한 줄 요약
Anthropic의 Dario Amodei와 Daniela Amodei는 이번 라이브 세션에서 AI가 단순히 코드를 더 빨리 쓰는 도구를 넘어, 개인·팀·조직 전체의 일하는 방식을 바꾸는 인프라가 되고 있다고 강조했다.
세션의 핵심 메시지
이번 대화의 중심에는 세 가지 키워드가 있었다.
지수적 성장
AI 모델의 성능, 사용량, 기업 성장 속도가 모두 예측 가능한 곡선을 따라가고 있지만, 실제로 그 변화를 체감하는 일은 여전히 충격적이다.개발자 생태계
개발자는 Claude의 가장 중요한 사용자군 중 하나이며, AI가 경제 전반으로 확산되는 과정을 가장 먼저 보여주는 집단이다.조직 단위의 AI 활용
앞으로의 Claude는 개인의 생산성을 높이는 수준을 넘어, 여러 에이전트와 조직 전체가 함께 일하는 방식으로 확장될 가능성이 크다.
1. 지수 함수 위에 올라탄다는 감각
Daniela Amodei는 Anthropic 내부에 있는 “롤러코스터” 이모지를 언급하며, 지금의 AI 산업을 거의 수직으로 올라가는 롤러코스터에 비유했다. 재미와 아드레날린이 있지만, 동시에 통제 불가능해 보이는 속도감도 있다는 것이다.
Dario Amodei는 이 성장을 더 구조적으로 설명했다. 그는 과거부터 스케일링 법칙을 통해 AI 모델의 성능 향상을 그래프로 예측해 왔다. 흥미로운 점은 그 예측이 실제로 맞아가고 있다는 것이다. 다만 그는 “그래프로 예측한 일이 현실에서 인간적 규모로 펼쳐지는 것을 보는 경험은 완전히 다르다”고 말했다.
즉, AI 발전은 어느 정도 예상된 일이지만, 실제 체감은 여전히 낯설고 충격적이라는 의미다.
2. 예상보다 더 빠른 성장과 컴퓨트 부족
Dario는 Anthropic이 연간 10배 성장까지는 대비하고 있었지만, 최근 1분기 기준으로 사용량과 매출을 연율화하면 약 80배 성장에 해당하는 속도를 봤다고 설명했다.
이 발언은 최근 Claude 사용자들이 체감한 컴퓨트 부족, 속도 제한, rate limit 문제와도 연결된다. 회사는 높은 성장률을 예상하고 준비했지만, 실제 수요는 그보다 훨씬 빨랐다는 것이다.
여기서 중요한 포인트는 단순히 “서버가 부족하다”가 아니다. AI 제품은 수요 예측 자체가 어렵다. 모델 성능이 한 단계 좋아지면, 이전에는 존재하지 않던 사용 사례가 갑자기 폭발적으로 열릴 수 있기 때문이다.
3. 왜 개발자가 Claude의 핵심 사용자인가
Daniela는 개발자를 Claude의 가장 중요한 사용자 중 하나라고 말했다. 이유는 명확하다.
개발자는 새로운 기술을 빠르게 시험하고, 솔직한 피드백을 주며, 실제 제품과 서비스로 연결하는 사람들이다. Anthropic 입장에서는 개발자 커뮤니티가 단순한 고객이 아니라, 제품을 함께 개선하는 파트너에 가깝다.
Dario도 비슷한 관점을 덧붙였다. 기술은 경제 전체에 균일하게 퍼지지 않는다. 보통 소프트웨어 엔지니어가 가장 먼저 새로운 기술을 받아들이고, 그다음 다른 산업으로 확산된다. 그래서 개발자들이 Claude를 어떻게 쓰는지는 앞으로 AI가 경제 전반을 어떻게 바꿀지 보여주는 작은 예고편과 같다.
4. “1인 유니콘”의 가능성
세션에서 가장 인상적인 대목 중 하나는 “한 사람이 10억 달러 가치의 회사를 만들 수 있는가”라는 질문이었다.
