핵심 요약

  • AI로 소프트웨어를 빠르게 만들 수 있어도 기업용 제품을 도입하고 유지하는 일까지 사라지는 것은 아니라는 게 대담의 판단이다.
  • 생성된 코드를 사람이 충분히 읽지 못하면 품질과 시스템의 취약성을 파악하기 어려워진다. 대담은 이를 새로운 엔지니어링 관리 문제로 꼽았다.
  • 출연진이 제시한 자료에서는 AI 기업의 매출 증가 속도가 빠르고, 비슷한 성능의 모델을 쓰는 토큰 가격은 급격히 낮아졌다. 일부 성장 수치는 추정치와 공개 전망에 근거한다.
  • 기술 변화가 빨라진 만큼 창업자는 현재의 성장뿐 아니라 경쟁 우위의 지속성과 사업 매각 시점도 살펴야 한다는 의견이 나왔다.

작은 팀의 자체 제작과 대기업의 도입은 다르다

대담의 출발점은 AI로 코드를 생성해 기업용 소프트웨어까지 직접 만들 수 있으니 기존 SaaS가 사라질 것이라는 주장이다. 출연진은 일부 변화는 실재하지만, 작은 기술 팀의 행동을 대기업 전체로 확대하는 것은 성급하다고 봤다. 다섯 명짜리 스타트업이 자체 고객관리 도구를 만드는 일은 가능하다. 이전에도 그런 팀은 스프레드시트로 업무를 처리했다. 반면 대기업이 주말에 만든 내부 도구로 기존 고객관리 시스템을 대체하려면 도입 방식, 보안, 이용자의 의견, 지속적인 유지보수까지 다뤄야 한다.

기존 제품의 가치도 코드에만 있지 않다. 출연진은 차량 관리 기업 Samsara를 예로 들었다. 차량용 카메라와 센서를 설치하고 고객에게 판매·지원하는 사업을 앱 생성만으로 대체하기는 어렵다는 설명이다. 다만 모든 기존 제품이 안전하다는 뜻은 아니다. 고객 지원 분야에서는 Decagon과 Sierra 같은 기업을 통해 사용자 수에 따라 요금을 받는 소프트웨어에서 실제 이용량에 기반한 AI 상담 에이전트로 옮겨가는 변화가 나타난다고 짚었다.

코드 생산이 쉬워질수록 커지는 품질 문제

AI 코딩의 효과는 코드 작성이 더 이상 개발의 가장 큰 병목이 아닐 수 있다는 데 있다. 그러나 출연진은 코드가 대량으로 생성되는데 아무도 충분히 읽지 않는 상황을 우려했다. 그러면 코드의 품질을 알기 어렵고, 전체 코드베이스를 깊이 이해하는 사람도 줄어들어 운영 중인 제품이 취약해질 수 있다.

대담은 이 문제를 엔지니어의 주의를 어디에 쓸 것인가라는 과제로 정리했다. 테스트, 더 정교한 코드 검토, 에이전트에 검토를 맡기는 방식, 코드가 정해진 조건을 만족하는지 엄밀하게 확인하는 형식 검증이 가능한 접근법으로 언급됐다. 어느 방법이 해법인지는 아직 정해지지 않았다는 게 출연진의 판단이다. 개발자 사이에서도 변화의 체감은 다를 수 있다. 코드 자체의 완성도를 중시하는 사람에게는 불편한 변화지만, 제품을 만드는 수단으로 코드를 쓰는 사람에게는 제약이 줄어들 수 있다는 설명이다.

매출 증가와 토큰 가격 하락을 함께 봐야 한다

출연진은 AI 산업을 평가할 때 기존 소프트웨어 기업의 위협만큼 매출과 이용량의 증가도 봐야 한다고 주장했다. 한 출연진의 팀은 Capital IQ 자료와 전망치를 이용해 기업의 매출이 10억 달러에서 100억 달러로 늘어나는 데 걸린 시간을 비교했다. 대담에서 제시된 비교에 따르면 ADP와 Adobe는 약 20년 이상, Salesforce와 SAP는 약 8~9년이 걸렸고, AI 연구 기업들은 약 1년으로 나타났다. AI 기업에 관한 수치를 포함해 이 비교에는 추정과 전망이 섞여 있으므로 확정 실적만의 비교로 읽어서는 안 된다.

비슷한 성능의 모델을 사용하는 비용도 빠르게 낮아졌다고 했다. 출연진이 제시한 GPT-4급 모델의 100만 토큰 가격은 21개월 동안 약 37달러에서 25센트로 내려갔다. 토큰은 모델이 처리하는 텍스트의 단위다. 다른 세대의 동급 모델에 대해서는 2024년 12월 약 26달러에서 2025년 11월 30센트로 낮아졌다고 설명했다. 다만 출연진도 오래된 성능 수준의 모델 가격 추이를 현재 가장 많이 쓰이는 모델의 비용에 그대로 적용하기는 어렵다고 인정했다.

빠른 성장도 지위를 보장하지 않는다

출연진은 AI 시대에 기업이 매출 규모를 키우는 속도와 시장 선두가 바뀌는 속도가 모두 빨라질 수 있다고 봤다. 기반 모델을 만드는 기업이 주요 응용 분야에 직접 진출하면 그 위에서 사업을 하는 스타트업의 경쟁 조건도 달라진다. 대담은 과거 마이크로소프트가 운영체제에서 오피스 제품으로, 구글이 검색에서 여행·지역 검색으로 영역을 넓힌 사례를 들었다. 코딩 분야에서도 AI 연구 기업의 응용 제품 진출이 일부 나타나고 있다고 평가했다.

시장 규모가 커진다고 모든 기업에 가치가 고르게 돌아가는 것도 아니다. 한 출연진은 기술 시장과 고객 매출이 소수의 상위 기업에 집중되는 경향을 강조했다. 다른 출연진은 기술로 다룰 수 있는 문제가 늘어나면서 큰 기업의 수 역시 늘어날 수 있다고 봤다. 두 견해는 시장 전체가 성장하더라도 개별 기업의 생존 가능성과 경쟁 우위는 따로 판단해야 한다는 점에서 만난다.

창업자가 점검할 것은 지속성과 매각 시점이다

대담은 인터넷 산업 초기에 강해 보이던 기업들의 지위가 뒤집힌 사례를 돌아봤다. 소셜 네트워크에서는 Friendster와 MySpace 이후 Facebook이 성장했고, 결제 분야에서는 기존 사업자들이 있던 시장에 Stripe가 진입했다. 출연진은 이런 사례를 근거로 빠른 매출 성장이 장기적인 지배력으로 이어질지 계속 점검해야 한다고 말했다.

한 출연진은 대부분의 창업자에게 사업의 지속성과 매각 시점을 정기적으로 논의할 필요가 있다고 제안했다. 경쟁사의 변화나 인수 제안을 감정적으로 판단하지 않도록 이사회에서 매년 한두 차례 이를 미리 정해 논의하자는 것이다. 방어 전략으로는 한 가지 기능에 머무르지 않고 같은 조직의 여러 업무에 쓰이는 제품을 묶어 제공하는 방식을 제시했다. 이는 대담에서 나온 전략적 의견이며, 모든 기업에 같은 결과를 보장하는 공식은 아니다.

AI는 코드 생산 비용을 낮추고 제품을 만들 수 있는 범위를 넓히고 있다. 대담이 함께 강조한 것은 제품을 도입·배포·관리하는 일과 생성된 코드의 품질을 책임지는 일이 여전히 남아 있다는 점이다.