https://youtu.be/kOyIjt6FUrw?si=rW0-qpEwoEw_ES25
인공지능에 대한 비관적인 시각이나 인공지능이 우리의 모든 일자리를 빼앗아갈 것이라는 생각은 옳지 않다고 생각합니다. 저는 미래의 일이 더 인간적이고 더 상호작용적이며 더 멀티모달할 것이라고 생각합니다. 만드는 것이 더 쉬워지면 병목 현상은 얼마나 많은 아이디어를 가질 수 있는지로 돌아갑니다. 저는 코딩을 배우는 것을 가장 중요한 것으로 두지 않을 것입니다. 저는 무엇인가를 만드는 법을 배우는 것, 코드를 사용하여 만드는 법을 배우는 것, 비디오를 사용하여 만드는 법을 배우는 것, 인공지능으로 무엇이든 만드는 법을 배우는 것을 중요하게 생각합니다. 브레이크다운에 오신 것을 환영합니다. 저는 데이브이고, 이 분은 톰입니다. 그리고 오늘 우리는 YC 2018년 회사인 리플릿의 설립자이자 CEO인 암자드 음사드를 모셨습니다. 쇼에 오신 것을 환영합니다. 감사합니다. 오늘 우리는 사람들이 코딩을 배우는 것을 돕는 당신의 시작, 지금 당신이 그러한 많은 작업을 대체하는 것, 그리고 사람들이 물건을 만드는 방식의 미래가 어디로 향하는지에 대해 이야기하고 싶습니다. 리플릿은 2016년에 시작되었고, 당신은 2018년에 YC에 있었습니다. 리플릿은 프로그래밍을 배우는 사람들이 순전히 웹에서 개발 환경을 쉽게 설정할 수 있도록 돕는 도구로 시작했습니다. 그러나 이제 당신은 인공지능 지원 코딩 분야에서 정말로 도약하고 있습니다. 최신 소식을 알려주세요. 네, 우리의 임무는 항상 프로그래밍을 더 쉽게 접근할 수 있도록 하는 것이었습니다. 그리고 YC 이후에 우리는 그것을 좀 더 야심찬 목표로 업데이트했습니다. 우리는 10억 명의 소프트웨어 개발자에 대해 이야기하기 시작했고, 그 당시에는 터무니없는 소리였습니다. 이 모든 것은 LLM 이전이었죠? 네, LLM 이전입니다. 2015년 인공지능 과대광고 시기에 NLP 자연어 과대광고도 약간 있었습니다. 뒤에는 인간이 있는 인공지능 회사들이 많이 있었고 그들은 모두 파산했지만, 코드를 대상으로 NLP를 잠재적으로 수행할 수 있는 기회가 있었습니다. 그래서 우리는 언젠가 가능할 것이라는 생각을 가지고 있었습니다. 심지어 제 시드 덱에도 언젠가 우리가 모델을 훈련할 만큼 충분한 데이터를 수집할 것이라는 내용이 있었습니다. 2020년 GPG2가 나오기 전까지는 그것이 가능하다고 느끼지 못했습니다. 그래서 우리는 개발 환경, 일종의 호스팅 환경, 그 주변의 모든 것과 같은 이러한 기본 요소들을 구축했습니다. 그리고 저는 인공지능 에이전트를 추가하기만 하면 이 모든 것을 조율할 수 있고 정말 훌륭할 것이라고 느꼈습니다.
에이전트는 우리가 시도할 때마다, 제가 처음 시도했던 2021년에는 작동하지 않았고, 2022년에도 작동하지 않았습니다. 그러다 2024년 초에 우리는 그것이 가까워지고 있다고 느꼈습니다. GPT40조차도 2분 동안은 일관성을 유지할 수 있었습니다. 어찌 된 일인지 큰 도박을 하게 되었습니다. 회사는 그다지 잘 되고 있지 않았습니다. 네, 거의 여쭤볼 뻔했습니다. 회사를 걸고 도박을 한 순간이 있었나요? 예를 들어, 우리는 사람들에게 코딩을 가르치고 있었는데 이제는 더 이상 그렇게 하지 않고, 이제는 모든 사람이 앱을 만들 수 있도록 할 것입니다. 네, 맞습니다. 우리는 회사를 꽤 많이 성장시켰고, 너무 많은 돈을 태우고 있었습니다. 그래서 우리는 해고를 결정했습니다. 그래서 우리는 아마 50명을 해고했고, 그 후에 15~20명이 더 떠났습니다. 그래서 우리는 회사의 절반도 안 되는 인원이 되었습니다. 그래서 저는 모든 것을 리플릿 에이전트에 걸었습니다. 저는 이것이 바로 그것이고, 작동해야 한다고 느꼈습니다. 가까워진 것 같았습니다. 네, 모르겠습니다. 그냥 배를 불태우는 듯한 순간이었습니다. 우리는 이걸 해야만 합니다. 이것이 회사를 성공시킬 것이라고 느꼈습니다. 그리고 솔직히, 우리가 에이전트를 구축하는 도중에 클로드 3.5가 나오지 않았다면 아마 실패했을 것입니다. 왜냐하면, 제가 말했듯이 GPT40은 2~3분 동안만 일관성을 유지할 수 있었지만, 클로드 3.5는 5~10분 동안 실제로 작동할 수 있는 첫 번째 모델이었고 코드 생성도 가능했습니다. 그리고 이것이 스타트업이 가능한 것의 가장자리에 구축하는 가장 성공적인 접근 방식이라고 생각합니다. 당신은 임무를 가지고 시작하지만, 기술은 아직 충분하지 않습니다. 당신은 구축하기 시작하고, 당신은 퍽이 갈 곳으로 스케이트를 탑니다. 그것이 당신을 따라잡는 것이죠. 네, 계속 그렇게 하고 싶을 것입니다. 전적으로요. 6개월 전 YC에 와서 강연했을 때, 당신이 이것을 출시한 직후였던 것으로 기억합니다. 그때 당신은 완전히 자동화된 소프트웨어 개발은 아직 멀었다고 말했습니다. 여전히 그렇게 생각하나요? 아니요, 전혀 아닙니다. 매번 어떤 종류의 예측을 할 때마다 대담하게 느껴지고, 하지만 저는 제가 꾸준히 틀렸고, 상황이 훨씬 더 빠르게 움직이고 있다고 생각합니다.
자율성의 수준이 훨씬 빨라지고 있습니다. 제가 말했듯이, 클로드 3.5는 5분에서 10분 정도였고, 3.7은 아마도 45분에서 1시간까지 갈 수 있습니다. 클로드 4.0은 시스템 카드와 Opus에서 7시간 동안 작동했다고 말했습니다. 와, 7시간이라니 놀랍습니다. 에이전트를 만드는 데 항상 제한 요소였던 것은 그들이 일관성을 유지할 수 있는지, 컨텍스트 길이가 실제로 추론하는 데 유용한지 여부였습니다. LLM이 7시간 동안 작동할 수 있다면, 그것은 기본적으로 인간 노동자와 같습니다. 그리고 아마도 그들은 인간보다 훨씬 빠른 속도로 작업할 것이므로, 아마도 일주일치 작업을 7시간 안에 완료할 것입니다. 제가 생각하기에 빠진 유일한 큰 제한 요소는 실제 많은 작업을 자동화하는 데 있어 컴퓨터 사용입니다. 컴퓨터 사용은 정말 형편없습니다. 분명히 당신도 시도해 보셨을 겁니다. 이것이 리플릿 에이전트가 한 번의 프롬프트로 앱 전체를 처리하는 것과 약간의 관리가 필요하고 테스트해야 하는 것의 차이입니다. 지난 배치에는 브라우저 자동화를 하는 브라우저 유즈라는 회사가 있었습니다. 브라우저 유즈는 훌륭합니다. 그리고 윈도우 데스크탑에서도 동일한 작업을 하는 피그라는 또 다른 회사도 있습니다. 저는 오늘 창업자들에게 브라우저 유즈나 윈도우 자동화를 피그와 함께 사용하여 기업에, 수직 산업에 적용해 보라고 조언하고 싶습니다. 이 기술이 작동하는 순간, 그 두 회사는 완전히 달라질 것입니다. 그리고 우리는 몇 주 또는 몇 달 안에 그것이 정말 잘 작동할 것이라고 생각합니다. 따라서 지금이 그러한 기술을 사용하기 시작할 때입니다. 절대적으로 100%입니다. 그리고 이것이 우리가 집중하는 것입니다. 리플릿 에이전트 v1에서 v2로의 전환은 자율성 면에서 엄청난 도약이었습니다. v3는 가장 자율적인 것입니다. 그래서 우리는 이미 그것을 작업하고 있습니다. 그리고 우리에게 흥미로운 점은 기본 기술과 그것이 어떻게 자율성을 가능하게 할 것인지입니다. 몇 가지 중요한 사항이 있습니다. 하나는 트랜잭션 방식이라는 것입니다. 롤백 기능은 매우 중요합니다. 따라서 에이전트가 깃이 인간 프로그래머가 실험하고 브랜치를 만들 수 있도록 안전하게 만들었던 것과 동일한 방식으로 안전하도록 해야 합니다. 에이전트가 DB 마이그레이션을 엉망으로 만들면 롤백할 수 있어야 합니다. 또한 여러 다른 경로에서 샘플링할 수 있어야 합니다. 저는 이것이 자율성에 매우 중요하다고 생각합니다.
