AI · 자동화 · 창업
하루 약 400만 건의 업무 자동화가 한 플랫폼 위에서 돌아간다. 그 플랫폼을 만든 사람은 "AI로 전부 자동화했다"고 말하는 이들 대부분이 거짓말을 하고 있다고 잘라 말한다. Gumloop 창업자 맥스 브로되르-우르바스가 EO Korea 인터뷰에서 풀어놓은 자동화의 조건.
자동화 회사를 만든 사람이 과잉 자동화를 경계한다. 자동화 플랫폼 Gumloop(굼루프)의 창업자 겸 최고경영자 맥스 브로되르-우르바스(Max Brodeur-Urbas)가 EO Korea 인터뷰에서 한 이야기의 골자는 그렇게 요약된다. 그의 회사는 마케터·영업·운영 담당자처럼 "문제를 가장 잘 아는 사람"이 엔지니어에게 일을 넘기지 않고 자기 업무를 직접 자동화하도록, 드래그앤드롭 방식의 노코드(no-code, 코딩 없는) 캔버스를 제공한다. 그가 밝힌 바로는 인스타카트·쇼피파이·도어대시·거스토 같은 기업에서 하루 약 400만 건의 워크플로가 이 위에서 돌아간다.
회사의 궤적은 가팔랐다. 2023년 4월 맥길대(McGill University) 동문인 맥스 브로되르-우르바스와 라훌 베할(Rahul Behal)이 AgentHub(에이전트허브)라는 이름으로 시작했고, 비개발자에게 더 친숙하게 들리도록 한 달 만에 이름을 Gumloop으로 바꿨다. 와이 콤비네이터(Y Combinator, YC) 2024년 겨울 기수를 거쳐 2024년 7월 시드 310만 달러, 2025년 1월 시리즈 A 1,700만 달러를 모았고, 2026년 3월에는 벤치마크(Benchmark)가 주도한 5,000만 달러 투자를 받았다. 누적 약 7,000만 달러, 원화로 약 1,000억 원 규모다. 본사는 밴쿠버에서 샌프란시스코로 옮겼고, 팀은 약 15명이다. 한때 "10명으로 10억 달러 회사"를 목표로 내걸었다가, 기업 고객 수요가 커지면서 영업·엔지니어링 인력을 늘리는 쪽으로 방향을 조정했다.
이 이력만 보면 "AI로 빠르게 성장한 자동화 스타트업" 한 줄로 정리될 법하다. 하지만 인터뷰에서 그가 가장 길게, 가장 단호하게 말한 대목은 자동화의 효용이 아니라 그 한계, 그리고 도구를 잘못 쓰는 방식에 대한 경고였다.
그가 먼저 겨눈 것은 X(옛 트위터)에 넘치는 한 가지 서사다. "전부 자동화해 놓고 주말에 SaaS 앱으로 1,000만 달러를 벌고, 일주일에 한 시간만 일한다"는 식의 자랑이다. 그의 진단은 간단하다. 대부분은 마케팅이고, 거짓말이라는 것이다.
그는 이런 부류를 "코스 브로(course bros)" — 강좌를 파는 사람들 — 라고 부른다. "이 워크플로만 복사하면 이번 주말에 3만 달러를 번다, 댓글을 달면 비법을 알려준다"는 식의 콘텐츠가 전형이다. 그의 반박은 논리적으로 깔끔하다. 주말에 3만 달러를 만드는 마법 같은 해법이 정말 있다면, 그걸 X에 공짜로 뿌릴 이유가 없다. 정작 돈을 버는 쪽은 그 강좌를 파는 사람이다. 그들은 "돈을 찍어내는 방법"을 찾았는데, 그 방법이란 바로 강좌 자체다.
왜 이런 콘텐츠가 통할까. 그는 "희망은 팔기 쉽다"는 데서 답을 찾는다. 암호화폐, 대체불가토큰(NFT), 그리고 지금의 AI처럼 거품이 낄 때마다, 어떤 처지에서든 무언가가 자신을 구원해 줄 것이라 쉽게 설득되는 취약한 층이 늘 존재한다는 것이다. 노력을 건너뛰고 가치로 곧장 도달하는 환상을 파는 셈인데, 그 지름길은 결코 작동하지 않는다고 그는 단언한다.
