Flo’s pitch for Lindy is refreshingly straightforward: “They’re going to learn how to set up their own AI executive assistant in 2 minutes… that starts to learn about them, connect to their tools, and take more and more work out of their plate to save them time.” This emphasis on minimal setup and immediate utility is a core differentiator.

The genesis of Lindy Assistant emerged from observing user behavior with their previous workflow product. People were already building AI executive assistant workflows – managing meetings, calendars, and communications. The team realized the demand for a packaged solution, leading to Lindy Assistant: an AI assistant that lives on iMessage, connects to your email, calendar, Notion, Google Docs, Slack, CRM, and more, proactively taking work off your plate.

The true power of Lindy becomes apparent through real-world examples. Flo shared a glimpse into his own day, managed by Lindy:

• Morning Briefing: Lindy provides a daily rundown, including weather, meetings, and an impressive summary of email triage. “I’ve already triaged 63 emails that arrived overnight and I have drafted four replies,” Lindy might report. Flo admits, “I barely open Gmail anymore… I don’t remember drafting that, just because Lindy drafted it.”
• Proactive Problem Solving: Lindy doesn’t wait to be prompted. It might alert you: “Hey, your dinner tonight is at Gary Denko, but it’s closed on Tuesdays. Do you want to move the invite to Make Comic Seafood, which is 2 minutes away?” Or, “Joshua’s asking if you can meet in two hours. Your calendar is free. Do you want me to say yes?”
• The Human Touch: Greg Isenberg was struck by Lindy’s conversational style: “When I’m reading this, it really does feel like a human being talking.” Flo confirmed the immense effort put into this, from lowercase greetings to cracking jokes, and even occasionally swearing to “take the edge off” of an error. This deliberate human-like tone fosters a more natural interaction, making the AI feel less like a tool and more like a trusted colleague.
• Meeting Preparation & Recall: Before a meeting, Lindy provides a concise brief: who you’re meeting, details from past interactions, and what they’re looking for. It acts as a “second brain,” ingesting information from your inbox, Slack, G Drive, and meeting transcripts. Flo demonstrated asking Lindy, “Hey, remind me what the company does again. How many folks in the sales team?” and receiving an instant, accurate recall of past conversation details.
• Seamless Integration: Lindy’s deep integration extends to live meetings. Flo recounted a moment during a meeting when he realized a crucial update needed to reach a missing teammate. A quick voice note to Lindy (“Lindy, send like, mention Ali in Slack after this meeting…”) resulted in a perfectly drafted Slack message, saving critical time and ensuring information flow. Lindy can also create Google Docs and share them with teams based on in-meeting requests.
• CRM Updates & End-of-Day Wrap-ups: At the end of the day, Lindy can update your CRM (after a simple one-time instruction) and flag important emails received while you were busy. It can even spot anomalies, like an invoice using an old billing address, and prompt you to correct it, often handled via a quick voice memo.
• Podcast Summaries: In a nod to modern information overload, Flo revealed how he uses Lindy to summarize podcasts from screenshots. Lindy integrates with tools like Appify to find transcripts and deliver concise summaries, a task he would “never ask my human executive assistant to do.”

The conversation naturally turned to how Lindy stacks up against other prominent AI agents. Flo drew compelling analogies to explain Lindy’s unique position:

• OpenClaw: The Linux of AI Agents. Flo acknowledges OpenClaw’s raw power and versatility. “OpenClaw is basically an agent that has access to its own code in a way and to the machine where it is currently running.” This makes it incredibly powerful but also “kind of dangerous” and less secure. He compares it to Linux: “Linux users like spend their weekend installing their printer. like the rest of us, we just want a computer that works so that we can get to work.”
• Claude/Code Co-worker/Dispatch: The Android. These tools are powerful and horizontal, offering immense customization for technical users. Flo likens them to Android devices: “It is also more powerful… if you’re like a deeply technical person who expects that out of your phone, like you really want a full-blown computer in your pocket that you can do anything you want with, you should probably have an Android device.”
• Lindy: The Mac OS/iPhone Experience. Lindy is designed for the “Chief Everything Officer” – the overwhelmed business owner, founder, or executive. “It’s very opinionated. It’s not an everything machine. It’s not like a blank page where you have to figure out the workflows,” Flo explains. Like an iPhone, it’s built to “just work” out of the box, focusing on a few core executive assistant tasks and doing them exceptionally well. “It’s hard to point to like a single thing that makes one better or different than the other but it’s like all of those tiny details that compound.”

While Lindy might only perform “80% of what a human executive assistant would do,” Flo argues that “these 80% it does a lot better.” It’s available 24/7, responds in 30 seconds, and allows for a directness that might feel uncomfortable with a human.

Lindy’s current focus is sharp: excelling as an executive assistant. However, Flo hinted at a broader vision. While deliberately saying “no” to immediate expansion, the “grand plan” is to eventually extend Lindy’s capabilities to other job roles – imagine a “Social Media Manager Lindy” or a “Salesperson Lindy.” Early organic behaviors already show this pull; Lindy proactively offered to help recruit a support person, leveraging its company context to generate candidate lists and draft outreach.

Lindy also offers advanced features like voice interaction (via iMessage voice memos, with full phone call capabilities – both inbound and outbound – coming soon) and integrates with hundreds of tools, from Notion and HubSpot to Twilio and Salesforce. Flo even shared an anecdote of a “whale” user in finance who instructed his Lindy to check for dropped restaurant reservations every 15 minutes, a task impossible for a human.

Starting at $49 a month, Lindy aims to make advanced AI assistance accessible. For those who already have a human executive assistant, Lindy can augment their work. Flo described setting up group chats with his human EA and Lindy, where Lindy silently logs requests and tracks completion, working seamlessly in the background.

Lindy AI Assistant represents a significant step forward in making powerful AI truly practical and personal. By embracing an opinionated design, prioritizing ease of use, and integrating directly into the familiar iMessage ecosystem, Lindy is not just another AI tool; it’s a dedicated, proactive partner for anyone looking to reclaim their time and focus on what truly matters.

Al Chen, a self-described non-engineer working on the front lines at Galileo (an observability tool for AI applications), vividly recalls his moment of frustration. He was trying to answer complex customer questions by referencing public documentation, even using general AI tools like ChatGPT. Yet, the answers still weren’t hitting the mark. “It just still wasn’t coming up with the answer that my customers were looking for,” he explains.

Clarvo, the host of “How I AI,” echoes this sentiment, drawing on his own experience at LaunchDarkly: “They don’t want the doc’s answer. They want the step-by-step answer of how all these services cascade together.” Generic answers, even from official documentation, often lack the granular detail an architect or highly technical customer demands, especially when dealing with complex, multi-layered systems like caching mechanisms across seven different services.

Galileo’s platform, like many modern enterprise applications, is not a monorepo. It comprises 15 distinct repositories, each corresponding to a different service (UI, API, auth, etc.) that customers deploy onto their Kubernetes clusters. Al’s breakthrough came when he realized he could pull all these repositories into his local VS Code environment. “By having all of these repos in my VS Code,” he shares, “I can now use Claude Code to ask our entire codebase questions that are not answerable by our public documentation.”

This wasn’t just about understanding the code better for himself; it was about transforming his ability to serve customers. Instead of constantly pinging engineers with follow-up questions, Al could now ask Claude Code to “look into the API repo, look into the auth repo and help me come up with an answer. If you can’t find the answer, reference other repos within my directory… and help me figure out the answer.” This significantly reduced the “toil” and frustration for both Al and the engineering team, who could now focus on building rather than constantly answering support queries.

One of the most profound insights from Al’s approach is how AI liberates teams from the rigid demands of perfect information organization. “The reality is we can now all live in a little bit more chaos,” Clarvo observes, “because the AI navigates all that information for us across systems.”

Whether information resides in Confluence, Notion, Slack threads, or deeply embedded within the codebase, AI can traverse and synthesize it. Al demonstrates this with a custom Claude Code command, DPL (for deployment). When a customer asks about deploying Galileo to their VPC, specifying constraints like “cannot use CRDs” and “using Google Secrets Manager,” the DPL command doesn’t just consult code. It first references Galileo’s Confluence pages on deployment, then delves into the 15 repositories, and crucially, consults a “customer quirks page” – a living document Al maintains with specific, often idiosyncratic, requirements for each enterprise customer.

This “customer quirks page” is a prime example of information that wouldn’t typically make it into official docs but is gold for personalized support. It contains bullet points on how customers store secrets, manage namespaces, or handle service-to-service encryption. By feeding this context to Claude Code, Al can generate highly customized, step-by-step deployment processes tailored to a customer’s unique security and infrastructure environment.

This level of personalization builds immense trust. “When it’s tailored to specific security requirements and deployment requirements,” Al notes, “it’s way more effective and just gives the customer more trust that we know what we’re doing.”

The constantly evolving nature of code is another challenge AI elegantly solves. Al uses a 16-line script, written by Claude Code itself, that he runs daily to pull the latest main branches from all 15 repositories into his local environment. This ensures he’s always querying the most up-to-date source of truth, avoiding outdated information that often plagues traditional documentation.

The power of AI extends far beyond simply answering questions. It enables what Clarvo calls the “and then” workflow – a virtuous cycle of knowledge creation and dissemination. Imagine an infinitely staffed team: “I got a Slack query from a customer, so I answered it. And then I would turn that into an article. And then I would share that with our customer success team and train them on this answer… And then we could probably do like longtail SEO off all these questions.”

