builders 쪽으로 옮기는 중이라고 했습니다.

어떻게 작동하나. 감원 규모와 비율은 밝히지 않았습니다. 떠난 사람에게는 넉넉한 퇴직금을 주고, 미확정 주식의 확정(vesting)을 유지하고, 다른 회사 재취업을 도왔다고 했습니다. 한편 채용은 계속해 3분기 말 인원은 약 4,700명이고 연말에는 감원 전보다 많아질 것으로 봅니다. 그는 이 상황을 “We’re hiring like crazy.”라고 표현했습니다. 바뀌는 것은 인원 수가 아니라 뽑는 직무입니다.

통념과 다른 주장

저자가 든 사례

IR 에이전트: 분기 투자자 자료를 토큰비 200달러 미만으로

• 상황: 투자자 자료, 지표 요약표, 실적 발표 원고 준비에 큰 팀이 분기마다 상당한 시간을 썼습니다.
• 한 일: IR 팀에 있던 Heather가 이 묶음을 만드는 에이전트를 직접 만들었습니다.
• 결과: 한 분기 토큰 비용이 200달러 남짓에도 못 미치고, 품질과 정확도는 오르고 오류는 줄었습니다. 이전 소요 시간, 팀 규모, 오류율은 원문에서 밝히지 않았습니다.
• 연결: Measurer Agent, Uncorrelated Bias.

영업: 준비·보고 60%에서 고객 앞으로

• 상황: 영업 사원이 시간의 60%를 미팅 준비와 Salesforce 보고에 썼습니다.
• 한 일: AI로 준비와 보고 부담을 덜고 고객 대면 시간을 늘렸습니다. 쓴 도구 이름은 밝히지 않았습니다.
• 결과: 영업 생산성이 전년 대비 11분기 연속 올라 3분기에 최고치를 기록했고, 할당량 달성률은 5년여 만에 가장 높았습니다.
• 연결: Seller Time Shift.

구조조정 질의응답: 마진보다 기능 배치

• 상황: 애널리스트가 약 6개월 전 구조조정 뒤 마진 개선이 뚜렷하지 않다며 구체적 근거를 물었습니다.
• 한 일: Prince는 조직을 평평하게 만들고 Builders와 Sellers에 힘을 싣고, AI는 도움이 되는 곳에 썼다고 답했습니다.
• 결과: 3분기 영업이익률은 17.5%로 회사 기록이었고, 연말 인원은 감원 전보다 많을 것으로 봅니다.
• 연결: Builders · Sellers · Measurers, Shift, Not Cut.

기술 디테일: 측정 에이전트를 실제로 돌리려면

IR 에이전트 같은 Measurer Agent를 만들려면 숫자 계산과 문장 생성을 나눕니다. 지표 값은 데이터 웨어하우스의 SQL이나 스크립트가 계산하고, LLM은 그 값을 받아 설명과 원고 포인트만 씁니다. LLM이 숫자를 직접 계산하거나 옮겨 적게 하면 자릿수와 기간을 섞는 오류가 나기 쉽습니다. 서술 단계는 temperature 0~0.2로 두고, 같은 입력을 2회 돌려 숫자를 인용한 문장이 달라지면 사람 검토로 보냅니다.

지표 요약표(cheat sheet)는 구조화 출력으로 받습니다. 한 지표당 다음 필드를 둡니다. 원고 제안의 문장마다 근거 metric_id를 달게 하면, 문장 속 숫자를 원천 값과 자동으로 대조할 수 있습니다.

{
  "metric_id": "revenue_growth_yoy",
  "label": "매출 성장률(전년 대비)",
  "value": 0.39,
  "period": "2026Q3",
  "definition_version": "v3",
  "source_query": "finance.revenue_quarterly",
  "prior_value": null,
  "check_status": "tied_out"
}

prior_value에는 직전 분기 값을 넣습니다. check_status는 tied_out(원천과 일치), mismatch, definition_changed 셋으로 둡니다. 하나라도 mismatch면 묶음 전체를 내보내지 않습니다.

토큰 비용을 관리하려면 실행마다 입력·출력 토큰과 비용을 로그로 남기고 분기 상한을 정합니다. Cloudflare의 사례처럼 분기 단위 작업은 한 번 실행 비용이 작으니, 비용보다 재실행 횟수와 사람 검토 시간을 같이 기록해야 실제 절감을 잴 수 있습니다.

Uncorrelated Bias를 활용하려면 AI의 측정을 사람의 측정과 나란히 둡니다. 예를 들어 영업 파이프라인의 계약 성사 확률을 담당자 판단과 AI 판단으로 따로 매기고, 둘의 차이가 20%p를 넘는 건만 영업 관리자에게 올립니다(가상 예시 기준값). AI를 정답으로 두는 것이 아니라 다른 방향의 오차를 드러내는 두 번째 측정으로 씁니다.

Seller Time Shift를 돌리려면 미팅 전 브리프와 미팅 뒤 CRM 기록을 에이전트가 맡습니다. 브리프는 고객사 최근 계약, 열린 지원 티켓, 지난 미팅 메모를 묶어 한 쪽으로 만들고, 미팅 뒤에는 통화 기록에서 다음 단계·결정권자·금액 변화를 뽑아 CRM 필드 초안을 채웁니다. 영업 사원은 초안을 승인만 합니다. 시간 변화는 캘린더와 CRM 활동 로그로 잽니다.

