월요일 오전 9시. 팀 채널에 익숙한 질문이 올라온다.
“지난주에 이 기능 출시 날짜를 언제로 정했죠?”
예전 같으면 팀장이 기획자와 개발자를 차례로 태그했을 것이다. 누군가는 지난 회의록을 찾고, 누군가는 Jira 링크를 붙인다. 정답이 나오는 데 20분쯤 걸린다. 운이 나쁘면 같은 내용을 오후 회의에서 다시 묻는다.
이제는 질문 끝에 사람 이름 대신 @Claude가 붙는다.
Claude는 지난 대화에서 결정된 날짜와 바뀐 이유를 찾아준다. 남아 있는 작업도 정리한다. 담당자가 빠진 항목이 있으면 그 사실까지 말한다. 팀장은 답을 취합하지 않고, 그 답을 보고 출시를 밀지 말지만 판단한다.
이 장면만으로 팀장 자리가 당장 없어지지는 않는다. 먼저 줄어드는 건 팀장이 하루에도 몇 번씩 해오던 전달, 확인, 재촉이다.
개인 비서가 아니라 팀 채널의 새 참석자다
Anthropic은 2026년 6월 23일 Claude Tag를 공개했다. Claude Enterprise와 Team 고객을 위한 베타 기능이며, 첫 무대는 Slack이다.
겉모습만 보면 채널에서 @Claude를 부르는 봇처럼 보인다. 기존 Slack 봇과 다른 지점은 답변 솜씨가 아니다. 같은 채널에 있는 사람들이 하나의 Claude와 맥락을 공유한다는 점이다.
지금까지 회사에서 AI를 쓰는 장면은 대체로 개인 작업이었다. 직원이 회의 내용을 개인 ChatGPT에 붙여넣고 요약을 받는다. 정리한 결과는 다시 메신저로 가져온다. 다음 사람이 같은 일을 하려면 처음부터 설명한다. AI는 똑똑하지만 팀의 사정을 모르는 외부 컨설턴트에 가까웠다.
Claude Tag는 채널을 따라가며 관련 맥락을 쌓는다. 누가 지난번에 무엇을 결정했는지, 어떤 문제가 아직 닫히지 않았는지, 연결된 도구에서 무엇을 확인해야 하는지를 이어서 처리한다. 일을 맡기면 여러 단계로 나누고, 끝나면 같은 스레드에 결과를 남긴다.
| 개인용 AI 채팅 | 팀 채널의 Claude Tag |
|---|---|
| 한 사람이 맥락을 설명한다 | 채널 구성원이 맥락을 함께 쓴다 |
| 결과를 다시 회사 도구로 옮긴다 | 일하던 스레드에 결과가 남는다 |
| 대화가 끝나면 후속 확인은 사람이 한다 | 설정에 따라 미완료 업무를 다시 꺼낸다 |
| 사용자의 개인 작업으로 보이기 쉽다 | 누가 어떤 일을 시켰는지 팀이 볼 수 있다 |
회사에서는 이 차이가 생각보다 크다. AI가 답을 잘하는 것보다, 답을 다시 복사해 나르는 사람이 없어지는 것이 실제 시간을 더 많이 아껴주기 때문이다.
팀장이 먼저 내려놓게 될 네 가지 일
첫 번째는 상태 취합이다.
“개발은 몇 퍼센트예요?”라고 사람마다 묻는 대신, 연결된 이슈와 채널 대화를 읽고 바뀐 내용만 정리하게 할 수 있다. 팀장은 빨간 항목을 고르고 결정을 내리면 된다.
두 번째는 회의 뒤처리다.
회의에서 정한 일을 담당자와 날짜가 있는 작업으로 바꾸는 일은 생각보다 자주 빠진다. 회의록은 남아 있는데 아무도 움직이지 않는 이유다. Claude가 스레드와 작업 도구 사이를 연결하면 이 구멍이 줄어든다.
세 번째는 반복 질문이다.
신입이 “배포는 누가 승인하나요?”라고 물을 때마다 팀장이 링크를 찾아줄 필요가 없다. 다만 문서가 틀렸다면 Claude도 틀린 답을 자신 있게 반복한다. 그래서 답변 속도보다 문서의 주인과 갱신 날짜가 더 중요해진다.
네 번째는 재촉이다.
Anthropic 설명에 따르면 주변 행동을 켠 Claude는 멈춘 스레드나 끝나지 않은 일을 먼저 찾아 알려줄 수 있다. 매주 “이거 어떻게 됐나요?”를 쓰던 사람에게는 반가운 기능이다. 받는 사람 입장에서는 상사가 한 명 더 생긴 기분이 들 수도 있다.
회사에서 재촉은 단순 알림이 아니다. 우선순위를 보여주는 신호이기도 하다. AI가 모든 미완료 업무를 똑같이 흔들어 깨우면 팀은 더 바빠지고, 정작 중요한 일은 묻힌다. 무엇을 다시 꺼낼지 정하는 기준은 여전히 사람이 만들어야 한다.