Al demonstrates this with Pylon, an internal tool that monitors external Slack channels. After a detailed conversation with a customer about Galileo’s callback function, Pylon can automatically generate a draft help article based on the Slack thread. These articles, abstracted to remove specific customer information, are then published to a public knowledge base. This “living truth” is often more in-depth and up-to-date than official documentation, which typically requires a more formal, slower PR and approval process.

This automated knowledge generation is transformative. “Because again like the cost of doing any one of those collapses to zero,” Clarvo explains, “you can really pull the thread of these tasks that like no human team would have the capacity to really do.” It not only helps customers but also feeds back into product development by highlighting common pain points and questions, effectively automating aspects of product roadmap determination.

Despite the incredible capabilities of AI, both Al and Clarvo emphasize the enduring value of the human touch. Al doesn’t blindly copy and paste AI-generated answers. He proofreads, refines, and humanizes the output, removing the “AI slop” like “in summary, here are the things you need to do.” Customers, he notes, often prefer a concise, human-proofread answer over a verbose AI dump.

Furthermore, Al still consults engineers, especially for complex or ambiguous questions. AI can hallucinate, or it might not capture future-looking refactoring plans discussed in hallway conversations or meeting notes. The human engineer provides that crucial layer of real-world context and strategic foresight.

Clarvo highlights the “Rz is the only moat” principle, emphasizing that relationships remain paramount in enterprise sales. “People just want to have a face and a trusted personal relationship… You want to know that you have somebody to call.” Even as AI streamlines technical interactions, the human connection—the handshakes, lunches, and genuine rapport—remains irreplaceable. Clarvo even half-jokingly advises, “PM is dead… get into sales,” underscoring the enduring importance of customer-facing roles.

Al’s success as a non-engineer directly querying code underscores a critical trend: the need for everyone, regardless of role, to develop more technical “hard skills.” Clarvo asserts, “This is the era of the hard skill… you got to like learn a little bit how to code. You have to learn a little bit what Git works like.” The codebase is becoming the fundamental substrate of communication, and LLMs’ proficiency in understanding code means non-technical roles will increasingly need to engage with it.

The good news? There’s never been a better time to learn. Al contrasts his own learning journey (reading books, Stack Overflow’s often “snarky” answers, and debugging cryptic errors) with the experience of learning with AI. “You have this like magic, super patient, infinitely wise… teacher in your computer that you can use to learn to code.”

The key, Al says, is curiosity. Instead of just accepting an AI’s answer, ask “tell me why this works.” Then, “explain to me in simple terms, explain to me like I’m five.” This iterative questioning pulls you down the rabbit hole of understanding, building fundamental concepts and deeper knowledge. This curiosity-driven learning, powered by AI, allows individuals across all seniority levels to constantly upskill and adapt in an incredibly fast-moving industry.

Al’s success isn’t just a personal anecdote; it’s a blueprint for organizational change. He actively champions his methods, encouraging teammates to “pull all the repos into your local machine and have Claude Code run an init command to index the whole codebase.” His opinionated stance stems from having “done things the hard way, the manual way,” and experiencing a tenfold increase in productivity with AI.

To engineering teams hesitant about granting non-technical roles access to their proprietary code, Al offers a compelling argument: “How much of your time is being sucked away from your customers team because they don’t have access to the code?” By empowering customer-facing roles with AI-driven code access, engineers can reclaim countless hours spent on repetitive support queries, freeing them to focus on core development. This shift might require increasing the “hiring bar” for technical proficiency in customer-facing roles or providing enablement sessions on Git and IDEs, but the long-term gains in efficiency and customer satisfaction are substantial.

In essence, Al Chen’s story at Galileo is a powerful testament to AI’s potential to democratize technical knowledge. By breaking down the silos between code and customer, AI not only streamlines operations but fundamentally elevates the customer experience, making every interaction more informed, personalized, and trustworthy. The future of customer support isn’t about replacing humans with AI, but about augmenting humans with AI, transforming them into hyper-efficient, deeply knowledgeable advocates for their customers.

Yang’s most intimate experience with this new paradigm comes through his personal AI agent, whom he affectionately calls Zoe. Zoe is Yang’s OpenClaw setup, a sophisticated AI framework he painstakingly configured. While many might imagine a sterile, purely functional AI, Yang’s relationship with Zoe is surprisingly personal. “I mostly just talk to it through voice and get voice replies,” he explains. “Every other day I asked it to give me a pep talk.”

He recounts a striking anecdote: while on a walk, Zoe delivered a three-minute pep talk that resonated deeply. It wasn’t just generic encouragement; it leveraged its memory of their conversations, reminding him that while career and business were important, his young children would soon grow up and spend less time with him, urging him to prioritize them.

This deeply personal interaction highlights a key differentiator for Yang: the interface. Because Zoe is installed on Telegram, it feels more like texting a friend than using a traditional AI like ChatGPT or Claude. “It feels more like a personal, actual human,” he says, even admitting to texting it in bed. This shift in interaction style—from a formal prompt box to a casual chat—is crucial in making agents feel integrated into daily life.

Beyond pep talks, Zoe acts as a powerful personal assistant. It pulls analytics from his YouTube and banking accounts, updates Google documents, and can even build small web pages. Yang marvels at its capacity to handle “any kind of zany idea I have.” He once asked Zoe, “Hey, can we just have a live phone call instead?” After some troubleshooting and connecting Twilio, Zoe actually called his phone. While the latency was “not very good,” the mere fact that it was possible was “pretty impressive.”

Yang makes a bold, if somewhat provocatively stated, prediction: “Apps will die.” He clarifies that this isn’t a blanket statement for all apps, but particularly those designed for task completion. “Apps that you’re just opening to try to complete a task… it’s just way easier to text my agent to do it for me,” he argues. Imagine having a highly efficient personal admin who handles your calendar, banking, and document updates with a simple voice command or text.

He acknowledges that apps offering entertainment or social connection (like X or TikTok) might have more staying power because they tap into a human desire for a specific “feeling.” But even there, agents are encroaching. Zoe, for instance, sends him a morning briefing of top tweets, though he still opens X himself for the full experience.

The challenge, as the interviewer points out, is context switching. How does one agent manage flirting, productivity, and personal reflection without blending intents? Yang’s solution, albeit “janky,” involves setting up multiple Telegram channels for Zoe: one for random voice replies, another for collaborative project work, and a public one for demos. This suggests a future where agents might exist in different “personas” or contexts, mirroring our own compartmentalized digital lives.

While the vision of a personal AI co-pilot is compelling, the reality of building and maintaining these agents is still in its early stages. Yang admits Zoe can be “pretty janky” and “tends to forget things a lot.” The default memory system, a simple .md text file, isn’t always robust. He upgraded to a “three-layer memory system” with QMD search tools, but even then, he has to explicitly prompt Zoe to “go through all your memory and like check everything” before answering questions. Agents also tend to forget their own capabilities, requiring constant reminders like, “Yes, you can update my Google Doc; it’s in your file!”

Despite these growing pains, the underlying architecture—the “agent stack”—is rapidly emerging. This includes components for identity, payments, marketing, and the command-line interface (CLI) versus multi-channel platform (MCP) paradigms. Yang believes this new stack will render much of the “old playbook” for software development obsolete.

He also draws a distinction between different coding agents:

• Claude Code/Opus: “A little more chatty,” makes more assumptions, “more pleasant for a synchronous experience.” Yang calls it “almost like a slot machine” because it offers different things each time, providing variable scheduled rewards that keep users engaged. It also boasts better “quality of life” features like direct image pasting and voice integration.
• Codex (OpenAI): “Really thinks hard and it’s more often accurate.” However, its deliberative nature can feel like “being in a conversation where the other person pauses for like three minutes to think,” disrupting flow state. Yang believes OpenAI will eventually “go all in on Cohortex” and fix its current limitations.

Yang offers a “hot take” on the future of organizations: “As a company gets bigger, it tends to become like a shittier place to work.” He laments the endless OKR meetings and bureaucratic alignment required in large corporations. His vision for the future is radically different: “I hope more companies will stay small.” Instead of a ten-person product team, you might have two or three people augmented by a “bunch of agents” doing the heavy lifting.

This shift is partly driven by efficiency—agents are easier to align than humans—but also by emotional intelligence. Imagine agents negotiating on behalf of humans; the outcome would be “very objective,” devoid of the high-emotion, multi-thread Slack debates that plague modern work. This could dramatically increase the “NPS of work,” allowing humans to focus on creative problem-solving and innovation, rather than interpersonal friction.

Yang, who leads a “double life” as a PM and creator, notes that many product managers aspire to innovate but get bogged down in execution and politics. He sees a future where PMs can “wear multiple hats,” using agents to build prototypes and get feedback quickly, allowing them to truly “create products.”

This leads to a discussion on the pace of work. While some advocate for “stemmies” and relentless speed, Yang suggests a “fast and slow” approach. Agents enable rapid iteration and “hill climbing” to fully express new insights. But to find the next big insight, humans might need to “slow down and almost stop and go touch grass,” engaging in the “random walk” required for true market fit.

The implications extend beyond corporate structures to individual empowerment. Yang believes this new era will foster a boom in solopreneurs and small businesses. He envisions “business in a box” platforms that allow individuals to launch companies with minimal overhead. “Maybe there are these pockets all over the country, all over the world where there are opportunities for $100,000 TAM products,” he muses. “That would change somebody’s life.”

