⚡️Claude Tag는 이사회에서 가장 명확한 백칼라 재가격 책정 신호 중 하나입니다.

이 제품은 협업으로 마케팅되고 있습니다. 구조적 기능은 노동 흡수입니다.

Slack은 회사의 조정 계층입니다.

그 안에는 미완성 결정, 비공식 맥락, 작업 소유권, 상태 변화, 정치적 긴장감, 숨겨진 장애물, 긴급성, 의존성, 그리고 일상적인 작업의 흐름이 담겨 있습니다. AI가 권한과 도구를 가지고 그 계층 안에 들어가면, 더 이상 프롬프트를 기다리며 회사 밖에 있는 존재가 아닙니다. 그것은 회사의 운영 시스템의 일부가 됩니다.

그것이 중요한 이유는 백칼라 노동의 상당 부분이 전문성으로 위장한 조정이기 때문입니다.

후속 조치.
요약.
상태 확인.
업데이트 초안 작성.
스레드 읽기.
맥락 찾기.
스케줄링.
모호함을 액션 아이템으로 전환.
첫 번째 버전 준비.
3주 전에 일어난 일을 기억.
프로젝트가 틈새로 빠지지 않도록 유지.

Claude Tag는 바로 그 계층을 직격합니다.

대체 경로는 극적으로 보이지 않을 것입니다. 회사들은 “우리는 중간 조정 계층을 해고한다”고 말하지 않을 것입니다. 그들은 “팀들이 AI와 함께 더 빨리 움직이고 있다”고 말할 것입니다. 그런 다음 백필(backfill)이 사라집니다. 주니어 포지션이 줄어듭니다. 매니저들이 더 넓은 영역을 커버합니다. 애널리스트들은 더 많은 산출물을 기대받습니다. Ops 팀은 인력이 평평하게 유지된 채 작업량이 증가합니다. 내부 커뮤니케이션, 프로젝트 관리, 행정 중심 전략 역할, 그리고 조정 중심 재무/HR/법무/지원 기능이 조용히 압축됩니다.

핵심 시퀀스는 다음과 같습니다:

챗봇이 팀원이 됩니다.
팀원이 기억이 됩니다.
기억이 도구를 얻습니다.
도구가 실행을 만듭니다.
실행이 의존성을 만듭니다.
의존성이 인력 계산을 바꿉니다.

그것이 진짜 궤적입니다.

가장 강한 노동자들은 시스템을 지휘할 수 있기 때문에 훨씬 더 강해집니다. Slack, Drive, 이메일, 캘린더, BI 도구, CRM, Jira, 그리고 문서 안에 Claude가 있는 고에이전시 운영자는 원맨 레버리지 머신이 됩니다. 그들은 조정을 압축하고, 초안을 생산하며, 역사를 심문하고, 소유자를 쫓으며, 분석을 준비하고, 일반 팀보다 기능 간 이동을 더 빠르게 할 수 있습니다.

약한 노동자들은 그들의 일이 주로 맥락을 전달하고 메시지를 전달하는 것이었기 때문에 노출됩니다.

이것이 “AI는 모두를 돕는다”는 프레임이 불완전한 이유입니다. AI는 도구 수준에서 모두를 돕습니다. 노동 시장 수준에서는 사람들을 분리합니다. 고에이전시 사람들은 더 많은 영역을 흡수합니다. 저에이전시 사람들은 루프 안에 있을 정당성을 잃습니다.

더 깊은 회사 수준 함의: 조직도는 에이전틱 레버리지 주위로 평평해지기 시작합니다. 정보를 상하로 전달하는 것이 주요 기능인 계층에 대한 필요가 줄어듭니다. 결과를 정의하고, 판단을 내리고, 관계를 소유하며, 실행을 감독하는 사람들에게 더 많은 권력이 주어집니다. 중간은 양쪽에서 압박받습니다: 경영진은 더 나은 가시성을 얻고, IC들은 더 나은 도구를 얻으며, 에이전트들은 더 많은 글루 작업을 처리합니다.

이것은 세 가지 큰 논지를 동시에 강화합니다.

첫째, 엔터프라이즈 AI는 벤치마크 쇼가 아니라 워크플로 액세스를 통해 내장됩니다. 회사 안에서 승리하는 모델은 맥락, 권한, 감사 가능성, 도구 실행을 신뢰받는 모델입니다.

둘째, 백칼라 노동 수요는 조정 중심 카테고리에서 구조적으로 약화됩니다. 고통은 대량 해고 전에 느린 채용을 통해 시작됩니다.

셋째, 소유권이 더 중요해집니다. 생산성이 상승하고 노동자가 지분을 소유하지 않으면, 잉여는 회사, 고객, 또는 자본 계층에 귀속됩니다. 직원은 더 높은 기대를 받습니다.

Claude Tag는 초기 단계 기업 에이전트화입니다.

작은 제품 발표지만 큰 제도적 결과를 가진 것입니다. 어시스턴트가 방에 들어와 방을 읽고, 방을 기억하며, 곧 방 안에서 행동하기 시작합니다.

그것이 사무실이 영구적으로 변하기 시작하는 순간입니다.

분기 매출이 처음으로 400억달러를 돌파했고, 매출총이익률은 85%에 육박했다.

