OpenAI와 Anthropic이 아직 만들지 않은 기능

비즈니스 모델 캔버스 Q. 두 회사는 각각 어떤 구조로 돈을 버는가

같은 프런티어 지능을 팔지만, 수익화의 엔진은 정반대다 — OpenAI는 시트(구독), Anthropic은 토큰(API).

V5-a · 수익 엔진 — 매출 구성이 좌우로 갈린다

V5-b · 엔진의 결과 — 2026년의 반전

V5-c · 나머지 7블록 — 키워드 대조 + 상세 근거 펼치기

수익원 블록은 위 V5-a 차트가 대신한다. 파란 하이라이트 = 해당 블록에서 구조적 이점이 데이터로 확인된 쪽. 출처: OpenAI 공식(CFO Sarah Friar, 2026.1)·Sacra·The Information/Reuters·Value Add VC / Anthropic 공식(Series G·H)·Sacra·Reuters·SemiAnalysis — 모든 수치는 발행 전 1차 출처 재검증 대상.

핵심 수치 스냅샷 (2026 상반기)

점유율: Menlo Ventures 2025 enterprise survey

이 단계의 답 — 같은 기술, 반대 사업 모델

OpenAI의 엔진은 소비자 구독(시트) — 9억 사용자를 유료로 전환하고 시트를 팀·엔터프라이즈로 확장한다. Anthropic의 엔진은 엔터프라이즈 API(토큰) — 쓴 만큼 과금하고, 들어온 고객이 조직 전체로 소비를 늘린다. 이 차이는 두 회사가 무엇을 만드는지와 정합적이다: OpenAI는 개인 맥락·협업·소비자 기능(Memory, Projects, 공유, 커머스, 광고)에, Anthropic은 코딩·에이전트·조직 배포(Claude Code, Cowork, Skills)에 힘을 싣는다.

그리고 2026년의 반전 — 소비자를 지배한 쪽(OpenAI)이 아니라 엔터프라이즈에 집중한 쪽(Anthropic)이 매출·밸류에이션·흑자 시점에서 앞섰다. Anthropic의 매출은 소비자가 아니라 기업 워크로드에서 나오기 때문이다. 소비자 규모는 OpenAI에 브랜드와 도달을 주지만, 무료 사용자 비용 부담(~$7.5B/년 추정, 단일 모델링 추정치)이라는 구조적 짐도 함께 준다.

문제 진단 Q. 이 마찰은 내 경험일 뿐인가, 실재하는 수요인가

출시된 기능 186건과 실제 페인포인트 3개 독립 소스를 교차해, '시작' 축의 빈 칸을 특정한다.

방법 — 출시된 기능 수집 · 실제 페인포인트 삼각검증

• 출시된 기능 측(공급): 공식 릴리스 노트 수집 → 협업 축·개념으로 태깅. 데이터를 보기 전에 코드북(판정 규칙·신뢰도 등급)을 고정했고, 모델 폐기·요금·지역 확장·UI 소소 변경·모델 마이너 업데이트은 사전 규칙으로 두 회사에 대칭 제외(하단 병합 로그).
• 실제 페인포인트 측(수요): 이미 나온 기능을 앵커로 그 마찰의 실재성을 역추적하고, 이해관계가 겹치지 않는 3개 소스로 삼각검증 — ① Asana·Atlassian 근무 실태 서베이(각 1만~1.3만 명) ② Otter·Fireflies·Fathom·Fellow 등 회의록 AI 앱 리뷰 ③ Standish·IBM·Jama·NASA·CMU 요구사항·재작업 문헌.

V1 · 매핑 결과 — 채워진 축과 빈 축 INTERACTIVE

10개 협업 개념에 실제 릴리스를 대보니 채워진 축과 빈 축이 갈렸다. 이 매트릭스가 분석 전체의 헤드라인이다 — 셀을 누르면 근거 릴리스가 열린다.

상태 판정: 03·06 문서의 매핑 결과. 셀 상세의 릴리스는 v2 데이터셋(186행)에서 해당 개념의 근거로 인용된 실제 행. '시작' 축은 두 회사 모두 대응 릴리스가 없어 빈 칸.

실제 페인포인트 증거 — 마찰 축별

배경 규모(Asana Anatomy of Work): 지식노동자는 시간의 약 60%를 '일에 관한 일'에 소모 — 연간 중복작업 ~209시간 · "일 얘기" ~352시간 · 불필요한 회의 ~103시간. 협업 마찰은 측정 가능한 조직 비용이다.