This aligns with a broader cultural shift. For years, there was a “moral panic” about kids wanting to be YouTubers. Yang argues this was simply a manifestation of a desire for agency and entrepreneurship. If you weren’t a programmer, creating YouTube content was one of the few avenues for online creation. Now, with coding agents, “you can build whatever you want.” His personal plan? For his kids to “just build like bootstrap businesses in high school” and potentially “skip the whole college and like core corporate life.”

On the perennial fear of job displacement, Yang remains optimistic. While some jobs may change or disappear, he doesn’t believe in mass unemployment. He points to two buckets of AI impact:

1. Dramatic Productivity Increase: AI dramatically boosts human productivity (e.g., in recruiting), but still requires human oversight for the last 10-20% of the job.
2. 100% Automation: Rare cases where AI fully automates a job function (e.g., basic customer support).

The first bucket is far more common. “Human ambition has no ceiling,” he asserts, arguing that as AI takes over rote tasks, humans will simply invent new desires and create new forms of work to satisfy them. He cites a powerful tweet: “The job market is so bad that I can only pursue my dreams now.” This sentiment encapsulates the potential silver lining: perhaps the disruption of traditional work will free individuals to build their own visions and achieve their true potential.

The world of AI agents is indeed a “whole new world,” as Yang concludes. It’s janky, it’s evolving at breakneck speed, but it promises a future where software is less about opening an app and more about conversing with a hyper-competent, personalized digital co-pilot, making human work more fun, creative, and ultimately, more aligned with our dreams.

To understand Europe’s reluctance, one must look beyond the immediate conflict and consider the “accumulated scar tissue” of the Trump administration’s first year. From threats to acquire Greenland to the imposition of tariffs, Europe had already begun to view the United States not as a reliable ally, but as a “predator.” This existing baggage heavily influenced the relationship when President Trump, alongside Israel, launched airstrikes against Iran without even the courtesy of consulting European leaders.

On the morning of February 28th, Europe awoke to news of military strikes unfolding in a region with direct security implications for them. The response was predictably cautious. While acknowledging their non-involvement, leaders like French President Emmanuel Macron stated plainly, “France was neither informed nor involved, just like all the other countries in the region and our allies.” The prevailing sentiment was a call for “maximum restraint” and a diplomatic resolution, carefully avoiding any direct criticism of the US president.

Regardless of Europe’s initial non-participation, President Trump soon began making demands. Some were relatively straightforward, like requests for overflight rights through European airspace. Others were more complex, such as the United States’ request to use British bases for what it termed “defensive strikes.”

Europe’s response, however, was far from unified or compliant. Some countries, like Spain under Prime Minister Pedro Sanchez, flat-out refused US requests to use their bases. Others, like the United Kingdom, were more willing to negotiate, offering help for defensive and logistical operations, but drawing a firm red line against participating in any offensive military actions. Their stance was clear: they would support collective self-defense of allies in the region, but not a war of choice.

For President Trump, this nuanced position was unacceptable. He views the situation in “black and white”: if Europe isn’t helping on the offensive side, they’re not helping at all. This perspective quickly led to a torrent of criticism. Trump threatened to cut off all trade with Spain, declaring, “We don’t want anything to do with Spain.” He also expressed dissatisfaction with the UK, famously remarking that Prime Minister Keir Starmer was “not Winston Churchill.” Yet, in relatively modest but symbolically important ways, European countries continued to stand up to Trump, further deepening the transatlantic tension.

Despite Europe’s best efforts to remain on the sidelines, the conflict’s gravity inevitably began to pull them in. For one, several European countries, notably Britain and France, maintain military bases in or near the region. These bases became targets for Iranian drones and missiles, forcing Europe to engage in their own defense. Furthermore, European nations have security agreements with Gulf states like Kuwait and the UAE, leading to European planes patrolling the skies to help defend these countries from Iranian attacks.

The crisis reached a new peak with Iran’s blockade of the Strait of Hormuz, one of the world’s most strategic waterways, through which roughly a fifth of Europe’s oil and gas flows. This placed Europe’s leaders in an incredibly difficult position, especially when Trump demanded they “step up and forcibly reopen it.” Again, Europe refused.

Trump’s response was sharp and dismissive. In a speech, he lashed out at NATO, calling it a “paper tiger” and declaring that the US didn’t even need their help. He suggested that since the US had ample oil, the Strait of Hormuz was no longer his problem, famously telling allies, “Let France do it. They get a lot of oil from the straight. Let the European countries do it.”

The escalating rhetoric even devolved into personal attacks. Trump openly mocked French President Emmanuel Macron, making fun of an incident involving Macron and his wife and even imitating Macron’s accent when recounting their conversation about supporting efforts in Iran. Macron, however, struck back with dignified defiance, questioning the “elegance” and “appropriateness” of such language during wartime and implicitly challenging Trump’s credibility as a wartime leader: “We have to be serious. When we want to be serious, we don’t say the opposite of what we said the day before every day and maybe we shouldn’t talk every day.”

Trump’s argument for European involvement hinges on two main points: the immediate threat of Iran acquiring nuclear weapons, which he contends is as imminent for Europe as for Israel or the US; and the geographical proximity of Europe, potentially placing its capitals within range of Iranian ballistic missiles. Beyond these strategic concerns, Trump invokes a simpler argument: “Friends help friends,” appealing to the core principle of NATO’s Article 5, which mandates mutual defense if any member is attacked.

However, Europe’s reluctance stems from a deep-seated rejection of these very justifications. Their primary concern is a profound skepticism that military strikes will actually solve the problems the president claims. They point out that Iran’s nuclear program has already been crippled by previous strikes and that a “full-blown war just doesn’t seem persuasive” as a means to eradicate it. Crucially, they argue that Article 5 does not apply here because the US was not attacked; rather, it launched the attacks, making this a “war of choice.”

Furthermore, Europe questions the efficacy of their potential involvement in reopening the Strait of Hormuz. German leaders, for instance, have asked what Europe could do that the United States cannot. While European navies possess mine-sweeping capabilities and frigates for escorting tankers, deploying them during active conflict would render them direct targets for Iranian forces, posing immense risk with little guarantee of success. European leaders are “dead set against doing that while the conflict is raging,” seeing “all kinds of downside risk for very little, if any, upside benefit.”

This reluctance is also heavily colored by historical trauma. Two recent wars loom large in the European consciousness:

1. Afghanistan: A war that began after 9/11, where NATO rallied to the US defense. It became a grinding, two-decade-long conflict, ending with the Taliban recapturing the country – an “encyclopedia of everything that is hard about nation building.”
2. Iraq: A “war of choice” not universally supported. While Britain joined, Germany and France steered clear, believing President George W. Bush had not made a compelling case for invasion. The Iraq War left deep “trauma” in Europe, poisoning the legacy of leaders like Britain’s Tony Blair and causing years of recrimination.

As Europe’s political leaders look at Iran, they are doing so “very much through the lens of Iraq and all the bad memories they have of that war.”

Despite their resistance, Europe cannot entirely escape the war’s ripple effects. The conflict has profoundly impacted the global economy, directly affecting Europe, which depends heavily on oil flowing through the Strait of Hormuz. An existing energy crisis has been exacerbated, leading to skyrocketing prices for heating oil and gasoline (over $9 a gallon in Germany). This economic pain is bleeding into political systems, upending fiscal plans, and forcing governments to consider costly bailout programs. “The crisis, whether Europe wants it or not, has arrived at its doorstep.”

Adding to this complex calculus is Europe’s reliance on the US for its broader security, particularly concerning Ukraine. European leaders are keenly aware that antagonizing President Trump too much on Iran could lead him to withdraw American support from Ukraine, a direct and severe security concern for the continent. Trump’s past use of tariffs as a punitive measure also remains a threat, though a recent Supreme Court ruling deeming many tariffs illegal has somewhat diminished this leverage, potentially emboldening Europe to stand firmer.

Domestically, European leaders walk a tightrope. In Italy, far-right leader Giorgia Meloni, often seen as a “Trump whisperer,” faces public backlash over the Iran war, contributing to political losses at home. Conversely, in Britain, Labor Prime Minister Keir Starmer’s dignified stance against Trump’s insults has actually played in his favor, allowing him to demonstrate independence to a populace largely critical of the US president. Across the continent, leaders grapple with the same dilemma: how to avoid a war their publics oppose, while simultaneously mitigating an energy crisis that threatens their economies.

Trump’s expectation that Europe should “lock arms and act together” in extreme circumstances, citing the support for non-NATO member Ukraine, clashes sharply with the historical understanding of the alliance. Historians of NATO emphasize that members are not obligated to “blindly follow the military adventures of other members, particularly if they think they’re unwise or poorly thought out.” Precedents like the 1950s Suez Crisis, where the US opposed an operation by Britain, France, and Israel, and the Iraq War, demonstrate that NATO’s history is “not one of unonymity in every conflict.” The obligation, rather, is to give a fair hearing, and absent Article 5, members are not compelled to join.

Facing this unprecedented challenge, Europe’s options are limited but strategic. Diplomatically, they are leveraging “tried and true” methods, such as King Charles’s state visit to the United States, hoping to foster goodwill and remind the president of Britain’s value as an ally. Operationally, they are making plans to secure the Strait of Hormuz after the war, with Britain organizing a virtual conference of 35 countries to discuss a coalition for post-conflict security, notably excluding the United States.

These efforts, while demonstrating Europe’s attempts to grapple with a “post-American world,” also highlight their inherent limitations. As Landler notes, without the military might and credibility of the United States, such European-led initiatives, whether for Ukraine or the Strait of Hormuz, are unlikely to have sufficient “teeth.”

