AI는 기술적 평등을 실현하지 않으며, 단지 적합한 사람에게만 보상을 줄 뿐이다.
저자: Naman Bhansali
번역: TechFlow
TechFlow 독자 안내: 새로운 기술이 보급되는 초기 단계에서 사람들은 흔히 ‘기술 민주화’라는 착각에 빠진다. 사진 촬영, 음악 제작, 소프트웨어 개발이 갑자기 쉬워졌다면 경쟁 우위도 함께 사라지는 것일까? Warp의 공동 창업자인 Naman Bhansali는 인도 소도시에서 MIT까지 이르는 개인적 여정과, AI가 주도하는 급여(payroll) 분야 스타트업을 운영한 경험을 바탕으로, 직관에 어긋나는 하나의 진실을 날카롭게 드러낸다. 즉, 기술이 진입 장벽(‘바닥’, Floor)을 낮출수록, 해당 산업의 한계치(‘천장’, Ceiling)는 오히려 더 높아진다는 것이다.
실행력(Execution)이 저렴해지고, 심지어 AI로 ‘감성 코드(vibecoded)’까지 작성 가능한 오늘날, 진정한 경쟁 우위는 더 이상 단순한 트래픽 유입이 아니라, 위조하기 어려운 ‘미학(Taste)’, 복잡한 시스템의 근본 원리에 대한 심층 통찰, 그리고 10년 단위로 지속적으로 복리 효과를 누릴 수 있는 인내심에 달려 있다. 이 글은 AI 기반 창업에 대한 냉철한 성찰일 뿐만 아니라, ‘평민 기술이 귀족적 결과를 낳는다’는 멱법칙(Power Law)을 강력하게 입증하는 논고이기도 하다.
전문:
새로운 기술이 진입 장벽을 낮출 때마다 늘 같은 예측이 반복된다. “이제 누구나 할 수 있으니, 더 이상 누구도 우위를 점하지 못한다.” 디지털 카메라 스마트폰은 모두를 사진작가로 만들었고, Spotify는 모두를 음악가로 만들었으며, AI는 모두를 소프트웨어 개발자로 만든다.
이런 예측은 절반은 맞다. ‘바닥(Floor)’은 실제로 높아졌다. 더 많은 사람이 창작에 참여하고, 더 많은 사람이 제품을 출시하며, 더 많은 사람이 경쟁에 뛰어들었다. 그러나 이 예측은 항상 ‘천장(Ceiling)’을 간과한다. 천장은 바닥보다 훨씬 더 빠른 속도로 상승한다. 바닥과 천장 사이—즉 중간 수준과 최정상 수준 사이—의 격차는 줄어들지 않고 오히려 확대되고 있다.
이것이 바로 멱법칙(Power Laws)의 본질이다. 의도와 무관하게 작동한다. 민주화된 기술은 언제나 귀족화된 결과를 낳는다. 지금까지 모든 경우가 그랬고, 앞으로도 마찬가지다.
AI 역시 예외가 아니다. 오히려 그 정도는 더욱 극단적일 것이다.
시장의 진화 형태
Spotify가 등장했을 때, 그것은 정말 급진적인 일을 해냈다. 지구상의 어떤 음악가라도 이전에는 음반사, 마케팅 예산, 그리고 뛰어난 운에만 의존해야 했던 배포 채널에 접근할 수 있게 된 것이다. 그 결과, 음악 산업은 폭발적으로 성장했다. 수백만 명의 신예 아티스트가 등장했고, 수십억 곡의 새 노래가 발표됐다. 약속대로 ‘바닥’은 확실히 높아졌다.
