[태그:] AI 자동화

  • AI 자동화 해고 시대: 클릭업 22% 감원이 보여주는 일의 미래

    AI 자동화 해고 시대: 클릭업 22% 감원이 보여주는 일의 미래

    직원 22%를 한 번에 잘랐습니다. 그런데 CEO는 “비용 절감이 아니라 AI 전환”이라고 말합니다. 클릭업(ClickUp)이 2026년 5월에 발표한 대규모 감원은 AI 자동화 해고의 가장 선명한 사례로 떠올랐습니다. 3,000개의 AI 에이전트가 사람 대신 일하고, 남은 직원에게는 “밀리언 달러 연봉”을 약속하는 구조 — 이 실험이 성공할 수 있을까요? 그리고 한국 기업과 직장인에게 어떤 의미가 있을까요?

    1. 클릭업 22% 감원, 무슨 일이 있었나

    협업 소프트웨어 스타트업 클릭업(ClickUp)의 CEO 젭 에반스(Zeb Evans)는 2026년 5월 21일, 전체 인력의 22%를 줄이겠다고 발표했습니다. 2021년 40억 달러(약 5조 6천억 원) 밸류에이션을 기록한 9년 차 회사에서 벌어진 일입니다.

    눈에 띄는 점은 에반스가 이번 감원을 비용 절감이 아닌 AI 전환으로 규정했다는 것입니다. 단순히 인건비를 줄여서 재무제표를 개선하려는 게 아니라, 회사 운영 방식 자체를 바꾸겠다는 선언이었습니다.

    에반스는 내부 공지에서 이렇게 밝혔습니다.

    “밀리언 달러 연봉 밴드를 도입하겠다. AI를 활용해 기대 이상의 임팩트를 만들면 기존 연봉 체계를 넘어서는 보상을 받게 될 것이다.”

    사람을 줄이는 대신, 남은 사람에게는 더 많은 보상을 주겠다는 논리입니다. 자신의 업무를 AI로 자동화한 직원은 “항상 자리가 보장된다”라는 말도 덧붙였습니다.

    2. 직원 1,300명, AI 에이전트 3,000개 — 100x 조직의 실체

    클릭업이 단순히 인원만 줄인 것은 아닙니다. 감원 발표 3일 전, 회사가 이미 약 3,000개의 내부 AI 에이전트를 배치해 복잡한 업무를 처리하고 있다는 사실이 알려졌습니다. 직원 대비 AI 에이전트 비율이 거의 3:1인 셈입니다.

    AI 자동화 해고 시대에 AI 에이전트와 인간이 전략을 겨루는 장면

    에반스가 내세운 비전은 “100x 조직”입니다. 기존 인력 규모의 100배에 해당하는 생산성을 AI로 달성하겠다는 뜻입니다. 현재 직원들의 역할도 달라졌습니다. 직접 코드를 짜거나 보고서를 작성하는 대신, AI 에이전트에게 지시를 내리고 결과물을 검토하는 방식으로 전환하고 있습니다.

    이 모델을 극단적으로 밀어붙인 사례도 있습니다. 폴시아(Polsia)라는 스타트업은 창업자 벤 브로카(Ben Broca) 단 한 명이 운영하면서도, 설립 1년 만에 2억 5천만 달러 밸류에이션으로 3,000만 달러(약 420억 원)를 투자받았습니다. AI 자동화를 극한까지 활용하면 한 사람으로도 수백 명 규모의 회사처럼 운영할 수 있다는 증거입니다.

    3. 가트너 데이터가 보여주는 현실 — AI 인력 감축의 양면

    클릭업만의 이야기가 아닙니다. 가트너(Gartner) 조사에 따르면, 자율 기술을 사용하는 기업의 약 80%가 인원을 줄였습니다. 2026년 1분기에만 전 세계 기술 산업에서 8만 개 이상의 일자리가 사라졌고, 연말까지 30만 개를 넘길 것이라는 전망도 나옵니다.

    하지만 여기서 간과하기 쉬운 사실이 있습니다. 인력 감축이 반드시 의미 있는 재정적 수익으로 이어지지는 않는다는 점입니다. AI 도입 비용, 시스템 통합 비용, 품질 관리 비용을 합산하면 절감액이 예상보다 작은 경우가 많습니다.

