Vibe Coding

Google APAC Best of Next`26

AI Coder — Fri, 8 May 2026 12:20:55 +0900

1. Welcome and Introduction

https://youtu.be/IUjyOf8zovI?si=pUiI79J8MPsdHmam

https://cloudonair.withgoogle.com/events/apac-best-of-next-26?mkt_tok=ODA4LUdKVy0zMTQAAAGhpIDX5oH8m733BlrvoDdWwSCb98mI-VREAXdjCTDUHCC4VtDj6N2Cqtlva4q2FnuA-fYfcV2OOyMeU6VOAbI_Kd-1BI_v-gz9sWLqB1HVt-sUFWLWtFfK

Best of Next '26

Cloud Technical Series: Best of Next

cloudonair.withgoogle.com

무스타파 술레이만 - 'AI 거품론' 정면 반박

AI Coder — Mon, 13 Apr 2026 18:20:29 +0900

마이크로소프트(MS)의 AI 사업을 이끄는 무스타파 술레이만(Mustafa Suleyman) CEO가 최근 강조한 발언의 핵심 내용

이 발언은 최근 시장 일각에서 제기되는 AI 거품론 이나 AI 모델의 성능 발전 정체(성장 둔화) 에 대한 정면 반박으로 풀이됩니다.

1. "성장 둔화는 없다" (No Slowdown)

술레이만은 최신 AI 모델들이 여전히 기하급수적인 성능 향상을 보이고 있다고 확신했습니다.
연산 능력(Computing power)과 데이터의 양이 늘어남에 따라 모델의 지능도 계속해서 비례하여 성장하고 있다는 점을 강조했습니다.

2. 스케일링 법칙(Scaling Laws)의 유효성

인프라 규모를 키울수록 AI 성능이 좋아진다는 '스케일링 법칙'이 여전히 유효하다고 보았습니다.
일각에서는 데이터 고갈 문제를 우려하지만, 그는 모델의 효율성 개선과 새로운 학습 방식(합성 데이터 등)을 통해 이를 극복할 수 있다고 믿고 있습니다.

3. 자본 투자의 정당성

마이크로소프트가 오픈AI에 수십조 원을 투자하고 자체 데이터센터를 대규모로 증설하는 것은, AI의 잠재력이 그만큼 크기 때문임을 시사했습니다.
현재의 대규모 투자는 미래의 '범용 인공지능(AGI)' 시대를 선점하기 위한 필연적인 과정이라는 입장입니다.

4. 마이크로소프트 AI의 방향성

술레이만은 MS AI CEO로서 소비자용 AI인 '코파일럿(Copilot)'을 인간의 일상을 돕는 진정한 의미의 '개인용 AI 비서'로 진화시키는 데 집중하고 있습니다.

주요 AI 기업들의 전략과 특징

기업	핵심 모델	핵심 전략 방향	주요 경쟁 우위 (Moat)
마이크로소프트	Copilot (OpenAI 기반)	전방위적 결합 & 인프라 선점	오피스 SW 시장 장악력, Azure 클라우드 인프라
구글	Gemini	풀스택 생태계 보호 및 AI 전환	검색 데이터, 안드로이드 플랫폼, 자체 AI 칩(TPU)
오픈AI	GPT-4o, o1	추론 능력 한계 돌파 (AGI 지향)	가장 앞선 모델 성능 및 논리적 추론 능력
메타	Llama	오픈소스 배포를 통한 표준 장악	압도적인 SNS 유저 데이터, 오픈소스 생태계
앤스로픽	Claude	안전성 및 신뢰성(Constitutional AI)	뛰어난 문맥 이해도(긴 토큰), 윤리적 가이드라인
아마존	Titan / Bedrock	모델 중립성 및 클라우드 생태계	AWS 클라우드 점유율, 기업용 보안 및 환경
xAI	Grok	실시간 데이터 및 거침없는 답변	X(트위터)의 실시간 정보, 테슬라와의 시너지
애플	Apple Intelligence	온디바이스 AI 및 개인정보 보호	전 세계 아이폰/맥 보급량, 강력한 보안

1. 마이크로소프트 (Microsoft)

기술적 지향점: 자사 모든 SW 라인업에 AI를 이식하는 'Copilot' 전략. 단순히 챗봇을 만드는 것이 아니라 업무 환경 자체를 자동화하는 것이 목표입니다.
인프라 전략: Maia 100 등 자체 AI 가속기를 설계하여 엔비디아 의존도를 낮추고 있습니다. 투자 규모 면에서 가장 공격적입니다.
비즈니스 모델: 소프트웨어 구독 모델(SaaS)에 AI 프리미엄을 붙여 즉각적인 매출 증대를 꾀하고 있습니다.
핵심 과제: OpenAI와의 복잡한 파트너십 유지 및 막대한 데이터센터 운영 비용 상쇄.

2. 구글 (Google)

기술적 지향점: 'Gemini'를 통해 텍스트, 코드, 영상, 오디오를 하나로 처리하는 진정한 멀티모달 구현. 검색 결과 상단에 AI 요약을 배치하는 SGE(Search Generative Experience)에 사활을 걸고 있습니다.
인프라 전략: 자체 칩인 TPU(Tensor Processing Unit)의 6세대 버전까지 활용 중이며, 이는 전 세계에서 엔비디아의 유일하고 강력한 대안으로 평가받습니다.
비즈니스 모델: 기존 검색 광고 시장 방어 및 유튜브/안드로이드 생태계 내 AI 기능 강화.
핵심 과제: AI 답변이 기존 수익원인 광고 클릭을 줄이는 '카니발라이제이션(자기잠식)' 문제 해결.

3. 메타 (Meta)

기술적 지향점: 'Llama'를 오픈소스로 공개하여 업계 표준을 장악하는 '생태계 파괴자' 전략. 누구나 메타의 기술을 쓰게 만들어 폐쇄적인 MS-OpenAI 연합을 고립시키려 합니다.
인프라 전략: 엔비디아 H100/B200 GPU를 가장 많이 구매하는 큰손 중 하나이며, 자체 칩인 MTIA도 병행 개발 중입니다.
비즈니스 모델: AI 기반 광고 타겟팅 고도화로 실제 매출 실적이 매 분기 어닝 서프라이즈를 기록 중입니다.
핵심 과제: 오픈소스 전략이 실제 직접적인 매출(직접 판매 등)로 이어지는 고리 확보.

4. 오픈AI (OpenAI)

기술적 지향점: o1(Strawberry) 모델을 통해 '생각하는 시간'을 가진 추론 중심 AI 개발. 단순 답변을 넘어 복잡한 수학적 정리를 증명하는 수준의 지능(AGI)을 목표로 합니다.
인프라 전략: 샘 알트만 CEO가 추진 중인 '글로벌 AI 칩 네트워크' 구축(수조 달러 규모)을 통해 반도체 생산 공급망 자체를 혁신하려 합니다.
비즈니스 모델: API 판매 및 유료 구독(ChatGPT Plus), 기업용 엔터프라이즈 모델.
핵심 과제: 비영리 재단에서 영리 기업으로 전환하는 과정의 법적/윤리적 갈등 해결.