그러나 이후 벌어진 일은 다음과 같았다. 상위 1%의 아티스트들이 차지하는 재생 비율이 CD 시대보다 더 커졌다. 줄어든 게 아니라 오히려 커진 것이다. 더 많은 음악, 더 치열한 경쟁, 더 다양한 고품질 콘텐츠 탐색 수단이 등장하면서, 이제 지리적 제약이나 매대 공간의 제약 없이 자유롭게 선택할 수 있게 된 청취자들은 점점 더 정상급 작품으로 몰려들었다. Spotify는 음악의 ‘대동세상’을 실현하지 않았다. 단지 이 경쟁 대회를 더욱 치열하게 만들었을 뿐이다.
같은 이야기는 글쓰기, 사진, 소프트웨어 분야에서도 반복된다. 인터넷은 역사상 가장 많은 수의 작가를 양산했지만, 동시에 더 잔혹한 주목도 경제(Attention Economy)를 낳았다. 참가자가 많아질수록 정상부의 베팅 규모는 커지고, 기본 구조는 여전히 동일하다. 극소수의 사람들이 대부분의 가치를 차지한다.
우리는 이를 놀랍게 여기는 이유는, 우리가 선형적 사고방식에 익숙하기 때문이다. 생산성 향상이 평평한 용기에 물을 부어 넣듯 고르게 분배될 것이라고 기대한다. 그러나 대부분의 복잡한 시스템은 그렇게 작동하지 않는다. 그리고 결코 그렇게 작동한 적이 없다. 멱분포(Mean Distribution)는 시장의 기형이거나 기술의 실패가 아니다. 자연의 기본 설정(default setting)이다. 기술이 이를 창조한 것이 아니라, 단지 그것을 드러낸 것일 뿐이다.
클라이버 법칙(Kleiber's Law)을 생각해보라. 지구상의 모든 생물—박테리아부터 흰수염고래까지, 무게가 27개 수량급(orders of magnitude)에 걸쳐 다양함에도 불구하고—대사율은 체중의 0.75제곱에 비례한다. 고래의 대사율은 고래 크기에 비례하지 않는다. 이 관계는 멱법칙이며, 거의 모든 생명체에서 놀라운 정확도로 유지된다. 누군가 이런 분포를 설계한 것이 아니다. 단지 복잡한 시스템 내에서 에너지가 고유한 논리에 따라 흐를 때 나타나는 자연스러운 형태일 뿐이다.
시장 역시 복잡한 시스템이며, 주목도는 자원이다. 마찰이 사라질 때—즉 지리적 제약, 매대 공간, 유통 비용이 완화될 때—시장은 그 고유의 자연스러운 형태로 수렴한다. 그 형태는 정규분포의 종 모양 곡선이 아니라 멱분포다. 민주화된 서사와 귀족화된 결과가 공존하는 이유가 바로 여기에 있다. 그래서 매번 새로운 기술이 등장할 때 우리는 당황한다. 바닥이 올라가는 것을 보고, 천장도 같은 속도로 따라오리라고 가정한다. 하지만 사실은 그렇지 않다. 천장은 오히려 가속도를 붙여 멀어지고 있다.
AI는 이 과정을 이전 어느 기술보다도 더 빠르고 더 강렬하게 가속화할 것이다. 바닥은 실시간으로 높아지고 있다—누구나 제품을 출시하고, 인터페이스를 디자인하며, 프로덕션 환경 코드를 작성할 수 있다. 그러나 천장도 높아지고 있으며, 그것이 더 빠르게 상승한다. 진정으로 묻고 싶은 질문은 다음과 같다. 당신의 최종 위치를 결정하는 것은 도대체 무엇인가?
실행력이 저렴해질 때, 미학이 신호가 된다
1981년, 스티브 잡스(Steve Jobs)는 초기 맥킨토시(Macintosh)의 내부 회로 기판조차도 아름답게 만들어야 한다고 고집했다. 외관이 아니라, 고객이 절대 보지 못할 내부였다. 당시 엔지니어들은 그를 미쳤다고 여겼다. 그러나 잡스는 미치지 않았다. 그는 완벽주의처럼 보이지만, 사실은 훨씬 더 근본적인 무언가를 이해하고 있었다. 즉, 당신이 어떤 일을 수행하는 방식이 곧 당신이 모든 일을 수행하는 방식이라는 것이다. 숨겨진 부분조차 아름답게 만드는 사람은 품질을 연기하는 것이 아니라, 근본적으로 열등한 제품을 출시하는 것을 용납할 수 없는 성격을 가진 사람이다.
