이 글은 [조쉬의 뉴스레터]의 인터뷰 편집본입니다.

프로덕트와 창업가, 비즈니스 이야기를 구독해보세요. 구독 시 100개의 1인 창업 케이스 스터디를 받아보실 수 있습니다.

[구독하러 가기]

전 트위터 CEO 파라그 아그라왈 인터뷰 — 에이전트가 웹의 고객이 될 때 검색·광고·데이터 거래는 어떻게 달라지나

트위터 CEO였던 파라그 아그라왈은 요즘 사람이 아니라 AI 에이전트가 쓰는 검색 엔진을 만듭니다. 그는 에이전트가 사람보다 웹을 1000배 더 쓰게 될 거라고 내다봅니다.

파라그 아그라왈이 창업한 Parallel이 직전 투자 5개월 만에 기업가치 20억 달러에 이르렀다는 소식. 이미지 출처: TechCrunch, 2026.04.29. 원출처

그 말이 맞다면 내 사이트의 가장 큰 손님은 광고를 보지 않습니다. 실제로 9월 말에는 아마존이 메타의 쇼핑 에이전트를 막았다는 보도가 나왔어요. 에이전트를 들일지, 들인다면 어떤 조건으로 들일지가 이미 사업 문제가 된 겁니다.

해리 스테빙스가 진행하는 20VC 채널에 9월 26일 올라온 파라그의 인터뷰를 정리했어요. 지난 GEO 글이 AI가 읽을 브랜드 자산을 다뤘다면, 이번엔 그다음 질문입니다. 답변의 1인칭은 파라그이며, 주제별로 압축·재구성한 문답입니다.

['빌더 조쉬' 유튜브 구독하러가기]

웹에 두 번째 사용자가 생겼습니다

Q. Parallel을 60초로 설명한다면요?

Parallel은 에이전트를 위한 구글입니다. 에이전트가 사람을 대신해 무언가를 하려면 웹을 검색해야 해요. 개인 비서 에이전트든 업무용 에이전트든 마찬가지입니다.

사람이 일하다가 브라우저를 열고 구글에서 검색하듯, 에이전트도 같은 일을 해야 하죠. 그런데 에이전트는 사람과 달라서 검색도 다르게 만들어야 합니다. 그래서 Parallel은 에이전트가 웹을 검색하는 기술과, 그 일을 지속 가능하게 할 비즈니스 모델을 함께 만듭니다.

지금 고객의 공통점은 지식 노동이에요. 코딩, AI 변호사, 생산성 앱, 보험 심사, 과학 연구 같은 곳이죠. 코딩은 추론량은 많지만, 제가 보기엔 웹 검색을 부르는 프롬프트가 5% 정도입니다. 대부분 내부 코드와 맥락을 읽거든요.

반면 법률은 판례와 회사, 사람에 관한 사실을 폭넓게 찾아야 해서 검색이 많습니다. 아무리 찾아도 없다고 확신할 만큼 철저해야 하니까요. 보험 심사, 영업, AI 과학도 검색 비중이 높아요.

모델이 좋아지거나 싸져서 에이전트가 더 많은 일에 쓰이면 저희에게는 좋은 일입니다. 에이전트가 웹의 소비자가 된다는 데 베팅하고, 에이전트를 위한 기술을 만들어 왔으니까요.

Q. 회사의 출발점이 '1000배'라는 문장이었다고요.

네, 회사의 시작은 말 그대로 한 문장이었어요. 에이전트가 사람보다 웹을 1000배 더 쓰게 될 것이고, 그래서 새 기술과 새 비즈니스 모델이 필요하다는 문장을 적어 뒀죠. 1000배라는 숫자는 규모를 가늠하게 해 주는 감각이에요.

규모가 세 자릿수로 달라지면 그 아래 기술을 생각하는 방식이 바뀝니다. 어떤 규모에 맞춰 만든 기술도 1000배를 그대로 견디지는 못하거든요. 거기에 새 비즈니스 모델까지 함께 필요해지면 문제가 정말 흥미로워져요.

에이전트가 정말 1000배 더 검색한다고 해볼게요. 지금 검색 한 번에 쓰는 컴퓨팅을 그대로 쓰면 감당할 수 없습니다. 말이 되려면 10배에서 100배는 더 효율적이어야 한다고 봐요.