5. 아마존 (Amazon)

기술적 지향점: 특정 모델에 얽매이지 않고 기업이 원하는 AI를 고를 수 있는 'AI 백화점' Bedrock 플랫폼 강화.
인프라 전략: Trainium과 Inferentia라는 자체 칩을 클라우드(AWS) 고객에게 저렴하게 제공하여 엔비디아 GPU 부족 사태에 대응하고 있습니다.
비즈니스 모델: 기업들이 AI를 돌리기 위해 AWS 서버를 더 많이 사용하게 만드는 것(인프라 임대).
핵심 과제: 강력한 자체 모델(Titan)의 존재감이 경쟁사 대비 약하다는 평가를 극복하는 것.

6. 앤스로픽 (Anthropic)

기술적 지향점: 'Constitutional AI' 기법을 통해 AI가 스스로 윤리적 가이드라인을 지키도록 학습시킵니다. 금융, 의료 등 신뢰도가 중요한 산업에 최적화되어 있습니다.
기술적 특징: 업계 최대 수준의 컨텍스트 윈도우(한 번에 수만 페이지 분석 가능)를 보유하고 있습니다.
비즈니스 모델: 보안을 중시하는 대기업 대상 맞춤형 AI 솔루션 공급.
핵심 과제: 구글과 아마존으로부터 막대한 투자를 받고 있어, 두 거대 기업 사이에서의 독립성 유지.

7. 애플 (Apple)

기술적 지향점: 'Apple Intelligence'를 통해 AI를 개인의 기기(아이폰, 맥) 안에서만 처리(On-device). 보안을 최우선으로 하며 사용자의 일정을 비서처럼 관리합니다.
인프라 전략: 수억 대의 기기에 탑재된 자체 설계 칩(A시리즈, M시리즈)의 NPU(신경망 처리장치)를 활용하여 거대한 분산 컴퓨팅 환경을 구축합니다.
비즈니스 모델: AI 기능을 통한 최신 하드웨어(아이폰 16 이상) 교체 수요 창출.
핵심 과제: 클라우드 기반 거대 모델(LLM) 경쟁에서 뒤처진 지능 차이를 어떻게 메울 것인가.

8. xAI (Elon Musk)

기술적 지향점: 전 세계 실시간 트렌드를 반영하는 Grok. 일론 머스크는 AI가 우주의 진리를 탐구해야 한다고 주장하며 '진실한 AI'를 표방합니다.
인프라 전략: 세계 최대 규모의 GPU 클러스터인 **'Colossus'**를 단기간에 구축했습니다. 테슬라의 자율주행 기술(FSD)과 휴머노이드(Optimus)의 뇌로 사용될 예정입니다.
비즈니스 모델: X(트위터) 프리미엄 구독 및 데이터 판매, 테슬라 자율주행 고도화.
핵심 과제: 일론 머스크의 다른 사업체들과의 복잡한 이해관계 및 데이터 편향성 논란.

Cursor 3 - 무엇이 달라졌지?

AI Coder — Fri, 10 Apr 2026 00:14:42 +0900

2026년 현재, Cursor 3는 단순한 'AI 보조 코드 편집기'를 넘어 AI 엔지니어링 에이전트로 진화했다는 평가를 받고 있습니다. 이전 버전(Cursor 0.x~2.x)들과 비교했을 때 가장 크게 달라진 점과 핵심 장점은 다음과 같습니다.

To get started, upgrade Cursor, then type Cmd+Shift+P and search for Agents Window . You can switch back to the full editor anytime by hitting Cmd+Shift+P and searching for Editor Window .

1. 핵심 변화: '코드 생성'에서 '에이전트 워크플로우'로

가장 큰 차이점은 AI가 단일 파일의 코드를 짜주는 수준을 넘어, 전체 프로젝트의 맥락을 스스로 이해하고 작업을 완수한다는 점입니다.

Cursor Agent (Shadow Workspace): 이제 AI가 백그라운드에서 별도의 가상 환경(Shadow Workspace)을 실행합니다. 코드를 수정한 뒤 실제로 컴파일이 되는지, 테스트를 통과하는지 직접 확인하고 오류가 나면 스스로 수정안을 다시 제안합니다.
Composer의 진화 (Multi-file Editing): 이전에는 한 번에 1~2개 파일을 수정했다면, Cursor 3의 Composer는 수십 개의 파일을 동시에 분석하여 프로젝트 전체에 걸친 아키텍처 변경을 단 한 번의 프롬프트로 처리합니다.

2. 주요 장점 및 기능

구분	주요 기능 및 장점	설명
맥락 이해 (Context)	Deep Indexing 2.0	로컬 코드베이스뿐만 아니라 연결된 외부 라이브러리 문서(Docs)를 실시간으로 학습하여 가장 정확한 API 사용법을 제안합니다.
자동 완성 (Tab)	Predictive Edit	단순 코드 완성을 넘어, 개발자가 다음에 수정할 위치와 내용을 미리 예측하여 이동(Jump) 제안까지 해줍니다.
디버깅 (Terminal)	Terminal Intelligence	터미널에 발생한 에러 로그를 AI가 즉시 감지하여, 어떤 명령어를 입력해야 하는지 혹은 어떤 코드를 고쳐야 하는지 Fix with Cursor 버튼 하나로 해결합니다.
모델 유연성	Native Model Switching	Claude 4.5(예상), GPT-5(예상), Gemini 2.0 등 최신 모델을 자유롭게 선택할 수 있으며, Cursor 전용 최적화 모델(Small/Fast)을 지원합니다.

3. 왜 Cursor 3가 강력한가?

'생각'하고 코딩함: 단순히 패턴을 복제하는 것이 아니라, 사용자의 질문에 대해 "이 기능을 추가하려면 A 파일과 B 파일을 수정해야 하고, C 라이브러리 업데이트가 필요합니다"라고 먼저 계획을 세운 뒤 실행합니다.
커스텀 인스트럭션 (Rules for AI): .cursorrules 파일을 통해 프로젝트별로 지켜야 할 코딩 컨벤션이나 특정 라이브러리 사용 규칙을 강제할 수 있어, 팀 단위 협업 시 AI의 결과물이 일관성을 유지합니다.
압도적인 속도: 인덱싱 속도가 이전 버전 대비 5배 이상 빨라져, 대규모 모노레포(Monorepo) 프로젝트에서도 지연 없이 AI 기능을 사용할 수 있습니다.

"직원 2명이 AI로 매출 2.7조"...'AI 1인 유니콘' 현실화되나

AI Coder — Thu, 9 Apr 2026 23:55:02 +0900

샘 알트먼 오픈AI CEO는 2024년 초부터 "AI의 등장으로 10억달러 가치(유니콘)의 1인 기업이 생겨날 것"이라는 말을 꾸준히 하고 있습니다. 이는 AI가 마케팅에서 물류까지 모든 것을 자동화하면서, 이전까지는 팀이 필요했던 것을 혼자서 달성할 수 있다는 데 기인합니다.

그리고 실제로 비슷한 사례가 등장했습니다. 뉴욕타임스는 2일(현지시간) 스타트업 메드비(Medvi)의 창립자인 매튜 갤러거가 지난해 매출 4억100만달러(약 6000억원)를 기록한 데 이어, 올해에는 18억달러(약 2조7000억원) 달성을 예상한다고 소개했습니다.

