Cognition의 사장 겸 공동창업자 러셀 카플란은 인공지능 코딩 시장의 경쟁 기준이 바뀌고 있다고 진단했다. 점점 더 많은 소프트웨어 엔지니어링 과제에서 여러 모델이 안정적으로 작업을 수행하게 되면서, 추가적인 지능 향상보다 이용 비용과 응답 속도가 사용자의 선택에 더 큰 영향을 미칠 수 있다는 설명이다.
카플란은 10월 19일 공개한 견해에서 소프트웨어 엔지니어링의 상당수 과제가 이미 ‘지능 포화’ 단계에 들어섰다고 밝혔다. 여러 모델이 특정 작업을 비슷한 수준으로 처리할 수 있다면 모델 간 미세한 성능 차이는 결정적인 요소가 되기 어렵고, 개발자와 기업은 호출 비용, 응답 속도, 실제 납품 효율을 더 중시할 가능성이 높다는 판단이다.
최근 업계 데이터의 흐름도 이 같은 분석과 맞닿아 있다. 관련 분석에 따르면 모델의 지능 수준이 10%포인트 앞설 때 개발자 트래픽에서 얻는 우위는 현재 약 20%로 나타났다. 반면 2025년 말에는 같은 수준의 지능 격차가 거의 69%에 이르는 개발자 트래픽 증가로 이어졌다. 개발자들이 단순히 더 강력한 모델을 선호하는 정도가 낮아지고 있을 가능성을 보여주는 수치다.
Devin 개발사 Cognition, 비용과 처리 속도에 주목
Cognition은 소프트웨어 엔지니어링 플랫폼 Devin을 개발한 기업이다. Devin은 소프트웨어 개발 과정에서 일부 코딩과 관련 업무를 수행할 수 있는 인공지능 엔지니어 도구를 제공한다. 카플란은 회사 내부에서 관찰한 상황도 위와 같은 방향이라고 설명했지만, 구체적인 고객 수나 매출, 사용량 데이터는 공개하지 않았다.
Cognition 입장에서는 소프트웨어 개발의 일반적인 과제를 여러 모델이 처리할 수 있게 될수록 플랫폼 경쟁이 얼마나 복잡한 문제를 해결할 수 있는지에만 달려 있지 않게 된다. 각 작업을 수행하는 데 드는 비용과 완료까지 걸리는 시간, 대규모 배포 효율도 핵심 지표가 된다. 이들 요소는 기업 고객의 도입 예산과 개발자가 관련 도구를 계속 사용할지 여부에 직접 영향을 미칠 수 있다.
OpenAI·Anthropic도 같은 경쟁 구도에 직면
OpenAI, Anthropic, Meta, Google을 비롯해 새롭게 늘고 있는 인공지능 연구소들은 코딩 능력을 모델을 홍보하고 기업 계약을 확보하는 핵심 요소로 내세워 왔다. 그동안 코드 생성과 디버깅, 복잡한 엔지니어링 작업에서 나타나는 모델별 성능 차이는 개발자를 끌어들이는 중요한 경쟁력으로 평가됐다.
그러나 인공지능 에이전트가 반복적이고 일반적인 소프트웨어 업무를 처리하는 능력을 높이면, 모델이 ‘더 똑똑하다’는 점에서 추가로 얻는 가치가 다시 평가될 수 있다. 같은 작업을 더 낮은 가격과 빠른 속도로 완료할 수 있는 모델이 있다면, 사용자가 제한적인 성능 향상을 위해 더 높은 비용을 지불하거나 더 오래 기다릴지는 불분명하다.
그렇다고 모델 성능 경쟁이 끝났다는 의미는 아니다. 복잡한 아키텍처 설계나 긴 작업 흐름, 낮은 오류율이 요구되는 소프트웨어 프로젝트에서는 추론 품질이 여전히 결과에 영향을 줄 수 있다. 카플란의 견해는 여러 모델이 이미 비교적 잘 처리할 수 있는 과제를 중심으로 한 것으로, AI 코딩 시장 전체가 일률적으로 저가·고속 경쟁으로 전환된다고 단정하기는 어렵다. Cognition이 앞으로 Devin의 가격 정책과 모델 구성, 기업 대상 서비스 전략을 어떻게 조정할지도 아직 공개되지 않았다.