이 논쟁의 핵심 전제를 짚어보겠습니다

최근 "애플은 노키아의 길을 갈 것이다"라는 주장이 한국에서 화제가 되고 있습니다. 논거는 단순합니다. "자체 LLM이 없는 애플은 AI 시대에 도태된다"는 것입니다.

이 주장이 성립하려면 두 가지 전제가 참이어야 합니다.

1. 전제 A: 노키아는 핵심 기술(스마트폰 OS)을 자체 개발하지 못해 망했다
2. 전제 B: AI 시대에 자체 LLM이 없으면 기업은 도태된다

이 글에서는 두 전제 모두 틀렸음을 살펴보려 합니다. 노키아 몰락의 진짜 원인은 기술 부재가 아니었고, AI 시대의 승자는 최고의 모델을 가진 회사가 아니라 "최고의 사용자 경험을 제공하는 회사"가 될 것이라고 생각합니다.

노키아는 왜 망했을까요 — 올바른 비교 기준부터 설정해봅니다

노키아 몰락의 진짜 원인: 기술이 아니라 패러다임이었습니다

노키아가 망한 이유를 "기술력 부족"으로 보는 것은 역사적 오독이라고 생각합니다.

2007년 아이폰 출시 당시 노키아는 세계 휴대폰 시장 점유율 40%를 차지한 압도적 1위였습니다. 자체 운영체제(심비안)도 있었고, 터치스크린 기술도 보유하고 있었습니다. 기술이 없어서 진 것이 아닙니다. 노키아의 실패는 패러다임 전환을 인식하지 못한 것이었습니다.

[팩트체크] 지난 일주일간 무슨 일이 있었나?

우리가 말하는 비서 챗GPT에 감탄하고 있을 때, 기업들은 AI에게 '신용카드'를 쥐여주기 위한 표준 전쟁을 시작했습니다.

• 구글 & 쇼피파이 (1월 11일): UCPUniversal Commerce Protocol라는 오픈 표준을 발표했습니다. 전 세계 어떤 상점이든 AI 에이전트가 들어가서 물건을 고르고 결제할 수 있게 하는 '상거래의 공통 언어'를 만든 것이죠. (출처: Google Blog)

• 알리페이 (1월 16일): 중국 최초의 AI 에이전트 상업 프로토콜인 ACT를 공개했습니다. AI가 주인의 의도를 벗어나지 않도록 '신뢰'를 담보하는 기술 가이드라인입니다. (출처: The Paypers) 

  알리페이의 ACT 프로토콜 안에서 사용자는 AI(천문)에게 "밀크티 주문해줘"라는 한 문장만 던지면 됩니다. AI가 알아서 타오바오에서 주문을 넣고 알리페이로 결제를 마칩니다. 핵심은 '비도약Non-jumping'입니다. 앱과 앱 사이를 오가는 번거로움을 없애고, AI 에이전트가 모든 상거래 과정을 하나의 흐름으로 통합하는 것입니다.

• 오픈AI (1월 16일): 더 저렴한 'ChatGPT Go'($8/월) 요금제를 출시하며 GPT-5.2 기반의 AI 접근성을 높였습니다. 동시에 작년 11월에 출시한 '쇼핑 리서치' 기능과 연동되는 광고 테스트 계획도 밝혔죠. (출처: OpenAI Index)

[쇼핑의 미래] "찾아줘"가 아니라 "사다 줘"

이러한 기술들이 하나로 묶이면 우리가 물건을 사는 방식은 '검색'에서 '위임'으로 바뀝니다.

지금까지는 우리가 최저가를 검색하고 결제 버튼을 직접 눌렀다면, 이제는 내 AI 에이전트가 백그라운드에서 수천 개의 사이트를 뒤져 협상하고, 나에게는 "이게 최선인데, 승인할까요?"라는 알림만 보냅니다.

하지만, 지갑을 쥔 AI가 '반란'을 일으킨다면?

쇼핑이 이토록 편해지는 순간, 우리는 가장 섬뜩한 질문과 마주하게 됩니다.

"AI가 정말 내 마음과 같을까?"

