저자: 다니엘 바라반더
작성자: 테크 플로우 (Techflowpost) TechFlow
테크 플로우 (techflowpost) 분석: Cursor는 3년 전 OpenAI API를 기반으로 작동하는 VS Code 플러그인이었습니다. 오늘 Cursor는 자체 개발한 모델을 공개했는데, 이 모델은 주요 벤치마크에서 Claude Opus 4.6을 능가하며 가격은 10분의 1에 불과합니다.
이 사례를 시작으로, 이 글은 인터넷에서 가장 중요한 전략적 질문 중 하나인 "API는 언제 공개하고 언제 폐쇄해야 하는가?"에 대해 체계적으로 답하고자 합니다. 결론은 플랫폼을 구축하는 모든 사람에게 경고의 메시지를 전달합니다.
전문은 다음과 같습니다.
Elijah Fox(@PossibltyResult)와 공동 집필했습니다.
3월 초, Cursor는 오픈 소스 기반 모델을 바탕으로 구축된 독자적인 프로그래밍 모델인 Composer 2를 출시했습니다. Composer 2는 주요 벤치마크에서 Claude Opus 4.6보다 뛰어난 성능을 보이면서도 가격은 10분의 1에 불과했습니다. 3년 전만 해도 Cursor는 VS Code를 포크하여 OpenAI API만으로 작동하는 소프트웨어였습니다.
Cursor가 의존적인 고객에서 진정한 경쟁자로 거듭난 여정은 인터넷에서 가장 중요한 전략적 질문 중 하나를 보여주는 축소판입니다. 즉, 기업은 언제 API를 통해 기능을 개방해야 하고, 언제 폐쇄적인 상태를 유지해야 하는가 하는 문제입니다.
저희는 이 질문에 답하기 위한 프레임 개발했는데, 이는 두 가지에 달려 있습니다. 첫째, 오픈 API가 귀사의 경쟁 우위를 약화시킬 것인가? 만약 그렇다면, 다른 곳에서 경쟁 우위를 찾을 수 있을까?
기업이 API를 통해 지적 재산권을 개방할 때마다 수요 집중으로 인해 경쟁 우위가 약화될 리스크 직면하게 됩니다. 간단히 말해, 경쟁업체는 해당 지적 재산권을 활용하여 자사 제품 개발 초기 단계를 진행하고, 충분한 수요를 확보한 후에는 수직적 통합을 통해 API 접근을 차단할 수 있습니다. 넷플릭스가 바로 그런 전략을 사용했습니다. 먼저 영화와 TV 콘텐츠 라이선스를 확보한 후, 막대한 고정 비용을 상각할 만큼 충분한 사용자 기반을 구축한 뒤 "하우스 오브 카드"와 같은 자체 시리즈를 제작하기 시작했습니다.
진정으로 위험한 시나리오는 API의 출력값이 경쟁 제품의 품질 향상을 더욱 가속화하는 입력값으로 직접 사용될 수 있다는 것입니다. 이는 경쟁업체가 API를 활용하여 수요를 유도하고 집계하는 동시에 자체 생산 공정을 직접 개선할 수 있다는 점에서 이중고입니다. 인공지능 분야에서 바로 이러한 일이 벌어지고 있습니다. OpenAI와 Anthropic은 계약서에 자사 API에 접근하는 기업이 출력값을 경쟁 모델 학습에 사용하는 것을 명시적으로 금지하고 있지만, Cursor와 같은 기업이 최첨단 모델을 활용하여 독점 제품 데이터를 수집하고 자체 모델을 개선하는 데 필요한 워크플로를 구축하는 것을 막을 수는 없습니다.
Composer 2의 개발 배경이 바로 이와 비슷한 것으로 보입니다. Cursor는 Claude와 GPT 같은 기본 모델을 활용하여 연간 약 20억 달러의 매출을 올릴 만큼 충분한 수요를 확보한 후, 오픈 소스 기본 모델인 Kimi K2.5와 IDE 내에서 지속적인 사전 학습 및 강화 학습을 통해 얻은 데이터를 활용하여 최첨단 프로그래밍 모델을 구축했습니다.
이러한 출력/입력 역학 관계가 존재할 때 API 제공업체는 두 가지 선택지밖에 없습니다. 손실을 막기 위해 API를 폐쇄하거나, API를 계속 운영하면서 경쟁 우위를 확보할 수 있는 보완적인 자산을 찾는 것입니다.
트위터는 첫 번째 경로의 대표적인 사례입니다. 초기에는 관대하고 자유롭게 접근 가능한 API로 유명했는데, 전성기에는 개발자들이 매달 50만 개의 트윗을 무료로 가져올 수 있었습니다. 그러나 트위터는 API가 자사의 핵심 방어벽인 소셜 그래프를 노출시킨다는 이유로 대부분의 인터페이스를 폐쇄했습니다. 오늘날 트위터의 API는 사실상 폐쇄형입니다. 접근이 엄격하게 제한되고, 의미 있는 규모로 사용하려면 비용이 많이 들며, 구조적으로 제대로 된 제품을 개발하려면 엄격하게 통제된 B2B 통합이 필요합니다.
