안녕하세요.
최근 Supabase가 공개한 State of Startups 2026을 흥미롭게 봤습니다.
약 2천 명의 스타트업 빌더가 2025년과 2026년 사이 무엇을 사용하기 시작했고, 무엇을 버렸는지를 조사한 자료입니다.
Claude Code, AI가 작성한 코드의 비중, Supabase와 Postgres의 성장 같은 기술 트렌드도 흥미롭습니다.
그런데 저는 다른 숫자가 더 눈에 들어왔습니다.
기술적 복잡성을 가장 큰 문제라고 답한 비율이 24%에서 11%로 크게 줄었습니다.
반면 가장 큰 비즈니스 문제는
고객 확보 32%제품-시장 적합성 14%투자 유치 13%
였습니다.
AI가 기술 문제를 해결하면서 스타트업이 쉬워진 것이 아닙니다.
병목의 위치가 바뀐 겁니다.
1. 이제 ‘만드는 능력’은 희소하지 않습니다
이번 조사에서 스타트업의 61%는 코드베이스 절반 이상을 AI가 작성했다고 답했습니다.
무려 40%는 전체 코드의 76~100%가 AI 생성 코드라고 답했습니다.
더 흥미로운 것은 창업자의 변화입니다.
1인 창업자는 53%에서 **61%**로 늘었고, 비기술 창업자도 전체의 **22%**를 차지합니다.
40세 이상 창업자 역시 18%에서 **25%**로 증가했습니다.
예전에는 아이디어가 있어도 제품을 만들려면 개발자를 찾아야 했습니다.
개발팀을 만들고,서버를 구축하고,데이터베이스를 설계하고,인증을 붙이고,배포 환경을 만들어야 했습니다.
지금은 다릅니다.
AI 코딩 에이전트와 Supabase, Vercel 같은 플랫폼을 조합하면 한 사람이 상당히 많은 부분을 직접 만들 수 있습니다.
아이디어에서 제품까지의 거리가 극단적으로 짧아지고 있습니다.
그동안 스타트업의 진입장벽이었던 ‘만들 수 있는가?’라는 질문의 무게가 빠르게 줄고 있는 겁니다.
2. 문제는 모두가 만들 수 있다는 것입니다
여기서 재미있는 역설이 생깁니다.
제품을 만드는 것이 쉬워지면 경쟁도 쉬워집니다.
이번 조사에서도 AI 활용도가 높은 스타트업일수록 아직 수익화하지 못한 비율이 높았습니다.
코드의 76~100%를 AI로 작성하는 그룹에서 수익화 중인 비율은 31%, AI 코드를 전혀 사용하지 않는 그룹은 56%였습니다.
물론 이를 단순히 “AI를 많이 쓰면 사업이 안 된다”고 해석하면 안 됩니다.
AI 활용도가 높은 기업일수록 초기 단계 스타트업과 부트스트랩 기업이 많다는 점도 영향을 줍니다.
Supabase 역시 이 점을 함께 설명하고 있습니다.
하지만 중요한 신호가 하나 있습니다.
만드는 속도와 시장에서 선택받는 속도는 전혀 다른 문제라는 것입니다.
AI로 일주일 만에 제품을 만들 수 있습니다.
그런데 고객이 왜 이 제품을 써야 하는지 설명하는 것은 AI가 대신 해결해주지 않습니다.
첫 번째 고객을 찾는 것.
돈을 지불할 이유를 만드는 것.
수많은 비슷한 제품 사이에서 기억되는 것.
신뢰를 만드는 것.
이 문제들은 그대로 남아 있습니다.
오히려 제품이 많아질수록 더 어려워집니다.
3. 스타트업의 병목은 기술에서 ‘Distribution’으로 이동합니다
이번 조사에서 가장 큰 비즈니스 문제 1위는 압도적으로 **고객 확보 32%**였습니다.
반면 기술적 복잡성은 11%까지 떨어졌습니다.
이 숫자가 저는 이번 리포트에서 가장 중요하다고 봅니다.
예전 스타트업의 질문은 이런 것이었습니다.
우리가 이걸 만들 수 있을까?
지금은 질문이 달라졌습니다.
우리가 만든 것을 누가 써야 하는가?