이는 매우 중요하다. 신뢰는 구축하기 어렵지만, 짧은 시간 안에 위조되기는 쉽기 때문이다. 우리는 끊임없이 ‘휴리스틱(Heuristics)’을 실행하며, 누가 진정으로 뛰어난지, 누가 단지 뛰어난 척만 하는지를 판단하려 한다. 자격증(Credentials)은 도움이 되지만 조작 가능하며, 출신(Pedigree)도 도움이 되지만 계승 가능하다. 진정으로 위조하기 어려운 것은 ‘미학(Taste)’이다—즉, 아무도 요구하지 않는 기준에 대해 지속적이고 관찰 가능한 높은 수준의 집착이다. 잡스는 회로 기판을 그렇게 아름답게 만들 필요가 없었다. 그는 그렇게 했고, 그 자체가 보이지 않는 곳에서 그가 어떻게 행동할지를 말해주는 가장 강력한 신호였다.
지난 10년간 이 신호는 어느 정도 가려져 있었다. SaaS의 전성기(약 2012년부터 2022년까지), 실행력이 너무 표준화되어 ‘유통(Distribution)’이 진정한 희소 자원이 되었다. 고객을 효율적으로 확보하고, 영업 머신을 구축하며, ‘40 법칙(Rule of 40)’을 달성할 수 있다면, 제품 자체는 거의 중요하지 않았다. 충분히 강력한 ‘고투마켓(Go-to-market)’ 전략만 있다면, 평범한 제품으로도 승리할 수 있었다. 미학이 보내는 신호는 성장 지표의 잡음 속에 묻혔다.
AI는 신호 대 잡음비(SNR)를 완전히 바꾸어놓았다. 누구나 하루 오후면 기능적인 제품, 아름다운 인터페이스, 작동 가능한 코드베이스를 생성할 수 있을 때, ‘제대로 작동하는가’는 더 이상 차별화 요인이 아니다. 이제 질문은 이렇게 바뀐다. 이 제품은 정말 뛰어난가? 이 사람은 ‘좋음(Good)’과 ‘광란적으로 뛰어남(Insanely great)’의 차이를 알고 있는가? 아무도 강요하지 않더라도, 그 마지막 미세한 간극을 메우기 위해 충분히 신경 쓸까?
특히 사업 핵심 소프트웨어(Business-critical software)—급여 처리, 규제 준수, 직원 데이터 관리 등을 담당하는 시스템—의 경우 이 질문이 더욱 중요하다. 이는 마음 편히 시험해보고 다음 분기에는 버릴 수 있는 제품이 아니다. 전환 비용은 실제 존재하며, 오류 발생 시 파장은 심각하고, 시스템을 도입하는 담당자는 그 결과에 책임을 져야 한다. 따라서 계약 체결 전에 그들은 모든 신뢰 휴리스틱을 실행한다. 아름다운 제품은 가장 강렬한 신호 중 하나다. 그것은 ‘이 제품을 만든 사람은 정성스럽게 만들었다’고 말해준다. 눈에 보이는 부분을 신경 쓴다면, 보이지 않는 부분도 아마 신경 쓸 것이라는 의미다.
실행력이 저렴해진 세상에서, 미학은 작업 증명(Proof of work)이다.
새로운 단계에서 보상받는 것
이 논리는 늘 옳았으나, 지난 10년간의 시장 환경 때문에 거의 보이지 않았다. 한때 소프트웨어 산업에서 가장 중요한 역량은 소프트웨어 자체와는 전혀 관련이 없었다.
