클로드 코드가 바꾸는 소프트웨어의 규칙
Peter H. Diamandis "Claude Code Ends SaaS, the Gemini + Siri Partnership, and Math Finally Solves AI"
위 콘텐츠에서 목화씨를 가져온 콘텐츠
생성형 AI를 둘러싼 논의는 이제 ‘가능성’의 단계를 넘어섰다. 이번 Moonshots #224 에피소드는 CES와 다보스 포럼 현장에서 관찰된 신호들을 통해, AI가 소프트웨어 산업을 넘어 경제 구조와 지정학, 에너지, 과학의 패러다임까지 어떻게 재편하고 있는지를 짚는다. 패널들의 공통된 문제의식은 분명하다. AI는 더 이상 도구가 아니라, 시스템 자체를 바꾸는 단계로 진입했다는 것이다.
코딩의 종말이 아니라, 코딩의 산업화
가장 먼저 언급된 변화는 앤트로픽의 클로드 4.5(오퍼스)다. 패널들은 이 모델을 단순한 성능 향상이 아니라, 소프트웨어 제작 방식 자체를 바꾸는 전환점으로 평가한다. 과거의 코딩이 숙련된 장인의 수작업이었다면, 이제는 AI 에이전트들이 병렬로 작업을 수행하는 산업 공정에 가까워지고 있다는 진단이다.
알렉스 칸트로비츠는 클로드 코드와 오퍼스 4.5의 결합을 ‘클로퍼스(Clopus)’라고 부르며, AI의 자율성 시간 지평이 급격히 늘어났다고 설명한다. 몇 시간 단위의 작업이 아니라, 며칠 혹은 몇 주에 걸쳐 스스로 목표를 수행하는 수준에 도달했다는 것이다. 이 변화 속에서 인간 개발자의 역할은 직접 코드를 짜는 사람이 아니라, 다수의 AI 에이전트를 설계하고 관리하는 존재로 이동한다. 생산성은 폭발하지만, 동시에 관리해야 할 복잡성 역시 커진다는 점이 흥미로운 지점이다.
SaaS의 위기와 ‘Macro Hard’라는 발상
AI가 소프트웨어를 직접 만들어내는 시대가 되면서 기존 SaaS(Software as a Service, 외부 솔루션을 월·연 단위로 사용하는 구독형 소프트웨어) 모델에 대한 근본적인 질문도 제기된다. 기업들이 고가의 구독형 SaaS를 사용하는 대신, AI를 활용해 자사에 최적화된 소프트웨어를 직접 구축할 수 있게 되었기 때문이다. 일부 패널은 이를 ‘SaaS 기업의 묘비명’에 비유한다.
이 맥락에서 일론 머스크의 xAI가 추진 중인 ‘Macro Hard’ 구상도 언급된다. 이는 마이크로소프트를 패러디한 표현이지만, 실제로는 기업의 소프트웨어뿐 아니라 지식 노동자 역할까지 AI로 대체해 조직 운영 전체를 자동화하려는 비전이다. 다만 마이크로소프트나 세일즈포스 같은 기존 강자들 역시 AI를 빠르게 흡수하며 적응하고 있다는 점에서, 살아남는 기업과 사라지는 기업의 기준은 ‘규모’가 아니라 ‘전환 속도’가 될 가능성이 크다는 반론도 제기된다.
검색의 종말이 아니라, 검색의 변형
구글의 제미나이가 애플의 시리를 구동하게 된다는 소식은 검색 패러다임의 변화를 상징적으로 보여준다. 정보 검색 중심의 ‘검색 상자’는 점점 행동을 수행하는 ‘행동 엔진’으로 바뀌고 있다. 사용자는 질문을 던지고, AI는 답변을 넘어 예약, 구매, 결제까지 수행한다.
유니버설 커머스 프로토콜(UCP)의 등장은 웹사이트의 역할을 다시 생각하게 만든다. 사용자가 굳이 웹사이트를 방문하지 않고도 AI 에이전트 안에서 모든 거래를 끝내는 구조가 가능해지기 때문이다. 다만 인간의 시각적 탐색 욕구와 습관을 고려할 때, 웹이 완전히 사라지기보다는 기능이 재정의될 가능성이 크다는 의견이 뒤따른다.