그는 2024년 9월 2만달러의 소자본으로 체중 감량 약물인 'GLP-1'의 원격 판매 사이트를 구축했습니다. 직원을 뽑는 대신, 12개가 넘는 AI 도구로 회사를 만들었습니다.

챗GPT와 클로드, 그록 등을 활용해 웹사이트 코드를 짜고, 소프트웨어 시스템 간의 통신을 담당하는 AI 에이전트를 직접 개발했습니다. 미드저니와 런웨이로 광고 이미지와 영상을 제작하고, 일레븐랩스를 통해 자신의 목소리를 복제해 고객 서비스에 대응하도록 했습니다.

또 사업 성과를 분석하는 AI 시스템을 개발했습니다. 이처럼 AI를 단순한 생산성 도구가 아닌, 에이전트로 활용했다는 것이 핵심입니다. 인간이 필요한 부분은 외주를 맡겼습니다.

그리고 첫 달에 300명의 고객을 확보한 데 이어, 두번째 달에는 1000명이 더 늘어났습니다. 본격적으로 사업을 시작한 2025년에는 4억100만달러의 매출을 올렸습니다.

특히 순이익률은 16.2%에 달했는데, 이는 물류와 처방 시스템을 운영하는 유통 기반 스타트업으로서는 이례적인 수치입니다. 수천명의 직원을 고용하며 5%대 수익률을 기록 중인 경쟁사 힘스(Hims)와 비교하면, AI를 통한 고정비 절감이 얼마나 강력한지 보여 줍니다.

엄밀히 말하자면, 이 회사는 '1인 10억달러' 기업은 아닙니다. 2025년부터 유일한 직원인 동생을 고용하고, 몇몇 계약직 직원을 두고 있습니다, 또 외부 투자를 유치하지 않았으며, 기업 가치 평가도 받지 않았습니다. 하지만 이처럼 적은 직원으로 10억달러의 매출을 달성하는 것은 매우 이례적입니다.

그도 알트먼 CEO가 예고했던 1인 10억달러 기업이 "처음에는 AI를 개발하는 회사를 의미할 것으로 봤다"라고 말했습니다. 하지만, 자신이 그 말을 실현했을지도 모른다는 사실을 깨닫고 매우 기뻤다고 합니다. "AI 회사는 아니지만, AI를 활용해서 만든 회사"라고 강조했습니다.

그는 2016년 구독 방식으로 손목시계를 판매하는 스타트업을 설립하고 60명의 직원을 고용했지만, 수요가 있었음에도 수익을 내지 못했다고 합니다. 이후 챗GPT 출시로 AI에 관심을 가지기 시작했고, 이후 환자와 의사, 약국을 연결해 주는 원격 의료 서비스 플랫폼과 협업으로 메드비를 만들었습니다.

그에게 자문을 제공해 온 코비 풀러 업프런트 벤처스 투자자는 "AI 기술은 일종의 초능력과 같다"라며 "이것은 극단적인 예이지만, 결코 마지막 사례가 될 거라고 생각하지 않는다"라고 말했습니다.

갤러거는 성공의 이유로 AI가 비용 절감은 물론, 자신이 사업에만 집중할 수 있도록 해줬다는 점을 꼽았습니다. 예를 들어, 1000건이 넘는 고객 문의 전화를 AI가 대신 처리해 줬다는 것입니다.

그러나 채용을 극도로 기피하는 그도 인간 직원을 뽑기 시작했다는 점은 반전입니다.

우선 결정적인 순간에 인간의 점검과 판단이 필요하다는 이유에서입니다. 예를 들어, 지난해 3월에는 메드비 웹사이트에서 사소한 부분을 수정하고 등산을 하러 갔는데, 여기에서 문제가 생겨 시스템이 다운됐다는 것입니다. 문제를 대신 해결해 줄 사람이 없었기 때문에 그는 집으로 전력 질주했다고 합니다.

이후 계약직 엔지니어 두명을 고용했고, 4월에는 동생을 정식 직원으로 채용했습니다. 동생의 업무는 자신이 중요한 업무에 집중할 수 있도록 AI의 보고 내용을 걸러내는 것입니다.

그는 추가 인력을 고용할 계획이 없다고 밝혔지만, "지금은 외로워서 사람들을 고용하고 싶다는 생각이 든다"라고 말했습니다.

그리고 지난해 9월부터는 일부 고객에게 인간 담당 관리자를 배정하기 시작했습니다. 이는 생일이나 자녀 이름과 같은 세부 사항을 기억함으로써 고객 만족도를 높이기 위한 것입니다. 그리고 계약직 계정 관리자 7명은 각자 수백명의 고객을 담당하고 있는데, 여기에도 AI를 활용하고 있습니다.

이처럼 이번 사례는 두가지 메시지를 전달하고 있습니다. AI가 에이전트로 진화하며 이제는 1인 기업이 생길 가능성이 높아졌다는 점과 회사가 성장하면 AI를 관리하고 '인간적인 관계'를 유지할 직원도 필요하다는 점입니다.

특히 비즈니스에서 성공하려면 혼자가 아니라, 팀이 훨씬 효과적이라는 분석도 등장했습니다. 인시아드(INSEAD)와 UC 버클리 하스 경영대학원 연구진은 수백만건의 특허 출원을 분석, 팀과 개인 중 누가 성공적인 발명을 이루어냈는지 알아봤습니다.

그 결과, 단독 발명가는 주요한 혁신을 이룰 가능성이 낮고, 오히려 형편없는 발명품을 만들어낼 가능성이 더 높다는 것을 밝혀냈습니다. 과거 뉴턴이나 에디슨처럼 개인이 신화(Myth)를 만드는 시대는 지났다는 내용입니다.

이는 현대 과학이 너무 방대해져서 개인이 모든 분야를 깊게 파악하는 것이 사실상 불가능하기 때문입니다. 또 발명이나 혁신은 무에서 유를 만드는 것이 아니라, 기존의 아이디어를 새로 조합하는 과정에서 일어납니다. 이때 서로 다른 지식과 관점을 가진 팀 멤버들은 개인보다 엄청난 힘을 발휘합니다.

언뜻 이는 메드비의 사례와는 반대인 것처럼 보입니다. 그러나 갤러거는 '고독한 발명가'가 아니라, '거대한 AI 팀'과 일하고 있는 것으로 볼 수 있습니다. 수십명의 엔지니어와 디자이너가 할 일을 AI가 대신하며, 팀워크의 이점을 누리게 해줬기 때문입니다.

그러나 여기에서도 단순하게 AI를 사용한다는 사실보다 더 중요한 것이 있다는 지적이 나왔습니다.

브라이언 우지 노스웨스턴대학교 교수는 인간과 AI 모델에게 창의성을 측정하는 표준 테스트, 즉 최대한 서로 다른 명사 10개를 생각해 내도록 요청하는 연구를 진행했습니다. 그 결과, AI와 인간의 점수는 매우 유사했는데, 이는 AI가 방대한 양의 데이터에 접근할 수 있었다는 점을 감안하면 의외의 결과입니다.

하지만, AI가 더 유용했던 점은 과제에 접근하는 더 나은 방법을 제시했다는 것을 들었습니다. 10개의 개별 단어를 생각하는 대신, 매우 다른 10개의 범주를 생각하고 나서 그 안에 단어를 채워 넣는 방식입니다.

