Warp의 창립자 겸 CEO Ayush Sharma – 인터뷰 시리즈

Ayush Sharma는 Warp의 창립자 겸 CEO다. 그는 미국 여러 주와 여러 국가에 걸쳐 급여를 관리하는 일이 얼마나 복잡한지 경험한 뒤 2023년에 Warp를 출시했다. 인도의 작은 마을에서 자란 그는 MIT에서 컴퓨터 과학과 물리학을 공부했다. 석사 과정 연구에서는 분산 머신러닝 학습에서 실행이 느린 구성 요소를 개선하는 데 집중했으며, 개별 컴퓨터의 처리 속도가 뒤처질 때 대규모 시스템을 어떻게 더 효율적으로 운영할 수 있는지 살펴봤다. Warp는 급여세 준수에 초점을 두고 Y Combinator의 2023년 겨울 배치에 합류했다. Sharma는 권한 설정, 사람의 승인, 감사 가능성을 처음부터 갖춘 상태에서 완전한 업무 흐름을 실행하는 AI 에이전트를 중시한다.

Warp는 급여, 인사, 세무 준수, 복리후생, IT를 공통 직원 기록을 중심으로 통합한 AI 네이티브 직원 관리 플랫폼이다. 이 플랫폼의 에이전트는 주 세무 등록, 급여 점검, 세금 관련 통지 해결, 복리후생 가입, 직원 온보딩 등의 업무를 처리한다. 기업은 업무 흐름마다 자율성 수준을 별도로 설정해 에이전트가 조치를 권고할지, 승인을 기다릴지, 아니면 독자적으로 실행할지 선택할 수 있다. 에이전트의 활동은 검토할 수 있도록 기록되며, 사람의 개입이 필요한 업무는 회사 관리자나 Warp 전문가에게 전달할 수 있다. Warp는 직원 기기와 계정의 설정 및 제공, 해외 계약직 근로자에 대한 대금 지급, 전담 계정 관리 및 복리후생 지원도 제공한다.

인도의 작은 마을에서 자라 MIT에서 컴퓨터 과학과 물리학을 공부하고, 이후 Yelp에서 머신러닝 인프라를 다루기까지의 경력은 꽤 이례적입니다. 결국 2023년에 Warp를 창업하게 된 계기는 무엇이었으며, 급여와 직원 관리를 AI로 새롭게 구축할 문제로 선택한 이유는 무엇인가요?

Warp를 시작하기 전에는 코로나19 시기에 약 10명에서 40명 규모로 성장한 스타트업에서 일했습니다. 여러 주에 걸쳐 원격으로 직원을 채용하는 과정을 지켜보며 급여와 세무 준수 업무가 여전히 얼마나 많이 수작업으로 처리되는지 알게 됐습니다. 이후 처음으로 직접 직원을 채용할 때는 뉴욕주 노동부에 등록하는 방법을 알아보느라 꼬박 하루를 허비했습니다. 마감일을 놓치면 벌금이 부과될 상황이었죠. 회사의 다른 곳에서도 온갖 문제가 터지는 가운데, 그날의 경험은 오래도록 기억에 남았습니다.

인사팀은 매일 절차가 정해져 있고 반복적인 업무를 처리하느라, 사람을 위해 써야 할 시간을 빼앗깁니다. AI를 적용하기에 더없이 적합한 분야지만, 주요 인사 플랫폼은 모두 에이전트가 등장하기 전에 만들어졌습니다. 오래된 소프트웨어에 그런 기능을 손쉽게 추가할 수는 없습니다.

2023년 YC 인터뷰에 참석했을 때, 우리에게는 완성된 제품도 매출도 없었습니다. 그저 계속 마음에 걸리는 문제 하나가 있었을 뿐입니다. YC 소속 다섯 명이 통화에 참여했고, 처음 10분에서 12분 동안 한 가지 질문을 집중적으로 던졌습니다. 급여세 준수 문제가 다른 모든 영역으로 나아가는 충분히 큰 발판이 될 수 있느냐는 것이었습니다. 가설에 불과했지만, 근거는 타당했습니다. 기업들은 과거보다 훨씬 이른 시점부터 여러 주에 걸쳐 사업을 운영하기 시작했고, 그에 따라 복잡성도 커졌습니다. 게다가 급여세는 판매세보다 엄격합니다. 판매세는 규칙이 적용되기 전까지 상당히 높은 기준액을 허용하지만, 급여세의 경우 한 주에서 직원 한 명만 채용해도 해당 주의 세무 체계 전체의 적용을 받게 됩니다.

