"AI 모델은 제품이 아니다" — 벤딕트 에반스가 던진 불편한 진실

"AI 그 자체로는 제품이 아니다."

모두가 더 크고 똑똑한 모델에 수조 달러를 쏟는 지금, 가장 냉정한 시장 분석가는 정반대를 말합니다. 모델은 결국 '원자재'가 될뿐, 돈은 다른 곳에서 된다고 합니다.

지금의 AI는 2000년대의 모바일과 똑같다

a16z의 에반스는 지금을 2000년대 초반의 데자뷰라고 합니다. 2000년대 초, 모바일 데이터 요금이 감당 안 되게 튀던 그 시절과 지금의 AI 요금은 판박이라는 이야기입니다. 인프라가 수요를 못 따라가면 가격이 미쳐 돌고, 그러다 균형을 찾습니다. 예고된 수조 달러 설비 투자와 빠른 효율 개선이 그 균형을 앞당길 것입니다. 그리고 균형이 오는 순간, LLM은 점점 '원자재(commodity)'가 됩니다.

그럼 진짜 돈은 어디서 나는가

모델 간 성능 차이는 좁아지고, 검색이나 SNS 같은 강력한 네트워크 효과도 없습니다. 사람들은 새로운 모델이 나올때마다 GPT, Gemini, Claude를 번갈아가며 씁니다. AI를 만드는 회사들이 장기 마진을 지키기 어렵다는 뜻입니다.

반도체, 통신망, 클라우드 — 인프라를 까는 데는 천문학적 돈이 들지만, 정작 돈을 쓸어간 것은 그 위에서 도는 소프트웨어와 서비스였습니다. 윈도우·iOS는 플랫폼 지배력으로 그것을 거머쥐었지만, LLM은 네트워크 효과가 약해 그런 '왕좌'를 갖기 어려워 보입니다. 결론은 분명합니다. 가치의 무게중심은 모델이 아니라 그 위에서 진짜 문제를 푸는 층으로 옮겨갑니다.

바이브코딩과 폭풍전야

그 '문제 해결'이 지금 확실히 통하는 영역은 딱 하나, 코딩입니다. 개발자들이 가장 먼저, 가장 적극적으로 AI를 실무에 들였고, 제품-시장 적합성(PMF)이 거기서 제일 먼저 터졌습니다.

나머지는 아직입니다. 기업들은 현금흐름 예측 같은 특정 백오피스 업무에 '포인트 솔루션'으로 조심스레 들이는 단계이고, 소비자·비(非)테크 산업의 일상적 활용은 시간이 더 걸립니다. 1990년대 인터넷, 2000년대 모바일이 그랬듯 — 흥분과 혼란, 불확실성이 한꺼번에 끓는 국면입니다.

소프트웨어 만드는 값이 0에 수렴할 때

AI는 소프트웨어를 만들고 배포하는 비용을 극적으로 끌어내립니다. 지금껏 '너무 비싸서' 자동화하지 못하던 일, 아니 애초에 '문제'라고 인식조차 못 하던 일들이 풀리기 시작합니다. 기존 업무를 더 싸고 빠르게 하는 수준이 아니라, 상상조차 못 한 업무 방식과 비즈니스 모델이 열리는 것입니다.

그래서, 기업은 지금 뭘 해야 하나요

기존 업무를 AI로 자동화 하는것으로만 만족하지마세요. AI로 인건비를 절감하여 마진을 확보하겠다는 전략은 점점 벽에 부딪힙니다. 기존에 문제로 여기지못했던 문제들을 AI로 푸는것에 집중해야합니다.

그리고 그 답은 현장에 있습니다.

전사적인 AX 교육으로 무장한 현장의 구성원들이 매일 자기 업무에서 새로운 AI 활용 사례를 발굴할때마다 기업은 전혀 새로운 비즈니스를 실마리를 찾고 있습니다. 실제로 대한민국의 대표 대기업들은 권앤컴퍼니의 최근 바이브코딩 강의들을 통해 기존에 몇달동안 진행되던 팀단위 프로젝트들을 개인들이 몇시간만에 해내고 있습니다. 현장 인력들이 직접 AI를 활용하는 것이 핵심입니다.