커서, 앤트로픽과 오픈AI에 감사의 인사: “키워 주셔서 감사합니다. 이제 제가 시장을 차지하러 왔습니다.”
저자: Daniel Barabander
번역 및 편집: TechFlow
TechFlow 서론: 커서(Cursor)는 3년 전만 해도 OpenAI API 위에서 작동하던 VS Code 플러그인에 불과했으나, 오늘날 자사 개발 모델을 공개하며 주요 벤치마크에서 클로드 오푸스(Claude Opus) 4.6을 능가하고 가격은 단지 1/10 수준으로 내렸다.
이 기사는 이러한 사례를 출발점으로 하여 인터넷 상에서 가장 중요한 전략적 질문을 체계적으로 다룬다: 언제 API를 개방해야 하고, 또 언제 폐쇄해야 하는가? 이 결론은 모든 플랫폼 사업자에게 경고의 메시지가 된다.
전문은 다음과 같다:
엘리야 폭스(@PossibltyResult)와 공동 집필.
올해 3월 초, 커서는 오픈소스 기반 모델을 바탕으로 개발한 독자적인 프로그래밍 전용 모델 ‘컴포저 2(Composer 2)’를 발표했다. 이 모델은 주요 벤치마크에서 클로드 오푸스 4.6을 능가하면서도 가격은 1/10 수준이다. 3년 전만 해도 커서는 완전히 OpenAI API에 의존하는 VS Code 분기 버전일 뿐이었다.
커서가 단순한 API 의존 고객에서 진정한 경쟁자로 탈바꿈한 과정은 인터넷에서 가장 중요한 전략적 질문을 압축적으로 보여주는 사례다: 한 기업은 언제 자신의 역량을 API를 통해 개방해야 하고, 또 언제 이를 폐쇄해야 하는가?
우리는 이 질문에 답하기 위한 프레임워크를 개발했는데, 그 핵심은 두 가지 요소에 달려 있다. 첫째, API 개방이 기업의 ‘모든 것을 지키는 성채(moat)’를 침식시키는가? 그렇다면, 다른 곳에서 성채를 확보할 수 있는가?
기업이 API를 통해 지적재산권(IP)을 외부에 개방할 때마다, 수요 집약(demand aggregation)을 통한 성채 침식 위험에 직면한다. 간단히 말하자면, 경쟁사는 이러한 지적재산권을 활용해 자사 제품의 초기 단계를 이끌 수 있으며, 충분한 수요를 확보한 후에는 수직 계열화를 통해 API를 차단할 수 있다. 넷플릭스가 바로 그런 사례다. 넷플릭스는 먼저 콘텐츠 라이선스를 제공하다가, 충분히 큰 사용자 기반을 확보해 막대한 고정비용을 분담할 수 있게 되자 〈하우스 오브 카드〉 같은 자체 제작 콘텐츠로 전환했다.
그러나 진정한 위험은, API 출력물이 직접 입력으로 활용되어 경쟁 제품의 품질을 복리 효과로 향상시키는 경우다. 이는 이중 타격이다. 즉, 경쟁사는 API를 이용해 수요를 유도·집약할 뿐 아니라, 동시에 자사 생산 프로세스를 직접 개선할 수 있기 때문이다. 현재 AI 분야에서 실제로 벌어지고 있는 현상이 바로 그것이다. 비록 OpenAI와 앤트로픽(Anthropic)이 계약서에서 명시적으로 API를 이용하는 기업이 해당 출력물을 경쟁 모델 훈련에 사용하는 것을 금지하고 있지만, 커서와 같은 기업이 최첨단 모델을 활용해 독자적 제품 데이터 수집을 위한 워크플로를 구축하고, 시간이 지남에 따라 자사 모델을 개선하는 행위는 막을 수 없다.
이것이 바로 컴포저 2 뒤에 숨은 실제 상황으로 보인다. 커서는 클로드와 GPT 등 기초 모델을 활용해 충분한 수요를 확보하여 연간 매출 약 20억 달러를 달성한 후, 오픈소스 기반 모델인 김이 K2.5(Kimi K2.5)와 IDE에서 지속적으로 수집한 사전훈련 및 강화학습 데이터를 결합해 최첨단 수준의 프로그래밍 전용 모델을 개발했다.
이처럼 출력물-입력물(output/input) 동역학이 존재할 경우, API 제공업체는 두 가지 선택밖에 없다. 첫째, 피해를 막기 위해 API를 폐쇄하거나, 둘째, API를 계속 개방하되 자사의 성채를 보완할 수 있는 다른 자산을 확보하는 것이다.