그래서 준수 업무가 당연한 출발점이었습니다. 저는 MIT에서 수년간 머신러닝을 연구했고, 대규모 언어 모델과 에이전트가 현실화되기 시작했을 때 급여와 세무 준수 업무 중 누구도 맡고 싶어 하지 않던 일을 이제 처리할 수 있겠다고 생각했습니다. Warp의 첫 버전은 한 가지 일만 했습니다. 어느 주에서든 직원을 채용하고 정부 서류를 전혀 처리하지 않아도 되게 하는 것이었습니다. 급여세 문제를 제대로 해결하면 나머지는 더 쉬워질 거라고 봤습니다.

ADP나 Workday 같은 기업은 최신 AI가 등장하기 훨씬 전에 시스템을 설계했기 때문에 근본적으로 불리하다고 주장해 오셨습니다. 기술적 관점에서 인사 분야의 AI 네이티브 아키텍처란 어떤 모습이며, 기존 플랫폼 위에 AI 에이전트를 추가하는 것만으로는 달성하기 어려운 어떤 일을 Warp는 할 수 있나요?

대부분의 인사 소프트웨어는 사람이 화면 앞에 앉아 각 단계를 클릭하도록 설계됐습니다. 이런 플랫폼에 AI를 추가하면 대개 AI 에이전트가 다음에 할 일을 알려주는 수준에 그쳐, 실제 업무는 여전히 사람이 직접 처리해야 합니다. Warp는 이와 반대 방향으로 아키텍처를 구축했습니다. 처음부터 API와 권한, 감사 추적 기능을 설계해 에이전트가 업무를 처리하고 필요할 때 사람이 개입할 수 있도록 했습니다.

직원 350명 규모의 회사에서 인사 책임자로 일한다고 가정해 보겠습니다. 채용 제안에 서명한 신입 직원 네 명이 있는데, 그중 두 명은 오리건주, 나머지 두 명은 콜로라도주에서 근무하며 두 주 모두 회사에 직원이 한 번도 없었던 곳입니다. 이들에게 급여를 지급하려면 먼저 두 주의 세무 당국에 등록하고, 실업보험 계정을 개설하고, 각 주의 유급휴가 제도에 가입하고, 주소마다 적용되는 지방세를 확인하고, 공제 항목을 설정해야 합니다. 일반적인 AI 비서는 어떤 서류가 필요한지 알려줄 수 있지만, 우리 에이전트는 서류를 작성해 제출합니다. 에이전트에 독자적으로 실행할 권한을 부여했다면, 모든 일이 끝난 뒤에야 결과를 통보받게 됩니다.

Warp의 에이전트는 회사 시스템 전반에서 급여 처리와 복리후생 관리부터 세무 준수 업무까지 여러 단계의 일을 수행할 수 있도록 맥락 정보와 권한, 인프라를 갖추고 있습니다. 기존 플랫폼에 에이전트를 추가하면 사용자가 소프트웨어를 더 쉽게 이용하도록 도울 수는 있지만, 실제 업무가 처리되는 방식까지 바꾸지는 못합니다. Warp의 에이전트는 업무 처리 방식 자체를 바꿉니다.

Warp는 주 세무 계정 개설, 세금 신고서 제출, 정부 기관의 통지 해결, 복리후생 관리 등을 포함한 전체 업무 흐름을 에이전트가 맡는다고 설명합니다. 에이전트가 자율적으로 수행할 수 있는 작업과 사람의 승인을 받아야 하는 작업은 어떻게 구분하시나요?

Warp가 자율성의 큰 틀을 정하고, 각 회사는 그 범위 안에서 에이전트에 어느 정도의 자율성을 부여할지 결정합니다. 결제와 같은 일부 작업에는 고객이 어떤 설정을 하더라도 해제할 수 없는 엄격한 한도가 적용됩니다. 이러한 안전장치 안에서 회사는 업무 흐름마다 자율성 수준을 정합니다. 따라서 에이전트는 어떤 영역에서는 작업을 제안하는 데 그치고, 다른 영역에서는 승인을 기다리며, 또 다른 영역에서는 스스로 처리할 수 있습니다. 대부분의 고객은 처음에는 모든 작업을 승인하고, 에이전트의 업무 수행에 대한 신뢰가 쌓이면 자율성을 확대합니다. 고객이 결정해야 하는 사안은 에이전트가 고객사의 관리자에게 전달합니다. 법적으로 사람의 개입이 필요하거나 정부 기관이 소프트웨어를 통한 업무 처리를 지원하지 않아 사람이 처리해야 하는 작업은 Warp 전문가에게 전달됩니다.

