소프트웨어 개발의 패러다임이 바뀌고 있습니다
여러분은 혹시 AI 코딩 어시스턴트를 사용해보신 적 있나요? Cursor나 GitHub Copilot 같은 도구들이 몇 초 만에 수백 줄의 코드를 생성하는 걸 보면서, “내 역할은 대체 뭐지?”라는 생각을 해본 적은 없으신가요?
2025년 현재, 우리는 단순히 AI가 코드를 도와주는 수준을 넘어섰습니다. AI 에이전트가 개발자와 함께 소프트웨어를 설계하고, 구축하고, 배포하고, 유지보수하는 ‘에이전틱 개발(agentic development)’의 시대로 접어들었습니다. 이는 12년 전 DevOps와 클라우드 혁명만큼이나 근본적인 변화입니다.
Bessemer Venture Partners가 Anthropic, Cursor, Netlify 같은 업계 리더들과 함께 재정립한 ‘개발자 플랫폼의 8가지 법칙’은 이러한 변화의 본질을 포착합니다. 이제 개발자 도구는 인간뿐 아니라 AI 에이전트도 ‘사용자’로 고려해야 하고, 문서는 기계가 읽을 수 있어야 하며, 가격 전략은 완전히 새로운 방식으로 접근해야 합니다.
법칙 1: 에이전트 경험(AX)이 개발자 경험(DX)만큼 중요해졌다
과거에는 개발자 경험(DX)만 신경 쓰면 됐습니다. 문서가 좀 불완전해도, API가 약간 일관성이 없어도, 숙련된 개발자는 알아서 해결했죠. 하지만 AI 에이전트는 다릅니다.
Resend의 CEO Zeno Rocha는 흥미로운 발견을 공유했습니다.
우리가 인간 개발자를 위해 온보딩 플로우를 개선했더니, 에이전트도 Resend를 훨씬 더 잘 사용하게 됐습니다.
DX와 AX는 서로 대립하는 개념이 아니라 상호 보완적입니다. 하지만 차이점도 명확합니다. 인간은 모호한 상황을 해석할 수 있지만, 에이전트는 구조화되고 예측 가능한 인터페이스가 필요합니다. OpenAPI 스키마에는 포괄적인 오류 처리가 포함되어야 하고, 다단계 워크플로우를 위한 세션 지속성이 있어야 하며, WebSocket 같은 실시간 피드백 메커니즘이 필요합니다.
더 혁명적인 건 Model Context Protocol(MCP)의 등장입니다. 개발자들이 Cursor나 Claude Code에서 작업하기 때문에, 많은 기업들이 자체 MCP 서버를 호스팅하기 시작했습니다. 이제 개발자는 IDE 안에서 에이전트를 강화해 플랫폼의 라이브 데이터에 직접 접근하고 작업을 수행할 수 있습니다. 컨텍스트 전환이 사라지는 거죠.
법칙 2: 문서는 이제 기계도 읽어야 한다
솔직히 말해서, 개발자 문서는 항상 잘 관리되지 않았습니다. 좋은 의도로 작성되지만 실시간 변경사항을 반영하지 못하고, 오래된 가이드가 방치되곤 했죠. 그래도 인간 개발자는 이런 불완전함에 어느 정도 관용을 발휘했습니다.
하지만 AI 에이전트는 다릅니다. 탐색 메뉴, 광고, JavaScript로 가득한 복잡한 HTML 페이지를 AI 친화적인 평문으로 변환하는 건 어렵고 부정확합니다. 에이전트는 간결하고 전문가 수준의 정보가 단일하고 접근 가능한 위치에 모여 있기를 원합니다.
여기서 GEO(Generative Engine Optimization)라는 개념이 등장합니다. SEO가 검색 엔진을 위한 최적화였다면, GEO는 AI 모델이 문서 내에서 정확한 답변을 빠르게 파싱하고 표시할 수 있도록 보장하는 겁니다. 개발자가 검색으로 컨텍스트를 전환하지 않고 흐름을 유지하도록 돕는 거죠.
Fern의 공동 창업자는 이렇게 말합니다.
개발자는 세련된 문서 사이트를 원하고, 에이전트는 파싱할 깨끗한 마크다운이 필요합니다. 팀들은 이제 문서를 먼저 마크다운으로 작성한 후, 개발자 친화적 웹사이트와 llms.txt 같은 기계 판독 가능 파일로 게시하는 docs-as-code 접근법으로 전환하고 있습니다.
