저자: 딥 씽킹 서클

혹시 소프트웨어 산업이 명령줄 인터페이스에서 그래픽 인터페이스로의 전환보다 훨씬 더 극적인 변화를 겪고 있다는 생각을 해보신 적이 있습니까? 최근 a16z의 데이비드 조지가 진행한 AI 시장 심층 분석 강연에 참석했는데, 놀라운 데이터가 눈에 띄었습니다. 가장 빠르게 성장하는 AI 기업들은 연평균 693%라는 경이적인 성장률을 보이고 있는데, 이들의 판매 및 마케팅 비용은 기존 소프트웨어 기업보다 훨씬 적습니다. 이는 단지 일부 사례에 그치는 것이 아닙니다. 전체 AI 기업들은 비AI 기업보다 2.5배 이상 빠른 속도로 성장하고 있습니다. 더욱 놀라운 것은 이들 기업의 직원 1인당 연간 반복 매출(ARR)이 50만 달러에서 100만 달러에 달한다는 점입니다. 이전 세대 소프트웨어 기업의 표준 ARR이 40만 달러였던 것을 고려하면 엄청난 차이입니다.

이것은 무엇을 의미할까요? 이는 우리가 완전히 새로운 비즈니스 모델의 탄생, 즉 더 적은 인력과 더 적은 비용으로 더 큰 가치를 창출하는 시대의 도래를 목격하고 있다는 것을 의미합니다.

에이비드 조지는 발표에서 이것이 단순한 조정이 아니라 완전한 패러다임 전환이라고 언급했습니다. 버전 관리, 템플릿, 문서화, 심지어 사용자라는 개념 자체도 AI 에이전트 기반 워크플로에 의해 재정의되고 있습니다. 저는 앞으로 5년 안에 이러한 변화에 적응하지 못하는 기업은 완전히 사라질 것이라고 확신합니다.

AI 기업 성장의 숨겨진 놀라운 진실

데이비드 조지의 발표는 진정한 성장의 의미를 다시 생각하게 만드는 데이터를 포함하고 있었는데, 특히 2025년이 AI 기업들에게 있어 가속 성장의 해가 될 것이라는 점을 강조했습니다. 금리 인상과 기술 산업의 위축으로 인해 2022년, 2023년, 2024년에 성장세가 둔화되었지만, 2025년에는 이러한 추세가 완전히 반전될 것이라는 예측이었습니다. 더욱 놀라운 것은, 다양한 등급의 기업들 중에서도 특히 눈에 띄는 기업들이 믿기 힘든 성장률을 기록했다는 점입니다.

이 데이터를 처음 봤을 때 제 반응은 "이 수치에 뭔가 문제가 있는 건가?"였습니다. 최고의 성과를 낸 AI 기업 그룹은 전년 대비 693%라는 경이로운 성장률을 기록했으니까요. 데이비드는 그의 팀원들도 이 수치를 세 번이나 확인한 후에야 믿을 수 있었다고 했습니다. 하지만 이 수치는 그들이 포트폴리오 기업들에서 실제로 목격한 상황과 완벽하게 일치했습니다. 이는 단지 몇몇 사례에 그치는 것이 아니라, AI 분야 전반에 걸쳐 일어나고 있는 시스템적인 변화입니다.

더 중요한 것은 성장의 질입니다. 전통적인 소프트웨어 회사는 일반적으로 연 매출 1억 달러를 달성하는 데 오랜 시간이 걸리는 반면, 가장 빠르게 성장하는 AI 기업은 훨씬 더 빠르게 이 이정표를 달성합니다. 데이비드는 중요한 점을 강조합니다. 이는 그들이 영업 및 마케팅에 더 많은 비용을 투자하기 때문이 아닙니다. 오히려 정반대로, 가장 빠르게 성장하는 AI 기업은 전통적인 SaaS(서비스형 소프트웨어) 기업보다 영업 및 마케팅에 더 적은 비용을 지출합니다. 더 빠르게 성장하면서도 비용은 적게 드는 이유는 무엇일까요? 바로 최종 고객의 수요가 매우 강하고 제품 자체가 매우 매력적이기 때문입니다.