AI를 위한 웹 검색 인프라를 내세운 Parallel의 2025년 공개 소개 글. 이미지 출처: Parallel, 2025.08.14. 원출처

Q. 사람의 검색과 에이전트의 검색은 구체적으로 무엇이 다른가요?

사람은 아주 좁은 범위에서 검색해요. 짧고 모호한 키워드를 치고 0.5초에서 1초쯤 기다립니다. 그보다 길어지면 답답해하죠. 그리고 파란 링크 10개를 받아 이리저리 눌러 보면서 원하는 걸 찾아갑니다.

에이전트는 다릅니다. 키워드 세 개가 아니라, 무엇을 하려는지 완전한 문장으로 요청할 거예요. 기다릴 수 있는 시간도 극단적으로 갈립니다.

음성 에이전트는 사람이 기다리고 있으니 100밀리초 안에 답이 필요해요. 반대로 백그라운드에서 일하는 에이전트는 시간이 걸려도 가장 좋은 답을 원하죠. 출력도 파란 링크가 아니라 토큰이나 파일입니다.

입력도, 시간도, 출력도 다 다른 거예요. 이 넓은 범위에서 오히려 가장 덜 흥미로운 지점이, 우리가 사람을 위해 만들어 온 검색입니다.

파라그가 설명한 사람과 에이전트의 검색 차이. 이미지 출처: 원인터뷰를 바탕으로 편집부 재구성. 원출처

검색은 웹의 수조 개 문서를 모델이 읽을 1천 토큰 정도로 줄이는 일이에요. 대부분 문서에는 컴퓨팅을 전혀 쓰지 않고, 일부에만 조금씩 쓰면서 1만 개, 1천 개로 좁혀 갑니다. 단계가 올라갈수록 더 큰 모델과 더 많은 기준으로 순위를 매기죠.

결국 검색에 컴퓨팅을 써서 모델의 컴퓨팅을 아끼는 것입니다. 저렴한 모델이라면 덜 걸러진 정보가 조금 섞여도 괜찮아요. 비싼 모델이라면 검색 단계에서 먼저 충분히 걸러야 시간과 돈을 아낄 수 있습니다.

그래서 API에서 정확도와 속도, 비용 중 무엇이 중요한지, 어떤 모델이 호출하는지를 알려 줄 수 있게 했어요. 음성 에이전트를 위한 아주 빠른 모드가 있고, 오래 생각하는 비싼 에이전트를 위한 고급 모드가 있습니다.

음성 에이전트가 웹을 검색하는 중이니 잠시만 기다려 달라고 말하면 어색하잖아요. 바로 답해야 하죠. 반대로 20초씩 생각하는 큰 모델이라면, 검색에 5초를 더 써서 검색 횟수를 다섯 번에서 두 번으로 줄이는 편이 전체 시간과 비용을 아낍니다.

Q. 모델이 똑똑해지면 검색할 일이 줄어들지 않을까요?

그렇게 보지 않아요. 모델이 똑똑해지는 것과 더 많이 외우는 것은 조금 다른 축이거든요. 지금 모델은 유명한 사실은 잘 기억합니다. 특정 해의 미국 대통령이 누구였는지는 말해 주죠.

하지만 Parallel에서 일하는 누군가가 몇 년에 대학을 졸업했는지는 모릅니다. 학습 데이터에 그 정보가 있었더라도요. 모델의 파라메트릭 기억(학습을 통해 모델 안에 저장된 지식)은 손실 압축이기 때문입니다.

모델은 모든 사실을 외우기보다 세상의 패턴을 찾으려 해요. 애초에 모든 사실이 학습 데이터에 들어 있지도 않고요. 게다가 성능을 유지하면서 모델을 작게 만들수록, 추론 능력은 지키지만 기억은 더 잃게 됩니다.

앞으로 가장 앞선 프런티어 모델은 점점 커질 거예요. 어떤 쓰임에서는 조금 더 나은 품질이 아주 큰 가치를 내기 때문에, 키워서 나아지는 한 그 값을 치를 곳이 있습니다. 동시에 어떤 고정된 성능 수준은 6개월마다 훨씬 작은 모델이 따라잡을 겁니다. 그런 모델이 많아질수록, 기억에 없는 사실은 웹에서 찾아와야 하죠.