법칙 3: 가격 전략은 완전히 새로운 게임이 됐다
전통적인 SaaS에서는 한계 사용자 서비스 비용이 거의 0에 가까웠습니다. 하지만 AI 네이티브 애플리케이션에서는 추론 비용이 의미 있는 항목으로 등장했습니다. 이는 가격 전략을 근본적으로 바꿉니다.
현재 개발자 대상 기업들이 실험하는 세 가지 경로가 있습니다:
- 사용량 기반 가격과 계정 내 확장: 제품의 놀라운 유용성 덕분에 사용량과 수익화가 고객과 함께 성장합니다. 모든 플랫폼이 AI와 재통합되면서 개발자들이 인프라와 도구 지출을 주도하고 있죠.
- 좌석 기반 가격 + 초과 요금: 기업은 지출 예측 가능성을 선호하기 때문에, 벤더들은 AI를 추가 기능이 아닌 핵심 제품 경험의 일부로 통합하되, 사용량 기반 초과 요금을 함께 제공합니다.
- 결과 기반 가격: 활동을 의미 있는 비즈니스 프로세스로 번들링하고 완료된 워크플로우 기반으로 청구합니다.
Resolve의 CEO는 이렇게 정리합니다.
낡은 SaaS 모델을 새로운 제품에 강요하지 않습니다. 가치는 결과에 매핑되어야 합니다. 에이전트가 실제 엔지니어링 작업을 수행하고 시스템 다운타임을 줄이고 안정성을 유지하며 배송을 가속화하는 측정 가능한 가치를 제공할 때 합리적인 가격이 됩니다.
법칙 4: AI 도구 예산이 별도 카테고리로 분리되고 있다
흥미로운 현상이 나타나고 있습니다. 많은 기업이 전용 AI 예산을 만들기 시작했다는 겁니다. 초기에는 CIO를 통해 시작됐지만, 이제는 조직의 모든 부분으로 확산되고 있습니다.
더 중요한 건, 기업들이 이미 AI 도구 지출과 추가 엔지니어 채용 사이에서 트레이드오프를 진행하고 있다는 점입니다. “주니어 엔지니어를 한 명 더 뽑을까, 아니면 AI 에이전트로 목표를 달성할 수 있을까?”라는 질문이 점점 더 자주 던져지고 있죠.
역사적으로 서비스 중심 산업에서 관찰했던 것처럼, 코딩 에이전트로의 위임과 워크플로우가 주니어 엔지니어를 보완하고, 어떤 경우에는 대체하기 시작했습니다. 이는 단순히 비용 절감이 아닙니다. 개인이 완전히 새로운 능력을 갖춰 다른 사람에 대한 의존도를 줄이는 ‘기술 극대화’에 관한 이야기입니다.
성공 지표도 변하고 있습니다. 전통적인 생산성 지표 대신, 이제는 ‘아이디어에서 작동 프로토타입까지의 시간’, ‘전체 개발 주기 감소’, ‘비즈니스 사용자 생산성 향상’ 같은 결과 기반 측정이 중요해졌습니다. Cursor는 표시된 제안 수, 수락된 제안, AI 지원으로 생성된 코드 라인, AI 생성 제안의 수락률 같은 세밀한 지표를 추적합니다.
법칙 5: ‘개발자’의 정의가 극적으로 확장되고 있다
AI가 소프트웨어 제작을 더 많은 사람들에게 접근 가능하게 만들면서 “개발자”의 정의가 근본적으로 변하고 있습니다. Zapier에 대한 10년 전 시드 투자 때부터 이 트렌드를 목격했지만, 지금은 훨씬 더 가속화됐습니다.
바이브 코딩(vibe coding)과 AI 지원 개발의 광범위한 확산으로, 코드를 직접 작성하거나 신경 쓰지 않고도 맞춤형 소프트웨어를 만드는 새로운 빌더 카테고리가 생겼습니다. Lovable, Bolt, Create, v0 같은 플랫폼이 전통적으로 기술 사용자만 서비스하던 개발자 플랫폼으로 사용자를 유도하고 있죠.
이 새로운 코호트는 질문 유형으로 쉽게 식별됩니다. 문제 해결 능력, 오류 코드 읽기, 데이터베이스 서버와 웹 서버 분리의 의미 같은 개념을 아직 이해하지 못합니다. 이들은 프로토타이핑과 프로덕션 사이 단계에서 자주 막히곤 하죠.