이는 비즈니스 논리의 근본적인 변화를 보여준다고 생각합니다. 과거 소프트웨어 시대에는 강력한 영업팀과 막대한 마케팅 예산이 성장의 핵심이었습니다. 시장을 교육하고, 고객을 설득하고, 도입 장벽을 극복해야 했습니다. 하지만 AI 시대에는 진정으로 뛰어난 제품이 스스로를 증명합니다. 제품이 사용자에게 즉각적인 가치를 제공하고 처음 사용부터 효율성 향상을 경험하게 해준다면, 시장 수요는 자연스럽게 발생할 것입니다. 이러한 제품 중심의 성장 모델은 전통적인 영업 중심 모델보다 훨씬 더 건전하고 지속 가능합니다.

데이비드가 제시한 또 다른 데이터도 상당히 흥미로웠습니다. AI 기업들은 실제로 기존 소프트웨어 기업보다 매출총이익률이 약간 낮습니다. 그들의 관점은 독특합니다. AI 기업에게 낮은 매출총이익률은 일종의 자랑거리입니다. 낮은 매출총이익률이 높은 추론 비용 때문이라면 두 가지를 의미하기 때문입니다. 첫째, 사람들이 AI 기능을 실제로 사용하고 있다는 것이고, 둘째, 이러한 추론 비용은 시간이 지남에 따라 감소할 것이라는 점입니다. 따라서 매출총이익률이 매우 높은 AI 기업을 보면, AI 기능이 고객들이 실제로 구매하거나 사용하지 않는 기능일 수도 있다는 생각에 다소 회의적인 시각을 가질 수 있습니다.

인공지능 기업들이 더 높은 효율성을 달성할 수 있는 이유는 무엇일까요?

저는 인공지능 기업, 그리고 소프트웨어 기업들이 왜 더 적은 인력으로 더 많은 수익을 창출할 수 있는지에 대해 생각해 왔습니다. 데이비드는 발표에서 정규직 직원 한 명당 연간 반복 매출을 나타내는 지표인 ARR(연간 반복 매출)에 초점을 맞췄습니다. 이 지표는 실제로 기업의 전반적인 운영 효율성을 종합적으로 보여주는 지표로, 영업 및 마케팅 효율성뿐만 아니라 관리 및 연구 개발 비용까지 포함합니다.

최고의 AI 기업들은 직원 1인당 연간 반복 매출(ARR)이 50만 달러에서 100만 달러에 달하는 반면, 이전 세대 소프트웨어 기업들의 표준은 약 40만 달러였습니다. 이는 단순한 수치 차이처럼 보일 수 있지만, 완전히 다른 비즈니스 모델과 운영 방식을 반영합니다. 데이비드는 이러한 차이의 주된 이유가 AI 제품에 대한 시장 수요가 매우 높아 제품 출시에 필요한 자원이 상대적으로 적기 때문이라고 생각합니다.

하지만 제 생각에는 그건 표면적인 이유일 뿐입니다. 더 근본적인 이유는 AI 기업들이 처음부터 운영 방식을 다르게 생각할 수밖에 없었다는 점입니다. 내부 프로세스, 제품 개발 방식, 고객 지원 시스템을 재설계하기 위해 AI를 활용할 수밖에 없었던 것이죠. 이러한 강제적인 혁신은 결과적으로 더욱 효율적인 비즈니스 모델을 구축하는 데 기여했습니다.

데이비드는 특히 생생한 사례를 하나 소개했습니다. 그는 최근 한 회사의 창업자와 이야기를 나눴는데, 그 창업자는 자사 제품 개발 진행 상황에 불만을 품고 있었다고 합니다. 그래서 인공지능 분야에 정통한 엔지니어 두 명에게 클로드 코드(Claude Code)와 커서(Cursor) 같은 최신 프로그래밍 도구를 사용해 제품을 처음부터 다시 만들도록 지시하고, 도구 사용에 필요한 예산을 무제한으로 지원했습니다. 결과는 어땠을까요? 창업자는 개발 속도가 이전보다 10배에서 20배 빨라졌다고 느꼈다고 합니다. 게다가 이러한 도구 사용으로 발생한 비용이 엄청나게 늘어나자, 그는 회사 전체의 운영 방식을 재고하기 시작했다고 합니다.