이는 최근 거듭 강조되는 AI를 잘 쓰는 법과 일맥상통합니다. AI를 검색 엔진 이상으로 제대로 활용하라는 말입니다.

우지 교수는 월스트리트 저널과의 인터뷰에서 "AI를 창의적인 파트너로 활용하고 싶다면 정답을 묻는 것이 아니라, 정답에 도달하는 방법을 생각해 내도록 요청해야 한다"라고 말했습니다.

갤러거의 사례에서 보듯 중요한 것은 AI라는 도구 자체가 아니라, 이를 어떻게 활용하느냐는 능력입니다.

그리고 이는 앞으로 AI로부터 정답을 잘 끌어내는 '프롬프트 엔지니어링'을 넘어, AI를 적재적소에 배치하고 조율하는 '프로세스 엔지니어링'이 점점 중요해진다는 것으로 볼 수 있습니다.

출처) AI Times

Cursor AI: 클릭 한 번으로 끝내는 'Privacy Mode'

AI Coder — Wed, 4 Feb 2026 12:03:55 +0900

Cursor AI사용시 AI 모델 학습에 내 소스 코드가 사용될 가능성, 또는 API 서버로 전송되는 코드의 유출 등의 리스크가 있습니다.
이때 'Privacy Mode'를 켜면 Zero Data Retention(데이터 즉시 삭제)이 보장됩니다. .cursorignore를 통해 특정 파일이 전송되는 것을 차단할 수 있습니다.

Privacy Mode 설정 방법:

1. 설정 진입: 우측 상단의 톱니바퀴 아이콘(Settings)을 클릭하거나, 단축키 Ctrl + Shift + J (Mac은 Cmd + Shift + J)를 누릅니다.

2. General Tab으로 가서 Privacy 부분을 "Privacy Mode" 로 설정한다.

지난해 12월 바이브 코딩 임계점 넘어..직접 코드 작성 20%로 줄어

AI Coder — Fri, 30 Jan 2026 16:07:54 +0900

안드레이 카르파티 유레카 랩스 CEO가 27일(현지시간) X(트위터)를 통해 장문의 글을 올렸습니다.

그는 "지난 몇주 동안 코딩을 꽤 많이 하면서 몇가지 생각나는 점을 적어봤다"라며, 현재 바이브 코딩이 어디까지 왔는지에 대한 생각을 밝혔습니다.

카르파티 CEO는 지난해 2월 '바이브 코딩'이라는 용어를 유행시킨 주인공입니다. 그리고 1년여가 지나며 당시와는 비교가 안 될 정도로 AI의 코딩 기능이 향상했다는 점을 강조했습니다.

그는 지난해 12월을 기점으로 바이브 코딩이 한단계 도약한 것으로 보인다고 밝혔습니다. "LLM 에이전트의 기능, 특히 클로드와 코덱스는 2025년 12월경에 어떤 임계점을 넘어 소프트웨어 엔지니어링 및 관련 분야에 큰 변화를 가져왔다"라고 밝혔습니다.

"지능적인 부분이 갑자기 다른 모든 부분, 즉 도구와 지식의 통합, 새로운 조직 워크플로, 프로세스, 그리고 전반적인 확산의 필요성보다 훨씬 앞서 나가는 것처럼 느껴진다"라는 설명입니다.

이는 최근 다른 전문가들의 의견과도 일치합니다. 지난해 11월 '클로드 오퍼스 4.5'와 12월 'GPT-5.2' 등이 등장하며, 코딩 AI 성능이 크게 향상됐다는 것입니다. 그리고 이제는 단순한 코드 작성을 넘어, '통합 시스템 구축'의 단계로 접어들었다는 의미입니다.

즉, "사용자 인증 시스템 전체를 구축하고, DB를 연결하고, AWS에 배포해"와 같은 명령을 소화하는 단계라는 것입니다. 이는 에이전트 기능의 향상 덕으로 볼 수 있습니다. 이미 지난해 중순부터는 '에이전트 스웜(Agent Swarm)'이 큰 화제였습니다.

이는 단일 에이전트가 아니라, AI가 기획자와 개발자, QA 에이전트 등으로 역할을 나눠 내부적으로 논의하고 결과물을 통합하며 병렬로 작업을 진행하는 것입니다. 전반적인 작업 시간을 크게 줄일 수 있으며, 엔드투엔드(End-to-End) 자동화를 가능하게 해줍니다.

그러나 카르파티 CEO는 아직 AI가 자동화 수준에는 못 미친다고 봤습니다. 그는 "IDE가 더 이상 필요 없다는 말과 에이전트 스웜은 아직 지나친 과대광고로 보인다"라고 말했습니다.

또 "모델은 여전히 오류를 범할 수 있으며, 정말 중요한 코드가 있다면 크고 안정적인 IDE에서 매의 눈으로 지켜봐야 한다"라고 강조했습니다.

바이브 코딩으로 오류의 양상도 많이 바뀌었다고 지적했습니다. 이제는 코드의 단순한 구문 오류가 아니라, 초보 개발자가 저지를 법한 미묘한 개념적 오류가 두드러진다는 것입니다.

즉, 현재의 바이브 코딩은 코드를 한줄 안 써도 프로그램을 만들 수 있는 단계에는 도달했지만, 그 프로그램이 좋은 프로그램인지를 판단하는 것이 중요하다는 것입니다. 이제 개발자는 코드의 문법을 파악하는 것보다, 프로그램의 아키텍처를 이해하고 확장성을 고려하는 것이 더 중요한 임무가 됐다는 설명입니다.

이런 이유로 2026년에는 '슬로파콜립스(Slopacolypse)'가 부쩍 늘어날 것으로 예측했습니다. 이는 AI가 만든 쓰레기라는 의미의 '슬롭(Slop)'과 종말을 의미하는 '아포칼립스'의 합성어로, 잘못된 코드로 인한 대재앙을 말하는 것입니다. 겉보기에는 작동하는 것 같지만, 잘못된 코딩으로 중복된 기능을 가진 함수들이 여기저기 생겨나고 데이터 흐름이 꼬이면서 시스템이 점점 무거워지고 느려지다가 결국 인간이 고칠 수 없는 거대한 쓰레기 더미가 되는 것을 말합니다.

하지만, 카르파티 CEO는 개인적으로도 AI에 코딩을 맡기는 비중이 많이 늘어났다고 털어 놓았습니다. 지난해 11월까지는 AI에 20% 정도 코딩 작업을 맡기고, 자신이 80%를 직접 손으로 짰다고 합니다. 그러나 최근에는 80%를 AI에 맡긴다고 밝혔습니다.

이 때문에 "이미 수동으로 코드를 작성하는 능력이 서서히 퇴화하고 있다는 것을 깨달았다"라고 말했습니다. 그러나 중요한 것은 이 점이 아닙니다.

그는 "코드 생성과 코드 판독은 뇌에서 서로 다른 기능"이라며 "프로그래밍에는 주로 구문과 관련된 수많은 세부 사항이 있기 때문에 코드를 작성하는 데 어려움을 겪더라도, 코드 검토는 문제없이 할 수 있다"라고 강조했습니다.

