문서의 포괄성, API 표면 영역, 이해하기 쉬운 스키마 등이 인간과 에이전트 모두에게 유용
지난 5~10년간 OpenAPI 명세, REST API, SDK에 투자한 결과가 양쪽 모두에게 도움
Resend CEO의 증언: DX 개선을 위한 온보딩 플로우 최적화가 에이전트의 Resend 사용에도 큰 차이를 만듦
인간과 에이전트를 위한 차별화된 기능
인간 개발자는 모호한 문서를 해석하고 일관성 없는 API에 적응 가능
에이전트는 구조화되고 예측 가능한 인터페이스 필요
포괄적인 오류 처리가 포함된 OpenAPI 스키마
다단계 워크플로우를 위한 세션 지속성
WebSocket 스트림과 같은 실시간 피드백 메커니즘
Netlify의 배포 에이전트는 전체 CI/CD 파이프라인에서 상태를 유지하며 즉각적인 빌드 피드백 제공
Model Context Protocol(MCP)의 등장
MCP는 개발자 도구가 사용자를 서비스하는 방식의 근본적 변화 표현
많은 기업이 Prefect의 FastMCP 같은 솔루션으로 자체 MCP 서버 호스팅
개발자들이 Cursor와 Claude Code에서 작업하기 때문
IDE 내에서 개발자가 에이전트를 강화해 플랫폼의 라이브 데이터에 직접 접근하고 작업 수행
대시보드와 API의 통합
현재 인간은 정보 수집을 위한 중앙 창으로 대시보드에 직접 로그인
Recall 같은 팀은 모든 대시보드 기능을 API로 접근 가능하게 만들어 에이전트도 문제 해결에 기여
에이전트의 컨텍스트 전환(버전 관리, 통합, API 사용, 프로덕션 배포) 감소 또는 제거에 대한 미해결 질문
MCP 서버가 에이전트가 대시보드나 CLI로 컨텍스트 전환 없이 실시간 정보를 가져오고 명령 실행 가능하게 함
법칙 #2: 문서화는 모델과 인간 모두를 서비스해야 함
엔지니어링 팀 내 문서는 종종 선의를 가지고 작성되지만 제대로 유지보수되지 않음
실시간 변경사항을 반영하지 못하고 오래된 가이드 제공
개발자는 불완전하거나 불완벽한 문서에 대해 일정 수준의 관용 발휘
LLM을 위한 문서화의 특수성
LLM에게는 탐색, 광고, JavaScript가 포함된 복잡한 HTML 페이지를 LLM 친화적인 평문으로 변환하는 것이 어렵고 부정확
에이전트는 단일하고 접근 가능한 위치에 모인 간결하고 전문가 수준의 정보로부터 큰 이익
개발 환경 같은 사용 사례에서 특히 중요 (LLM이 프로그래밍 문서와 API에 빠르게 접근 필요)
LLM은 최신의 구조화된 API 참조와 인간 및 에이전트 작업을 추적하는 감사 로그 필요
정보 아키텍처에 대한 근본적 재고 요구
Generative Engine Optimization(GEO)
SEO가 검색 엔진의 검색 가능성을 보장하듯, GEO는 모델이 문서 내에서 정확한 답변을 빠르게 파싱하고 표시할 수 있도록 보장
개발자가 컨텍스트 전환 검색으로 중단되지 않고 흐름을 유지하도록 지원
이중 목적 기술 문서
코딩 에이전트의 확산으로 기술 문서는 이중 목적 제품 자산이 됨
에이전트와 인간 개발자 청중 모두를 효과적으로 서비스
에이전트를 위한 적절한 버전 관리, 변경 관리, 검색 가능성
인간 개발자에게도 유용하게 유지