2026 회계연도 3분기(3~5월) 매출이 414억5600만달러(약 64조원)로 집계됐다고 발표했다. 직전 분기(238억6000만달러)보다 74% 늘었고, 전년 동기(93억100만달러)와 비교하면 4.5배 가까이 급증했다. 회사가 제시했던 가이던스(약 335억달러)는 물론 월가가 전망한 분기 매출 약 358억달러도 크게 웃돌았다.

매출총이익률은 84.6%로 1년 전(37.7%)의 두 배를 훌쩍 넘었다. 영업이익은 333억1800만달러, 순이익은 282억4300만달러(주당 24.67달러)를 기록했다. 주당순이익(EPS)은 25.11달러였다. 전년 동기 조정 EPS 1.91달러에서 13배 넘게 뛴 수치로, 팩트셋이 집계한 시장 전망치(20.86달러)를 30%가량 웃돌았다.

그리고 45일 연속으로 그렇게 했습니다.

앤스로픽이 방금 알리바바를 역사상 최대 규모의 AI 도난 공격을 시작한 혐의로 고발했습니다.

목표: 클로드의 기능을 추출하는 것… 단 한 푼도 지불하지 않고.

그들이 어떻게 했는지:
→ 거의 25,000개의 가짜 계정을 만들었습니다
→ 클로드와 2,880만 건의 대화를 실행했습니다
→ 모든 것이 2026년 4월 22일부터 6월 5일까지

이 방법은 “증류 공격”이라고 불립니다.

기본적으로: 경쟁사의 모델 응답으로 자신의 모델을 훈련합니다.

앤스로픽은 클로드를 중국에서 차단했습니다.

알리바바는 여전히 이를 우회할 방법을 찾았습니다.

그리고 알리바바만이 아니었습니다.

DeepSeek, Moonshot AI, MiniMax도 목록에 올라 있습니다.

앤스로픽은 이미 상원과 백악관에 편지를 보냈습니다.

긴급 조치를 요구합니다.

AI 전쟁은 단순히 기술 전쟁이 아닙니다.

산업 스파이 전쟁입니다.

그리고 방금 공개되었습니다.

AI 관련 뉴스를 보다 보면 자율 에이전트, 일자리 대체, 산업 재편 같은 이야기가 매일 쏟아집니다.

계속 보다 보면 이미 모든 회사가 AI를 적극적으로 도입했고, 나만 뒤처진 것 같은 느낌을 받기 쉽습니다.

그런데 Notion이 10개 시장에서 6,000명의 전문가를 대상으로 조사한 결과는 조금 다른 현실을 보여줬습니다.

현재 조직의 2%만이 AI를 가장 높은 수준으로 활용하고 있었습니다.

반대로 88%의 조직은 여전히 AI를 초안 작성, 문서 요약, 브레인스토밍 같은 업무 보조 도구로 사용하는 단계였습니다. AI가 업무 전체를 대신하는 수준까지 연결된 조직은 아직 극소수라는 뜻입니다.

경영진과 실무자의 시각 차이도 상당했습니다.

의사결정자의 60%는 "우리 조직은 AI 에이전트를 도입할 준비가 되어 있다"고 답했지만, 실제 AI를 사용하는 직원은 36%만 이에 동의했습니다.

조직의 AI 활용 역량에 대한 자신감도 경영진은 49%, 실무자는 23%로 두 배 이상 차이가 났습니다.

CEO와 실무자의 인식 차이는 더 컸습니다.

CEO의 39%는 자신의 조직이 이미 AI 고도화 단계에 있다고 평가했지만, 일반 실무자(IC)는 6%만 그렇게 답했습니다. 이 격차는 특정 국가나 산업만의 현상이 아니라 조사한 대부분의 지역에서 공통적으로 나타났습니다.

왜 이런 차이가 생길까요?

경영진은 AI 투자와 도입 계획을 기준으로 회사를 평가합니다.

반면 실무자는 AI를 실제 업무에 붙여 쓰면서 어디까지 자동화되고, 어디서 막히는지를 매일 경험합니다. 기존 시스템과의 연동, 데이터 접근 권한, 업무 프로세스 같은 현실적인 문제도 실무자가 먼저 마주합니다.

AI를 도입한 것과 AI 중심으로 일하는 것은 전혀 다른 단계입니다.

지금은 대부분의 기업이 AI를 '똑똑한 챗봇' 정도로 활용하고 있지만, 앞으로 경쟁력은 AI를 업무 흐름에 얼마나 깊게 연결했는지에서 결정될 가능성이 큽니다.

같은 GPT와 Claude를 사용해도 누군가는 질문 몇 번 하고 끝나고, 누군가는 리서치, 문서 작성, 코딩, 브라우저 작업, 데이터 수집까지 하나의 워크플로우로 연결합니다.

AI 시대의 격차는 모델 성능보다 활용 구조에서 먼저 벌어지고 있습니다.

덕분에 RTX 3090, RTX 4090 같은 24GB GPU에서도 실행이 가능해졌고, 기존에는 서버급 GPU가 필요했던 모델을 소비자 GPU에서도 다룰 수 있는 환경이 만들어지고 있습니다.