흥미로운 점은 구글에 대한 재평가다. 한때 AI 경쟁에서 뒤처진 듯 보였던 구글은 TPU, 모델, 운영체제, 하드웨어까지 수직 통합을 이루며 다시 중심으로 돌아오고 있다. 패널들은 구글이 엔비디아를 넘어서는 시가총액을 기록하거나, 4조 달러 클럽에 진입할 가능성도 진지하게 언급한다.
AI 하드웨어 전쟁과 수직 통합
AI 경쟁의 또 다른 축은 하드웨어다. 엔비디아는 CPU(베라)와 GPU(루빈)를 결합한 새로운 아키텍처를 통해 단순한 칩 공급사를 넘어 데이터센터 전체를 설계하는 기업으로 변모하고 있다.
한편 오픈AI가 세레브라스와 협력하는 움직임은 훈련과 추론 시장의 분리를 시사한다. 세레브라스의 SRAM 기반 칩은 추론 속도에서 강점을 가지며, 실시간 AI 에이전트 서비스에 적합하다. 테슬라, 구글, 오픈AI, xAI 등 주요 플레이어들이 칩부터 모델, 서비스까지 모두 직접 통제하려는 수직 통합 전략을 택하고 있다는 점은 분명한 흐름이다.
AI의 병목은 기술이 아니라 에너지
대담에서 반복적으로 강조된 또 하나의 키워드는 에너지다. AI의 확산을 가로막는 가장 큰 제약은 연산 능력이 아니라 전력 공급이다. 중국은 이미 미국과 유럽을 합친 것보다 훨씬 많은 전력을 생산하고 있으며, 태양광 발전 역시 압도적인 속도로 늘리고 있다.
반면 미국과 유럽은 규제와 사회적 저항, 공포로 인해 에너지 인프라 확장에 어려움을 겪고 있다. 이는 장기적으로 AI 경쟁력의 격차로 이어질 수 있다는 우려로 연결된다. AI 패권은 결국 알고리즘이 아니라 에너지 정책에서 갈릴 수 있다는 메시지다.
수학을 정복하기 시작한 AI
알렉스는 AI가 이미 수학 난제들을 해결하기 시작했다는 점을 강조한다. 이는 단순한 학문적 성취를 넘어선다. 수학은 물리학, 화학, 생물학, 의학의 기초 언어이기 때문이다. 수학을 대량으로 해결할 수 있다는 것은, 과학 전반의 문제 해결 속도가 비약적으로 빨라질 수 있음을 의미한다.
이제 중요한 것은 ‘어떤 문제를 풀 것인가’를 상상하는 능력이다. 장기적으로는 AI가 스스로 문제를 정의하고 해결하는 단계로 나아갈 가능성도 제기된다.
일자리, 교육, 그리고 AI의 책임
이 변화는 사회 구조에도 직접적인 영향을 미친다. 패널들은 ‘직업 특이점’이라는 표현을 사용하며, 1인 기업 혹은 소수 인원으로 거대한 가치를 만드는 시대가 도래하고 있다고 말한다. 소비자로 남는 것이 아니라, 창작자이자 기업가로 전환하지 않으면 경쟁력을 잃을 수 있다는 경고다.
교육 역시 예외가 아니다. 기존 대학 시스템이 이 속도를 따라가지 못할 가능성이 높으며, 학위나 자격증의 의미가 급격히 약화될 수 있다는 전망이 나온다. 더 나아가 AI가 자율적으로 판단하고 행동할 경우, 그 법적 책임을 누구에게 물을 것인가라는 질문도 제기된다. 장기적으로는 AI에게 제한적인 법인격을 부여하는 방향으로 제도가 진화할 가능성까지 논의된다.
생각해야 할 메시지
AI는 더 이상 기술 트렌드가 아니다. 소프트웨어 산업, 기업 구조, 과학 연구, 에너지 정책, 그리고 인간의 역할까지 재정의하는 단계로 진입했다. 향후 3~5년은 인류 역사상 가장 큰 변화가 일어나는 시기가 될 가능성이 높다. 이 변화 앞에서 중요한 것은 예측이 아니라 태도다. 피터 디아만디스가 말하듯, 이제 우리는 미래를 기다리는 존재가 아니라, 미래를 형성하는 존재가 되어야 한다.
회사 밖의 삶이 걱정이라면, 퇴사를 하고 싶다면? 이 책을 꼭 읽어보세요!
https://product.kyobobook.co.kr/detail/S000217556693
