3줄 요약

  1. SignalFire 공동창업자 겸 CTO Ilya Kirnos는 최근 LP·창업자들에게 가장 많이 받는 두 질문 — “AI는 거품인가” “소프트웨어는 죽었는가” — 에 모두 “아니다"라고 답한다. 그러나 이유가 결론보다 중요하다.
  2. 그는 “소프트웨어가 죽었다"는 주장을 4가지 논거로 분해해 가장 약한 것에서 가장 강한 것 순으로 줄세운다. 바이브 코딩 대체론이 가장 약하고, 코드가 싸져서 기능 해자가 무너진다는 주장이 가장 진지하다.
  3. 진짜 해자는 셋만 남는다 — 오류 비용이 0에 가까운 고정확도 워크플로우, 경쟁사가 같은 파운데이션 모델로 복제할 수 없는 독점 데이터 피드백 루프, 그리고 깊이 박힌 시스템 오브 레코드. “기능을 빨리 친다"는 더 이상 해자가 아니다.

거품 질문은 잘못된 질문이다

AI 수요는 여전히 공급을 앞선다. SignalFire 포트폴리오 회사 일부는 컴퓨트가 모자라 고객을 다 받지 못하고 있고, 그 수요에는 eyeball이나 MAU가 아닌 수십억 달러의 실 매출이 붙어 있다. Kirnos는 “거품은 보통 이렇게 생기지 않는다"고 말한다.

그가 진짜 걱정하는 곳은 휴머노이드 로보틱스다. 자본이 후기 단계 밸류에이션에 몰리고 있지만, 그는 아직 “경제적 가치를 만들어내는 로봇"을 본 적이 없다. 백플립과 댄스 무브는 봤다. 더 깊은 문제는 엔지니어라면 즉시 짚을 수 있는 것 — LLM은 인터넷이라는 학습 코퍼스가 있었지만, 로보틱스에는 그에 상응하는 코퍼스가 없다. 학습 데이터는 어디서 오는가? 아무도 깔끔한 답을 갖고 있지 않으니, 이건 리서치 문제이고 리서치 타임라인은 벤처 타임라인과 깔끔하게 맞물리지 않는다.

소프트웨어 종말론의 4가지 논거, 약한 것부터

최근 레거시 소프트웨어 시가총액에서 2,850억 달러가 증발했다. 사람들이 묻는다 — SaaS는 구조적으로 끝났는가? Kirnos는 자주 듣는 4가지 논거를 약한 것부터 강한 것 순으로 정리한다.

#4 — “다들 자기 소프트웨어를 바이브 코딩으로 만들 것이다”

피칭의 형태는 이렇다.

“Why pay Salesforce when you can vibe code your own CRM in a weekend with Claude?”

프로덕션 시스템을 운영해본 사람은 답을 안다. 코드베이스를 생성하는 것과 미션 크리티컬 서비스를 운영하는 것은 다르다. 바이브 코딩으로 CRM을 만든 사람이 떠나면 그 코드는 누가 책임지는가? 코드 생성은 SOC2 컴플라이언스나 환각 통제를 해결하지 않는다. 누군가 1998년에 짠 SQL 데이터베이스와의 통합도, 새벽 4시에 대시보드가 꺼지고 고객의 매출이 멈췄을 때의 가동률 책임도 해결하지 않는다.

Enterprises buy trust, not code. Code parity is easy now with AI, but trust parity is still very hard to achieve.

엔터프라이즈는 코드가 아니라 신뢰를 산다. 코드 동등성은 AI로 쉬워졌지만, 신뢰 동등성은 여전히 매우 어렵다.

#3 — “Claude·ChatGPT 같은 에이전트가 엔터프라이즈 앱을 삼킬 것이다”

#4보다는 낫지만, 틀리는 비용이 큰 워크플로우에는 통하지 않는다. 프런티어 모델은 인상적이지만 LLM 시스템은 비결정적이고 환각에 취약하다. 일반 소프트웨어 버그는 재현 가능하다 — 티켓을 끊고 코드 라인을 찾아 픽스를 친다.

An agent failure is more like a flaky test that passes 98% of the time and fails on the one run that mattered.

에이전트 실패는 98%는 통과하다 결정적인 한 번에서 실패하는 flaky test에 더 가깝다. 이메일 초안, 문서 요약, 마케팅 카피 같은 저위험 작업에는 괜찮다. 그러나 에이전트가 필수 필드를 빠뜨려 6자리 거래를 놓치거나 계약 금액을 자신 있게 잘못 기록하는 일이 처음 벌어지는 순간, 룰을 강제하는 전용 프로덕트 surface가 절실해진다.

