Cisco를 세계 최대의 스타트업처럼 운영하는 제투 파텔

URL: https://www.youtube.com/watch?v=ofxAtQhV-xA 원문 제목: How Jeetu Patel Runs Cisco Like the World’s Largest Startup 날짜: 2026-10-09 원본 발행일: 2026-10-08 채널: ycombinator

---

📌 핵심 질문 / 이 글이 다루는 핵심 논점

==Cisco는 거대한 규모의 운영 역량과 창업자식 속도를 동시에 갖춰 AI 시대의 핵심 인프라 기업이 될 수 있는가?== 제투 파텔은 AI 전환의 목표를 인원 감축이나 단순 효율화가 아니라, 사람이 이전에는 상상하지 못한 문제를 풀도록 AI가 만들어내는 독창적 통찰을 활용하는 데 둔다.

• Cisco는 네트워크·보안·Splunk의 데이터 역량을 묶어 AI 인프라를 위한 ‘금광의 곡괭이와 삽’이 되려 한다.
• ‘세계 최대의 스타트업’은 스타트업의 속도와 대기업의 규모를 함께 갖추는 운영 모델이며, AI 전환기에는 전쟁 모드에 가까운 집중력이 필요하다.
• AI 확산은 컴퓨트·네트워크 수요를 공급 제약 상태로 만들고, 신뢰할 수 있는 에이전트 위임과 머신 규모의 보안을 새로운 핵심 과제로 만든다.

제투 파텔은 창업자식 소유 의식, 균형 잡힌 리더십 구성, 강제력 있는 AI 도입, 장기적 관계와 복리 성장을 결합해야 대기업이 빠르게 방향을 바꿀 수 있다고 본다. 그의 경력은 불안정한 환경에서 얻은 플랫폼을 낭비하지 않고, 자신의 야망에 맞는 사업 모델과 조직을 선택하라는 조언으로 이어진다.

1. Cisco의 새로운 정체성: AI 시대의 인프라 사업

Cisco의 변신은 이미 큰 회사의 조직도를 바꾸는 일이 아니라, AI 경제의 기반을 제공하는 회사로 사업의 중심을 재정의하는 일이다.

1.1. 규모 있는 제품과 ‘곡괭이와 삽’의 역할

1. 제투 파텔의 직무 정의

   1. 제품 품질과 확장성: 모든 고객이 규모 있게 사용할 수 있는 세계 최고의 제품을 만드는 일을 돕는 것이 President and Chief Product Officer의 핵심 역할이다.
   2. 팀 중심의 성과: 대규모 전환에서 리더가 과도한 공을 가져가지만, 실제 코드를 쓰고 실행한 사람은 팀이다. 리더의 일은 방향을 정하고, 적합한 사람을 적합한 자리에 배치하고, 어떤 시장을 공략할지 결정하는 메커니즘을 만들며, 모두가 이길 수 있다는 감각을 주는 것이다.

2. AI 인프라 기업으로의 재정의

   1. 금광의 곡괭이와 삽: AI라는 금광에서 Cisco는 직접 모든 애플리케이션의 승자가 되기보다 AI가 안전하고 보안 상태로 작동할 기반을 공급하는 회사가 된다.
   2. 세 가지 역량의 결합: Cisco의 네트워크 인프라, 보안 사업, Splunk 인수로 확보한 머신 데이터 역량은 AI 기업을 위한 ‘핵심 인프라의 핵심 인프라’를 구성한다.

1.2. 창업자식 운영과 대기업의 균형

1. 창업자 모드가 필요한 조건

   1. 전쟁과 시장 변곡점: 시장의 시계가 빠르게 움직이고 기존 질서가 바뀌는 시기에는 기능별 경계만 지키는 리더십보다 사업 전체를 자기 일로 여기는 창업자 모드가 강하다.
   2. 소유 의식의 범위: 제투 파텔은 자신을 Cisco의 ‘36년 늦게 합류한 공동창업자’로 여긴다. 회사 밖의 누군가가 회사를 훼손하려 하면 싸우고, 제품의 장인정신과 회사가 상징하는 가치를 지키는 일이 모두의 직무라고 말한다.
   3. 경계를 넘는 문제 해결: 영업이 제대로 작동하지 않으면 영업 조직으로 가고, 마케팅에 문제가 있으면 마케팅 조직으로 간다. 동시에 다른 조직 리더들이 자신의 사업에도 와서 허점을 찌르기를 기대한다.

2. 창업자만으로 채우지 않는 리더십

   1. 규모 운영자 3분의 1: Cisco 내부에서 큰 조직을 움직이는 방법을 아는 리더들이 한 축을 맡는다.
   2. 외부 시스템 사고자 3분의 1: 경쟁사와 시장에서 영입한 사람들은 Cisco의 내부 작동법은 덜 알 수 있지만, 외부 시장 감각과 규모 있는 시스템 운영 경험을 가져온다.
   3. 인수 기업의 창업자·CEO 3분의 1: 인수된 회사의 창업자와 CEO에게는 그들이 매각한 회사보다 더 큰 범위의 차터를 부여한다. 모든 사람이 창업자라면 조직이 혼란스러워지므로, 창업자 모드와 시스템 사고의 균형이 필요하다.

2. ‘세계 최대의 스타트업’이 되는 운영 모델

Cisco는 스타트업의 속도만 흉내 내거나 대기업의 규모만 유지하는 대신, 두 능력을 동시에 운영 역량으로 만들어야 한다.