이 사례에서 가장 인상 깊었던 점은 점진적인 개선이 아니라 10배에 달하는 비약적인 발전이었다는 것입니다. 10배에서 20배의 속도 향상은 무엇을 의미할까요? 1년 걸리던 프로젝트가 이제는 1~2개월 만에 완료될 수 있다는 뜻입니다. 이러한 속도 차이는 경쟁에서 결정적인 영향을 미칠 수 있습니다. 창업자는 "제품 및 엔지니어링 팀 전체가 이런 방식으로 일하도록 만들어야 한다. 앞으로 12개월 안에 그렇게 될 것이라고 믿는다"라고 결론지었습니다. 하지만 이는 팀 조직 구조의 근본적인 변화를 의미하기도 합니다. 제품, 엔지니어링, 디자인 부서 간의 경계는 어디에 있을까요? 이러한 질문들을 재정립해야 합니다.

저는 2024년 12월이 프로그래밍의 전환점이 될 것이라고 생각합니다. 데이비드도 같은 생각입니다. 그는 그 시점에 프로그래밍 도구에 질적인 도약이 있을 것 같다고 말합니다. 앞으로 12개월 안에 이러한 변화가 기업에 진정으로 뿌리내리거나, 그렇지 않은 기업은 동종 업계에서 크게 뒤처지게 될 것입니다. 이는 과장된 경고가 아니라, 엄연한 현실입니다.

인공지능에 적응할 것인가, 아니면 도태될 것인가?

데이비드는 발표에서 매우 중요한 점을 지적했습니다. 인공지능 시대 이전에 설립된 기업들은 인공지능 시대에 적응하지 못하면 도태될 수밖에 없다는 것입니다. 다소 극단적으로 들릴 수 있지만, 저는 전적으로 동의합니다. 더욱이, 이러한 적응은 프런트엔드와 백엔드, 두 가지 차원에서 동시에 이루어져야 합니다.

기업들은 우선 기존 워크플로에 챗봇을 추가하는 것이 아니라, 제품에 AI를 기본적으로 통합하는 방법을 고민해야 합니다. 이를 위해서는 제품이 AI를 통해 무엇을 할 수 있는지에 대한 개념을 재정립하고, 근본적인 변화를 통해 혁신을 이루어야 합니다. 데이비드는 몇 가지 흥미로운 사례를 공유했습니다. AI 시대 이전부터 존재했던 한 소프트웨어 회사의 CEO는 AI 철학에 완전히 매료되어 이렇게 말했습니다. "우리는 AI 제품 자체가 되고 싶습니다. 제품이 '이제 당신의 직원들은 당신의 AI 에이전트가 되었습니다. 에이전트가 몇 명이나 있습니까?'라고 말할 수 있기를 바랍니다." 이것이 그가 현재 논의하고 있는 주제입니다.

더욱 극단적인 예를 들어보겠습니다. 한 CEO는 "우리가 지금 수행해야 할 모든 업무에 대해 스스로에게 한 가지 질문을 던집니다. '이 일을 전기로 할 수 있을까, 아니면 인간의 노동력으로 해야 할까?'"라고 말했습니다. 이는 사고방식의 극적인 전환입니다. 여기서 '전기'는 인공지능과 자동화 기술의 활용을 의미하고, '혈액'은 인간의 노동력을 활용하는 것을 의미합니다. 이러한 사고의 변화는 매우 심오하며, 회사 내 모든 프로세스와 업무를 재검토하게 만듭니다.

백엔드 측면에서 회사는 최신 프로그래밍 모델과 도구를 완벽하게 도입해야 합니다. 모든 개발자는 최신 프로그래밍 도구를 사용해야 하며, 모든 기능 영역에서 최신 도구를 활용해야 합니다. 현재까지 프로그래밍 분야의 도입률이 가장 높으며, 가장 큰 도약을 이룬 곳이 바로 이 분야입니다. 하지만 이러한 변화는 다른 기능 영역으로 확산되고 있습니다.

데이비드는 인공지능 도입 이전 기업들에게 다행스러운 점은 비즈니스 모델의 진화가 아직 초기 단계에 있다는 것이라고 지적했습니다. 가장 파괴적인 시나리오는 기술과 제품이 비즈니스 모델과 동시에 변화하는 경우입니다. 기술과 제품은 실제로 급격한 변화를 겪고 있지만, 비즈니스 모델의 변혁은 아직 완전히 드러나지 않았습니다.

