사상 리더

앱 경제가 달라지고 있다: 누구나 자기만의 소프트웨어를 만들 수 있게 되면 어떤 일이 벌어질까?

Bindesh Vijayan
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트개인용 앱은 한 사람을 위해 작동하지만, 프로덕션 소프트웨어는 그것에 의존하는 낯선 사람들에 대한 책임을 수반한다.
더 보기
  • 개인용 앱은 한 사람을 위해 작동하지만, 프로덕션 소프트웨어는 그것에 의존하는 낯선 사람들에 대한 책임을 수반한다.
  • AI는 코딩을 가속화하지만, Stack Overflow 설문조사에 따르면 개발자의 46%가 그 정확성을 신뢰하지 않는다.
  • AI는 팀의 기존 강점을 증폭시키므로 엔지니어들은 코드를 작성하는 것에서 코드를 판단하는 것으로 전환한다.

앱을 고르는 시대에서 원하는 앱을 설명하는 시대로

2026년 10월 13일, Google은 발표했다. Android 사용자는 이제 Google AI Studio로 자신만의 앱을 만들고, 공개 스토어에 등록하지 않아도 Google Play를 통해 자기 휴대전화에서 비공개로 실행할 수 있다. 이 앱은 ‘바이브 코딩’ 방식으로 만들어진다. 원하는 것을 일상적인 언어로 설명하면 AI가 코드를 작성한다. 첫 출시 대상은 미국에 거주하는 만 18세 이상 사용자로 한정되며, 신뢰하는 소수의 연락처와 앱을 공유하는 기능은 앞으로 몇 달 안에 제공될 예정이다.

변화의 핵심은 간단하다. 지난 15년 동안 사람들은 “어떤 앱을 내려받아야 할까?”라고 물었다. 이제는 “내 휴대전화가 무엇을 해주면 좋을까?”라고 물을 수 있다. Sam Bright Google Play 및 개발자 생태계 부문 부사장 겸 총괄은 이를 “그런 앱이 있다”에서 “나를 위한 앱이 있다”로의 변화라고 설명했다.

이번 주 학교 하교 픽업 일정과 축구 경기 일정, 장보기 목록을 한 화면에서 확인하고 싶은 부모를 떠올려 보자. 어떤 앱 스토어에도 그런 앱은 없다. 그런 앱을 만들 스토어도 없기 때문이다. 이제 부모는 원하는 기능을 설명하고 그날 저녁이면 휴대전화에서 앱을 사용할 수 있다.

나는 이 변화를 환영한다. 지금까지 그런 기회를 얻지 못했던 사람들에게 실질적인 창작의 힘을 쥐여주기 때문이다. 하지만 분명히 답할 가치가 있는 질문도 떠오른다. 개인용 앱은 소프트웨어와 같은 것일까? 내 생각은 그렇지 않다.

앱을 만드는 것과 대규모로 소프트웨어를 설계하고 개발하는 것은 다르다

개인용 앱은 한 사람만 쓰는 경우에 맞춰 작동하면 될 수 있다. 고객이나 직원, 일반 대중이 사용하는 소프트웨어는 이에 의존하는 사람들이 안정적으로 쓸 수 있어야 한다. 둘 다 소프트웨어이지만, 다른 사람들이 내가 만든 것에 의존하는 순간 책임의 무게가 달라진다.

개인용 앱 여러 사용자가 이용하는 상용 소프트웨어
사용자 본인 또는 신뢰하는 소수의 사람 수백 명에서 수백만 명에 이르는 모르는 사람들
예시 습관 관리 앱, 가족 집안일 보드, 레시피 분량 조정 앱 급여 시스템, 병원 예약 플랫폼, 은행 모바일 서비스
고장 났을 때 직접 고칠 수 있을지도 모른다 급여가 지급되지 않고, 예약을 놓치며, 돈이 잘못 이동한다
데이터 개인 정보나 민감한 정보가 포함될 수 있다 타인의 데이터이며, 법적 의무에 따라 보관한다
보안 개인 정보 보호와 보안은 여전히 중요하다 견고한 보안, 모니터링, 적절한 감사를 갖춰야 한다
연동 거의 없거나 전혀 없다 결제, 신원 확인, ERP, 규제 기관, 기타 시스템
수명 수명이 짧을 수도 있고, 시간이 지나도 계속 관리할 수도 있다 수년간 유지 관리하고 업그레이드하며 지원한다

유용한 판단 기준은 새벽 3시에 문제가 생겼을 때 어떻게 되는지 생각해 보는 것이다. 개인용 앱이라면 아침에 직접 고칠 수 있을지도 모른다. 사람들이 의존하는 서비스라면 누군가 즉시 대응해야 할 수도 있다.

