래퍼가 죽은 자리

올봄 판교의 한 데모데이에서 본 장면이다. 무대 위 창업자가 자사 에이전트를 시연했다. 회의록을 읽고, 일정을 잡고, 후속 메일까지 쓰는 워크플로. 객석은 박수를 쳤다. 그런데 질의응답에서 한 심사위원이 물었다. "그 위에 깔린 모델, OpenAI죠. 6개월 뒤 그쪽이 같은 기능을 기본 탑재하면 회사에 뭐가 남습니까." 창업자는 잠깐 멈췄다. 그 침묵이 2026년 한국 에이전트 판의 진짜 질문이었다.

지난 18개월 동안 한국에서도 '에이전트'를 단 회사가 쏟아졌다. 영업 에이전트, 법률 에이전트, CS 에이전트. 투자도 따라붙었다. 그런데 골드러시에는 늘 끝이 있다. 금을 캐던 사람 대부분이 빈손으로 돌아갈 때, 끝까지 남는 건 곡괭이와 청바지를 판 쪽이었다. 지금 옥석 가리기 국면에서 던져야 할 질문은 '래퍼는 죽는다'는 상투구가 아니다. 모델 위에서 무엇이 해자가 되고 무엇이 증발하는가, 그 구체다.

증발하는 것과 남는 것

먼저 증발하는 쪽. 모델 한 번 호출로 끝나는 기능은 거의 다 사라진다. 요약, 번역, 톤 변환, 단순 분류. 이건 기능이 아니라 모델의 디폴트다. 프롬프트를 정교하게 다듬어 만든 '래퍼'도 위태롭다. 프롬프트 엔지니어링은 복제 비용이 거의 0이다. 경쟁사가 당신 화면을 캡처해 같은 결과를 만드는 데 하루면 충분하다. 모델 회사가 그 기능을 SDK 기본값으로 넣는 순간, 당신의 6개월은 릴리스 노트 한 줄로 지워진다.

남는 쪽은 다르다. 네 개의 레이어가 모델 위에서 마진을 지킨다. 첫째 데이터. 모델은 누구나 부르지만, 특정 산업의 누적 데이터는 부를 수 없다. 한국 건설 현장의 하자 보수 이력, 동물병원의 진료 기록 패턴, 중장비 야드의 부품 분해 데이터. 이건 모델이 학습하지 못한 좌표다. 둘째 워크플로. 단발 호출이 아니라 여러 단계가 연결되고, 사람의 검수가 끼고, 실패하면 되돌아가는 업무 흐름 자체. 이걸 한 번 자기 일에 박아 넣은 고객은 쉽게 빠져나가지 못한다. 셋째 신뢰. 틀리면 소송이 나는 영역, 책임 소재가 분명해야 하는 영역에서 '누가 보증하는가'는 그 자체로 상품이다. 넷째 규제. 한국 의료법, 개인정보보호법, 금융 컴플라이언스를 통과한 구현은 그 자체가 진입장벽이다.

진짜 적은 창업자가 아니다

여기서 흔한 진단이 끼어든다. "한국 창업자가 미국처럼 크게 베팅을 안 한다", "기술은 있는데 담대함이 없다." 나는 이 진단이 게으르다고 본다. 그 데모데이의 창업자는 이미 글로벌을 보고 있었다. 문제는 그가 미국 모델 위에 데이터, 워크플로, 신뢰, 규제 중 무엇을 쌓아야 하는지 함께 설계해 줄 생태계가 옆에 없었다는 것이다.

미국에선 이 설계가 외주되지 않는다. a16z 같은 투자사는 자본만 주는 게 아니라 'AI 앱이 모델 커머디티화에서 살아남는 법'을 패턴화해 포트폴리오에 주입한다. YC는 매 배치마다 어떤 레이어가 증발했는지를 사후 부검해 다음 기수에 전달한다. 이 부검의 누적이 생태계의 지능이다. 한국엔 자본은 있지만 이 부검의 누적이 약하다. 창업자가 매번 처음부터 같은 함정에 빠진다. 50번째 대화처럼 시작해야 할 자리에서, 매번 첫 대화로 돌아간다.

병목은 자본이 아니라 고객 접근이다

자본, 인재, 규제, 고객 접근. 한국 에이전트 스타트업의 병목은 이 중 어디인가. 자본은 의외로 덜 시급하다. 시드 단계 돈은 돈다. 인재도 LLM을 다루는 엔지니어는 빠르게 늘고 있다. 진짜 병목은 두 곳이다.

하나는 고객 접근. 데이터와 워크플로 해자는 결국 '실제 현업에 깊이 박혀야' 생긴다. 그런데 한국 대기업과 공공은 신생 스타트업에게 자기 업무 데이터를 잘 열지 않는다. 레퍼런스를 요구하는데, 레퍼런스를 쌓으려면 첫 고객이 필요하다는 순환에 갇힌다. 미국 스타트업이 SMB 수천 곳에 셀프서브로 침투해 데이터를 모을 때, 한국 창업자는 대기업 한 곳의 PoC 승인을 6개월 기다린다. 그 6개월이면 모델 회사가 그 기능을 기본 탑재한다.

둘째는 규제 해자를 자산으로 바꾸는 통로. 한국의 까다로운 규제는 부담이 아니라 무기가 될 수 있다. 의료, 금융, 개인정보를 통과한 구현은 글로벌에서도 통하는 인증서다. 그런데 이 규제 통과를 개별 스타트업이 매번 혼자 뚫는다. 생태계가 이 통과 경험을 공유 자산으로 만들지 못한다. 규제 샌드박스가 있지만, 거기서 나온 학습이 다음 회사로 흐르지 않는다.

미국 모델 위에 한국이 쌓을 것

그래서 한국 에이전트 스타트업이 마진을 지키는 조건은 분명하다. 미국 모델을 부끄러워하지 말고 인프라로 쓰되, 그 위에 미국이 접근할 수 없는 세 가지를 쌓는다. 한국 산업의 폐쇄 데이터, 한국 규제를 통과한 신뢰 구현, 그리고 한국과 가까운 아시아 시장의 워크플로 표준. 부산에서 평택 중장비 야드의 입고 데이터를 다루는 B2B가, 실리콘밸리가 영원히 가질 수 없는 좌표를 들고 있는 이유다.

생태계가 해야 할 일도 분명하다. 자본을 더 뿌리는 게 아니다. 부검을 누적하고, 첫 고객으로 가는 다리를 놓고, 규제 통과 경험을 공유 자산으로 만드는 것. 어떤 레이어가 증발했는지를 매 분기 기록해 다음 창업자에게 넘기는 것.

반론은 있다. "그래도 결국 모델 회사가 수직 통합해 산업별 데이터까지 먹으면 한국 해자도 무너진다." 일리 있다. 하지만 모델 회사는 모든 산업의 현장에 동시에 깊이 들어갈 수 없다. 깊이는 항상 좁고 로컬하다. 한국 건설 하자 데이터를 OpenAI가 직접 모으는 날은 오지 않는다. 그 좁고 깊은 좌표가 해자다.

창업자는 이미 모델 위에 무엇을 쌓아야 하는지 감으로 안다. 그 데모데이의 침묵은 무지가 아니라, 옆에서 함께 설계해 줄 생태계의 부재였다. 창업자는 이미 세계를 보고 있다. 이제 생태계가 그 속도를 따라가야 한다.