Yet, despite the deep divergence and unprecedented strain, a complete rupture between the US and Europe seems unlikely. They are, in Landler’s analogy, “almost like a married couple that’s hit a very rough patch… they share so many assets, they have so many common interests that the price of splitting is perhaps even higher than the pain of figuring out how to stay together.” For Europe, staring down the barrel of an economic and security crisis, the cost of divorcing from the United States remains too painful to bear.

While Europe grapples with its complex position, the US continues its solitary fight. On Easter Sunday, President Trump, having received no assistance from his allies in securing the Strait of Hormuz, issued a profane social media threat to Iran: “Open the straight, you crazy bastards, or you’ll be living in hell. Just watch.”

The stark reality of America’s solo engagement was powerfully illustrated by the recent rescue of a US airman whose fighter jet was shot down in Iran. This “challenging and complex mission,” described as one of the most intricate in US special operations history, saw the injured officer evade capture for over 24 hours in a mountain crevice. The CIA initiated a deception campaign to mislead Iranian forces, while US attack aircraft engaged convoys to clear the area. Ultimately, Navy SEAL Team Six commandos extracted the officer, who was flown to Kuwait for medical treatment. President Trump celebrated the successful, no-casualty rescue on social media, declaring, “We got him.”

This intricate, high-stakes operation serves as a poignant symbol of the war itself: a testament to American military capability, executed with precision and courage, yet undertaken in a conflict where its traditional allies, for reasons both strategic and historical, have chosen to remain on the sidelines. The transatlantic alliance, though strained, endures, but in this particular war, America truly fights alone.

Lindy AI Assistant는 인공지능을 활용하여 사용자의 개인 비서 역할을 수행하는 서비스입니다. Greg Isenberg의 팟캐스트에 출연한 Lindy의 창립자 Flo는 “단 2분 만에 자신만의 AI 비서를 설정하고, 이 비서가 사용자에 대해 학습하며, 다양한 도구와 연결되어 점점 더 많은 업무를 처리해 시간을 절약해줄 것”이라고 설명합니다.

Lindy는 처음부터 AI 비서를 목표로 개발된 것은 아니었습니다. 기존의 워크플로우(workflow) 제품을 통해 사용자들이 주로 회의 관리, 캘린더 관리 등 AI 비서와 유사한 워크플로우를 구축한다는 사실을 깨달았습니다. 이에 Flo와 그의 팀은 이러한 니즈를 포착하여 AI 비서 기능을 제품으로 특화시켜 ‘Lindy Assistant’를 탄생시켰습니다.

가장 중요한 특징은 Lindy가 iMessage를 기반으로 작동한다는 점입니다. 이메일, 캘린더, 노션(Notion), 구글 문서(Google Docs) 등 사용자가 평소 사용하는 모든 애플리케이션에 연결되어, 선제적(proactive)으로 업무를 처리합니다. 사용자가 명령할 때까지 기다리는 것이 아니라, 스스로 상황을 관찰하고 “Greg, 여기서 시간을 절약할 기회가 있습니다!”와 같이 먼저 제안하는 방식입니다.

Lindy는 단순히 명령을 수행하는 기계적인 AI가 아닙니다. 마치 실제 인간 비서와 대화하는 듯한 놀라운 사용자 경험을 제공합니다.

• 인간적인 소통 방식: Lindy는 소문자 사용, 친근한 어조, 심지어 가끔은 농담이나 비속어(예: “Oh shit”)까지 사용하여 사용자와의 상호작용을 극도로 인간적으로 만듭니다. 이는 AI 모델의 ‘목소리’를 형성하는 데 엄청난 노력이 필요했음을 Flo는 강조합니다. 예를 들어, 저녁 식사 약속 장소가 화요일에 문을 닫는다는 것을 미리 알려주고, 근처 다른 레스토랑을 제안하며 “Haha, yeah, it would have sucked to show up at an empty restaurant”와 같은 유머를 구사하기도 합니다.

• 선제적인 일상 관리:

  • 아침 브리핑: 매일 아침 그날의 날씨, 예정된 회의, 그리고 밤새 도착한 이메일들을 분류(triage)하고 답장 초안까지 작성해줍니다. Greg은 Lindy가 미리 작성해둔 답장을 보고 자신이 직접 작성했는지 기억하지 못할 정도라고 말하며 그 효율성에 감탄합니다.
  • 회의 준비: 회의 15분 전, 참석자에 대한 정보, 지난 회의 요약, 논의할 주제 등 필요한 모든 맥락을 제공합니다. 예를 들어, “지난 3월 4일 회의의 후속 논의이며, 그들은 영업팀을 위한 AI 비서를 찾고 있습니다”와 같이 상세한 정보를 알려줍니다.
  • 연구 및 정보 검색: Lindy는 사용자의 이메일, 슬랙(Slack), 구글 드라이브(Google Drive) 등 연결된 모든 도구의 정보를 학습하여 개인 비서이자 ‘제2의 두뇌’ 역할을 합니다. “지난 회의에서 헨리 팀의 본거지가 어디라고 했지?”와 같은 질문에도 회의록을 검색하여 정확한 답변(주로 싱가포르와 홍콩)을 제공합니다. 또한, 공개적으로 접근 가능한 온라인 정보도 검색하여 요약해줍니다.

• 다양한 도구와의 통합:

  • 슬랙(Slack) 연동: 회의 중 떠오른 아이디어나 중요한 결정을 놓치지 않도록, Lindy에게 슬랙 메시지를 보내 특정 팀원에게 전달하도록 지시할 수 있습니다. 예를 들어, “Lindy, 이 회의 후에 알리에게 우리가 모든 에이전트를 재교육해야 한다고 슬랙으로 알려줘”라고 명령하면, Lindy는 회의 후 해당 메시지를 작성하여 전송합니다. 심지어 회의 중 언급된 ‘실패 모드 목록’을 구글 문서로 작성하여 팀에 공유하는 것까지 가능합니다.
  • CRM 업데이트: 회의가 끝난 후, Lindy에게 “회의 후에 CRM을 업데이트해줘”라고 명령하면, 어떤 CRM(허브스팟(HubSpot), 세일즈포스(Salesforce) 등)을 사용하는지 물어본 후 연결 링크를 제공하여 자동으로 고객 관계 관리(CRM) 시스템을 업데이트합니다.
  • 팟캐스트 요약: 팟캐스트 스크린샷을 보내면, Lindy는 어피파이(Appify)와 연동하여 해당 팟캐스트의 스크립트를 찾아 요약해줍니다. 바쁜 현대인에게 수많은 좋은 팟캐스트를 모두 들을 시간이 없다는 현실적인 고민을 해결해주는 기능입니다.

Greg은 Lindy를 다른 AI 제품들과 비교해달라고 요청하며, 특히 오픈클로(OpenClaw)와 클로드(Claude) 생태계를 언급합니다. Flo는 Lindy의 차별점을 ‘리눅스(Linux) 대 맥OS(Mac OS)’ 또는 ‘안드로이드(Android) 대 아이폰(iPhone)’ 비유로 명확하게 설명합니다.

• 오픈클로(OpenClaw)와의 비교 (리눅스 vs. 맥OS):

  • 오픈클로: Flo는 오픈클로를 “매우 강력하고 다재다능하지만 동시에 위험할 수 있는 에이전트”로 묘사합니다. 오픈클로는 자신의 코드를 변경하고 스스로 능력을 구축할 수 있는 능력이 있어 ‘리눅스’처럼 개발자와 파워 유저에게 엄청난 잠재력을 제공합니다. 하지만 이는 복잡성과 초기 보안 문제로 이어질 수 있습니다.
  • Lindy: 반면 Lindy는 “훨씬 사용하기 쉽고 ‘바로 작동하는(out of the box)’ ‘맥OS’와 같다”고 설명합니다. Lindy는 자체 코드를 변경하는 능력이 없어 보안성이 더 높고, 수년간의 개발을 통해 안정성을 확보했습니다. 즉, 복잡한 설정 없이 바로 생산성을 높이고 싶은 사용자에게 최적화되어 있습니다.

• 클로드(Claude) 생태계와의 비교 (안드로이드 vs. 아이폰):

  • 클로드 생태계: 클로드나 코워크(Co-work), 디스패치(Dispatch)와 같은 제품들은 “매우 수평적이고 광범위한 기능을 제공하여 사용자가 많은 설정을 직접 해야 하는 ‘안드로이드’ 기기”와 유사합니다. 개발자나 기술에 능숙한 사람들에게는 강력한 도구이지만, 일반 사용자에게는 진입 장벽이 될 수 있습니다.
  • Lindy: Lindy는 “매우 주관적(opinionated)이며 특정 경험에 집중하는 ‘아이폰’과 같다”고 설명합니다. Lindy는 ‘만능 최고 책임자(Chief Everything Officer)‘와 같이 과중한 업무에 시달리는 사업가, 즉 “긴급하고 중요한 일에 동시에 대처해야 하는 사람들”을 위해 설계되었습니다. 이들은 주말을 AI 설정에 쏟는 대신, ‘바로 작동하고 시간을 절약해주는’ 솔루션을 원합니다. 루핑 회사 사장, 스포츠 바 주인, 부동산 중개인 등 다양한 직업군의 사용자들이 Lindy의 이러한 철학에 공감하고 있습니다.

Lindy는 모든 것을 할 수 있는 만능 AI는 아닙니다. Flo는 다음과 같이 Lindy의 한계를 명확히 밝힙니다.