Fern 공동 창업자의 관찰: "개발자는 세련된 문서 사이트를 원하고, 에이전트는 파싱할 깨끗한 마크다운 필요. 팀들은 문서를 먼저 마크다운으로 작성한 후 개발자 친화적 웹사이트와 llms.txt 같은 기계 판독 가능 파일로 게시하는 docs-as-code 접근법으로 전환 중"
법칙 #3: 가격 전략은 온보딩 마찰 감소에 집중
가격 책정은 비용 구조와 가치 전달 모두를 고려해야 함
AI 네이티브 애플리케이션의 경우 특히 중요
전통적 SaaS에서 한계 사용자 서비스 비용이 0에서 추론 비용으로 인한 의미 있는 항목으로 전환
개발자 대상 기업들이 실험 중인 3가지 가격 책정 경로
1. 사용량 기반 가격과 대규모 고객 계정 확장
제품의 놀라운 유용성으로 인한 확장
모든 플랫폼이 AI와 재통합되고 있으며, 모든 물결마다 그랬듯 개발자가 선두를 이끌며 인프라와 도구 지출 주도
사용량과 수익화가 고객과 함께 성장 (현재 가장 일반적인 가격 패턴)
2. 기업의 지출 예측 가능성 선호
벤더가 AI를 추가 기능이 아닌 핵심 좌석 기반 제품 경험의 일부로 통합
종종 사용량 기반 초과 요금과 함께 제공
3. 결과 기반 가격 또는 활동 번들링
활동을 의미 있는 비즈니스 프로세스로 번들링하고 완료된 워크플로우 기반 청구
업셀 트리거의 차이
초기 데이터는 전통적 개발자와 바이브 코더 간 업셀 트리거가 다를 수 있음을 시사
구축과 배송의 제약 요소가 소프트웨어 제작자가 기꺼이 지불할 의향에 영향
예: 바이브 코더 vs 전통적 개발자를 위한 CI/CD 기능
온보딩 마찰 감소는 여전히 최우선
어떤 경로를 선택하든 모든 플랫폼은 여전히 온보딩 마찰 감소에 가장 집중
매력적인 무료 티어 유지
훌륭한 문서
강력한 개발자 커뮤니티 (확장 가능하게 온보딩 마찰 감소)
Resolve CEO 의견: "낡은 SaaS 모델을 새로운 제품에 강요하지 않음. 가치는 결과에 매핑되어야... 에이전트가 실제 엔지니어링 작업을 수행하고 시스템이 다운타임 감소, 시스템 안정성 유지, 배송 가속화 같은 측정 가능한 가치를 제공할 때 가격이 합리적"
법칙 #4: AI 개발자 도구 지출이 전통적 예산을 벗어남
전용 AI 예산을 만드는 기업이 늘어나며 새로운 지출 카테고리 등장
초기에는 CIO를 통해 조직의 모든 부분으로 이동
많은 기업이 이미 AI 도구 지출과 추가 엔지니어 채용 사이에서 트레이드오프 진행
인력 추가 대신 에이전트로 목표 달성 가능 여부를 지속적으로 질문
주니어 엔지니어의 보완 및 대체
역사적으로 서비스 중심 산업에 판매하는 다른 수직 소프트웨어 기업에서 관찰한 것처럼
코딩 에이전트로의 위임과 워크플로우가 주니어 엔지니어를 보완하고 대체하기 시작
생산성 향상과 비용 절감뿐 아니라 기술 극대화에 초점
개인이 완전히 새로운 능력을 갖춰 다른 사람에 대한 의존도 감소
다중 이해관계자 구매 환경
예산 출처가 더 복잡한 다중 이해관계자 구매 환경 드러냄
개발자 주도 GTM이 시끄러운 경쟁 환경에서 여전히 왕
기업 내에서 CIO, 엔지니어링 리더, 제품 팀, 개인 개발자 모두가 비결정적 시스템 통합에 필요한 가드레일 수준 때문에 이전 세대 개발자 도구와 다르게 구매 결정에 영향
성공 지표의 변화
즉각적인 가치와 마법 같은 경험에 대한 소비자 수준 기대로 전환