왜 우리 제품이어야 하는가?
어떻게 처음 100명의 고객에게 도달할 것인가?
사람들이 우리를 믿을 이유는 무엇인가?
기술이 쉬워질수록 시장에 대한 이해가 더 중요해집니다.
제품 개발 능력보다
고객을 이해하는 능력,
문제를 정의하는 능력,
제품의 가치를 설명하는 능력,
유통 채널을 만드는 능력의 가치가 올라갑니다.
AI 시대에 비개발자가 창업하기 쉬워졌다는 이야기를 많이 합니다.
저는 조금 다르게 봅니다.
개발 능력의 장벽이 낮아지면서 다른 능력의 차이가 더 선명하게 드러나기 시작한 것입니다.
4. 첫 고객은 여전히 ‘관계’에서 옵니다
AI 시대라고 해서 고객을 얻는 방식까지 자동화된 것은 아닙니다.
첫 유료 고객을 어디에서 얻었는지 물었을 때 가장 높은 답변은
개인·업무 네트워크 56%
였습니다.
콜드 아웃리치가 35%,소셜미디어 인바운드가 29%,콘텐츠가 21%였습니다.
그리고 응답자의 67%는 유료 고객 획득 광고를 아직 시도조차 하지 않았습니다.
이 숫자는 꽤 의미가 있습니다.
제품을 만드는 기술은 빠르게 자동화되고 있지만,
신뢰는 자동화되지 않았습니다.
누가 추천했는지.
누가 먼저 사용했는지.
어떤 커뮤니티에서 이야기되는지.
누가 자신의 이름을 걸고 설명하는지.
이런 것들이 여전히 구매 결정에 영향을 줍니다.
그래서 AI 시대에는 오히려
사람과 사람 사이의 신뢰 네트워크가 더 중요한 자산이 될 수 있습니다.
5. Community가 다시 중요한 이유도 여기에 있습니다
이번 조사에서 개발자 커뮤니티를 실제로 구축한 스타트업은 **11%**에 불과했습니다.
그런데 커뮤니티가 있는 회사와 없는 회사의 고객 획득 경로는 꽤 다릅니다.
커뮤니티를 구축한 기업은 첫 고객을
Discord·Slack·Reddit 같은 커뮤니티에서 얻은 비율이 **38%**였지만, 커뮤니티가 없는 기업은 7%였습니다.
오픈소스 사용자 전환도
**29% 대 3%**로 큰 차이를 보였습니다.
커뮤니티는 단순한 마케팅 채널이 아닙니다.
제품을 설명하고,
사용자가 서로 경험을 공유하고,
신뢰가 축적되고,
새로운 사용자가 자연스럽게 들어오는 구조입니다.
AI로 제품을 복제하는 것은 쉬워집니다.
하지만
사용자 관계,브랜드의 언어,커뮤니티의 역사,축적된 신뢰
까지 복제하기는 어렵습니다.
제품의 기능이 비슷해질수록 이런 무형의 자산이 더 중요해집니다.
6. 또 하나의 변화는 ‘Buy vs Build’입니다
이번 리포트에서 재미있는 흐름이 하나 더 있습니다.
스타트업들이 운영 SaaS를 예전처럼 무조건 구매하지 않습니다.
정식 CRM이나 영업 도구가 없다는 응답은 **53%**까지 늘었습니다.
Observability 도구를 사용하지 않는 기업도 **56%**였고, 사용하는 기업 중에서는 직접 만든 Custom Solution이 증가했습니다.
Analytics에서도 비슷한 현상이 나타납니다.
기존 SaaS를 구매하기보다 직접 간단한 내부 도구를 만들거나, 필요한 기능만 구현하는 팀이 늘고 있습니다.
이것도 AI 코딩이 만든 중요한 변화입니다.
예전에는 내부 도구 하나를 만들기 위해 개발 리소스를 투입하는 것보다 SaaS를 구매하는 것이 훨씬 저렴했습니다.
그런데 만드는 비용이 계속 떨어지면 계산법이 바뀝니다.
월 수백 달러의 SaaS를 구매하는 대신,
AI에게 우리 업무에 필요한 화면 하나를 만들어달라고 할 수 있습니다.