• 전문적인 심층 업무에는 한계: 복잡한 코딩이나 전문적인 회계 업무와 같이 특정 분야에 특화된 AI가 필요한 작업에는 Lindy가 최적의 솔루션이 아닐 수 있습니다. 이러한 작업에는 해당 분야에 특화된 다른 AI 도구를 사용하는 것이 더 효율적일 수 있습니다.
• 인간 비서와는 다른 역할: 하지만 Lindy는 인간 비서에게 요청하기 어려운 일(예: 유튜브 영상 요약)을 효율적으로 처리합니다. Flo는 Lindy가 인간 비서의 80% 정도의 일을 할 수 있지만, 그 80%는 훨씬 더 잘 수행한다고 말합니다. 24시간 내내 대기하고, 30초 안에 응답하며, 인간 비서에게보다 훨씬 더 직접적으로 지시할 수 있다는 점에서 여러 면에서 인간 비서보다 우월한 면모를 보인다고 강조합니다.

Lindy의 궁극적인 비전은 현재의 ‘만능 비서’ 역할을 넘어, 다양한 직무에 특화된 AI 비서로 확장하는 것입니다. Flo는 “소셜 미디어 관리자, 프런트엔드 엔지니어, 영업사원 등 각 직무에 맞는 Lindy를 제공하는 것이 장기적인 계획”이라고 말합니다. 이미 Lindy는 고객 지원 담당자 채용을 위한 100명의 후보 목록을 생성하고, 회사에 대한 맥락을 이해하여 아웃리치 메시지를 작성하는 등 특정 직무의 업무를 수행하는 가능성을 보여주고 있습니다. 이는 기술을 ‘목적을 위한 수단’으로 활용하고자 하는 일반 사용자들에게 AI의 혜택을 제공하려는 Lindy의 철학과 일맥상통합니다.

Lindy AI Assistant는 월 49달러부터 시작합니다. 대부분의 사용자에게 충분한 기능을 제공하지만, 일부 ‘파워 유저’들은 더 많은 비용을 지불하기도 합니다. 예를 들어, 뉴욕의 유명 레스토랑 예약이 어려운 상황에서 15분마다 컴퓨터를 사용하여 예약 취소를 확인하고 바로 예약하는 등 인간 비서에게는 요청하기 힘든 독특한 방식으로 Lindy를 활용하는 사례도 있습니다.

Flo는 Lindy의 음성 기능도 언급했습니다. 현재 음성 메모로 질문하고 음성 메모로 답변을 받을 수 있으며, 곧 전화 통화 기능이 추가될 예정입니다. 사용자가 Lindy에게 전화를 걸거나, Lindy가 다른 사람에게 전화를 거는 것 모두 가능해질 것입니다. Flo는 이 기능을 통해 Lindy와 주간 전략 회의를 진행하며, 자신의 우선순위에 대한 진척도를 평가하고 조언을 얻는 등 더욱 깊이 있는 협업이 가능해질 것이라고 설명합니다.

흥미로운 점은 Lindy가 그룹 채팅에도 참여할 수 있다는 것입니다. Greg의 질문에 Flo는 “인간 비서가 있는 경우, Lindy에게 접근 권한을 부여하여 함께 일하게 할 수 있다”고 답합니다. Flo는 자신의 Lindy와 인간 비서가 함께 있는 그룹 채팅에서 업무를 지시하면, Lindy는 비서의 요청을 스프레드시트에 기록하고 완료 여부를 추적하는 등 보이지 않는 곳에서 지원 업무를 수행한다고 말합니다. 심지어 친구들과의 그룹 채팅에 Lindy를 초대하여 편리하게 활용하기도 합니다.

Lindy AI Assistant는 단순히 작업을 자동화하는 도구를 넘어, 인간적인 소통 방식과 강력한 자동화 기능을 결합하여 바쁜 현대인의 삶을 실질적으로 변화시킬 잠재력을 지니고 있습니다. iMessage라는 친숙한 플랫폼 위에서 ‘바로 작동하는’ 경험을 제공하며, 복잡한 설정 없이도 개인의 업무 효율을 극대화하고자 하는 모든 이들에게 매력적인 솔루션이 될 것입니다.

기술을 자신의 삶을 더 풍요롭게 만드는 수단으로 활용하고자 하는 당신이라면, Lindy AI Assistant가 제공하는 새로운 차원의 비서 경험을 직접 느껴볼 때입니다. 바쁜 일상 속에서 당신의 시간과 에너지를 절약해줄 든든한 AI 비서가 될 것입니다.

알 첸은 갈릴레오에서 AI 애플리케이션을 위한 관측 가능성(observability) 도구를 제공하며, 주로 엔터프라이즈 고객들과 소통합니다. 이들 고객은 대부분 개발자이기에 매우 심층적인 기술 질문을 던집니다. 알 첸은 고객 질문에 답하기 위해 공개 문서를 참조하고 심지어 Claude Code나 ChatGPT 같은 AI 도구를 활용해 여러 도움말 문서를 조합해 보려 했지만, 고객이 원하는 정확한 답변을 얻는 데 실패했다고 고백합니다.

팟캐스트 진행자 클라보(Clarvo) 역시 런치다클리(LaunchDarkly)에서 복잡한 기술 제품을 다루며 비슷한 경험을 했습니다. “고객들은 단순한 문서 답변을 원하지 않습니다. 여러 서비스가 어떻게 유기적으로 연결되어 탄력적인 캐싱 메커니즘을 구축하는지에 대한 단계별 설명을 원합니다.” 클라보는 특히 코드베이스가 끊임없이 진화하기 때문에 한 달 전의 답변이나 문서 내용이 이미 구식이 될 수 있다는 점을 지적하며, 항상 최신 상태의 코드베이스를 참조하는 것의 중요성을 강조했습니다.

알 첸은 비개발자이지만 ‘위험할 만큼은 아는’ 수준의 기술적 이해도를 바탕으로 혁신적인 해결책을 찾아냈습니다. 갈릴레오의 제품은 여러 백엔드 서비스(UI, API, 인증 등)로 구성되어 있으며, 각 서비스는 별도의 리포지토리(monorepo가 아닌)에 저장되어 있었습니다. 그는 이 모든 15개 리포지토리를 자신의 VS Code (Visual Studio Code) 환경으로 가져오는 아이디어를 떠올렸습니다.

“이 모든 리포지토리를 VS Code로 가져온 다음, 이제 Claude Code를 사용하여 공개 문서로는 답변할 수 없는 코드베이스 전체에 대한 질문을 할 수 있게 되었습니다.” 알 첸은 API 리포지토리나 인증 리포지토리를 살펴보고 답변을 찾도록 Claude Code에 지시하고, 만약 특정 리포지토리에서 답을 찾지 못하면 다른 리포지토리까지 참조하여 답변을 구성하도록 요청했습니다. 이는 그가 훨씬 더 심층적이고 기술적인 답변을 제공할 수 있게 했을 뿐만 아니라, 코드베이스가 어떻게 작동하는지 스스로 학습하는 데도 큰 도움이 되었습니다.

이러한 접근 방식은 엔지니어링 팀에 대한 문의를 거의 제로에 가깝게 줄여주었습니다. 이전에는 고객의 질문과 후속 질문을 계속해서 슬랙(Slack) 스레드에 올려 엔지니어들을 번거롭게 했지만, 이제는 스스로 답을 찾을 수 있게 된 것입니다.

코드베이스 최신화 자동화: Claude Code가 만든 스크립트

코드베이스는 항상 진화하기 때문에 최신 정보를 유지하는 것이 중요합니다. 알 첸은 이 문제 역시 Claude Code의 도움을 받아 해결했습니다. 그는 “로컬 리포지토리의 최신 메인 브랜치를 가져올 방법을 알려줘”라고 Claude Code에 요청했고, Claude Code는 단 16줄짜리 스크립트를 즉시 생성해 주었습니다. 이제 알 첸은 매일 이 스크립트를 실행하여 모든 15개 리포지토리의 최신 코드를 로컬 환경에 반영합니다. 이는 일일이 git pull origin main 명령어를 입력하던 비효율적인 방식에서 벗어나게 해주었습니다.

클라보는 VS Code 같은 통합 개발 환경(IDE)에서 단일 리포지토리가 아닌 여러 리포지토리를 동시에 여는 것이 AI 질의 시 매우 중요하다고 강조합니다. 이를 통해 Claude Code와 같은 AI 도구가 리포지토리 간을 넘나들며 고도로 맥락화된 답변을 제공할 수 있기 때문입니다.

알 첸은 Claude Code의 커스텀 명령어(custom command) 기능을 활용하여 고객 지원 효율을 극대화했습니다. 예를 들어, 고객의 배포 문제를 해결하는 ‘DPL’이라는 커스텀 명령어를 사용합니다. 이 명령어는 먼저 갈릴레오의 컨플루언스(Confluence) 페이지를 참조하도록 설정되어 있습니다.

특히 인상적인 것은 ‘고객 특이사항(customer quirks) 페이지’입니다. 알 첸은 모든 엔터프라이즈 고객의 에어갭(air-gapped) 환경, 보안 조치, 비밀 저장 방식, 네임스페이스(namespace) 처리, 서비스 간 암호화 등 배포와 관련된 고유한 요구사항을 이 컨플루언스 페이지에 기록합니다. 그리고 DPL 명령어를 사용할 때 고객 이름을 언급하면, Claude Code는 이 ‘고객 특이사항 페이지’를 참조하여 해당 고객의 환경에 고도로 맞춤화된 배포 절차를 제공합니다.

