하나의 AI로 모든 걸 해결한다는 착각, 이제 그만할 때

Stripe가 OpenRouter를 70억 달러에 인수했습니다. 결제 회사가 유니콘 급 금액을 주고 산 것이 사실상 "요청마다 어떤 모델이 최적인지 골라주는 라우팅 레이어"라는 점이 흥미롭습니다.

핵심은 "Stripe가 AI로 확장한다"가 아닙니다. 핵심은 전문화가 다시 값어치를 얻고 있다는 겁니다. 이번 주 해커뉴스에서 관련 논의가 활발했는데, LLM으로 뭔가 만들고 있다면 한번 읽어볼 만합니다.

도구 선택의 문제

지난 1년 반 동안 모두가 좋아하는 챗봇 하나에 모든 문제를 밀어 넣었습니다. 제품 결정도 GPT, 코드도 Claude, 마케팅 카피도 그때 켜져 있는 창에.

이제 흐름이 바뀌고 있습니다. 실제 팀들은 범용 AI가 어지간한 건 다 하지만, 어느 하나도 정말 잘하지는 못한다는 걸 배우고 있습니다. 가장 좋은 결과는 특정 작업을 위해 만들어진 도구에서 나옵니다.

OpenRouter는 모델 선택 문제에서 이 답을 찾았습니다. 작업마다 적합한 모델이 다르니 자동으로 라우팅하자는 것이죠. 시장은 이걸 수십억 달러짜리 문제로 인정한 셈입니다.

앱 만들기에 그대로 적용해 보면

같은 교훈이 소프트웨어를 만드는 사람에게도 그대로 적용됩니다.

범용 챗봇에 요구사항을 붙여 넣어 앱을 만들 수도 있습니다. 과도로 장작을 팰 수도 있는 것과 비슷한 이치입니다. 둘 다 비효율적입니다.

범용 AI는 회원가입 흐름에 무엇이 필요한지 모릅니다. 한국 SaaS에는 Stripe가 아니라 카카오페이가 필요하다는 것도 모릅니다. 배포 전에 롤백 버튼이 있어야 한다는 것도 모릅니다. 데이터베이스, 인증, 알림을 사전 구성해 두는 건 챗봇의 일이 아니니까요.

앱 제작을 위해 학습된 AI 빌더는 이 모든 걸 압니다. "유료 요금제 추가"라는 말이 결제 플랜 정의, 결제 게이트웨이 연결, 기능별 권한 체크까지 전부 포함된다는 걸 이해합니다.

각 도구가 이기는 순간

문제가 대화형일 때는 범용 챗봇이 맞습니다. 브레인스토밍, 글쓰기, 설명, 특정 에러 디버깅.

문제가 시스템일 때는 전문 빌더가 맞습니다. 배포되어야 하고, 라이브여야 하고, 월요일 아침 트래픽을 견뎌야 하는 경우.

짧은 소개

DontCode는 웹 앱 제작에 특화된 버전입니다. 모델 자체가 앱 생성용으로 파인튜닝되어 있고, 인증, 데이터베이스, 배포, 카카오페이, 토스, 페이팔이 모두 사전 구성되어 있습니다. 원하는 걸 설명하면 SSL이 걸린 라이브 주소까지 알아서 나옵니다.

범용 어시스턴트에게 여러분의 사용자, 지역, 결제 수단을 신경 쓰라고 설득할 필요가 없습니다. 이미 되어 있으니까요.

앱 만들기에 안 맞는 도구를 억지로 쓰고 있었다면 한번 살펴보세요. AI 도구 이야기가 더 궁금하다면 블로그에도 관련 글이 쌓여 있습니다.