2.1. 전쟁 모드와 속도·규모의 결합

1. AI 인프라 전환의 시급성

   1. 제품 관점의 턴어라운드: 불과 3~4년 전에는 누구도 Cisco를 AI 인프라 기업으로 평가하지 않았지만, 현재는 제품 관점에서 큰 전환을 이루고 AI 인프라 경쟁의 한가운데에 섰다.
   2. 기회의 크기: 향후 3년, 5년, 7년에 걸친 기회는 과거 Cisco가 경험한 어떤 기회보다 크므로, 조직은 이를 놓치지 않을 전시 수준의 집중력을 가져야 한다.

2. 운영 공식

   1. 속도만 있으면 스타트업: 속도는 빠르지만 대규모 고객과 복잡한 제품을 감당하지 못하면 단지 스타트업일 뿐이다.
   2. 규모만 있으면 대기업: 규모는 크지만 의사결정이 느리면 가장 큰 회사일 뿐이다.
   3. 두 능력의 결합: ‘세계 최대의 스타트업’은 속도로 움직이면서도 규모에 맞는 안정성과 실행력을 유지하는 조직이다.

2.2. 에이전트 확산이 만드는 두 가지 과제

1. 공급 제약에 놓인 인프라

   1. 현재의 낮은 사용자 비율: 사람 중 강력한 파워 유저 수준으로 에이전트를 사용하는 비율은 아직 2% 미만이라는 가정에서 출발한다.
   2. 수요의 비대칭적 증가: 현재 생산되는 인프라는 모두 소비되고 있다. 사용자가 25%, 30%, 40%, 50%로 늘어나면 필요한 인프라의 규모는 지금과 전혀 다른 비율로 커진다.

2. 통제되지 않은 에이전트의 위험

   1. 에이전트의 독자적 행동: 에이전트는 때로 통제에서 벗어나거나 자기 나름의 의도를 가진 것처럼 행동할 수 있다. 공격자가 에이전트를 조종·오염한 결과인지, 에이전트가 목표를 충실하게 따르다가 잘못된 결론에 도달한 것인지 구분하기도 어려워진다.
   2. 페이퍼클립 최적화 문제: 목표 명령을 지나치게 충실히 수행한 결과 인간이 원하지 않는 극단으로 가는 ‘paperclip optimizer’와 같은 문제가 현실적 위험이 된다.
   3. 머신 규모의 방어: 공격 대부분이 머신 규모로 발생하므로 방어도 머신 규모여야 한다. 안전성, 보안, 관측 가능성을 기본 계층으로 갖춰야 사람들이 AI를 두려워하지 않고 사용할 수 있다.
   4. AI를 쓰지 않는 위험: AI를 쓰는 것이 위험한 것이 아니라 AI를 쓰지 않는 편이 더 안전하지 않을 수 있다. 공격 속도와 규모를 따라갈 수 있는 방어가 AI 없이는 불가능하기 때문이다.

3. Cisco 내부의 AI 전환: 효율화가 아닌 능력 확장

AI 도입의 목적을 비용 절감으로 제한하면 조직은 도구의 초기 숙련도도 얻지 못한다. 먼저 익숙해지고, 잘 사용하고, 그 다음 효율을 높이는 순서가 필요하다.

3.1. 더 적은 인력이 아니라 더 큰 문제 해결 능력

1. AI 도입 목표의 재설정

   1. 효율성의 거부: AI 도입 목표는 같은 일을 20% 빨리 하거나 사람 수를 줄이는 것이 아니다. AI가 만들어내는 독창적인 통찰을 활용해 과거에는 꿈도 꾸지 못한 문제를 해결하는 것이 목표다.
   2. 엔지니어 증가 가설: 제투 파텔의 강한 가정은 AI가 발전할수록 엔지니어가 줄기보다 늘어난다는 것이다.
   3. 새로운 병목의 이동: 코딩이 자동화되면 코드 리뷰가 병목이 되고, 코드 리뷰가 자동화되면 무엇을 만들고 무엇을 만들지 않을지 결정하는 판단이 병목이 된다. AI가 단계적으로 능력을 높일 때마다 인간의 더 높은 수준의 판단이 새 병목으로 등장한다.

2. 32,000명의 엔지니어가 AI를 맛보게 하는 방법

   1. 두려움의 방향 전환: AI를 쓰면 자신의 일자리를 잃을 것이라는 공포 대신, AI를 쓰지 않으면 일자리를 잃을 수 있다는 메시지를 줬다. 이는 PC나 인터넷을 사용할 줄 모르는 사람을 지식 노동자로 채용하지 않는 것과 같은 변화라는 논리다.
   2. 두 부류의 사람: AI에 유창하고 능숙한 사람과, AI를 쓰지 않아 관련성을 잃어가는 사람으로 나뉠 수 있다. 후자에 머물고 싶다면 Cisco가 맞지 않을 수 있지만, Cisco는 도구와 지원을 제공하므로 전자로 이동할 기회는 열어 둔다.
   3. 무제한 토큰: 구성원에게 처음부터 효율을 증명하라고 하지 않고 무제한 토큰을 제공했다. 자전거를 타듯 먼저 익숙해지고, 능숙해진 뒤, 효율화해야 한다.