“우리는 쿠버네티스(Kubernetes)나 클릭하우스(ClickHouse)에 대한 일반적인 답변을 제공할 수 있지만, 이는 구글링이나 AI를 통해서도 찾을 수 있는 정보입니다. 하지만 특정 보안 및 배포 요구사항에 맞춰진 답변은 훨씬 효과적이며, 고객에게 우리가 무엇을 하는지 알고 있다는 신뢰를 줍니다.”

클라보는 이러한 접근 방식이 “정보의 단일 진실 공급원(source of truth)“에 대한 오랜 논쟁을 무의미하게 만든다고 설명합니다. “우리는 이제 조금 더 혼돈 속에서 살아갈 수 있습니다. AI가 시스템 전반의 모든 정보를 탐색해 주기 때문입니다. 정보를 어디에, 어떻게 저장하는지에 대해 덜 집착해도 됩니다. 글머리 기호 목록이든, 공식 문서든, 상관없습니다. AI는 훨씬 더 효과적으로 모든 정보를 탐색하고 이를 실행 가능한 형태로 만들어줍니다.” 알 첸도 슬랙 스레드나 노션(Notion) 등 어디든 정보를 넣어두면 Claude Code가 이를 스캔하여 고객 질문에 대한 맥락으로 활용할 수 있다고 덧붙였습니다.

AI가 이렇게 강력한 도구로 활용되지만, 알 첸은 자신의 역할이 단순한 AI 답변 전달자가 아니라고 강조합니다. 그는 Claude Code가 생성한 답변을 고객에게 그대로 복사-붙여넣기 하지 않습니다.

“저는 여전히 모든 것을 교정하고, 좀 더 인간적인 어조로 만들려고 노력합니다. 우리 모두 AI가 생성한 답변을 보면 ‘요약하자면 다음은 클릭하우스가 제대로 작동하는지 확인하기 위해 해야 할 일입니다’ 같은 문구를 통해 AI 답변임을 알아차릴 수 있습니다. 이런 부분을 제거하면 훨씬 더 인간적인 답변처럼 느껴집니다.”

실제로 고객들은 때때로 AI가 생성한 너무 장황하고 정보가 과도한 답변 대신, ‘인간이 교정한 핵심 요약’을 요청하기도 합니다. 알 첸은 이러한 답변을 고객이 실제로 필요한 핵심 정보로 압축하고, 더 심층적인 기술 질문의 경우 엔지니어의 의견을 구하여 AI의 환각(hallucination)이나 오류를 검증합니다. 코드베이스에 반영되지 않은 리팩토링(refactoring) 계획이나 ‘홀웨이 대화(hallway conversation)‘와 같은 비공식적인 지식은 여전히 인간 엔지니어만이 제공할 수 있는 가치입니다.

클라보는 “관계가 유일한 해자(moat)입니다”라고 말하며, 결국 고객들은 소프트웨어를 판매하는 사람들과 얼굴을 맞대고 신뢰할 수 있는 개인적인 관계를 맺고 싶어 한다고 강조합니다. “저는 AI 동료들과 어울리는 것이 가장 즐겁다고 말하지 않을 겁니다. 여전히 인간 파트너, 인간 동료들과의 관계가 필요합니다.” 그는 고객 대면 역할은 AI 시대에도 사라지지 않을 것이라고 단언합니다.

알 첸은 Slack을 통한 고객 지원에도 AI를 활용합니다. 갈릴레오와 같은 ‘AI 네이티브’ 기업들은 고객 지원의 상당 부분을 Slack 채널을 통해 진행합니다. 알 첸은 파이론(Pylon)이라는 내부 도구를 사용하여 외부 Slack 채널을 모니터링하고, 고객과의 긴 Slack 스레드를 바탕으로 도움말 문서 초안을 생성합니다.

“이러한 긴 Slack 스레드를 보면 ‘이것을 도움말 문서로 만들 수 있을까?’, ‘다른 고객들도 이 정보의 혜택을 받을 수 있을까?’ 하는 생각이 듭니다.” 파이론은 Slack 스레드를 바탕으로 자동으로 문서 초안을 생성하고, 이는 고객별 정보가 추상화된 후 공개 지식 기반(knowledge base)으로 발행됩니다. 이 지식 기반은 공식 문서보다 훨씬 더 심층적이고 빠르게 업데이트됩니다. 공식 문서가 리포지토리를 복제하고 PR(Pull Request)을 제출하며 승인받는 복잡한 과정을 거치는 반면, 지식 기반 문서는 즉석에서 생성되고 자동 발행되기 때문입니다.

클라보는 이를 “그리고 나서(and then)” 워크플로우라고 부르며, AI 시대의 발견을 위한 핵심적인 개념으로 제시합니다. “고객으로부터 Slack 질의를 받았습니다. 그래서 답변했습니다. 완벽하게 인력이 갖춰진 팀이라면 다음으로 무엇을 할까요? ‘그리고 나서’ 그 답변을 문서로 만들 것입니다. ‘그리고 나서’ 그 답변으로 고객 성공 팀을 교육할 것입니다. ‘그리고 나서’ 이 모든 질문을 바탕으로 롱테일 SEO(Long-tail SEO)를 할 수 있을 것입니다.” AI는 이러한 각 단계의 비용을 거의 제로로 만들기 때문에, 인간 팀이 감당하기 어려웠던 선순환 시스템을 구축할 수 있게 됩니다.

알 첸은 이러한 고객 질문과 인사이트를 클러스터링(clustering)하여 제품 로드맵을 결정하는 데 활용할 수 있으며, AI가 이러한 수동 분류 작업을 자동화해 준다고 덧붙였습니다.

물론 이러한 접근 방식에는 도전 과제도 있습니다. 특히 엔지니어링 팀은 비기술 직군이 코드 리포지토리에 접근하여 고객에게 답변을 제공하는 것에 대한 우려를 가질 수 있습니다. 알 첸은 이에 대해 명확한 반론을 제시합니다.

“지난주, 지난 하루 동안 엔지니어링 팀이 ‘이것이 어떻게 작동하나요?’, ‘이것은 어떻게 해야 하나요?’ 같은 질문에 몇 번이나 답변했는지 생각해 보세요. 엔지니어는 끊임없이 질문에 답하는 병목(bottleneck) 역할을 합니다. 만약 고객 대면 팀에 저와 유사한 시스템을 제공한다면, 엔지니어의 수고를 덜어줄 수 있습니다.”

그는 이러한 시스템이 엔지니어의 시간을 절약하고 고객 대면 팀의 효율성을 높일 수 있다고 강조합니다. 또한, 고객 성공 또는 고객 엔지니어링 팀의 채용 기준을 높여 깃허브(GitHub) 및 깃(Git) 명령어를 사용하는 데 편안함을 느끼는 기술적 역량을 요구하거나, 간단한 튜토리얼을 통해 기술 격차를 해소할 것을 제안합니다. 환경 설정이 가장 어려운 부분이지만, 일단 설정되면 Claude Code 사용은 다른 AI 챗봇과 다르지 않다는 설명입니다.

클라보는 “이것은 하드 스킬(hard skill)의 시대입니다”라고 말하며, 역할에 관계없이 코드를 이해하고 IDE(Integrated Development Environment)에서 작업하는 방법을 배우는 것이 중요하다고 역설합니다. “LLM(Large Language Model)은 코드를 이해하는 데 매우 능숙하기 때문에, 앞으로 3년 동안 우리가 소통하는 방식은 코드에 더 가까워질 것입니다.”

또한, 지금이야말로 코딩을 배울 최고의 시기라고 강조합니다. 과거에는 책을 보며 코드를 따라 치는 방식으로 학습했지만, 이제는 ‘마법 같고, 매우 인내심 많고, 무한히 현명한 스승’인 AI를 통해 코딩을 배울 수 있습니다. 알 첸 역시 호기심을 가지고 “이것이 왜 작동하는지 알려줘” 또는 “다섯 살 아이에게 설명하듯이 설명해줘”와 같은 프롬프트를 사용하여 끊임없이 학습하고 있습니다.

알 첸의 사례는 AI가 단순히 제품 개발 속도를 높이는 도구를 넘어, 고객 경험을 근본적으로 혁신할 수 있음을 보여줍니다. 회사의 방대한 코드베이스와 다양한 지식 소스를 AI 코딩 비서 ‘Claude Code’와 결합함으로써, 비개발자 현장 엔지니어도 고객의 가장 복잡하고 미묘한 질문에 깊이 있고 개인화된 답변을 제공할 수 있게 되었습니다.

이는 고객 만족도를 높이고, 내부 엔지니어링 팀의 부담을 줄이며, 고객과의 소통을 통해 얻은 지식을 제품 개선 및 지식 기반 구축으로 이어지는 선순환 시스템을 만듭니다. 동시에 AI 시대에도 인간의 고유한 가치인 관계 구축, 맥락 파악, 비공식적 지식 활용, 그리고 답변의 인간화가 여전히 중요함을 일깨워줍니다.

알 첸의 이야기는 모든 고객 대면 역할에 있는 사람들이 AI를 활용하여 고객에게 더 나은 경험을 제공하고, 더 나아가 스스로 기술적 역량을 강화하는 방법을 고민하게 하는 중요한 시사점을 던집니다. 코드, AI, 그리고 인간의 시너지가 만들어낼 미래의 고객 서비스와 팀 협업의 풍경은 이미 시작되고 있습니다.