급여 및 세무 규정 준수 업무에서는 환각이나 확률에 기반한 답변이 끼어들 여지가 거의 없습니다. Warp는 수천 개의 세무 관할 구역과 변화하는 규정에 대응하고 있습니다. 권위 있는 정보에 AI 시스템을 어떻게 기반하도록 하고, 신뢰성을 어떻게 측정하며, 에이전트가 올바른 조치를 확신하지 못하는 상황은 어떻게 처리하시나요?

인사·급여 분야에서 가장 엄격한 영역인 급여 세무 규정 준수 업무를 대상으로 3년 동안 통제 체계를 시험해 왔습니다. Warp는 10,000곳이 넘는 세무 관할 구역을 추적하며, 에이전트는 세금 관련 질문에 기억만으로 답하지 않습니다. 에이전트가 처리하는 모든 세율, 양식, 기한은 해당 정부 기관에서 직접 제공하며, 각 규정 변경 사항은 시스템에 반영되기 전에 세무팀의 검토를 거칩니다. 올해 급여 지급액 20억 달러 이상을 처리할 것으로 예상되며, 그 과정에서 고객들은 2억 달러가 넘는 벌금을 피했습니다.

급여를 지급하기 전에 에이전트는 누군가의 급여가 예상 밖으로 크게 오르거나 새로 진출한 주에서 세금 설정이 누락되는 등 이상 징후가 있는지 확인합니다. 어떻게 처리해야 할지 확신이 없거나 작업을 수행할 권한이 없으면, 추측하는 대신 작업을 중단하고 관리자에게 넘깁니다.

세금 관련 통지 처리를 보면 이 방식이 어떻게 작동하는지 알 수 있습니다. 에이전트는 회사의 급여 데이터와 해당 기관의 자체 지침을 바탕으로 통지의 80%를 자동으로 해결하고, 나머지는 Warp의 세무 전문가에게 전달합니다. 따라서 모든 통지가 해결됩니다. 급여 업무에서는 잘못된 답변으로 큰 손실이 발생할 수 있으므로, 에이전트가 추측하기보다는 사람에게 넘기는 편을 항상 택합니다.

인사 시스템에는 급여와 사회보장번호부터 은행 및 복리후생 데이터까지 회사의 가장 민감한 정보가 담겨 있습니다. 자율형 에이전트의 등장은 이러한 데이터의 보안 모델을 어떻게 바꾸며, AI에 자율적인 통제 권한을 절대 부여해서는 안 된다고 생각하는 직원 정보 범주가 있나요?

에이전트는 어떤 사람보다 훨씬 빠르게 회사 시스템을 이동할 수 있습니다. 따라서 권한 설정에 허점이 있으면 그만큼 더 빠르게 악용될 수 있어 보안 문제의 양상이 달라집니다. 가장 큰 위험은 누군가 에이전트를 이용해 스스로는 접근할 수 없는 데이터에 접근하는 것입니다. Warp는 처음부터 이 점을 고려해 설계했으며, 모든 Warp 에이전트는 에이전트가 대신 행동하는 사람과 정확히 동일한 권한을 상속합니다. 따라서 직원이 보상 데이터를 볼 수 없다면 에이전트에게 그 데이터를 보여 달라고 요청해도 볼 수 없습니다. 개별 직원 데이터는 해당 회사의 계정 안에만 보관되며 다른 고객과 공유되지 않습니다. Warp는 SOC 2 Type II를 준수하고 다중 인증을 시행하며, HIPAA 준수가 필요한 엔터프라이즈 고객과 업무 제휴 계약을 체결합니다.

AI가 자율적으로 통제해서는 안 되는 대상을 말하자면, 저희가 기준으로 삼는 것은 되돌리기 어려운 모든 작업입니다. 자금 이동이 가장 명확한 예이므로, 누가 요청하든 에이전트가 넘을 수 없는 엄격한 결제 한도가 적용됩니다. 법적으로 사람의 처리가 필요한 모든 작업도 마찬가지로 항상 Warp 전문가에게 전달됩니다.