그는 비즈니스 모델을 스펙트럼으로 봅니다. 맨 왼쪽은 SaaS 이전 시대의 라이선스 및 유지보수 모델입니다. 그다음은 SaaS와 구독 모델인데, 일반적으로 사용료 기반의 요금제로 운영되며, 이는 시장을 뒤흔든 주요 혁신입니다. 이러한 전환기에 어도비(Adobe)에 어떤 일이 일어났는지 살펴보면 알 수 있습니다. 그다음은 사용량 기반 모델로, 클라우드 서비스 요금을 부과하는 방식입니다. 많은 작업 기반 비즈니스들이 사용료 기반에서 사용량 기반으로 전환했습니다.

다음 단계는 성과 기반 모델이 될 것입니다. 업무 성공 여부에 따라 비용이 청구되는 방식입니다. 현재 이 모델을 실제로 적용할 수 있는 분야는 고객 지원 및 고객 성공 부서뿐입니다. 문제 해결을 객관적으로 측정할 수 있기 때문입니다. 하지만 모델 기능이 향상되어 고객 지원 외 다른 기능에서도 이러한 성과를 측정할 수 있게 된다면 기존 기업들에 엄청난 변화를 가져올 것입니다.

저는 이러한 진화 과정이 매우 통찰력 있다고 생각합니다. 라이선스에서 구독으로, 구독에서 소비로, 그리고 소비에서 성과 기반으로의 전환은 각각의 변화를 통해 이전 세대의 비즈니스 모델을 뒤흔들어 놓았습니다. 우리는 현재 소비에서 성과 기반으로의 전환을 앞두고 있습니다. AI 에이전트가 작업을 안정적으로 완료하고 객관적으로 평가될 수 있게 되면, 성과 기반 가격 책정이 주류가 될 것입니다. 그때가 되면 여전히 사용자 수에 따라 요금을 부과하는 기업들은 경쟁력을 완전히 잃게 될 것입니다.

대기업의 AI 도입 딜레마

데이비드가 포춘 500대 기업의 AI 도입에 대해 제시한 의견은 매우 흥미롭습니다. 그는 대기업 CEO들의 발언과 실제 상황 사이에 큰 격차가 있다고 지적합니다. CEO들은 모두 "우리는 적응해야 한다", "어떤 AI 도구가 필요한지 절실히 알고 싶다", "변화할 준비가 되어 있다", "우리 사업은 이러한 도구들을 전면 도입할 것이다", "우리는 AI 기업이 되고 싶다"라고 말하고 있다는 것입니다.

하지만 현실은 전혀 다릅니다. 이러한 사고방식과 실제 비즈니스 변화 사이의 가장 큰 괴리는 변화 관리가 엄청나게 어렵다는 사실에 있습니다. 사람들이 AI 비서를 활용하여 업무를 더 효율적으로 수행하도록 하는 것조차 쉽지 않습니다. 실제 비즈니스 관리, 비즈니스 프로세스 변경, 그리고 변화 관리는 모두 매우 어려운 과제입니다.

데이비드는 상황이 예상보다 더디게 진행되고 있다는 소문에 놀라지 않았다고 말했습니다. 하지만 인공지능을 진정으로 수용하고 활용법을 아는 최고의 기업들은 그 영향이 엄청나다고 했습니다. 그는 몇 가지 구체적인 사례를 제시했습니다. 차임(Chime)은 지원 비용을 60% 절감했다고 밝혔고, 로켓 모기지(Rocket Mortgage)는 대출 심사 시간을 110만 시간 절약했는데, 이는 전년 대비 6배 증가한 수치로 연간 운영 비용 4천만 달러 절감에 해당한다고 말했습니다.

저는 이것이 중요한 문제를 드러낸다고 생각합니다. 바로 의지와 역량 사이의 격차입니다. 대기업 CEO들은 AI를 도입하려는 의지는 있지만, 실제로 구현할 수 있는 능력은 완전히 별개의 문제입니다. 변화 관리의 어려움은 종종 과소평가됩니다. 단순히 몇 가지 도구를 구입하거나 AI 엔지니어를 고용하는 것만으로는 부족합니다. 회사의 프로세스, 문화, 그리고 조직 구조를 근본적으로 바꿔야 합니다.

게다가 많은 대기업들은 인공지능 도입을 위해 먼저 운영 방식을 조정해야 합니다. 챗봇을 사용하는 것은 한 가지 방법일 뿐이며, 그로 인한 생산성 향상은 제한적일 수 있습니다. 하지만 시스템, 정보, 백엔드까지 완전히 개편하여 인공지능에 적응해야 한다면, 그 작업량은 상당 부분 누적될 뿐이며, 그 결과는 아직 미지수입니다.