Dario는 과거에 그 시점을 2026년으로 예측했다고 말했고, 아직 완전히 실현되지는 않았지만 매우 가까워지고 있다고 평가했다. 이미 AI를 활용한 2인 규모의 고평가 기업 사례가 등장하고 있으며, 1인 기업도 수억 달러 규모에 근접하고 있다는 맥락이다.
이 말의 핵심은 단순한 과장이 아니다. AI는 개인이 아이디어를 실행하기 위해 필요했던 자원, 인력, 시간의 장벽을 낮추고 있다. 과거에는 제품 개발, 디자인, 고객 지원, 데이터 처리, 인프라 운영 등 여러 기능을 팀으로 구성해야 했다. 하지만 AI 에이전트가 이 중 상당 부분을 보조하거나 대체하면, 소수의 사람도 훨씬 큰 경제 단위를 만들 수 있다.
앞으로 창업의 병목은 “사람을 얼마나 많이 모으는가”보다 “어떤 문제를 정의하고, AI를 어떻게 조직화해서 실행시키는가”로 이동할 가능성이 높다.
5. 단일 에이전트에서 다중 에이전트로
Dario는 앞으로 개발자 경험에서 중요한 변화 중 하나로 단일 에이전트에서 다중 에이전트로의 이동을 꼽았다.
지금은 Claude Code 같은 도구가 개인 개발자의 생산성을 높이는 데 초점이 맞춰져 있다. 하지만 앞으로는 여러 Claude 에이전트를 동시에 운영하고, 각각에게 다른 작업을 맡기며, 일부 에이전트가 또 다른 에이전트에게 일을 위임하는 구조가 가능해질 수 있다.
이는 단순한 자동화가 아니다. 개발자는 점점 “코드를 직접 작성하는 사람”에서 “AI 팀을 운영하는 사람”에 가까워질 수 있다.
예를 들면 다음과 같은 방식이다.
한 에이전트는 기능 구현을 담당한다.
다른 에이전트는 테스트와 리팩토링을 담당한다.
또 다른 에이전트는 보안 검토를 담당한다.
상위 에이전트는 전체 작업 흐름과 우선순위를 조율한다.
이런 흐름은 소프트웨어 개발을 개인 생산성 도구의 영역에서 조직 운영 시스템의 영역으로 확장시킨다.
6. AI가 빨라질수록 새 병목이 생긴다
Dario는 여러 차례 Amdahl’s Law를 언급했다. 어떤 한 부분을 빠르게 만들면, 곧 다른 느린 부분이 전체 성능의 병목이 된다는 법칙이다.
AI가 코드를 3배, 4배 더 많이 작성하게 해준다면 그다음 문제는 무엇일까?
리뷰해야 할 PR이 급증한다.
보안 검토가 따라가지 못한다.
테스트와 검증이 병목이 된다.
기술 부채가 빠르게 쌓인다.
팀의 협업 방식 자체가 흔들린다.
즉, AI 시대의 생산성 향상은 단순히 “더 많은 코드를 더 빨리 작성한다”로 끝나지 않는다. 코딩 속도가 빨라지면 검증, 보안, 설계, 운영, 조직 커뮤니케이션까지 함께 빨라져야 한다.
앞으로 좋은 AI 개발 도구는 코드 생성뿐 아니라, 품질 관리와 조직적 조율까지 포함해야 한다.
7. Claude가 Claude를 만드는 시대
Dario는 Anthropic 내부에서도 Claude를 활용해 Claude 개발 속도를 높이고 있다고 말했다. 이는 AI 기업 내부에서 AI가 연구와 제품 개발을 가속하는 구조가 이미 시작됐다는 뜻이다.
특히 코딩은 AI 학습에 유리한 영역이다. 코드는 테스트를 실행해 결과를 비교할 수 있기 때문에 검증 가능성이 높다. 모델이 생성한 코드가 맞는지 틀렸는지 어느 정도 자동으로 확인할 수 있다.
하지만 모든 일이 이렇게 객관적으로 검증되지는 않는다. 보안, 설계 품질, 글쓰기, 과학적 추론, 제품 감각처럼 더 주관적이고 복합적인 영역은 여전히 어렵다. Dario는 앞으로 모델이 이런 “덜 검증 가능한 능력”에서도 발전해야 한다고 설명했다.