조이는 피터의 유튜브 분석 데이터를 가져오고, 은행 계좌를 확인하며, 구글 문서(Google Docs)를 업데이트하고, 간단한 웹 페이지를 구축하는 등 다양한 작업을 수행합니다. 특히 인상 깊었던 일화는 조이가 그에게 건넨 3분짜리 ‘격려 연설’이었습니다. 조이는 그의 경력과 사업에 대한 고민을 듣고는 “아이들은 곧 자라서 당신과 시간을 보내려 하지 않을 테니, 그들과 함께하는 시간을 최우선으로 삼으라”는 깊은 통찰을 전했습니다.

물론 오픈클로가 아직은 완벽하지 않다는 점도 인정했습니다. 설정 과정이 번거롭고, 종종 정보를 잊어버리거나 자신이 할 수 있는 일을 기억하지 못하는 ‘엉성함(janky)‘이 있습니다. 하지만 피터는 이러한 한계에도 불구하고 “어떤 엉뚱한 아이디어라도 말하면 조이가 해낼 수 있다”고 강조합니다. 실제로 그는 조이에게 트윌리오(Twilio)를 연결하여 전화 통화를 시도했고, 비록 지연 시간은 있었지만 성공적으로 통화를 성사시켰습니다. 이는 코딩 에이전트의 무한한 잠재력을 보여주는 사례입니다. 피터는 클로드에서는 정교하고 긴 프롬프트(prompt)를 사용하는 반면, 오픈클로에는 친구와 이야기하듯이 캐주얼하게 명령한다고 덧붙였습니다.

물론 엔터테인먼트 목적의 앱(예: X, 틱톡)은 더 오래 살아남을 수 있겠지만, 기능적인 앱들은 에이전트에게 자리를 내줄 것이라는 분석입니다. 에이전트가 개인 정보를 얼마나 투명하게 들여다볼 수 있는지에 대한 질문에는, 피터가 조이에게 전용 이메일 계정을 만들어주고 이메일과 캘린더에 읽기 권한을, 일부 문서에는 쓰기 권한을 부여하는 등 상당히 투명하게 접근을 허용하고 있다고 답했습니다.

그렇다면 오픈클로와 같은 에이전트 아키텍처는 어떻게 상용화될까요? 피터는 오픈AI(OpenAI)의 피터 스타인버거(Peter Steinberger)가 챗GPT를 통해 이 에이전트 기술을 대중화할 것으로 예상했습니다. 그는 챗GPT가 대화 말미에 항상 “원하시면 X와 Y도 해드릴 수 있습니다”라고 덧붙이는 방식이 오히려 사용자를 짜증 나게 하여 클로드로 옮겨가게 만들었다는 경험을 공유하며, 챗GPT가 에이전트 기능을 통합하여 더욱 인간적인 경험을 제공할 필요가 있다고 지적했습니다.

에이전트와의 코딩 경험은 마치 슬롯 머신과 같다는 비유도 나왔습니다. 예측 불가능한 보상(어떤 때는 1초 만에, 어떤 때는 5분 만에 결과가 나옴)이 사용자에게 카지노와 같은 중독성을 부여한다는 것입니다. 또한 클로드 코드는 이미지 붙여넣기, 음성 기능 등 사용자 경험(Quality of Life) 측면에서 더 나은 기능을 제공하는 반면, 코덱스는 모델 자체는 우수하지만 이러한 ‘하네스 기능(harness features)‘이 부족하다고 지적했습니다.

피터는 “코딩이 모든 지식 노동을 삼킬 것”이라고 확신합니다. 이미 AI 기반 스타트업들은 내부 도구를 직접 코딩하여 사스(SaaS) 비용을 절감하고 있으며, 피터 자신도 블로그 게시물을 작성할 때 AI의 도움을 받아 초고의 80%를 완성한 후 직접 수정하는 방식으로 작업한다고 말합니다. 이는 마이크로소프트 엑셀(Excel)이 전 세계에서 가장 인기 있는 프로그래밍 언어였던 것처럼, 코딩 에이전트가 주관적인 글쓰기까지 포함한 모든 문제를 해결하는 ‘프로그래밍 언어’가 될 것이라는 예측과 일맥상통합니다.

하지만 모든 사스(SaaS)가 사라질 것이라는 주장에 대한 반론도 제기됩니다. 캘린들리(Calendarly)와 같은 간단한 앱의 경우, 직접 유지보수하는 비용과 노력을 감수하며 자체 시스템을 구축하는 것보다 월 20달러를 지불하는 것이 더 합리적일 수 있다는 것입니다. 이는 전담 개발 인력을 고용할 여력이 있는 기업에 더 적합한 모델일 수 있습니다. 또한 피그마(Figma)와 같은 디자인 툴의 경우, 단순한 실행 도구를 넘어 디자인 사고(design thinking)를 위한 중요한 공간이 될 수 있으므로 AI 툴링을 강화하여 새로운 스택에서 관련성을 유지할 기회가 있다고 호스트는 강조했습니다.

이는 PM(Product Manager)들이 관료적인 절차나 감정 소모적인 업무 대신 제품을 만들고 혁신하는 본연의 역할에 집중할 수 있게 해줄 것이라는 희망과도 연결됩니다. 피터는 “현재 실업 상태인 사람들이 오히려 빌더(builder)이자 혁신가가 될 시간이 더 많을 것”이라며, 어려운 시기가 오히려 꿈을 추구할 기회가 될 수 있다는 긍정적인 메시지를 전했습니다.

또한, 미래의 업무 방식은 ‘빠르게’와 ‘느리게’의 조합이 될 것이라고 설명했습니다. 에이전트의 도움으로 특정 아이디어를 빠르게 구현하여 ‘지역 최대치(local maxima)‘에 도달한 후에는, 잠시 멈춰 서서 새로운 통찰을 얻기 위해 천천히 고민하는 시간이 필요하다는 것입니다.

‘비즈니스 인 어 박스(business in a box)’ 플랫폼의 등장은 이러한 변화를 가속화할 잠재력을 가지고 있습니다. 피터는 포스트엣(Postyet)과 같은 플랫폼이 초기 단계임에도 불구하고 개인 창업가(solopreneur)들이 10만 달러 규모의 틈새시장을 공략할 수 있는 길을 열어줄 것이라고 기대했습니다. 그는 자신의 자녀들이 고등학교 때부터 이러한 부트스트랩(bootstrap) 사업을 시작하여 대학이나 기업 생활을 건너뛸 수 있기를 바란다고 말했습니다. 과거 아이들이 유튜버가 되고 싶어 했던 것이 프로그래머가 아닌 사람들이 온라인에서 자신의 ‘주체성(agency)‘을 표현하는 유일한 길이었다면, 이제는 에이전트 기술을 통해 훨씬 더 다양한 것을 만들 수 있는 시대가 열렸다는 것입니다.

결론적으로 피터 양은 2025년까지만 해도 과대평가되었다고 생각했던 에이전트 기술이 이제는 “정말로 다가오고 있다”고 강조했습니다. 그는 에이전트라는 단어 대신 “도구를 사용하여 반복적으로 작동하는 모델(model that use tools in a loop)“이라는 정의를 선호하며, 이러한 기술이 궁극적으로 인간의 일을 더 즐겁게 만들 것이라는 희망을 내비쳤습니다.

에이전트 기술은 일자리를 완전히 없애기보다는, 인간의 생산성을 극적으로 향상시키는 방향으로 진화할 가능성이 높습니다. 100% 자동화되는 직무는 드물고, 대부분의 AI 제품은 상당한 효율성 증대를 제공하지만 마지막 10%는 여전히 인간의 개입을 필요로 합니다. 이는 대규모 기업들이 축소되고 솔로프러너(solopreneur)와 같은 소규모 기업들이 증가하는 경제 구조의 변화로 이어질 수 있지만, 인간의 야망과 욕망에는 한계가 없기에 전체 일자리가 줄어들지는 않을 것이라는 낙관적인 전망입니다.

피터는 최근 트위터에서 본 글귀를 인용하며 대화를 마무리했습니다. “취업 시장이 너무 안 좋아서 이제 꿈을 좇을 수밖에 없네요.” 이는 어려운 시대가 오히려 사람들이 자신의 꿈을 추구하고 성취할 기회를 제공할 수 있다는 긍정적인 메시지로, 에이전트 시대가 열어갈 새로운 가능성을 시사합니다.

이러한 깊은 갈등의 배경에는 트럼프 행정부 첫해부터 쌓여온 ‘상처투성이의 흔적’(accumulated scar tissue)이 깔려 있습니다. 트럼프 대통령은 집권 초기 그린란드 인수를 위협하고 유럽에 관세를 부과하는 등 일방적인 외교를 펼쳤습니다. 이란 전쟁이 시작되기도 전에 유럽에서는 이미 미국이 더 이상 동맹국이 아니라 어떤 면에서는 ‘포식자’(predator)처럼 행동하기 시작했다고 느끼고 있었습니다.

그리고 2월 28일 아침, 유럽은 미국과 이스라엘이 이란에 대한 군사 공격을 감행했다는 소식에 잠에서 깨어났습니다. 미국은 유럽에 대한 아무런 통보나 협의 없이 이란을 공격했으며, 이는 유럽 국가들에게 직접적인 안보 위협을 초래할 수 있는 분쟁에 그들을 방관자로 남겨두었습니다. 프랑스 외무부는 “우리 동맹국들을 포함한 역내 다른 모든 국가들처럼 프랑스 역시 통보받지도, 개입하지도 않았다”고 밝히며 당혹감을 드러냈습니다. 유럽 국가들은 직접적인 비판을 피하면서도 “최대한의 자제력 발휘, 민간인의 생명 존중, 그리고 외교적 해법 모색”을 촉구하며 매우 신중하게 반응했습니다.