예를 들어, 앤트로픽이 스위드벤치 점수를 발표할 때, 샘플링 유무에 따른 점수를 발표하는데, 샘플링을 사용하면 70%에서 80%로 올라갑니다. 이것은 여러 에이전트를 생성하고, 각 에이전트가 시도를 한 다음, 어떤 것이 작동하는지 파악하고 그 브랜치를 효과적으로 선택하는 아이디어입니다. 우리는 완전히 트랜잭션 방식이고 동시에 작동하는 인프라를 구축했습니다. 즉, 파일 시스템은 스냅샷 기반 파일 시스템이고, DB는 스냅샷 기반 DB입니다. 따라서 가상 머신을 포함한 전체 시스템에 커밋을 할 때 진행 중이며, 따라서 우리는 그것을 포크하고 브랜치할 수도 있습니다. 따라서 컴퓨터 사용이 잘 작동한다면, 지금 그들이 샘플링으로 하는 것은 어떤 종류의 판단자가 순위를 매기는 것입니다. 이는 진정한 검증자가 아닙니다. 진정한 검증자는 테스트이며, 컴퓨터 사용 테스트입니다. 따라서 샘플링을 통해 실제로 작동하는 최상의 브랜치를 선택할 수 있습니다. 그것은 놀랍습니다. 그리고 그것을 계속 반복하면 신뢰성이 정말로 높아집니다. 6개월에서 12개월 후에는 한 명의 에이전트가 아니라 다섯, 열, 아니면 백만 명의 에이전트가 생성될 것입니다. 저는 이것이 흥미로워질 부분이라고 생각합니다. 사용자가 컴퓨팅 예산을 설정할 수 있도록 하고 싶을 것입니다. O 스타일 모델에서 '여기 예산이 얼마입니다'와 같이 우리는 이미 그것을 보기 시작했습니다. 하지만 보세요, 우리가 1,000달러를 주면 그들은 그것을 사용할 것입니다. 정말 멋진 생각입니다. 저는 이전에 그렇게 생각해 본 적이 없습니다. 하지만 여러 브랜치를 생성한 다음 가장 좋은 것을 선택하고 그것을 병렬로 수행할 수 있다는 아이디어는 인간의 뇌가 자연스럽게 작동하는 방식이 아닙니다. 우리는 순차적으로 생각하고, 그럴 수 없습니다. 이것은 스티브가 애플을 운영할 때 의도적으로 비슷한 일을 하는 팀들을 두고 어느 팀이 가장 잘하는지 지켜보았다는 전설을 떠올리게 합니다. 저는 OpenAI도 지금 그렇게 한다고 들었습니다. 흥미롭습니다. 코덱스 프로젝트에도 여러 다른 팀이 있었다고 들었습니다. 문헌에서 작은 모델을 샘플링하면 더 큰 모델보다 낫다는 것을 볼 수 있습니다. Sonnet을 샘플링하면 Opus보다 나을 것입니다. 회사들은 한 명의 수석 엔지니어를 고용하는 대신 10명의 주니어 엔지니어를 고용하고 같은 작업을 주고, 그런 다음 인간에게는 매우 비싸지만 LLM에게는 상대적으로 저렴한 방식으로 100개를 수행하고 매번 가장 좋은 것을 선택하는 것을 시도해 보지 않았습니다.
사람들은 리플릿 에이전트를 어떻게 사용하고 있고, 누가 사용하고 있나요? 그것은 우리가 프로그래밍을 쉽게 만들면 더 많은 사람들이 그것을 하고 싶어 할 것이라는 우리의 초기 비전으로 돌아갑니다. 사실 이것은 PG와 제가 YC에 들어가기 전에 처음으로 연결된 것 중 하나입니다. PG는 해커뉴스에서 우리를 찾았고, 그래서 우리는 이메일 관계를 시작했습니다. 그리고 그는 제게 프로그래밍이 얼마나 쉬운지에 따라 그것을 하고 싶어 하는 사람들의 수가 초선형적인 관계를 맺고 있다고 말했습니다. 리플릿의 최적화 기능은 항상 진입 장벽을 계속 낮추는 것이었고, 그것이 사용자 수를 늘리고 고객 수를 늘리는 방법입니다. 지금은 기본적으로 모든 직업 분야의 사람들이 사용하고 있습니다. 우리는 제품 관리자가 우리에게 매우 훌륭한 사용 사례이자 사용자가 되는 것을 보았습니다. 그리고 우리는 엔지니어와 전혀 이야기하지 않고도 비즈니스에 상당한 영향을 미칠 수 있는 고객인 제품 관리자를 두었습니다. 예를 들어, A/B 테스트나 최적화 또는 그런 것들을 실행하는 것이죠. 그것은 권한을 부여합니다. 이러한 역할 간의 경계를 생각하게 만듭니다. 제품 관리자, 디자이너, 엔지니어 말이죠. 우리는 실제로 새로운 제품 그룹을 만들었습니다. 그리고 일반적으로 제품 책임자는 많은 제품 관리자를 부하 직원으로 둡니다. 그러나 우리는 실제로 이 그룹에 디자이너, 엔지니어, 그리고 PM들을 두었습니다. 그리고 아이디어는 그들 모두가 인공지능을 항상 사용하여 프로토타입을 만들고, 어떤 경우에는 생산까지 가는 것입니다. 폭포수 모델은 없습니다. 많은 비효율성이 존재했습니다. 이 다른 팀들 간의 의사소통 문제와 같은 것 말입니다. 그들은 믿을 수 없을 정도로 빠르게 움직일 수 있으며, 저는 그것이 기술 회사가 작동하는 방식을 바꾸기 시작한다고 생각합니다. 스타트업에서 일할 때 저의 경험은 아이디어 목록과 백로그가 항상 무한히 길었고, 병목 현상은 항상 엔지니어링 시간이었습니다. 그리고 이제 저는 제 개인 프로젝트를 하고 있습니다. 할 일 목록이나 아이디어 목록을 작성하고, 그리고 일을 시작합니다. 그리고 아이디어들이 그냥 완성됩니다. 갑자기 병목 현상은 아이디어를 가질 수 있는 저의 능력으로 바뀝니다. 할 일 목록이 비어 있는 것을 보는 것은 정말 이상한 경험입니다. '다음에 뭘 해야 하지?'라고 생각하게 됩니다. 저는 회사에서 리플릿을 정말 많이 사용하는 팀으로부터 들었습니다. 그들의 창업자가 리플릿을 사용하고 있다는 소식을 듣고 엔지니어들이 스트레스를 받고 있다고 합니다. '오, 나는 이걸 주말에 했어. 너희는 왜 못해?'라고 말하는 거죠. 이 사람들은 이전에 기술적인 사람들이었나요, 아니면 비기술적인 사람들이었나요? 그들은 첫 번째 버전을 만들고 있나요, 아니면 그것을 생산에 배포하고 있나요, 아니면 엔지니어에게 주고 '이걸 만들어줘'라고 말하고 있나요? 일반적으로 무엇을 보고 있나요? 우리는 엔지니어링 팀과 협력하라고 조언하지만, 항상 그렇게 되는 것은 아닙니다. 많은 PM과 디자이너가 사용자에게 바로 가고 싶어 하는 것은 이해할 수 있습니다. 우리가 보는 것은 그들이 베타 사용자와 테스트 사용자에게 간다는 것입니다. 그리고 이것은 정말 잘 작동한다고 생각합니다. 하지만 어떤 경우에는 그들이 그냥 생산에 투입합니다. 그래서 지금 우리는 이 모든 회사들과, 특히 엔지니어링 리더들이 이것에 대해 불만스러워하는 회사들과 논의 중입니다. '누가 이 서비스의 온콜 담당인가요? 누가 버그에 대한 책임이 있나요? 누가 책임이 있나요?' 많은 질문들이 나오고 있습니다. 이 모든 질문에 대한 명백한 답은 에이전트가 책임이 있다는 것입니다. 오늘날 제한 요소는 무엇인가요? 제가 코드를 구매하고 생산에 마구 투입하는 것을 엔지니어들은 보통 무엇에 반대하나요? 무엇이 잘못되고 있나요? 보안이 큰 문제입니다. LLM은 인간처럼 오류를 범할 수 있습니다. 그들은 어떤 구성 요소를 형편없이 다루는 경향이 있습니다. 예를 들어, 인증 같은 것입니다. 그들은 모두 오래된 솔트 및 해싱 방법을 사용하는 경향이 있습니다. 그리고 그것이 큰 걸림돌이었습니다. 우리는 현재 여러 가지 재앙의 예를 보았습니다. 