    구분 수치 출처
    자율 기술 도입 후 인원 감축 기업 비율 약 80% 가트너(Gartner)
    2026년 1분기 글로벌 기술 산업 일자리 감소 8만 개 이상 블룸버그
    2026년 연간 예상 기술 일자리 감소 30만 개 이상 블룸버그
    클릭업 감원 비율 22% 클릭업 공식 발표
    클릭업 내부 AI 에이전트 수 약 3,000개 포춘(Fortune) 보도

    메타, 마이크로소프트, 아마존 등 대형 기술 기업도 비슷한 흐름을 보이고 있습니다. 2026년 전체 기술 산업 해고의 절반 정도가 AI 주도 구조조정이라는 분석이 있을 정도입니다. 2026년 AI 트렌드에서 워크플로우가 모델보다 중요하다고 짚었던 흐름이 실제 기업 조직 재편으로 나타나고 있는 셈입니다.

    4. “밀리언 달러 연봉”이 한국 기업에 주는 시사점

    클릭업의 실험에서 한국 기업과 직장인이 참고할 부분이 있습니다.

    4.1. AI 도입률 격차는 크지만 속도는 빨라지고 있다

    국내 기업의 AI 도입률은 10인 이상 민간기업 기준 약 2.7% 수준(2022년 정보화통계조사)으로, 미국 대비 낮은 편입니다. 하지만 2026년 들어 IT 부서의 최우선 과제가 AI/데이터 역량 강화(46.5%)업무 자동화 확대(45.2%)로 바뀌었습니다. 조직 AI 학습 격차를 빠르게 좁혀가는 단계입니다.

    4.2. 보상 구조의 재설계가 뒤따라야 한다

    클릭업의 “밀리언 달러 연봉 밴드”는 과장된 측면이 있지만, 핵심 메시지는 분명합니다. AI를 잘 활용해서 큰 성과를 내는 사람에게는 기존 호봉제나 직급별 밴드를 넘어서는 보상이 필요하다는 것입니다. 한국 기업 대부분이 아직 연공서열 기반 보상 체계를 운영하고 있어, AI 시대에 맞는 성과 보상 설계가 과제로 남아 있습니다.

    4.3. “자동화하면 잘린다”가 아닌 “자동화하면 살아남는다”

    에반스는 “자신의 업무를 AI로 자동화한 사람은 항상 자리가 있다”라고 말했습니다. 이 말을 그대로 믿을 필요는 없지만, 방향 자체는 한국 직장인에게도 유효합니다. 반복적이고 정형화된 업무를 수행하는 직종은 AI 대체 속도가 빠른 반면, AI 도구를 적극 활용해 생산성을 높이는 인력에 대한 수요는 공급 대비 3.2배에 달합니다.

    5. AI 자동화 해고 시대, 실무자가 준비해야 할 3가지

    1. AI 도구 활용 역량을 키우세요. 코딩 여부와 상관없이, 업무에 AI 에이전트를 직접 적용해 본 경험이 이력서와 면접에서 차이를 만듭니다. 에이전틱 엔지니어링처럼 AI에게 지시하고 검토하는 능력이 곧 핵심 역량입니다.
    2. 자동화 가능한 업무를 먼저 파악하세요. 자신이 하는 일 중 반복적인 부분을 목록으로 만들고, AI로 처리할 수 있는 항목을 하나씩 실험하는 게 좋습니다. 이 과정 자체가 “대체 불가능한 인력”으로 자리잡는 방법입니다.
    3. 조직 전체의 AI 학습 격차에 관심을 가지세요. 개인 역량만으로는 한계가 있습니다. 팀 단위, 부서 단위로 AI 도입 실험을 제안하고 주도하는 사람이 조직 내에서 가치를 인정받습니다.

    6. 비용 절감이 아닌 구조 전환 — 그 경계를 어떻게 판단할까

    클릭업 사례의 가장 큰 쟁점은 “AI 전환”과 “비용 절감”의 경계가 모호하다는 점입니다. CEO가 AI 전환이라고 말하더라도, 실질적으로는 인건비 절감이 주된 동기인 경우가 적지 않습니다.

