핵심 요약

  • 수파베이스 공동창업자 겸 CEO는 AI 덕분에 비개발자도 소프트웨어를 만들면서 데이터베이스 수요가 빠르게 늘고 있다고 밝혔다.
  • 개인용 앱의 가치는 기능뿐 아니라 건강·재무·일정 데이터를 한곳에 모아 자신만의 맥락으로 활용하는 데 있다.
  • 에이전트용 개발 도구는 모델의 선택을 받는 것과 오류가 났을 때 스스로 해결하도록 돕는 것을 함께 고려해야 한다.
  • 수파베이스는 대시보드 중심 제품에서 코드 중심 제품으로 전환하며 작은 개인용 앱부터 성장하는 기업까지 지원하려 한다.
  • AI가 코드를 더 많이 작성할수록 실제 사용 사례에 맞춘 테스트와 평가가 중요해지고 있다.

개인도 데이터베이스가 필요한 이유

Y Combinator의 대담 프로그램 ‘라이트콘’은 수파베이스 공동창업자 겸 CEO를 초대해 AI가 소프트웨어 제작자와 데이터베이스 시장을 어떻게 바꾸는지 논의했다. 대화의 중심은 개발자가 아닌 사람도 자신에게 필요한 앱을 만드는 시대에 개인 데이터베이스가 어떤 역할을 하느냐였다.

수파베이스는 데이터를 저장하고 앱의 뒷단을 구성하는 오픈소스 서비스다. 대담에서 CEO는 가입자가 약 1년 전 300만 명 수준에서 1,300만 명으로 늘었고 관리 중인 데이터베이스는 같은 기간 800만 개에서 5,000만 개에 가까운 규모로 증가했다고 밝혔다. 매주 새로 생성되는 데이터베이스는 100만 개를 넘으며 올해 매출은 전년의 네 배로 성장할 것으로 내다봤다.

그는 성장 배경으로 개발자의 활발한 제작 활동과 비개발자의 유입을 꼽았다. 가입자가 빠르게 늘면 실제 사용이나 유료 전환 비율이 떨어지기도 하지만 올해는 이런 지표도 함께 개선됐다고 했다. AI 모델이 앱을 더 잘 만들면서 아이디어를 실행하는 데 필요한 기술적 장벽이 낮아졌다고 봤다.

현장의 문제를 아는 사람이 직접 만든다

대담에서는 소프트웨어를 만들 능력과 무엇을 만들어야 하는지 아는 능력이 점차 분리되고 있다는 이야기가 나왔다. 분야별 전문가는 해결되지 않은 문제를 잘 알지만 과거에는 개발자를 설득해 함께 일해야 했다. 이제는 직접 구현을 시도할 수 있게 됐다.

CEO는 콘퍼런스에서 만난 브라질 택시기사의 사례를 들었다. 이 기사는 휴대전화로 지역 시장을 위한 작은 우버 같은 택시 앱을 만들었다고 했다. CEO는 구체적인 제작 동기까지는 알지 못했지만 자신의 업종에 필요한 소프트웨어를 직접 만들 수 있게 된 점을 인상적으로 봤다.

한 진행자는 핀테크 회사를 매각한 창업자의 사례도 소개했다. 이 창업자는 예전에는 간단한 스크립트를 작성하더라도 본격적인 소프트웨어 개발에는 엔지니어가 필요했다. 지금은 금융업 경험을 바탕으로 개인 재무제표와 추적 도구를 만들고 은행 연동도 직접 구현하고 있다고 했다.

대담에서는 단순히 코드 작성이 쉬워졌다는 점보다 자기 분야의 문제를 아는 사람이 다른 사람의 참여를 기다리지 않고 제작에 나설 수 있다는 변화를 강조했다.

개인용 앱의 가치는 데이터의 맥락에 있다

한 진행자는 이메일 분류, 지출 관리, 체중과 운동 기록을 한곳에 모은 개인용 앱을 만들고 있다고 소개했다. 처음에는 모든 것을 마크다운 문서에 저장하고 채팅으로만 처리하려 했지만 사용 범위가 커지자 데이터베이스와 화면이 필요해졌다고 했다.

이 앱의 장점은 여러 기능을 한데 넣었다는 데만 있지 않았다. 금융 거래에 등장한 이름을 자신의 다른 기록에서 찾아 누구인지 파악하고 그 맥락에 맞게 거래를 분류할 수 있었다. 건강 기록도 일정과 함께 살펴보면 최근 체중 변화가 여행 기간과 겹쳤다는 식으로 해석할 수 있었다.

CEO는 재무와 건강이 개인 데이터베이스의 대표적인 사용 분야라고 했다. 여러 기기의 데이터를 하나의 데이터베이스에 모으면 AI에 데이터 사이의 관계를 살펴보도록 요청할 수 있기 때문이다.

데이터를 특정 에이전트와 분리하려는 수요도 나왔다. CEO는 자신의 일상 절차와 사람에 관한 기록이 한 에이전트 안에 갇히는 것이 걱정돼 이를 별도로 꺼내고 있다고 했다. 데이터는 자신이 관리하고, 그 위에 필요에 따라 다른 에이전트를 연결하려는 구상이다.

대담에서는 개인 데이터베이스를 단순한 앱의 부속품이 아니라 여러 앱과 에이전트가 함께 쓰는 기록의 기반으로 다뤘다. CEO는 앞으로 모든 사람이 이런 데이터베이스를 갖게 되기를 기대했다.