2012년부터 2022년까지, SaaS의 핵심 아키텍처는 이미 정형화되었다. 클라우드 인프라는 저렴하고 표준화되었고, 개발 도구는 성숙해졌다. 기능적인 제품을 만드는 것은 어려웠지만, 그것은 이미 해결된 난제였다. 인력을 고용하고, 정해진 패턴을 따르며, 충분한 자원만 있으면 최소 기준선에 도달할 수 있었다. 진정으로 희소하고, 승자와 평범한 자를 가르는 것은 유통 능력이었다. 고객을 얼마나 효율적으로 확보할 수 있는가? 반복 가능한 영업 활동을 구축할 수 있는가? 단위 경제(Unit economics)를 얼마나 잘 이해하여, 적절한 순간에 성장의 불길에 연료를 공급할 수 있는가?
그 환경에서 두각을 나타낸 창업자들은 대부분 영업, 컨설팅 또는 금융 분야 출신이었다. 그들은 10년 전만 해도 천서처럼 들렸던 지표들을 완벽히 이해했다. 순액 유지율(NDR), 평균 계약 금액(ACV), 매직 넘버(Magic number), 40 법칙 등. 그들은 전자 스프레드시트와 영업 파이프라인 검토 속에서 살아왔다. 그 맥락에서 그들은 분명 옳았다. SaaS의 전성기는 전성기의 SaaS 창업자를 낳았다. 이는 이성적인 진화적 적응이었다.
그러나 나는 그 속에서 숨이 막혔다.
나는 인도 인구 2.5억 명의 주(州)에 있는 소도시에서 자랐다. 전국에서 매년 약 세 명만 MIT에 입학한다. 예외 없이, 그들은 델리, 뭄바이, 벵갈루루의 고비용 예비학교 출신이다—그 목표를 위해 특별히 설립된 기관들이다. 나는 우리 주 역사상 처음으로 MIT에 진학한 사람이었다. 이 말을 자랑하려는 것이 아니다. 오히려 이것이 이 글의 주장의 축소판이기 때문이다: 진입 장벽이 제한될 때, 출신(Pedigree)이 결과를 예측한다. 진입 장벽이 열릴 때, 깊이 파고드는 사람(Deep people)이 반드시 승리한다. 출신 좋은 사람들로 가득한 방 안에서, 나는 ‘깊이’로 승부하는 카드였다. 그것이 내가 알던 유일한 베팅 방식이었다.
나는 물리학, 수학, 컴퓨터 과학을 공부했다. 이 분야에서 가장 심오한 통찰은 프로세스 최적화에서 나오지 않는다. 다른 사람들이 놓친 진실을 보는 데서 나온다. 내 석사 논문은 분산 머신러닝 훈련에서 ‘느린 노드(Straggler) 완화’에 관한 것이었다. 대규모 시스템을 실행할 때 일부 구성 요소가 느려지면, 전체 무결성을 해치지 않으면서 그 제약을 어떻게 최적화할 것인가에 대한 연구였다.
내가 이십 대 초반에 창업 세계를 바라보았을 때, 나는 이런 심층 통찰이 전혀 중요하지 않은 풍경을 보았다. 시장은 ‘고투마켓’에 프리미엄을 부여했지, 제품 자체에는 부여하지 않았다. 기술적으로 탁월한 것을 만드는 것은 순진함처럼 보였고, ‘진짜 게임’—즉 고객 확보, 유지를 위한 속도 및 영업 속도—에 대한 방해물로 여겨졌다.
그러다 2022년 말, 환경이 바뀌었다.
ChatGPT는, 수년간의 연구 논문보다 훨씬 직관적이고 강렬한 방식으로, 곡선이 이미 꺾였음을 보여주었다. 새로운 S-커브가 시작된 것이다. 단계적 전환(Phase transitions)은 이전 단계에 가장 잘 적응한 사람을 보상하지 않는다. 대신, 아직 다른 이들이 가격을 제대로 보지 못한 시점에서, 새로운 단계의 무한한 가능성을 먼저 통찰한 사람을 보상한다.