전통적 개발자 도구 생산성 지표가 결과 기반 측정으로 보완
아이디어에서 작동 프로토타입까지의 시간
전체 개발 주기 감소
비즈니스 사용자 생산성 향상
Cursor의 분석은 세밀한 지표 추적
표시된 제안 수, 수락된 제안, AI 지원으로 생성된 코드 라인, AI 생성 제안의 수락률
법칙 #5: 개발자의 정의가 극적으로 확대됨
AI가 더 많은 사람들에게 소프트웨어 제작을 접근 가능하게 만들며 "개발자"의 정의를 근본적으로 확장
Zapier에 대한 10년 전 시드 투자부터 이 트렌드 목격
바이브 코딩과 AI 지원 개발의 광범위한 확산으로 코드를 직접 작성하거나 신경 쓰지 않고 맞춤형 소프트웨어를 만드는 새로운 빌더 카테고리 생성
새로운 사용자 코호트의 특성
Lovable, Bolt, Create, v0 같은 플랫폼이 전통적으로 기술 사용자만 서비스하던 개발자 플랫폼으로 사용자 유도
이 코호트는 질문 유형으로 쉽게 식별 가능
문제 해결 능력, 오류 코드 읽기, 데이터베이스 서버와 웹 서버 분리, 로드 밸런서 등의 의미 이해 능력이 아직 없음
이러한 사용자는 프로토타이핑과 프로덕션 사이 단계에서 막히는 경우가 많음
기업들은 이 사용량을 양질의 수익보다는 효율적인 마케팅으로 분류
개발자가 더 높은 추상화 수준에서 작업하기 시작하면서 시간이 지남에 따라 변화할 것으로 예상
비기술 팀원의 역할 확대
비기술 팀원이 코딩 및 기업 주요 제품 외부 엔지니어링 작업을 위해 귀중한 개발자 시간을 확보하는 데 도움
올바른 도구가 주어지면:
AE가 기술 제품을 위한 맞춤형 데모 제작
마케터가 X에서 공유할 샘플 앱 제작
콘텐츠 마케터가 기술 블로그 게시물 작성
가치 있는 기술의 재정의
도메인 전문성과 고객 커뮤니케이션이 모든 역할에서 코딩 능력보다 중요
시스템 사고가 작업이 저수준 구현에서 오케스트레이션 및 전략으로 진화하면서 더욱 중요
복잡한 조각들이 어떻게 연결되는지 이해하고, 자동화를 신뢰할 곳을 알고, 인간 개입이 필수적인 시기를 인식하는 개인과 팀이 성공
소프트웨어 배송이 그 어느 때보다 빠르고 쉬워졌지만, 개발자의 정의 변화는 지속 가능한 비즈니스의 기본 원칙의 중요성을 복원
Netlify CEO: "현재 1,700만 명의 JavaScript 개발자가 있는데, 이들은 전통적 개발자입니다. 하지만 향후 10년 안에 그 수가 1억 명에 이를 것으로 예상"
법칙 #6: 강력한 네트워크 효과가 조기 생태계 포지셔닝을 장려
전통적 개발자 기업은 오픈소스와 커뮤니티 기여, 통합 및 플러그인을 통해 네트워크 효과 육성
이제 에이전틱 개발의 확산으로 네트워크 효과가 재정의되고 재상상됨
에이전트 간 네트워크 효과
AI 에이전트가 다른 에이전트와 통신하고 구성할 수 있을 때 더 유용해지는 에이전트 간 네트워크 효과 출현
예: 회의를 예약할 수 있는 스케줄링 AI 에이전트가 다른 사람의 여행 에이전트, 경비 관리 에이전트, 캘린더 에이전트와 통신할 수 있을 때 더 강력
MCP 같은 프로토콜을 통해 가능
데이터 네트워크 효과의 증폭
컨텍스트로 인해 데이터 네트워크 효과가 증폭
AI 에이전트가 가진 컨텍스트가 많을수록 원하는 작업을 더 많이 완료 가능
해당 컨텍스트를 보유한 제품의 가치 증가