    판단 기준은 간단합니다. 감원 이후 AI 인프라와 남은 인력에 대한 재투자가 실제로 이루어지는지를 보면 됩니다. 클릭업은 밀리언 달러 연봉 밴드와 3,000개 AI 에이전트 인프라를 약속했지만, 이것이 실제 재무 성과로 연결되는지는 아직 검증 전입니다.

    가트너 데이터가 시사하듯, AI 도입으로 인원을 줄인 기업의 상당수가 기대만큼의 재정적 수익을 얻지 못하고 있습니다. 기술 투자 비용, 전환 과정의 생산성 저하, 핵심 인력 이탈 리스크까지 고려하면 단순 계산보다 복잡한 방정식이 됩니다.

    한국은 어떻게 될까요? 이러한 변화를 한국적 상황에 맞춰 흡수하는 기업이 많아질 것입니다. 우리나라는 직원을 해고하는 일은 유연하지 못한 상황이기 대문에 단기적으로는 직무 전환배치는 여러 회사들에서 일어날 수 있는 일이 될 것 같습니다. 스텝 부서에 있다가 영업이나 연구개발직군으로의 이동과 같은 상황으로 말이죠. 이미 시작된 미래를 외면하는 것만으로는 변화할 수 없는 상황입니다. 이 방향에 동의된다면 미리 준비해 보시죠.

    자주 묻는 질문

    클릭업은 왜 22%나 감원했나요?

    CEO 젭 에반스는 비용 절감이 아닌 AI 전환이 목적이라고 밝혔습니다. 회사 내부에 약 3,000개의 AI 에이전트를 배치하고, 직원 역할을 AI 관리와 결과물 검토 중심으로 재편하겠다는 전략입니다. 남은 직원에게는 밀리언 달러 연봉 밴드라는 파격 보상도 제시했습니다.

    AI 자동화 해고가 한국에도 영향을 미치나요?

    이미 영향이 나타나고 있습니다. 국내 IT 부서의 최우선 과제가 AI/데이터 역량 강화와 업무 자동화 확대로 바뀌었고, 반복 업무 중심 직종에서 인력 재배치가 진행 중입니다. 다만 한국은 미국 대비 AI 도입률이 낮아 속도 차이는 있습니다.

    AI 시대에 직장인은 어떻게 준비해야 하나요?

    AI 도구 활용 역량을 키우는 것이 가장 효과적입니다. 자신의 업무 중 반복적인 부분을 AI로 자동화하는 실험을 직접 해보고, 팀 단위 AI 도입을 제안하는 경험이 차별화 요소가 됩니다. AI를 대체가 아닌 협업 도구로 활용하는 관점이 중요합니다.


    참고 글: What ClickUp’s Mass Layoff Tells Us About the Future of Work (TechCrunch, 2026-05-25)

    AX 100배의 법칙
    AX 100배의 법칙
    – 나와 조직의 능력을 100배 높이는 AI 경영의 실제

    도서 구매

    함께 읽으면 좋은 글:

    디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매

    (adsbygoogle = window.adsbygoogle || []).push({});
    .adsbygoogle.organic-adsense1 {display:block;} .adsbygoogle.organic-adsense2 {display:none} @media (min-width: 580px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:290px;max-width:290px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;margin-left:0px;min-width:290px;max-width:290px;width:100%;height:250px;} } @media (min-width: 630px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} } (adsbygoogle = window.adsbygoogle || []).push({}); (adsbygoogle = window.adsbygoogle || []).push({});

    . .

  • AI 에이전트 사례, 5가지 활용 분야

    AI 에이전트 사례, 5가지 활용 분야

    인공지능(AI)은 다양한 산업에 걸쳐 변화를 일으키고 있으며, 특히 AI 에이전트의 발전은 이러한 변화를 가속화하고 있습니다. 에이전틱 AI는 단순한 자동화를 넘어 복잡한 의사 결정을 내리는 능력을 갖춘 차세대 AI 기술을 의미합니다. AI 에이전트 사례를 통해 이 기술이 어떤 방식으로 우리의 일상을 변화시킬지 알아보겠습니다.