Anthropic의 ‘65%’는 눈에 띄지만 그대로 믿으면 안 된다
Anthropic은 자사 제품팀 코드의 65%가 내부 버전 Claude Tag를 통해 만들어진다고 밝혔다. 제품 지표 확인, 고객 문의 처리, 복잡한 버그의 원인 조사에도 사용한다고 설명한다.
놀라운 숫자다. 동시에 조심해서 읽어야 한다.
이 수치는 Anthropic이 자기 도구로 자기 조직을 측정해 공개한 값이다. 독립 기관이 검증한 생산성 실험이 아니다. ‘코드가 만들어졌다’는 말도 그 코드가 그대로 제품에 반영됐다는 뜻은 아니다. 사람이 고친 양과 리뷰에 쓴 시간, 되돌린 작업의 비율은 함께 공개되지 않았다.
그래도 이 발표에서 건질 내용은 있다. AI가 개인 IDE를 벗어나 팀 채널로 들어가고 있다는 방향이다. 코드를 몇 줄 만들었는지만 세는 시대에서, 팀이 일을 어떻게 나누고 검토하는지를 바꾸는 단계로 넘어가고 있다.
중간관리자는 사라지기보다 실력이 더 잘 보이게 된다
팀장의 일을 ‘보고받고 전달하는 사람’으로만 보면 Claude Tag는 꽤 위협적이다.
위에서 내려온 말을 팀원에게 옮긴다. 진행률을 모아 다시 위로 보낸다. 회의 시간을 잡고, 안 된 일을 재촉한다. 이런 일은 채널 기록과 업무 도구에 접근한 AI가 잘할 가능성이 높다. 사람보다 덜 지치고, 금요일 오후라고 답장을 미루지도 않는다.
그렇다고 팀장이 필요 없어지는 것은 아니다.
일정이 밀렸을 때 기능을 줄일지 사람을 더 붙일지 결정하는 일, 두 팀의 이해관계가 부딪힐 때 어느 쪽 손을 들지 정하는 일, 실패의 책임을 떠안고 다음 시도를 허용하는 일은 상태 요약과 다르다. Claude는 선택지를 정리할 수 있지만 그 선택 때문에 누가 야근하고, 누가 평가에서 손해 보는지까지 책임지지는 않는다.
Microsoft의 2026 Work Trend Index도 비슷한 쪽을 가리킨다. 10개 시장의 AI 사용 지식노동자 2만 명을 조사한 결과, 조직 문화와 관리자 지원은 개인의 태도보다 ‘AI가 실제로 도움이 됐다’는 응답과 두 배 이상 강하게 연결됐다. 관리자가 직접 AI를 쓰고, 직원이 실패를 말해도 불이익을 받지 않는 분위기를 만들 때 신뢰와 활용도가 더 높았다.
자기보고식 조사이므로 원인과 결과를 확정할 수는 없다. 그래도 도구를 사주는 것보다 팀이 쓸 규칙을 만드는 일이 더 어렵다는 현실과는 잘 맞는다.
Claude Tag가 들어오면 좋은 팀장은 덜 바빠진다. 전달과 취합을 줄이고 판단에 시간을 쓸 수 있다. 반대로 전달과 취합 외에 보여줄 것이 없던 팀장은 존재 이유를 설명하기 어려워진다.
회사의 기억을 AI가 갖는 순간 생기는 문제
팀 채널에는 완성된 문서보다 많은 것이 들어 있다.
확정 전 가격, 고객 불만, 인사 이야기, 장애 당시의 거친 추측, 동료에 대한 짧은 평가까지 섞여 있다. 사람은 대화의 분위기와 관계를 보고 “이 말은 아직 꺼내면 안 된다”고 판단한다. AI가 같은 선을 항상 알아차릴 것이라고 기대하기는 어렵다.
Anthropic은 관리자가 Claude의 채널과 도구 접근 범위를 정하고, 영업과 개발처럼 용도별 기억을 분리할 수 있다고 설명한다. 비공개 채널에서 얻은 정보를 다른 채널의 답변에 끌어오지 않는다고도 밝힌다. 조직과 채널별 토큰 한도를 설정하고 실행 기록과 요청자를 확인하는 기능도 제공한다.
이 장치는 필요하다. 하지만 설정 화면에 체크박스가 있다고 보안이 끝나는 것은 아니다.
AI에게 “고객 주민번호는 읽지 마”라고 프롬프트에 적는 것과, 그 정보에 접근할 수 없는 계정을 주는 것은 전혀 다르다. 프롬프트는 부탁이고 권한은 문이다. 문이 열려 있으면 언젠가는 잘못 들어갈 수 있다.
