일하는 ai

108. AI로 전재산을 날리는 사람들과 시간이

14 min read

-

코드팩토리는 AI가 소프트웨어 제작 비용을 급격히 낮춘 뒤, 사람들 사이의 격차가 오히려 더 커졌다고 짚는다. 어떤 사람은 챗GPT가 그럴듯하게 던진 말에 창업 자금을 올인하고 무너지고, 어떤 사람은 도메인 지식과 API 자동화, 병렬 실행을 붙여 시간을 사실상 늘려 쓰고 있다는 이야기다.

flowchart LR
A[AI를 믿고 무리하게 창업] --> B[개발 장벽 하락과 지식 격차 확대]
B --> C[도메인 지식·디스트리뷰션·API 자동화]
C --> D[준비 없는 창업은 실패하고 이해도 높은 사람은 생산성을 확장]

핵심 요약

  • 바이브 코딩 덕분에 누구나 제품을 만들 수는 있지만, 코딩 속도만으로는 사업 차별점이 되지 않는다고 말한다.
  • 개발자의 역할은 코딩에서 끝나지 않고 아키텍처, 보안, 설계, 기획까지 이어지기 때문에 대규모 서비스나 인프라 최적화 영역은 여전히 깊은 이해가 필요하다고 본다.
  • 실제로 돈이 되는 경우는 변호사, 의사, 설계사처럼 도메인 페인포인트를 정확히 아는 사람이 반복 업무에 AI를 붙일 때라고 설명한다.
  • 서비스는 안 좋아서 망하기보다 존재를 아무도 몰라서 망하는 경우가 많고, 광고·SNS·크리에이터 협업·콜드콜 같은 배포 역량이 더 중요해졌다고 강조한다.
  • AI를 전지전능한 조언자로 믿으면 피해가 커질 수 있고, 반대로 API 기반 에이전트 시스템을 병렬로 돌릴 수 있는 사람은 100개, 1000개 단위의 시도로 확률을 밀어붙이며 압도적 생산성을 만든다고 본다.

왜 지금 중요한가

발화의 출발점은 PD수첩에 나온 피해 사례다. AI를 처음 접한 사람이 답변을 사업 검증으로 착각해 전재산을 잃는 장면과, 오픈AI·엔트로픽 직원처럼 토큰과 자동화를 사실상 무한에 가깝게 쓰는 사람들의 생산성이 같은 시기에 공존한다는 점이 이 영상의 문제의식이다.

주요 내용

개발이 쉬워졌다고 개발자 문제가 끝난 건 아니다

코드팩토리는 “더 이상 직접 코딩을 하지 않아요”라고 말할 정도로 바이브 코딩의 자동화 수준을 인정한다. 다만 그 지점만 보고 개발자가 완전히 대체됐다고 해석하면 얕은 이해라고 선을 긋는다. 아키텍처, 보안, 설계, 기획은 여전히 진입장벽이 높고, 레플릿 같은 서비스나 대규모 스케일링, 인프라 비용 최적화처럼 와이어링 이해가 필요한 영역은 일반 사용자가 바로 넘어서기 어렵다고 본다. 그래서 주니어 해고가 늘어도 시니어 채용은 계속된다고 연결한다.

돈이 되는 AI 창업은 도메인 지식에서 나온다

누구나 소프트웨어 제품을 만들 수 있다는 점은 분명한 변화다. 엑셀로 손으로 하던 일을 자동화하거나, 인프라 고도화 없이 하루 1만~2만 트래픽 정도를 감당하는 서비스는 충분히 만들 수 있다고 말한다. 하지만 “10분 만에 만들 수 있다”는 사실은 남도 10분 만에 만들 수 있다는 뜻이어서, 그 자체는 해자가 아니다. 대신 변호사가 반복적인 변호 업무에 AI를 붙이거나, 의사나 설계사가 현업의 반복 퍼널을 자동화하는 경우처럼 이미 페인포인트를 아는 사람이 단순한 상태의 서비스만 붙여도 바로 구매가 일어나는 구조를 예로 든다.

여기서 중요한 기준도 명확하다. 원래 백수였거나, 도메인 지식이 없거나, 스페셜티가 없으면 그 성공 사례에 자신을 그대로 대입하면 안 된다고 말한다. 대안으로는 오랜 시간 쌓인 취향, 특별한 캐릭터, 기존 서비스보다 비약적으로 나은 사용자 경험 같은 축을 제시한다.

만드는 비용보다 배포가 더 어려운 시대

영상에서 가장 실무적인 대목은 디스트리뷰션이다. 예전에는 IT 스타트업 초반 지출의 80%가 개발 관련 비용이었다는 VC 이야기를 인용하며, 그 비용이 줄어든 지금은 남은 20%가 훨씬 중요해졌다고 설명한다. 즉 예전에는 만드는 것 자체가 해자였지만, 이제는 아니며 서비스의 성패는 “어떻게 존재를 알릴 것인가”에 더 크게 달려 있다.