이미지 출처: 20VC YouTube, 2:05. 원출처

막을 것인가, 어떤 조건으로 열 것인가

Q. 아마존은 메타의 에이전트 Muse를 들이지 않았습니다. 옳은 판단이었을까요?

결국 모두가 에이전트를 들여야 할 거예요. 문제는 어떤 조건으로 들이느냐입니다. 모두의 이해관계를 어떻게 맞출지, 각자 이 새 세상에서 이길 전략을 짜야 하죠.

말 그대로 고객이 눈앞에서 바뀌고 있어요. 예전에는 고객이 사람이었고, 사람을 위한 제품을 만들었습니다. 이제는 에이전트를 위한 제품을 만들거나 에이전트를 직접 만들어야 하죠. 이 새로운 현실에서 내 자리가 어디인지 찾아야 합니다.

아마존이 메타의 쇼핑 에이전트 Muse를 막았다는 보도. 이미지 출처: TechSpot, 2026.09.25. 원출처

정답이 있는지는 모르겠어요. 시장 지배력이 얼마나 있느냐에도 달려 있거든요. 아마존의 결정도 결국 다음에 무엇을 하느냐에 달렸다고 봅니다.

충분한 시장 지배력으로 Muse 같은 에이전트가 다른 방식으로 연결하게 만들거나, 자체 에이전트를 내서 많은 사람이 쓰게 할 수 있다면 옳은 판단이었겠죠.

반대로 소비자가 쓰는 에이전트를 내놓지도 못하고 다른 회사의 에이전트도 막는 사이, 거래가 에이전트 쪽으로 옮겨 간다면 나쁜 수가 됩니다. 물론 모두 큰 가정이에요.

수직 통합에도 같은 이야기를 할 수 있어요. 수직 통합에는 늘 장점이 있고, 저희도 크롤링부터 API까지 직접 만듭니다. 하지만 기술이 이렇게 빨리 바뀔 때 수직 통합만 고집하고 누구와도 협력하지 않으면, 스스로를 시장 밖으로 밀어낼 수 있어요. 가장 좋은 것을 만들고 그걸 파는 방법까지 찾아내는 사람이 자리를 잡을 거라고 봐요.

사이트 운영자가 AI 크롤러마다 허용·과금·차단을 고르는 Cloudflare 화면. 이미지 출처: Cloudflare 블로그, 2025.07.01. 원출처

Q. 휴가와 집 말고는 거의 모든 걸 에이전트로 산다는 사람도 있습니다. 결국 모두가 쇼핑을 맡기게 될까요?

저는 에이전트에 베팅하고 있어요. 그래도 전자상거래 거래 가운데 얼마만큼을 에이전트가 맡을지에 대해서는 생각이 복잡합니다. 직접 사는 걸 좋아하는 사람을 많이 알거든요.

사람들은 귀찮은 일은 에이전트에게 넘기고, 즐거움을 주는 일은 넘기지 않으려 해요. 삶의 많은 일을 맡기면서도 쇼핑만은 직접 하고 싶은 사람들이 있죠.

그런 사람이 얼마나 되는지, 행동이 어떻게 바뀔지는 모르겠어요. 어쩌면 다른 잡일을 잔뜩 넘기고, 남은 시간에 쇼핑을 더 많이 하게 될지도 모르죠.

Q. 지금은 저평가됐지만 3년에서 5년 뒤 가치가 커질 것은 무엇일까요?

아마 데이터일 거예요. 지금 우리는 고유하고 가치 있는 인사이트나 데이터에 어떻게 돈을 내야 할지 모릅니다. 지능이 싸질수록, 다른 곳에서 온 데이터 위에 내 고유한 데이터를 얹어 무언가를 만들고 싶어질 텐데요.

내 데이터와 당신의 데이터, 공개된 데이터를 모으고 그 위에 지능을 얹으면 각자 혼자서는 못 만들 것을 만들 수 있어요. 그런데 그 거래를 어떻게 할지 아직 모르니, 각자 내 데이터와 공개 데이터만 쓰게 되는 거죠.