하지만 이것이 꼭 부정적인 건 아닙니다. 올바른 도구가 주어지면, AE(어카운트 익스큐티브)가 기술 제품을 위한 맞춤형 데모를 제작하고, 마케터가 소셜미디어에서 공유할 샘플 앱을 만들고, 콘텐츠 마케터가 기술 블로그 게시물을 작성할 수 있습니다. 이는 귀중한 개발자 시간을 해방시켜 진짜 중요한 작업에 집중하게 만듭니다.
Netlify의 CEO는 이렇게 전망합니다.
현재 1,700만 명의 JavaScript 개발자가 있습니다. 하지만 향후 10년 안에 그 수가 1억 명에 이를 것으로 예상합니다.
가치 있는 기술도 재정의되고 있습니다. 이제 도메인 전문성과 고객 커뮤니케이션이 모든 역할에서 코딩 능력보다 중요해졌습니다. 시스템 사고가 더욱 중요해지는데, 작업이 저수준 구현에서 오케스트레이션과 전략으로 진화하고 있기 때문입니다.
법칙 6: 네트워크 효과가 재정의되고 있다
전통적 개발자 기업은 오픈소스와 커뮤니티 기여, 통합 및 플러그인을 통해 네트워크 효과를 육성했습니다. 이제 에이전틱 개발의 확산으로 네트워크 효과가 완전히 재정의되고 있습니다.
- 에이전트 간 네트워크 효과
- AI 에이전트가 다른 에이전트와 통신하고 구성할 수 있을 때 더 유용해집니다. 예를 들어, 회의를 예약할 수 있는 스케줄링 AI 에이전트가 다른 사람의 여행 에이전트, 경비 관리 에이전트, 캘린더 에이전트와 통신할 수 있을 때 훨씬 더 강력해집니다. MCP 같은 프로토콜이 이를 가능하게 하죠.
- 데이터 네트워크 효과의 증폭
- 컨텍스트 덕분에 데이터 네트워크 효과가 증폭됩니다. AI 에이전트가 가진 컨텍스트가 많을수록 원하는 작업을 더 많이 완료할 수 있고, 해당 컨텍스트를 보유한 제품의 가치가 증가합니다. Linear의 Product Intelligence가 좋은 예시인데, 수천 개 엔지니어링 팀이 실제로 작동하는 방식에 대한 수년간 축적된 데이터로 작업 할당을 제안하고 이슈를 분류합니다.
반면, 통합 락인 효과는 약화되고 있습니다. Recall의 CEO David Gu는 “이제 서로 다른 API 간 전환이 그 어느 때보다 쉽습니다. 인간이 통합 코드를 수동으로 작성할 필요 없이 AI 에이전트가 도움을 주기 때문입니다”라고 말합니다.
흥미로운 역설도 있습니다. AI가 개발자 도구 추천을 주도하는 생태계에서, AI 에이전트는 사용 편의성 같은 주관적 선호도를 무시하고 성능과 지연시간 같은 객관적 지표에만 집중할 수 있습니다. 반면 AI 에이전트가 시간이 지남에 따라 학습하면서 주관적 인간 피드백에 더 의존할 수도 있죠.
결론은? 최고 품질 제품이 어떤 경우든 이익을 봅니다. 개발자 주도 성장, 제품 출시, 문서, 교육 콘텐츠, 컨퍼런스, 커뮤니티 포럼, 리뷰가 훨씬 더 중요해졌고, 속도가 그 어느 때보다 중요하며 선점자 우위가 복리로 작용합니다.
법칙 7: 플랫폼 엔지니어가 ‘자율 플로우 아키텍트’로 진화하고 있다
플랫폼 엔지니어링의 역할이 소프트웨어 관리에서 자율 엔지니어링 플로우 생성으로 확장되고 있습니다. 플랫폼 엔지니어는 이제 모든 기술 팀의 사용자 경험에 책임을 지며, 그 중요성이 채용 시급성에 점점 더 반영되고 있습니다.
이들은 이제 새로운 기술들이 필요합니다:
- 명확한 인간 감독 단계로 에이전틱 플로우 설계
- 에이전트가 잘못된 작업을 수행하는 위험을 관리하기 위한 강력한 가드레일 시행
- 가동 시간과 신뢰성을 넘어 시스템 및 정보 아키텍처 소유
- 가장 복잡한 전략적 결정을 위한 AI 제어 센터 구축 (에이전트가 일상적 작업 처리)
더 큰 변화는 소프트웨어 엔지니어의 역할 전환입니다. AI 에이전트가 더 많은 실제 코드 생성을 처리함에 따라, 소프트웨어 엔지니어는 장인에서 자신의 시스템의 제품 소유자로 전환하고 있습니다. 이 근본적 변화는 엔지니어가 구현 세부사항보다 결과에 점점 더 관심을 갖는다는 것을 의미합니다.