그가 보는 또 다른 극단은 "AI 에이전트 50개가 내 회사를 운영하고, AI 한 묶음이 매일 내가 무엇을 할지 알려준다"는 식의 태도다. 그는 이것을 잘못된 접근으로 본다. 통제하지 못하는 결과를 향해 레버만 당기는, 슬롯머신을 만드는 일이라는 것이다. 인터뷰에서 그는 자동화의 산출물이 자칫 "슬롭(slop·쓰레기 같은 결과물)"이 된다는 점을 짚으며, 그것은 슬롯머신(slot)이 아니라 슬롭(slop)이라는 말장난으로 정리했다.
슬롯머신 앞에 앉은 사람은 결과를 통제하지 못한 채 레버만 당긴다. 잭팟이 터져도 왜 터졌는지 모르고, 안 터져도 손쓸 방법이 없다. 이해하지 못한 과정을 AI에 통째로 맡기는 일도 이와 같다. 운 좋게 좋은 결과가 나와도 그 원리를 모르니 재현할 수 없고, 나쁜 결과가 나오면 어디를 고쳐야 할지 알 수 없다. 자동화가 생산성이 아니라 도박이 되는 지점이다.
그의 원칙은 한 문장으로 압축된다. 자신이 깊이 이해하는 것만 자동화한다. 이해하지 못하는 것을 자동화하면, 그건 다시 슬롯머신이 된다. AI로 무언가를 하면서 그 무언가를 전혀 이해하지 못하면, 만들어지는 것은 불확실성뿐이라는 것이다.
코딩을 예로 들면 그의 표현은 더 날카로워진다. 코드를 전혀 쓸 줄 모르면서 AI에 코드를 맡기면, 결국 만들게 되는 것은 악성코드(malware)나 다름없고, 언젠가 그 대가가 돌아온다는 것이다. 워크플로 자동화도 마찬가지다. 스스로 해본 적도 없고 이해하지도 못하는 일을 자동화하려 들면, 조잡한 결과가 나올 수밖에 없다.
코딩을 전혀 모른 채 AI로 코딩한다면, 결국 만드는 것은 악성코드다. — 맥스 브로되르-우르바스, EO Korea 인터뷰 중 (의역)
이 대목에서 그가 짚은 것이 이른바 바이브 코딩(vibe coding)의 한계다. 바이브 코딩은 인공지능 연구자 안드레이 카파시(Andrej Karpathy)가 2025년 2월 X에 올린 표현으로, 코드의 존재 자체를 잊고 "느낌에 몸을 맡긴 채" AI에 맡겨 두는 개발 방식을 가리킨다. 이 말은 빠르게 퍼져 2025년 콜린스 사전(Collins Dictionary)의 올해의 단어로까지 선정됐다. 그러나 브로되르-우르바스는 바이브 코딩이 어느 선까지만 통한다고 본다.
그가 AI를 쓰는 방식은 정반대 방향에 있다. 이미 이해하고 있는 일을 훨씬 빠르게 처리해, 그렇게 번 시간으로 더 많은 것을 배우고 성장하는 데 AI를 쓴다는 것이다. 이해하는 단계를 건너뛰거나, 자기 역량을 키우는 과정을 AI에 대신 떠넘기지는 않는다. 가치는 깊이 이해하는 무언가에 AI를 적용할 때 나온다 — 그가 거듭 강조한 명제다.
여기서 그의 관찰은 한 세대에 대한 우려로 확장된다. 한때는 무슨 일이 벌어지는지 실제로 이해한 다음 AI로 가속받는 시대였다. 그런데 지금은 이해 단계를 통째로 건너뛰고 곧바로 AI로 가속할 수 있게 됐다. 그래서 그는 위대한 엔지니어의 마지막 세대가 이미 태어났을지도 모른다는 가능성을 꺼낸다.