데이비드는 향후 12개월이 매우 흥미로울 것이라고 예측합니다. 그는 더 많은 사례가 발생하겠지만, 일부 기업은 성공하고 일부 기업은 실패할 것이라고 생각합니다. 성공하는 기업은 생산성 측면에서 엄청난 우위를 점하게 될 것이고, 실패하는 기업은 큰 불이익을 당할 것입니다. 저는 이러한 차이가 사람들이 예상하는 것보다 훨씬 더 빠르고 극적으로 나타날 것이라고 생각합니다.

모델 버스터와 시장의 미래

데이비드가 발표에서 언급한 개념 중 제가 특히 통찰력 있다고 생각한 것이 하나 있습니다. 바로 '모델 버스터(Model Busters)'입니다. 이는 성장률과 지속 기간이 어떤 상황에서도 누구도 예측할 수 없는 수준을 훨씬 뛰어넘는 기업들을 의미합니다. 아이폰이 바로 이 개념의 대표적인 예입니다. 아이폰 출시 전의 시장 예측과 4~5년 후 실제 성과를 비교해 보면, 예측치가 세 배나 차이가 났습니다. 게다가 아이폰은 전 세계에서 가장 주목받는 기업 중 하나였습니다.

데이비드는 AI가 자신의 경력에서 본 가장 강력한 모델 파괴자가 될 것이라고 믿습니다. 많은 AI 기업들이 스프레드시트의 예측치를 훨씬 뛰어넘는 성과를 낼 것입니다. 저도 전적으로 동의합니다. 기술 플랫폼이 점진적인 개선이 아닌, 몇 배나 빠른 속도로 성능을 향상시킨다면 기존의 예측 모델은 더 이상 효과적이지 않게 됩니다.

그는 기술 자체가 기존 모델을 무너뜨리는 요소라고 지적했습니다. 하지만 2010년 이후 기술은 전례 없는 속도와 규모로 높은 수익률을 창출해 왔습니다. 따라서 초기 단계에는 비용이 많이 드는 것처럼 보이지만, 예상을 뛰어넘어 필요한 자본을 훨씬 초과하는 가치를 창출해냅니다. 그는 이번에도 마찬가지일 것이라고 믿을 만한 이유가 없다고 생각합니다.

데이비드가 제시한 자본 지출 관련 데이터도 상당히 흥미롭습니다. 닷컴 버블 시대와 비교해 보면, 현재의 자본 지출은 실제로 현금 흐름으로 뒷받침되고 있으며, 매출 대비 자본 지출 비율도 훨씬 낮습니다. 자본 지출 부담이 가장 큰 기업은 하이퍼스케일 클라우드 서비스 제공업체인데, 이들은 역사상 가장 뛰어난 성과를 내는 기업들 중 일부입니다.

데이비드는 포트폴리오 회사로서 이러한 자본 지출을 환영한다고 구체적으로 언급했습니다. 그는 "훈련과 추론을 위한 최대한의 공급을 제공하기 위해 가능한 한 많은 역량을 구축하는 것은 매우 좋은 일입니다. 그리고 그 부담의 대부분은 역사상 최고의 상업 회사들이 짊어지고 있습니다."라고 말했습니다.

그들이 주목하기 시작한 현상 중 하나는 부채의 유입이었습니다. 현금 흐름만으로는 예상되는 미래 자본 지출을 모두 충당할 수 없었고, 시장은 부채를 활용하기 시작했습니다. 하지만 전반적으로, 그들은 Meta, Microsoft, AWS, Nvidia와 같은 기업들을 거래 대상으로 삼는 한, 현금 흐름으로 자금을 조달하고, 지속적으로 현금 흐름을 창출하며, 부채를 활용하는 기업들에 대해 상당히 긍정적인 반응을 보였습니다.

데이비드는 주목할 만한 사례로 오라클을 언급했습니다. 오라클은 꾸준히 수익을 내고 자사주 매입도 해왔지만, 막대한 자본 지출을 계획하고 있어 일종의 도박과 같습니다. 앞으로 수년간 마이너스 현금 흐름을 경험할 것으로 예상됩니다. 시장은 이미 이러한 상황을 인지하기 시작했으며, 오라클의 신용부도스왑(CDS) 비용은 지난 3개월 동안 약 2%까지 상승했습니다. 이는 주의 깊게 살펴볼 필요가 있는 신호입니다.