AI가 조치를 권고하는 것과 실제로 자금을 이동하거나 세금 신고서를 제출하거나 직원의 접근 권한을 변경하는 것 사이에는 큰 차이가 있습니다. AI 에이전트가 사람에게 조언하는 단계에서 중대한 영향을 미치는 업무 프로세스를 직접 실행하는 단계로 나아갈 때, 어떤 안전장치와 감사 추적 기록, 롤백 메커니즘, 에스컬레이션 체계가 필요해지나요?

에이전트가 제안에 그치지 않고 직접 조치를 취하기 시작하는 순간, 누구를 위해 행동했는지, 어떤 대상에 접근할 권한이 있었는지, 왜 그런 결정을 내렸는지, 문제가 생겼을 때 어떻게 되돌릴 수 있는지 확인할 수 있어야 합니다. Warp에서는 모든 조치에 이러한 정보가 기록되므로 에이전트가 수행하는 작업이 감춰지는 일은 없습니다.

에이전트 업무의 대부분은 루틴을 통해 처리됩니다. 루틴은 에이전트가 일정에 따라 실행하거나 신입 직원이 입사 제안서에 서명하는 것과 같은 특정 상황이 발생했을 때 실행하는 작업입니다. 각 루틴에는 누가 만들었는지, 언제 승인되었는지, 에이전트가 어떤 단계를 수행했는지가 계속 기록되므로 인사팀과 감사 담당자가 명확한 기록을 따라가며 확인할 수 있습니다.

조치를 되돌리는 방법은 조치의 종류에 따라 다릅니다. 직원의 접근 권한 변경이나 복리후생 선택 사항 변경처럼 롤백이 가능한 작업은 되돌릴 수 있습니다. 급여 처리와 결제는 되돌리기가 가장 어려우므로 에이전트가 변경할 수 없는 엄격한 한도를 포함해 가장 강력한 통제를 적용합니다. 에이전트의 권한을 벗어나는 사안은 모두 고객사의 관리자에게 바로 전달해 결정하도록 합니다.

주 세무 당국이 전화로만 응대하는 경우처럼 여전히 사람이 직접 처리해야 하는 상황도 있습니다. 에이전트가 그런 장벽에 부딪히면 Warp 전문가가 업무를 마무리해, 누군가의 받은 편지함에서 지체되는 대신 계속 진행되도록 합니다.

Warp는 최근 6,000만 달러 규모의 시리즈 B 투자를 유치해 총 투자 유치액을 8,500만 달러로 늘렸으며, AI 에이전트와 세무 및 컴플라이언스 인프라에 추가로 투자할 계획입니다. 에이전트 기반 HR 자동화와 관련해 아직 해결되지 않은 기술적 문제는 무엇이며, 이번 투자의 가장 큰 몫은 어디에 투입될 것으로 예상하시나요?

AI 에이전트가 누군가의 업무 속도를 20% 높여줄 수도 있습니다. 물론 도움이 되지만, 더 큰 기회는 에이전트가 업무를 끝까지 완수하도록 하는 데 있습니다. 어려운 점은 HR 업무가 한곳에 모여 있지 않다는 것입니다. 급여, 복리후생, 기기, IT 계정은 대개 서로 다른 시스템에 분산되어 있어, 에이전트가 제대로 업무를 수행하려면 이 모든 정보를 한꺼번에 볼 수 있어야 합니다. 또 다른 과제는 예외 상황이 끊임없이 발생한다는 점입니다. 주 정부 기관, 보험사, 세무 당국마다 고유한 처리 방식이 있고, 그중 상당수는 애초에 소프트웨어와 연동되도록 만들어지지 않았습니다. 우리는 가장 큰 기회가 바로 여기에 있다고 보고 있으며, 투자금도 이 분야에 투입하고 있습니다.

고객사에서는 직원 수백 명의 HR 업무를 한두 명이 맡는 경우가 많습니다. 따라서 회사가 성장할수록 에이전트가 더 많은 책임을 맡아야 합니다. 우리는 에이전트가 업무를 수행할 수 있도록 모든 것을 하나의 시스템으로 통합하고, 고객사가 각자 회사의 업무 방식에 맞춰 자체 루틴을 만들기 쉽게 하는 데 주력하고 있습니다. 또한 고객 지원팀을 확대하고, 세무 및 컴플라이언스 인프라를 강화하며, 직원의 전체 재직 주기에 걸쳐 에이전트가 처리할 수 있는 업무 범위를 넓히고 있습니다.