그가 그리는 분기점은 이렇다. 한쪽에는 AI를 교사이자 학습 도구로 삼아 근본 원리를 파고드는 소수가 있다. 잠시 멈춰 문제를 이해하려 애쓰고, 모르는 것을 AI에게 배우는 결단을 가진 사람들이다. 이들은 예전보다 더 빨리 비범해진다. 다른 한쪽에는 왜 동작하는지 파고들지 않는 다수가 있다. 웹사이트가 떴고 기능이 원하는 대로 작동했으니 그걸로 충분하다고 넘어가는 사람들이다. 이들은 그가 말한 "슬롭"으로 떨어진다. 결과적으로 진짜 예외적인 사람과 그렇지 않은 사람의 격차는 더 벌어진다는 것이 그의 전망이다.
이 단호함의 뿌리는 그의 창업 여정에 있다. 그는 맥길대에서 소프트웨어공학을 공부했고, 학창 시절 목표는 단 하나, 좋은 직장을 얻는 것이었다. 빅테크에 가는 길이 정답이라 믿어 마이크로소프트에 입사했지만 곧 그 일을 싫어하게 됐다. 그가 보기에 "빅테크에서 잠깐 배운 다음 내 일을 하겠다"는 흔한 계획은 일종의 자기합리화다. 그렇게 말하던 많은 사람이 결국 골든 핸드커프(golden handcuffs·높은 보상에 묶여 떠나지 못하는 상태)에 갇혀 끝내 자기 회사를 시작하지 못한다는 것이다. 그는 빅테크에서 스타트업에 쓸 만한 새로운 것을 배운 적이 없다고 말한다. 얻은 것이라곤 이력서에 박힌 로고가 주는 약간의 기본적인 존중 정도이며, 지금 그가 하는 많은 일은 마이크로소프트의 방식과 정반대라고 한다.
그가 특히 아깝게 여기는 것은 시간이다. 책임도 의무도 없는 스물한두 살의 몇 해를, 출근해 로그인하고 티켓 하나 처리하고 로그아웃하는 데 쓰는 것은 다시 얻을 수 없는 시간을 낭비하는 일이라는 것이다. 할 거면 지금 하자, 더 안정적이고 책임 있는 선택은 나중에 따지자 — 그렇게 자신을 던진 것이 옳은 선택이었다고 그는 회고한다.
전환점은 뜻밖의 사건이었다. 마이크로소프트를 그만두고 밴쿠버로 돌아온 그는, 일 년쯤 자기 방에서 무언가를 만들 작정이었다. 그러다 시애틀의 옛 룸메이트들을 만나러 국경을 넘으려 했는데, 어디서 머물 것인지 무슨 일을 하는지 등을 캐묻던 국경 직원들이 그를 돌려보냈다. 불법은 전혀 없었지만, 말한 것보다 오래 머물 것이라는 의심을 산 탓에 5년간 미국 입국 금지를 받았다. 국경에서 여자친구의 아파트로 돌아오는 차 안에서 그는 거의 충격 상태였다고 한다. 그러나 돌아갈 곳, 즉 대안이 사라지자 회사를 진지하게 만드는 것 외에 선택지가 없어졌다. 이후 6개월간 그는 가능한 한 전력으로 일했다.
그 6개월은 빠른 실패의 연속이었다. 가상현실(VR) 게임 검열 소프트웨어, 신뢰·안전(trust and safety) 도구, 웹 트래픽 봇 탐지, 사기 방지 플랫폼까지 가치 있어 보이는 것은 무엇이든 최소기능제품(MVP)으로 만들어 팔아 보고, 시장의 반응이 없으면 빠르게 나쁜 아이디어임을 학습했다. 거의 매주 새 아이디어를 시험했다. 그러면서 그는 직관에 반하는 사실을 깨달았다고 말한다. 스타트업에서 정말 추구해야 할 것은 "내가 옳다"는 증명이 아니라 "내가 틀렸다"는 증명이라는 것이다. 빨리 틀렸음을 확인하는 것이야말로 몇 주, 몇 달을 아껴 주는 최선의 일이다. 안 되는 강력한 이유를 사냥하듯 찾아도 끝내 찾지 못한다면, 그제야 추진할 가치가 있는 아이디어라는 신호다. 이 실패 열 번이 없었다면 Gumloop도 없었을 것이라고 그는 말한다.
