AI는 구축을 가속화했을 뿐, 판단을 대체하지는 못했다

Milos 작성 - Big Tech의 Big Data Engineer. OriginRound 창립자 | @originround 및 The Liquid SaaS Framework 운영
SaaS의 기회가 사라지지 않은 이유 - 단지 복잡성 곡선(Complexity Curve)의 상단으로 이동했을 뿐

모두가 SaaS는 끝났다고 외치고 있습니다. AI가 SaaS를 죽였다고 말이죠. ChatGPT나 Claude, 혹은 그 다음 기술이 사용자가 필요로 하는 무엇이든 즉시 생성해낼 것이기 때문에, 더 이상 소프트웨어 제품을 만들 이유가 없다고 합니다.

그들은 틀렸습니다. 하지만 그들은 흥미로운 방식으로 틀렸습니다. 그리고 그들이 왜 틀렸는지를 이해하는 것이 아마도 현재 빌더(Builder)들이 얻을 수 있는 가장 중요한 전략적 통찰일 것입니다.

SaaS는 죽어가는 것이 아닙니다. 계층화(Stratified)되고 있는 것입니다. 그리고 그 바닥층은 방금 훨씬 더 붐비게 되었습니다.

Vibe Coding(바이브 코딩)의 물결은 실재하며, 문제의 일부만을 해결한다

오늘날 AI가 실제로 무엇을 할 수 있는지에 대해 솔직해져 봅시다. AI는 전환율이 높은 랜딩 페이지를 만들 수 있습니다. 오후 한때 만에 CRUD 애플리케이션의 스캐폴딩(Scaffold)을 할 수 있습니다. 점심 식사 전까지 Stripe를 연결하고, 인증(Authentication)을 설정하며, 차트가 포함된 대시보드를 생성하고 배포까지 마칠 수 있습니다.

이것은 진정으로 놀라운 일입니다. 1년 전이라면 주니어 개발자가 2주 동안 매달려야 했을 일입니다.

하지만 아무도 명확하게 말하지 않는 사실이 있습니다: 이 모든 것은 복잡성 곡선(Complexity Curve)의 하위 1/3 지점에 머물러 있다는 것입니다. 0에서 3 사이의 영역 말입니다. 이미 범용화(Commoditized)되었고, 이미 템플릿 기반이며, 어차피 시니어 엔지니어들이 하고 싶어 하지 않았던 종류의 작업들입니다.

AI는 SaaS 시장을 죽인 것이 아닙니다. SaaS의 쉬운 부분들을 자동화했을 뿐입니다. 그리고 그렇게 함으로써 기회를 파괴한 것이 아니라, 기회의 위치를 옮겨 놓았습니다.

아무도 이야기하지 않는 복잡성 스택(Complexity Stack)

소프트웨어의 복잡성을 0에서 10까지의 척도로 생각해 보십시오. 코드의 줄 수가 아니라, _그것을 제대로 만들기 위해 필요한 판단력(Judgment)_의 관점에서 말입니다.

Level 0-3: Vibe Zone (바이브 존)

이곳은 바이브 코딩 (vibe-coding)이 존재하는 영역입니다. 단순한 자동화 (예: Reddit 포스트 모니터링), 기본적인 SaaS 대시보드, 내부 도구 (Internal tools), 랜딩 페이지, 그리고 데이터를 표시하고 입력을 받아 어딘가에 저장하는 앱들이 여기에 해당합니다.

AI는 이 영역을 거의 전적으로 스스로 처리합니다. 프롬프트 (Prompt)만으로도 해결할 수 있습니다. 진입 장벽이 사실상 제로에 가깝다는 것은, 시장 가치 또한 제로를 향해 가고 있다는 것을 의미합니다. 수천 명의 빌더들이 색상 구성만 약간씩 다르게 하여 똑같은 할 일 관리 (todo) 앱을 출시하며 이를 제품이라고 부르고 있습니다.

만약 당신이 이곳에서 경쟁하고 있다면, 당신은 비즈니스를 구축하고 있는 것이 아닙니다. 당신은 바닥을 향한 경주 (race to the bottom)에 참여하고 있는 것입니다.

Level 4-6: The Execution Gap (실행의 격차)

여기서부터 흥미로운 일이 벌어집니다. 멀티 테넌트 (Multi-tenant) SaaS 아키텍처, 복잡한 권한 시스템, 예외 케이스 (edge cases)를 처리하는 결제 로직, 여러 시스템 간에 동기화를 유지해야 하는 통합 (Integrations), 그리고 부하 상황에서 미묘한 방식으로 실패하는 실시간 기능들이 여기에 속합니다.

