지금 미국에서는 눈에 잘 띄지 않지만 큰 변화가 일어나고 있습니다. 직원을 한 명도 두지 않는, 이른바 '1인 기업'이 급격하게 늘어나고 있습니다.
숫자가 증명하는 변화
미국 기업 관리 플랫폼 카르타(Carta)가 2025년에 발표한 솔로 창업자 보고서에 따르면, 2024년 미국에서 새로 설립된 스타트업의 35%가 1인 창업입니다. 2017년 17%였던 것과 비교하면 7년 만에 두 배로 늘어난 셈입니다. 공동 창업자 3~5명이 모여 팀을 이루는 전통적인 스타트업 모델은 오히려 줄어드는 추세입니다.
미국 인구조사국(Census Bureau) 최신 자료에 따르면, 현재 미국에는 2,980만 명의 솔로프리너(solopreneur), 즉 1인 창업자가 활동하고 있으며, 이들이 경제에 기여하는 금액은 1조 7,000억 달러에 달합니다. 미국 전체 경제 활동의 6.8%에 해당하는 규모입니다. 미국 중소기업청(SBA)의 통계에 의하면, 미국 전체 소기업의 80% 이상이 직원 없이 오너 1명만으로 운영되고 있습니다. 더 이상 '직원을 뽑아야 사업을 시작할 수 있다'는 공식이 성립하지 않는다는 뜻입니다.
포브스(Forbes)는 2025년 3월, 백만 달러 이상 매출을 올리는 1인 기업의 수가 1년 만에 2배로 증가했다고 보도했습니다. 1인 기업이 소규모 생계형 사업에 그치지 않고, 상당한 수익을 내는 구조로 진화하고 있음을 보여주는 지표입니다.
이 변화의 배경에는 두 가지 흐름이 있습니다. 첫째, 생성형 AI의 등장입니다. 코드 작성, 디자인, 마케팅 문구 작성, 고객 응대, 회계 처리까지, 과거에는 여러 명의 인력이 필요했던 업무를 AI 도구가 대체할 수 있게 되었습니다. 둘째, 일에 대한 인식 변화입니다. 구스토(Gusto)의 2025년 보고서에 따르면, 1인 창업자의 54%는 '자기 자신이 보스가 되기 위해', 53%는 '스케줄 유연성'을 위해 창업을 선택했습니다. Z세대의 62%는 창업을 하거나 할 가능성이 있다고 응답했습니다.
AI가 1인 기업을 가능하게 만든 이유
1인 기업이 갑자기 늘어난 데에는 분명한 이유가 있습니다. 과거에는 불가능했던 일을 이제는 AI가 해내고 있기 때문입니다.
10년 전 스타트업을 창업하려면, 최소한 기술을 만드는 사람, 시장을 검증하는 사람, 사업을 운영하는 사람이 필요했습니다. 인스타그램의 공동 창업자 마이크 크리거가 2010년 사진 필터 하나를 추가하는 데 몇 주가 걸렸던 것처럼, 자원의 한계는 항상 인력의 한계와 직결되었습니다.
오늘날의 상황은 다릅니다. Anthropic의 CPO로 복귀한 크리거는 최근 Claude를 이용해 25분 만에 프로토타입을 구현했습니다. 과거에는 6시간이 걸리던 작업입니다. Anthropic 내부에서도 Claude가 코드 작성의 상당 부분에 쓰이고 있으며, Claude 코드 에이전트의 사용량은 40% 급증했습니다.
AI가 처리할 수 있는 업무 범위도 넓습니다. GitHub Copilot 연구에 따르면, AI를 사용한 개발자는 과제를 55% 더 빠르게 완료했으며, 완료율도 78%로 비사용 그룹의 70%보다 높았습니다. 한 솔로 소매 창업자는 ChatGPT와 Canva를 조합해 주 15시간 이상을 절약했습니다. AI 세금 자동화 도구를 도입한 기업은 평균 세금 부담 15% 감소, 분류 오류 90% 감소를 기록했습니다.