새로운 워크플로우 요구사항도 생겼습니다:
- 강력한 테스트와 모니터링이 결정적으로 중요해짐
- 문서는 코드 구조뿐 아니라 시스템 동작을 설명해야 함
- 코드 리뷰가 구문 검사에서 비즈니스 로직 및 아키텍처 결정 검증으로 전환
특히 중요한 건 ‘검증 병목현상’입니다. AI가 전례 없는 속도로 코드를 생성함에 따라, 주요 병목현상이 코드 작성에서 정확성 검증으로 전환됐습니다. 팀이 몇 분 만에 수천 줄의 코드를 생성할 수 있지만, 그것이 의도대로 작동하고 기존 시스템과 적절히 통합되며 보안 및 성능 요구사항을 충족하는지 검증하는 데는 훨씬 더 오래 걸립니다.
Render의 CEO는 이렇게 말합니다.
플랫폼 관리에서 가장 중요한 지속적 변화는 인프라 관리에서 개발자 워크플로우 최적화로의 전환입니다.
Render 같은 관리형 플랫폼을 활용해 기본 인프라를 처리함으로써, 플랫폼 엔지니어는 더 높은 가치의 자동화에 집중할 수 있습니다.
법칙 8: 방어 가능성은 지속적 진화와 플랫폼 통제에 관한 것
핵심적으로 플랫폼이 된다는 것은 제3자가 함께 그리고 그 위에 구축할 수 있는 확장 가능한 인프라를 만드는 것입니다. 더 많은 사용자가 기여하고 진정한 커뮤니티 사랑을 보일수록 더 가치 있어지는 생태계를 활성화하는 거죠.
이 개념은 SaaS 시대부터 일관되게 유지되지만, AI 시대는 방어 가능성의 특정 기둥을 격상시켰습니다:
- 진입점 통제: GitHub의 코드 저장소 소유 또는 VS Code의 텍스트 편집 지배는 확립된 사용자 행동 위에 기능을 확장할 전략적 권리를 플랫폼에 부여합니다.
- 데이터 우위: 독점적 제품 데이터세트와 경쟁자가 복제할 수 없는 기능을 가능하게 하는 회사별 컨텍스트를 통해 나타납니다.
하지만 가장 근본적인 변화는 지속적 진화가 가장 중요해졌다는 점입니다. 최고의 플랫폼은 여러 AI 모델, 데이터 소스, 워크플로우를 적극적으로 조정해 자율적 행동을 수행합니다. 이들은 생태계로부터의 고유한 데이터를 보유하는 경향이 있고, 에이전틱 및 고객 상호작용으로부터 실시간 피드백 루프를 위해 데이터를 빠르게 활용할 수 있습니다.
속도가 핵심이며, 추가 기능 제공과 전략 수립 측면 모두에서 중요합니다. 기업은 SaaS 시대에 필요했던 것보다 훨씬 더 일찍 Act 2와 Act 3 비전을 고민해야 합니다.
Port의 CEO는 이렇게 정리합니다.
일을 수행하는 방식을 변경하는 첫 번째가 되는 것이 중요합니다. 제품 관점에서는 지속적으로 진화할 무언가를 구축하는 것입니다.
이제 여러분은 무엇을 준비해야 할까요?
AI 시대의 개발은 단순히 더 빠른 코딩이 아닙니다. 인간과 AI 에이전트가 협력하는 완전히 새로운 소프트웨어 제작 방식입니다. 개발자의 정의가 확장되고, 플랫폼 엔지니어의 역할이 진화하며, 가격 전략과 네트워크 효과가 재정의되고 있습니다.
여러분이 개발자라면, 구현 세부사항보다 시스템 사고와 결과에 집중하세요. 여러분이 스타트업 창업자라면, 지속적 진화와 속도를 최우선 전략으로 삼으세요. 여러분이 플랫폼 엔지니어라면, 자율 플로우 아키텍트로서의 새로운 역할을 받아들이세요.
이 8가지 법칙은 여전히 진행 중인 작업(WIP)입니다. 하지만 한 가지는 분명합니다: AI가 주도하는 소프트웨어 혁신 물결 속에서 개발자 플랫폼이 새로운 인프라의 선두를 이끌고 있으며, 속도가 그 어느 때보다 중요하다는 것입니다.
참고 자료: Bessemer Venture Partners, “Developer laws in the AI era”