[AI MEMO] 스타트업 4곳 중 1곳 코드 95% AI가 작성, 소프트웨어 개발 주체가 바뀐다

코딩 몰라도 업무 지식만으로 프로그램 제작
보안·대규모 접속 대응은 여전히 전문 기술 영역
중소기업도 적은 비용으로 아이디어 검증

본 연구 기사는 유럽 경제 연구소 The Economy의 연구위원(Fellow)들이 작성한 The Economy Review 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술-경제-정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적인 의견이며, The Economy 또는 집필자의 소속 기관의 견해와 일치하지 않을 수 있습니다.

인공지능(AI)이 코딩 지식 없이도 소프트웨어를 만들 수 있는 길을 열고 있다. 에어비앤비·드롭박스·스트라이프를 배출한 세계적인 스타트업 액셀러레이터 와이콤비네이터(Y Combinator)는 지난해 3월 자사가 지원하는 스타트업 약 4곳 중 1곳이 전체 코드의 95%를 AI로 작성했다고 밝혔다. 같은 해 영국 콜린스 사전은 AI에 원하는 기능을 설명해 코드를 받아내는 개발 방식인 '바이브 코딩(vibe coding)'을 올해의 단어로 꼽았다. 간단한 설명만으로 애플리케이션을 만들어 주는 스웨덴 플랫폼 러버블(Lovable)은 연간 반복 매출(ARR) 100만 달러(약 13억원)를 달성한 지 8개월 만에 1억 달러(약 1,340억원)를 넘어섰다. 2011년 마크 앤드리슨이 "소프트웨어가 세상을 집어삼키고 있다"라고 진단한 지 15년, AI는 소프트웨어를 만드는 방식을 넘어 만드는 사람까지 바꿔 놓는 중이다.

구상에서 완성까지 수개월, 외부 개발 의존 한계

과거에는 소프트웨어 아이디어가 있어도 실제 구현까지 적잖은 시간과 비용이 뒤따랐다. 일례로 창고 관리자가 배송 현황을 추적하는 간단한 프로그램 하나를 만들려 해도 요구사항을 정리한 뒤 외부 개발업체를 찾거나 개발자를 고용하는 수밖에 없었다. 예산 승인부터 첫 프로그램 완성까지 수개월이 걸리기 예사였다. 그 과정에서 관리자의 업무 지식이 개발자에게 제대로 전달되지 않아 완성된 프로그램이 처음 구상과 어긋나는 경우도 생겼다. 상당수 아이디어가 개발 단계에 이르지 못한 채 엑셀 파일이나 이메일 속에 묻힌 이유다.

개발 인력 확보 부담이 커지자, 기업들은 전문 개발자 의존도를 낮출 수 있는 로우코드 기술로 눈을 돌렸다. 시장조사업체 가트너는 2023년 전 세계 로우코드 기술 시장 규모가 전년보다 19.6% 늘어난 269억 달러(약 36조1,260억원)에 이를 것으로 내다보며, 수요를 끌어올린 요인으로 기술 인력의 높은 인건비를 꼽았다. IT 부서에 쌓여 가는 업무 요청도 시장 성장에 힘을 보탰다. 기업들이 로우코드 도구를 들인 배경에는 신기술에 대한 관심 못지않게 밀려드는 개발 요청을 제때 처리하기 어려운 현실적인 사정이 깔려 있었던 셈이다.

노코드 넘어 생성형 AI로

로우코드 수요가 늘면서 노코드 플랫폼도 함께 퍼져 나갔다. 웹플로우(Webflow), 글라이드(Glide), 버블(Bubble.io) 등은 미리 만들어진 구성요소를 조합하는 방식으로 웹사이트나 사내 업무용 프로그램 제작을 지원한다. 전자상거래 분야도 마찬가지다. 이지파셀(EasyParcel)은 소규모 판매자의 배송 업무를 간소화했고, 아바나(AVANA)는 코딩 없이 온라인 상점을 여는 기능을 내놨다. 쇼피(Shopee)와 라자다(Lazada)가 수백만 판매자에게 제공하는 기능도 크게 다르지 않다. 소프트웨어 제작이 간편해지면서 이용자층도 IT 부서 밖으로 넓어지는 추세다. 가트너는 로우코드 도구 사용자 가운데 IT 부서 밖 인력의 비중이 2021년 60%에서 2026년 최소 80%로 늘어날 것으로 전망했다.