    양날의 검과도 같은 소프트웨어 개발 분야

    AI 기술은 소프트웨어 개발의 패러다임을 변화시키고 있습니다. AI 에이전트는 코딩 어시스턴트 또는 코파일럿으로서 대량의 코드 작성과 오류 검토를 지원하여 소프트웨어 개발 프로세스를 혁신할 것입니다. 예를 들어, 많은 소프트웨어 개발 회사들이 에이전틱 AI를 통해 코드를 자동으로 작성하고 검토하는 도구로 소개하고 있습니다. 이는 개발자의 부담을 줄이고, 더 복잡한 프로젝트에 집중할 수 있도록 돕습니다.

    AI 에이전트 사례

    가트너의 보고서에 따르면, 3년 이내에 지금보다 더 똑똑한 AI 에이전트가 대부분의 코드를 작성하게 될 것으로 예상되며, 이는 현재의 소프트웨어 엔지니어에게 있어 재교육의 필요성을 시사합니다. 더불어 시니어 개발자들은 크게 영향을 받지 않지만 주니어 개발자들에게는 어떤 상황이 연출될지 아직까지 가늠하기는 어려운 것 같습니다. 이처럼 이러한 변화는 초기에 혼란을 유발할 수도 있고, 기존의 코딩 관행을 바꾸기 위한 저항도 있을 수 있습니다. 그러나 개발 영역이 가장 빠르게 AI 에이전트와 변화할 것이라는 점은 분명해 보입니다.

    RPA의 진화: 단순한 자동화를 넘어

    현재 많은 기업들은 로봇 프로세스 자동화(RPA)를 사용하여 여러 영역에서 단순하고 반복적인 작업을 자동화하고 있습니다. 그러나 AI 에이전트는 RPA와 결합하여 복잡한 문제를 처리할 수 있는 능력을 가지고 있습니다. 이는 비즈니스 전반의 운영 효율성을 크게 향상시킬 수 있습니다.

    예를 들어, 보험사의 경우 복잡한 클레임 프로세스를 처리하기 위해 AI 에이전트를 도입함으로써 더 빠르고 정확하게 고객의 요구를 충족할 수 있습니다. 기존 RPA와는 달리 AI가 고객 클레임에 대한 맥락을 정확하게 이해할 수 있기 때문에 RPA로 구현하기 힘들었던 예외 로직을 이해하고 처리할 수 있기 때문에 더 많은 상황에서 자동화가 가능합니다.

    엔터프라이즈 워크플로우의 혁신

    세일즈포스, 서비스나우 등 많은 기업들이 엔터프라이즈 워크플로우에 AI 에이전트 도입을 예고하고 있습니다. 이를 통해 기업은 일상적인 작업을 자동화하고 프로세스를 간소화할 수 있습니다. 예를 들어, 회의 노트를 프로젝트 계획으로 자동 변환시키거나, 실시간 수요 공급 예측에 기반한 공급망 최적화에 바로 활용할 수 있습니다.

    앞으로 기업의 CIO들은 기업 운영 방식에 대한 심층적인 지식을 AI에게 맡기는 방향을 고려해야 합니다. AI가 기업의 모든 운영 방식을 알고 있다면, 더 나은 경영 의사결정을 내리는데 적극적으로 관여가 가능하기 때문입니다.

    비즈니스 인텔리전스의 새로운 시대

    마지막으로, AI 에이전트는 비즈니스 인텔리전스(BI) 분야에서도 커다란 변화를 일으킬 것입니다. AI 기반 BI 솔루션은 직관적인 데이터 분석을 통해 더 많은 사용자, 특히 비전문가들이 데이터에서 통찰력을 얻을 수 있도록 도와줍니다.

    AI 에이전트가 태블로, 파워BI와 같은 비즈니스 인텔리전스 도구와 결합하면 더 깊이 있는 인사이트를 더 빨리 얻을 수 있게 되는 것입니다. 예를 들어, 챗봇이나 음성으로 “우리 회사의 마장 매출이 많이 나오는 마케팅 채널 3개는 무엇인가?”라는 질문에 적절한 데이터, 차트와 함께 답변을 제공할 수 있습니다.