다행히 큰 재앙은 없었지만, 솔로 창업자들이 API 키를 유출하거나 로그인 보안 보호를 쉽게 우회할 수 있도록 만든 사례가 있었습니다. 그리고 많은 도구들이 그 책임을 지려고 하지 않고 "오, 그것은 사용자 문제입니다. 사용자의 잘못입니다."라고 말합니다. 우리는 비개발자를 위한 플랫폼으로서 책임이 있다고 생각합니다. 우리는 LLM이 오늘날 하지 말아야 할 몇 가지를 제거하려고 노력하고 있습니다. 예를 들어, 인증의 경우 우리는 내장된 인증 기능을 가지고 있습니다. 리플릿으로 가서 "인증 추가"라고 말하면 우리가 처음부터 구축한 인증 구성 요소를 가져올 것입니다. 그것은 캡차가 있고, 모든 보안 장치가 있습니다. 그래서 당신은 그 모든 것에 대해 걱정할 필요가 없습니다. 우리는 당신의 데이터베이스와 통합되어 있습니다. 당신의 사이트에 사용자 관리 포털이 있습니다. 가능한 한 많은 이러한 까다로운 구성 요소를 구축하려고 노력합니다. 저는 결제가 또 다른 문제라고 생각합니다. LLM이 결제를 처리하도록 하고 싶지는 않을 것입니다. 그리고 그들은 그렇게 다르지 않습니다. 예를 들어, 결제 시스템은 일회성 결제, 구독, 종량제 등 여러 버전이 있지만 무한한 버전은 없습니다. 두세 개 또는 네 개 정도입니다. 이것은 오늘날 인간이 자신만의 결제 시스템이나 인증 시스템을 작성하지 않고, 이미 이러한 구성 요소를 구축한 제공 업체를 사용한다는 것과 유사합니다. 같은 상황이 전개되고 있으며, 그것이 가장 좋은 방법이라고 생각합니다. 네, 100%입니다. 그리고 우리가 추가한 다른 것은 Samrip이라는 훌륭한 보안 회사와 파트너십을 맺은 것입니다. 그래서 지금은 리플릿 앱을 배포할 때 보안 스캔을 실행합니다. 코드 보안 스캔을 실행하고 경고 및 오류 등에 대한 보고서를 제공합니다. 그리고 에이전트가 당신을 위해 그것들을 수정하려고 시도할 수 있습니다.
그래서 보안은 생산에 완전히 배포하는 데 큰 병목 현상 중 하나입니다. 확장성, N+1 데이터베이스 쿼리 검색, 성능 병목 현상과 같은 다른 문제들도 있을 것이라고 생각합니다. 이것이 진정으로 한 번의 클릭으로 배포될 수 있도록 극복해야 할 명확한 차단 목록이 당신의 머리 속에 있나요? 네, 가장 큰 것은 인간, 즉 사회적인 문제일 것입니다. 불신이 있을 것이고, 그것은 해결되어야 할 것입니다. 그래서 그것은 제쳐두고, 기업들은 이 모든 것에 적응해야 합니다. 확장성을 스캔하는 방법도 있어야 합니다. 예를 들어, 퍼징을 하거나, 앱을 깨려고 시도하는 적대적인 에이전트를 두는 것과 같은 것입니다. 저는 그것이 한 가지 큰 문제라고 생각합니다. 회사의 생태계와 통합하는 것도 중요합니다. 그래서 우리가 추가하는 것 중 하나는 디자인 시스템을 가져올 수 있는 기능입니다. 멋지네요. 우리가 이러한 구성 요소를 제공하는 것 외에도, 어떤 회사에 가보면 이러한 구성 요소가 많이 구축되어 있습니다. 리플릿이 이러한 대기업에 배포될 때, 어떻게 그들의 내부 시스템에 연결될 수 있을까요? 이것은 다양한 코딩 도구의 스펙트럼에 대해 생각하게 합니다. 한쪽 끝에는 개발자가 노력을 증폭시키는 방법으로 사용하는 커서나 윈드서프와 같은 제가 파워 툴이라고 부르는 도구들이 있습니다. 그리고 다른 한쪽 끝에는 더 소비자 중심적인 "앱을 만들고 싶으면 이제 앱을 만들 수 있어"와 같은 도구들이 있습니다. 그리고 당신들은 중간쯤에 있는 것 같습니다. 회사들이 일을 처리하는 것을 돕지만, 전통적인 개발자와 같지 않은 사람들을 위해 그렇게 하고 있습니다. 이 세상이 어떻게 전개될 것이라고 생각하시나요? n개의 다른 도구들이 있을까요, 아니면 스펙트럼의 한 곳으로 수렴될까요? AGI는 당연히 수렴입니다. 하지만 그것은 제쳐두고, 그 세상을 계획하기는 정말 어렵습니다. 저는 제품 엔지니어의 생산성을 점진적으로 높이는 방법에 대한 싸움은 명백한 것이라고 생각합니다. 그 시장은 명백하고, 많은 회사들이 그것을 추구하고 있습니다. 애플리케이션 회사인 커서도 그렇고, 기본 모델 회사들도 그렇습니다. 클로드 코드는 커서와 경쟁하고 있습니다. 커서는 클라우드를 사용합니다. 약간 피비린내 나는 싸움이지만, 시장은 명백하고 시장은 정말 거대합니다. 저는 거기에 더 많은 통합이 있을 것이라고 추측합니다. 아마도 하나는 아니지만, 최선은 두세 개 정도일 것입니다. 저는 우리가 있는 시장이 훨씬 더 크다고 생각합니다. 따라서 주소 지정 가능한 인간은 훨씬 더 많습니다. 우리는 10억 명에 대해 이야기하지만, 정말 모든 지식 근로자가 소프트웨어로 문제를 해결할 수 있어야 하므로 그 이상일 수도 있습니다. 저는 지금의 리플릿에 대한 저의 개념은 우리가 원하는 것이 보편적인 문제 해결사가 되는 것이라고 생각합니다. 그것은 당신의 개인 생활에서 문제를 해결하거나, 당신의 업무에서 문제를 해결할 것입니다. 그래서 저는 그 시장이 아마도 좀 더 다양할 것이고, 회사들은 자신들이 어디에 위치하는지 알아낼 것이라고 생각합니다. 비엔지니어를 중심으로 자율 프로그래밍을 해결하려고 노력합니다. 우리는 당신이 보안이나 시스템에 대해 걱정하지 않기를 바랍니다. 우리는 당신이 아이디어를 가지고 리플릿으로 와서 에이전트 관리자가 되기를 바랍니다. 그리고 우리는 가능한 한 인간적이고 작업 흐름에 맞는 방식으로 그것을 하려고 노력하고 있습니다. 엔지니어와 비엔지니어 (임원이나 제품 관리자) 사이의 한 가지 큰 차이점은 당신이 하루 8시간 내내 책상에 있지 않다는 것입니다. 모바일이 큰 부분을 차지합니다. 우리는 정말 훌륭한 모바일 앱을 가지고 있으며, 주변에서 구축하는 방식에 대해 생각하고 있습니다. 데스크탑에서 앱을 시작하고, 휴대폰을 가지고 나가서 지루한 회의에 참석합니다. 에이전트로부터 알림을 받습니다. '다 했어. 다른 거 원해?' 문자가 오는 것이죠. 그래서 우리는 그런 것을 구축하려고 노력하고 있습니다. 네, 그 점과 관련된 질문이 있었습니다. 사용자 인터페이스에 대한 것입니다. 커서나 윈드서프와 같은 도구의 경우, 기본 UI 요소는 코드인 것이 명확합니다. 코드를 보고, 작은 채팅 창이 있습니다. 그러나 주로 코드의 차이점이나 변경 사항에 대한 것입니다. 리플릿과 같은 도구의 경우, 기본 인터페이스는 그래픽 사용자 인터페이스입니다. 버튼과 위지윅 편집기처럼 당신이 만들고 있는 것을 볼 수 있습니다. 그리고 그것은 사용자 인터페이스를 구축하는 데 좋습니다. 그러나 더 복잡한 논리 흐름을 구축하려고 할 때 약간 어려움을 느꼈습니다. 왜냐하면 코드를 볼 수 없었고, 뒤에서 무슨 일이 일어나는지 시각화할 수 없었기 때문입니다. 일종의 블랙박스였습니다. 여기에서 빠르게 앞으로 감으면, 더 복잡한 내부 워크플로를 구축하려고 할 때, 대기업의 제품 관리자나 운영 관리자는 그 워크플로와 발생하는 논리적 분기를 어떻게 시각화하나요?