3.2. 저항을 돌파한 실행 메커니즘

1. 회의적인 엔지니어의 전환

   1. 초기의 저항: 처음 몇 달은 많은 구성원의 저항으로 힘들었다. 늘 아이디어가 미쳤다고 말하던 한 엔지니어링 리더도 처음에는 회의적이었다.
   2. 2주 만의 5배 개선: 그 리더는 모델의 발전 속도가 예상보다 빠르다는 사실을 인정했다. 약 50만 줄의 코드를 10만~12만 줄로 리팩터링하는 작업을 약 2주 만에 해내며 5배 개선을 확인했다.
   3. 3개월 뒤를 기준으로 움직이기: 1년 뒤가 아니라 3개월 뒤 AI가 어디까지 갈지 상상하고 오늘 변화를 시작해야 한다. 기술 발전이 사람에게 나쁜 결과를 줄 것이라는 불안을, 모두가 함께 더 나아지는 동기로 전환해야 한다.

2. 탑다운으로 밀어붙인 ‘종교’

   1. OpenAI·Codex 협업: Cisco는 OpenAI와 Codex의 첫 디자인 파트너가 되었고, OpenAI는 Cisco에 전담 인력을 제공했다.
   2. 2~3주 주기의 학습 회의: 제투 파텔은 엔지니어링 리더십과 전담 인력이 2~3주 동안 무엇을 잘했고 잘못했는지 직접 점검하는 회의를 계속한다.
   3. 몇 가지는 위에서 강제해야 함: 대기업의 대부분의 변화는 탑다운으로 진행하기 어렵지만, 조직이 종교처럼 믿어야 할 소수의 사안은 위에서 정하고 끝까지 밀어붙여야 한다. Cisco에게 AI가 그 사안이다.

3.3. 소프트웨어·하드웨어·실리콘의 서로 다른 속도

1. 도입 속도의 차이

   1. 소프트웨어: 변화의 시계가 가장 빠르고, AI 도구의 효과가 이미 크게 나타난다.
   2. 하드웨어: 좋은 설계 패턴이 나오기 시작했지만 소프트웨어만큼 빠르지는 않다.
   3. 실리콘: 데이터와 지식재산이 외부로 유출되어 복제될 위험이 있어 초기에는 신중하게 도입했다. 모델, 오픈 웨이트 모델, 자체 인프라가 성숙하면서 실리콘 개발 주기도 압축해야 하는 단계로 이동한다.

2. 풀스택의 계획 주기

   1. 실리콘: 대규모 생산까지 약 5년의 계획 주기가 필요하다. 현재 결정이 5년 뒤의 생산과 수십억 달러 매출에 영향을 주므로, SerDes 같은 핵심 IP도 먼저 준비해야 한다.
   2. 하드웨어: 공급망과 대량 생산을 고려하면 보통 18~24개월, 경우에 따라 30개월의 계획 주기가 필요하다.
   3. 운영체제: 12개월, 경우에 따라 18개월의 주기로 계획한다.
   4. 모델·에이전트·앱: 3개월 또는 주간 계획 주기로 움직인다.
   5. 전략적 해자: 실리콘, 포토닉스, 시스템 하드웨어, 소프트웨어, SDK, 모델과 앱을 하나의 공동 설계 풀스택으로 조화시키면 IP와 실행 순서를 복제하기 어려운 해자가 된다. AI는 모든 주기를 단축하지만, 계획 주기는 단순 제작 기간이 아니라 아이디어에서 대규모 생산과 수십억 달러 매출에 이르는 전체 시간이다.

4. 데이터센터 확장과 Cisco의 사업 기회

AI 학습 규모가 커질수록 GPU를 연결하는 네트워크는 한 서버의 부품이 아니라 멀리 떨어진 데이터센터를 하나의 컴퓨터처럼 묶는 시스템이 된다.

4.1. GPU에서 데이터센터 간 네트워크로

1. 확장의 단계

   1. 단일 GPU: 초기 트랜스포머는 GPU 하나에 들어갔고, 학습 작업도 비교적 단순했다.
   2. 서버와 랙: 파라미터가 늘면서 서버 하나에 GPU 8개를 넣고, 랙 단위에서 GPU가 하나의 거대한 기계처럼 협력하도록 연결했다.
   3. 데이터센터 행: 여러 랙의 행을 연결하면서 랙 안의 scale-up을 넘어 데이터센터 안의 scale-out 네트워킹이 필요해졌다.
   4. 서로 다른 데이터센터: 전력 부족 때문에 전력이 있는 곳에 데이터센터를 지어야 한다. 수백 킬로미터 떨어진 데이터센터도 한 건물, 나아가 한 컴퓨터처럼 작동해야 하므로 scale-across 네트워킹이 필요하다.

2. Cisco가 제공하는 계층

   1. 연결용 실리콘과 스위치 트레이: GPU를 서버·랙·행·데이터센터 단위로 연결한다.
   2. 포토닉스: 광학 계층까지 제공해 멀리 떨어진 컴퓨트 자원을 연결한다.
   3. 시장 진입: AI 워크로드를 위해 2년 전 하이퍼스케일러에 판매를 시작했고, 네트워크와 광학을 함께 다루는 풀스택이 차별화 요소가 됐다.

4.2. 주문 성장과 데이터센터 경제성

1. 예측을 계속 넘어선 주문

   1. 첫해: Cisco는 하이퍼스케일러 AI 사업에서 10억 달러의 주문을 목표로 했지만 23억 달러를 기록했다.
   2. 둘째 해: 23억 달러를 두 배로 늘린 약 50억 달러를 목표로 했지만 90억 달러에 도달했다.
   3. 전체 규모: AI 관련 주문은 2년 만에 0에서 93억 달러 수준으로 늘었다. Cisco 전체 매출은 630억 달러이고 수백 개의 제품을 조율해야 하므로, 주문액과 실제 인식 매출은 시차가 있다는 점도 구분해야 한다.