    더욱 강력한 고객 지원 자동화

    AI는 이미 고객 지원 분야에서 활발히 활용되고 있지만, AI 에이전트는 고객 서비스의 새로운 장을 열고 있습니다. 예를 들어, 은행의 고객 지원에서 “내 계좌 중 잔고가 가장 많은 계좌에서 돈을 인출하여 당좌 예금 계좌로 옮겨줘”라는 질문에 대해 기존의 챗봇은 이해하기 어렵지만, AI 에이전트는 이러한 복잡한 요청을 처리할 수 있습니다.

    AI 에이전트 사례로 본 향후 전망

    AI 에이전트의 이러한 활용 사례들은 기술이 단순한 작업을 넘어 복잡한 비즈니스 문제 해결에 어떻게 기여할 수 있는지를 보여줍니다. 앞으로 더 많은 기업들이 에이전틱 AI를 도입하여 경쟁력을 강화할 것입니다.

    에이전틱 AI는 특히 기업환경에서 엄청난 변화를 불러 일으 킬 가능성을 가지고 있습니다. 그러나 이러한 새로운 기술을 성공적으로 적용하기 위해서는 기술적인 이해, 전략적 방향 설정 및 관리 역량이 필요합니다. 각 산업의 특성에 맞게 에이전틱 AI를 적절히 활용한다면, 이는 기업의 혁신을 가속화하고 새로운 가치를 창출하는 강력한 도구가 될 것입니다.

    에이전틱 AI에 대해 계속 고민하고, 연구하고 있습니다. 실제 개발하여 적용하기도 하고 있고요. 앞으로 더욱더 다양한 생각들을 정리해 보겠습니다.

    AX 100배의 법칙
    AX 100배의 법칙
    – 나와 조직의 능력을 100배 높이는 AI 경영의 실제

    도서 구매

    함께 읽으면 좋은 글:

    디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매

    (adsbygoogle = window.adsbygoogle || []).push({});
    .adsbygoogle.organic-adsense1 {display:block;} .adsbygoogle.organic-adsense2 {display:none} @media (min-width: 580px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:290px;max-width:290px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;margin-left:0px;min-width:290px;max-width:290px;width:100%;height:250px;} } @media (min-width: 630px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} } (adsbygoogle = window.adsbygoogle || []).push({}); (adsbygoogle = window.adsbygoogle || []).push({});

    . .

  • AI Agent 미래: 가트너 보고서를 통해 본 미래 전망

    AI Agent 미래: 가트너 보고서를 통해 본 미래 전망

    인공지능(AI)은 이미 우리의 일상과 업무 환경에 깊이 스며들고 있습니다. 특히 AI 에이전트(AI Agents)는 기업과 산업 전반에 걸쳐 상당한 변화를 일으킬 기세입니다. Gartner의 최근 보고서에 따르면, 이러한 AI 에이전트는 곧 다양한 업무를 자동화하고 보완하는 데 혁신적인 역할을 할 것입니다. 그러나 이와 동시에 이러한 기술에 대한 실망감도 증대되고 있다는 것입니다.

    AI Agent의 급부상

    현황 및 전망

    AI Agent는 이제 모호한 개념에서 현실로 빠르게 이동하고 있으며, 기업들은 이들을 통해 보다 효율적인 업무 수행을 계획하고 있습니다. Gartner의 주요 연구원들에 따르면, 현재 AI 에이전트는 초기 단계에 있으며, 향후 연구가 활발히 진행될 것이라고 합니다.

    AI Agent

    AI Agent 개발의 핵심 요소

    AI 에이전트가 성공적으로 구현되기 위해서는 다음과 같은 요소들이 중요합니다:

    • 고급 문제 해결 능력: 단순한 업무 수행을 넘어 다양한 맥락에서 효과적으로 작업을 수행하는 능력이 필요합니다.
    • 기억과 맥락 이해 능력: 에이전트가 이전 상호작용에서 배운 내용과 맥락을 기반으로 다음 단계를 계획할 수 있어야 합니다.
    • 다중 모달 입력 처리: 텍스트, 이미지, 비디오 등 다양한 형태의 입력과 출력을 다룰 수 있는 능력이 중요합니다.