AI는 이 영역에서 강력하게 보조할 수 있지만, 직접 운전할 수는 없습니다. AI가 생성한 결과물을 조율하고, AI가 저지르는 실수를 확신을 가지고 찾아내며, 올바르게 보이는 해결책이 실제로는 언제 터질지 모르는 부채 (liability)가 되는 이유를 이해할 수 있는 엔지니어링 판단력 (engineering judgment)을 가진 사람이 필요합니다.

이곳은 현재 대부분의 진지한 인디 빌더 (indie builders)들이 경쟁하고 있는 지점입니다. 붐비기는 하지만 범용화 (commoditized)되지는 않았습니다. 여전히 실질적인 차별화가 가능합니다.

Level 7-9: The Logic Ceiling (로직의 천장)

이곳은 대부분의 사람들이 이야기하지 않는 영역인데, 그 이유는 대부분의 사람들이 이곳까지 구축해 본 적이 없기 때문입니다.

도메인 특화 규칙 엔진 (Domain-specific rule engines), 컴플라이언스 (Compliance) 및 규제 로직, 복잡한 상태 (state)를 가진 실시간 시스템, 그리고 단순히 대부분의 경우에만 맞는 것이 아니라 항상 정확해야 하는 알고리즘들이 여기에 해당합니다. 왜냐하면 오류가 발생했을 때의 비용이 금전적 손실, 법적 노출, 또는 누군가의 생계로 측정되기 때문입니다.

이곳은 바이브 코딩 (vibe-coding)이 완전히 무너지는 지점입니다.

AI가 나쁜 코드를 생성하기 때문이 아닙니다. AI는 종종 완벽하게 합리적으로 보이는 코드를 생성합니다. 문제가 발생하는 데 막대한 비용이 들기 전까지는 "실행된다"와 "정확하다" 사이의 간극이 보이지 않기 때문에 무너지는 것입니다. AI는 자신이 무엇을 모르는지 모릅니다. 온라인 어디에도 문서화되어 있지 않은 귀하의 도메인(Domain) 특유의 엣지 케이스 (Edge case)를 이해하지 못합니다. 3분기(Q3)에 규정이 변경되었다는 사실도 모릅니다. 귀하의 사용자들이 일관되지 않은 상태를 유발하는 단 하나의 동작 시퀀스를 찾아낼 것이라는 점도 알지 못합니다.

그러한 지식은 어떤 학습 데이터셋 (Training dataset)에도 들어있지 않습니다. 그것은 귀하의 머릿속에, 귀하의 산업 분야에, 그리고 특정 문제가 특정 방식으로 실패하는 것을 수년간 지켜봐 온 경험 속에 존재합니다.

레벨 10: 독자적인 게임 (The Own Game)

독점적 알고리즘 (Proprietary algorithms). 네트워크 효과 (Network-effect) 인프라. 수년간의 축적을 통해 구축된 데이터 해자 (Data moats). 이 단계는 단순한 제품이 아닌 카테고리를 정의합니다. 여기서 AI는 빌더 (Builder)가 아닌 도구 (Tool)입니다. 바이브 코딩 (Vibe-coding)만으로는 시장을 정의하는 플랫폼을 구축할 수 없습니다.

전략적 통찰 (The Strategic Insight)

명확하게 정리된 논제는 다음과 같습니다:

복잡성의 천장 (Complexity ceiling)이 어디에 있는지 이해하는 빌더들은 위로 올라갈 것이고, 나머지 모두는 바닥에서 남은 부스러기를 두고 싸울 것입니다.

0-3 단계의 시장은 더 이상 시장이 아닙니다. 그것은 모든 AI 코딩 어시스턴트 (AI coding assistant)의 기능 (Feature)일 뿐입니다. Bolt, v0, Cursor — 이 도구들이 해당 계층 전체를 흡수하고 있습니다. HTML 테이블을 수동으로 타이핑한다고 해서 승리할 수 없는 것처럼, 그곳에서 제품을 만든다고 해서 승리할 수는 없습니다.

7-9 단계는 구조적으로 서비스가 부족한 상태입니다. 바이브 코더 (Vibe-coders)들에게는 너무 어렵습니다. 엔지니어링 투자를 정당화하기 위해 거대한 TAM (Total Addressable Market, 총 가용 시장)이 필요한 대형 플레이어들에게는 너무 니치 (Niche)합니다. 여기에는 프롬프트 (Prompt)를 통해 만들어낼 수 없는 도메인 지식 (Domain knowledge)이 필요합니다.

그리고 바로 그 지점에 기회가 있습니다.

도메인 전문 지식은 새로운 불공정 우위 (Unfair Advantage)이다

이 부분은 대부분의 사람들이 거꾸로 이해하고 있는 지점입니다.