제가 말하는 건 학습 단계가 아니라 추론 시점의 데이터 거래입니다. 에이전트가 일하는 바로 그 순간에 필요한 데이터를 사고파는 거예요.

투자자를 예로 들어 볼게요. 피치북(PitchBook, 기업·투자 데이터 서비스) 같은 데이터에 그동안 쓴 투자 메모와 경험을 더해 결정을 내리죠. 지금은 피치북에 좌석, 즉 사람 계정 단위로 돈을 냅니다.

그런데 이제 에이전트를 여러 개 돌린다면요? 에이전트는 사람이 볼 수 있는 걸 다 보지 못하거나, 약관에 어긋나게 내 계정으로 브라우저를 열어 들어가야 해요. 비효율적이고 어설프죠.

그 데이터가 정말 가치 있다면, 에이전트가 쓸 때도 좌석이 아닌 방식으로 보상할 방법을 찾아야 합니다. 찾으면 큰 시장이 생기고 에이전트도 더 나아질 거예요. 못 찾으면 좌석을 팔려는 쪽이 에이전트를 막는 숨바꼭질이 이어지고, 에이전트는 데이터 없이 멈춰 서겠죠.

에이전트 작업에 외부 데이터 제공사를 연결하는 Parallel Data Connectors 화면. 이미지 출처: Parallel, 2026.09.23. 원출처

광고를 보지 않는 손님에게 누가 돈을 낼까

Q. 에이전트가 배달 주문을 대신하면, 앱 안의 광고 배너는 아무도 보지 않게 되겠죠. 광고 모델은 어떻게 되나요?

처음에 비즈니스 모델이 바뀌어야 한다고 한 게 이 뜻이에요. 지금 형태의 광고는 에이전트와 함께 작동하지 않습니다. 전자상거래만의 이야기가 아니에요.

콘텐츠 사업을 한다고 해볼게요. 광고로 운영되는 공개 페이지가 있습니다. 사람이 오면 광고를 보여 주고 돈을 벌죠. 그런데 에이전트가 오면 아무도 광고를 보지 않고, 돈도 벌지 못합니다.

AI 요약이 뜬 구글 검색에서 결과 링크를 누른 비율은 8%로, 요약이 없을 때(15%)의 절반 수준이었다. 2025년 3월 미국 성인 900명의 검색 분석. 이미지 출처: Pew Research Center, 2025.07.22. 원출처

그래서 저희는 돈을 내려고 해요. 에이전트가 콘텐츠를 읽으러 올 때를 위한 애드센스(AdSense, 구글의 웹사이트 광고 수익 프로그램) 같은 걸 만드는 셈입니다. 에이전트가 그 정보를 읽어 이득을 얻을 때마다, 콘텐츠 주인에게 그때그때 다른 금액을 지급하는 거죠.

사람 방문자가 광고 클릭 확률에 따라 사이트에 가져다주는 가치와 비슷하게요. 이유는 이해관계를 맞추기 위해서예요. 그러지 않으면 모두가 에이전트를 막을 테니까요. 광고 모델을 대신할 무언가가 필요합니다.

Q. 돈을 내는 쪽이 시장의 일부뿐이라면요? 큰 언론사는 트래픽 대부분이 여전히 무료라며 전부 막아 버릴 수도 있잖아요.

그렇다면 다른 쪽은 막고 저에게는 데이터를 주겠죠. 이해관계를 맞춘다는 게 그런 뜻이에요. 뉴욕타임스가 제가 경쟁력 있고 공정한 가격을 낸다고 믿는다면, 저에게 콘텐츠를 줘야 합니다.

그리고 그만큼 내지 않는 다른 곳이 있다면, 기술적·법적 수단이 있는 한 그쪽에는 주지 않으면 되죠. 문을 열지 말지보다, 누구에게 어떤 값으로 열지를 정하는 문제입니다.