이 지점이 중요하다. AI 코딩 도구의 다음 단계는 단순히 코드를 많이 쓰는 것이 아니라, 좋은 설계와 안전한 시스템을 만들 수 있는 방향으로 진화해야 한다.
8. Anthropic의 미션: 빛과 그림자를 함께 보기
Daniela는 Anthropic의 미션을 설명하며 내부 가치인 빛과 그림자 잡기 / “Hold light and shade”를 언급했다. 이는 기술의 긍정적 가능성과 위험을 동시에 바라보자는 의미다.
Claude는 사람들이 더 큰 것을 만들 수 있게 해주는 강력한 도구다. 하지만 동시에 노동 시장의 변화, 안전성, 보안 취약점, 사회적 영향 같은 위험도 존재한다.
Anthropic은 이 두 가지를 한쪽으로 단순화하지 않고, 강력한 모델을 빠르게 출시하되 책임 있게 배포하는 균형을 잡으려 한다고 설명했다.
AI 시대의 제품 개발은 단순히 “더 강한 모델을 더 빨리 내놓는 경쟁”이 아니다. 모델이 강력해질수록, 출시 방식과 안전 장치도 함께 중요해진다.
9. AI 제품은 기존 제품 개발과 다르다
Dario는 AI 시대의 제품 개발을 두 가지 관점으로 나눴다.
첫 번째는 AI를 위한 제품을 만드는 것이다. 2010년대의 제품 개발은 비교적 안정적인 기술 환경 위에서 이루어졌다. 하지만 AI는 모델 성능이 몇 달 단위로 바뀐다. 이전에는 불가능했던 제품이 모델 성능 향상과 함께 갑자기 가능해질 수 있다.
그래서 AI 제품 조직에는 반복 실험이 중요하다. 몇 달 전에 실패한 아이디어라도, 모델이 좋아진 뒤 다시 시도하면 성공할 수 있다.
두 번째는 AI로 제품을 만드는 것이다. Anthropic 내부에서도 AI를 활용해 제품 개발 속도가 빨라지고 있다. 하지만 속도가 빨라질수록 기술 부채, 협업 방식, 검증 체계 같은 새로운 문제가 생긴다.
결국 AI는 제품을 빠르게 만들게 해주지만, 동시에 제품 조직이 일하는 방식까지 바꾸도록 요구한다.
10. 챗봇을 넘어 에이전트형 제품으로
Dario는 챗봇이 여전히 큰 시장으로 남겠지만, 모델의 새로운 능력은 점점 에이전트형 제품에서 더 잘 드러난다고 말했다.
챗봇은 대화 중심 인터페이스다. 하지만 모델이 더 똑똑해지고 복잡한 작업을 수행할 수 있게 되면, 단순히 답변하는 형태보다 실제 업무를 처리하는 에이전트 형태가 더 중요해진다.
Claude Code가 대표적인 예다. 모델이 단순히 “코드를 설명해주는” 것이 아니라, 실제 코드베이스를 이해하고 수정하며 작업 단위로 실행하는 방향으로 가고 있다.
이는 앞으로 다양한 산업에서도 반복될 가능성이 높다.
의료 분야에서는 진단 보조와 연구 가속
법률 분야에서는 문서 검토와 리서치
금융 분야에서는 분석과 자동화
교육 분야에서는 개인 맞춤형 학습 지원
소프트웨어 분야에서는 개발, 리뷰, 테스트, 배포 자동화
AI의 진짜 가치는 대화 자체보다, 대화를 통해 실제 작업을 끝내는 데 있다.
11. 인상적인 실제 활용 사례
Daniela는 Claude가 실제로 사용되는 다양한 사례를 소개했다.
가장 인상적인 사례 중 하나는 글로벌 사우스 지역의 이동 의료진을 위한 인터페이스다. 병원이나 의사를 만나기 어려운 지역에서 사람들이 기본적인 의료 상담과 안내를 받을 수 있도록 돕는 도구다.