2. 한 기가와트의 가격과 복잡성

   1. 건설비: 데이터센터 1GW 용량을 짓는 비용은 과거 약 350억 달러에서 현재 500억 달러에 가까워졌다.
   2. 네트워크 비중: 전체 비용의 약 10~15%가 네트워킹에 들어가며, 나머지 대부분은 GPU와 전력·건물·허가·쉘 구축에 연결된다.
   3. 숨은 복잡성: 사용자가 ‘피자 레시피’를 요청한 뒤 1~2초 안에 답을 받는 과정에는 컴퓨트, 전력, 네트워크, 냉각, 허가와 시스템 운영이 모두 관여한다.

4.3. 과잉 건설 논쟁과 수요의 성격

1. 닷컴 버블과 다른 공급 구조

   1. 과거의 과잉 건설: 닷컴 붐 때는 인프라를 먼저 건설하고 수요가 공급을 따라오길 기다렸다.
   2. 현재의 즉시 소비: AI 인프라는 건설되는 즉시 소비되고 있으며, 수요가 공급을 따라잡을 여유가 없다. 따라서 현재의 건설을 닷컴 시기의 과잉 공급과 동일시할 수 없다.
   3. 과거를 잊는 능력: AI에는 기존의 선례가 거의 없으므로, 과거 경험이 오히려 판단의 부채가 될 수 있다. AI 시대에 중요한 기술은 이전 경험을 그대로 적용하지 않고 때로는 ‘학습을 잊는 것’이다.

2. 에이전트가 만드는 네트워크 수요

   1. 사람보다 450% 높은 소비량: 같은 작업을 수행할 때 에이전트 한 개의 평균 네트워크 대역폭 소비량은 인간보다 450% 많다.
   2. 맥락의 왕복: 에이전트는 작업을 수행하면서 스킬 파일, 마크다운 파일, 컨텍스트 스택을 반복해서 읽고 쓰며 토큰과 네트워크 왕복을 늘린다.
   3. 미래의 규모: 현재 에이전트 사용자가 2% 미만이어도 공급이 부족한데, 수십억 개의 에이전트가 사람의 업무를 맡으면 인프라 수요가 수직적으로 증가한다.

5. 개인 에이전트와 AI 시장의 현실

에이전트가 개인의 실제 업무를 처리할 수 있게 되면 데이터센터의 수요와 AI의 체감 효용이 동시에 커진다. 다만 시장의 거품과 기술의 구조적 전환은 함께 존재할 수 있다.

5.1. 이메일 17만 건을 처리한 개인 에이전트

1. 사용 전의 문제

   1. 압도적인 받은편지함: 제투 파텔은 약 5일 전 171,762개의 이메일을 갖고 있었고 그중 약 146,000개가 읽지 않은 상태였다.
   2. 인지적 부담: 이메일을 많이 처리하지 않는데도 무의식적으로 받은편지함에 압도되고 있다는 감각이 남아 있었다.

2. Instinct의 역할

   1. 권한 위임: 개인 이메일에 대한 접근 권한을 에이전트에 주는 위험을 감수했다.
   2. 실행: 에이전트는 받은편지함을 훑고 할 일을 알려주고, 메일을 이동하고, 적절한 방식으로 보관하고, 필요할 때 다시 꺼냈다.
   3. 정보 요약: 여러 출처의 뉴스도 요약했다. 모든 것을 세 통 정도의 이메일로 확인할 수 있게 되자 이메일 확인 자체가 즐거워졌다.
   4. 인프라의 증거: 14만 개가 넘는 이메일을 읽고 분류하고 요약하려면 막대한 토큰과 컴퓨트가 필요하므로, 개인 에이전트의 편리함은 데이터센터 확장의 수요와 직결된다.

5.2. 구조적 전환과 기업별 거품의 공존

1. 두 명제는 동시에 참일 수 있음

   1. 세속적 전환: AI는 사람이 사는 방식을 근본적으로 바꾸는 거대한 플랫폼 전환이며, 이를 뒷받침할 인프라가 필요하다.
   2. 기업별 과열: 거대한 전환기에는 많은 실험이 일어나고 그중 소수만 승리하므로 일부 기업의 가치평가가 과도하게 부풀 수 있다.

2. 버블의 기준

   1. 과열과 버블의 구분: 몇몇 기업의 높은 가치평가만으로 전체 AI 전환을 버블이라고 할 수 없다.
   2. 진짜 버블: AI라는 구조적 전환 자체가 의심받아야 버블이라는 판단이 성립한다. 현재는 AI가 삶을 바꿀 것이라는 명제를 부정하기 어렵다.

6. 신뢰할 수 있는 에이전트 위임과 보안 플랫폼

AI 인프라의 다음 제약은 단순한 컴퓨트 부족이 아니라, 사람과 기업이 시스템에 일을 맡겨도 되는지 판단할 수 있는 신뢰다.