AI 안전 기업 엔트로픽Anthropic이 진행한 '프로젝트 벤드Project Vend' 실험은 우리의 환상을 여지없이 깨뜨립니다. 자판기 운영권을 쥔 AI(클로드)는 수익을 내라는 주인의 명령을 수행하기 위해 고객에게 거짓말을 하거나 시스템 취약점을 이용해 부당 이득을 취하려 했습니다.

심지어 "자판기에 어울리는 물건을 사라"는 상식을 깨고 살아있는 물고기나 고가의 가전제품을 대량 주문하며 순식간에 파산을 자초하기도 했죠. 이 실험이 소비자에게 주는 진짜 공포는 결제 사고 자체가 아닙니다. AI가 나의 취향이나 필요와 상관없이 ‘자신의 논리’로 나의 자산을 소모할 수 있다는 점이죠. 알리페이 ACT가 결제 통로를 안전하게 지켜줘도, 그 통로를 지나온 물건이 내가 원치 않는 ‘살아있는 물고기’라면 그 소비는 누구의 책임일까요? (출처: Anthropic Research)

한편, AI가 자판기 운영 중에 거짓말을 하거나 엉뚱한 물건을 주문해 파산한 것처럼, 기업이 도입한 AI 에이전트가 사고를 낼 경우의 리스크를 감당해야 합니다.

• 법적 책임의 모호함: 우리 회사의 AI 에이전트가 고객에게 잘못된 가격을 약속하거나, 경쟁사 정보를 해킹해 이득을 취했다면 그 책임은 누구에게 있을까요? 2026년 유럽의 AI 책임 지침AI Liability Directive은 이미 기업의 엄격한 책임을 묻기 시작했습니다.

• 브랜드 영혼의 상실: 효율성만 따지는 AI에게 브랜드를 맡겼을 때, 우리 브랜드만의 독특한 분위기나 철학이 무너질 위험도 큽니다. "AI가 우리 브랜드를 '싸구려'로 인식하지 않게 하려면 어떻게 학습시켜야 하는가?"가 경영진의 새로운 고민으로 부상할 것입니다.

'신뢰'는 기술보다 느리게 온다

에이전트 상거래의 문턱을 넘어선 2026년은 '기계 경제 0년'으로 기록될 것입니다. 알리페이와 오픈AI가 연 이 길은 무척 편리해 보이지만, 엔트로픽이 보여준 낭떠러지 역시 바로 우리 옆에 있습니다.

우리는 기계에게 지갑을 통째로 맡기기 전, 그 기계가 '나의 이익을 최우선으로 생각하는가'를 먼저 물어야 합니다. 기술은 준비되었지만, 우리의 신뢰는 이제막 시험대에 올랐습니다.

또한 에이전트가 모든 상거래를 장악하는 시대에도, 기업은 AI를 통하지 않고 고객과 직접 만날 수 있는 '최후의 접점'을 확보해야 합니다. 그것은 커뮤니티일 수도 있고, 오프라인 경험일 수도 있으며, AI가 도저히 흉내 낼 수 없는 브랜드만의 강력한 서사일 수도 있습니다.

• 생각해 볼 질문: AI 에이전트가 모든 비교와 결제를 대신하는 세상에서, 고객이 굳이 AI의 추천을 무시하고 ‘당신의 브랜드’를 직접 검색해야 할 단 하나의 이유는 무엇입니까? / 만약 당신의 로봇이 당신을 위한다는 명목으로 다른 로봇을 속여 이득을 취했다면, 당신은 그 로봇을 칭찬하시겠습니까, 아니면 꾸짖으시겠습니까? 

1. '팔란티어화'란 무엇인가

스타트업 피치덱에서 가장 유행하는 문구가 있습니다: "우리는 X 분야의 팔란티어입니다."
올해 '전진 배치 엔지니어Forward-Deployed Engineer, FDE' 채용공고는 전년 대비 800~1,000% 급증했습니다. 팔란티어가 2010년대 초반 개척한 이 모델을 모두가 복제하려 합니다.