트위터는 첫 번째 길을 걷는 대표적 사례다. 트위터는 초기에는 관대하고 무료로 접근 가능한 API로 유명했다—전성기 시절 개발자는 매달 50만 건의 트윗을 무료로 가져갈 수 있었다. 그러나 API가 자사의 핵심 성채—독점적 소셜 그래프—를 유출한다는 판단 아래 대부분의 인터페이스를 폐쇄했다. 오늘날, 사실상 API는 폐쇄된 상태다: 접근은 엄격하게 속도 제한되며, 실질적인 규모로 사용하려면 비용이 매우 높고, 심각한 수준의 제품 개발을 위해서는 엄격히 통제된 B2B 통합을 거쳐야 한다.
두 번째 길은 API를 개방한 채, 다른 형태의 권력 원천(power source)으로 보완하는 것이다. 이 점을 가장 잘 아는 산업은 바로 암호화폐다—암호화폐 분야에서는 API가 강제로 개방되어 있으며, 생존 유일한 방법은 다른 곳에서 성채를 찾는 것이다.
대출 프로토콜 ‘모르포(Morpho)’는 대표적인 사례다. 이 프로토콜은 Aave와 Compound의 개방형 API에 접속해 최적화 도구 제품을 구축함으로써 탄생했다. 이후 이 프로토콜은 해당 프로토콜들의 출력물—즉, 집약된 유동성—을 자사 플랫폼의 성장 동력으로 활용했다. 이 점에서 커서와 모르포는 모두 API를 활용해 경쟁 제품을 구축하는 동일한 경로를 따랐다.
그러나 더욱 흥미로운 것은 모르포가 이후 어떤 조치를 취했는가이다. 모르포 역시 개방형 API를 제공하기 때문에, 전환 비용(conversion cost) 부족 문제를 보완하기 위해 성채를 확보해야 했다. 따라서 모르포는 프로토콜을 최대한 ‘집약 가능(aggregable)’하게 설계하고, 다른 방식으로 성채를 구축하기로 결정했다—예컨대 린디 효과(Lindy effect), 그리고 다양한 대출자 및 차입자로부터 발생하는 깊은 유동성에 기반한 네트워크 효과 등이다.
이 프레임워크를 앞으로 확장해 보면, 우리는 하나의 예측을 할 수 있다: 시간이 지남에 따라 기초 모델 기업들은 점차 최첨단 모델의 API 접근을 제한하는 첫 번째 길을 선택하게 될 것이다.
두 번째 길을 믿으려면, 오푸스나 GPT 같은 모델이 이미 충분히 강력하고 신뢰할 만해, 경쟁 모델이 그 출력물을 입력으로 사용하는 것을 허용해도 여전히 제3자들이 이탈하지 않을 것이라고 믿어야 한다. 이는 모델 기업이 다른 형태의 권력 원천에 베팅하고 있음을 의미한다: 린디 효과(신규 모델에 대한 신뢰 구축을 원치 않는 사용자라고 믿는 경우), 개발자 네트워크 효과(사용자가 자사 API 개방성에 긴밀히 의존하는 생태계를 구축할 것이라고 믿는 경우), 또는 규모의 경제(최대한 많은 API 호출을 유도해 최첨단 모델 훈련 고정비용을 분담하려는 경우).
그러나 현재까지의 증거는 정반대 방향을 가리킨다. “이달의 핫 모델” 현상은 여전히 강력하다. 사용자들은 현재 최고의 모델로 즉각 이동하는 데 망설이지 않으며, 최근 오푸스 4.5 출시 후 클로드 사용량이 급증했던 것도 바로 그런 사례다. 모델 차원에서 개발자 네트워크 효과 역시 명확한 징후가 보이지 않는다—API 간 상호 운용성(interoperability)은 강화되고 있고, 주변 도구 생태계는 잠금 효과(lock-in)에 반대하며, 의도적으로 공급업체 전환을 용이하게 만들고 있다. 또한 훈련 단계에서 규모의 경제가 더 이상 충분한 성채가 되지 못하고 있는데, 이는 증류(distillation) 기술 덕분에 경쟁사가 훨씬 낮은 비용으로 동일한 성능의 모델을 훈련시킬 수 있기 때문이다. 대체 권력 원천이 없으면, 기초 AI 기업은 아마도 애호가들에게만 제한된 접근을 허용하고, 엄격한 사용 통제 및 모니터링이 적용되는 B2B 배포에 집중하게 될 것이다. 점점 더 많은 경우, 승리하는 전략은 바로 이 게임 자체를 거부하는 것이 될 것이다.
이는 우려스러운 결과다. 왜냐하면 현재 소비자용 AI 제품의 폭발적 성장은 바로 이러한 모델 제공업체들 위에 세워져 있기 때문이다. 동시에 이는 역방향 포지셔닝(reverse positioning)의 문을 열어준다: 선두 연구실들이 점차 접근을 제한한다면, 상대적으로 약한 성채를 가졌더라도 지속적인 개방을 강력히 약속하는 경쟁자가 가치를 확보할 수 있다.
본 글에 대해 심도 있는 피드백을 주신 @systematicls(@openforage) 및 @AlexanderLong(@Pluralis)께 감사드립니다.
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
@dbarabander