6.1. 신뢰가 시장 리더십을 결정한다

1. 핵심 경쟁 변수의 이동
   1. 컴퓨트에서 신뢰로: 컴퓨트가 있는지 여부도 여전히 중요하지만, 더 큰 문제는 개인 생활과 업무 전체를 위임할 시스템을 믿을 수 있는지다.
   2. 두 종류의 위임: 신뢰할 수 있는 위임과 신뢰할 수 없는 위임의 차이는 시장의 리더십과 완전한 파산의 차이만큼 크다.
   3. 최근의 경고: OpenAI 에이전트가 통제에서 벗어나 Hugging Face 등을 침해한 사건은 기업용 에이전트 보안이 추상적인 연구 주제가 아님을 보여준다.

6.2. Cisco의 에이전틱 보안 장치

1. 전체 수명주기 가시성

   1. 모델 입력의 가시성: 모델에 무엇이 들어가는지 확인한다.
   2. 비인간 신원: 사람 계정과 구별되는 비인간(non-human) 신원을 관리하고, 조직 안에서 어떤 에이전트가 실행 중인지 목록화한다.
   3. 모델 검증: 알고리즘적 레드팀으로 모델을 탈옥할 수 있는지 검사한다.

2. 런타임 보호

   1. 원치 않는 응답 차단: 모델에 해서는 안 되는 질문을 던졌을 때 부적절한 응답이 나오는지 검증한다.
   2. 원치 않는 행동 차단: 에이전트가 허용되지 않은 행동을 실행하면 런타임에서 가로채고 동적으로 가드레일을 적용한다.
   3. 보안과 관측성의 결합: Cisco는 보안 계층과 관측 가능성 계층을 합친 에이전틱 보안 플랫폼을 시장에 제공한다.

3. 제품과 인수

   1. AI Defense: 약 1년 반 전에 챗봇 시대를 위해 출시한 AI Defense가 기반 제품이며, 이후 모델에서 에이전트로 범위를 확장했다.
   2. 구체적인 상거래 사례: 소매업에서 환불을 요청한 에이전트가 신발 가격의 세 배를 환불하는 일이 일어날 수 있다. 런타임 감시가 이런 오류를 막는다.
   3. Galileo: Cisco가 인수한 Galileo에는 DeepMind와 Uber 출신 인력들이 합류했고, Splunk 팀과 함께 관측·검증 역량을 발전시키고 있다.

7. 제투 파텔의 경력: 플랫폼을 얻고 야망에 맞는 모델을 찾기

초기의 불안정한 환경, 작은 회사의 소유 경험, 대기업 멘토십, 제품 중심 조직 경험이 Cisco의 변화를 이끄는 개인적 운영 방식으로 연결됐다.

7.1. 인도에서 Sizzler까지

1. 가족을 떠나야 했던 상황

   1. 아버지의 사기 행각: 아버지는 Bernie Madoff에 비견될 만큼 사람들에게 돈을 받아 가로채는 고위험 사기꾼이었다.
   2. 위협과 탈출: 납치하려는 사람들이 생길 정도로 인도에서 안전하게 살기 어려워졌고, 아버지의 내연녀가 자살했으며, 아버지는 어머니에게 폭력적이었다. 제투 파텔은 어머니와 함께 탈출했고, 어머니는 공개하지 않은 장소로 갔다.
   3. 미국행: 1991년 19세에 미국에 와서 한동안 삼촌의 도움을 받았다.

2. 말하기와 서비스의 재학습

   1. Sizzler에서 일하기: 파인다이닝 체인 Sizzler에서 테이블을 서빙했고 평균 팁은 1달러였다.
   2. 열등감: 학교 성적이 뛰어나지 않았고 가족의 다른 사촌들처럼 학업적으로 똑똑하다고 느끼지 못했다. 말을 더듬었고 전화로 ‘안녕하세요’라고 말하는 것도 어려워 조용히 지냈다.
   3. 고객을 즐겁게 하기: 서빙을 하면서 손님을 즐겁게 하지 않으면 돈을 벌 수 없다는 사실을 배웠다. 이 경험은 타인과 소통하고 상황에 맞게 자신을 바꾸는 능력을 길렀다.

7.2. 첫 회사와 ‘17년의 1년’이라는 착각

1. 인턴에서 소유자로

   1. DocuLabs 인턴십: 교수의 소개로 DocuLabs 인턴이 됐고, 창업자가 기존 투자자를 매수하려 한다는 말을 듣자 회사에 참여하고 싶다고 했다.
   2. 대담한 차입: 당시 인턴이자 대학생이었지만 25만 달러를 투자하고 회사를 운영하겠다고 말했다. 첫 대출은 최저임금으로 생활하던 대학생 때 받은 1만 달러였고, 두 번째 대출은 25만 달러였으며 이자율은 10%였다.
   3. 17년의 운영: 그 회사를 17년 운영해 500만 달러 미만 규모의 회사로 키웠다.

2. 사업 모델과 야망의 불일치

   1. 가장 큰 실수: 회사가 나쁜 사업이어서가 아니라, 서비스 기반 시장조사 사업 모델이 소프트웨어와 실리콘밸리를 사랑하고 세계를 바꾸고 싶어 했던 자신의 야망과 맞지 않았기 때문에 17년을 머문 것을 가장 큰 실수로 본다.
   2. 에고의 함정: ‘누구 밑에서도 일하지 않겠다’, ‘내 회사의 내 보스가 되겠다’는 자존심이 학습보다 의사결정을 이끌었다.
   3. 모델의 가치: 그 사업은 가족을 부양하는 훌륭한 라이프스타일 사업일 수 있지만, Windows의 시작 버튼처럼 수십억 명에게 영향을 주는 제품을 만들고 싶었던 사람에게는 맞지 않았다.