Kirnos는 포트폴리오에서 이게 어떻게 흘러가는지 지켜봤다고 말한다. 순수 에이전트 기반 워크플로우를 실험한 팀은 거의 예외 없이 검증 레이어, 승인 단계, 롤백 메커니즘, 감사 로그 같은 제약을 에이전트 주변에 다시 쌓는다. 그 모든 걸 다 더하고 나면 — 결국 에이전트를 둘러싼 SaaS 앱을 다시 만들어낸 것이다. 앱이 에이전트로 대체되는 것이 아니라, 에이전트가 수직 애플리케이션 안에 nesting 된다. 데이터 모델·권한·감사 흔적·고객 관계를 소유하는 것은 여전히 앱이다. 에이전트는 그 봉투 안에서 작동하고 시간이 갈수록 강력해지지만, 팔리고 지원되고 갱신되는 것은 봉투 쪽이다.

이 게임은 모델 신뢰성이 올라갈수록 흥미로워진다. 그러나 아직은 그 지점에 도달하지 않았다.

#2 — “시트 기반 가격이 사라지면 SaaS 모델이 깨진다”

이 논거는 더 실체에 가깝다. 전통적 SaaS는 데이터·비즈니스 로직·UI 3개 레이어로 구성됐다. 여기에 이제 네 번째 레이어 — 에이전틱 레이어 — 가 쌓이고 있다. 사람 50석을 팔던 자리에, UI 없이 2개 에이전트가 같은 일을 한다면 가격 결정력은 어떻게 되는가?

Kirnos가 종말론과 갈라지는 지점은 여기다. 에이전트가 소프트웨어 안에서 더 많은 일을 하고 고객이 더 큰 가치를 얻는다면, 이것은 실존적 문제가 아니다. 가격·패키징 문제다. 토큰·결과·하이브리드 사용량 모델로 가치에 가격을 매기는 법을 찾아낸 벤더는 살아남는다. 고객이 시트를 자동화로 없애는 동안 시트 기반 가격에 매달리는 벤더는 살아남지 못한다.

다만 순수 outcome 기반 가격은 모든 카테고리에 깔끔하게 적용하기 어렵다. 그래서 앞으로 몇 년은 하이브리드 모델(사용량 + 결과) 이 우세할 것이라고 본다.

#1 — “코드가 싸져서 기능 해자가 무너진다”

이것이 그가 가장 진지하게 받아들이는 논거다. SAP·ServiceNow·Salesforce 같은 회사의 해자는 수십 년에 걸쳐 쌓인 엔지니어링 인력이었다. 생각할 수 있는 모든 기능·통합·리포트가 빌드되고 디버그되어 스타트업이 현실적으로 따라잡을 수 없는 코드베이스로 흡수됐다. AI는 그 타임라인을 극적으로 압축한다.

If your product is a pure workflow layer, and your defensibility story was “we built the feature first,” you are in trouble.

제품이 순수 워크플로우 레이어이고 방어 논리가 “우리가 기능을 먼저 빌드했다"였다면, 곤란하다. Kirnos가 보기에 현재 가장 얇은 해자를 가진 곳은 비즈니스 인텔리전스와 크리에이티브 콘텐츠 생성 — LLM이 정확히 잘하는 종류의 일을 하는 제품군이다.

그렇다면 진짜 해자는 어디에 있는가

기능 속도가 해자가 아니라면, 무엇이 해자인가? SignalFire가 지금 언더라이팅하는 기준으로 세 가지가 버틴다.

  1. 오류 예산이 0에 가까운 고정확도 워크플로우. 금융 인프라, 헬스케어, 규제 컴플라이언스. 바이브 코딩으로는 HIPAA 감사도, 정산 불일치도 통과할 수 없다. 틀리는 비용이 곧 해자다.
  2. 독점 데이터 피드백 루프. 경쟁사가 같은 파운데이션 모델을 띄워도 복제할 수 없는 방식으로, 고객이 쓸수록 의미 있게 좋아지는 제품. 자산은 모델이 아니라 데이터다.
  3. 깊이 자리잡은 시스템 오브 레코드. 레거시 운영에 박혀 있고, 진실의 출처를 소유하며, 높은 스위칭 비용을 만들어내는 소프트웨어. 이런 회사들은 AI로부터 숨지 말고 달려가야 한다. 에이전틱 레이어는 그들의 데이터를 훨씬 더 가치 있게 만든다.

AI 스택 — SignalFire는 어디에 투자하고 어디에 투자하지 않는가

Saying “we invest in AI” is now about as differentiated as “we invest in software” was in 2012.

“우리는 AI에 투자합니다"라는 말은, 2012년의 “우리는 소프트웨어에 투자합니다"만큼이나 차별화되지 않는다. SignalFire는 AI 스택을 4개 레이어로 본다. 그리고 그 네 레이어는 동등한 자본을 받을 자격이 없다.

1. 하드웨어. 컴퓨트는 이 사이클에서 여전히 묶이는 제약이다. Neolabs 같은 포트폴리오에서 몇 달 전에 끊겼어야 할 PO를 아직 기다리는 모습이 보인다. 수요는 실재하고 공급은 게이트가 걸려 있으며, 이 레이어의 승자는 대부분 상장됐거나 이미 스케일에 도달한 회사들이다. 시드 체크가 결과를 바꾸지 않는다.