그러나 구성요소를 조합하는 방식으로는 플랫폼이 제공하는 기능 안에서만 소프트웨어를 만들 수 있었다. 생성형 AI는 그 제약을 한층 줄였다. 사용자가 일상 언어로 원하는 기능을 설명하면 AI가 필요한 코드를 직접 작성해 주는 덕분에 기존 플랫폼에 없는 기능까지 구현할 수 있게 됐다. 관련 플랫폼의 성장세도 가파르다. 러버블은 지난해 7월 자사 플랫폼에서 생성된 프로젝트가 1,000만 개를 넘어섰고, 매일 약 10만 개의 신규 프로젝트가 만들어진다고 발표했다.

병원 직원이 일주일 만에 예약 시스템 시험

개발 방식이 바뀌면서 소프트웨어를 만드는 사람과 쓰는 사람의 경계도 흐려지고 있다. 과거에는 전문 개발팀이 플랫폼을 설계하고 일반 이용자는 이를 사용하는 구조였다. 이용자가 할 수 있는 일은 불편 사항을 신고하거나 다음 업데이트를 기다리는 정도에 그쳤다. 그러나 AI는 이용자가 필요한 프로그램을 직접 만들 수 있게 했다. 수년간 엑셀로 진료 예약을 관리해 온 병원 직원이 AI에 필요한 기능을 설명해 자기 업무에 맞는 예약 관리 시스템을 만들고, 일주일 안에 시험해 보는 것도 가능해졌다.

가장 큰 장점은 현장 전문가의 업무 지식이 소프트웨어에 곧바로 담긴다는 점이다. 회계사는 매달 결산을 늦추는 예외 상황을 알고, 농업 전문가는 식물 잎에 나타난 어떤 변화가 병의 징후인지 가려낸다. 물류 관리자는 특정 경로가 금요일 오후마다 제대로 돌아가지 않는 이유를 꿰고 있다. 하지만 현장 지식을 개발 요구사항 문서에 모두 담기는 어려웠고, 현장 전문가가 개발자에게 기능을 설명하는 과정에서 중요한 정보가 빠지기도 했다. 현장 전문가가 시제품을 직접 만들면 정보 누락을 줄일 수 있다. 실제 업무에 필요한 기능을 더 정확히 반영하는 만큼 외부 업체가 큰 비용을 들여 만든 프로그램보다 쓸모 있는 결과물을 기대할 만하다.

AI 생성 코드 45%에서 보안 취약점

물론 소프트웨어를 쉽게 만들게 됐다고 누구나 전문 개발자의 역량을 갖추는 것은 아니다. 파이썬 데이터 분석 라이브러리 판다스(pandas)가 보급되면서 누구나 손쉽게 그래프와 분석 모델을 만들 수 있게 됐지만, 상관관계를 인과관계로 잘못 해석하거나 표본과 모델을 제대로 검증하지 않는 문제가 뒤따랐다. 도구 사용법은 간단해져도 정확한 분석에 필요한 수학·통계 지식의 중요성은 그대로였던 셈이다. AI가 작성한 코드에서도 비슷한 문제가 드러난다. 보안업체 베라코드(Veracode)가 지난해 발표한 생성형 AI 코드 보안 보고서에 따르면, 100개 이상의 AI 언어 모델로 80개 프로그래밍 과제를 분석한 결과, 생성된 코드의 45%에서 보안 취약점이 발견됐다. 자바(Java)는 보안 검증 실패율이 70%를 넘었다.