그래서 나는 직장을 그만두고 Warp를 창업했다.
이 베팅은 매우 구체적이었다. 미국에는 연방·주·지방 정부 등 800여 개의 세무 기관이 있다. 각 기관은 고유한 신고 요건, 마감일, 규제 준수 로직을 가지고 있다. API도 없고, 프로그래밍 방식의 접속 인터페이스도 없다. 수십 년간 모든 급여 서비스 제공업체는 똑같은 방식으로 문제를 해결해왔다. 바로 ‘사람을 투입하는 것’이다. 수천 명의 규제 준수 전문가들이, 대규모 운영을 위해 설계되지 않은 이 시스템들을 수작업으로 관리해왔다. 전통적인 거대 기업—ADP, Paylocity, Paychex—은 이러한 복잡성을 사업 모델 전체에 흡수시켰다. 복잡성을 해결하려 하지 않고, 오히려 이를 인력 수로 흡수한 후, 그 비용을 고객에게 전가한 것이다.
2022년, 나는 AI 에이전트(Agents)가 여전히 취약하다는 점을 분명히 보았다. 그러나 또한 개선의 곡선도 보았다. 대규모 분산 시스템에 깊이 정통하고, 모델 진화 추이를 가까이서 관찰해온 사람이라면, 정확한 베팅을 내릴 수 있었다. ‘지금은 취약한 기술이, 몇 년 안에 압도적으로 강력해질 것’이라는 전망이었다. 그래서 우리는 베팅했다. 첫 번째 원리(First principles)에서 출발해 AI 네이티브 플랫폼을 구축하고, 이 범주에서 가장 어려운 워크플로우—기존 거대 기업이 아키텍처적 제약으로 인해 영원히 자동화할 수 없는 워크플로우—에 직접 진입했다.
지금, 이 베팅은 현실이 되고 있다. 그러나 더 거시적인 관점에서 주목할 점은 패턴 인식이다. AI 시대의 기술 중심 창업자들은 공학적 우위뿐 아니라 통찰력 우위도 갖추고 있다. 그들은 다른 진입점을 보고, 다른 베팅을 내린다. 모두가 ‘영구적인 복잡성’으로 간주하는 시스템을 바라보며, ‘진정한 자동화를 실현하려면 무엇이 필요한가?’ 하고 질문할 수 있다. 그리고 핵심은, 그 질문에 대한 답을 직접 구축할 수 있다는 것이다.
정점의 SaaS 시대를 지배했던 주인공은 제약 조건 하에서 이성적으로 최적화하는 사람이었다. 그러나 AI는 이러한 제약을 제거하고, 새로운 제약을 설치하고 있다. 새로운 환경에서는 희소 자원이 더 이상 ‘유통’이 아니라, 가능성에 대한 통찰력을 갖는 능력—그리고 그 통찰을 요구되는 수준까지 구현해내는 미학과 신념—이다. 그러나 결정적인 제3의 변수가 하나 더 있는데, 바로 이 부분에서 대부분의 AI 시대 창업자들이 치명적인 실수를 저지르고 있다.
고속 속의 장기 게임
현재 창업계에는 이런 밈(Meme)이 유행한다. “당신에게는 영원한 하위층에서 벗어나기 위해 2년밖에 남지 않았다. 빨리 만들고, 빨리 펀딩받고, 빨리 엑싯하거나 망하거나.”
이 심리가 어디서 오는지는 잘 안다. AI의 진화 속도는 일종의 생존 위기를 느끼게 하고, 파도를 타기 위한 창이 매우 좁게 느껴진다. 트위터에서 하룻밤 사이에 유명해진 이야기를 보는 젊은이들은 당연히 게임의 본질이 ‘속도’라고 생각한다. 승자는 가장 짧은 시간 안에 가장 빨리 달리는 사람이다.