이 변화를 가속화하는 기술적 변화도 있습니다. Anthropic이 개발한 모델 컨텍스트 프로토콜(MCP)은 AI가 GitHub, Notion, Stripe, Webflow 같은 도구들과 직접 연결될 수 있게 합니다. 사용자가 자연어로 지시하면, AI가 코드를 작성하고, 배포하고, 고객 지원을 관리하고, 문서를 갱신하고, 지표를 추적할 수 있게 되었다는 뜻입니다. AI가 더 이상 대화형 챗봇이 아니라, 디지털 업무 흐름에 통합된 협업자로 기능하기 시작했습니다.
과거에는 더 많은 것을 만들려면 더 많은 사람을 고용해야 했습니다. AI는 이 공식을 깨뜨렸습니다. 1명이 과거 5~10명이 하던 일을 처리할 수 있게 되었고, 그 비용은 수백 분의 1 수준으로 줄어들었습니다.
인력 감축과 AI 자동화
1인 기업이 늘어나는 반대편에는, 기존 기업들이 있습니다. 이들도 변화의 중심에 서 있으며, 그 방향은 명확합니다. 인력을 줄이고, AI로 대체하고 있습니다.
세계경제포럼(WEF)이 2025년 1월에 발표한 '일자리의 미래 보고서 2025'는 이 변화의 규모를 잘 보여줍니다. 전 세계 1,000개 이상의 주요 기업, 1,400만 명 이상의 근로자를 대표하는 고용주들이 참여한 이 조사에서, 2025년부터 2030년까지 노동 시장을 가장 크게 변화시킬 동인으로 기술 변화가 꼽혔습니다. 보고서는 이 기간 동안 대규모 일자리 재편이 일어날 것으로 전망했습니다.
Anthropic의 사례는 이 변화를 상징적으로 보여줍니다. 자사의 AI 모델 Claude가 Anthropic 내부 코드의 대부분을 스스로 작성하고 있으며, 인간 개발자의 역할은 코드를 직접 쓰는 것에서 AI가 작성한 코드를 검증하고 방향을 설정하는 것으로 바뀌고 있습니다. 아마존(Amazon)은 초급 및 중급 엔지니어가 AI가 생성한 코드를 상급 엔지니어의 승인 없이 직접 제출하는 것을 금지하는 정책을 시행하기 시작했습니다.
기존 기업들이 인력을 줄이는 데에는 분명한 경제적 논리가 있습니다. 같은 일을 더 적은 인력으로, 더 빠르게 처리할 수 있게 되었기 때문입니다. 하지만 이 전략에는 기업이 간과하기 쉬운 구조적 한계가 존재합니다. 비용은 줄었지만, 의사결정의 속도는 그대로입니다.
비용은 줄었지만, 의사결정은 느리다
AI 도구의 도입으로 기업 내부의 실행 속도는 분명히 빨라졌습니다. 코드 작성 속도, 마케팅 콘텐츠 생산 속도, 고객 응대 처리 속도, 회계 처리 속도. 거의 모든 영역에서 AI가 반복 작업을 대체하면서 업무 처리 시간이 단축되었습니다.
그런데 한 가지 의문이 생깁니다. 실행이 빨라졌는데, 결정도 빨라졌을까?
답은 '아니오'에 가깝습니다. AI가 코드를 하루 만에 쓸 수 있게 되어도, 그 코드로 무엇을 만들지를 결정하는 데 3주가 걸린다면, 전체 속도는 여전히 3주입니다.
하버드 비즈니스 리뷰(HBR)의 연구와 경영학자 클레이튼 크리스텐슨(Clayton Christensen)의 '혁신자의 딜레마' 이론은 이 문제를 오랫동안 지적해 왔습니다. 대기업의 의사결정 구조에는 회의, 결재, 부서 간 조율, 리스크 회피 같은 부담이 존재합니다. 이해관계자가 많아질수록 회의 횟수와 시간은 기하급수적으로 늘어나고, 결재 라인이 길어질수록 결정이 실행되기까지의 시간은 늘어납니다.
크리스텐슨은 '혁신자의 딜레마'에서, 대기업이 가진 성공 패턴 자체가 혁신을 가로막는 구조적 문제로 작동한다고 설명했습니다. 기존 고객의 요구에 맞춰 최적화된 절차, 기존 제품의 성공을 기반으로 한 의사결정 구조, 기존 시장에서의 안정적 수익을 보호하려는 경향. 이런 것들이 새로운 시장, 새로운 기술, 새로운 방식에 대한 의사결정을 지연시킨다는 것입니다.