Q. 콘텐츠의 값은 어떻게 매기나요?

저희는 콘텐츠 주인이 에이전트의 일에 보탠 한계 기여만큼을 기준으로 지급하려 합니다. 어떤 에이전트가 일을 끝내는 데 1달러를 쓴다고 해볼게요. 돈을 조금 더 쓰면 조금 나은 답을, 90센트만 쓰면 조금 못한 답을 얻겠죠.

이제 한 콘텐츠 주인의 데이터를 웹 인덱스에서 빼고 똑같이 1달러를 쓴다고 해보죠. 그 결과가 그 콘텐츠가 있을 때 90센트를 쓴 에이전트와 같은 품질이라면, 그 콘텐츠의 기여는 10센트인 셈이고, 그중 상당 부분을 데이터를 가져온 사람에게 지급하는 거예요.

저희는 그렇게 계산하고, 어떤 콘텐츠에 얼마를 낼지 알려 주는 모델도 그렇게 학습시켰어요. 같은 품질의 결과를 같은 돈으로 낸다면, 추론에 더 쓰기보다 콘텐츠 주인에게 내는 편이 낫습니다.

내 콘텐츠가 AI 에이전트에게 얼마나 쓰이는지 보여 주고 대가를 받게 하겠다는 Index by Parallel. 이미지 출처: Parallel, 2026.05.19. 원출처

그래서 콘텐츠 주인에게 돈을 내느라 마진이 줄어드는 건 걱정하지 않아요. 저희가 집착하는 건 품질, 비용, 속도 세 가지뿐입니다. 마진은 결국 시장의 경쟁 구조가 정할 문제라고 봐요.

오히려 저희가 실패한다면, 그 이유 중 하나는 콘텐츠 제공자들과 제대로 손잡지 못한 경우일 거예요. 그들의 콘텐츠를 믿고 쓸 수 없다면 검색도 쓸모가 없으니까요.

Q. 음악 스트리밍처럼 창작자의 몫만 줄어드는 구조가 되지는 않을까요?

확실히는 모르지만, 그렇지 않다고 봐요. 근본적으로 다른 점이 하나 있거든요. 에이전트가 웹을 1000배 더 쓰고 그 에이전트가 쓸모 있는 일을 한다면, 만들어지는 가치 자체가 커집니다.

나눠 갖는 몫이 바뀌는 게 아니라, 파이 자체가 커지는 거예요. 그럴 때는 비즈니스 모델을 옮겨 가는 일이 실제로 가능합니다.

물론 승자와 패자는 생길 거예요. 어떤 콘텐츠는 아주 값지게 되고, 어떤 콘텐츠는 흔한 상품이 될 겁니다. 새 고객과 새 시장, 새로운 수익 방식에 적응해야 하죠.

음악 산업은 한동안 작아졌다가 다시 커지는 데 시간이 걸렸어요. 제가 알기로는 지금 이전 정점을 크게 넘어섰고요. 이번에는 모든 게 워낙 빨리 커지고 있어서, 작아지는 기간이 훨씬 짧을 수도 있습니다.

6시간마다 찾지 말고, 바뀌면 알려 주세요

Q. 웹 검색이 흔한 상품이 되면 결국 가격 경쟁만 남지 않을까요?

가격 인하 경쟁은 오히려 있어야 해요. 그래야 1000배 규모에 갈 수 있습니다. 저는 지금 웹 검색 가격이 잘못 매겨져 있다고 봐요.

저렴한 모델로 딥 리서치를 돌린다고 해볼게요. 검색을 많이 하니까, 제 감으로는 비용의 80에서 90%가 웹 검색에, 10% 정도만 모델에 들어갈 거예요. 말이 안 되죠. 검색 결과를 읽는 모델보다 검색에 돈을 더 쓰면 안 됩니다.

아주 큰 모델이라면 사정이 달라요. 전체에서 검색 비용이 아주 작으니 가격보다 품질로 이겨야 하고, 검색에 오히려 더 써도 됩니다. 그래서 큰 모델용으로는 더 비싼 검색을, 저렴한 모델용으로는 아주 싼 검색을 내놓으려 해요.

지금 1천 건에 10달러 안팎인 가격은 원래 구글이 사람의 검색으로 벌던 광고 CPM(광고 1천 회 노출당 단가)에서 나왔다고 봐요. 검색으로 그보다 훨씬 많이 벌던 시절에는 검색 원가를 줄일 이유가 없었던 거죠.

