회의를 많이 하는 조직은 대개 회의 자체가 문제가 아니다. 문제는 회의 전에는 아무도 충분히 준비하지 않고, 회의 중에는 결정이 흐려지고, 회의 후에는 실행이 각자의 기억에 맡겨진다는 점이다. 그래서 같은 안건이 반복된다. AI를 붙여도 이 리듬을 바꾸지 않으면 회의록만 빨라진다.
회의 전 agent prework가 안건의 질을 결정한다
AI-Native management cadence는 회의 초대장에서 시작하지 않는다. 회의 24시간 전, agent가 먼저 일한다.
agent prework의 산출물은 긴 요약문이 아니다. 참석자가 결정을 내리기 위해 필요한 최소 맥락이다.
- 지난 결정과 미완료 과제
- 관련 문서, 데이터, 고객 이슈
- 이번 회의에서 결정해야 할 선택지
- 선택지별 리스크와 의존성
- 결정하지 않으면 막히는 업무
OpenAI는 2026년 Responses API와 agent loop 관련 글에서 tool, runtime context, skills, orchestration을 agentic task의 기본 구성으로 설명했다. 이 흐름은 회의 준비에도 그대로 적용된다. agent는 자료를 읽는 도구가 아니라, 결정을 준비하는 작업자다. 출처: https://openai.com/index/from-model-to-agent-equipping-the-responses-api-with-a-computer-environment/
회의 중 decision log가 책임을 남긴다
회의 중 AI의 역할을 자동 회의록으로 제한하면 효과가 작다. 회의록은 말한 내용을 남긴다. decision log는 조직이 무엇을 결정했는지 남긴다.
| 구간 | agent의 역할 | 사람이 해야 할 일 | 남겨야 할 산출물 |
|---|---|---|---|
| 회의 전 | 맥락 수집, 쟁점 정리 | 의사결정 범위 승인 | prework brief |
| 회의 중 | 결정·근거·이견 포착 | 선택, 보류, 위임 판단 | decision log |
| 회의 후 | 과제 생성, 소유자 연결 | 우선순위와 책임 확정 | task-spawn record |
회의 중 agent는 발언을 다 받아쓰는 데 집중하지 않는다. 결정 문장, 판단 근거, 반대 의견, 후속 과제를 구조화한다. “검토한다”는 결정이 아니다. “7월 20일까지 보안 검토를 끝내고, 통과 시 파일럿 범위를 영업 2개 팀으로 확장한다”가 결정이다.
회의의 생산성은 발언량이 아니라, 결정이 실행 가능한 형태로 남았는지로 판단한다.
회의 후 task-spawn이 실행의 누수를 막는다
대부분의 회의는 끝난 뒤 약해진다. 참석자는 다음 회의로 이동하고, 실행 과제는 메신저와 메모 사이에 흩어진다. task-spawn은 이 구간을 표준화한다.
회의 종료 직후 agent는 decision log를 기준으로 업무 시스템에 과제를 생성한다. 제목, 배경, 완료 기준, 담당자, 기한, 의존 업무를 붙인다. 담당자가 불명확하면 생성하지 않고 에스컬레이션한다. 자동화보다 중요한 것은 무책임한 자동 생성을 막는 규칙이다.
Anthropic은 2026년 agent 보안 글에서 외부 도구, MCP 서버, 웹 검색이 모두 agent context에 들어오는 순간 새로운 위험면이 된다고 설명했다. 회의 후 task-spawn도 같다. 사내 시스템에 과제를 만들 권한을 주려면 권한 범위, 승인 조건, 로그, 철회 절차가 먼저 설계돼야 한다. 출처: https://www.anthropic.com/engineering/how-we-contain-claude
운영 리듬은 도구가 아니라 관리자의 습관을 바꾼다
Microsoft 2026 Work Trend Index는 AI 활용이 개인 역량에서 끝나지 않고, 리더십의 방향 설정과 관리 관행에 의해 조직 성과로 이어진다고 본다. 이 지점이 중요하다. AI-Native management cadence는 “좋은 회의 도구” 도입이 아니다. 관리자가 회의를 운영하는 기본 습관을 바꾸는 일이다. 출처: https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization
AX Ops 관점에서 이 리듬은 세 가지로 설계한다.
- 회의 유형별 prework 템플릿을 고정한다.
- decision log의 필수 필드를 정한다.
- task-spawn 권한과 예외 처리를 운영 규칙으로 만든다.
- 매주 누락된 결정과 미완료 과제를 리뷰한다.
처음부터 모든 회의에 적용하지 않는다. 경영회의, 프로젝트 steering, 현장 이슈 회의처럼 결정과 실행이 바로 연결되는 회의부터 시작한다. 여기서 리듬이 잡히면 교육보다 빠르게 습관이 바뀐다.
참고
- Microsoft, 2026 Work Trend Index Annual Report, 2026: https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization
- OpenAI, From model to agent: Equipping the Responses API with a computer environment, 2026: https://openai.com/index/equip-responses-api-computer-environment/
- Anthropic, How we contain Claude across products, 2026: https://www.anthropic.com/engineering/how-we-contain-claude
- Anthropic, Claude Code Advanced Patterns: Subagents, MCP, and Scaling to Real Codebases, 2026: https://www.anthropic.com/webinars/claude-code-advanced-patterns
- Google Open Source Blog, A year of open collaboration: Celebrating the anniversary of A2A, 2026: https://opensource.googleblog.com/2026/04/a-year-of-open-collaboration-celebrating-the-anniversary-of-a2a.html
회의를 줄이는 논의는 오래갔다. 이제는 회의 전후의 일을 누가, 어떤 규칙으로, 어떤 로그를 남기며 처리할지 정해야 한다. AX LABS는 이 운영 리듬을 조직 안에 정착시키는 설계를 한다. AX Ops 방법론 →