과학자는 가설을 떠받칠 증거가 아니라 무너뜨릴 증거를 찾는다. 아무리 두들겨도 무너지지 않은 가설만 살아남아 이론이 된다. 그가 아이디어를 검증한 방식도 같다. 누군가 "이건 좋다"고 말해 주기를 바라는 대신, "이건 왜 안 되는가"를 먼저 사냥했다. 반증에 실패한 아이디어만 추진할 가치가 있다고 본 것이다.
사용자와의 대화도 그가 거듭 강조한 원칙이다. 초기에는 대화할 사용자조차 없어 제품을 써 달라고 사람들에게 부탁해야 한다. 유쾌한 처지는 아니지만 거쳐야 하는 단계다. "당신 제품은 별로다", "엉뚱한 걸 만들고 있다", "내 문제를 풀어 주지 못한다" — 듣기 싫은 말이야말로 가장 값진 피드백이라는 것이 그의 생각이다.
Gumloop의 직접적인 출발점은 2023년 봄으로 거슬러 올라간다. 당시 오픈소스 자율 에이전트 프레임워크 AutoGPT(오토지피티)가 트위터를 휩쓸었다. AI가 스스로 문제를 풀어내는 듯한 첫 경험을 안긴 도구였다. 그는 폭발적으로 커지던 디스코드 서버에 들어가, 비기술 사용자들이 "깃허브가 뭐냐, 터미널은 어떻게 쓰냐, 의존성(dependency)이 뭐냐"를 묻는 광경을 봤다. 그래서 깔끔한 사용자 화면을 붙여 그 설치 문제를 대신 풀어 준 것이 AgentHub의 첫 버전이었다. 처음엔 프런트엔드 개발을 익히는 연습 정도로 여겼지만, 며칠 만들어 보니 "에이전트의 깃허브"가 될 수 있겠다는 생각이 들었다.
그 구상은 곧 무너졌다. 정작 에이전트들이 신뢰할 수 없었기 때문이다. 그런데 바로 그 지점이 깨달음의 순간이었다. 사람들이 쓰고 싶어 하는 플랫폼은 있는데, 에이전트가 불안정해 좌절하고 있었던 것이다. 그래서 그는 사용자가 은연중에 원하던 것 — 신뢰성과 예측 가능성 — 을 줬다. 그들의 쓰임새는 충분히 단순해서, 단계를 차례로 잇는 프레임워크면 됐고, 그것이 자연스럽게 자동화 플랫폼으로 자랐다. 결정적인 발견은 청중의 80%가 비기술 사용자라는 사실이었다. 기업의 운영·인사·관리 담당자들이었다. 그래서 복잡함으로 사용자를 좌절시키지 않는, 다가가기 쉽고 쓰는 재미가 있는 도구를 만드는 것이 목표가 됐다. AutoGPT를 단순화한 형태, 그것이 Gumloop의 방향이었다.
YC 시절의 일화도 그의 원칙을 보여준다. 그는 배치(batch)가 시작되기 5개월 전에 합격했고, 그동안 제품은 완전히 무료였다. 배치 첫 주에 월 20달러로 과금을 시작했는데, ChatGPT보다 비싸게 매길 엄두가 나지 않아 정한 가격이었다. 첫 유료 고객은 카이(Kai)라는 사람으로, 스트라이프(Stripe) 결제 알림이 뜨자 인생 최고의 순간 같았다고 그는 회고한다. 그 고객은 지금도 사용자다. 입국 금지로 캐나다에 묶여 있던 그는 YC 내내 밴쿠버의 작은 원룸에서 코딩만 했다. YC가 거는 기대에 부응해야 한다는 압박은 다 받되, 행사나 파티 같은 산만함은 없었던 셈이다.
여기서 그가 끌어낸 교훈이 집중이 네트워킹을 이긴다는 것이다. 정말 대단한 것을 만드는 사람은 행사나 파티에 없다는 것이다. 그의 공동창업자는 거의 행사에 가지 않아 그를 만나 본 사람이 드물 정도다. 집중하고 사용자와 최대한 대화하면 네트워크는 저절로 생긴다. 펀딩도 다르지 않다. 예외적인 것을 만들면 투자자가 먼저 찾아온다. 당신 없이도 성공한다는 것을 보여 주면, 기다려 달라는 메일을 받는 쪽은 오히려 당신이 된다는 것이다. 네트워크는 칵테일 파티에서 만들어지지 않는다.
