코파일럿 시대의 피로감
사실 지금의 AI 코딩은 '똑똑한 자동완성'에 가깝습니다. 개발자들은 하루 상당 시간을 AI가 제안한 코드를 검토하고, 필요한 조각을 복사해 IDE(통합 개발 환경)에 붙여넣는 데 씁니다. 타이핑 속도는 빨라졌을지 몰라도, 전체적인 흐름을 짜고 조율하는 인지적 부담은 여전히 인간의 몫이죠.
여기서 병목 현상이 발생합니다. 생성된 코드 조각이 전체 아키텍처에 잘 맞는지 확인해야 하는 최종 책임자가 여전히 사람이기 때문인데요. 기존 도구들이 '문법'의 문제를 해결했다면, 엔지니어링의 '전 과정'을 해결하지는 못했다는 뜻입니다.
코그니션(Cognition)은 이 지점에서 목표를 '보조'가 아닌 '자율'로 옮겼습니다. 기획부터 생성, 테스트, 배포까지 이어지는 소프트웨어 개발 생애주기(SDLC) 전체를 관리하는 시스템을 구축해, AI의 역할을 단순한 도구에서 책임 있는 주체로 바꾸려 합니다.
독립 에이전트가 살아남는 법
업계에서는 OpenAI(오픈AI)나 구글 같은 거대 모델 랩들이 결국 이 기능을 수직 통합해 버릴 거라는 우려가 많습니다. 파운데이션 모델이 에이전트 계층을 흡수하면 전문 스타트업은 설 자리를 잃게 된다는 논리죠.
하지만 전문 에이전트 계층은 다른 가치를 제안합니다. 단일 모델에 의존하는 대신, 여러 모델을 조율하는 '오케스트레이터' 역할을 수행하는 건데요. 덕분에 범용 채팅이 아니라 소프트웨어 엔지니어링이라는 특수 목적에 최적화된 유연한 시스템을 유지할 수 있습니다.
코그니션의 러셀 캐플런(Russell Kaplan) 사장은 오히려 지금의 시장 통합 흐름을 기회로 봅니다. "독립적인 경쟁을 포기하고 빅테크 랩에 매각되는 스타트업이 많아질수록, 끝까지 살아남은 기업의 지배력은 더 강해진다"는 관점이죠. 독립 플랫폼으로서 시장 지배력을 확보하겠다는 전략입니다.
데카콘으로 도약한 하이퍼 성장
코그니션의 재무 지표를 보면 기업들이 자율 에이전트에 얼마나 굶주려 있는지 알 수 있습니다. 2023년 말 설립된 이 회사는 2024년 9월에 이미 연간 반복 매출(ARR) 100만 달러를 기록했고, 같은 달 4억 달러의 투자를 유치했습니다.
이후 성장 속도는 가팔라졌습니다. 2025년 6월 ARR은 7,300만 달러로 뛰었고, 현재 런레이트(Run-rate, 현재 월 매출을 연간으로 환산한 수치)는 4억 9,200만 달러에 달합니다. 올해 초 대비 기업 고객 사용량은 10배 늘었으며, 최근 6개월간 매월 50%씩 성장하고 있거든요.
기업가치 역시 수직 상승했습니다. 8개월 전만 해도 102억 달러였지만, 2026년 5월 27일 발표된 10억 달러 규모의 시리즈 D 라운드를 통해 최종 기업가치는 260억 달러가 됐습니다. 럭스 캐피털(Lux Capital)과 제너럴 캐탈리스트(General Catalyst)가 주도하고 파운더스 펀드(Founders Fund) 등이 참여했으며, 누적 투자액은 25억 달러를 넘어섰습니다.
자율성의 설계 구조
코그니션의 기술적 해자는 단순히 모델 하나를 잘 만든 데 있지 않습니다. 스콧 우(Scott Wu), 월든 얀(Walden Yan), 스티븐 하오(Steven Hao)가 설립한 이 회사는 '하이브리드 라우팅' 전략을 사용합니다. 작업 내용을 분석해 이를 가장 잘 해결할 수 있는 특정 AI 모델로 보내는 방식이죠.
자체 모델만 고집하지 않고 OpenAI나 앤스로픽(Anthropic)의 외부 모델을 적절히 섞어 씁니다. 특정 모델에 종속되는 '락인(Lock-in)'을 방지하면서, 개발 공정의 각 단계에 가장 효율적인 도구를 선택해 사용할 수 있게 한 겁니다.
실행 속도 또한 핵심입니다. SWE-1.6 모델은 초당 950토큰(tok/s)의 처리 속도를 구현했는데요. 복잡한 디버깅 작업을 빠르게 반복하려면 이 정도의 고속 처리 능력이 필수적입니다. 내부적으로는 '독식(Dogfooding)' 전략을 공격적으로 펼치고 있습니다. 코그니션 내부 엔지니어들이 작성하는 코드의 89%를 자율 AI 엔지니어인 데빈(Devin)이 직접 작성하고 있을 정도니까요.
자율 엔지니어링 도입 가이드
AI 보조 도구에서 AI 에이전트로 전환하려는 조직은 '어디서 자율성이 가장 큰 레버리지를 만드는가'를 먼저 따져봐야 합니다. 개발 환경의 제약 조건에 따라 선택지가 달라지거든요.
- **티켓 생성부터 배포까지 SDLC 전체 자동화가 필요하다면?**
단순한 코드 조각 생성을 넘어 전체 프로세스를 맡길 수 있는 데빈(Devin)이 적합합니다. 반복적인 엔지니어링 작업에서 사람이 일일이 개입해야 하는 병목 현상을 없앨 수 있습니다.
- **실시간 응답성과 빠른 피드백이 최우선이라면?**
초당 950토큰을 처리하는 SWE-1.6 모델이 핵심 자산이 됩니다. 라이브 디버깅 세션에서 거의 즉각적인 반복 수정이 가능하기 때문이죠.
- **특정 AI 제공사에 의존하고 싶지 않다면?**
코그니션의 하이브리드 라우팅 방식을 채택하는 것이 좋습니다. 여러 모델에 작업을 분산함으로써 LLM 지형이 변하더라도 유연하게 대응할 수 있습니다.
소프트웨어 계층의 통합
시장은 이제 개발 스택 전체를 통합하는 몇 개의 지배적 플랫폼으로 재편되고 있습니다. 2025년 7월 코그니션이 AI 코딩 도구인 윈드서프(Windsurf)의 자산을 인수한 것이 대표적인 신호입니다.
이런 인수는 앞서 언급한 '생존자 효과'를 강화합니다. 작은 플레이어들이 흡수되거나 시장을 떠날수록, 살아남은 독립 플랫폼은 더 많은 데이터와 자본, 그리고 더 넓은 기업 고객층을 확보하게 됩니다.
코그니션은 이제 스스로를 단순한 코딩 도구가 아니라 'AI 인력 플랫폼'으로 정의합니다. 260억 달러라는 기업가치는 인간이 AI를 사용하는 시대를 넘어, 인간이 AI 엔지니어 군단을 관리하는 시대로 가고 있다는 강한 확신이 반영된 결과입니다.
