AI 버블의 진실: 2025년, 혼돈이 끝나고 질서가 시작됐습니다

2025년이 끝났습니다. 뒤돌아보면 AI 산업에서 가장 놀라운 일은 폭발이 아니라 안정이었습니다. Y Combinator의 Light Cone 팟캐스트에서 YC 파트너들이 한자리에 모여 올해 가장 놀라웠던 것들을 이야기했습니다. 그리고 그 대화에서 드러난 핵심은 명확합니다. AI 경제가 마침내 구조를 갖추기 시작했고, 그 구조 위에서 인디 파운더가 움직일 수 있는 공간이 열렸다는 것입니다.

Anthropic이 OpenAI를 넘었습니다: 조용한 역전의 순간

YC Winter 26 배치 선발 과정에서 지원자들에게 물었습니다. "당신의 기술 스택과 선호하는 모델은 무엇입니까?" 결과는 충격적이었습니다. Anthropic이 OpenAI를 넘어 1위 API로 올라선 것입니다.

불과 2년 전, OpenAI의 점유율은 90%가 넘었습니다. Anthropic은 20~25% 선을 맴돌았습니다. 그런데 2025년 하반기부터 역전이 시작됐고, 이번 배치에서 Anthropic은 52%를 넘겼습니다.

이유는 코딩입니다. 바이브 코딩 도구와 코딩 에이전트가 거대한 카테고리로 성장했고, 그 영역에서 Anthropic 모델이 가장 뛰어난 성능을 보였습니다. YC 파트너 Diana는 이것이 우연이 아니라고 지적합니다. Anthropic은 내부 평가 기준에서 코딩 성능을 의도적으로 최우선 과제로 삼았고, 그 결과가 시장 점유율로 나타난 것입니다.

흥미로운 것은 번짐 효과입니다. 파운더들이 개인 코딩에 Claude를 쓰면서 그 모델의 성격과 능력에 익숙해졌고, 자연스럽게 자신의 제품 API로도 Claude를 선택하게 된 것입니다. 코딩과 전혀 관련 없는 애플리케이션에서도 말입니다.

모델을 하나만 쓰는 시대는 끝났습니다

시리즈 B 이상의 대형 AI 스타트업들이 하고 있는 일이 있습니다. 하나의 모델에 충성하지 않습니다. 오케스트레이션 레이어를 만들어 모델을 교체 가능한 부품처럼 다룹니다.

• Gemini 3로 컨텍스트 엔지니어링을 하고, 그 결과를 OpenAI에 넣어 실행합니다.
• 새 모델이 나올 때마다 벤치마크를 돌려, 카테고리별 최적 모델을 교체합니다.
• 자체 도메인에 특화된 평가 기준을 만들어, 범용 벤치마크가 아니라 자사 데이터로 판단합니다.

인디 파운더에게도 시사점이 있습니다. 특정 모델에 종속되는 아키텍처를 만들지 마세요. 모델은 인텔과 AMD처럼 경쟁하며 세대마다 교체될 것입니다. 여러분의 진짜 해자는 모델이 아니라 데이터와 사용자 경험에 있어야 합니다.

AI 경제가 3개의 층으로 안정됐습니다

YC 파트너 Jared가 2025년에 가장 놀란 것은 폭발적 성장이 아니었습니다. 안정이었습니다.

2024년 말에는 발밑의 땅이 언제든 흔들릴 것 같았습니다. 아무도 다음에 무슨 일이 일어날지 몰랐습니다. 이제 AI 경제는 꽤 안정적인 구조를 갖게 됐습니다. 모델 레이어, 애플리케이션 레이어, 인프라 레이어. 각 층이 돈을 벌고, AI 네이티브 회사를 만드는 상대적 플레이북이 생겼습니다.

이 안정화에는 중요한 함의가 있습니다. 예전에는 몇 달만 버티면 새로운 모델 발표가 완전히 새로운 아이디어를 가능하게 했습니다. 피벗이 쉬웠고, 아이디어를 찾는 것도 쉬웠습니다. 2025년에 그것이 바뀌었습니다. 아이디어를 찾는 난이도가 다시 정상 수준으로 돌아왔습니다.

인디 파운더에게 이것은 양날의 검입니다. "기다리면 기회가 온다"는 전략이 더 이상 통하지 않습니다. 하지만 동시에, 찾아낸 아이디어의 수명이 길어졌습니다. 지금 만든 것이 내일 무의미해지지 않습니다. 실행력이 다시 중요해졌습니다.

버블이 터져도 스타트업은 괜찮습니다

"AI 버블 아닌가요?" 대학생들이 가장 많이 하는 질문입니다. Nvidia와 OpenAI 사이에 돈이 뱅글뱅글 돌고, 수백억 달러가 데이터 센터에 투입되고, 이게 다 가짜 아닌가 하는 걱정입니다.

YC 파트너들의 답은 명쾌합니다. 버블이 맞을 수도 있습니다. 하지만 그건 Nvidia의 문제이지, 당신의 문제가 아닙니다.