컴퓨팅 역사로 거슬러 올라가면 항상 비주얼 프로그래밍에 대한 비전이 있었습니다. 궁극적으로 튜링 완전성에 관한 것이기 때문에 잘 작동하지 않았습니다. 이러한 시스템은 보편적인 컴퓨팅 장치가 아닙니다. 이제 우리는 코드 생성으로 이동합니다. 당연히 코드 생성은 튜링 완전합니다. 그러나 주로 자연어를 통해 그것과 상호 작용합니다. 자연어는 모호하고, 그것이 올바른 일을 하는지 알기가 정말 어렵습니다. 저는 이 두 가지의 종합이 아마도 다가올 것이라고 생각합니다. 당신이 자연어로 상호 작용하지만, 코드를 단순히 응시하는 대신, 코드 위에 인터페이스나 다른 보기가 있을 수도 있습니다. Smalltalk를 할 수 있다고 상상할 수 있습니다. 그래서 Smalltalk는 최초의 객체 지향 프로그래밍 시스템입니다. 그리고 Alan Kay는 그것이 실제로 OP이고 그 이후의 모든 것은 그렇지 않다고 말할 것입니다. 그러나 Smalltalk의 흥미로운 점은 코드와 상호 작용하는 방식이 파일이 아니라 객체를 통해, 논리적인 객체를 통해 이루어진다는 것입니다. 그래서 거기에 어떤 종류의 이전 아크가 있습니다. 그리고 우리가 향하는 세상은 사람들이 코드를 이해할 수 있도록 코드 위에 어떤 종류의 추상화가 있는 곳입니다. 네, 정말 흥미롭습니다. 의사 코드처럼 영어처럼 보이지만 약간 더 구조화되어 있거나, 시각적인 드래그 앤 드롭 방식일 수도 있습니다. 모르겠습니다. 네, 엔지니어, 디자이너 및 다른 사람들과 팀을 이루어 제품을 구축했던 때를 되돌아보면, 제품 리더로서 제가 그 팀들과 가졌던 상호 작용은 구두였고, 추상적인 아이디어를 글로 작성했습니다. 우리는 함께 화이트보드에 그림을 그리고, 시스템 다이어그램을 보고, 앱의 결과를 보고, 테스트하고, "오, 이게 고장났어. 너무 느려"라고 지적했습니다. 저에게는 이러한 유형의 인터페이스가 가장 좋은 최종 결과라고 생각합니다. 매우 멀티모달하고 유연합니다. 제품을 만드는 사람은 그렇게 할 것이지만, 그들이 이야기하는 팀은 다른 인간이 아니라 이러한 작업을 수행하는 에이전트일 것입니다. PM 분야에서 의사소통에 더 많은 형식주의를 도입하려는 시도가 있었나요? 네, 그리고 저는 그것이 좋았다고 말하지 않을 것입니다. 주된 것은 PRD, 즉 제품 사양입니다. 그리고 그것은 저의 의견으로는 종종 대기업에서 승진을 위해 만들어지는 형식적인 작업 산출물이 되었습니다. 그러나 그것들은 실제로는 그다지 유용하지 않습니다. 저에게 가장 유용한 상호 작용은 바로 이러한 화이트보드 대화입니다. 우리가 여기서 무엇을 하기를 원했나요? 오, 그것에 대해 생각해야 해. 오, 이걸 고려하지 않았어. 좋아, 이 모든 것을 다시 생각해 보자. 이런 종류의 대화에 인공지능도 역할을 할 수 있습니다. 그래서 저는 Granola라는 스타트업이 있습니다. 회의를 녹음할 수 있고, 그들은 모든 회의가 녹취되어 그곳으로 가는 팀 버전을 출시했습니다. 그리고 그들은 지금 모바일 앱을 가지고 있습니다. 당신이 테이블에 올려놓을 수 있고, 그것은 시도하고 있습니다. 그래서 저는 우리가 Granola 맥시멀리즘으로 가야 한다고 생각했습니다. 기업이 점차 구두로 변하는 추세에 맞서 싸워서는 안 됩니다. 사람들이 슬랙으로 이야기하고, 회의에 참석하고, 에이전트와 프롬프트를 통해 소통하고 있기 때문입니다. 그러나 당신은 그러한 기록을 실제로 만들고, 배경에서 검색 가능하고 정리할 수 있는 인공지능 도구 세트를 원할 것입니다.
우리가 언제쯤 회의에 첫 인공지능이 참여하게 될지 궁금합니다. 당신이 디자이너와 함께 이야기를 나누고 있을 때, 인공지능이 끼어들어 "이 아이디어는 어때?"라고 말하는 것이죠. 네, 그리고 저는 인공지능에 대한 비관적인 시각이나 인공지능이 우리의 모든 일자리를 빼앗아갈 것이라는 생각은 옳지 않다고 생각합니다. 저는 미래의 일이 더 인간적이고 더 상호작용적이며 더 멀티모달하고, 저의 의견으로는 더 재미있을 것이라고 생각합니다. YC의 다음 배치 모집이 시작되었습니다. 스타트업이 있다면 ycombinator.com/apply에서 지원하세요. 너무 이른 시기는 없으며, 지원서를 작성하는 것만으로도 아이디어를 한 단계 발전시킬 수 있습니다. 좋습니다, 다시 영상으로 돌아가겠습니다. 지난번에 이야기했을 때, 리플릿 에이전트를 출시했고 상황이 정말 빠르게 성장하고 있었습니다. 계속될 것으로 예상되네요. 공유할 수 있는 수치가 있나요? 아마 곧 일부 수치를 공유할 수 있을 것입니다. 하지만 리플릿 에이전트 출시 이후 우리는 월평균 45%의 복합 성장을 기록하고 있습니다. 이 수치는 YC에서 배치 기간 동안 기반 사용자가 없는 회사들에게 목표로 삼으라고 말하는 지표입니다. 그리고 당신은 더 큰 규모로 이것을 하고 있습니다. 네, 하지만 그것은 회사와 우리 시스템에 많은 부담을 주었습니다. 우리는 여전히 상대적으로 작았습니다. 저는 그것이 머리에 들어올 수 있고 잘못된 것을 최적화하기 시작할 수 있다고 생각합니다. 인공지능 분야에서는 사용자가 행복하지 않음에도 불구하고 더 많은 비용을 지불하게 만들어서 매출을 매우 쉽게 늘릴 수 있습니다. 어떤 경우에는 사용자가 더 적은 비용으로 더 나은 경험을 얻기를 원할 것이기 때문에 그렇게 빠르게 성장하지 말아야 할 수도 있습니다. 그래서 우리는 매출 목표에 집착하지 않으려고 노력합니다. 우리는 리플릿에 매출 목표가 없습니다. 제품 목표, 유지 목표와 같은 다른 방법들이 있습니다. 왜냐하면 일부 인공지능 회사들의 나쁜 패턴은 매출이 매우 빠르게 성장하지만, 이탈률이 100%에 가까워지고 결국 그것이 발목을 잡는다는 것입니다. 그리고 매출 총 이익도 형편없습니다. 그래서 성장이 많을수록 재정적으로 회사는 더 나빠집니다. 투자자들은 이 공간을 어떻게 보나요? 당신은 많은 사람들과 이야기했을 것입니다. 그들은 차이를 구별할 수 있나요? 그들에게는 모든 것이 흐릿합니다. 투자자들이 이 공간을 볼 때, 제가 일반화하자면, 그들은 모든 것을 3분 동안 사용하고, 3분 동안은 모든 것이 똑같아 보입니다.