출처) AI Times

‘컴퓨터 언어’ 사라지고 ‘인간의 언어’ 집중한다

AI Coder — Mon, 19 Jan 2026 07:39:21 +0900

이제 파이썬이니, C언어니 하는 컴퓨터 language 가 점점 사라질 것으로 보입니다.

지난 15일(현지 시각) 미 캘리포니아주 팔로알토에 있는 스탠퍼드대 컴퓨터공학과(Computer Science)의 AI(인공지능) 과목 강의실. 초청 강사로 나선 아르시 샤 딜바 AI 스타트업 아달라인 창업자는 “전통 코딩에선 같은 값을 넣으면 늘 같은 결과가 나오지만, AI는 다르다”며 시연 영상을 보여줬다. 학생들은 노트북으로 ‘클로드’ 같은 AI 모델에 접속해 프롬프트(자연어로 입력하는 지시문·질문·요청 사항)를 따라 입력했다. 강사는 “사람에게 말하듯 AI에도 언어의 의미와 맥락을 잘 활용해야 한다”며 “(AI를 활용해 앱·웹페이지·게임 등을 만들 때) 코드보다 순수 영어가 중요해졌기 때문에 미묘한 언어 차이가 제품의 품질을 결정할 것”이라고 했다.

이 수업은 챗GPT·제미나이 같은 AI 모델을 사용해 실제 사용 가능한 앱이나 서비스를 만들어보는 ‘부트캠프(신병훈련소)’ 형식으로 진행된다. 과제도 시험도 없다. 60여 명의 학생이 팀을 짜 10주간 AI로 앱이나 서비스를 개발하고, 이를 발표한다. 경영학과 같은 다른 학과 학생도 10여 명이다. 1시간 30분 수업에서 컴퓨터 코드는 한마디도 언급되지 않았고, 대신 ‘소통 능력’이 여러 차례 강조됐다. 강사 존 웨일리씨는 “동료와 고객은 물론 AI와도 소통을 잘해야 좋은 결과를 얻어낼 수 있다”며 “학생들에게 팀을 짜게 하고, 2주마다 발표를 강제하는 것도 그 때문”이라고 했다.

AI가 대학의 테크 교육을 바꿔 놓고 있다. 코딩 같은 전공자만 할 수 있었던 기술들이 AI가 대신하면서 언어와 논리, 소통, AI 윤리·철학 같은 인문·사회과학이 AI 시대 핵심 역량 공급처로 재평가되고 있다. 또 테크 이론에서 실용 위주로, AI 사용 금지에서 효과적인 활용법을 가르치는 쪽으로 바뀌고 있다. AI 일상화로 기업에서 원하는 인재상이 바뀌고, AI가 경력이 낮은 주니어 엔지니어를 대체하면서 취업난이 심각해진 결과다.

변화하는 컴퓨터공학과 수업

대부분 미국 대학에선 수업 중에 AI 활용을 금지하고 있다. 하지만 일부 대학은 AI 시대에 적응할 수 있는 새로운 방식의 수업을 도입하고 있다. 스탠퍼드대는 지난 학기 컴퓨터 코드 없이 AI로 코딩하는 방법을 배우는 ‘현대 소프트웨어 개발자’ 강좌를 처음 개설했다. 카네기멜런대는 작년 하반기 마이크로소프트 등 빅테크 출신 강사들이 현업에서 AI 활용 방법을 알려주는 강의를 개설했고, 보스턴에 있는 노스이스턴대는 일상 언어로 의도(VIBE)를 설명하면 AI가 알아서 코딩을 해주는 ‘바이브 코딩’ 수업을 열었다.

미국 대학들은 AI 사용 금지에서 적극적 수용·공존으로 선회하고 있다. 과거 글쓰기 수업처럼 전공을 불문하고 AI를 다루는 ‘AI리터러시(Literacy)’ 능력이 필수 교양으로 자리 잡으면서 MIT나 스탠퍼드대에 전교생을 대상으로 하는 강좌가 만들어졌다. 카네기 멜런대 ‘생성형 AI’라는 강좌는 같은 주제를 가지고 학생이 스스로 수행한 과제를 먼저 제출하고, 이후 AI를 활용해 오류를 검토하고 보완한 버전을 다시 제출하도록 했다. 또 AI 모델을 ‘협력자’로 규정하고, 논문에 공동 저자 이름을 적듯이 AI 모델 이름을 과제에 기재하도록 하는 수업도 늘고 있다.

AI 시대 바뀌는 기업 인재상

대학 수업이 바뀌는 것은 AI 시대에 요구하는 인재상이 바뀌고, 이로 인한 주니어들의 구직난 때문이다. 미 벤처캐피털 시그널파이어에 따르면 주요 빅테크 15곳의 전체 채용 인원 중 신입(1년 이하) 비율은 2019년 14.4%였다가 5년 새 7.2%로 감소했다. 강사 웨일리씨는 “2년 전만 해도 컴퓨터공학과 학생들은 2~3개 기업에서 취업 제안을 받고 행복한 고민을 했다”며 “지난해에는 10여 명 학생이 입사 추천서 작성을 요청해 왔는데 올해는 더 심해질 것으로 예상된다”고 했다.

주니어 엔지니어 역할이 AI로 대체되면서 기업 현장에서는 이론보다는 실무 경험을, 코딩 능력보다는 동료나 AI와 소통 능력을 요구받고 있다. 인문학의 시대가 다시 열리고 있다는 분석도 나온다. AI 분야 세계적 권위자인 안드레이 카파시가 “AI 시대 가장 중요한 언어는 영어”라고 할 만큼, 이제 AI를 잘 활용하려면 컴퓨터 언어가 아닌 일반 소통 능력과 비판적 사고력 등이 더 중요해졌기 때문이다. 미 포천지는 “AI가 대체할 수 없는 판단력과 창의성을 가진 인문학 전공자를 다시 우대한다”고 보도했다.

출처)

https://v.daum.net/v/20260119005242822

스탠퍼드대 컴공 수업 들어보니… ‘컴퓨터 언어’ 사라지고 ‘인간의 언어’ 집중한다

지난 15일(현지 시각) 미 캘리포니아주 팔로알토에 있는 스탠퍼드대 컴퓨터공학과(Computer Science)의 AI(인공지능) 과목 강의실. 초청 강사로 나선 아르시 샤 딜바 AI 스타트업 아달라인 창업자는 “

v.daum.net

AI코딩, 정말 생산성이 향상되고, 코드 품질이 올라가는가?

AI Coder — Thu, 15 Jan 2026 11:21:39 +0900

결론부터 말하면, AI코딩에 대한 평가는 극명하게 엇갈린다고 합니다.

AI코딩 찬성 진영:

사티아 나델라(Satya Nadella) 마이크로소프트 대표와 순다르 피차이(Sundar Pichai) 구글 대표는
“이미 자사 코드의 약 4분의 1이 AI에 의해 작성되고 있다”고 밝혔습니다.

2025년 3월 다리오 아모데이(Dario Amodei) 앤트로픽 대표 역시
“머지않아 전체 코드의 90%가 AI가 작성한 코드가 될 것”이라고 전망했습니다.

AI 코딩 모델 ‘코파일럿(Copilot)’을 개발한 깃허브(GitHub), 구글, 마이크로소프트 등 AI 코딩 도구를 판매하는 기업에서 실시한 초기 연구에서는 개발자가 20%에서 55%까지 작업 속도를 높인 것으로 나타났습니다.