이것은 완전히 잘못된 차원에서 옳다.
실행 속도는 분명 매우 중요하다. 나는 이를 믿는다—그 사실은 심지어 내 회사 이름(Warp)에도 각인되어 있다. 그러나 실행의 속도는 시야의 협소함과 동의어가 아니다. AI 시대에 가장 가치 있는 기업을 건설할 수 있는 창업자는, 2년간 달려서 자금을 회수하는 사람이 아니라, 10년간 달려서 복리를 누리는 사람이다.
단기주의의 오류는 다음과 같다. 소프트웨어에서 가장 가치 있는 것들—사적 데이터, 깊은 고객 관계, 실제 전환 비용, 규제 차원의 전문 지식—은 수년에 걸쳐 축적되어야 하며, 경쟁사가 아무리 많은 자금이나 AI 역량을 투입해도 빠르게 복제할 수 없다. Warp가 여러 주(州)에 걸쳐 운영되는 기업의 급여를 처리할 때, 우리는 수천 개의 사법 관할권(courts/jurisdictions)에 걸친 규제 준수 데이터를 축적하고 있다. 해결된 각 세무 통지, 처리된 각 경계 사례, 완료된 각 주 정부 등록은 모두, 시간이 흐를수록 복제하기 점점 더 어려워지는 시스템을 훈련시키는 것이다. 이것은 단순한 기능이 아니라, 우리가 높은 품질로 충분히 오랜 시간을 깊이 파고들었기 때문에 형성된 ‘품질 밀도(Quality density)’를 갖춘 진정한 ‘호수(모든 경쟁자를 가두는 경계선)’다.
이 복리는 첫 해에는 보이지 않는다. 두 번째 해에는 희미하게 드러난다. 다섯 번째 해가 되면, 이것이 바로 게임의 전부가 된다.
Snowflake의 전 CEO 프랭크 슬루트먼(Frank Slootman)은 현존 인물 중 누구보다 더 많은 소프트웨어 기업을 설립하고 규모를 확장시켰다. 그는 이에 대해 간결하게 말했다. “불편함에 익숙해져야 한다.” 단지 단거리 경주를 위해서가 아니라, 그것을 영구적인 상태로 받아들여야 한다. 스타트업 초기의 ‘전쟁의 안개(War fog)’—즉 방향 감각 상실, 불완전한 정보, 그리고 행동을 결정해야 하는 압박감—은 2년 후에 사라지지 않는다. 그것은 진화할 뿐이며, 새로운 불확실성이 오래된 불확실성을 대체할 뿐이다. 지속 가능한 창업자는 확실성을 찾은 사람이 아니라, 안개 속에서도 명확히 움직일 줄 아는 사람이다.
기업을 설립하는 일은 극도로 잔혹하다. 이 잔혹함은 실제로 해보지 않은 사람에게는 설명하기 어렵다. 당신은 지속적인 약간의 공포 속에서 살고, 가끔은 더 강렬한 공포로 점철된다. 당신은 정보가 부족한 상태에서 수천 개의 결정을 내리며, 단지 연쇄적인 잘못된 결정만으로도 종말이 올 수 있음을 안다. 트위터에서 보는 ‘하룻밤 성공’은 멱분포에서의 아웃라이어(outlier)일 뿐만 아니라, 그 아웃라이어 중에서도 극단적인 사례다. 그런 사례를 기준으로 전략을 최적화하는 것은, 마치 5km 마라톤을 준비하기 위해 길을 잘못 들어 우연히 완주한 사람들의 기록을 분석하는 것과 같다.
그럼 왜 이런 일을 해야 하는가? 편안해서도, 승산이 크기 때문도 아니다. 단지 어떤 사람들에게는, 그렇게 하지 않으면 진정으로 살아있다고 느껴지지 않기 때문이다. ‘무에서 유를 창조하는 것’에 대한 두려움보다 더 나쁜 것은, ‘도전조차 하지 않은 것’에서 오는 침묵의 질식감이다.
