AI 요약
최근 생성형 AI(LLM)의 급격한 발전으로 인해 소프트웨어 개발 장벽이 낮아지면서, 외부 SaaS 제품을 구매하는 대신 자체 구축(Build)하려는 움직임이 활발해지고 있습니다. 저자(@brandur)는 사이드 프로젝트 'River'를 비즈니스화하려는 과정에서 "LLM이 모든 것을 대체할 수 있는 시대에 소프트웨어 창업이 가능한가?"라는 질문을 마주합니다. 실제로 링크드인에서는 월 400달러의 지라(Jira) 구독료를 아끼기 위해 Anthropic의 Claude를 활용해 자체 태스크 트래커를 개발·대체한 사례가 주목받았습니다. 과거에는 높은 인건비와 리스크 때문에 핵심 분야 외에는 '구매(Buy)'가 정설이었으나, 이제는 LLM 덕분에 개발 비용이 극적으로 낮아진 것입니다. 그러나 저자는 LLM을 통한 개발 역시 수십 번의 피드백 루프와 인간의 지속적인 유지보수 검증 시간(기회비용)이 필요하므로, 실제 경제성 측면에서는 여전히 '구매'가 유리할 수 있다고 지적합니다.
핵심 인사이트
- 개발자 Brandur의 도전: 저자(@brandur)는 Stainless를 떠나 1인 프로젝트인 'River'를 지속 가능한 소규모 소프트웨어 비즈니스로 구축하려 하지만, LLM 시대의 무차별적 대체 가능성이라는 회의론에 직면함.
- 월 400달러의 Jira 대체 사례: 한 기업이 아틀라시안(Atlassian)의 지라 구독료 월 400달러를 아끼기 위해, Claude를 활용하여 자체적인 맞춤형 태스크 트래커를 구축하고 지라를 퇴출함.
- 'Buy vs Build' 공식의 변화: 과거에는 엔지니어 고임금과 일정 지연 리스크로 인해 '핵심 역량 외에는 무조건 구매(Buy)'가 원칙이었으나, 최근 1~2년 사이 LLM의 등장으로 직접 개발(Build)하는 비용이 극적으로 하락함.
- 숨겨진 인적 유지보수 비용: LLM이 소프트웨어 제작 단가를 낮췄을 뿐 '0'으로 만든 것은 아니며, 결과를 검증하고 다듬는 인간의 파트타임 노동력과 기회비용이 가장 비싼 요소로 잔존함.
주요 디테일
- 반복적인 피드백 루프(Feedback Loop) 필수성: LLM 기반 개발은 프롬프트 한 번으로 끝나지 않으며, 인간 운영자가 모델의 결과물을 확인하고 조정하는 과정을 수십 번 거쳐야 만족스러운 퀄리티에 도달할 수 있음.
- 지속적인 유지보수 비용: 소프트웨어는 배포 후에도 새로운 기능 요구와 버그 수정이 지속적으로 발생함. LLM이 이 과정을 돕더라도, 결국 최종 검증과 운영은 인간의 몫이므로 공짜가 아님.
- 기회비용 관점의 의문(Smell Test): 지라 수준의 복잡한 태스크 트래커를 아무리 LLM을 활용해 만든다 해도 최소 몇 주의 개발 시간이 소요됨. 고임금 인력이 여기에 투입되는 기회비용을 감안하면 월 400달러 절약이 실제 이득인지 의문임.
- 시장 반응과 우려: LLM의 코딩 능력 향상으로 인해 독점적 기능이 없는 단순 SaaS 비즈니스는 내부 LLM 패키지에 의해 순식간에 대체(Displaced)될 수 있다는 불안감이 창업자들 사이에서 고조됨.
향후 전망
- SaaS 제품의 생존 기준 강화: 단순 기능 위주의 유틸리티 소프트웨어는 몰락할 것이며, LLM이 쉽게 복제할 수 없는 고도의 도메인 지식과 극상의 사용자 경험을 갖춘 제품만이 판매 가능한 최소 단위(Minimum Viable Unit)로 인정받을 것입니다.
- 비용 산정 패러다임의 변화: 기업들은 단순히 '구독료'와 '개발비'를 비교하는 것을 넘어, 내부 인력이 LLM 기반 커스텀 툴을 관리·유지보수하는 데 빼앗기는 '시간적 기회비용'을 더 엄격하게 계산하게 될 것입니다.
출처:hackernews