'결정이 느리다'는 문제만으로 치부할 수 없습니다. 결정을 내리는 구조 자체가 변화에 저항하도록 설계되어 있다는 문제입니다.
소규모 팀의 빠른 결정, 더 많은 실험
기존 기업이 비용은 줄였지만 의사결정의 속도를 높이지 못하는 동안, 완전히 다른 방식으로 시장을 공략하는 주체들이 등장하고 있습니다. 1인 기업과 소규모 팀입니다.
1인 기업에는 회의가 없습니다. 결재 라인이 없습니다. 부서 간 조율도 없습니다. 결정을 내리는 사람과 실행하는 사람이 동일합니다. 기존 기업에서 하나의 의사결정이 내려지기까지 걸리는 시간에, 1인 기업은 이미 10번의 결정과 10번의 실행을 끝낼 수 있습니다.
에릭 리스(Eric Ries)가 '린 스타트업'에서 제안한 가설 설정, 검증, 학습, 수정의 순환이 소규모 팀에서는 수일 만에 완료됩니다. 과거에는 실험이 비쌌습니다. 하나의 실험에 수천만 원에서 수억 원이 들었고, 실험의 횟수는 자연스럽게 제한될 수밖에 없었습니다. AI는 이 실험의 비용을 근본적으로 낮췄습니다.
인디 해커스(Indie Hackers) 커뮤니티에는 이 방식으로 연 수백만 달러의 매출을 올리는 1인 기업 사례가 공개되어 있습니다. 이들은 투자를 유치하지도, 직원을 고용하지도 않습니다. 아프리카 농민을 위한 AI 챗봇 'Darli'는 소규모 팀으로 11만 명의 사용자에게 서비스를 제공하고 있습니다.
이 변화를 한 단어로 요약하면, 실험의 민주화입니다. 과거에는 대규모 자본과 인력이 있어야만 가능했던 실험이, AI 도구를 통해 1명의 사람에게도 가능해졌습니다. 자본의 격차가 줄어들고, 실행의 격차가 줄어들면서, 남은 것은 아이디어의 질과 의사결정의 속도뿐입니다.
같은 AI, 다른 결과
AI 도구는 기존 기업과 1인 기업 양쪽 모두에게 열려 있습니다. Claude는 Anthropic의 내부 개발팀도 쓰고, 1인 창업자도 쓰고 있습니다. GitHub Copilot은 대기업 엔지니어도 사용하고, 프리랜서 개발자도 사용합니다.
그런데 같은 도구를 사용하면서도 결과가 다릅니다. 왜 같은 AI를 쓰는데, 결과가 다른가?
AI 도구 자체는 중립적입니다. 하지만 도구가 작동하는 환경이 다릅니다. 그리고 그 환경의 차이가 결과를 가릅니다.
1인 기업은 결정이 내려지는 순간 AI가 코드를 작성하기 시작합니다. 기존 기업은 결정이 내려지기 전까지 AI가 작동하지 않습니다. 실행의 속도는 올라갔지만, 결정의 속도가 그대로이므로 전체 과정의 속도 향상은 제한적입니다.
1인 기업은 모든 고객 피드백을 직접 듣고, 직접 분석하고, 직접 반영합니다. 기존 기업은 고객 피드백이 수집되고, 분석되고, 보고되고, 회의에서 논의되고, 우선순위가 결정되고, 개발팀에 전달되는 과정을 거칩니다. 학습에서 실행까지의 흐름이 훨씬 깁니다.
1인 기업은 실패해도 잃을 것이 적습니다. 기존 기업은 하나의 프로젝트가 실패하면, 관련된 인력, 시간, 예산이 모두 낭비됩니다. 때문에 기업은 실험에 보수적으로 접근할 수밖에 없습니다.
같은 AI를 쓰지만, 구조의 차이가 다른 결과를 만들어내고 있습니다.
1인 기업이 가져갈 수 있는 시장 파이
1인 기업이 유리한 영역은 명확합니다. AI 네이티브 틈새 시장은 AI가 없었다면 존재하지 않았을 시장으로, 기술 장벽이 낮고 빠른 개선과 반복이 중요합니다. 전문 서비스 시장에서는 AI 도구가 반복 작업을 대체함으로써, 1명의 전문가가 과거 소규모 팀이 처리하던 분량의 업무를 수행할 수 있게 되었습니다. 지역이나 언어 특화 시장에서는 대기업이 진출하기에는 시장 규모가 작거나 지역적 특수성이 필요한 영역에서 1인 기업이 기회를 찾고 있습니다.