    AI 기술의 발전과 한계

    오픈 소스 AI의 부상

    최근 몇몇 기업들은 오픈 소스 AI 시스템을 채택하면서 커스터마이징 및 배포의 유연성을 높이고 있습니다. 이는 클라우드, 온프레미스, 엣지 또는 모바일 디바이스에서 작동할 수 있는 모델을 가능하게 합니다.

    엣지 AI의 도입

    엣지 AI는 자원이 제한된 환경에서도 작동할 수 있는 소형 모델을 개발하여 현업에서의 활용 가능성을 높이고 있습니다. 이는 클라우드 의존도를 줄이고, 빠르고 효율적인 데이터 처리를 가능하게 합니다.

    실망과 도전 과제

    낮아지는 기대와 높은 비용

    현재 AI 기술은 시장에 공표되는 빠른 변화와 달리 기업에서의 활용에 있어서는 기대보다 느리게 발전하고 있으며, 이는 일부 기업 리더들에게 실망감을 안겨주고 있습니다. 대규모 투자에도 불구하고, 상당수의 기업들이 AI의 가치를 충분히 누리지 못하고 있는 것은 사실입니다. 여기에는 데이터 준비 및 추론 비용이 과소 평가된 것도 한 요인입니다.

    차별화 부족과 인재 확보의 어려움

    더불어 많은 AI 스타트업들이 독창성 부족으로 인해 시장에서의 경쟁력이 낮다는 비판을 받고 있습니다. 또한, AI 인재를 확보하는 데 드는 비용과 노력이 상당히 큰 것도 사실입니다.

    AI의 다양한 비즈니스 활용 사례

    각 산업 분야에서 AI는 다양한 방식으로 활용되고 있습니다. 다음과 같은 세 가지 주요 비즈니스 기능이 두각을 나타내고 있습니다:

    1. IT 부문: 코드 생성, 분석 및 문서화에 AI가 도움을 주고 있습니다.
    2. 보안 분야: AI는 위협 관리 및 근본 원인 분석 등의 보안 운영센터(SOC) 업무를 지원할 수 있습니다.
    3. 마케팅 분야: SNS상의 글들에 대한 감정 분석 및 개인 맞춤형 콘텐츠 생성을 통해 더 나은 마케팅 전략을 구현하는 데 사용됩니다.

    AI가 비즈니스 전 분야에 걸쳐 상당한 영향을 미칠 것이라는 이해에도 불구하고, 많은 기업들이 아직도 제자리걸음을 하고 있는 실정입니다.

    결론

    현재의 AI 에이전트 기술은 분명한 가능성을 지니고 있지만, 그 이면에는 많은 도전 과제와 개선 과제가 남아 있습니다. 미래에는 더 많은 기업들이 AI를 채택하고, 이를 통해 더욱 발전된 비즈니스 환경을 만들어 갈 것으로 기대됩니다. AI 기술의 발전은 이제 시작일 뿐이며, 기업들은 이 기술을 활용해 더 많은 성과를 내기 위해 지속적으로 노력해야 할 것입니다.

    참고: Gartner predicts AI agents will transform work, but disillusionment is growing

    AX 100배의 법칙
    AX 100배의 법칙
    – 나와 조직의 능력을 100배 높이는 AI 경영의 실제

    도서 구매

    함께 읽으면 좋은 글:

    디지털 트랜스포메이션: 조직의 습관을 바꾸는 일, 도서 구매

    (adsbygoogle = window.adsbygoogle || []).push({});
    .adsbygoogle.organic-adsense1 {display:block;} .adsbygoogle.organic-adsense2 {display:none} @media (min-width: 580px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:290px;max-width:290px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;margin-left:0px;min-width:290px;max-width:290px;width:100%;height:250px;} } @media (min-width: 630px) { .adsbygoogle.organic-adsense1 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} .adsbygoogle.organic-adsense2 {display:inline-block;min-width:315px;max-width:315px;width:100%;height:250px;} } (adsbygoogle = window.adsbygoogle || []).push({}); (adsbygoogle = window.adsbygoogle || []).push({});

    . .