개발자들의 평가도 냉정하다. 스택오버플로(Stack Overflow)가 지난해 실시한 설문조사에서 AI 도구의 정확성을 신뢰하지 않는다는 응답은 46%로, 신뢰한다는 응답(33%)을 웃돌았다. 응답자의 66%는 AI가 내놓은 코드가 대체로 맞지만, 일부 오류가 섞여 있다는 점을 가장 큰 불만으로 꼽았다. AI 안전성 평가 기관 METR의 실험에서는 대규모 오픈소스 프로젝트에 참여하는 숙련 개발자들이 AI를 쓰자 작업 시간이 오히려 19% 늘었다. 복잡한 시스템일수록 코드의 정확성을 검증하고 오류를 고치는 과정이 개발 속도를 붙잡을 수 있다.

게다가 실제 서비스를 안정적으로 운영하는 일은 별개의 문제다. 수만 명의 동시 접속을 처리하는 시스템 설계, 결제 정보 보호, 서비스 중단을 막는 안정성 확보, 기존 금융 시스템 연동 등에는 여전히 전문 엔지니어의 역량이 필요하다. 드론으로 촬영한 작물 이미지를 분석하는 스타트업 에이오닉(Aonic)이 대표적이다. 농부는 현장 경험을 바탕으로 무엇을 측정해야 하는지 판단하지만, 이를 이미지 분석과 드론 비행 시스템으로 구현하려면 전문 기술력이 뒷받침돼야 한다. 따라서 기업의 소프트웨어 개발 방식도 달라질 필요가 있다. 현장 전문가가 AI로 아이디어를 시제품까지 만들고, 전문 엔지니어가 이를 검토해 실제 서비스에 적용하는 식으로 역할을 나누는 방식이다. 개발 초기부터 보안 검토와 시스템 유지·관리 비용을 따져 두는 것도 기업이 챙겨야 할 부분이다.

와이콤비네이터 스타트업 주당 10% 성장, 상용화는 미지수

개발 방식의 변화는 아이디어를 시험하는 비용을 낮췄다는 점에서는 의미가 크다. 과거에는 사내 업무용 프로그램 하나에도 상당한 인건비와 시간이 들어, 투자 비용을 회수할 가능성이 높아야 개발에 착수할 수 있었다. 이제는 월 구독료와 며칠의 작업만으로 아이디어를 시험할 수 있어 실패 부담이 줄었다. 와이콤비네이터에 따르면 지난해 겨울 프로그램에 참여한 스타트업들은 전체적으로 주당 10%의 성장률을 기록했다. 소규모 팀이 제품을 빠르게 시험하고 성과 없는 아이디어를 버리거나 고칠 수 있는 환경이 성장 배경으로 꼽힌다.

표 1. 소프트웨어 개발 단계별 현장 전문가와 엔지니어의 역할 분담

다만 개발 비용이 줄었다고 상용화 성공이 보장되지는 않는다. 러버블에서는 지난해 여름 하루 약 10만 개의 신규 프로젝트가 만들어졌지만, 이 가운데 실제 고객에게 제공된 프로젝트나 전문 엔지니어의 검토를 거친 사례가 얼마나 되는지는 확인되지 않았다. 그러나 AI 확산으로 소프트웨어 개발에 참여할 수 있는 사람의 범위가 넓어진 것은 분명하다. 이와 같이 개발 문턱이 낮아진 만큼 앞으로는 프로그램을 얼마나 많이 만드느냐보다 시장에서 통하는 안정적인 서비스로 키워 내느냐가 더 중요해질 것으로 보인다.

본 연구 기사의 원문은 [Howie Chang Series] AI Democratises Access to Software Creation를 참고해 주시기 바랍니다. 본 기사는 외부 기고문의 국문 번역본이며, 원문의 견해는 저자 개인의 견해입니다. 기사의 저작권은 The Economy에 있습니다.