기존 기업이 지키기 어려운 영역도 있습니다. 빠른 개선이 필요한 시장, 낮은 진입 장벽의 시장, 전체 시장 규모가 작아서 대기업이 관심을 두지 않았던 틈새 시장입니다. 인디 해커스 커뮤니티에는 연 수백만 달러의 매출을 올리는 1인 SaaS 기업 사례가 공개되어 있습니다.
다음 세대의 직업관도 이 변화를 가속화합니다. Z세대의 62%가 창업 의사를 밝혔으며, 1인 창업자의 증가 추세는 계속될 전망입니다.
기존 기업이 살아남으려면
기존 기업도 변화할 수 있습니다. 다만, 그 변화의 방향은 지금까지와는 달라야 합니다.
의사결정 구조를 재설계해야 합니다. 결재 라인을 줄이고, 실무자가 결정을 내리고 바로 실행할 수 있는 권한을 부여해야 합니다. 경영진은 방향 설정과 전략 판단에만 집중하는 구조로 전환해야 합니다. 회의의 횟수와 시간을 줄이고, 불필요한 프레젠테이션과 보고를 줄여야 합니다.
실험을 허용해야 합니다. 실험의 비용을 낮추고, 실패를 용인하는 문화를 만들어야 합니다. AI 도구가 실험의 비용을 낮춰주는 것처럼, 조직 문화가 실험의 심리적 부담을 낮춰야 합니다.
AI를 의사결정 도구로 활용해야 합니다. 지금까지 기업이 AI를 활용하는 방식은 주로 실행의 자동화에 집중되어 있습니다. 하지만 AI의 더 큰 잠재력은 의사결정 지원에 있습니다. 데이터 분석, 시장 예측, 고객 행동 예측, 리스크 평가 같은 영역에서 AI를 활용하면, 의사결정의 속도와 질을 동시에 높일 수 있습니다.
규모의 우위를 활용해야 합니다. 대규모 투자가 필요한 프로젝트, 기존 고객 기반, 브랜드 인지도, 전문 인력, 신뢰성 같은 자산은 1인 기업이 단기간에 확보하기 어렵습니다. 이런 자산을 유지하고 강화하는 전략이 필요합니다.
당신이라면 어떤 선택을 하겠는가
이제 마지막 질문을 던질 차례입니다.
기존 기업의 길이 있습니다. AI를 통해 비용을 줄이고, 생산성을 높이고, 남은 인력으로 효율을 극대화하는 길입니다. 이 길은 안정적입니다. 하지만 의사결정의 속도를 높이지 못하면, 점점 더 많은 시장 파이를 소규모 경쟁자에게 내줄 수밖에 없습니다.
1인 기업의 길이 있습니다. AI를 활용해 혼자서 또는 소규모 팀으로 제품을 만들고, 시장을 개척하고, 수익을 내는 길입니다. 이 길은 자유롭습니다. 하지만 모든 것을 혼자 감당해야 하며, 실패의 리스크도 온전히 자신의 몫입니다.
어느 쪽이 옳은지는 정해진 답이 없습니다. 각자의 상황, 성향, 목표에 따라 다릅니다.
하지만 분명한 것이 있습니다. 이 변화는 되돌릴 수 없다는 것입니다. WEF의 보고서가 전 세계 1,000개 이상의 주요 기업을 대상으로 조사한 결과, 2025년부터 2030년까지 노동 시장을 가장 크게 변화시킬 동인으로 기술 변화가 꼽혔습니다. 예측이 아니라, 이미 시작된 현실입니다.
이 글을 읽는 당신이 직장인이라면, AI 도구를 활용해 자신의 업무 효율을 높이는 것부터 시작할 수 있습니다. 창업을 고민하고 있다면, 지금이 가장 좋은 타이밍일 수 있습니다. 기업의 경영자라면, 지금이 구조를 재설계할 타이밍입니다.
당신이라면 어떤 선택을 하겠습니까.