AI 에이전트 시대 소비자 앱의 기회: 징가 창업자 마크 핀커스가 말하는 투자 빙하기와 타이밍

핵심 메시지

• 지금 벤처 투자자들은 소비자 앱을 꺼리지만, AI와 에이전트 덕분에 새로운 소비자 서비스를 만들 기회는 오히려 그 어느 때보다 크다는 것이 핀커스의 핵심 주장이다.
• 그는 웹(1995년), 소셜·모바일(징가)에 이어 'AI가 어디에나 있는' 세 번째 시대가 열렸으며, 강력한 모델이 나온 이후 에이전트를 동료처럼 신뢰하고 쓸 수 있게 됐다고 본다.
• 제품을 만들 때는 '검증된 것은 그대로 베끼고(proven), 더 낫게 만들고(better), 새로움(new)으로 차별화하라'는 프레임워크를 제시하며, AI는 검증에는 능하지만 새로움은 결국 사람의 몫이라고 말한다.
• 투자자들이 소비자 스타트업에 엔터프라이즈로 전환하라고 압박하는 것은 그쪽이 펀딩되기 때문일 뿐, 1차 원리(first principles)에 기반한 판단이 아니라고 지적한다.
• 이상적인 소비자 AI 서비스가 대중화되려면 연산 비용이 더 떨어져야 하며, 그 시점은 2029년 무렵일 수 있다고 전망한다.

쉽게 이해하기

Y Combinator의 게리 탠이 진행하는 인터뷰에 징가(Zynga) 창업자이자 신간 'Life at the Speed of Play'를 펴낸 마크 핀커스가 출연했다. 그는 '지금 소비자 앱은 투자 대상이 아니지만, 바로 그렇기 때문에 만들어야 한다'는 다소 역설적인 주장을 펼친다. AI와 에이전트가 등장하면서 한때 끝났다고 여겨지거나 평범해 보였던 서비스를 다시 발명할 수 있게 됐기 때문이다.

핀커스는 자신이 1995년 첫 회사 프리로더로 웹의 여명기를, 이후 트라이브와 징가로 소셜·모바일 시대를 지나왔다고 회고하며, 지금이 '지능이 수도꼭지처럼 흐르는' 세 번째 시대라고 말한다. 그는 강력한 모델이 나온 순간을 분기점으로 꼽으며, 그 전의 도구들은 장난감 같았지만 이제는 적절한 맥락과 보조 장치를 붙이면 에이전트를 동료처럼 신뢰하고 일을 맡길 수 있다고 설명한다. 실제로 그는 하루 종일 AI와 대화하며 걷고, 회의나 상담 내용을 옮겨 적어 모든 맥락을 아는 AI에게 조언을 구한다고 밝힌다.

제품 개발 방법론으로 그는 '검증·개선·새로움(proven, better, new)'을 소개한다. 이미 통하는 부분은 시간을 아끼기 위해 그대로 따라 하고, 기존 사용자 열에 열이 더 낫다고 할 만한 개선(무료·반값·속도·마찰 제거)을 더하며, 사람을 끌어들이는 새로운 한 가지를 시도하되 그것이 틀릴 가능성을 전제로 검증하라는 것이다. 그는 AI에게 이 작업을 시켜 보니 검증 단계는 A-, 개선은 B-, 새로움은 D 수준이었다며, 새로운 것을 만드는 일이야말로 여전히 사람이 가장 잘하고 또 가장 재미있어하는 영역이라고 말한다.

두 사람은 투자 환경도 짚는다. 좋은 소비자 지표를 가진 창업자에게 투자자들이 엔터프라이즈로 전환하라고 권하는 것은 그쪽이 지금 펀딩되기 때문일 뿐이며, 모두가 챗봇에 의존하다 보니 1차 원리로 사고하지 않는다고 비판한다. 한편 '엔터프라이즈가 AI에 투자했지만 90%가 아직 효과를 못 봤다'는 통계에 대해, 핀커스는 아직 너무 이르며 1년 전 모델을 비용 걱정 속에 잘못 쓰는 '스킬 문제'일 수 있다고 본다. 동시에 한 달에 100만 달러 넘게 토큰을 쓰며 천 명 몫의 일을 해내는 '토큰 맥싱', 그리고 LLM을 호출하는 코드를 짜기보다 LLM에게 코드를 가르치는 마크다운을 쓰는 새로운 개발 방식의 전환을 언급한다.

마지막으로 그는 소비자 혁명의 타이밍을 인터넷 역사에 빗댄다. 닷컴 버블 붕괴 후 2002년 가을 아마존이 분기 실적을 올리며 비로소 '진짜'가 됐듯, 진정한 소비자 AI 시대도 연산 비용이 몇 자릿수 더 내려가는 2029년 무렵에야 올 수 있다는 것이다. 그는 '무료'가 인터넷의 법칙이라며, 연산이 사실상 공짜이고 무제한일 때 모든 서비스를 어떻게 다시 설계할지 지금부터 거꾸로 상상하며 만들기 시작하라고 권한다.

주요 인사이트

• 투자가 몰리지 않는 시점이 오히려 기회일 수 있다 — 모두가 엔터프라이즈로 몰릴 때 소비자 영역은 비어 있고, AI가 그 공백을 채울 새 '인터넷 보물'을 가능하게 한다.
• AI는 '검증된 것'을 재현하는 데 강하지만 진짜 차별화가 되는 '새로움'은 약하다. 그래서 모델을 잘 쓰는 사람일수록 사람만이 할 수 있는 새로운 시도에 집중해야 한다.
• AI 투자 효과가 안 보이는 기업의 상당수는 비용을 아끼느라 구형 모델을 일부 인원만 쓰는 경우다. 도구를 바꾸지 않으면 토큰만 태우고 결과는 나오지 않는다.
• 코드 작성 패러다임이 바뀌고 있다 — LLM을 호출하는 방대한 코드 대신, 모델이 필요한 코드를 그때그때 생성하도록 가르치면 훨씬 적은 코드로 더 유연한 결과를 얻는다.
• 비용 곡선을 읽으면 타이밍이 보인다. 아이폰이 부품값 하락의 교차점에서 가능해졌듯, 지능 비용이 충분히 내려가는 지점을 역산해 지금부터 원형을 만들어 두면 큰 선점 효과를 얻는다.

자주 묻는 질문

관련 AI 소식