Linear의 Product Intelligence 예시
수천 개 엔지니어링 팀이 실제로 작동하는 방식에 대한 수년간 축적된 데이터 보유
작업 할당 제안, 이슈 분류, 제품 운영 간소화 가능
통합 락인 효과의 약화
통합 락인 효과가 전통적으로 전환 비용을 생성했던 곳에서 네트워크 효과 약화
Recall CEO David Gu: "이제 서로 다른 API 간 전환이 그 어느 때보다 쉬움. 인간이 통합 코드를 수동으로 작성할 필요 없이 AI 에이전트가 도움을 주기 때문"
MCP는 AI 에이전트가 자동으로 도구를 발견하고 통합할 수 있게 하여 락인을 더욱 감소
LLM은 일반적으로 평가 프로세스 중 옵션을 연구하고 종합하는 것을 누구에게나 더 쉽게 만듦
AI 주도 추천 환경에서의 역설
AI가 개발자 도구 추천 결정을 주도하는 생태계에서 인간의 주관적 피드백 역할이 역설을 제시
AI 에이전트는 사용 편의성 같은 주관적 선호도를 무시하고 성능과 지연시간 같은 객관적 성능 지표에만 집중할 수 있음
반면 AI 에이전트는 시간이 지남에 따라 학습하면서 주관적 인간 피드백에 더 의존할 수 있음
이 역설은 최고 품질 제품이 어떤 경우든 이익을 본다는 것을 의미
개발자 주도 성장, 제품 출시, 문서, 교육 콘텐츠, 컨퍼런스, 커뮤니티 포럼, 리뷰가 훨씬 더 중요
속도가 그 어느 때보다 중요하며 선점자 우위가 복리로 작용
리더들의 다양한 관점
이 법칙들은 여전히 WIP이며 기업 리더들이 다른 관점 제시
Vapi CTO Nikhil Gupta: "AI는 비객관적 기반 네트워크 효과를 약화시키고 객관적 네트워크 효과를 강화. 예를 들어, 사람들은 Stripe의 API가 다른 것보다 사용하기 가장 쉽다고 생각할 수 있지만, AI 에이전트는 Stripe API와 Ayden API를 비교할 때 사용 편의성을 신경 쓰지 않을 것. 하지만 Stripe가 더 신뢰할 수 있다면 모든 AI 에이전트가 그것을 선택"
Resolve CEO Spiros Xanthos: "에이전트 우선 GTM은 과대 광고가 아닌 증명에 관한 것. 고객 환경에 나타나 중요한 결과를 제공하면 채택이 자연스럽게 증가. 그것이 새로운 전도"
법칙 #7: 플랫폼 엔지니어가 자율 플로우 아키텍트로 진화
플랫폼 엔지니어링의 역할이 소프트웨어 관리에서 자율 엔지니어링 플로우 생성으로 확장
플랫폼 엔지니어는 모든 기술 팀의 사용자 경험에 책임
조직 내 중요성이 채용 시급성에 점점 더 반영
책임 영역의 변화
플랫폼 엔지니어는 이제 다음 기술 필요
명확한 인간 감독 단계로 에이전틱 플로우 설계
에이전트가 잘못된 작업을 수행하는 위험을 관리하기 위한 강력한 가드레일 시행
가동 시간과 신뢰성을 넘어 시스템 및 정보 아키텍처 소유
가장 복잡한 전략적 결정을 위한 AI 제어 센터를 구축하면서 에이전트가 일상적 작업 처리
소프트웨어 엔지니어의 역할 전환
AI 에이전트가 더 많은 실제 코드 생성을 처리함에 따라 소프트웨어 엔지니어는 장인에서 자신의 시스템의 제품 소유자로 전환
이 근본적 변화는 엔지니어가 구현 세부사항보다 결과에 점점 더 관심을 갖는다는 것을 의미
새로운 워크플로우 요구사항
강력한 테스트 및 모니터링이 중요해짐