텔레콤 버블을 생각해 보세요. 1990년대에 수백억 달러가 광케이블에 투입됐고, 그 중 상당수는 과잉 투자였습니다. 하지만 그 과잉 투자 덕분에 대역폭이 엄청나게 싸졌고, 바로 그 위에서 YouTube가 탄생했습니다. YouTube 창업자들은 텔레콤 버블과 아무 상관이 없었습니다.

버블이 걱정되는 사람은 Comcast입니다. 대학교 기숙사에서 스타트업을 만드는 사람은 YouTube입니다. Nvidia 주가가 내려가도, AI 스타트업을 하기에 나쁜 시기가 되는 것은 아닙니다.

경제학자 Carlota Perez의 프레임워크가 여기에 정확히 적용됩니다. 기술 혁명에는 두 단계가 있습니다. 설치 단계에서 거대한 자본이 인프라에 투입되고, 이 시기에 버블처럼 보입니다. 그 다음 배포 단계에서 실제 애플리케이션이 폭발합니다. 지금 우리는 설치에서 배포로 넘어가는 전환점에 서 있습니다. 데이터 센터를 짓는 것은 대기업의 몫입니다. 그 위에서 다음 세대의 Facebook과 Google을 만드는 것은 스타트업의 몫입니다.

오픈소스 모델이 게임을 바꾸고 있습니다

RL(강화 학습) 시대가 열리면서 오픈소스 모델의 가능성이 완전히 달라졌습니다. 범용 오픈소스 모델 위에 도메인 특화 RL 파인튜닝을 하면, 80억 파라미터 모델이 OpenAI를 특정 영역에서 이길 수 있습니다.

YC 배치에 참여한 한 헬스케어 스타트업이 정확히 이것을 해냈습니다. 최고 품질의 의료 데이터셋을 구축하고, 오픈소스 모델에 파인튜닝을 적용해서, 의료 벤치마크에서 OpenAI보다 높은 점수를 기록했습니다.

다만 함정이 있습니다. 파인튜닝으로 GPT-3.5를 이겼던 스타트업이, GPT-4.5와 5.1이 나오면서 순식간에 따라잡힌 사례도 있습니다. 파인튜닝은 일회성이 아니라 지속적인 경쟁입니다. 멈추면 추월당합니다. 그리고 그 과정에서 자본의 상당 부분이 소모됩니다.

1인 트릴리언 달러 기업은 아직입니다: 하지만 방향은 맞습니다

작년에 화제가 된 이야기가 있었습니다. 직원 없이 파운더 한두 명만으로 100만 달러 ARR을 달성하고 시리즈 A를 유치한 회사들. 그런데 1년이 지나자, 그 회사들도 결국 팀을 꾸렸습니다.

Gamma가 좋은 사례입니다. 직원 50명으로 ARR 1억 달러를 달성했습니다. 예전에는 "이렇게 많은 돈을 투자 받았고, 이렇게 많은 직원이 있다"가 자랑이었지만, 이제는 "이렇게 많은 매출을 올리는데, 이렇게 적은 인원"이 역자랑이 되는 시대입니다.

하지만 1인 기업이 모든 것을 대체하지는 않습니다. AI가 효율성을 높이는 만큼, 고객의 기대치도 올라갑니다. Harvey와 경쟁하는 Lora, Sierra와 경쟁하는 Giga. 이들은 여전히 사람을 고용합니다. 병목은 아이디어가 아니라, 뛰어나게 실행할 수 있는 사람입니다.

인디 파운더가 서야 할 자리는 애플리케이션 레이어입니다

정리하면 이렇습니다. AI 경제는 세 개의 층으로 안정됐습니다. 인프라 레이어에서는 수천억 달러가 데이터 센터와 GPU에 투입되고 있습니다. 모델 레이어에서는 Anthropic, OpenAI, Google이 치열하게 경쟁하며 서로를 상품화하고 있습니다. 그리고 그 경쟁이 치열할수록, 애플리케이션 레이어에 있는 스타트업에게는 더 좋은 환경이 됩니다.

모델 회사들이 서로를 상품화하면, 가격은 내려가고 성능은 올라갑니다. 인프라 기업들이 과잉 투자를 하면, 컴퓨팅 비용은 내려갑니다. 이 모든 것의 수혜자는 그 위에서 제품을 만드는 사람들입니다. 바로 인디 파운더가 서 있는 자리입니다.

버블이 터질 수도 있습니다. Nvidia 주가가 떨어질 수도 있습니다. 하지만 텔레콤 버블이 터진 뒤에 YouTube가 태어난 것처럼, 지금 쌓이고 있는 인프라 위에서 다음 세대의 위대한 제품이 만들어질 것입니다. 그 제품을 만드는 것은 대기업이 아니라, 지금 이 글을 읽고 있는 당신일 수 있습니다.

이 글은 Y Combinator의 영상 The Truth About The AI Bubble을 기반으로 작성되었습니다.