저는 이것이 명확해지기 시작할 것이고, 이러한 제품들이 우리가 이야기하고 있는 다른 초점 영역에서 더 다양해지기 시작할 것이라고 생각합니다. 앞으로 1년 동안은 좀 더 명확해질 것이라고 생각하지만, 많은 투자자들이 우리가 그들과 이야기할 때 매우 혼란스러워하고, 이 시스템을 이해하지 못하고, 어디로 가고 있는지 이해하지 못한다고 생각합니다. 이것은 이러한 도구들의 기본 기술에 대한 훌륭한 전환점입니다. 더 깊이 파고들고 싶습니다. 커서와 윈드서프에서 클로드나 제미니, 또는 OpenAI 모델을 그들만의 레이어 위에, 즉 빠른 적용 API나 빠른 적용 모델과 같은 것을 추가하고 있다는 발표를 보았습니다. 리플릿에서는 어떻게 작동하는지 개요를 설명해 주시겠어요? 네, 많은 부분이 기본 프론티어 모델의 문제점을 패치하는 것입니다. 빠른 적용이 중요했던 이유는 어떤 모델도 diff를 잘 처리하지 못했기 때문입니다. 빠른 적용이 무엇인지 설명해 주시겠어요? LLM이 파일을 편집하려고 할 때 가장 좋은 방법은 diff를 생성하는 것입니다. 그러나 이러한 모델은 diff를 생성하는 데 그다지 능숙하지 않습니다. 그들은 실제로 소스 코드의 줄을 세는 데도 그다지 능숙하지 않습니다. 그래서 그들은 많은 것들에 대해 혼란스러워합니다. 그래서 한동안 많은 회사들이 전체 파일을 다시 작성했습니다. 비기술적인 사용자들을 위해 diff는 이 세 줄을 제거하고 대신 다른 세 줄을 삽입하는 것과 같습니다. 거의 찾아서 바꾸기와 같습니다. 맞습니다. 그래서 모델이 diff를 생성하도록 만들 방법이 필요했지만, 그것은 병합하기에 충분하지 않습니다. 그래서 병합을 실제로 수행할 다른 모델이 필요합니다. 그래서 천 줄짜리 파일을 다시 작성하는 대신, 전체 천 줄을 출력하는 것은 매우 느리고 매우 비쌉니다. 그래서 당신은 모델에게 가능한 한 게으르게 생성하도록 프롬프트를 주지만, 그 경우에는 적용하기가 정말 어렵습니다. 그래서 적용을 하는 다른 모델이 필요합니다. 모델을 훈련하거나 제미니 플래시나 이러한 작은 모델들을 사용할 수 있습니다. 어떤 경우에는 모델을 훈련하거나 미세 조정하여 더 잘하도록 만들어야 합니다. 다른 경우에는 다른 모델들을 패치해야 합니다. 그것은 연구라기보다는 엔지니어링이라고 말할 수 있습니다.
그리고 저는 당신들이 사용자에게 기본 모델을 노출하지 않는다는 것을 알아차렸습니다. 커서나 윈드서프와 같은 다른 도구에는 드롭다운 메뉴가 있어서 "이 문제에 대해 제미니는 어떻게 생각하는지 보자"고 할 수 있습니다. 당신들은 그렇게 하지 않습니다. 왜 그런가요? 우리의 연구 노력의 큰 부분은 평가에 있습니다. 그리고 저는 이것이 인공지능 코딩 분야에서 저평가된 부분이라고 생각합니다. 우리는 새로운 모델을 평가하고, 평가를 작성하고, 평가를 생성하고, 사용자들이 무엇을 얻거나 느끼는지 파악하기 위해 데이터를 분석하는 데 엄청난 시간을 보냅니다. 우리는 이러한 시스템이 어떻게 작동하는지 이해하기 위해 많은 시스템을 구축했습니다. 새로운 프론티어 모델이 출시되는 순간, 우리는 거의 즉시 평가합니다. 예를 들어, 제미니는 몇 달 전에 화제가 되었는데, 정말 훌륭한 모델이고 어떤 경우에는 클로드보다 원샷에서 더 좋습니다. 에이전트 작업은 도구 호출에서나 그런 것들에서 뛰어나지 않았지만, 사용자들은 그저 과대광고를 보고 "아, 제미니를 줘"라고 말합니다. 얼마나 많은 시간을 주나요? 그들이 갑자기 출시하나요, 아니면 테스트할 시간이 며칠이나 몇 주 있나요? 우리는 이 회사들과 좋은 파트너십을 맺고 있습니다. 우리는 구글과 훌륭한 파트너십을 맺고 있고, 앤트로픽과도 훌륭한 파트너십을 맺고 있습니다. 심지어 OpenAI와도 긴밀한 관계를 유지하고 있습니다. 그래서 많은 회사들이 우리에게 미리 알려주고, 초기 체크포인트를 제공하며, 우리는 그 모든 것들을 가지고 놀아봅니다. 앤트로픽의 경우, 우리는 항상 첫날에 출시합니다. 왜냐하면 우리가 많은 것을 구축하기 때문입니다. 우리는 그들이 어디로 갈지 예상하고 있습니다. 3.5, 3.7을 보면 어떤 방향인지 알 수 있고, 4.0이 어디로 갈지 알 수 있습니다. 그래서 시스템을 설계하기 시작합니다. 그러나 궁극적으로 우리의 엔지니어링 노력의 대부분은 여전히 인프라입니다. 스냅샷 기반 분산 네트워크 파일 시스템은 구축하는 데 2년이 걸렸습니다. 그것을 위한 상용 솔루션은 없습니다. 많은 보안 문제가 정말 어렵습니다. 리플릿은 세상에서 몇 안 되는 곳 중 하나입니다. 계정을 생성하는 것만으로도 클라우드에서 가상 머신을 얻을 수 있습니다. 그리고 이것을 운영하고 보호하는 것은 정말 어렵습니다. 암호화폐 채굴자 등 모든 종류의 문제들이 있습니다. 리플릿은 또한 내부적으로 NixOS를 사용합니다. NixOS는 완전히 선언적이고 트랜잭션 방식의 운영 체제 생성기입니다. 우리는 컴퓨팅을 보유한 모든 지역에 멀티 테라바이트 하드 드라이브를 가지고 있습니다. 그것은 전 세계의 모든 패키지를 캐싱하고, 모든 컨테이너에 연결됩니다. 그리고 다시, 이 모든 것을 트랜잭션 방식으로 만들고자 합니다. 시스템이 완전히 기능적이고 안전하기를 원합니다. 무엇인가를 실험하고, 되돌아가고, 에이전트와 샘플링을 수행하기 위해서는 안전해야 합니다. 그래서 실제 작업의 대부분은 이러한 인프라의 엔지니어링이며, "우리가 이 모델을 훈련했습니다"와 같은 것만큼 매력적이지는 않습니다. 그러나 저는 이것이 약간의 선두를 구축할 수 있는 곳이라고 생각합니다.
벤처캐피탈리스트가 해자(moat)에 대해 이야기할 때, 제 머릿속에서 그것을 번역하는 것은 달성할 수 있는 복합적인 이점이 무엇인가 하는 것입니다. 그것은 방어적인 해자가 아니라, 단지 제가 앞서 있고, 어떤 벡터에서 앞서 있음으로써 제가 계속 더 빠르게 움직일 수 있게 해준다는 것입니다. 맞습니다. 그리고 이것은 그러한 훌륭한 예시처럼 들립니다. 진정한 해자는 수십 년, 어쩌면 수십 년이 지난 후에야 명확해집니다. 넷플릭스의 해자가 무엇인지 알 수 없었겠지만, 분명히 그들은 해자를 가지고 있습니다. 디즈니는 그들과 경쟁하려고 했고, 모두가 넷플릭스를 비난했지만, 그들이 구축한 콘텐츠 생산 시스템이라는 해자를 가지고 있음이 밝혀졌습니다. 암자드 씨, 당신은 사람들이 코딩을 더 쉽게 배울 수 있도록 하는 임무로 시작했습니다. 당신은 많은 것을 이루었고, 이제 코딩이 무엇을 의미하는지에 대한 한계를 넓히고 있습니다. 저는 어린 자녀들이 있습니다. 그들이 세상에서 생산적인 창조자가 되기를 바랍니다. 그들에게 무엇을 하라고 말해야 할까요? 코딩을 배워야 할까요? 그게 무슨 의미인가요? 보세요, 전문 소프트웨어 개발자의 길을 가고 싶다면 컴퓨터 과학 학위를 받고 기본을 배우는 것이 합리적이라고 생각합니다. 그러나 이 세상에서 창조자가 되고 싶다면, 더 전통적인 방식으로 코딩을 배우는 것이 더 이상 필요하지 않다고 생각합니다. 리플릿에 가서 그것을 사용하기 시작하면 마치 삼투압처럼 저절로 습득하게 될 것입니다. 어느 시점에서 코드를 보거나 로그를 봐야 하는 문제에 부딪힐 것입니다. 단지 수완이 좋아서 구글링을 하는 것만으로도 그것을 습득하기 시작할 것입니다. 그런데 이것이 우리 세대가 코딩을 배운 방식입니다. 당신이 이야기할 때, 저는 '나도 그랬어'라고 생각했습니다. 그리고 어찌 된 일인지, 수년 동안 그것은 매우 산업화되고 매우 형식적이게 되었습니다. 우리가 웹 앱을 만들었던 방식은 HTML 파일로 메모장을 시작하는 것과 같았지만, 이제는 웹팩이나 그런 것들을 배워야 합니다. 그래서 저는 미래의 일이 무엇인지 정말 명확하지 않다고 생각합니다. 우리는 세상이 어디로 향하고 있는지에 대한 아이디어를 가질 수 있습니다. 그래서 제 아이들에게는 가능한 한 광범위한 지식을 갖기를 원합니다. 가능한 한 다재다능하고, 가능한 한 생성적인 사람이 되기를 원합니다. 즉, 많은 아이디어를 생성할 수 있기를 바랍니다. 왜냐하면 무엇인가를 만드는 것이 더 쉬워지면 병목 현상은 얼마나 많은 아이디어를 가질 수 있는지로 돌아가기 때문입니다. 그래서 저는 코딩을 배우는 것을 가장 중요한 것으로 두지 않을 것입니다. 저는 무엇인가를 만드는 법을 배우는 것, 코드를 사용하여 만드는 법을 배우는 것, 비디오를 사용하여 만드는 법을 배우는 것, 인공지능으로 무엇이든 만드는 법을 배우는 것을 중요하게 생각합니다.