배포 방법으로는 네 가지를 꺼낸다. 광고는 돈이 많아야 하고, 처음부터 광고로 테스트를 시작하면 비용이 크게 든다. SNS와 유튜브, 인스타 같은 채널은 유기적 배포가 가능하지만 팔로어와 인사이트가 필요하다. 크리에이터 협업과 바이럴 UGC도 요즘 B2C에서 많이 쓰이지만 역시 쉽지 않다. 마지막은 콜드콜인데, 본인도 초창기에 많이 했지만 정말 힘들었다고 말한다. 결국 제품을 던져 놓는다고 쓰는 사람이 생기지 않으며, “제발 써 주세요”라고 빌어도 안 쓰는 현실을 설득 역량으로 뚫어야 한다는 얘기다.

이 맥락에서 앱스토어나 웹에서 검색해 보면 떠오른 아이디어의 99%는 이미 구현돼 있을 거라고도 말한다. 그래도 아무도 안 만들었다면 세 가지 가능성뿐이다. 페인포인트가 아니거나, 불편하긴 해도 돈 낼 정도는 아니거나, 정말 희박하게 아직 아무도 못 본 문제다. 마지막 케이스는 혼자 하기보다 VC 백킹을 받으며 긴 설득 싸움을 해야 하는 영역으로 본다.

AI를 맹신하면 사고가 커지고, API 자동화는 시간을 바꾼다

영상 후반부는 경고와 격차의 묘사가 함께 간다. PD수첩 사례로는 평범한 직장인이 챗GPT식 상담을 믿고 심리 상담소 창업에 뛰어들었다가 짧은 기간 안에 무너지고, 남편까지 퇴사해 AI 상담소에 올인한 뒤 큰 피해를 본 이야기를 들려준다. 여기에 “하루에 한 시간만 하면 한 달에 수천만 원 자동화” 같은 강의가 섭외된 강사를 앞세워 다음 결제를 유도하는 구조도 같이 비판한다.

반대편에는 토큰을 병렬로 태우는 사람들의 세계가 있다. 200달러 플랜 하나로는 몇 개를 동시에 돌리기도 어렵고 사람이 병목이 되지만, API 기반 에이전트 시스템을 만들면 얘기가 달라진다. 100개, 1000개를 병렬로 돌리고, 검증 에이전트까지 수십·수백 개 붙여 하네스와 루프를 관리하면 현재 AI의 약점을 확률 싸움으로 밀어붙일 수 있다는 설명이다. 그래서 이들에게는 생산성이 높아지는 정도가 아니라 시간이 무한해진 것처럼 보인다고 말한다.

원문 발화 하이라이트

  • [00:00] “지금 AI에 대한 지식이 굉장히 부족한데 AI가 시키는 대로 창업해 가지고 전 재산 날리는 사례들이 막 나오고 있거든요.”
  • [00:33] “토큰이 무한하다는 건 사실 우리가 API 자동화 관점으로 봐야 되거든요.”
  • [04:29] “대부분의 서비스들은요. 안 좋아서 망하는게 아니라 존재하는지도 몰라 가지고 망해요.”
  • [14:56] “AI가 하는 말 그대로 믿지 말자.”
  • [20:57] “에이전틱 시스템을 만들어 가지고 API 사용을 해 가지고요. 그냥 자동화를 그냥 무한하게 할 수가 있단 말이야.”

바로 실행해 보기

  • 지금 하고 있는 업무에서 반복 작업 하나를 골라, 영상 속 변호사·의사·설계사 예시처럼 실제로 시간 낭비가 반복되는 지점을 먼저 적어 본다. 그다음 AI로 아주 단순한 상태의 MVP를 붙였을 때 바로 돈이 되거나 바로 시간이 줄어드는지 검토한다.
  • 떠오른 아이디어를 앱스토어와 웹에서 검색해 본 뒤, 이미 있는 서비스와 비교해서 세 가지 중 어디에 속하는지 분류해 본다. 정말 페인포인트가 아닌지, 귀찮지만 돈 낼 정도는 아닌지, 아니면 아주 희박하게 아직 설득이 필요한 신규 문제인지를 먼저 판단한다.
  • 창업을 바로 올인하지 말고 배포 경로를 먼저 하나 정한다. 광고를 태울 돈이 있는지, SNS나 유튜브 같은 올게닉 채널이 있는지, 크리에이터 협업이 가능한지, 아니면 콜드콜로 직접 팔 수 있는지까지 적어 보고, 그게 없으면 퇴사나 올인보다 준비를 더 쌓는 쪽으로 결정한다.

참고

영상 메타

수집 품질

  • 자막 세그먼트: 774개
  • 자막 문자수: 14138자
  • 챕터 추출: 0개
  • 콘텐츠 생성: Subagent 기반

AI 생성 도구를 활용해 초안을 구성했고, 원영상 발화와 공개 자료를 교차 확인해 정리했습니다.

그래프 뷰

백링크