또한 Claude가 생의학 연구를 가속하는 데 쓰이는 사례도 언급했다. AI가 논문, 실험, 데이터 분석을 보조하면서 의료 연구의 속도를 높일 수 있다는 것이다.
더 개인적인 사례들도 있었다. 어떤 개발자는 손상된 하드디스크에서 결혼사진을 복구하는 데 Claude를 활용했다. 또 다른 사용자는 정원에서 토마토가 자라는 과정을 기록하고 분석하는 데 Claude를 쓰고 있었다.
이 사례들이 보여주는 것은 하나다. AI의 사용처는 공급자가 미리 모두 상상할 수 없다. 사람들이 각자의 문제를 들고 와서, 전혀 예상하지 못한 방식으로 도구를 재해석한다.
개발자와 창업자에게 주는 시사점
이번 세션은 개발자와 창업자에게 꽤 중요한 메시지를 던진다.
첫째, AI는 단순한 생산성 도구가 아니라 조직 설계 도구가 되고 있다.
앞으로 중요한 능력은 AI를 잘 쓰는 것에서 더 나아가, 여러 AI 에이전트를 어떻게 나누고 조율할지 설계하는 능력이 될 수 있다.
둘째, 작은 팀의 실행력이 폭발적으로 커진다.
1인 또는 소수 팀이 과거의 대규모 조직이 하던 일을 수행할 가능성이 커지고 있다. 이는 창업 비용을 낮추고, 더 많은 실험을 가능하게 만든다.
셋째, 속도만큼 검증이 중요해진다.
AI가 빠르게 코드를 만들수록, 보안·테스트·리뷰·기술 부채 관리가 더 중요해진다. 앞으로의 경쟁력은 “얼마나 빨리 만드는가”와 “얼마나 안전하게 유지하는가”를 동시에 달성하는 데 있다.
넷째, AI 제품은 계속 다시 실험해야 한다.
오늘 안 되는 아이디어가 몇 달 뒤에는 가능해질 수 있다. AI 시대의 제품 개발자는 실패한 실험을 완전히 버리기보다, 모델 성능 변화에 맞춰 다시 꺼내볼 줄 알아야 한다.
결론: AI 시대의 개발자는 ‘AI 팀의 매니저’가 된다
이번 Dario Amodei와 Daniela Amodei의 라이브 세션은 Claude의 현재를 설명하는 자리이기도 했지만, 더 크게 보면 AI 시대의 일하는 방식이 어디로 가고 있는지 보여주는 대화였다.
처음에는 AI가 사람의 질문에 답했다.
그다음에는 코드를 써주기 시작했다.
이제는 여러 작업을 나눠 수행하고, 팀과 조직의 생산성 구조 자체를 바꾸는 방향으로 가고 있다.
앞으로 개발자의 역할은 “혼자 코드를 많이 쓰는 사람”에서 “AI와 함께 시스템을 설계하고, 여러 에이전트를 조율하며, 결과물을 검증하는 사람”으로 바뀔 가능성이 크다.
Claude가 보여주는 변화는 단순히 더 똑똑한 챗봇의 등장이 아니다.
그것은 개인, 팀, 조직, 그리고 창업의 단위가 다시 정의되는 과정에 가깝다.
핵심 문장 정리
AI 발전은 예측 가능한 지수 곡선을 따라가지만, 현실에서 체감하는 속도는 여전히 충격적이다.
개발자는 AI가 경제 전반으로 확산되는 모습을 가장 먼저 보여주는 집단이다.
앞으로 개발자는 단일 AI 도구를 쓰는 것을 넘어, 여러 AI 에이전트를 조율하게 될 가능성이 높다.
코딩 속도가 빨라질수록 검증, 보안, 리뷰, 기술 부채 관리가 새로운 병목이 된다.
AI 시대의 창업은 사람 수보다 문제 정의와 AI 조직화 능력이 더 중요해질 수 있다.
좋은 AI 제품은 모델 성능 변화에 맞춰 계속 재실험되어야 한다.
참고
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.