그리고—만약 당신이 올바른 베팅을 했고, 다른 이들이 아직 가격을 매기지 않은 진실을 보았으며, 미학과 신념을 바탕으로 충분히 긴 기간 동안 실행했다면—그 결과는 단순히 재정적일 뿐만 아니라, 당신이 사람들의 업무 방식을 진정으로 바꾸는 것을 만들었고, 사람들이 사랑해서 사용하는 제품을 창조했으며, 당신이 직접 구축한 조직에서, 그곳에서 최고의 역량을 발휘하는 사람들을 고용하고 성장시켰다는 점에서 훨씬 더 깊은 의미를 갖는다.
이것은 10년짜리 프로젝트다. AI는 이것을 바꾸지 못한다. 그리고 결코 바꾼 적이 없다.
AI가 바꾸는 것은, 끝까지 버티며 결과를 지켜보는 창업자들에게 주어질 이 10년 동안 도달할 수 있는 ‘천장(Ceiling)’의 높이이다.
아무도 주목하지 않는 천장
그렇다면 이 모든 것의 끝에서, 소프트웨어는 도대체 어떤 모습을 띨 것인가?
낙관론자들은 AI가 풍요를 창조한다고 말한다. 더 많은 제품, 더 많은 건설자, 더 많은 사람이 더 많은 가치를 나눠 갖는다는 것이다. 그들은 맞다. 비관론자들은 AI가 소프트웨어의 호수를 무너뜨린다고 말한다. 어떤 것도 하루 오후면 복제될 수 있고, 방어력은 이미 죽었다는 것이다. 그들도 부분적으로 맞다. 그러나 양쪽 모두 ‘바닥(The floor)’만 주시하고, 아무도 ‘천장(The ceiling)’을 주목하지 않는다.
앞으로 수천 개의 ‘단일 기능 솔루션(Point solutions)’이 등장할 것이다. 작고, 기능적이고, AI가 생성한 도구들로, 특정 좁은 문제를 해결하기에 충분하다. 이 중 상당수는 기업이 아니라 개인이나 내부 팀이 자신의 고통 포인트를 해결하기 위해 스스로 개발한 것이다. 어떤 낮은 진입 장벽·쉬운 교체가 가능한 소프트웨어 분야에서는, 시장이 진정한 민주화를 이룰 것이다. 바닥은 높고, 경쟁은 치열하며, 이윤은 얇을 것이다.
그러나 사업 핵심 소프트웨어(Business-critical software)—자금 흐름, 규제 준수, 직원 데이터, 법적 리스크를 처리하는 시스템—의 경우는 완전히 다르다. 이는 오류 허용 범위가 극히 낮은 워크플로우다. 급여 시스템이 고장 나면 직원은 급여를 받지 못한다. 세무 신고가 잘못되면 국세청(IRS)이 방문한다. 복리후생 가입 기간에 끊김이 생기면, 실제 사람들이 보호를 잃는다. 소프트웨어를 선택하는 사람은 그 결과에 대한 책임을 져야 한다. 이 책임은 오후에 ‘감성 코드(vibecoded)’로 얼기설기 짜맞춘 AI에 외주를 줄 수 없다.
이러한 워크플로우에 대해서는 기업이 계속해서 공급업체를 신뢰할 것이다. 이 공급업체들 중, ‘승자 독식(Winner-takes-all)’ 역학은 이전 세대 소프트웨어보다 훨씬 더 극단적일 것이다. 이는 단지 네트워크 효과가 더 강하기 때문만은 아니다(비록 사실이긴 하지만). 대신, 수백만 건의 거래와 수천 개의 규제 경계 사례를 통해 사적 데이터를 축적해온 AI 네이티브 플랫폼은, 후발 주자가 ‘원지점에서 바로 뛰어오르는’ 방식으로 따라잡기 거의 불가능한 복리 우위를 갖는다. 호수는 더 이상 기능 집합이 아니라, 오류를 처벌하는 영역에서 장기간 고수준 운영을 유지함으로써 축적된 품질이다.