현재의 담론은 코딩 능력이 범용화(Commoditized)되고 있으므로, 경쟁하기 위해서는 더 나은 코더가 되어야 한다는 것입니다. 이는 잘못된 방향입니다. 실제로 일어나고 있는 일은 _일반적인 코딩 지식 (Generic coding knowledge)_이 범용화되고 있다는 것입니다. for-loop를 작성하고, 데이터베이스 스키마 (Database schema)를 구조화하며, API 엔드포인트 (API endpoint)를 구축하는 능력은 AI가 충분히 잘 해낼 수 있습니다.

AI가 할 수 없는 것은 애초에 어떤 로직을 인코딩해야 하는지 알려주는 것입니다.

만약 당신이 물류 분야에서 8년을 보냈다면, 어떤 문서에도 나와 있지 않은 실제 창고가 작동하는 방식에 대해 알고 있을 것입니다. 당신은 예외 케이스 (Edge cases)를 알고 있습니다. 모든 사람이 사용하는 시스템이 왜 특정 방식으로 짜증을 유발하는지, 그리고 왜 벤더(Vendor)들이 한 번도 고치려 하지 않았는지 알고 있습니다. 당신은 그 문제에 대해 무엇이 실제로 "정답"인지 알고 있습니다.

그 지식은 — 이전보다 더 빠르게 구축하기 위해 AI를 사용하는 능력과 결합될 때 — 진정으로 불공정 우위 (Unfair advantage)가 됩니다. 당신은 코딩 속도로 경쟁하는 것이 아닙니다. 당신은 무엇을 만들어야 하는지, 그리고 왜 그것이 일반론자(Generalist)라면 스스로는 절대 알아낼 수 없는 특정한 방식으로 작동해야 하는지를 아는 능력으로 경쟁하는 것입니다.

이것이 지금의 빌더(Builders)들에게 의미하는 바

느낌(Vibe)에 의존한 구축을 멈추십시오. 만약 누군가가 프롬프트(Prompt)만으로 당신의 제품을 만들어낼 수 있다면, 당신의 제품에는 해자(Moat)가 없는 것입니다. 스택(Stack)의 상위 단계로 올라가십시오.

당신이 실제로 이해하고 있는 산업 분야에서 판단력이 중시되는 문제를 찾으십시오. 향후 10년 동안 최고의 SaaS 기업들은 코딩 능력이 먼저가 아니라, 깊은 도메인 지식 (Domain knowledge)을 먼저 갖추고 코딩 능력을 그 다음에 갖춘 사람들에 의해 만들어질 것입니다.

AI를 사고를 대체하는 용도가 아닌, 가속화하는 용도로 사용하십시오. 현재 승리하고 있는 빌더들은 프롬프트를 가장 잘 다루는 사람들이 아닙니다. 그들은 AI의 출력이 언제 틀렸는지, 왜 틀렸는지, 그리고 무엇이 실제로 정답인지를 아는 사람들입니다. 그러한 식별력 (Discrimination)에는 판단력 (Judgment)이 필요합니다. 판단력에는 경험이 필요합니다.

로직의 한계 (Logic ceiling)는 당신의 편입니다. 느낌에 의존한 코딩 (Vibe-coding)이 무너지는 모든 지점은 당신의 전문성이 방어 가능한 위치를 만들어내는 지점입니다. 그것들은 장애물이 아니라, 변장한 해자 (Moats in disguise)입니다.

결론

AI가 SaaS를 죽인 것이 아닙니다. AI는 SaaS를 필터링했을 뿐입니다.

복잡성 곡선 (Complexity curve)의 하단부는 이제 범용화 (Commodity)되었습니다. 곡선의 상단부는 그 어느 때보다 더 가치 있어졌습니다. 왜냐하면 AI가 당신을 데려다줄 수 있는 지점과 제품이 실제로 도달해야 하는 지점 사이의 거리가 이제 전적으로 인간의 판단 (Human judgment)에 달려 있기 때문입니다.

기회는 사라지지 않았습니다. 단지 당신이 실제로 그 일을 수행해 본 경험을 요구하는 곳으로 이동했을 뿐입니다.

그곳에서 구축하십시오.

이 글이 공감되었다면, AI로 가속화된 소프트웨어 시대에 진정한 레버리지 (Leverage)가 존재하는 곳에 대해 더 많은 글을 쓸 예정입니다. 계속 지켜봐 주세요.
저는 매일 복잡성의 천장 (Complexity ceiling)에서 제품을 만드는 사람으로서, AI로 가속화된 소프트웨어 시대에 진정한 레버리지가 어디에 존재하는지에 대해 글을 씁니다.
_저는 정확히 이러한 원칙들을 바탕으로 OriginRound를 구축하고 있습니다. X에서 여정을 팔로우하세요: @originround
그리고 The Liquid SaaS Framework*