모든 앱에 같은 수준의 엔지니어링이 필요한 것은 아니며, 검증되지 않은 앱에 모든 일을 맡겨서도 안 된다. 자신이 쓰려고 직접 만든 헬스장 운동 타이머는 개인용 앱이다. 회원들의 결제, 건강 데이터, 계약을 보관하는 시스템은 소프트웨어이며, 프롬프트로 대신할 수 없는 의무가 따른다.

Google의 이번 변화가 실제로 겨냥하는 대상

개인용 앱은 Play 검색 결과나 목록에 표시되지 않으며, 만든 사람 외에는 누구와도 공유되지 않는다. 신뢰하는 연락처와의 공유 기능은 아직 제공되지 않는다. 인기 앱은 나중에 공개 목록으로 옮길 수 있지만, 신뢰 및 안전성 검토를 거쳐야 하며 Google Play 정책도 계속 준수해야 한다. Google의 자체 발표도 이번 업데이트를 Play 중심으로 설명한다.

이 기능은 개인과 가족, 소규모 집단을 위한 설계다. 직원과 고객에게 시스템을 도입하려는 기업을 위한 설계는 아니다.

실제로는 다음과 같은 모습이다.

  • 한 학생이 자신의 시험 시간표에 맞춘 복습 계획표를 만든다.
  • 한 상점 주인이 자신만을 위한 비공개 재고 확인 화면을 만들어, 매장 통로에 서서 재고가 부족한 품목을 확인한다.
  • 한 크리켓 클럽 주장이 친구 12명의 일정 가능 여부를 묻는 투표를 만든다.

이런 앱은 의미 있고 유용하지만, 지금까지는 만드는 비용이 너무 높아 대부분 만들어지지 않았다. 여기서 얻을 수 있는 진정한 혜택은 바로 이것이다. 작고 개인적인 것을 만드는 비용이 거의 들지 않을 정도로 낮아졌다.

기존 소프트웨어 제작자에게 의미하는 것

개인 맞춤형 앱은 일부 영역에서 입지를 넓힐 것이며, 어떤 영역에서 그런 변화가 일어날지 분명히 짚어볼 필요가 있다.

경쟁력을 발휘하는 분야. 다른 도구로는 원하는 바를 충족할 수 없어 사람들이 내려받곤 했던, 한 가지 기능에 특화된 작은 유틸리티입니다. 맞춤형 단위 변환기, 간단한 지출 기록장, 운동 타이머, 원하는 방식 그대로 구성한 할 일 목록, 직접 구상했지만 만드는 방법을 몰랐던 유틸리티 도구 등이 여기에 해당합니다. . 필요한 기능의 5%만 제공하는 도구에 구독료를 내는 대신, 필요한 기능을 100% 갖춘 도구를 직접 만들 수 있는데 굳이 그럴 이유가 있을까요?

경쟁력을 발휘하지 못하는 분야. 신뢰와 규모, 책임성이 곧 제품인 모든 분야입니다. 은행, 급여 처리, 의료 기록, 물류, 신원 확인 등이 여기에 해당합니다. 누구도 급여나 의료 기록을 검토도 거치지 않은 일회성 앱에 맡기고 싶어 하지 않습니다. 이런 시스템에는 공유 데이터, 감사 추적 기록, 연동 기능이 필요하며, 문제가 생겼을 때 책임질 사람도 있어야 합니다.

솔직히 말해, 앱이 소프트웨어를 대체하는 것은 아닙니다. 오랫동안 제대로 충족되지 못했던 자잘하고 다양한 요구가 마침내 해결되는 한편, 중요한 소프트웨어는 원래 제공하기로 한 안정성, 보안, 지원을 얼마나 잘 제공하는지로 평가받게 된다는 뜻입니다. 그저 편리하다는 점에 의존해 온 기존 업체라면 주의를 기울여야 합니다. 신뢰성에 의존해 온 업체는 그 어느 때보다 분명한 강점을 내세울 수 있습니다.