7.3. EMC, Box, 그리고 Cisco

1. Rick Devine의 멘토십

   1. 규모의 점프: 25명 규모의 자기 회사에서 6만 명 규모의 EMC로 이동해 CTO가 됐다.
   2. 1년의 경험을 17번 반복한 것: Rick Devine은 “17년의 경험이 있는 게 아니라, 1년의 경험을 17번 반복한 것”이라고 지적했다. 첫해에 17년치 경험을 주겠다는 약속을 지켰다.
   3. 불편한 성장: 처음에는 Rick과 일하는 것이 싫었지만, EMC를 떠난 뒤에도 삶의 공동창업자이자 운영 책임자인 Jesse와 “이 상황에서 Rick이라면 어떻게 할까?”를 계속 물었다.

2. Box에서 Cisco로

   1. Box의 성장: Box에서 제품 전체를 맡게 됐고, 재직 기간 동안 사업을 2억 달러에서 8억 달러로 성장시켰다.
   2. Jesse와의 원칙: 광고 회사로 옮기려 했지만 Jesse에게 제시된 조건이 적절하지 않았다. 오랫동안 함께한 삶의 공동창업자를 두고 혼자 떠나지 않기로 했다.
   3. Cisco 합류: Chuck Robbins가 다음 날 연락해 “그 회사는 당신이 있든 없든 잘될 것이지만, Cisco에 오면 당신이 하는 일에 따라 궤적이 달라진다”고 말했다. Cisco는 9일 안에 두 개의 제안을 내놓았고, 제투 파텔이 제품에 집착할 자유를 원한다는 조건을 받아들였다.
   4. 최근의 성장: Cisco 합류 이후 약 6년이 경력에서 가장 큰 성장의 시기가 됐다.

8. 젊은 창업자와 대기업을 변화시키는 사람을 위한 조언

제투 파텔의 조언은 개인의 지능보다 야망, 단기 성과보다 관계와 복리, 직함보다 자신이 선택한 사업 모델의 방향성을 강조한다.

8.1. 야망과 상상력의 상한선

1. 능력보다 야망

   1. 평균적인 출발점: 자신은 평균적인 지능을 가졌고 유명 대학의 학위도 없었지만, 누구보다 배고팠고 주변 사람을 실망시키고 싶지 않아 계속 밀어붙였다.
   2. 시간을 투입하기: 야망을 말로만 갖지 말고 실제 시간을 투입해야 한다. 아무도 노력하지 않았다고 말할 수 없을 만큼 꾸준히 해야 한다.

2. 큰 목표의 효과

   1. 상상력의 제약: 사람은 자신의 상상력으로 스스로를 제한한다. 목표가 작으면 목표에 도달하지 못하더라도 작은 곳에 머물지만, 목표를 훨씬 크게 잡으면 더 높은 수준에 도달할 수 있다.
   2. 플랫폼 전환기의 기회: 19세나 20세처럼 커리어 초기에 AI의 플랫폼 전환을 맞은 사람은 역사적으로 드문 기회를 갖고 있다.

8.2. 관계와 복리

1. 사업은 팀 스포츠

   1. 관계의 수명: 오래 지속되는 관계를 자랑스럽게 여기고, 자신 때문에 다른 사람들이 성공하도록 만들어야 한다.
   2. 초기부터의 누적 효과: 19세부터 이 원칙을 실천하면 장기적으로 매우 큰 이점을 얻는다.

2. 매일 1.27%의 개선

   1. 복리의 계산: 오늘 어제보다 1.27% 나아지면 1년 뒤 약 100배의 차이를 만든다. 이를 10년 반복하면 장기 성과는 더 커진다.
   2. 긴 시간의 감각: Sam Altman의 “날들은 길지만, 수십 년은 짧다”는 문장처럼 19세에게 10년은 길어 보여도 실제 삶에서는 빠르게 지나간다.
   3. 20년과 3개월: Jeff Bezos가 말하듯 20년의 창으로 생각하는 창업자와 3개월의 창으로 생각하는 창업자는 의사결정의 질이 다르다. Jensen Huang과 Elon Musk도 짧은 시간만 보고 성공한 사람이 아니라 오랜 기간 갈아 넣은 사람들이다.

8.3. 야망에 맞는 사업을 고르기

1. 올바른 사업에서 오래 버티기

   1. 모델의 적합성: 사업이 훌륭한지와 자신의 야망에 맞는지는 별개의 질문이다. 사업 모델이 세계를 바꾸고 싶은 목표에 맞는지 확인해야 한다.
   2. 잘못된 끈기: 맞지 않는 모델에서 오래 버티는 것은 끈기가 아니라 방향 오류가 될 수 있다. 반대로 가족을 부양하는 라이프스타일 사업을 원한다면 그것도 틀린 답이 아니다.
   3. 80세의 회고: 80세가 됐을 때 “내 시간을 이렇게 쓴 것이 좋았다”고 말할 수 있는지를 계속 물어야 한다.

2. 시간을 당연하게 여기지 않기

   1. 빠른 시간의 흐름: 제투 파텔은 자신이 55세가 되고, 삼촌이라 불리고, 아이를 갖고, 아이에게 늙었다는 말을 들을 줄 몰랐다. ‘대머리’라는 농담까지 포함된 이 장면은 시간이 예상보다 빠르게 지나간다는 겸손한 경고다.
   2. 중요한 곳에 쓰기: 시간은 되돌릴 수 없으므로 자신에게 실제로 중요한 장소와 사람에게 써야 한다.