2. 모델. Kirnos는 프런티어 모델을 벤처 비즈니스가 아닌 capex 비즈니스라고 단언한다. 잘 훈련시키는 비용이 작은 나라의 GDP에 맞먹는다. 그 게임을 돌릴 수 있는 OpenAI, Anthropic, Google은 이미 돌리고 있다. 모델 레이어 스타트업이 정면승부로 들어가는 것은 잘못 고른 싸움이다. SignalFire가 이 레이어에 투자한 Sciforium 같은 소수의 회사는 모양 자체가 다르다 — 새로운 아키텍처, 새로운 학습·추론 접근, 새로운 문제 프레이밍. ChatGPT를 정면 공격하겠다는 피칭은 어렵다. 인큐먼트들이 자기 본업을 잠식하기 때문에 쉽게 복제할 수 없는 방식으로 옆으로 빠져나간다면, 듣겠다.

3. 인프라. 이 지점이 AI가 기존 SaaS 가정을 진짜로 흥미롭게 깨는 곳이다. 전통적 SaaS는 read-heavy 였다 — 한 줄을 저장하고 백만 번 조회하는 모양. AI 워크로드는 이 전제를 뒤집는다. 학습 파이프라인, 에이전트 메모리, 벡터 스토어, eval harness는 write·update-heavy 이고, 레거시 스택이 설계된 적 없는 데이터 모양에서 작동한다.

여기서 SignalFire는 양쪽 모두에 적극 투자한다.

  • 데이터 레이어 자체 — PlanetScale, Greybeam처럼 이 워크로드 모양에 맞춰 OLTP·OLAP 프리미티브를 재구축하는 회사.
  • 데이터 생성 레이어 — Preference Model, Moody Pines, Terac처럼 컴퓨트가 풀린 뒤 진짜 병목이 되는 깨끗하고 구조화된 라벨링 데이터를 공급하는 회사.

4. 애플리케이션. 오늘 SignalFire 자본의 대부분이 가는 곳이다. 가치가 실제로 구매자에게 닿는 레이어. AI가 이전에는 손댈 수 없었던 워크플로우 — 의료 코딩, 화물 최적화, 법률 리뷰, 세일즈 모션, 임상 운영 — 에 가능해지면서 surface가 거대해졌다. 경쟁은 격렬하고 가격은 압박을 받지만(앞서 본 시트 기반 논거), 이만큼의 어드레서블 수요가 있는 레이어의 본질이다. 승자는 AI 네이티브 워크플로우를 위의 세 해자 중 하나 — 고정확도 환경, 독점 데이터 루프, 깊이 박힌 시스템 오브 레코드 — 와 짝지은 회사일 것이다.

창업자에게 — 시드·시리즈 A 단계의 피칭법

Stop pitching your moat as “we ship fast,” as that is now table stakes.

“우리는 빨리 친다"를 해자로 피칭하지 말라. 이제 그건 table stakes다. 대신 —

Pitch the data you accumulate that no one else can get.

Pitch the workflows you’re absorbing that the customer cannot rip out.

Pitch the accuracy your system delivers in environments where being wrong is expensive.

당신이 축적하는 누구도 손에 넣을 수 없는 데이터를 피칭하라. 당신이 흡수해 가는 고객이 뜯어낼 수 없는 워크플로우를 피칭하라. 당신의 시스템이 틀리는 비용이 비싼 환경에서 발휘하는 정확도를 피칭하라.

그리고 —

If you’re a feature sitting between two larger applications, you’re in the dead zone, and you should know it.

만약 당신이 두 개의 더 큰 애플리케이션 사이에 끼인 기능이라면, 당신은 데드 존에 있고 그 사실을 알아야 한다.

가장 흥미로운 지점

이 글에서 가장 인상적이었던 대목은 #3 논거의 결말 — “에이전트가 앱을 대체하는 게 아니라, 에이전트가 수직 애플리케이션 안에 nesting된다” 였다. “에이전트 시대에 SaaS는 끝났다"는 단순한 종말론에 반대하는 이 그림은, 내가 그동안 본 가장 설득력 있는 반박 중 하나로 느껴진다. 검증·승인·롤백·감사라는 제약은 결국 누군가가 짊어져야 하고, 그 책임을 지는 사람이 가격 결정력을 갖는다. 에이전트가 똑똑해질수록 그 봉투의 바깥 껍질이 더 두꺼워질 수도 있다는 역설이 흥미롭다.

그리고 한 가지 더 — “기능을 빨리 친다"가 더 이상 해자가 아니다라는 선언. AI 시대에 모든 게 빠르게 만들어진다는 사실이 곧 속도의 가치가 0으로 수렴한다는 뜻이 된다는 것. 해자는 시간이 아니라 위치에서 온다고 다시 말하는 것처럼 들린다. 위험·데이터·고객 관계라는 바닥에 박힌 위치.

출처