2026년 WorkBench 재평가에서는 Claude Opus 4.8이 업무형 과제의 89%를 완료했다. 2024년 최고 모델의 43%와 비교하면 큰 발전이다. 그래도 의도하지 않은 해로운 행동이 2.5% 남았다. 잘못된 사람에게 이메일을 보내는 것처럼 되돌리기 어려운 실수도 포함됐다.
2.5%는 데모 화면에서는 작아 보인다. 하루 수백 건의 업무를 맡기면 얘기가 달라진다. 성공률이 높은 AI일수록 더 많은 권한을 주고 싶어지고, 그때 한 번의 실수가 더 멀리 번진다.
비용은 사람 수가 아니라 대화량을 따라 늘어난다
Claude Tag는 Opus 4.8을 사용한다. Team이나 Enterprise 요금제를 계약했다고 모든 사용량이 무제한이 되는 구조로 생각하면 곤란하다. Anthropic이 조직과 채널별 토큰 한도를 따로 제공하는 이유도 여기에 있다.
사람 한 명이 개인 채팅에서 질문하는 것과, 하루 종일 수백 개 메시지가 오가는 채널을 따라가며 맥락을 갱신하는 것은 사용량이 다르다. 여러 채널에 Claude를 넣고, 각 채널이 Jira와 GitHub, 데이터베이스까지 연결하면 비용은 빠르게 커질 수 있다.
도입 초기에 봐야 할 숫자는 ‘Claude가 몇 건 처리했나’가 아니다.
- 사람이 아낀 시간
- 잘못된 결과를 고치는 데 쓴 시간
- 다시 사람이 확인한 비율
- 채널별 토큰 비용
- 권한이나 개인정보 문제로 중단된 건수
이 다섯 개를 같이 봐야 한다. 처리 건수만 올리면 AI가 필요 없는 일까지 만들어 바쁘게 처리하는 이상한 팀이 된다.
내가 도입한다면 한 채널, 한 업무부터 시작한다
전사 Slack에 Claude를 한꺼번에 넣지는 않을 것이다. 첫 달은 이렇게 운영한다.
1주차: 읽기만 가능한 비공개 채널
테스트 참여자와 관리자만 있는 채널을 만든다. 운영 데이터, 고객 개인정보, 인사 정보에는 연결하지 않는다. 지난 회의 결정과 남은 작업을 찾아주는 정도부터 본다.
2주차: 가장 지루한 업무 하나
회의 뒤 할 일을 담당자와 기한으로 정리하는 작업 하나만 맡긴다. 여러 도구를 오가게 만들기 전에, 사람이 실제로 덜 귀찮아졌는지 확인한다.
3주차: 틀린 답보다 잘못된 권한을 찾는다
답변 품질만 검토하면 안 된다. 어떤 계정으로 어디까지 읽고 쓸 수 있는지, 연결을 끊었을 때 권한이 정말 사라지는지, 실행 기록에 요청자와 결과가 남는지 확인한다.
4주차: 절약한 시간에서 재작업 시간을 뺀다
Claude가 10시간을 아꼈는데 사람이 검토와 수정에 8시간을 썼다면 성공 사례로 발표하기 이르다. 비용과 재작업, 사고 가능성까지 뺀 뒤 남는 것이 있어야 다음 채널을 연다.
Claude를 Slack·Figma·Asana에 연결해 본 사용기에서도 한 프로젝트나 채널부터 작게 시작하라고 권한다. 실제 편의는 거창한 자율 프로젝트보다 스레드 결정 요약, 작업 생성, 주간 상태 정리 같은 작은 자동화에서 먼저 나타났다.
앞으로 팀장은 무엇으로 평가받게 될까
Claude Tag가 당장 팀장을 해고하러 온 것은 아니다. 대신 팀장이 사람이어야만 했던 이유를 하나씩 검사한다.
정보를 찾는 속도인가. 진행률을 모으는 성실함인가. 잊힌 일을 다시 꺼내는 집요함인가. 이 셋은 AI가 빠르게 따라오고 있다.
사람에게 남는 일은 더 불편하다. 목표가 충돌할 때 하나를 포기하고, 기준이 없는 상황에서 기준을 만들고, 결과가 틀렸을 때 “AI가 그랬다” 뒤에 숨지 않는 일이다.
앞으로 좋은 팀장은 답을 가장 많이 아는 사람이 아닐 수 있다.
누가 답해도 흔들리지 않도록 기준을 만들고, 마지막 결정은 자기 이름으로 내리는 사람이 팀장이다.
참고한 자료
- Anthropic, Introducing Claude Tag
- Microsoft, 2026 Work Trend Index
- WorkBench Revisited: Workplace Agents Two Years On
- Tom’s Guide, Claude inside Slack, Figma and Asana 사용기
- Slack, Slack is where your agents work too
이 글은 2026년 7월 11일 공개 자료를 기준으로 작성했습니다. Claude Tag는 베타 기능이므로 지원 요금제와 세부 동작은 바뀔 수 있습니다.