저는 이러한 자본 집약적인 건설 단계가 필수적이라고 생각하지만, 위험이 없는 것은 아닙니다. 핵심은 이러한 투자가 궁극적으로 수익을 창출하도록 하는 것입니다. 현재 수요가 공급을 훨씬 초과하고 있습니다. 모든 하이퍼스케일 클라우드 서비스 제공업체들이 수요가 공급을 훨씬 초과한다고 보고하고 있습니다. 개빈 베이커는 데이비드와의 인터뷰에서 좋은 비유를 들었습니다. 인터넷 시대에는 많은 광섬유 케이블이 설치되었지만, 그 케이블들은 사용되지 않고 방치되어 있었습니다. 이를 '다크 파이버'라고 합니다. 하지만 AI 시대에는 '다크 GPU'라는 것은 없습니다. 데이터 센터에 GPU를 설치하면 즉시 최대 활용률로 가동될 것입니다.

놀라운 소득 증가율

데이비드는 특히 눈길을 끄는 데이터를 제시했습니다. 그는 클라우드 서비스, 상장 소프트웨어 회사, 그리고 2025년에 창출될 순수익을 비교했습니다. 상장 소프트웨어 회사들은 2025년에 총 460억 달러의 신규 수익을 창출할 것으로 예상됩니다. 하지만 OpenAI와 Anthropic만 놓고 보면, 영업이익을 기준으로 계산한 신규 수익은 그 절반에도 미치지 못합니다.

더 나아가 데이비드는 2026년에도 같은 비교를 적용한다면, AI 기업(모델 기업)들이 전체 상장 소프트웨어 산업(SAP 및 기존 소프트웨어 기업 포함, SaaS 기업뿐 아니라)에서 창출되는 신규 매출의 75%에서 80%를 차지할 수 있을 것이라고 예측합니다. 이러한 성장 속도는 실로 놀랍습니다. 즉, 불과 몇 년 안에 AI 기업들이 창출하는 새로운 가치가 기존 소프트웨어 산업 전체의 가치를 넘어설 것이라는 의미입니다.

골드만삭스는 AI 인프라가 9조 달러의 매출을 창출할 것으로 추산합니다. 20%의 이익률과 22배의 주가수익비율(PER)을 가정하면, 이는 35조 달러의 새로운 시가총액 증가로 이어집니다. 이 중 약 24조 달러는 이미 시장 가격에 반영되어 있습니다. 이러한 성장이 전적으로 AI 덕분인지, 아니면 대형 기술 기업들의 실적 덕분인지에 대해서는 논쟁의 여지가 있지만, 여전히 상당한 성장 잠재력이 존재하며, 이러한 가정이 맞다면 상당한 상승 가능성이 있습니다.

데이비드는 간단한 계산도 해봤습니다. 현재 추산에 따르면 2030년까지 하이퍼스케일 클라우드 서비스 제공업체의 누적 자본 지출은 5조 달러에 약간 못 미칠 것으로 예상됩니다. 이 4조 8천억 달러, 즉 약 5조 달러 투자에서 10%의 수익률을 달성하려면 2030년까지 AI 관련 연간 매출이 약 1조 달러에 달해야 합니다. 참고로 1조 달러는 전 세계 GDP의 약 1%에 해당하며, 이를 통해 10%의 수익률을 낼 수 있습니다.

이게 과연 가능할까요? 이상적인 상황과는 다소 거리가 멀 수도 있습니다. 하지만 데이비드는 2030년까지만 보는 것은 한계가 있다고 생각합니다. 이러한 투자에 대한 수익은 2030년에서 2040년 사이와 같이 더 긴 기간에 걸쳐 나타날 수 있습니다. 현재 인공지능 관련 매출이 약 500억 달러(그의 대략적인 추정치)이고, 그 대부분이 지난 1년 반 동안 창출되었다는 점을 고려하면, 500억 달러에서 1조 달러로 성장하는 것도 불가능한 일은 아닙니다.