반대 진영:

컨설팅 기업 베인앤드컴퍼니(Bain & Company)는 2024년 9월 보고서에서 “실제 업무 현장에서의 절감 효과는 특별히 두드러진 수준이 아니다”라고 평가했습니다.

스택 오버플로 조사에서도 AI 코딩 도구에 대한 신뢰와 호감도가 처음으로 큰 폭으로 떨어진 것으로 확인됐습니다.

또한 비영리 연구기관 메트르(METR, Model Evaluation & Threat Research)에서 발표한 보고서에 따르면 숙련 개발자들은 AI 덕분에 업무 속도가 약 20% 빨라졌다고 믿었지만, 실제 측정 결과는 오히려 19% 더 느려진 것으로 드러났습니다.

소프트웨어 컨설팅 기업 서브스탠셜(Substantial)의 마이크 저지(Mike Judge) 수석 엔지니어는 “METR 연구 결과가 남 일처럼 느껴지지 않았다”고 털어놓았습니다. 그는 “AI 코딩 도구가 처음 나왔을 때는 적극적으로 사용했지만 시간이 지나면서 기술적 한계에 자주 부딪히고, 기대만큼 생산성이 오르지 않아 점점 실망감이 커졌다”며 “도움이 되는 것 같으면서도 정작 어떻게 해야 더 잘 활용할 수 있을지 도무지 모르겠다고 주변에 늘 불평하곤 했다”고 말했습니다. 이어 “모델이 정말 바보 같다고 느끼면서도 어떤 ‘마법의 주문’만 찾으면 똑똑하게 만들 수 있을 거라고 믿었다”고 설명했습니다.

AI 코딩의 분명한 장점은 존재한다 .

반복적으로 작성하는 표준 코드(boilerplate code),
테스트 코드 생성,
버그 수정,
낯선 코드를 신규 개발자에게 설명하는 일
완벽하지 않더라도 초안을 먼저 제시해 주면 발상을 전개하는 데 도움이 된다는 점
또한 기술적 배경이 없는 직원들이 소프트웨어 기능의 초기 설계안을 손쉽게 만들 수 있도록 도와 개발자의 부담을 덜어주는 사례

더 복잡한 작업에 들어가면 상황은 크게 달라진다.

하지만 개발자가 진짜 역량을 발휘해야 하는 더 복잡한 작업에 들어가면 상황은 크게 달라지는듯 합니다. 많은 개발자는 “이 지점에서 AI 도구가 여전히 높은 장벽에 부딪히고 있다”고 말합니다. 가장 큰 문제로 지적되는 것은 LLM의 ‘컨텍스트 윈도우(context window)’가 지닌 한계입니다. 이는 모델이 한 번에 기억해 둘 수 있는 정보량을 뜻하는데, 이 용량이 작다 보니 방대한 코드베이스를 온전히 해석하기 어렵고, 작업이 길어지면 앞서 한 일을 쉽게 잊어버립니다.

LLM의 근시안적 특성은 개발자들에게 큰 부담이 됩니다. 특정 문제를 해결하는 코드 조각은 그 자체로는 잘 작동할 수 있지만 실제 소프트웨어는 수백 개의 모듈이 서로 연결돼 구성됩니다. 각 요소가 전체 구조 안에서 어떤 역할을 하는지 고려하지 않고 AI가 따로따로 코드를 만들어내면 전체 코드베이스는 금세 복잡해지고 일관성이 깨져 인간 개발자가 파악하거나 유지보수하기가 어려워집니다.

모델이 단순한 오류를 내는 일도 흔합니다. 다른 LLM과 마찬가지로 코딩 모델 역시 ‘환각’ 문제에서 자유롭지 않습니다.

“모델이 고도화되면서 AI가 생성하는 코드가 점점 더 복잡해지고 있다”며 “눈에 잘 띄는 버그나 보안 취약점은 줄어드는 대신 겉으로 드러나지 않는 결함이 늘고 있다”고 설명했습니다. 그는 “이런 결함은 시간이 흐를수록 유지보수 난도를 높이고 결국 기술 부채를 더욱 키우는 원인이 된다”고 말했습니다.

제시카 지(Jessica Ji) 조지타운대학교 연구원은 “AI 도구가 코드 유지 관리를 점점 더 어렵게 만든다면 이는 보안에도 심각한 영향을 미칠 수 있다”며 “업데이트와 수정이 어려워질수록 코드베이스 전체 또는 특정 코드 조각이 점점 취약해질 가능성이 커진다”고 설명했습니다.

출처) MIT Technology Reivew

2026년은 AI 기업들의 옥석을 가리는 시기가 될 듯.

AI Coder — Tue, 30 Dec 2025 13:26:22 +0900

한해가 저물어가며 2026년 예측이 등장하고 있습니다. 이 가운데 가장 눈길을 끄는 것은 벤처 캐피털(VC)의 예상입니다. AI 스타트업의 성패에 직접 돈을 걸고 운명을 함께하는 전문가들이야말로, 추상적인 개념을 넘어 냉혹한 시장의 현실과 흐름에 집중할 수밖에 없기 때문입니다.

비즈니스 인사이더는 29일(현지시간) 실리콘 밸리의 유명 VC 관계자 18명에 물은 내년도 AI 분야 전망을 공개했습니다. 이는 당장 미국 시장의 변화를 예측하는 내용이지만, 글로벌 자본과 기술 흐름을 주도하는 실리콘 밸리의 움직임은 시차를 두고 국내 산업과 투자 환경에도 영향을 미칠 수밖에 없습니다. 핵심 내용을 정리해 봤습니다.

우선 많은 전문가들은 2026년의 가장 큰 트렌드로 'AI 투자에 따른 실질적인 수익률(ROI)을 요구하는 해'가 될 것으로 예측했습니다. 벤키 가네산 멘로 벤처스 파트너는 "2026년은 AI 업계가 '쇼 미 더 머니(Show Me The Money)'라고 요구하는 해"라고 말했습니다.

최근 몇년 동안 기업들은 더 효율적이고 빠르게 일할 수 있도록 도와줄 것이라는 기대감으로 AI에 막대한 투자를 쏟아부었습니다. 이런 투자 열풍은 코딩, 고객 서비스, 영업, 검색 등의 업무를 자동화해 주는 솔루션 판매 기업들의 매출을 급증시켰고, 기업 가치도 크게 끌어올렸습니다.

투자자들은 이제 다음 단계로 투자비 회수를 요구할 것이라는 말입니다. 지속적인 투자를 위해 측정 가능한 수익을 요구할 것이며, 가치를 입증하지 못하는 AI 기업들은 자금 조달이 어려워지고 기업 매각이 지연될 수 있다는 내용입니다.

또 터무니없이 높은 평가를 받은 일부 스타트업들은 가치 조정이 이뤄질 것으로 봤습니다.

이와 관련, 롭 비더먼 어시메트릭 캐피털 매니징 파트너는 "2026년에는 실질적이고 명확한 투자 수익률(ROI)을 제공하는 AI 제품과 '있으면 좋은' 정도로 여겨지는 제품 간의 격차가 더 커질 것"이라며 "비용은 계속 증가하지만, 사업적 영향은 점점 불분명해지고 있기 때문에 기업도 AI 투자비 회수에 집중할 것으로 확신한다"라고 말했습니다.