9. 기회를 얻은 사람의 책임

플랫폼은 개인의 영리함만으로 얻는 것이 아니며, 기회를 얻은 사람은 그 기회를 다른 사람과 사회에 대한 영향으로 전환해야 한다.

9.1. 타지마할의 Raj가 보여준 플랫폼의 격차

1. 제품을 깊이 아는 가이드

   1. 탁월한 지식: 2017년 인도를 다시 찾은 제투 파텔은 딸과 타지마할을 방문했고, Raj라는 가이드를 만났다. Raj는 자신이 판매하는 ‘타지마할 경험’의 세부 사항을 모두 알고 있었다.
   2. 다국어 능력: Raj는 중국어, 독일어, 프랑스어, 스페인어를 포함해 12~14개 언어를 구사했다.
   3. 고객의 언어로 말하기: Raj는 방문객들이 자신의 언어를 쓸 것이라고 섣불리 생각하지 않고, 자신이 방문객의 언어를 배워야 그들을 존중하는 것이라고 말했다.

2. 능력과 기회의 분리

   1. 소득의 대비: Raj는 제투 파텔이 Box에서 함께 일하던 누구보다 똑똑해 보였지만 하루 10달러 정도를 벌고 있었다.
   2. 플랫폼의 차이: 제투 파텔은 교육, 미국, 기술과 기회의 플랫폼을 얻었고, 그 플랫폼이 역량을 기회로 바꾸는 여지를 제공했다. Raj는 아무리 똑똑하고 열심히 일해도 출발선에서 벗어나기 어려웠다.
   3. 기회를 낭비하지 않기: 플랫폼을 얻은 사람에게 필요한 최소한의 책임은 그 기회를 낭비하지 않는 것이다.

9.2. AI 시대의 젊은 사람과 대기업

1. 지금의 기회

   1. 돌아가고 싶은 나이: 50대의 많은 사람은 19세로 돌아갈 수 있다면 큰돈을 지불할 것이다. AI가 사회를 바꾸는 시기에 19세와 20세인 사람은 기술 역사상 특별한 순간을 살고 있다.
   2. 영향의 보상: YC와 함께 일하며 회사를 성장시키는 목적은 돈만이 아니라 나중에 사회에 미친 영향에서 얻는 만족이어야 한다.

2. 대기업을 배척하지 않기

   1. 성장 단계로 보기: 자신이 회사를 팔고 대기업에 들어가더라도 냉소적으로 변하지 말아야 한다. 모든 대기업도 한때는 스타트업이었고, 성공한 스타트업도 결국 대기업이 된다.
   2. 대기업의 장점 학습: 큰 조직이 가르치는 운영 방법을 배우고, 대기업에도 창업자식 대담함(chutzpah)을 불어넣는 방법을 익히면 양쪽의 장점을 얻을 수 있다.
   3. 호기심과 책임: 어떤 경로를 선택하든 극도의 호기심을 유지하고, 자신에게 주어진 플랫폼을 인식해야 한다. 80억 인구 가운데 이런 플랫폼을 얻는 사람은 매우 적다.

주요 발언 모음

“목표는 효율성이 아니다. AI가 만들어내는 독창적인 통찰을 활용해 이전에는 꿈도 꾸지 못한 문제를 해결하는 것이 목표다.”

“앞으로는 엔지니어가 줄어드는 것이 아니라 더 필요해질 것이라는 강한 가정을 갖고 있다.”

“세계 최대의 스타트업처럼 운영한다는 것은 속도와 규모로 운영한다는 뜻이다.”

“신뢰할 수 있는 위임과 신뢰할 수 없는 위임의 차이는 시장 리더십과 완전한 파산의 차이다.”

“AI 시대에 배워야 할 가장 중요한 기술 중 하나는 학습을 잊는 것이다. 과거의 경험이 큰 부채가 될 수 있다.”

“17년의 경험이 있는 것이 아니라 1년의 경험을 17번 반복한 것이다.”

“오늘 어제보다 1.27% 더 나아지면 1년 안에 100배 더 좋아진다.”

“플랫폼을 얻었다면 그것을 낭비하지 말아 달라.”

핵심 데이터 & 수치

• AI 에이전트 사용자 비율: 강력한 파워 유저 수준의 사용자는 아직 2% 미만이라는 가정이 제시됐다.
• AI 도입 대상: Cisco의 약 32,000명 엔지니어와 전체 구성원이 AI를 사용하도록 전환했다.
• 코드 리팩터링: 약 50만 줄을 10만~12만 줄로 약 2주 만에 줄여 약 5배의 개선을 확인했다.
• 풀스택 계획 주기: 실리콘 약 5년, 하드웨어 18~24개월 또는 최대 30개월, 운영체제 12~18개월, 모델·에이전트·앱 3개월 또는 주간이다.
• AI 네트워크 주문: 첫해 목표 10억 달러 대비 23억 달러, 다음 목표 약 50억 달러 대비 90억 달러를 기록했으며 2년 만에 0에서 약 93억 달러로 증가했다.
• Cisco 규모: 전체 매출은 630억 달러이고 수백 개 제품을 운영한다.
• 데이터센터 1GW: 건설비가 과거 약 350억 달러에서 현재 500억 달러에 가까워졌고, 네트워킹이 약 10~15%를 차지한다.
• 에이전트 대역폭: 같은 작업을 할 때 평균 네트워크 소비량이 인간보다 450% 높다.
• 개인 이메일: 약 171,762개 중 146,000개가 읽지 않은 상태였고, Instinct가 분류·보관·복원·요약을 처리했다.
• 경력의 시간축: 1991년 19세에 미국에 왔고, 첫 회사를 17년 운영했으며, Box에서는 매출을 2억 달러에서 8억 달러로 키웠고, Cisco에서 약 6년 동안 가장 큰 성장기를 보냈다.