안정성은 나중에 덧붙이는 것이 아니라 처음부터 갖춰야 합니다

AI는 코드를 빠르게 작성하게 해 줍니다. 하지만 코드가 정확해지는 것은 아닙니다. 2025년 스택 오버플로 개발자 설문조사에 따르면 개발자의 84%가 AI 도구를 사용하거나 사용할 계획이라고 답했지만, AI가 생성한 결과의 정확성을 신뢰하지 않는다는 응답은 46%로, 신뢰한다는 응답인 33%보다 높았습니다. 이런 도구를 매일 사용하는 사람들조차 결과를 확인합니다.

간단한 개인용 앱이라면 문제가 생겨도 감당할 만할 수 있지만, 개인정보 보호와 보안은 여전히 중요합니다. 습관 관리 앱이 하루를 잘못 기록한다면 직접 고치면 됩니다. 하지만 다른 사람을 위한 소프트웨어에서 같은 실수가 발생하면 기록 유출이나 잘못된 결제로 이어질 수 있습니다.

그래서 제대로 된 팀은 품질을 마지막에 덧붙이는 마무리 작업이 아니라 소프트웨어를 만드는 과정의 일부로 여깁니다. NIST의 보안 소프트웨어 개발 프레임워크는 이를 잘 보여 줍니다. 조직을 준비시키고, 코드를 보호하고, 보안이 잘 갖춰진 소프트웨어를 제작하며, 취약점에 대응하는 실천 방안을 제시합니다.

앱이 바뀔수록 과제는 커집니다. 새 기능이 기존 기능이나 데이터 구조, 접근 권한에 영향을 줄 수 있습니다. 테스트와 버전 관리가 없으면 작은 변경 하나로 이전까지 제대로 작동하던 기능이 망가질 수 있습니다.

일상적인 예를 들어 보겠습니다. 집에서 요리하는 사람은 가족을 위해 즉흥적으로 저녁 식사를 준비할 수 있습니다. 식당에는 위생 점검과 공급업체 기록, 매일 밤 같은 방식으로 운영되도록 하는 절차가 필요합니다. 둘 다 요리지만, 정해진 기준을 충족해야 하는 곳은 식당뿐입니다.

직접 만든 것의 소유권

무언가를 만들 때 ‘소유권’은 세 가지 서로 다른 의미를 가집니다. 일을 시작하기 전에 세 가지 질문을 모두 해 보는 것이 좋습니다.

  • 코드 소유권: 소스 코드를 가져갈 수 있는가? 예를 들어 예산 관리 앱을 만들고 나중에 개발자에게 기능을 확장해 달라고 하고 싶다고 해 봅시다. 코드를 내보낼 수 있나요, 아니면 특정 플랫폼 안에만 저장되어 있나요?
  • 데이터 이동성: 내 정보를 가져갈 수 있는가? 예를 들어 1년 동안 지출을 기록한 뒤, 다른 곳에서 열 수 있는 파일로 내보낼 수 있나요, 아니면 데이터가 플랫폼 안에 묶여 있나요?
  • 애플리케이션 이동성: 앱을 만든 플랫폼 밖에서도 실행할 수 있는가? 예를 들어 호스팅 업체를 바꾸거나 다른 개발 환경으로 옮겨야 할 때, 앱과 그 종속 항목을 함께 가져갈 수 있나요, 아니면 다시 만들어야 하나요?

만들기는 쉽지만 떠나기는 어려운 개인용 앱은 눈에 띄지 않는 함정이 될 수 있습니다. Google의 비공개 배포 모델은 이런 앱을 발견할 수 있는 사람을 제한하지만, 개인정보 보호는 앱이 데이터와 권한을 어떻게 처리하는지에도 달려 있습니다. 더 넓게 보면 이는 어떤 AI 개발 도구에도 해당하는 교훈입니다. 무엇을 내보낼 수 있는지, 무엇이 플랫폼에 의존하는지, 그리고 떠나고 싶을 때 어떤 일이 생기는지 파악해야 합니다. 코드와 데이터, 선택권을 유지할 수 있는 도구를 선택하세요.

엔지니어가 덜 중요한 것이 아니라 더 중요해지는 이유

AI가 코드를 작성한다면 엔지니어의 중요성이 줄어들 것이라고 생각하기 쉽습니다. 하지만 증거는 그 반대를 가리킵니다. Google의 DORA 2025년 연구는 AI의 주된 역할을 증폭기로 설명합니다. 즉, 조직이 이미 가진 강점과 약점을 확대한다는 것입니다.

