2026년 2월 27일, Block(구 Square)의 CEO Jack Dorsey는 전 직원에게 메모를 보냈어요. "우리가 만들고 있는 intelligence tools가 더 작고 평평한 팀과 결합되어, 회사를 짓고 운영하는 것의 의미를 근본적으로 바꾸고 있다." 그리고 같은 날, 4,000명 이상의 직원 — 전체의 40% — 에게 해고를 통보했어요.
LOVE라고 적힌 모자를 쓴 채 직원들에게 이 소식을 전한 Dorsey는 이렇게 덧붙였어요. "우리 사업은 탄탄하다. 매출총이익은 계속 성장하고 있다." 경영난이 아니라 AI라는 미래 때문이라는 거였죠.
주가는 하루 만에 22% 폭등했어요. 하지만 전직 데이터 과학자 Naoko Takeda는 LinkedIn에 이렇게 썼어요. "지난 1년간 AI가 모든 사람의 목구멍에 쑤셔 넣어졌다. 자신의 생계가 달린 일자리를 없앨 도구를 억지로 사용하게 하는 건, 디스토피아 그 자체다."
이게 뭔데?
Block은 Square, Cash App, Afterpay를 운영하는 핀테크 기업이에요. 2019년 직원 3,835명이었는데, 팬데믹 기간에 폭발적으로 성장해 2022년 말엔 12,000명이 넘었어요. Dorsey는 이번 해고로 인원을 6,000명 미만으로 줄였어요.
Dorsey의 논리는 명확했어요. 해고 5주 뒤 Sequoia Capital의 Roelof Botha와 함께 "From Hierarchy to Intelligence"라는 에세이를 발표했거든요. 핵심 주장: 기업의 위계 구조는 2,000년 전 로마 군대에서 시작된 정보 라우팅 프로토콜이며, AI가 이제 중간관리자의 조율 기능을 대체할 수 있다는 거예요.
Dorsey는 "100명 + AI = 1,000명"이라는 공식을 내세웠고, 남은 직원의 생산성이 1년 안에 2.6배 뛰어야 한다는 가이던스를 제시했어요.
하지만 The Guardian이 인터뷰한 전현직 직원 7명의 이야기는 전혀 달랐어요.
"AI가 만든 코드의 95%는 회사 기준에 미달해서 사람이 손봐야 한다. 기술적으로 가능한 것과, CEO가 자기 해석으로 떠드는 것은 전혀 다른 얘기다."
직원들은 AI 사용이 "권장"에서 "의무"로 바뀌는 과정을 겪었어요. AI 도구 사용량과 토큰 소비까지 모니터링당했고, 성과 평가에 AI 숙련도 항목이 추가됐어요. 한 엔지니어는 "AI를 안 쓰면 해고 대상이라는 게 분명했다"고 증언했어요.
더 심각한 건, 직원들이 자신을 대체할 AI를 직접 만들고 가르치는 상황에 놓였다는 거예요. 어떤 업무를 자동화할 수 있는지 매주 보고하게 했고, 그 데이터는 결국 해고의 근거가 됐어요.
뭐가 달라지는 건데?
흥미로운 건, 1년 전에 거의 같은 실험을 한 회사가 있다는 거예요. 바로 Klarna. 그리고 그 결과는 정반대 방향으로 흘러갔어요.
| Block (Dorsey) | Klarna (Siemiatkowski) | |
|---|---|---|
| 감축 규모 | 4,000명 (40%) | ~1,500명 (30%) |
| 공식 이유 | "AI가 일하는 방식을 바꿨다" | "AI 챗봇이 700명 상담원을 대체" |
| 주가 반응 | +22% (해고 당일) | 초기 상승 후 기업가치 $40B 하락 |
| 1년 뒤 | 아직 진행 중 (2026.04) | 사람 다시 채용, CEO "실수" 인정 |
| CEO 발언 | "대부분의 회사가 1년 내 같은 결정을 할 것" | "비용이 지배적 기준이었다. 낮은 품질이 결과" |
| 직원 반응 | 내부 Slack에 엄지 아래, 토마토, 광대 이모지 수백 개 | 데이터 과학자 퇴사 + LinkedIn 폭로 |
| 숨은 맥락 | 팬데믹 과잉 채용 3배, $68M 파티 5개월 전 | BNPL 시장 위축, IPO 압박 |
두 사례의 공통점은 분명해요. 경영 실패를 AI 서사로 포장했다는 거예요.
