투자금과 참여 투자자가 보여주는 신호

SpaceX는 지난 4월 확보한 옵션을 행사해 AI 기반 코드 에디터 Cursor를 600억 달러에 인수하기로 합의했다. 이는 벤처 투자 스타트업 인수 역사상 최대 규모의 거래로, AI의 확률적 특성을 제어하는 기술적 가치를 입증한 사례다.

AI 네이티브 제품은 같은 프롬프트에도 매번 다른 결과를 내놓는 확률적 엔진을 중심에 둔다. 하지만 기존 소프트웨어 테스트는 하나의 입력에 하나의 정답이 있다는 전제하에 작동하므로, AI의 불확실성은 제품의 일관성과 신뢰도 문제로 직결된다.

이에 따라 예측 불가능한 엔진은 유지하되, 이를 매번 똑같이 작동하는 결정론적 코드로 감싸는 개발 방향이 핵심이 됐다. 엔진의 생성 능력은 활용하면서, 사용자에게 전달되는 최종 출력값은 결정론적인 소프트웨어 층이 엄격하게 제어하도록 설계하는 구조다.

AI 제품의 통제 구조를 결정하는 4단계 제어 계층

AI의 불확실성은 지침을 상세히 적는 것만으로는 해결되지 않는다. 통제력은 아래에서 위로 갈수록 강해지는 모델, 하네스, 문서, 훅의 4단계 제어 계층 구조로 관리한다. 하네스(모델 실행 및 정보 결정 계층)인 Claude Code, Codex, OpenClaw는 큰 방향만 유도하며, 선호 사항을 담은 CLAUDE.md나 AGENTS.md 같은 문서 계층 역시 모델의 판단에 따라 무시될 가능성이 있다. 오직 최상단의 훅(특정 상황을 감시해 독립적으로 작동하는 코드)만이 모델의 동의 여부와 무관하게 금지된 명령을 강제로 차단하고 규칙을 강제한다.

Cursor는 범용 모델을 직접 개발하는 대신 이러한 통제 계층을 구축했다. Claude, GPT, Gemini, Grok 사이에서 요청을 라우팅하며 모델을 상품처럼 활용하는 전략을 취한다. 대신 제품을 감싸는 계층에 집중해 전체 저장소를 동기화하고 검색 가능하게 만드는 코드베이스 인덱스를 구축했다. 여기에 개발자의 수락·거절 데이터를 학습한 자체 자동완성 모델과 Fortune 500 기업용 엔터프라이즈 통합 환경을 더해 실질적인 경쟁력을 확보했다.

모델의 한계를 극복하는 하네스 엔지니어링의 경쟁력

기반 모델은 누구나 동일하게 빌려 쓸 수 있으며, 모델 연구소의 업데이트에 따라 모든 사용자에게 동시에 성능 개선이 적용된다. 따라서 모델 자체만으로는 독점적인 방어선을 구축하기 어렵다. 대신 모델을 둘러싼 코드, 기준, 데이터, 업무 통합 환경의 총합인 '감싸는 계층(래퍼)'이 장기적인 경쟁 우위를 형성한다. 특정 업무에서 무엇을 보장하고 무엇을 열어둘지 결정해 온 누적된 판단과 이를 구현한 통제 구조는 경쟁자가 쉽게 복제할 수 없는 자산이 된다.

이 과정의 핵심이 하네스 엔지니어링(Harness Engineering)이다. 이는 제품의 각 지점에서 모델의 자율적 판단에 맡길 부분과 코드로 엄격하게 보장할 부분의 비율을 설계하는 작업이다. 통제가 부족하면 모델이 즉흥적으로 오답을 내놓아 사용자 경험을 해치고, 반대로 모든 과정을 코드로 고정하면 실행 속도가 느려지고 운영 비용이 상승해 일반 소프트웨어와 다를 바 없게 된다. 결국 적절한 제어 지점을 찾아내는 설계 기준이 제품의 완성도를 결정한다.

지침을 상세히 적어도 AI가 같은 실수를 반복하는 상황은 모델의 확률적 특성에서 기인한다. 이를 제어하기 위해 모델, 하네스, 문서, 훅으로 이어지는 4단계 제어 계층을 구축하고 결정론적 코드로 통제하는 구조가 필요해졌다.

제품의 어느 지점을 모델의 판단에 맡기고 어느 지점을 코드로 고정할지 결정하는 하네스 엔지니어링이 실질적인 설계 기준이 된다. 이제 AI 제품의 완성도는 프롬프트의 정교함이 아니라 제어 계층의 설계 강도에서 결정된다.