V2 · 실제 페인포인트 × 출시된 기능 — 진단의 핵심

데이터 처리 투명성 — v1→v2 병합 로그 요약

2026-07-10, help.openai.com 원문(tier 1)으로 기존 OpenAI 행 29건의 tier·날짜 교정(삭제 없음) + 기능 단위 신규 49건 추가, 중복 스킵 0건. 아래 버킷은 '기능 단위'가 아니라 판단해 대칭 제외(Anthropic API 기준과 동일): 모델 폐기(deprecation)·지원 종료 / 요금·플랜·크레딧 / 지역·플랫폼 확장 / UI 소소 변경·버그픽스 / 모델 마이너 업데이트. 규칙 변경 시 스크립트 재실행으로 반영 가능.

개선안 도출 과정 Q. 궤적이 맞다면, 다음에 무엇을 만들 것인가

예측은 감이 아니라 빈 칸에서 나와야 한다 — 실제 페인포인트는 강한데 출시된 기능은 없는 자리. 단, 빈 칸이 곧 예측이 되려면 "왜 비어 있는가"부터 답해야 한다.

매핑(V1)에서 진행(26건)·전달(12건)·축적(40건) 축은 채워졌고 시작 축의 성공 기준 맞추기는 186행 중 0건이었다. 그리고 이 빈 축은 실제 페인포인트가 가장 강하게 정량화되는 자리다(03). 그런데 빈자리는 하나가 아니었다 — '시작' 단계의 후보가 여럿이었고, 무엇을 먼저 낼지 골라야 했다. 기준은 두 가지: 실제 페인포인트가 숫자로 확인되는가, 정말로 비어 있는가.

후보 → 우선순위 판단

왜 이 자리는 아직 비어 있는가

"실제 페인포인트가 가장 강한데 출시된 기능이 없다"는 관찰에는 당연한 반문이 따라온다. 어렵거나, 이유가 있어서 안 만든 것 아닌가? 이 반문을 피하면 예측은 소거법("남은 칸이 이것뿐이니까")에 머문다. 그래서 빈 이유를 정면으로 분해한다.

예측의 두 층 — 무엇이 나오는가, 어떤 모습으로 나오는가

후자가 중요한 이유: 두 회사의 유료 고객은 약 79% 겹친다(Ramp). 고객은 같고, 갈리는 것은 그 고객이 각 도구를 쓰는 용도다. 그래서 같은 기능도 실리는 제품 화면이 다르다.

기능은 수렴, 표면은 분기. 회사의 성향이 아니라 현재 각사가 향한 용도의 반영이며, 배타적 구분이 아니라 강조의 차이다.

예측을 좁히는 두 조건

수렴의 층위 — 그리고 이미 나타난 일치 신호

흥미로운 건 이 수렴에도 층이 있다는 점이다. OpenAI가 모델(엔진)을 더 빠르고 강하게 만드는 쪽이라면, Anthropic은 그 위의 인프라를 짠다. 2026년 5월 개발자 행사에서 Anthropic은 일부러 새 모델을 내지 않고, 에이전트를 실제로 굴릴 때 걸리는 문제 — 세션이 바뀌면 기억이 흐려지고, 품질을 사람 검토 없이 보장하기 어렵고, 여러 에이전트를 조율해야 하는 것 — 를 겨냥한 기능들을 냈다.

심층 설계 — 성공 기준 맞추기 Q. 예측한 1순위 기능을, 나라면 어떻게 만들겠는가

예측에서 멈추지 않는다. 단, 뇌피셜 스케치가 아니라 두 개의 앵커 위에서 그린다.

핵심 컨셉 — 사람이 에이전트에게 멀티스텝 태스크를 위임하기 직전, AI가 성공 기준을 사람에게서 끌어내고, 이해관계자 간 불일치를 드러내 합의를 유도한다. 현재 에이전트는 온보딩 정렬 없이 지시받고 바로 실행한다 — 이 기능은 그 빈자리에 들어간다.

V6 · 유저 플로우 (초안)

같은 기능, 다른 표면

고객 자체는 ~79% 겹친다 — 회사의 성향이 아니라 용도의 반영.

정면으로 받는 반문 — "AI 프로토타이핑이 이미 풀고 있지 않나?"