그래서 SAS는 일반적으로 어떻게 될 것이라고 생각하시나요? 우리가 구글 캘린더 버전을 만들거나 DocuSign을 복제할 수 있게 된다면 SAS는 어떻게 될까요? 우리는 오늘날 수십만 달러 상당의 SAS를 리플릿으로 대체하는 많은 사람들의 이야기를 가지고 있습니다. 얼마 전, 저는 어떤 사람이 소프트웨어 한 조각에 15만 달러를 견적 받았는데, 그는 리플릿으로 그것을 만들어 고용주에게 3만 2천 달러에 팔았고, 비용은 400달러밖에 들지 않았다는 이야기를 들었습니다. 플랫폼 개발자 커뮤니티와 플러그인 생태계 등을 가진 회사들은 안전하다고 생각합니다. Salesforce를 복사할 수는 없을 것입니다. 저는 수직 SAS가 위험에 처해 있다고 생각하며, 이미 일부 지표에서 나타나고 있을 것이라고 추측합니다. 마지막 질문입니다. 지금 막 시작하는 창업자들에게 어떤 조언을 해주시겠어요? 가장 좋은 조언은 당신이 이전에 지적했듯이 가능한 것의 최전선에서 일하는 것입니다. 왜냐하면 인공지능이나 모델의 한 번의 진화가 당신의 비즈니스를 가치 있게 만들고 갑자기 당신은 시장에 처음 진입하게 되기 때문입니다. 창업자들이 실제로 앉아서 미래를 예측하려고 노력하는 것을 보는 것은 드물다고 생각합니다. 그리고 어쩌면 과거에는 현명하지 못한 조언이었을 수도 있지만, 지금은 상황이 어디로 향하고 있는지 실제로 파악하는 것이 매우 중요한 기술이라고 생각합니다. 그래서 예측을 하고, 모델을 바꾸면 즉시 더 나아질 형편없는 제품을 만드는 방법을 알아내세요. 컴퓨터 사용은 훌륭한 예시입니다. 정말 즐거웠습니다. 와주셔서 정말 감사합니다. 만나서 반갑습니다. 다음에 봐요. 감사합니다.
---
감사합니다.
### AI 시대, Replit이 그리는 개발의 미래: 코드 너머 아이디어를 현실로 만드는 방법
오늘날 소프트웨어 개발의 풍경은 AI의 급부상으로 인해 전례 없는 변화를 겪고 있습니다. Y Combinator 채널의 동영상에서 Replit의 설립자이자 CEO인 Amjad Msad는 Replit이 어떻게 이 변화를 주도하고 있는지, 그리고 미래의 개발 및 업무 환경이 어떻게 재편될지에 대한 깊은 통찰을 공유했습니다.
**Replit의 시작과 AI 전환점**
Replit은 2016년에 설립되어 2018년 YC에 참여한 회사로, 처음에는 웹에서 프로그래밍 학습을 위한 개발 환경을 쉽게 설정할 수 있는 도구로 시작했습니다. 동영상 진행자에 따르면, 당시의 목표는 프로그래밍 접근성을 높이는 것이었습니다. 이후 Replit은 "수십억 명의 소프트웨어 개발자"를 육성하겠다는 더욱 야심 찬 목표를 설정했습니다. Amjad Msad는 과거 2015년경 자연어 처리(NLP) AI 붐이 있었지만 대부분 실패했던 경험을 회상하며, 자신은 언젠가 NLP가 코딩에 적용될 것이라고 예상했고, 초기 투자 자료에도 데이터 수집을 통한 모델 훈련 계획을 포함했다고 밝혔습니다. 그는 2020년 GPT-2 출시 이후에야 이러한 가능성이 현실이 될 수 있다고 확신했다고 말합니다.
Replit은 개발 환경과 호스팅 환경 등 필요한 '기본 요소'들을 이미 구축해 놓은 상태였습니다. 하지만 AI 에이전트 도입은 쉽지 않았습니다. Amjad Msad의 설명에 따르면, 2021년과 2022년의 시도는 성공적이지 못했습니다. 전환점은 2024년 초에 찾아왔는데, 당시 회사는 많은 돈을 소모하고 있었고, 대규모 정리해고를 단행한 후 남은 인력으로 "Replit 에이전트에 모든 것을 걸겠다"는 과감한 결정을 내렸습니다. 이는 회사에 있어 **"사활을 건 순간"**이었다고 그는 회상했습니다. Amjad Msad는 GPT-40이 2~3분 정도의 일관성을 유지할 수 있었던 반면, **Claude 3.5가 출시되면서 에이전트가 5~10분 동안 일관성을 유지하며 실제로 작동할 수 있게 되었고, 이것이 Replit의 성공에 결정적인 역할**을 했다고 강조했습니다. 이처럼 기술의 한계에 도전하며 "퍽이 갈 곳으로 스케이트를 타는" 접근 방식이 스타트업에게 가장 성공적이라고 그는 언급했습니다.
**AI 개발의 현재와 미래: 놀라운 속도의 진화**
Amjad Msad는 불과 6개월 전만 해도 "완전히 자동화된 소프트웨어 개발은 요원하다"고 말했지만, 이제는 전혀 다르게 느낀다고 합니다. 그는 기술 발전의 속도가 상상을 초월하며, **AI의 자율성 수준이 훨씬 빨라지고 있음**을 강조했습니다. 예를 들어, Claude 3.5가 5~10분 정도의 일관성을 보였다면, 3.7은 45분에서 1시간, 그리고 **Anthropic의 Opus 4.0은 무려 7시간 동안 작동할 수 있다고 언급**했습니다. 이는 사실상 인간 노동자와 같은 수준의 작업 능력을 의미하며, 훨씬 빠른 속도로 일주일 치 작업을 단 7시간 만에 완료할 수도 있다고 합니다.
하지만 여전히 큰 한계가 있습니다. 그는 **"컴퓨터 사용이 형편없다"**고 지적했습니다. 여기서 '컴퓨터 사용'은 브라우저 자동화나 윈도우 데스크톱 자동화를 의미합니다. Replit 에이전트가 단 하나의 프롬프트로 전체 앱을 만들 수 있는 것과 달리, 아직까지는 AI를 "베이비시팅"하고 테스트해야 한다는 것입니다. 동영상 진행자에 따르면, YC의 이전 기수 중 Browser Use나 Pig 같은 회사들이 이 분야를 개선하고 있으며, Amjad Msad는 창업자들에게 이러한 기술을 엔터프라이즈나 특정 산업에 적용하는 것을 조언했습니다. 그는 이러한 기술이 "몇 주 또는 몇 달 안에 정말 잘 작동할 것"이라고 확신했습니다.
**Replit의 기술적 혁신: 트랜잭션과 에이전트 샘플링**
Replit Agent V1에서 V2로의 도약은 자율성 측면에서 엄청난 발전이었으며, 현재 V3를 개발 중이라고 Amjad Msad는 말했습니다. Replit의 핵심 목표는 **"자율성을 가능하게 하는 근본적인 기술"**에 있습니다.
* **트랜잭션 기능과 롤백 능력:** 그는 Git이 인간 프로그래머에게 안전한 실험 환경을 제공했듯이, AI 에이전트에게도 **"트랜잭션 기능과 롤백 능력"이 매우 중요**하다고 강조했습니다. 에이전트가 DB 마이그레이션을 망쳐도 롤백할 수 있어야 한다는 것입니다.