사람의 검색을 광고로 수익화해 온 구글의 광고 매출. 10년 새 4.4배 늘었지만 알파벳 매출 비중은 90%에서 73%로 줄었다. 이미지 출처: Parallel 블로그(알파벳 공시 기반), 2026.09.28. 원출처

공개 벤치마크는 크게 신경 쓰지 않아요. 상당수 모델이 문제를 외워 버려서 포화됐거든요. 대신 가격을 봐야 합니다. 저희 검색은 1천 건에 1달러인데, 시중 다른 검색은 대부분 그 몇 배에서 열 배를 넘는 수준이에요. 3년 안에 다시 10배쯤 내려갈 수 있다고 봅니다.

모델이 싸질수록 검색이 비용의 대부분이 된다는 Parallel의 자체 추정. 이미지 출처: Parallel, 2026.09.28. 원출처

저는 정말로 가격이 바닥까지 내려가는 경쟁을 원해요. 가장 좋은 기술이 이기길 바라고, 그래야만 웹 검색이 1000배 규모로 갈 수 있습니다.

검색 비용 비중과 경쟁사 가격은 파라그가 인터뷰에서 제시한 회사 측 수치다. Parallel 홈페이지는 웹 검색 가격을 1천 건당 1달러부터로 안내한다.

Q. 에이전트에게 '유럽 기업등록부에 25세 미만 창업자가 새로 등록되면 알려 달라'고 맡겼다고 해볼게요. 무엇이 달라져야 하나요?

그게 바로 제가 생각하는 웹의 미래예요. 지금 웹 검색은 사람이나 에이전트가 질문을 던지고 결과를 받는 방식입니다. 웹에서 정보를 끌어오는 거죠.

그런데 늘 켜져 있는 에이전트가 6시간마다 깨어나 검색하고 추론하면서 새 창업자가 나왔는지 확인하는 건 비효율적이에요. 기본 구현이 그렇습니다. 웹을 검색하고, 전에 본 사람들과 비교하고, 차이가 있으면 알림을 보내죠. 6시간마다 돈이 듭니다.

저희는 하루 종일 웹 전체를 크롤링하고 있어요. 그래서 이 일을 이벤트로 움직이는 방식으로 뒤집을 수 있습니다. 웹에서 변화를 발견할 때마다 아주 적은 컴퓨팅으로 알릴 일인지만 판단하고, 필요할 때만 더 비싼 컴퓨팅을 쓰는 거죠.

세상은 대부분의 시간 동안 바뀌지 않거든요. 새 창업자가 매시간 나타나지는 않아요. 며칠에 한 번 컴퓨팅을 쓰고, 오탐이 하나 있더라도 실제 인물이 나타났을 때 알리면 됩니다.

그 제품이 Monitor API예요. LLM 시대의 똑똑한 구글 알리미라고 생각하시면 됩니다. 원하는 조건을 걸어 두면, 저희가 웹의 변화를 보다가 해당할 때 알려 주는 거예요.

조건을 걸어 두면 새 보도가 나올 때마다 요약해 쌓아 주는 Monitor 화면. 이미지 출처: Parallel, 2025.11.13. 원출처

핵심은 검색 시스템이 그 조건을 오래 기억한다는 점이에요. 6시간마다 새 질문이 들어오는 줄로만 아는 대신 맥락을 계속 쥐고 있으니, 같은 답을 훨씬 적은 컴퓨팅으로 낼 수 있습니다.

찾으러 가는 대신 바뀌면 알려 주는 Monitor API의 구조. 이미지 출처: Parallel, 2025.11.13. 원출처

더 넓게 보면, 에이전트는 오늘 할 수 있는 쓸모 있는 일을 이미 다 할 거예요. 그럼 내일은 무엇을 할까요? 외부에서 무슨 일이 일어나길 기다립니다. 이메일이 오거나, 다른 에이전트가 일을 끝내거나, 세상에서 무언가 바뀌는 거죠.