문서는 코드 구조뿐 아니라 시스템 동작을 설명해야 함
코드 리뷰가 구문 검사에서 비즈니스 로직 및 아키텍처 결정 검증으로 전환
조직적 함의
개별 생산성을 넘어 확장되는 함의
팀이 지식 전달을 위한 새로운 프로세스 필요
원래 구현 논리를 인간이 완전히 이해하지 못할 때 사고 대응이 더 어려워짐
생성된 코드가 인간이 읽을 수 없을 때 기술 부채가 다르게 축적
엔지니어가 자신의 코드의 작성자가 아닌 운영자가 될 때 시스템 신뢰성을 유지하기 위해 관찰 가능성, 자동화된 테스트, 아키텍처 거버넌스에 막대한 투자 필요
검증 병목현상
AI가 전례 없는 속도로 코드를 생성함에 따라 주요 병목현상이 코드 작성에서 정확성 검증으로 전환
개발 속도를 근본적으로 변화
팀이 몇 분 만에 수천 줄의 코드 생성 가능
의도대로 작동하고, 기존 시스템과 적절히 통합되며, 보안 및 성능 요구사항을 충족하는지 검증하는 데 훨씬 더 오래 걸림
더 나은 테스트 프레임워크, 실시간 검증 도구, 시각적 확인 시스템을 통해 검증 속도를 최적화하는 기업이 AI 지원 개발 주기에서 상당한 이점 보유
Render CEO의 관점
"플랫폼 관리에서 가장 중요한 지속적 변화는 인프라 관리에서 개발자 워크플로우 최적화로의 전환"
엔지니어링 팀은 이제 맞춤형 내부 개발 및 배포 플랫폼 구축 및 유지관리가 종종 핵심 비즈니스에서 리소스를 소진하는 차별화되지 않은 작업임을 인식
Render 같은 관리형 플랫폼을 활용해 기본 인프라를 처리함으로써 플랫폼 엔지니어는 더 높은 가치의 자동화에 집중 가능
법칙 #8: 방어 가능성은 지속적 진화와 플랫폼 통제에 관한 것
핵심적으로 플랫폼이 된다는 것은 제3자가 함께 그리고 그 위에 구축할 수 있는 확장 가능한 인프라를 만드는 것
더 많은 사용자가 기여하고 진정한 커뮤니티 사랑을 보일수록 더 가치 있어지는 생태계 활성화
SaaS 시대와의 연속성
이 개념은 SaaS 시대부터 일관되게 유지
AI 시대는 방어 가능성의 특정 기둥을 격상
주요 방어 가능성 요소
1. 진입점 통제
GitHub의 코드 저장소 소유 또는 VS Code의 텍스트 편집 지배
확립된 사용자 행동 위에 기능을 확장할 전략적 권리를 플랫폼에 부여
2. 데이터 우위
독점적 제품 데이터세트와 경쟁자가 복제할 수 없는 기능을 가능하게 하는 회사별 컨텍스트를 통해 나타남
가장 근본적인 변화: 지속적 진화
지속적 진화가 가장 중요함
최고의 플랫폼은 여러 AI 모델, 데이터 소스, 워크플로우를 적극적으로 조정해 자율적 행동 수행
생태계로부터의 고유한 데이터를 보유하는 경향
에이전틱 및 고객 상호작용으로부터 실시간 피드백 루프를 위해 데이터를 빠르게 활용 가능
속도의 중요성
속도가 핵심이며, 추가 기능 제공과 전략 수립 측면 모두에서 중요
기업은 SaaS 시대에 필요했던 것보다 훨씬 더 일찍 Act 2와 Act 3 비전을 고민해야 함
이것이 어떻게 계속 진화하는지 보는 것에 기대
Port CEO의 관점
"일을 수행하는 방식을 변경하는 첫 번째가 되는 것이 중요. 제품 관점에서는 지속적으로 진화할 무언가를 구축하는 것"
"예를 들어 CRM 같은 플랫폼 - 누군가가 관리하고, 통제하고, 의견을 갖고, 핵심 빌딩 블록으로부터 반복"