요즘 PM들은 이미 AI로 프로토타입을 빠르게 만들어 "제가 이해한 게 이건데 맞나요?"를 눈으로 보여주며 싱크를 맞춘다. 그렇다면 이 기능은 중복 아닌가? — 절반은 그렇고, 절반은 아니다.

재작업이 터지는 곳은 대개 형태가 아니라 완성도·범위의 불일치다. 그래서 이 기능은 프로토타입을 대체하지 않고 그 위에 얹힌다.

(정직하게: 프로토타입 세션에서 완료 기준까지 논의하는 경우도 있다. "프로토타입이 이걸 못 한다"가 아니라 "프로토타입은 형태 싱크에 강하고, 완료 기준 싱크는 구조적으로 놓치기 쉽다"가 정확하다.)

정면으로 받는 반문 ② — "재생성이 거의 공짜인데, 왜 시작 전에 맞추나?"

이 설계의 경제적 전제를 겨누는 더 아픈 반문이 있다. 03의 수치(재작업의 78%가 시작 전 이해 격차에서)는 사람 팀의 재작업이 비쌌던 시대의 데이터다. AI 산출물은 다시 시키는 비용이 몇 분·몇 센트로 떨어졌다. "틀리면 다시 돌리면 된다"가 성립한다면, 시작 전에 기대를 맞추는 비용이 오히려 낭비 아닌가.

짧고 되돌릴 수 있는 태스크에서는 — 맞다. 초안의 톤이 마음에 안 들면 답은 온보딩이 아니라 재생성 버튼이다. 그러나 재작업 비용이 다시 비싸지는 조건이 세 가지 있다.

성공 지표

주요 리스크

가설 · 검증 Q. 무엇이 데이터로 확인된 것이고, 무엇이 그 위에 세운 해석인가

이 장은 방법론적 심장이다 — 결론이 아니라 검증 과정 자체를 보여준다.

팩트와 가설의 분리

원칙: 관찰과 해석을 끝까지 분리한다. 데이터는 패턴을 보여줄 뿐, 그 패턴에 이름을 붙이는 것은 분석자다.

검증 설계 — 출시된 기능과 실제 페인포인트, 양쪽에서

• 출시된 기능 측(공급): 공식 릴리스 노트로 v2 데이터셋(186행) 구축 — Anthropic 전수, OpenAI 공식 헬프센터 원문. 데이터를 보기 전에 코드북 고정, 비-기능 항목 대칭 제외.
• 실제 페인포인트 측(수요): 이해관계가 겹치지 않는 3개 독립 소스로 삼각검증(03). 사전 판정 기준(3개 이상 독립 소스면 실재 인정)을 먼저 박았다.

검증 결과 ① — V4 · 수렴의 증거

검증 결과 ② — V3 · Agent 역추적: "이상한 온보딩"

어떤 회사가 신입을 뽑았다고 하자. 첫날 노트북과 계정을 주고, 곧 프로젝트를 통째로 맡기고, 몇 달 뒤에야 중간보고를 시키고, 결국 후배와 예산까지 붙여줬다. 그런데 이 회사는 그 신입에게 한 번도 "무엇을 하면 성공인지" 말해준 적이 없다.

이것이 지난 2년간 업계가 에이전트에게 한 일이다. 릴리스를 신입사원의 성장 단계에 대보면 순서가 거의 그대로 겹치는데, 모든 회사가 첫날 하는 단 하나 — 온보딩 — 만 빠져 있다.

검증 결과 ③·④

• 채워진 축과 빈 축 — 10개 개념에 186행을 태깅하니 진행(26)·전달(12)·축적(40)은 채워졌고 시작 축의 성공 기준 맞추기는 0건이다. 성공 기준 맞추기·Alignment Check·Intent Inference 세 개념 모두 대응 릴리스 없음 (V1 · 03 탭).
• 페인포인트×출시 기능 교차 — 시작 축은 실제 페인포인트가 가장 강하게 정량화되는데(실패 80%) 출시된 기능이 없다. 이 칸이 예측의 근거 (V2 · 03 탭).