현업 실행 디테일: 누가, 언제, 무엇을

역할	담당	할 일
스폰서	CEO 또는 COO	세 기능 기준의 인력 방향 결정, 감원과 채용을 함께 설계
측정 업무 오너	CFO·IR 리더	반복 보고 업무 목록, 지표 정의 확정, 최종 승인
에이전트 제작	업무 담당자 1명 + 데이터 엔지니어 1명	시범 에이전트 제작, 대조 검증 규칙 구현
영업 운영	Sales Ops 리더	준비·보고 시간 측정, 브리프·CRM 초안 시범
인력 전환	CHRO	재배치 대상 직무와 재교육, 퇴직 지원 기준

시작 전 준비물. 지난 2분기 동안 반복된 보고서 목록과 작성 시간, 지표 정의서, 원천 시스템 접근 권한, 영업 사원 5~10명의 2주 캘린더·CRM 활동 기록.

주차	할 일	산출물
1주	부서별 업무를 Builders·Sellers·Measurers로 분류, 측정 업무의 주기와 소요 시간 기록	기능 분류표, 측정 업무 목록
2주	분기·월 단위 보고서 하나를 골라 에이전트 시범 제작	시범 에이전트, 지표 JSON
3주	사람과 에이전트가 같은 보고서를 따로 만들어 비교	차이 목록, 소요 시간 비교
4주	전환 판정, 남는 시간을 어느 기능으로 옮길지 결정	전환 결정서, 재배치안

확인 질문. 이 보고서를 누가 읽고 어떤 결정을 내리나? 숫자의 원천은 한 곳인가? 지표 정의가 지난 1년 동안 몇 번 바뀌었나? 영업 사원은 하루 중 몇 시간을 고객 앞에서 보내나?

진행 판정 기준(예시). 병행 기간에 에이전트 결과의 숫자 불일치 0건, 사람 검토 시간이 이전 작성 시간의 30% 이하, 승인자가 수정 없이 승인한 비율 80% 이상이면 전환합니다. 하나라도 못 미치면 2주 더 병행합니다.

AX 적용 제언. 이 사례는 AI 도입 효과를 부서별 인원 감축 목표로 잡는 관행을 바꿀 근거가 됩니다. 먼저 재무·IR·영업 운영의 반복 보고처럼 원천 숫자가 시스템에 있고 승인자가 분명한 측정 업무부터 옮기고, 거기서 생긴 시간을 어느 기능으로 보낼지 인사 계획과 함께 정해야 합니다. 에이전트는 업무를 가장 잘 아는 담당자가 만들게 하고, 데이터팀은 대조 검증과 권한을 책임지는 구조가 빠릅니다. 경영진 보고에는 절감 인원 대신 기능별 인원 비중과 영업 대면 시간을 지표로 올리기를 권합니다.

원문 사례

항목	내용
원문	Cloudflare 2026년 3분기 실적 콜 녹취(The Motley Fool, 2026.11.6), 콜은 2026.11.5
화자	Matthew Prince(CEO), Michelle Zatlyn(President), Thomas Seifert(CFO), Christian Smith(President of Revenue)
질문자	Fatima Boolani(Citi): 약 6개월 전 구조조정 뒤 AI 효율의 구체적 사례
조직 틀	Drucker의 Builders·Sellers·Measurers, Prince의 WSJ 기고
IR 에이전트	IR 팀 출신 Heather 제작, 투자자 자료·지표 요약표·원고 포인트, 분기 토큰비 약 200달러 미만, 오류 감소
영업	준비·Salesforce 보고 시간 60%(과거), 생산성 11분기 연속 상승, 할당량 달성률 5년여 만에 최고
인력	감원 규모 비공개, 퇴직금·vesting 유지·재취업 지원, 3분기 말 약 4,700명, 연말 감원 전보다 많을 전망
영업 실험	FDE 확대, 솔루션 엔지니어 대 AE 비율, 영업 사원의 제품 범위
실적	매출 7억 8,250만 달러(39% 성장), Non-GAAP 영업이익률 17.5%(기록), 4분기 매출 가이던스 8억 4,500만~8억 4,600만 달러(38% 성장)

핵심 개념

Peter Drucker

현대 경영학의 기초를 놓은 학자입니다. Prince는 그가 나눈 조직 기능 구분을 인용했습니다.

IR(Investor Relations)

투자자와 애널리스트에게 회사 실적과 전략을 설명하는 일과 그 조직입니다.

Cheat sheet

여기서는 실적 콜에서 바로 꺼내 볼 핵심 지표 요약표를 뜻합니다.

ACV(Annual Contract Value)

계약 하나를 1년 단위로 환산한 금액입니다. 영업 성과를 비교할 때 씁니다.

Quota attainment

영업 사원이 받은 판매 목표를 얼마나 채웠는지 보여 주는 달성률입니다.

Non-GAAP 영업이익률

주식 보상 같은 항목을 뺀 회사 기준 영업이익을 매출로 나눈 값입니다.

Vesting

받기로 한 주식이 일정 기간이 지나 실제 소유로 확정되는 일입니다.

내 메모

TODO: 내 생각 추가

원문은 The Motley Fool이 실은 「Cloudflare (NET) Q3 2026 Earnings Call Transcript」(2026.11.6)입니다. 녹취는 LLM 보조로 작성됐다고 표기돼 있습니다. 수치와 주장은 모두 회사 경영진의 발언이며, 감원 규모, IR 에이전트의 플랫폼과 이전 작업 기간, 영업 사원의 현재 시간 비중은 콜에서 밝히지 않았습니다. 요약, 핵심 메커니즘, 통념과 다른 주장, 사례는 발언 내용을 AX Partners가 다시 정리했고, 기술·현업 실행 디테일과 JSON 예시, 일정·판정 기준, 인포그래픽과 표는 실제로 돌릴 때 필요한 내용으로 새로 작성했습니다. 전체 발언은 원문 녹취에서 볼 수 있습니다.