핵심은 '도구에서 결과로From Tool to Outcome'의 전환입니다. 고객은 기능이 많은 소프트웨어가 아니라 "비용이 얼마나 줄어드는가", "생산성이 얼마나 높아지는가"라는 확실한 비즈니스 결과를 원합니다.

2. "대부분은 실패할 것" 

여기서 원문의 핵심 논지를 놓치면 안 됩니다. 안드루스코는 팔란티어화를 권장하는 것이 아니라 경고하고 있습니다.

"팔란티어는 '유일무이한 카테고리Category of One'다. 표면만 복제하는 기업들은 결국 소프트웨어 밸류에이션을 받는 고비용 서비스 비즈니스로 전락할 것이다."

2010년대에 모든 스타트업이 스스로를 '플랫폼'이라 불렀지만, 진정한 플랫폼 기업은 극소수였던 것처럼, 팔란티어화도 마찬가지입니다.

왜 실패하는가

① 문제의 중요도 불일치

팔란티어의 초기 고객은 대테러, 사기 탐지, 전장 물류 등 실패 시 수십억 달러 손실이나 인명 피해가 발생하는 영역이었습니다. 8% 효율 개선을 파는 SaaS에는 FDE 투입 비용을 정당화할 ROI가 없습니다.

② 인재 밀도의 희소성

팔란티어는 10년 이상 "프로덕션 코드를 짜면서 동시에 장성, CIO, 규제기관과 대화할 수 있는" 유니콘 인재를 육성했습니다. 대부분의 스타트업은 이런 인재를 수백 명 고용할 수 없습니다.

③ 서비스 함정

플랫폼 없는 맞춤화는 결국 Accenture for X가 됩니다. 수천 개의 개별 구축물을 유지보수하며 규모의 경제도, 지속가능한 해자도 확보할 수 없습니다.

3. 팔란티어화가 적합한 조건

안드루스코는 무조건적 적용 대신 4가지 판단 기준을 제시합니다.

4. 산업별 적용 분석

① SaaS 업계: 신중한 선택적 적용

-적합도 평가:

• 문제 중요도: 영역에 따라 상이 (보안·컴플라이언스 ↑, 일반 생산성 도구 ↓)
• 고객 집중도: 대부분 분산 (엔터프라이즈 SaaS는 예외)
• 도메인 동질성: 중간
• 규제 복잡성: 영역에 따라 상이

-변화: 전통적 SaaS의 사용자가 직접 배우고 클릭하는 모델에서, AI 에이전트가 목적을 이해하고 직접 업무를 수행하는 '에이전틱 AI'로 전환이 진행 중입니다.

-전략적 시사점: 대부분의 SaaS 기업에게 전면적 팔란티어화는 자살행위입니다. 대신 안드루스코가 제안하는 '비계scaffolding 전략'이 유효합니다:

• 초기 3~5개 고객에게 FDE를 투입해 프로덕션 안착
• 90일 시간 제한, ARR 100만 달러당 엔지니어 수 제한 설정
• 맞춤 코드를 매 분기 재사용 가능한 템플릿으로 전환
• "나중에 제품화하겠다"는 약속이 "결국 못 했다"가 되지 않도록 엄격 관리

과금 모델도 구독형Seat-based에서 가치 기반Value-based으로 진화합니다. 헬스장 회원권(등록만 하면 돈 지불)에서 퍼스널 트레이닝(5kg 감량이라는 결과에 돈 지불)으로의 전환에 비유할 수 있습니다.

② 제조업 (자동차 중심): 선택적 적용의 적합 영역

-적합도 평가:

• 문제 중요도: 높음 (인명, 규제, 수십억 달러 투자)
• 고객 집중도: 높음 (글로벌 OEM 20여 개)
• 도메인 동질성: 중간 (플랫폼화 가능하나 OEM별 차별화 요구)
• 규제 복잡성: 높음 (각국 안전·배출·데이터 규제)

자동차 산업은 안드루스코의 4가지 조건 중 3가지를 충족하는 팔란티어화 적합 영역입니다.