풀(pull)은 필요할 때 질문해서 정보를 가져오는 방식이고, 푸시(push)는 변화가 생기면 알려 주는 방식이에요. 늘 켜진 에이전트가 많아질수록, 웹은 풀에서 푸시로 옮겨 갈 거라고 봅니다. 검색을 질문해서 가져오는 대신 변화를 받아 보는 쪽으로 옮길 유인이 커지니까요.

솔직히 대부분은 아직 동의하지 않아요. 모두에게 늘 돌아가는 에이전트가 생긴다는 생각을요. 샌프란시스코의 저녁 식탁에서도 의견이 갈립니다. 하지만 저는 그렇게 될 거라고 봐요.

에이전트에게 지갑을 맡기는 날

Q. 예전엔 온라인에 카드 번호를 넣는 것도 말이 안 된다고 했죠. 에이전트에게 돈을 맡기는 일도 곧 당연해질까요?

우리는 거품 속에 살고 있어요. 에이전트에게 구매를 맡길 만큼 편안한 사람은 극소수예요. 0.01% 안에 든다고 말할 정도죠. 다른 사람에게 똑똑해 보이는 에이전트가 있으니 돈 쓰는 권한을 통째로 주라고 하면, 예전에 카드 번호를 온라인에 넣지 말라던 반응이 나올 거예요.

에이전트에게 카드도, 로그인과 비밀번호도 주지 않는다는 게 지금 세상 대다수의 위치입니다. 기술이 준비되는 것보다, 사회가 받아들이는 데 더 오래 걸려요.

거품 밖의 사람들에게 물어보면 알 수 있어요. 에이전트가 내 은행 계좌에 접근해 대신 돈을 쓰고, 내 이메일을 읽고 보내도 될 만큼 믿는 사람이 다수가 되는 시점은 몇 달 안에 오지 않을 겁니다.

AI가 시작한 거래에 신원·의도·이상거래 정보를 더하는 Agent Pay 확장을 발표한 마스터카드. 이미지 출처: Business Wire, 2026.09.30. 원출처

사실 제가 더 걱정하는 건 AI의 위험 그 자체보다 다른 쪽이에요. AI가 여러 위험에도 불구하고 사회에 분명히 이로운 기술이 되더라도, 제대로 퍼지지 못하고 소수에게 집중될 수 있습니다. 기술이 우리의 적응 속도보다 빨리 움직이면, 앞으로 몇 년이 꽤 험난할 수 있어요.

Q. 지난 1년 동안 가장 크게 바뀐 생각은 무엇인가요?

처음에는 아주 순수하게 기술과 제품에만 집중했어요. 최고의 기술과 최고의 제품을 만드는 것만 중요하고, 다른 건 중요하지 않다고 생각했죠.

지금은 유능한 영업과 마케팅의 가치를 매주 봅니다. 그 일들을 낮춰 봤던 거예요. 가치가 없다고 생각한 건 아니지만, 잘했을 때 매주 눈에 보이는 차이를 제대로 실감하지 못했습니다.

이미지 출처: 20VC YouTube, 1:04:55. 원출처

Q. 앞으로 10년, 가장 기대되는 건 무엇인가요?

혼돈이요. 변화라는 뜻입니다. 앞으로 10년 동안 많은 것이 바뀔 거예요. 그렇게 빠르게 바뀌는 세상에서는, 무언가를 만들어 그 끝의 모습에 실제로 흔적을 남기는 사람들이 있을 거라고 봐요. 저희 회사도 그 안에서 할 역할이 있다고 느낍니다.

열린 웹은 어떻게 될까요? 콘텐츠 주인들은요? 우리가 이 문제를 제대로 풀면, 더 나은 곳에 닿을 수 있습니다. 매일은 힘들고 한동안 잘 안 풀려도, 내가 아끼는 방향으로 현실을 어떤 식으로든 휘게 할 수 있다면 충분히 그럴 가치가 있어요.

20VC 전체 인터뷰 보기

뉴스레터 원문 읽기

소중한 노력이 들어간 글을 널리 알려주세요.

이 기사가 좋으셨다면, 보상을 해주세요.

가장 좋은 보상은 ‘조쉬의 뉴스레터 구독’입니다. :)

구독을 하시면 100개의 1인 창업가 데이터베이스를 발송해드립니다.

[구독하러 가기]