* **여러 경로에 걸친 샘플링:** 이는 에이전트가 자율적으로 여러 해결책을 시도하고, 가장 효과적인 것을 선택하는 능력을 의미합니다. Anthropic이 Swedbench 점수를 발표할 때 샘플링 적용 여부에 따라 성능이 크게 달라지는 것을 예시로 들며, Replit은 **"완전히 트랜잭션적이고 동기화되는 인프라"**를 구축했다고 설명했습니다. 파일 시스템과 DB 모두 스냅샷 기반으로 되어 있어, 시스템 전체에 커밋이 이뤄지며 가상 머신까지 포함된다고 합니다. 이를 통해 시스템을 포크하고 브랜치할 수 있으며, 컴퓨터 사용이 원활해진다면 에이전트가 여러 경로를 샘플링하고 "실제로 작동하는 최고의 브랜치"를 선택할 수 있게 된다고 합니다.
* **컴퓨팅 예산 설정:** 미래에는 사용자가 에이전트에게 **컴퓨팅 예산을 설정**할 수 있게 될 것이라고 예측했습니다. 그는 OpenAI 모델에서 이러한 개념이 나타나기 시작했다고 언급했습니다.
* **소규모 모델의 힘:** Amjad Msad는 문헌에서 **"소규모 모델을 샘플링하면 대규모 모델보다 성능이 좋을 수 있다"**는 것을 언급했습니다 (예: Sonnet 샘플링이 Opus보다 우수). 이는 10명의 주니어 엔지니어에게 동일한 작업을 주고 가장 잘하는 사람을 선택하는 것과 유사하며, AI에서는 비용이 훨씬 저렴하기 때문에 100개도 시도할 수 있다고 설명했습니다.
**Replit Agent의 사용자 및 영향: 아이디어가 병목이 되는 시대**
Replit Agent는 Replit의 초기 비전, 즉 **"프로그래밍을 쉽게 만들면 더 많은 사람이 프로그래밍을 하고 싶어 할 것"**이라는 생각으로 돌아갑니다. Replit의 최적화 기능은 항상 진입 장벽을 낮추는 것이었으며, 이를 통해 사용자 기반과 고객을 성장시켰습니다.
* **다양한 사용자층:** 현재 Replit Agent는 "모든 계층의 사람들"이 사용하고 있으며, 특히 **프로덕트 매니저(PM)가 매우 훌륭한 사용자 사례**가 되고 있다고 합니다. 이들은 엔지니어와의 소통 없이도 AB 테스트나 최적화 등을 통해 비즈니스에 상당한 영향을 미칠 수 있습니다.
* **기술 기업의 변화:** 동영상 진행자와 Amjad Msad는 AI가 기술 기업의 작동 방식을 변화시키고 있다고 설명합니다. 전통적인 "폭포수 모델"에서 벗어나, Replit에서는 디자이너, 엔지니어, PM이 모두 AI를 사용하여 프로토타입부터 실제 프로덕션까지 빠르게 진행할 수 있는 새로운 제품 그룹이 만들어지고 있다고 합니다.
* **새로운 병목 현상:** 과거에는 엔지니어링 시간이 항상 병목 현상이었지만, 이제는 **"아이디어를 얼마나 많이 낼 수 있는가"가 병목 현상**이 되었다고 Amjad Msad는 말했습니다. 실제로 Replit을 사용하는 창업자들이 주말에 앱을 만들면, 엔지니어들이 스트레스를 받는 상황도 발생한다고 합니다.
* **프로덕션 배포의 과제:** PM과 디자이너들이 직접 베타 사용자에게, 심지어는 프로덕션 환경에 앱을 배포하는 경우가 있는데, 이는 "누가 온콜인가?", "누가 버그에 책임이 있는가?"와 같은 문제들을 야기한다고 합니다. Replit 측은 엔지니어링 팀과 협력할 것을 권장하지만, 모든 경우에 그렇게 되는 것은 아니라고 합니다.
**보안과 확장성: AI 개발의 핵심 과제**
Amjad Msad는 AI 개발에서 가장 큰 걸림돌 중 하나로 **"보안"**을 꼽았습니다. LLM은 인간처럼 오류를 범하기 쉬우며, 특히 인증(Auth)과 같은 영역에서는 오래된 방식을 사용하는 경향이 있어 취약하다고 합니다. 그는 API 키 유출이나 로그인 보안 무력화와 같은 사례들을 언급하며, **"재앙이 올 수도 있다"**고 경고했습니다.
Replit은 이러한 문제에 대해 플랫폼으로서의 책임을 진다고 강조했습니다.
* **내장형 보안 컴포넌트:** Replit은 AI가 잘하지 못하는 부분을 직접 제공합니다. 예를 들어, 사용자가 "Auth 추가"라고 말하면, Replit이 처음부터 구축한 보안 기능(CAPTCHA 포함)이 있는 **내장형 인증 컴포넌트**를 가져온다고 합니다.
* **결제 시스템:** 마찬가지로 **결제 시스템도 LLM이 직접 처리하게 하기보다는 Replit이 제공하는 컴포넌트를 사용**하게 한다고 설명했습니다. 이는 인간이 자체 결제 시스템을 구축하기보다 전문 제공업체를 이용하는 것과 같은 이치입니다.
* **보안 스캔 및 수정:** Replit은 보안 회사인 Semgrep과 파트너십을 맺어, Replit 앱을 배포할 때 **코드 보안 스캔을 실행하고 에이전트가 문제를 해결하도록 지원**한다고 합니다.
보안 외에도 Amjad Msad는 다음과 같은 미래의 잠재적 걸림돌을 언급했습니다.
* **인간의 불신:** 가장 큰 문제는 결국 **인간의 사회적 불신**이 될 것이며, 이는 시간이 필요하다고 합니다.
* **확장성 스캔:** 퍼징(fuzzing)이나 앱을 파괴하려는 **적대적 에이전트를 통한 확장성 확인**이 필요합니다.
* **기업 생태계 통합:** Replit이 대기업에 도입될 때, 회사의 기존 **디자인 시스템이나 내부 시스템과 연동하는 기능**이 중요합니다.
**Replit의 시장 위치: 만능 문제 해결사로서의 비전**
Amjad Msad는 코딩 도구의 스펙트럼을 두 가지 극단으로 나누었습니다. 하나는 Cursor나 Windsurf처럼 개발자의 생산성을 증폭시키는 "파워 툴"이고, 다른 하나는 일반 소비자가 앱을 만들 수 있게 하는 도구입니다. Replit은 그 중간에 위치하며, **"전통적인 개발자처럼 보이지 않는 사람들을 위해"** 기업이 일을 완수하도록 돕는다고 설명합니다.
* **엔지니어 생산성 시장 vs. Replit 시장:** 그는 엔지니어의 생산성을 높이는 시장은 "피바다"와 같고 결국 2~3개의 회사로 통합될 것이라고 예측했습니다. 반면, Replit이 목표로 하는 시장, 즉 **"비엔지니어/지식 노동자"를 위한 시장은 "훨씬 더 크다"**고 강조했습니다. 그는 잠재적 사용자가 "수십억 명"에 달하며, 어떤 지식 노동자라도 소프트웨어로 문제를 해결할 수 있어야 한다고 믿습니다.
* **"만능 문제 해결사"로서의 Replit:** Amjad Msad는 Replit이 개인 생활이나 직장에서 문제를 해결할 수 있는 **"만능 문제 해결사"**가 되기를 원한다고 밝혔습니다. 이 시장은 더 다양할 것이며, Replit은 비엔지니어에게 초점을 맞춰 보안이나 시스템에 대한 걱정 없이 아이디어를 가져와 "에이전트 관리자"가 될 수 있도록 돕는다는 목표를 가지고 있습니다.
* **모바일 경험과 유동적인 작업 흐름:** Replit은 사용자가 책상에 8시간 내내 앉아 있지 않는다는 점을 고려하여 **모바일 앱에도 크게 투자**하고 있습니다. 데스크톱에서 작업을 시작한 후, 지루한 회의 중에 휴대폰으로 에이전트로부터 알림을 받아 진행 상황을 확인하는 등, "주변에서 빌딩"하는 방식을 구상하고 있습니다.
**사용자 인터페이스의 진화와 미래의 협업 방식**
사용자 인터페이스에 대한 논의에서, 동영상 진행자는 Cursor 같은 도구가 코드 중심인 반면, Replit은 그래픽 사용자 인터페이스(GUI)와 WYSIWYG(What You See Is What You Get) 방식이 강점이라고 지적했습니다. GUI는 UI 구축에 좋지만, 복잡한 논리 흐름을 시각화하기 어렵다는 단점이 있습니다.