동시에, 초기 투자자들의 압력과 시장 안정성 개선에 힘입어 일부 스타트업들의 IPO도 이뤄질 것으로 봤습니다.

AI 에이전트에 대한 이야기도 주를 이뤘습니다. 2025년이 초기 도입에 따른 테스트 시기였다면, 내년부터는 본격적으로 '직원'의 역할을 할 것이라는 내용입니다. 특히, 환불 처리나 재고 구매 등의 분야에서는 에이전트에 직책과 예산, 지출 한도 등의 권한을 부여, 단순한 도구를 넘어 실제 직원처럼 움직일 것이라는 예측이 눈길을 끕니다.

토마시 퉁구즈 시어리 벤처스 창립자는 "이로 인해 일반적인 사무직 직원은 2년 안에 매일 50명의 에이전트를 관리하게 될 것"이라고 예측했습니다.

그리고 에이전트는 기업을 넘어 개인에게도 필수 요소로 자리 잡을 것으로 봤습니다. 여행 예약이나 물건 구매, 서비스 해지 등을 자율적으로 수행하는 AI 비서의 역할을 실질적으로 수행할 것이라는 설명입니다.

동시에 직원을 채용하는 대신, AI를 활용해 극도의 자본 효율성을 갖춘 소규모 회사가 등장하며, 그중에서는 연간 반복 매출(ARR) 1억달러를 돌파하는 사례가 나올 수 있을 것으로 기대했습니다.

이런 분위기를 타고 실리콘 밸리에서는 더 젊고 탁월한 기술 역량과 아이디어를 가진 창업자들이 늘어날 것으로 예측했습니다. 이런 점은 올해 중순부터 주요 VC들이 예측한 바와 흡사합니다.

기술적으로는 멀티모달에 집중했습니다. 텍스트 기반 대형언어모델(LLM)에서 듣고 말하고 보는 AI 시스템으로 중심이 옮겨갈 것이라는 말입니다.

음성 AI는 고객 지원이나 영업, 서비스 등의 워크플로우를 구성할 기본이 되며, 이미지와 영상 AI는 기업 데이터 분석과 현장 운영, 로봇 공학 등의 핵심 인프라가 됩니다.

개인 AI 비서로서도 멀티모달은 매우 중요합니다. 휴대폰에 탑재될 개인 비서나 웨어러블의 유용성은 멀티모달로부터 비롯되기 때문입니다. 메하드 아가르왈 데피벤처스 총괄 파트너는 "2026년에는 소비자용 AI가 문화적 경계를 넘어설 것"이라며 "AI 컴패니언이 사회적으로 용인될 것이며, 사람들은 AI 비서에 대한 게시물을 올리고 AI 친구에 대해 공개적으로 이야기하며 AI와의 관계를 일상 대화에 통합할 것"이라는 과감한 전망을 내놓았습니다.

산업 도메인별로는 '금융 AI'에 주목했습니다. 2025년에는 법률 분야의 하비와 같은 스타트업이 주목받았지만, 내년에는 회계와 재무 분야의 전문 스타트업이 가장 빠르게 성장할 것으로 봤습니다. 엑셀과 스프레드시트를 다루는 AI가 차세대 주요 도약 분야가 될 것이라는 내용입니다.

한편, AI 업계에 불어닥친 인재 영입 경쟁을 더 치열해질 것으로 봤습니다. 특히 올해에는 메타가 대형 스카우트에 집중했다면, 내년에는 회사 자체를 인수하거나 규제를 피하기 위한 ‘인재 인수(acqui-hire)’가 더 활발해질 것이라는 예측입니다.

이는 투자가 일부 상위 스타트업에만 집중되고 나머지는 자금난을 겪을 가능성이 커진 데에 따른 것이기도 합니다. 실제로 인제 인수는 최근 빅테크뿐만이 아니라, 오픈AI나 앤트로픽 등도 적극적으로 나선 분야입니다.

이 외에도 내년에는 AI의 일자리 대체에 따라 일부 국가에서 사무직 노동자들이 '반 AI 시위'를 벌일 가능성이 언급됐습니다. 또 특정 도메인에 최적화된 모델 개발 경쟁이 심화함에 따라, 데이터 라벨링 시장도 골드러시를 맞을 것이라는 예측이 나왔습니다.

이처럼 내년에는 AI가 기술을 넘어, 실제 사업에 얼마나 도움이 되느냐가 핵심으로 꼽혔습니다.

그리고 이는 사실 최근 몇 년간 계속 지적됐던 내용입니다. 그러나 챗GPT 등장 4년째를 맞으며 AI 상업화 초기 단계를 확실하게 지났다는 것으로 볼 수 있습니다. 또 과거 인터넷 버블 당시와 분위기가 흡사합니다. '수익 모델'이라는 말이 나오면, 이후에는 많은 기업들이 정리되기 마련입니다.

물론, 국내 AI 업계는 좀 다릅니다. 실리콘 밸리처럼 엄청난 투자가 이뤄졌다고 보기 어렵고, 아직 일반 기업의 AI 채택도 초기 단계이기 때문입니다.

그러나 글로벌 흐름을 거스르기는 어렵습니다. 특히 수익에 관해서는 미국이나 한국이나 입장이 다를 것은 없습니다.

출처)

AI times 미국 VC들의 2026년 AI 예상은 "쇼 미 더 머니"

전자 상거래 1위 아마존이AI 에이전트로 인해 고민하는 이유는

AI Coder — Fri, 26 Dec 2025 13:07:50 +0900

미국에서는 지난달 블랙 프라이데이에 이어 연말 홀리데이 시즌을 맞아 쇼핑에 AI와 에이전트를 투입하는 실험이 활발하게 진행 중입니다. 이는 '쇼핑 에이전트'라는 개념이 본격 도입된 지 불과 1년 만입니다.

이미 블랙 프라이데이 기간에는 구글과 오픈AI, 퍼플렉시티, 월마트 등이 다양한 AI 쇼핑 도구를 출시했고, 그 결과 AI를 통해 온라인 쇼핑에 유입된 트래픽이 전년 대비 무려 805% 증가한 것으로 나타났습니다.

세계 최대의 전자 상거래 사이트인 아마존도 이미 블랙 프라이데이 기간 중 AI 챗봇 '루퍼스'를 통해 주목할 만한 결과를 낸 것으로 알려졌습니다. AI 챗봇을 사용한 사람들의 구매 전환율 증가 폭이 그렇지 않은 사람들보다 5배나 많았다는 내용입니다.

AI가 온라인 쇼핑에 영향을 크게 미친 것은 이미 지난해부터로, 2년 연속 이런 추세가 두드러지고 있습니다. 특히, 올해 챗GPT가 폭발적으로 성장하며, 사람들은 챗봇에 점점 더 많이 상품을 검색하고 나아가 에이전트로 결제까지 하는 비중이 늘어나고 있습니다.

모건 스탠리는 2030년까지 미국 쇼핑객의 거의 절반이 AI 에이전트를 이용할 것이며, 이로 인해 미국 전자상거래 지출에 최대 1150억달러가 증가할 것으로 예상했습니다.