테스트가 잘 갖춰져 있고 책임 소재가 분명하며 설계가 탄탄한 팀은 더 빠르고 더 나은 성과를 냅니다. 그렇지 않은 팀은 실수를 더 빠르게 저지를 뿐입니다. 가장 큰 성과는 도구 자체가 아니라 그 도구를 둘러싼 시스템에서 나옵니다.

같은 AI 도우미를 제공받은 두 팀을 생각해 보세요. 한 팀은 모든 변경 사항을 검토하고 테스트하며 실제 운영 환경에서 모니터링합니다. 다른 팀은 AI가 내놓는 결과를 그대로 배포합니다. 몇 달만 지나면 첫 번째 팀은 고객이 신뢰하는 제품을 갖게 되지만, 두 번째 팀에는 누구도 이해하지 못하는 문제가 산더미처럼 쌓입니다.

따라서 엔지니어의 업무는 코드를 입력하는 일에서 코드를 판단하는 일로 옮겨가고 있습니다. 무엇을 만들지 결정하고, AI가 만든 결과를 확인하고, 시스템 전체를 안전하게 유지하는 일입니다. 이는 덜 중요한 기술이 아니라 더 가치 있는 기술입니다.

다음 장

Google의 발표는 반가운 소식입니다. 이제 아이디어가 있는 사람이라면 누구나 사전 경험이나 코딩 지식 없이, 만들고 싶은 것이 무엇인지 지정하는 것만으로 전문가로 구성된 팀을 고용하지 않고도 자신의 휴대전화에서 작동하는 앱을 직접 만들 수 있습니다. 이로써 더 많은 사람이 무언가를 만들 수 있게 되고, 이전에는 존재하지 않았던 작고 유용한 결과물이 많이 탄생할 것입니다.

분명히 해둘 점은 다음과 같다. 개인용 앱은 한 사람의 필요를 충족할 수 있다. 다른 사람들이 의존하는 소프트웨어에는 신뢰성, 보안, 지원에 대한 더 높은 기대가 따른다. 둘 다 존재할 가치가 있으며, 각각 서로 다른 수준의 세심한 관리가 필요하다.

그러니 이렇게 권하고 싶다. “이런 앱이 있으면 좋겠다고 생각한 적이 있다면, 더는 바라기만 하지 말자. 직접 만들어보는 건 어떨까?”

빈데시 비자얀은 Myndlab의 공동 창립자 겸 최고기술책임자(CTO)로, 아이디어를 배포 가능하고 실제 운영에 투입할 수 있는 소프트웨어로 구현하는 첨단 AI 시스템의 설계와 개발을 이끌고 있습니다. 이후 Microsoft Azure가 된 기술의 베타 테스트 참여를 포함해 Microsoft에서 14년 이상 근무했습니다. 초기 컴퓨팅부터 클라우드, 현재의 AI 중심 개발에 이르기까지 지난 30년간의 주요 기술 변화 전반에 걸쳐 폭넓은 경험을 갖추고 있습니다.

그는 SAP, Infosys 등 Fortune 500 기업부터 글로벌 전략 기업 Accenture까지 주요 국제 기업에서 경력을 쌓으며 엔지니어링, 기업 시스템, 비즈니스 전환이 만나는 분야에서 일했습니다. 실무에 기반한 깊은 기술 지식과 전략적 비전을 결합하는 것으로 알려져 있으며, 여러 시장과 기술 환경에서 성과가 뛰어난 엔지니어링 팀을 구성하고 이끌었습니다.

Myndlab에서는 자율적인 소프트웨어 제공의 다음 시대를 만들어 가는 데 집중하고 있습니다. 대규모 언어 모델, AI 에이전트, 프롬프트 엔지니어링, 모델 최적화, 실제 운영용 AI 아키텍처에 전문성을 보유하고 있으며, 확장 가능하고 효율적이며 상업적으로 유용한 시스템 구축에 중점을 둡니다. 특히 지능형 에이전트와 처음부터 끝까지 연결된 AI 워크플로가 구상과 실행의 간극을 줄여, 기업과 개발자가 고도화된 소프트웨어를 더 빠르고 쉽게 만들 수 있도록 하는 방법에 관심이 있습니다.