Amjad Msad는 컴퓨팅 역사상 "시각적 프로그래밍"의 비전이 항상 있었지만, 보편적인 컴퓨팅 장치가 아니어서 잘 작동하지 않았다고 말했습니다. 이제 코드 생성(codegen)은 튜링 완전하지만, 주로 자연어로 인터페이스하기 때문에 "모호하고" 정확한 작동 여부를 알기 어렵습니다. 그는 미래에는 이 두 가지 방식이 통합될 것이라고 예측했습니다. **사용자는 자연어로 인터페이스하되, 코드를 직접 보는 대신 코드 위에 추상화된 "다른 뷰"를 통해 이해**할 수 있게 될 것입니다. 그는 Smalltalk를 예로 들며, 코드를 파일이 아닌 논리적 객체를 통해 상호작용하는 방식이 미래의 방향일 수 있다고 제시했습니다.
궁극적으로 그는 **"다중 모드적이고 유연한 인터페이스"**가 최상의 결과가 될 것이라고 믿습니다. 과거에 제품 리드가 디자이너나 엔지니어 팀과 화이트보드에서 그림을 그리며 아이디어를 구체화했듯이, 미래에는 **인간이 AI 에이전트와 대화하고 지시하며 제품을 만들어 나갈 것**이라는 비전입니다. 그는 기업들이 점점 더 구두(oral) 소통에 의존하고 있으며 (Slack, 회의, 에이전트와의 프롬프트 등), AI 도구가 이를 기록하고 검색 가능하게 만들 것이라고 예측했습니다. 더 나아가, 회의 중에 AI가 아이디어를 제시하는 모습도 상상했습니다.
**AI와 업무의 미래: 인간 중심의 창의성**
Amjad Msad는 AI가 "우리의 모든 일자리를 빼앗아갈 것"이라는 **"디스토피아적 시각은 옳지 않다"**고 단언했습니다. 오히려 그는 **"미래의 업무는 더욱 인간적이고, 상호작용적이며, 다중 모드적이고, 더 재미있을 것"**이라고 믿습니다. 그는 "만들기가 쉬워지면, 병목 현상은 다시 **얼마나 많은 아이디어를 낼 수 있는가**로 돌아간다"고 강조했습니다.
자신이 젊은 자녀를 둔 부모로서, 그는 아이들에게 무엇을 가르쳐야 할지에 대한 질문에 다음과 같이 답했습니다.
* 전문 소프트웨어 개발자가 되려면 컴퓨터 과학 학위와 기초 학습이 중요하지만, **"창작자가 되고 싶다면" 더 이상 전통적인 코딩 학습이 필수는 아니다.**
* Replit 같은 도구를 사용하면서 문제가 생기면 코드를 보고 검색하는 식으로 **"자연스럽게 흡수"하게 될 것**이라고 합니다. 그는 자신의 세대가 그렇게 코딩을 배웠다고 회상하며, 웹 앱 개발이 과도하게 형식화되고 산업화된 경향이 있다고 지적했습니다.
* 궁극적으로 그는 자녀들에게 **"가능한 한 광범위한 지식을 갖추고, 가능한 한 다재다능하며, 가능한 한 생성적(generative)이 되어서 많은 아이디어를 창출할 수 있게"** 하기를 원합니다.
* **"코딩 학습을 최우선으로 두지 않겠다. 대신 '만드는 법'을 배우게 할 것이다. 코드로 만드는 법, 영상으로 만드는 법, AI로 만드는 법 등 무엇이든 만드는 법을 배우게 할 것이다."**
**Replit의 비즈니스 성장과 투자자 시각**
Replit Agent 출시 이후 Replit은 **월 평균 45%의 복합 성장률**을 기록하며 놀라운 성과를 보였습니다. 하지만 Amjad Msad는 매출(ARR) 목표에 집착하지 않는다고 밝혔습니다. 그는 AI 회사들이 사용자 만족도 없이 단순히 매출만 빠르게 늘리는 함정에 빠지기 쉽다고 지적하며, **"사용자들이 더 적은 비용으로 더 나은 경험을 얻기를 원하기 때문에 너무 빨리 성장하지 않는 것이 좋을 수도 있다"**고 말했습니다. Replit은 매출 목표 대신 제품 목표와 유지율 목표에 중점을 둡니다. 그는 일부 AI 회사들이 높은 이탈률과 낮은 매출 총이익으로 인해 재정적으로 어려움을 겪는 사례를 경계해야 한다고 언급했습니다.
투자자들의 시각에 대해 그는 많은 투자자들이 AI 분야를 "흐릿하게" 보고 혼란스러워한다고 말했습니다. 모든 제품이 짧은 시간 동안은 비슷해 보이기 때문입니다. 하지만 그는 앞으로 1년 안에 이러한 제품들이 차별화될 것이며, 투자자들의 이해도 명확해질 것이라고 예측했습니다.
**Replit의 핵심 경쟁력 ('Moat'): 인프라 우위**
Amjad Msad는 Replit이 모델 기업이나 애플리케이션 기업과 다른 **"근본적인 인프라"**에서 경쟁 우위를 가지고 있다고 강조했습니다.
* **프론티어 모델의 문제점 보완:** LLM은 diff(코드 변경 사항)를 잘 만들지 못하고, 소스 코드 줄 수를 세는 것조차 어려워하는 등 여러 문제점이 있다고 그는 설명했습니다. Replit은 "fast apply"와 같은 기술을 통해 이러한 모델들의 문제를 보완하며, 때로는 자체 모델을 미세 조정하기도 한다고 합니다. 그는 사용자가 어떤 모델을 사용할지 선택하게 하지 않는 이유가 Replit 내부에서 수많은 평가를 통해 최적의 모델을 제공하기 위함이라고 밝혔습니다.
* **파트너십:** Google, Anthropic, OpenAI와 긴밀한 관계를 맺고 있어, 새로운 모델이 출시되기 전에 미리 접근하고 시스템을 준비할 수 있다고 합니다.
* **엔지니어링 노력:** Replit의 대부분의 엔지니어링 노력은 **"인프라"에 집중**되어 있습니다.
* **분산 네트워크 파일 시스템:** 스냅샷 기반의 분산 네트워크 파일 시스템을 구축하는 데 2년이 걸렸으며, 이는 시중에서 구할 수 없는 기술입니다.
* **보안 인프라:** 사용자가 계정 생성만으로 클라우드에서 가상 머신을 얻을 수 있는 Replit은 암호화폐 채굴자 등으로부터 시스템을 보호하는 보안 인프라를 구축하는 데 많은 노력을 기울였습니다.
* **NixOS 활용:** 완전히 선언적이고 트랜잭션적인 운영 체제 생성기인 NixOS를 사용하여 전 세계의 패키지를 캐시하고 각 컨테이너에 연결합니다.
* **트랜잭션 기능:** 그는 **"시스템이 완전히 기능적이고 안전하며, 에이전트로 실험하고 샘플링을 수행할 수 있어야 한다"**는 점을 강조하며, 이러한 인프라 작업이 눈에 띄지 않고 '섹시'하지는 않지만, 진정한 경쟁 우위를 구축하는 길이라고 설명했습니다. 그는 VCs가 말하는 'Moat(해자)'는 단순히 방어적인 것이 아니라, **"앞서나가면서 계속 더 빠르게 움직일 수 있게 하는 복합적인 우위"**라고 정의했습니다.
**SaaS의 미래와 창업가에게 주는 조언**
Amjad Msad는 Replit이 **"수십만 달러에 달하는 SaaS를 대체하는"** 사례가 이미 있다고 언급했습니다. 한 사용자는 15만 달러가 견적된 소프트웨어를 Replit으로 만들어 고용주에게 3만 2천 달러에 판매했고, 자신에게는 400달러밖에 들지 않았다고 합니다.
* **안전한 SaaS:** Salesforce처럼 플랫폼 개발자 커뮤니티와 플러그인 생태계를 갖춘 회사는 안전할 것이라고 예측했습니다.
* **위험한 SaaS:** 하지만 **"버티컬 SaaS(특정 산업에 특화된 SaaS)는 어려움에 처할 것"**이라고 단언했습니다.
마지막으로, Amjad Msad는 현재 창업을 시작하는 사람들에게 다음과 같은 조언을 했습니다.
* **"가능한 한계선에서 작업하라."** 이는 AI의 발전이 당신의 비즈니스를 갑자기 가치 있게 만들 수 있기 때문입니다.
* **"미래가 어디로 향하는지 실제로 파악하는 것이 매우 중요하다."** 그는 "엉성한 제품"을 만들더라도 모델을 전환하면서 즉시 개선될 수 있도록 준비해야 한다고 강조했습니다. Browser Use는 이러한 접근 방식의 훌륭한 예시라고 덧붙였습니다.
---