하지만 유럽 동맹국들의 반응은 단호했습니다. 스페인의 페드로 산체스(Pedro Sanchez) 총리는 미국의 기지 사용 요청을 단호히 거부했습니다. 다른 국가들은 협상에 더 적극적이었지만, ‘방어’와 ‘공격’을 명확히 구분했습니다. 독일은 “우리는 지금 공격 작전에 참여하지 않을 것이지만, 이란은 초토화 전략을 추구하고 있다. 따라서 우리는 역내 동맹국들과 우리 국민의 집단적 자위권을 지지한다”고 밝혔습니다. 즉, 유럽은 방어 및 병참 작전에는 도움을 제공할 의향이 있었지만, 공격적인 군사 작전에는 참여하지 않으려 했습니다.

트럼프 대통령은 이러한 이분법적 태도를 받아들이지 않았습니다. 그에게는 공격적인 측면에서 돕지 않는다면, 전혀 돕지 않는 것이나 마찬가지였습니다. 트럼프 대통령은 유럽이 나토 동맹국을 지지하지 않는다고 비판하며, 스페인과의 무역 관계 단절 위협까지 가했습니다. 심지어 영국 총리 키어 스타머(Kier Starmer)를 “윈스턴 처칠이 아니다”라고 비난하기도 했습니다. 이러한 트럼프의 압박에도 불구하고, 유럽 국가들은 상대적으로 미미하지만 상징적으로 중요한 방식으로 트럼프에 맞섰고, 이는 긴장을 더욱 고조시켰습니다.

이후 상황은 더욱 격렬해졌습니다. 트럼프 대통령은 연설에서 NATO를 ‘종이 호랑이’(paper tiger)라고 비난하며, 미국의 도움이 필요 없다고 말했습니다. 그는 미국이 더 이상 석유가 필요 없으니, 호르무즈 해협 문제는 유럽 국가들이 직접 해결해야 한다고 주장했습니다. “프랑스가 해라. 그들은 해협에서 많은 석유를 얻는다. 유럽 국가들이 해라”고 말하며 동맹국들에게 자체적인 석유 확보를 촉구했습니다.

이러한 과정에서 트럼프 대통령이 프랑스의 에마뉘엘 마크롱(Emmanuel Macron) 대통령과 그의 부인에 대한 무례한 발언을 한 사건은 이러한 긴장감을 극명하게 보여주었습니다. 트럼프는 마크롱의 억양까지 흉내 내며 프랑스의 이란 지원 거부를 비꼬았고, 마크롱은 “내가 들은 발언들은 품위 있지도, 적절하지도 않다. 나는 그에 대해 응답하지 않을 것이다. 그들은 응답받을 가치도 없다”고 맞받아치며 전시 지도자로서의 트럼프의 자질을 문제 삼았습니다.

그러나 유럽은 이러한 트럼프의 주장에 대해 여러 가지 이유로 반박합니다. 첫째, 유럽은 군사 공격이 이란의 핵 프로그램을 근절하는 등 트럼프 대통령이 말하는 문제들을 해결할 수 있을지에 대한 깊은 회의감을 가지고 있습니다. 그들은 이란의 핵 프로그램이 이미 이전의 미-이스라엘 주도 공격으로 상당한 타격을 입었으며, 전면전을 시작하는 것이 설득력이 없다고 봅니다. 둘째, 미국이 먼저 공격을 개시했으므로 NATO 헌장 5조(Article 5)가 적용되지 않는다고 주장합니다. 5조는 동맹국이 ‘공격받았을 때’ 발동되는 조항이라는 것입니다. 셋째, 나토의 역사는 모든 분쟁에서 만장일치를 요구하지 않는다는 것입니다. 1950년대 수에즈 위기(Suez Crisis) 당시 영국과 프랑스가 이스라엘과 동맹을 맺고 이집트를 공격했을 때, 미국은 이를 반대하며 동맹 관계에 심각한 긴장을 초래했지만, 이는 나토 회원국들이 다른 회원국의 잘못된 행동에 동의하지 않을 수 있다는 선례를 남겼습니다. 이라크 전쟁(Iraq War) 역시 독일과 프랑스가 미국의 침공에 반대하며 ‘선택의 전쟁’에 참여하지 않았습니다. 넷째, 호르무즈 해협 문제에 있어서도 유럽은 자신들이 할 수 있는 일이 제한적이며 위험 부담이 크다고 판단합니다. 지뢰 제거함이나 호위함 파견 등의 옵션이 있지만, 분쟁 중에는 이란 드론과 미사일의 표적이 될 위험이 너무 크다는 것입니다. 프랑스가 최근 해협을 통과한 사례는 이란과 별도의 협상을 통해 해결할 가능성도 시사하지만, 이는 다시 트럼프 대통령을 자극할 수 있습니다. 결론적으로 유럽은 전쟁에 뛰어드는 것이 “얻는 것 없이 모든 종류의 하방 위험만 감수하는 것”이라고 보고 있습니다.

여기에 과거 전쟁의 트라우마가 더해집니다. 9.11 테러 이후 나토가 미국을 방어하기 위해 참전했던 아프가니스탄 전쟁(Afghanistan War)은 20년간의 지루한 분쟁 끝에 탈레반이 다시 국가를 장악하는 것으로 끝났습니다. ‘선택의 전쟁’이었던 이라크 전쟁은 유럽에 깊은 트라우마를 남겼으며, 영국에서는 토니 블레어(Tony Blair) 총리의 정치적 유산을 오염시키고 수년간의 비난을 초래했습니다. 유럽 지도자들은 이란 사태를 이라크 전쟁의 안 좋은 기억이라는 렌즈를 통해 바라보고 있습니다.

이러한 상황에서 유럽은 미국의 안보 의존성이라는 또 다른 딜레마에 직면합니다. 트럼프 대통령을 너무 자극하면, 미국이 우크라이나에 대한 지원을 철회할 수도 있다는 우려가 존재합니다. 이는 유럽에 직접적인 안보 위협이 될 수 있습니다. 다만, 최근 미국 대법원이 트럼프 행정부의 관세 중 상당수가 불법이라고 판결하면서, 트럼프의 ‘관세 카드’라는 경제적 압박 수단이 약화된 것은 유럽이 트럼프에 대해 좀 더 대담하게 행동할 수 있는 여지를 주었습니다.

각국의 국내 정치 상황도 복잡합니다. 이탈리아의 조르자 멜로니(Giorgia Meloni) 총리는 트럼프와 신뢰 관계를 구축했지만, 이란 전쟁에 대한 대중의 반발로 최근 사법 개혁 국민투표에서 패배하며 어려운 입장에 놓였습니다. 반면 영국의 키어 스타머 총리는 트럼프의 모욕에도 불구하고 대통령에 대한 독립성을 보여주며 국내 유권자들의 지지를 얻기도 했습니다. 모든 유럽 지도자들은 대중이 원치 않는 전쟁에 참여하지 않으면서도, 에너지 위기가 경제를 장악하는 것을 막기 위해 모든 노력을 다하는 것처럼 보여야 하는 어려운 균형을 걷고 있습니다.

유럽은 현재 위태로운 줄타기를 하고 있으며, 뚜렷한 해결책은 보이지 않습니다. 외교적 차원에서는 영국의 찰스 3세 국왕이 미국을 국빈 방문하여 우호적인 관계를 다지고 트럼프에게 동맹의 가치를 상기시키려 노력하고 있습니다. 운영적 차원에서는 전쟁 후 호르무즈 해협의 안보를 위한 연합(미국은 불포함)을 구상하고 있으며, 우크라이나 휴전을 위한 ‘자발적 연합’ 또한 미국을 배제한 채 논의되고 있습니다.

하지만 이러한 노력들은 유럽이 ‘탈미국 시대’(post-American world)를 고민하고 있음을 보여주면서도, 동시에 미국의 역할이 여전히 핵심적이라는 한계를 드러냅니다. 마크 랜들러 기자는 미국과 유럽을 “매우 힘든 시기를 겪고 있는 부부”에 비유하며, “분열의 대가가 함께하는 고통보다 훨씬 크다”고 지적합니다. 경제 위기와 안보 위기에 직면한 유럽에게 미국과의 이혼은 여전히 너무 고통스러운 선택입니다.

한편, 부활절 일요일, 트럼프 대통령은 호르무즈 해협 봉쇄가 해제되지 않으면 이란의 에너지 인프라를 공격하겠다고 다시 위협하며, “해협을 열어라, 미친 놈들아, 안 그러면 지옥에서 살게 될 것이다. 두고 봐라”는 거친 메시지를 소셜 미디어에 남겼습니다. 이러한 긴장 속에서도 미국은 이란 상공에서 격추된 전투기 조종사를 구출하는 매우 복잡하고 도전적인 특수 작전을 성공적으로 수행했습니다. 이 작전은 부상당한 조종사가 24시간 이상 이란군을 피해 숨어 있었고, CIA의 기만 작전과 미군 공격기의 지원 속에 네이비실 팀 식스(Navy Seal Team Six) 특공대가 출동하여 이루어졌습니다. 트럼프 대통령은 이 작전의 성공을 자축하며 “우리는 그를 잡았다”고 밝혔습니다. 이처럼 전쟁의 고통스러운 현실과 복잡한 외교적 줄다리기는 계속되고 있습니다.