이는 소프트웨어 시장의 통합 수준이 SaaS 시대를 넘어설 것임을 의미한다. 나는 10년 후 HR 및 급여 분야에서 20개의 회사가 각각 일자리 수준의 시장 점유율을 차지하는 상황은 없을 것이라고 예측한다. 대신 2~3개의 플랫폼이 대부분의 가치를 차지할 것이며, 긴 리스트의 단일 기능 솔루션들은 거의 아무것도 얻지 못할 것이다. 같은 패턴은 규제 복잡성, 데이터 축적, 전환 비용이 모두 작용하는 모든 소프트웨어 분야에서 반복될 것이다.
이 분포의 정점에 있는 기업들은 매우 유사한 모습을 띨 것이다. 진정한 제품 미학을 갖춘 기술 인재가 창업했으며, 첫날부터 AI 네이티브 아키텍처 위에서 구축되었고, 기존 거대 기업들이 기존 사업을 해체하지 않으면 구조적으로 대응할 수 없는 시장에서 운영된다. 그들은 아주 일찍 독특한 통찰력 베팅을 내렸다—AI가 창조한, 아직 가격이 매겨지지 않은 어떤 진실을 보았고—그리고 복리가 분명해질 때까지 충분히 오랜 시간을 견뎌냈다.
나는 이 유형의 창업자를 추상적으로 묘사해왔다. 그러나 나는 그가 누구인지 아주 잘 안다. 왜냐하면 나는 그가 되려고 노력하고 있기 때문이다.
나는 2022년에 Warp를 창업했다. 나는 직원 운영 전체 스택—급여, 세무 준수, 복리후생, 입사, 장비 관리, HR 프로세스—이 수작업과 구식 아키텍처에 기반해 있으며, AI가 이 모든 것을 완전히 대체할 수 있다고 믿었기 때문이다. 개선이 아니라, 대체다. 기존 거대 기업들은 복잡성을 인력 수에 흡수함으로써 10억 달러 규모의 사업을 구축했고, 우리는 복잡성을 근본적으로 제거함으로써 사업을 구축할 것이다.
3년의 시간은 이 베팅을 입증해왔다. 출시 이후 우리는 5억 달러 이상의 거래를 처리했고, 빠르게 성장 중이며, 세계에서 가장 중요한 기술을 개발하는 기업들에게 서비스를 제공하고 있다. 매달 축적되는 규제 준수 데이터, 처리된 경계 사례, 구축된 연동(integration)은 플랫폼을 점점 더 복제하기 어렵게 만들고, 고객에게는 더 큰 가치를 제공한다. 호수는 아직 초기 단계이지만, 이미 형태를 갖추었고, 가속화되고 있다.
이 모든 것을 말하는 이유는 Warp의 성공이 필연적이라고 주장하려는 것이 아니다—멱분포의 세계에서는 어떤 것도 필연적이지 않다—오히려 우리를 이곳까지 이끈 논리가, 내가 전문에서 설명한 논리와 정확히 일치하기 때문이다: 진실을 보는 것. 누구보다 더 깊이 파고드는 것. 외부 압력 없이도 유지 가능한 높은 기준을 세우는 것. 충분히 오랜 시간을 버티며, 자신이 옳은지 확인해보는 것.
AI 시대의 뛰어난 기업은 다음을 이해하는 사람들에 의해 설립될 것이다. 진입 장벽은 결코 희소 자원이 아니었고, 통찰력(Insight)이 희소 자원이었다. 실행력은 결코 호수가 아니었고, 미학(Taste)이 호수였다. 속도는 결코 우위가 아니었고, 깊이(Depth)가 우위였다.
멱법칙은 당신의 의도를 신경 쓰지 않는다. 그러나 올바른 의도는 보상한다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
@ayushswrites