이 검증이 지킨 신뢰도 장치

• 사전 판정 기준 — 데이터 보기 전에 태깅 규칙과 수요 실재 기준을 고정
• 관찰/해석 분리 — "관리 장치가 먼저 왔다"(관찰)와 "판단 근거 외부성 때문"(해석)을 섞지 않음
• 대칭성 점검 — Anthropic 전수 vs OpenAI 선별의 비대칭을 스스로 짚고, 건수 비교 제한
• run-rate 한계 — 연환산 추정치와 실현 매출 구분 (02)
• 코드북 공개 — 태깅 규칙과 단일 배정 순서를 문서로 공개해, 제3자가 186행을 재태깅해 검증할 수 있게 함
• 가장 가까운 이웃 확인 — "0건"을 주장하기 전에 시작 축에 근접한 기능(Codex goals)까지 찾아 대조
• 자기수정 보존 — 직관을 고친 흔적을 지우지 않음 (아래)

자기수정 로그 — 틀려서 고친 흔적

이 분석의 한계 — 한 곳에 모아서

정직한 분석은 스스로의 약점을 안다. 각 장에 흩어 두는 대신 여기 한 곳에 모은다 — 이 글의 주장이 어디까지 갈 수 있고 어디서 멈추는지를 한눈에 보기 위해서다.

데이터가 가진 한계

• 매출 수치는 대부분 연환산 추정치(run-rate)로, 실제 회계상 매출과 다르다. 두 회사 모두 비상장이라 유출·보도 기반이며, 발행 전 1차 출처로 재검증한다.
• Anthropic 릴리스는 전수, OpenAI는 공식 원문 기반이되 10행은 재검증 대상(tier 3)으로 남았다. 그래서 두 회사의 릴리스 '건수'를 직접 비교하지 않는다.
• 릴리스 노트는 회사가 공개하기로 선택한 것만 담는다. 개발 우선순위의 완전한 거울은 아니다.
• 태깅은 단일 배정(single-label)이다. 한 릴리스가 여러 축에 걸칠 때 코드북 순서대로 하나만 배정하므로, 규칙을 바꾸면 축별 건수도 바뀐다. 다만 시작 축 0건은 어떤 순서를 써도 변하지 않는다 — 애초에 후보 릴리스가 없기 때문이다.

수요 검증의 한계

• 직접 설문이 아니라 이미 발표된 자료 3종을 교차한 것이다. Asana·Atlassian은 협업 도구를 파는 회사의 조사라 결론에 유리할 수 있고, 앱 리뷰는 이미 불편을 느낀 사람들의 목소리만 모은 것이며, 요구사항 문헌은 소프트웨어 중심이라 일반화에 주의가 필요하다.
• 실패율 80%·재작업 78% 같은 수치는 사람끼리 일하던 시대의 데이터다. AI가 결과물을 다시 만드는 비용은 크게 떨어졌으므로 그대로 가져올 수 없다 — 언제 그 손해가 여전히 큰지는 05 반문 ②에서 따로 따진다.

예측이 틀릴 수 있는 경우 — 미리 적어두는 반증 조건

• 다음 릴리스들이 '시작' 축을 건너뛰고 다른 자리(예: 완전 자율 실행)로 몰리면, 이 예측은 틀린 것이다.
• AI가 성공 기준을 사람에게 묻지 않고 스스로 정하는 형태로 나오면, 이 글의 전제(판단의 근거는 사람에게서 온다)부터 재검토해야 한다.
• 예측한 기능은 별도 발표 없이 "AI가 착수 전에 알아서 되묻는 행동"으로 조용히 나올 수도 있다 — 릴리스 노트 추적이라는 이 글의 방법으로는 그 도착을 잡아내지 못한다.

설계가 부딪힐 수 있는 벽

• 시작 전에 질문을 받는 것 자체가 귀찮아서 건너뛰어질 수 있다(완화책은 05).
• 사람들이 이 기능을 반기지 않을 수 있다. 성공 기준을 미리 못 박으면 나중에 말을 바꾸기 어려워지므로, 성공 기준을 흐리게 두고 싶은 이해관계자에게는 부담이다. 기술이 아니라 사람의 문제라 기능 설계만으로 다 풀리지 않는다.

해석의 한계

• "관리 기능이 자율 기능보다 먼저 왔다"는 관찰이고, "그 이유가 판단 근거의 외부성"이라는 건 해석이다.
• 도구를 주고 → 일을 맡기고 → 감독하는 순서는 AI만의 것이 아니라, 조직이 새 기술을 받아들일 때 늘 밟는 순서일 수도 있다. "인간의 성장을 본떴다"는 출발 직관은 매력적인 만큼 넓어서, 끝까지 가설로 남는다.
• 두 회사는 인력이 오가고 서로의 출시를 실시간으로 보는 같은 시장의 경쟁자다. 수렴이 '독립적 발견'인지 '경쟁적 모방'인지는 이 데이터만으로 가릴 수 없다.
• "AI가 격차를 벌린다"(착지)는 이 글에서 가장 검증이 얇은 주장이다. 초기 연구들은 오히려 AI가 하위 수행자를 가장 많이 끌어올린다는 결과도 보고했다.