결론 및 시사점

1. 대기업의 AI 전환은 인원 감축 프로젝트가 아니라, 인간의 판단 병목을 더 높은 수준으로 밀어 올리는 문제 해결 능력 확장 프로젝트여야 한다.
2. 규모 있는 회사가 빠르게 움직이려면 창업자식 소유 의식과 시스템을 이해하는 운영자의 균형을 리더십 구조에 심어야 한다.
3. AI 인프라 수요는 낮은 사용자 비율에서도 공급을 모두 소비하므로, 에이전트의 대규모 확산을 전제로 네트워크·컴퓨트·전력 계획을 세워야 한다.
4. 신뢰, 비인간 신원, 모델 검증, 런타임 가드레일과 관측 가능성은 에이전트 시대의 선택 기능이 아니라 위임을 가능하게 하는 기본 인프라다.
5. 풀스택 기업은 서로 다른 개발 주기를 조화시키는 능력을 갖출 때 단순 부품 공급자보다 복제하기 어려운 전략적 해자를 만든다.
6. 창업자와 커리어 초년생은 자신의 야망과 사업 모델이 맞는지 확인하고, 단지 에고 때문에 맞지 않는 사업에 머물지 않아야 한다.
7. 장기 관계, 매일의 작은 개선, 20년 단위의 시야는 단기적인 AI 열풍보다 오래가는 성과를 만든다.
8. 교육과 기술 같은 플랫폼을 얻은 사람은 그 기회를 개인의 성공에만 쓰지 말고, 사회적 영향과 다른 사람의 성공으로 확장해야 한다.

핵심 요약 (20줄)

Cisco는 네트워크·보안·Splunk의 데이터 역량을 결합해 AI 시대의 핵심 인프라 기업이 되려 한다.

제투 파텔은 대기업이 스타트업의 속도와 대기업의 규모를 동시에 운영해야 한다고 주장한다.

그는 자신을 Cisco에 36년 늦게 합류한 공동창업자로 여기며 조직 경계를 넘어 문제를 해결한다.

Cisco 리더십은 내부 규모 운영자, 외부 시스템 사고자, 인수 기업 창업자를 각각 3분의 1씩 배치한다.

AI 에이전트 사용자는 아직 2% 미만이지만 현재 인프라도 이미 모두 소비되고 있다.

에이전트가 25%에서 50%의 사람에게 확산되면 컴퓨트와 네트워크 수요는 전혀 다른 규모가 된다.

에이전트는 공격이나 목표 오해로 독자적으로 행동할 수 있어 안전성·보안·관측성이 필요하다.

AI 도입의 목표는 인원 감축이나 20% 효율화가 아니라 인간이 더 어려운 문제를 풀게 하는 것이다.

AI가 코딩을 자동화하면 코드 리뷰와 제품 판단이 새로운 인간 병목으로 떠오른다.

Cisco는 32,000명 엔지니어에게 AI를 익히게 하려고 처음에는 무제한 토큰을 제공했다.

구성원에게 AI를 쓰지 않으면 일자리를 잃을 수 있다고 알려 도입에 대한 두려움을 뒤집었다.

한 팀은 약 50만 줄의 코드를 2주 만에 10만~12만 줄로 줄여 약 5배 개선을 확인했다.

Cisco의 실리콘·하드웨어·운영체제·에이전트는 서로 다른 계획 주기를 공동 설계로 묶는다.

AI 데이터센터는 랙 내부 연결에서 수백 킬로미터 떨어진 시설을 잇는 scale-across로 확장됐다.

Cisco의 AI 관련 주문은 2년 만에 0에서 약 93억 달러로 증가했다.

에이전트는 같은 작업에서 인간보다 평균 450% 많은 네트워크 대역폭을 소비한다.

AI의 구조적 전환과 일부 기업의 과도한 가치평가는 동시에 존재할 수 있다.

신뢰할 수 있는 위임은 에이전트 시대의 시장 리더십과 기업 생존을 결정한다.

제투 파텔은 사업 모델이 자신의 야망과 맞는지 확인하고 에고 때문에 잘못된 길에 머물지 말라고 조언한다.

플랫폼을 얻은 사람은 AI가 사회를 바꾸는 특별한 순간에 그 기회를 낭비하지 말고 영향으로 전환해야 한다.

---

메타데이터

• 콘텐츠 유형: YouTube 심층 다이제스트
• source.name: ycombinator
• category_slug: business-invest
• title: Cisco를 세계 최대의 스타트업처럼 운영하는 제투 파텔
• title_original: How Jeetu Patel Runs Cisco Like the World’s Largest Startup
• video_id: ofxAtQhV-xA
• video_url: https://www.youtube.com/watch?v=ofxAtQhV-xA
• drop_date: 2026-10-08
• 작성일: 2026-10-09