CRM 전체가 필요하지 않고
‘우리가 필요한 고객 관리 화면’만 있으면 되는 겁니다.
소프트웨어를 만드는 비용이 낮아지면 SaaS를 구매하는 기준도 훨씬 높아집니다.
앞으로 SaaS는 단순히 기능을 제공하는 것만으로는 부족합니다.
데이터,
워크플로,
네트워크 효과,
운영 신뢰성,
규제 대응,
도메인 전문성처럼
직접 만드는 것보다 구매하는 것이 분명히 나은 이유를 만들어야 합니다.
7. Agent는 빠르게 도입되는데 운영은 아직 비어 있습니다
AI Agent 영역도 비슷합니다.
응답자의 52%가 AI Agent를 만들고 있거나 구축하고 있다고 답했습니다.
Agent를 만드는 그룹에서는 Multi-Agent 시스템을 이미 운영 환경에 적용했다는 응답도 24%였습니다.
MCP 역시 Production 사용 29%, 실험 중 28%로 빠르게 확산되고 있습니다.
그런데 운영 체계는 전혀 다른 모습입니다.
47%는 Prompt 관리 체계가 없고,36%는 정식 Eval 프로세스가 없고,59%는 AI Workload를 별도로 모니터링하지 않습니다.
Agent를 만드는 속도와 Agent를 운영하는 성숙도 사이에 큰 간격이 있습니다.
이건 몇 년 전 클라우드와 비슷합니다.
처음에는
“클라우드로 옮겼다”
자체가 중요했습니다.
시간이 지나면서
비용,보안,관측성,거버넌스,FinOps,Platform Engineering
같은 운영 문제가 등장했습니다.
AI Agent도 같은 단계를 지나고 있습니다.
Agent를 하나 만드는 것은 점점 쉬워집니다.
하지만 수십 개의 Agent가 실제 업무를 수행하기 시작하면 질문이 달라집니다.
누가 어떤 판단을 했는가.
어떤 Prompt와 Model을 사용했는가.
결과가 틀렸을 때 어떻게 추적할 것인가.
비용은 누가 통제할 것인가.
품질은 어떻게 평가할 것인가.
AI의 다음 시장은 생성 자체보다 운영에 더 많은 기회가 생길 수 있다는 신호입니다.
제가 이 리포트에서 본 가장 중요한 변화
이번 State of Startups를 보면서 저는 한 가지 흐름이 가장 선명하게 보였습니다.
기술의 민주화가 사업의 민주화를 의미하지는 않는다는 것입니다.
코드는 싸지고 있습니다.
인프라는 쉬워지고 있습니다.
AI는 더 많은 일을 대신합니다.
한 사람이 만들 수 있는 범위도 계속 넓어집니다.
하지만 그만큼 제품도 폭발적으로 늘어납니다.
그래서 가치가 다른 곳으로 이동합니다.
무엇을 만들지 판단하는 사람.
어떤 고객의 문제를 풀지 결정하는 사람.
복잡한 기술을 고객이 이해할 수 있는 언어로 설명하는 사람.
시장에서 신뢰를 만드는 사람.
고객과 관계를 쌓는 사람.
그리고 만들어진 AI 시스템을 안정적으로 운영할 수 있는 사람.
AI가 실행 비용을 낮출수록 ‘판단·설명·신뢰·유통·운영’의 가격은 올라갑니다.
이제 좋은 아이디어를 가진 사람이 제품을 만들지 못해서 실패하는 시대보다,
제품은 만들었지만
왜 존재해야 하는지 설명하지 못하고,
누구에게 팔아야 하는지 모르고,
고객에게 도달하지 못해서 실패하는 사례가 더 많아질 수 있습니다.
그래서 AI 시대의 중요한 질문은
“무엇을 만들 수 있는가?”가 아닙니다.
“왜 이것을 만들어야 하고, 누가 선택하게 만들 것인가?”
여기에 더 많은 시간을 써야 합니다.
오늘의 한 문장
AI가 ‘만드는 능력’을 평준화할수록, 차이는 무엇을 만들지 판단하고 시장의 언어로 설명해 고객의 선택까지 만들어내는 능력에서 생깁니다.
참고: Supabase, State of Startups 2026
[원문]
의견을 남겨주세요