에이전트가 선택하고 계속 쓰는 도구의 조건

수파베이스의 제품 구조도 사용자 변화에 맞춰 바뀌었다. 처음에는 개발자도 데이터베이스를 다루기 어렵다는 문제를 해결하기 위해 화면 중심의 제품을 만들었다. 이후 많은 데이터베이스를 자동 생성하려는 연동 수요가 생기면서 소프트웨어끼리 기능을 호출하는 인터페이스인 API를 확장했다. CEO는 이 결정이 나중에 Bolt와 Lovable 같은 서비스가 수파베이스를 활용하는 데 도움이 됐다고 말했다.

최근에는 코드 중심으로 다시 방향을 옮겼다. 에이전트가 주로 쓰는 CLI, 즉 명령어로 조작하는 인터페이스를 재설계하고 대시보드에서 가능한 작업을 코드로도 수행하도록 바꾸고 있다.

CEO는 에이전트의 선택을 받는 일을 두 단계로 나눴다. 먼저 모델이 해당 도구를 골라야 한다. 다음으로 사용 중 막혔을 때 다른 도구로 떠나지 않도록 해결 수단을 제공해야 한다.

수파베이스는 이를 위해 오류 메시지를 손봤다. 단순히 오류가 발생했다고 알리는 대신 어떻게 고치거나 어떤 문서를 읽어야 하는지 안내한다. 에이전트가 오류를 읽고 바로 다음 행동을 정할 수 있게 만드는 방식이다.

CEO는 오픈소스도 이 과정에서 유리하게 작용했다고 봤다. 문제가 생기면 에이전트가 소스코드를 확인할 수 있고 기존 오픈소스 도구와 커뮤니티를 지원해 온 점도 도움이 됐다고 했다. 다만 오픈소스가 아니었다면 어땠을지 정확히 알 수는 없다고 덧붙였다.

더 많은 코드를 만드는 만큼 평가도 늘어난다

수파베이스는 내부에서 특정 AI 도구 사용을 강제하지 않고 직원이 원하는 도구를 쓰도록 지원한다고 했다. 대담에서 소개된 내부 설문에 따르면 코드의 80%를 코딩 에이전트로 작성하는 엔지니어 비중은 약 6개월 만에 10%에서 60%로 늘었다.

CEO는 AI로 만드는 소프트웨어가 복잡해지면서 테스트의 양과 테스트 도구 활용도 함께 늘고 있다고 말했다. 수파베이스는 여러 모델이 자사 제품과 데이터베이스를 얼마나 잘 사용하는지 평가하고 실제 사용 사례를 중심으로 내부 평가 체계를 구축하고 있다. 엔지니어링 노력도 기능 제작뿐 아니라 사람들이 어떤 방식으로 제품을 쓰는지 시험하는 데 많이 투입된다고 했다.

한 출연자는 개인·회사 기록에서 에이전트에게 필요한 정보를 찾아주는 도구의 개발 과정을 소개했다. 기록이 많아도 매번 필요한 것은 그중 몇 페이지일 수 있으므로 데이터를 많이 보관하는 것과 적절한 정보를 찾아주는 것은 별개의 문제라고 설명했다.

그는 실제 사용 기록으로 평가용 데이터셋을 만들고 검색 비용과 응답 지연 등 40개 범주로 성능을 측정한다고 했다. 에이전트가 개선안을 반복해서 시험하게 하고 실패한 시도도 문서로 남긴다. 다만 이런 작업 방식을 모든 제작자가 직접 알아야 할지는 아직 열려 있는 문제로 남았다. 출연자 역시 자신에게 맞는 방식을 실험하는 초기 단계라고 말했다.

작은 개인용 앱과 성장하는 기업을 함께 지원한다

개인용 앱이 늘면서 데이터베이스 사업자는 새로운 과제도 안게 됐다. CEO는 모든 작은 작업에 고성능 자원이 필요한 것은 아니라고 봤다. 수파베이스는 초기 실험과 작은 작업을 위한 계층을 준비하는 한편 사업이 커졌을 때도 더 큰 규모로 확장할 수 있도록 지원하려 한다.

고객층은 서로 다르다. 스타트업은 사업과 함께 데이터 사용량이 크게 늘 수 있다. 개인 사용자의 앱은 같은 속도로 커지지 않더라도 재무나 생활 기록을 오랫동안 축적할 수 있다. CEO는 빠르게 성장하는 가운데 두 방향을 동시에 지원하기가 쉽지 않다고 했다.

그가 유지하려는 원칙은 고객이 처음 만들기 시작하는 순간에 함께하는 것이다. 과거에는 그 출발점이 주로 YC 스타트업이었다면 이제는 개인 제작자와 그들의 에이전트까지 넓어지고 있다.

대담 말미에 CEO는 변화에 대응하는 방법으로 직접 제품을 써보는 일과 팀의 여력을 남겨두는 일을 꼽았다. 새로운 도구로 자사 제품을 사용하다 막히는 경험이 가장 직접적인 피드백이라고 봤다. 협력사와 함께 시도한 실험도 상당수는 실패하지만 일부 성공한 실험이 다음 성장으로 이어졌다고 했다.

개인 데이터베이스 수요는 자신에게 필요한 소프트웨어를 직접 만드는 사례와 맞물려 커지고 있다. 수파베이스도 이런 변화에 대응하려 한다. 제작자가 늘어나는 만큼 시작은 쉬워야 하고 실제 사용 중 생기는 오류와 데이터 증가까지 감당할 수 있어야 한다.