채용에 대한 그의 접근도 같은 논리 위에 있다. Gumloop이 채용한 사람은 거의 모두 네트워크를 통해 들어왔고, 상당수는 원래 고객이었다. 인스타카트, 웹플로(Webflow), 쇼피파이에서 일하던 고객들이 직장을 그만두고 합류했다. 이들은 이미 확신이 있던 사람들이다. 플랫폼을 너무 좋아한 나머지 모든 걸 내려놓고 합류하기로 결정한 것이다.
그는 이 과정을 데이팅에 빗댄다. 누군가에게 데이트해 달라고 구걸할 수 없듯, 회사에 합류해 달라고 구걸할 수도 없다는 것이다. 지구상 최고의 사람들이 합류하고 싶어 하게 만들려면, 예외적인 것을 만들고 실적을 보여 주는 수밖에 없다. 그의 공동창업자조차 초기에 동작하는 버전을 직접 보고서야 합류했다. 그는 채용의 큰 필터로 한 가지를 든다 — 이 사람과 24시간 붙어 지내도 좋겠는가. 잘 맞고 야심 있고 똑똑한 사람을 모을수록 모두에게 더 신나는 일이 되고, 그 분위기가 시간이 지날수록 쌓인다는 것이다.
인터뷰의 결론은 다시 시작점으로 돌아온다. 어떤 스타트업이든 하지 말아야 할 이유는 수백만 가지다. 해자(moat)는 무엇인가, X사가 더 잘하면 어쩔 것인가, Y사가 깔아뭉개면 어쩔 것인가. 그는 이런 질문에 집착하는 사람은 끝내 아무것도 만들지 못하고, 큰 회사의 졸(卒)로 남게 된다고 말한다. 자신도 첫날 재피어(Zapier)나 오픈AI(OpenAI) 같은 거대 기업이 자기들을 압도할 100가지 이유를 스스로에게 설명할 수 있었다. 그랬다면 Gumloop을 쓰는 사람은 아무도 없었을 것이고, 새로운 것은 만들어지지 않았을 것이다. 창업자를 창업하게 만드는 가장 큰 자질은 "내가 해낼 수 있다"는 믿음, 그가 맹목적 확신(blind confidence)이라 부른 것이다.
이 메시지의 무게는 화자가 누구인지에서 온다. 자동화를 파는 회사의 최고경영자가 과잉 자동화를 경계하고, AI 만능론에 맞서 "이해"를 자동화의 전제 조건으로 내세운다. 이는 단순한 겸양이 아니라 제품 철학이자 사용자에게 거는 필터로 읽힌다. Gumloop은 비기술 사용자가 자기 업무를 직접 자동화하도록 돕지만, 그가 그리는 "최고의 사용자"는 자기 일을 통째로 AI에 넘기는 사람이 아니라 AI로 무장한 사람이다.
경쟁 지형을 보면 이 구분은 더 또렷해진다. 자동화·에이전트 빌더 시장에는 재피어와 n8n(엔에이트엔) 같은 기성 강자, 더스트(Dust) 같은 전문 에이전트 도구, 그리고 코드를 한 줄도 쓰지 않고 자율 에이전트를 만들게 해 주는 앤트로픽(Anthropic)의 클로드 코워크(Claude Cowork)까지 뛰어들어 있다. 누구나 "AI로 전부 자동화"를 약속하는 시장에서, 이해한 것만 자동화하라는 원칙은 도구를 파는 동시에 그 도구를 어떻게 쓰지 말아야 하는지를 말하는, 흔치 않은 메시지다.
출처: EO Korea 유튜브 인터뷰 「1,000억 투자 받은 AI 스타트업 대표의 찐 조언 — Gumloop, Max Brodeur-Urbas」. 회사 연혁과 자금 조달, 고객사, 경쟁 구도 등 사실관계는 TechCrunch, BetaKit, PitchBook, Gumloop 공식 블로그, Y Combinator 회사 페이지 등 공개 보도로 교차 확인했다. 바이브 코딩 용어의 출처와 시점은 관련 매체 보도로 확인했다.