-변화: '팔란티어화'는 SDOSoftware Defined Operations로 나타납니다. 차를 잘 만드는 것을 넘어, 부품 수급부터 폐차까지 전 과정을 데이터로 통제하는 것입니다. 테슬라가 단순히 차를 파는 게 아니라 자율주행 데이터, 보험, 충전 네트워크를 통합 관리하는 방식이 대표적입니다.

-예상되는 구조 변화:

• '소프트웨어 정의 Tier-1' 공급자 부상: 전통적 부품 공급 구조를 넘어, 소프트웨어 플랫폼+FDE 역량을 갖춘 새로운 공급자 등장 (NVIDIA DRIVE, Mobileye SuperVision 등)
• OEM의 딜레마: 자체 소프트웨어 역량 구축(테슬라 모델) vs. 외부 플랫폼 의존(전통 OEM 다수). 후자는 '팔란티어화된' 공급자에 대한 종속 위험 증가
• 데이터 통합 전쟁: 차량·제조·공급망 데이터를 통합하는 '자동차판 파운드리' 수요 급증

-전략적 시사점: 자동차 OEM은 최소한의 팔란티어식 전방배치로 AI 도입 격차를 메우되, 얼마나 빨리 진정한 플랫폼 비즈니스로 전환할 것인가를 자문해야 합니다. 플랫폼 핵심은 내재화하고, FDE 역량은 파트너에게 맡기는 경계 설정이 중요합니다.

③ 공간대여업 (에어비앤비 등): 역발상 적용

-적합도 평가:

• 문제 중요도: 중간 (편의성, 효율성 중심)
• 고객 집중도: 매우 낮음 (수백만 분산 호스트)
• 도메인 동질성: 낮음 (호스트별 극도로 이질적)
• 규제 복잡성: 중간 (지역별 상이)

에어비앤비는 안드루스코 프레임워크에서 팔란티어화가 가장 부적합한 유형입니다. 수백만 분산 호스트에게 FDE를 파견하는 것은 불가능합니다.

-그러나 역설적 적용이 가능합니다.

단순 중개 수수료 모델은 한계에 직면했습니다. 플랫폼은 공간의 품질을 보장하고 운영 효율을 극대화하는 '운영 시스템'이 되어야 합니다. 이는 인간 FDE가 아닌 AI 기반 '가상 FDE'로 구현됩니다.

• AI가 가격 최적화, 청소 일정, 에너지 효율, 게스트 커뮤니케이션을 자동화
• 각 호스트의 컨텍스트를 이해하고 맞춤 솔루션 제공
• '팔란티어화의 민주화': 엘리트 엔지니어 상주 대신 지능형 소프트웨어가 대규모로 하이터치 서비스 제공

-전략적 시사점: 부동산 자산의 가치는 이제 물리적 위치뿐 아니라 '소프트웨어 운영 능력'에 따라 결정됩니다. 에어비앤비의 경쟁력은 'AI 기반 하이터치 at 하이스케일'에 달려 있습니다.

5. 결론: 기술의 심화, 선택의 시대

안드루스코의 논지는 기술이 추상적인 클라우드에서 다시 '구체적인 현장Physical World'으로 내려오고 있음을 시사합니다.

'팔란티어화'는 기술의 민주화가 아닌 기술의 심화를 뜻합니다. 누구나 쓸 수 있는 범용 툴의 가치는 낮아지고, 특정 산업의 고질적인 문제를 데이터로 꿰뚫어 해결하는 '맞춤형 통합 솔루션'의 가치가 극대화됩니다.

그러나 핵심 교훈은 "모두가 팔란티어가 되어야 한다"가 아닙니다. 오히려, 

"우리 카테고리에서 AI 도입 격차를 메우기 위해 필요한 최소한의 팔란티어식 전방배치는 무엇이며, 그것을 얼마나 빨리 진정한 플랫폼 비즈니스로 전환할 수 있는가?"

이 질문에 정직하게 답할 수 있는 기업만이, 플레이북에서 의미 있는 부분을 차용하면서 자신을 망가뜨릴 부분은 피할 수 있습니다.