초개인화 맞춤형 (Highly Bespoke) 소프트웨어의 시대

• 기존 앱스토어에서 범용 앱을 골라 쓰는 방식이 점점 구시대적 개념이 되고 있으며, LLM 에이전트가 즉석에서 사용자 맞춤 앱을 생성하는 시대로 전환 중
• Karpathy가 바이브 코딩으로 맞춤형 유산소 운동 대시보드를 1시간 만에 완성한 사례 공유
• 트레드밀 클라우드 API를 역공학으로 분석하고 데이터를 처리해 웹 UI를 구축했으나, 단위 변환이나 달력 매칭 등 버그 수정이 여전히 필요
• 업계가 사람용 프론트엔드 대신 에이전트가 바로 활용할 수 있는 AI 네이티브 API/CLI 중심으로 재편되어야 하지만, 99%의 제품이 아직 미대응 상태임
• 궁극적으로 "유산소 운동 추적해줘"라는 한마디로 1분 내에 앱이 완성되는 미래를 지향하며, 이를 위해 개인 컨텍스트·스킬 라이브러리·자동화 인프라가 갖춰져야 함

맞춤형 소프트웨어의 구체적 사례

• 최근 유산소 운동을 좀 소홀히해서, 안정시 심박수(Resting Heart Rate)를 50에서 45로 낮추기 위한 8주 실험을 설계해보기로 함
• 주당 Zone 2 유산소 총 분수 목표와 주 1회 HIIT를 핵심 수단으로 설정
• 이를 추적하기 위해 바이브 코딩으로 맞춤형 대시보드를 제작, 소요 시간은 약 1시간
• Claude가 Woodway 트레드밀 클라우드 API를 역공학으로 분석해 원시 데이터를 풀링하고, 이를 처리·필터링·디버깅한 뒤 웹 UI 프론트엔드까지 구축
• 완전히 매끄러운 경험은 아니었으며, 미터법 vs 야드파운드법 단위 혼동, 달력의 요일-날짜 매칭 오류 등 버그를 직접 발견해 수정 요청은 필요했음

앱스토어 모델의 한계

• 이런 종류의 작업을 위한 전용 앱은 앱스토어에 존재하지 않으며, 존재할 필요도 없음 — 약 300줄의 코드로 LLM 에이전트가 수 초 만에 생성 가능
• "유산소 실험 트래커" 같은 앱을 검색하고 다운로드해서 쓰는 방식 자체가 부적절하고 구시대적
• 앱스토어라는 이산적(discrete) 앱의 긴 꼬리 목록에서 골라 쓰는 개념이, LLM 에이전트가 즉석에서 사용자 전용 앱을 즉흥 생성할 수 있는 시대에는 점점 맞지 않음

산업 재편: AI 네이티브 센서와 액추에이터

• 업계가 에이전트 네이티브 인체공학(agent native ergonomics) 을 갖춘 센서와 액추에이터의 서비스 집합으로 재구성되어야 함
• Woodway 트레드밀은 물리적 상태를 디지털 정보로 변환하는 센서 역할이지만, 현재는 사람이 읽는 프론트엔드를 유지하고 있어 LLM 에이전트가 역공학을 해야 하는 상황
• 트레드밀 같은 기기가 API/CLI로 에이전트가 바로 사용할 수 있는 형태를 제공해야 함
• 현재 99%의 제품과 서비스가 AI 네이티브 CLI를 미제공 상태이며, 여전히 .html/.css 문서를 유지하고 웹페이지에서 URL을 열고 여기를 클릭하라는 식의 안내를 제공
• 2026년임에도 사람에게 컴퓨터처럼 행동하라고 요구하는 형태이며, 이 전환이 업계 전반에서 매우 느리게 진행되고 있어 실망스럽고 타임라인 전망도 그만큼 느려진 상태

1시간에서 1분으로: 미래 비전

• 2년 전이었다면 약 10시간이 걸렸을 작업이 현재 1시간으로 단축된 점은 인상적
• 그러나 더 흥미로운 것은 이 작업이 1분 이내에 완료되려면 무엇이 갖춰져야 하는가에 대한 것
• "앞으로 8주간 유산소 운동 추적을 도와줘"라고 말하면, 간단한 Q&A 후 앱이 바로 완성되는 형태가 이상적
• 이를 위해 AI가 이미 풍부한 개인 컨텍스트를 보유하고, 추가 필요 데이터를 수집하며, 관련 스킬 라이브러리를 참조·검색하고, 사용자의 모든 소규모 앱과 자동화를 관리해야 함

핵심 결론

• 이산적 앱 목록에서 선택하는 앱스토어 개념 자체가 점점 구시대적
• 미래는 AI 네이티브 센서와 액추에이터로 구성된 서비스들이 LLM 글루(glue) 를 통해 오케스트레이션되어, 고도로 맞춤화된 일시적(ephemeral) 앱으로 조합되는 형태
• 다만 이 미래는 아직 도래하지 않았음