두 번째 방법은 API를 개방형으로 유지하고 다른 동력원을 활용하는 것입니다. 암호화폐 산업만큼 이를 잘 이해하는 산업은 없습니다. 암호화폐 API는 개방형일 수밖에 없으며, 살아남기 위해서는 다른 곳에서 경쟁 우위를 확보하는 것이 유일한 방법입니다.
대출 프로토콜인 Morpho는 대표적인 사례입니다. Morpho는 Aave와 Compound의 오픈 API를 통합하고 그 위에 최적화 도구를 구축하는 것에서 시작되었습니다. 그런 다음 이러한 프로토콜의 출력물, 즉 집계된 유동성을 입력으로 사용하여 자체 플랫폼을 구축했습니다. 따라서 Cursor와 Morpho는 API를 활용하여 경쟁 제품을 개발한다는 점에서 매우 유사한 경로를 밟고 있습니다.
하지만 진정으로 흥미로운 점은 모포가 그 다음에 취한 조치입니다. 모포 자체가 오픈 API이기 때문에, 전환 비용이 없다는 점을 보완할 수 있는 경쟁 우위를 확보해야 했습니다. 그래서 모포는 프로토콜을 최대한 통합 가능하게 만드는 방식을 택했고, 린디 효과나 다수의 대출자와 차입자로부터 발생하는 풍부한 유동성으로 만들어지는 네트워크 효과와 같은 다른 수단을 통해 경쟁 우위를 구축했습니다.
이러한 프레임 따르면 다음과 같은 예측을 할 수 있습니다. 시간이 지남에 따라 기초 모델을 개발하는 기업들은 첫 번째 경로를 선택하여 가장 고급 모델에 대한 API 접근을 점진적으로 제한할 가능성이 높습니다.
두 번째 경로를 믿으려면 Opus나 GPT 같은 모델이 경쟁 모델들이 그 출력을 입력으로 사용할 수 있도록 개방형 상태를 유지할 만큼 강력하고 신뢰할 수 있다고 가정해야 합니다. 즉, 제3자가 이탈하지 않는다는 뜻입니다. 이는 모델 개발 회사들이 다른 힘의 원천에 기대를 걸고 있다는 것을 의미합니다. 예를 들어, 린디 효과(사용자들이 새로운 모델에 대한 신뢰를 구축하려 하지 않을 것이라고 믿는 경우), 개발자 네트워크 효과(사용자들이 API의 개방성에 크게 의존하는 생태계를 구축할 것이라고 믿는 경우), 또는 규모의 경제(API 호출을 극대화함으로써 최첨단 모델 학습에 드는 고정 비용을 상각할 수 있다고 믿는 경우) 등이 있습니다.
하지만 현재 상황은 정반대를 가리키고 있습니다. '이달의 최고 인기 모델' 열풍은 여전히 강하며, 사용자들은 가장 성능이 좋은 모델로 쉽게 옮겨갑니다. 이는 Opus 4.5 출시 이후 Claude 사용량이 급증한 사례에서도 확인할 수 있습니다. 모델 수준에서는 개발자 네트워크 효과가 뚜렷하게 나타나지 않습니다. API 간 상호 운용성은 감소하는 것이 아니라 오히려 증가하고 있으며, 주변 도구 생태계는 벤더 종속을 적극적으로 방지하고 벤더 전환을 용이하게 만들고 있습니다. 더욱이, 학습 단계에서의 규모의 경제는 더 이상 경쟁 우위의 장벽이 되지 못합니다. 데이터 정제 기술을 통해 경쟁업체들이 훨씬 낮은 비용으로 유사한 모델을 학습시킬 수 있기 때문입니다. 대안이 없다면, 핵심 AI 기업들은 열성적인 사용자들에게는 제한적인 접근 권한만 제공하고, 대신 엄격한 사용 통제 및 모니터링을 통해 B2B 배포에 집중할 가능성이 높습니다. 결국, 이러한 경쟁 구도에 참여하지 않는 것이 승패를 좌우하는 최선의 선택이 될 것입니다.
이는 우려스러운 결과입니다. 왜냐하면 현재 소비자용 AI 제품의 폭발적인 성장은 이러한 모델 제공업체들을 기반으로 구축되었기 때문입니다. 또한 이는 역포지셔닝의 가능성을 열어줍니다. 만약 주요 연구소들이 접근을 점점 더 제한한다면, 경쟁 우위는 약하지만 지속적인 개방성을 강력하게 추구하는 경쟁업체를 선택하는 것이 유리해질 수 있습니다.
이 글에 대한 사려 깊은 의견을 주신 @systematicls (@openforage) 님과 @AlexanderLong (@Pluralis) 님께 감사드립니다.