미래에 대한 나의 생각

데이비드의 발표를 듣고 나서 가장 크게 느낀 점은 우리가 역사적인 전환점의 시작점에 서 있다는 것이지, 중간이나 끝점에 있는 것이 아니라는 사실입니다. 이 제품 주기는 10년에서 15년 정도 지속될 수 있는데, 이제 막 시작일 뿐입니다. 이 때문에 기대감과 동시에 불안감도 느껴집니다.

흥미로운 점은 이러한 변화가 가져다주는 엄청난 기회입니다. 인공지능에 빠르게 적응하고 이를 완전히 수용하는 기업은 경쟁 우위를 확보할 뿐만 아니라 차세대 주도권을 쥐게 될 것입니다. 새로운 유니콘 기업들이 등장하고, 새로운 비즈니스 모델이 나타나며, 기업을 조직하는 완전히 새로운 방식들이 나타날 것입니다.

우려스러운 점은 이러한 변화가 대부분의 사람들이 예상하는 것보다 훨씬 빠르게 진행되고 있다는 것입니다. 데이비드가 언급한 통계는 특히 시사하는 바가 큽니다. S&P 500 기업이 지수에 머무르는 평균 기간이 지난 50년 동안 40% 감소했다는 것입니다. 이는 기업들이 가속화되는 속도로 변화하고 있음을 의미합니다. 인공지능 시대에는 이러한 속도가 더욱 빨라질 수 있습니다.

저는 분명한 차이가 나타날 것이라고 생각합니다. 일부 기업은 AI의 잠재력을 진정으로 이해하고 제품, 프로세스, 조직 구조를 근본적으로 재고할 것입니다. 이러한 기업들은 비약적인 효율성 향상과 경쟁 우위를 확보할 것입니다. 반면, 변화 의지가 있더라도 변화 관리의 어려움, 조직적 관성, 기술 부채 등으로 인해 진전이 더딜 것입니다. 이러한 차이는 앞으로 더욱 두드러질 것입니다.

창업가들에게 지금은 최고의 시기일지도 모릅니다. 시장 수요는 매우 강하고, 기술력은 빠르게 발전하고 있으며, 자본 시장은 진정한 잠재력을 가진 기업에 아낌없이 투자하고 있습니다. 더욱이, 이전 세대의 소프트웨어 기업들과 비교했을 때, 이제는 더 적은 자원으로 더 빠른 속도로 같은 규모의 사업을 달성할 수 있습니다. 이는 창업 장벽을 낮추는 동시에 제품 품질과 시장 적합성에 대한 기준을 높입니다.

투자자들에게 중요한 것은 기존의 모델을 뛰어넘는 진정한 혁신 기업을 찾아내는 것입니다. 이러한 기업들은 어떤 전통적인 모델의 예측치보다 훨씬 빠른 속도로, 그리고 훨씬 오랫동안 성장합니다. 하지만 이를 위해서는 투자자들이 충분한 통찰력과 인내심을 갖고, 다소 비현실적으로 보이는 성장 곡선을 기꺼이 믿을 수 있어야 합니다.

엔지니어, 제품 관리자, 디자이너 등 어떤 직종에 종사하든 전문가라면 새로운 도구와 작업 방식을 빠르게 배우고 적응하는 능력이 매우 중요합니다. 데이비드의 사례처럼 최신 프로그래밍 도구를 사용하는 두 엔지니어가 이전보다 10~20배 빠른 속도로 작업하는 것은 단지 하나의 사례가 아니라 하나의 추세입니다. 이러한 새로운 도구와 방법을 숙달하는 사람들은 경력에서 상당한 이점을 얻게 될 것입니다.

마지막으로, 이러한 변화는 단순히 기술적인 변화가 아니라 사고방식의 전환이라는 점을 말씀드리고 싶습니다. "어떻게 해야 하는가"에서 "어떤 결과를 얻고자 하는가"로, "인력 추가"에서 "인공지능을 활용하여 이 문제를 해결하는 방법"으로, "기존 절차를 따르는 것"에서 "새로운 가능성을 모색하는 것"으로의 전환입니다. "전기냐 혈액이냐"라는 질문은 다소 극단적으로 보일 수 있지만, 이러한 변화의 본질을 잘 보여줍니다.

우리는 소프트웨어 세계의 재편을 목격하고 있습니다. 이는 점진적인 업그레이드가 아니라 완전한 재구축입니다. 그리고 이러한 변화를 이해하고 수용하는 개인과 기업들이 다음 시대를 이끌어갈 것입니다.