분석가들은 "현재 소비자의 10% 미만이 AI를 통해 온라인 구매를 시작하지만, 현재 미국인의 약 40~50%가 제품 조사를 위해 AI를 사용하고 있는 만큼 시간이 지남에 따라 비율이 증가할 수 있다"라고 예측했습니다. 이에 따라 ”개인 맞춤형 디지털 인터랙티브 쇼핑객을 확보할 수 있는 능력, 즉 에이전트형 상거래가 차세대 AI 기반 혁신의 핵심 동력이 될 것으로 예상한다”라고 밝혔습니다.

맥킨지는 에이전트 기반 상거래가 2030년까지 미국 소매 매출 1조달러를 창출할 수 있을 것으로 봤습니다. 모건 스탠리의 1150억달러는 AI로 추가되는 매출이지만, 맥킨지의 1조달러는 AI가 기존 쇼핑을 대체할 규모를 예측한 것입니다.

이처럼 AI 에이전트가 온라인 쇼핑의 미래로 꼽히는 가운데, 24일(현지시간) CNBC는 아마존이 고민에 빠져있다고 전했습니다. 현재의 리더 자리를 지키기 위해 타사의 에이전트를 받아들여야 하는 문제에 직면했다는 것입니다.

아마존은 벌써 지난해 2월 최초의 쇼핑 에이전트로 볼 수 있는 루퍼스를 내놓았습니다. 제품 찾기나 비교, 추천 등의 역할을 하며, 최근에는 특정 가격이 되면 자동으로 상품을 구매해 주는 기능이나 웹상의 다른 사이트 상품까지 추천하는 기능을 추가했습니다.

그러나 문제는 오픈AI나 구글, 마이크로소프트, 퍼플렉시티 등 점점 늘어나는 타사의 에이전트들입니다. 특히 오픈AI는 쇼피파이나 월마트와 같은 굵직한 아마존 경쟁들과 손잡고 '챗GPT 앱스' 기능을 통해 에이전트 쇼핑을 확장하고 있습니다.

많은 사람이 점차 챗GPT를 통해 상품을 검색하고 가격을 비교하는 경우가 늘어나자, 기존 온라인 커머스 업체도 여기에 참여하는 것입니다. 수수료를 오픈AI에 떼어줘도, 소비자 접근을 늘리는 것이 유리하다는 논리입니다. 특히 월마트나 쇼피파이는 경쟁사인 아마존으로 사용자가 넘어가지 않게 하는 것이 더 중요합니다.

이런 현상은 당연히 아마존에는 달갑지 않습니다. 더 많은 구매자가 챗GPT를 통해 경쟁 사이트에서 물건을 구매할 수 있기 때문입니다.

그렇다고 이를 아마존에서 받아주면, 수수료 일부를 오픈AI에 떼줘야 합니다. 포레스터의 소매 분석가인 수차리타 코달리는 “챗GPT에서 에이전트를 이용하면 소매업체는 자체 사이트에서의 거래를 포기하고 오픈AI가 운영하는 '고속도로의 통행료'를 지불하는 결과를 감수하는 것”이라고 말했습니다.

특히 아마존이 중요하게 생각하는 것은 사용자의 구매 패턴 데이터입니다. 그러나 챗GPT를 타고 들어온 구매 요청은 데이터가 쌓이지 않습니다. 하지만, 아마존이 오픈AI와 협력하지 않으면, 거대한 트래픽을 월마트나 쇼피파이에 완전히 빼앗길 수 있습니다.

아마존은 이제까지 타사의 에이전트가 접근하는 것을 일방적으로 막아 왔습니다.

또 외부 AI 회사가 아마존 웹사이트에서 학습 데이터를 긁어가는 것을 방지하기 위해 오픈AI를 포함한 47개 기업의 크롤링 봇을 차단했습니다. 심지어 지난달에는 퍼플렉시티의 쇼핑 에이전트가 구매를 유도하며 정보를 수집했다고 고소까지 했습니다.

그러나 이제는 바뀌고 있다고 합니다. 앤디 제시 아마존 CEO는 지난 6월 직원들에게 AI 에이전트가 쇼핑부터 여행, 일상적인 집안일 등에 이르기까지 일상생활 곳곳에 스며들기 시작할 것이라고 말했습니다.

그리고 10월 실적 발표 컨퍼런스 콜에서는 제3자 에이전트와 협력할 예정이며, 일부 제공업체와 논의를 진행 중이라고 밝혔습니다.

최근에는 '에이전트 커머스'를 포함한 분야에서 전략적 파트너십 구축을 지원할 기업 담당 책임자를 채용한다는 공고를 냈습니다. 이는 타사와의 적극적인 협력에 나서겠다는 뜻으로 받아들여졌습니다.

내부적으로도 테스트를 시작했다고 합니다. 신발 판매 업체 자포스(Zappos)나 패션 사이트 숍밥(Shopbop), 할인 사이트 우트(Woot) 등을 통해 아마존 플랫폼 일부에 대한 접근을 조용히 허용하고 있습니다. 외부 쇼핑 에이전트의 허용이 어떤 결과로 이어지는지 알아보려는 것입니다.

쇼핑 에이전트는 아직 완전하지 않습니다. 상품 검색에 실패하는 것은 물론, 결제까지 원활하게 이루기에는 성능이 부족합니다. 하지만, 전자상거래 분야에서는 에이전트를 미래의 시나리오로만은 볼 수 없다는 분위기입니다.

이처럼 타사의 에이전트를 받아들이자니 당장 수익이나 영향력 축소가 불가피하고, 이를 금지하자니 미래 시장에서 고립될 수밖에 없는 이런 문제를 전문가들은 '리더의 딜레마(Leader's dilemma)'라고 표현했습니다.

아마존의 입장 변화는 시장의 불가피한 흐름을 인정하고, 시장 고립과 고객 이탈이라는 최악의 상황을 피하고자 자체 생태계에 외부 에이전트를 어떻게 통합할지 본격적인 연구에 나선 것으로 볼 수 있습니다.

또 이는 미국만이 아니라, 전 세계 온라인 커머스에도 영향을 미칠 수 있습니다. 특히 국내는 세계적으로도 전자상거래 이용률과 모바일 쇼핑 침투율이 가장 높은 국가 중 하나입니다. AI 에이전트가 쇼핑 방식을 바꾼다면, 국내 시장에도 변화가 예상됩니다.

국내 소비자들도 네이버나 쿠팡, 컬리 등 플랫폼을 방문하는 대신, 챗GPT에 "가장 가성비 좋은 무선 이어폰 찾아 줘"라고 물어보고 바로 구매하는 방식으로 이동할 수 있습니다.

이때 네이버나 쿠팡 같은 거대 플랫폼들도 아마존과 똑같이 외부 에이전트와 협력할지, 경쟁할지의 딜레마에 직면하게 될 수 있습니다.

앞으로 에이전트가 보편화되면 이런 사례는 더 많이 늘어날 것으로 보입니다. 그만큼 에이전트는 20년이 넘게 지속됐던 온라인 사업 상당 부분에 영향을 미칠 것으로 보입니다.

출처)

AI Times , 뉴스 브리핑, [12월26일] 전자 상거래 1위 아마존이 AI 에이전트로 인해 고민하는 이유는