에이전트 기반 소프트웨어의 장점 중 하나는 기업이 훨씬 더 적은 관리 인력으로 운영되는 동시에 HR 전문가가 전략 수립과 사람 중심의 업무에 더 많은 시간을 쓸 수 있다는 것입니다. 앞으로 몇 년 동안 HR의 어떤 업무가 AI 에이전트에 의해 대부분 자동화될 것으로 보시나요? 반면 어떤 결정은 본질적으로 사람의 몫으로 남을까요?

판단력이 필요한 HR 업무는 누가 채용할지를 결정하는 일, 회사 문화를 만들어가는 일, 어려운 시기를 겪는 직원을 돕는 일, 직원이 더 큰 역할을 맡을 준비가 되었는지 알아보는 일 등 무엇이든 사람이 계속 맡게 될 것입니다. People 팀이 존재하는 이유가 바로 이런 일들이며, 대부분의 HR 리더가 더 많은 시간을 쏟고 싶어 하는 업무이기도 합니다.

에이전트가 대신 맡을 수 있는 것은 한 주의 대부분을 조용히 채우는 행정 업무입니다. 급여 내역을 항목별로 대조하고 세무 당국에 문의하는 일부터 유급휴가(PTO) 관련 질문에 답하고 복리후생 가입 절차를 처리하는 일, 직원이 입사하거나 퇴사할 때마다 노트북과 계정을 설정하거나 해지하는 일까지 포함됩니다. 대기업에서는 이런 업무로 부서 전체가 바빠지고, 소기업에서는 다른 직원이 모두 퇴근한 늦은 밤에 창업자에게 일이 넘어가는 경우가 많습니다.

온보딩은 이러한 변화가 얼마나 많은 시간을 절약해 주는지 보여주는 좋은 사례입니다. 저희 추산에 따르면 빠르게 성장하는 기업은 일반적으로 신입 직원 한 명의 입사 첫 달 동안 온보딩 관리에 10~20시간을 씁니다. 고객들은 이제 같은 업무에 2시간도 걸리지 않는다고 말하며, 덕분에 HR 팀은 사람을 직접 지원하는 업무에 훨씬 더 많은 시간을 쓸 수 있습니다.

5년 후를 내다볼 때, HR 소프트웨어는 직원들이 직접 사용하는 대시보드, 양식, 워크플로를 중심으로 계속 발전할 것으로 보시나요? 아니면 AI 에이전트가 직원 관리 업무 대부분을 백그라운드에서 처리하면서 인터페이스가 결국 사라질까요?

앞으로 1년 안에 에이전트가 세무 업무를 훨씬 넘어 Warp에서 대부분의 작업을 처리하게 될 것으로 예상합니다. 여기에는 신입 직원 온보딩, 급여 처리, 그리고 사람들이 지금도 화면을 클릭해가며 처리하는 일상적인 HR 업무가 포함됩니다. 그러면 사람들이 소프트웨어에 바라는 점도 달라집니다. HR 팀은 업무 진행 상황을 확인하거나 다음 단계로 넘기기 위해 로그인하는 대신, 직접 결정해야 하는 사안이나 다른 주에 있는 신입 직원의 모든 설정이 완료되어 급여를 받을 준비가 되었다는 간단한 알림처럼 주의를 기울여야 할 일이 있을 때 주로 Warp로부터 연락을 받게 될 것입니다. 나머지 업무는 대부분의 사람이 이메일이 배달되거나 은행에서 결제가 처리되는 모든 단계를 지켜보지 않는 것에 익숙한 것처럼, 백그라운드에서 조용히 진행될 것입니다.

기업용 소프트웨어의 거의 모든 분야에서 이미 AI를 기반으로 한 새로운 경쟁 제품이 등장했으며, 직원 관리는 아직 이러한 변화가 일어나기를 기다리는 몇 안 되는 분야 중 하나입니다. 우리는 Workday 다음 시대를 이끌 제품을 만들고 있다고 믿습니다.

멋진 인터뷰에 감사드립니다. 더 자세한 내용을 알고 싶은 독자는 Warp를 방문해 주세요.