Om Malik은 이걸 "Narrative Substitution(서사 대체)"이라고 불렀어요. 운영상의 대형 실수를 AI 변혁으로 리프레이밍하면, 투자자와 대중이 현실을 완전히 다른 프레임으로 보게 된다는 거죠.
Mizuho의 애널리스트 Dan Dolev도 "이 해고의 대다수는 AI 때문이 아니다"라고 분석했고, 심지어 OpenAI의 Sam Altman조차 이런 패턴을 "AI washing"이라고 불렀어요.
하지만 Block이 Klarna와 다른 점도 있어요. Block은 단순히 CS 인력을 AI로 바꾼 게 아니라, 조직 구조 자체를 재설계하겠다고 선언했어요. "From Hierarchy to Intelligence" 에세이에서 제시한 세 가지 역할 — IC(개별 기여자), DRI(직접 책임자), 플레이어-코치 — 은 이미 내부에서 운영 중이라고 해요.
진짜 질문은 "AI가 사람을 대체할 수 있는가"가 아니에요. "경영진이 AI를 핑계로 쓰고 있는가, 진짜로 활용하고 있는가"예요.
핵심만 정리: 우리 조직은 어떻게 해야 하는가
Block과 Klarna의 실험에서 배울 수 있는 건 명확해요. AI 도입 자체가 문제가 아니라, "대체(replacement)" 프레임으로 접근하는 순간 위험해진다는 거예요.
- "대체"가 아닌 "증강" 프레임으로 시작하기
Block의 실수: 직원들에게 "자신을 대체할 도구"를 만들게 했어요. 이건 사기를 파괴하고 조직 신뢰를 무너뜨려요. 대신 "이 도구로 당신이 10배 더 잘할 수 있는 게 뭔가?"라고 물어야 해요. Klarna가 뒤늦게 전환한 하이브리드 모델이 이 방향이에요. - "AI 해고"를 발표하기 전에, 숫자가 진짜 AI 덕인지 검증하기
Block의 1인당 영업이익은 핀테크 최하위($167K vs Adyen $281K)였어요. 이건 AI 문제가 아니라 운영 비효율이에요. AI로 생산성이 올랐다면, 어떤 프로세스에서 얼마나 올랐는지 구체적으로 측정하세요. "100명+AI=1,000명"은 비즈니스 플랜이 아니라 범퍼 스티커예요. - AI 도구 도입은 점진적으로, 되돌림 가능하게
Klarna는 700명을 한 번에 자르고 1년 뒤 다시 뽑았어요. Block은 4,000명을 하루에 잘랐어요. IBM 조사에 따르면 AI 프로젝트의 75%가 약속한 ROI를 못 내요. 10-20% 단위로 AI 비중을 늘리면서 품질 메트릭을 확인하세요. - 직원의 AI 사용을 "감시"가 아닌 "지원"으로 관리하기
Block은 토큰 사용량까지 추적하며 AI 사용을 강제했어요. 결과? "사람들이 AI에 질렸다(People are fed up with AI)"는 내부 반응. Accenture도 AI 사용 모니터링으로 승진 여부를 결정하겠다고 해서 논란이 됐어요. 강제가 아닌, 실질적으로 일이 빨라지는 워크플로우를 찾아서 보여주세요. - AI 서사와 경영 책임을 분리하기
Dorsey는 X에서 과잉 채용을 인정했어요. "COVID 때 Square와 Cash App을 분리된 두 회사로 잘못 만들었다." 이건 AI 이야기가 아니라 경영 실패예요. 두 가지를 섞으면 조직은 혼란에 빠지고, 시장은 본질을 못 봐요.
Klarna 사례를 더 깊이 보고 싶다면
Klarna의 교훈 — AI로 700명 대체했다가 다시 사람을 뽑는 이유에서 하이브리드 CS 모델 전환의 구체적 과정과 실전 가이드를 다뤘어요.