회고 AI는 무엇이고, 나는 무엇을 배웠나

AI는 무엇인가 — 판단의 근거는 누구의 것인가

이 글은 AI가 꼭 사람 같다는 생각에서 시작했다. 거기서 질문을 옮겼다 — AI를 좋은 동료로 키우는 문제가 아니라, 좋은 동료들이 더 잘 일하게 만드는 문제로. AI는 협업의 주체가 아니라 인프라라는 것. 그때 그것은 직관이었다.

릴리스를 시점별로 따라가자 데이터가 보여준 것은 예상과 조금 달랐다. 회사들은 에이전트에게 자율을 주는 기능보다 그 자율을 감독하는 장치를 먼저, 더 많이 만들었다 — 진행을 보여주고, 도중에 개입하게 하고, 중요한 행동에는 승인을 받게 했다. 위임은 일찍 나왔지만, 위임을 관리하는 도구는 뒤늦게 채워졌다.

왜 그런가. 답은 자율이라는 말 안에 있었다. 사람의 자율은 판단의 근거를 스스로 세울 수 있어서 성립한다. 신입이 시니어가 되는 것은 일을 빨리 해서가 아니라 "이 상황에서는 이렇게 판단해도 된다"는 기준이 안에 생기기 때문이다. 승인을 더 구하지 않게 되는 순간은, 승인을 대신할 내부 기준이 선 순간이다.

닮았다고 해서 같지는 않다. 사람은 자율을 역량으로 얻는다 — 스스로 증명해 보이면 놓아준다. AI의 자율은 성능 릴리스로 주어진다 — 회사가 능력을 키우고 사람이 권한을 연다. 획득의 방식이 반대다. 그리고 이 갈라짐이 앞의 명제를 오히려 뒷받침한다. 스스로 자율을 벌어들이지 못한다는 것이야말로, 판단의 근거가 제 것이 아니라는 증거다.

이 하나의 축으로 보면 이분 표가 다시 읽힌다. AI가 줄이는 협업 비용(반복 설명·인수인계·진행 확인·누락과 망각)은 모두 판단의 근거를 전달하고 참조하는 비용이고, 사람이 남기는 협업 가치(질문·결정·책임·창의적 충돌)는 모두 판단의 근거를 만들고 소유하는 일이다. 두 열은 하나의 질문으로 모인다 — 판단의 근거는 누구의 것인가. AI는 그 근거의 소유자가 아니라 전달자다.

예측이 비어 있던 자리도 같은 이유로 설명된다. 시작 축은 모두 판단의 근거를 세우는 단계다. AI는 근거의 소유자가 아니므로 이 단계를 주도할 수 없다. 그러니 그 자리는 사람이 근거를 더 쉽게 세우도록 AI가 돕는 기능의 형태로만 올 것이다 — 무엇이 나올지뿐 아니라 어떤 모습으로 나올지까지, 이 명제가 규정한다.

나는 무엇을 배웠나

착지 — 대체 가능/불가능, 그리고 격차 Q. AI가 여기까지 온다면, 사람에게는 무슨 뜻인가

07이 "AI는 무엇인가"라면, 이 장은 "그래서 사람에게 무슨 뜻인가"다. 경계선은 이미 앞에서 나왔다 — 판단의 근거를 누가 소유하는가.

경계선 — 근거를 나르는 일 vs 만드는 일

그러므로 '대체 가능/불가능'은 직업의 목록이 아니라 한 사람의 일 안에서도 갈리는 축이다. 같은 일이라도 근거를 나르는 부분은 대체되고, 근거를 세우는 부분은 남는다.

반문 — "알아서 정해줘"가 편하지 않나?

여기서 자연스러운 반문이 든다. 사람은 선택이 줄어들 때 편하지 않나? 맞다. 그런데 판단이 다 같은 판단은 아니다.

둘은 무엇으로 갈리는가. 완벽한 기준은 없지만, 세 가지가 방향을 준다 —

• 되돌릴 수 있는가 — 아마존의 '한 방향 문(one-way door) vs 양방향 문(two-way door)'
• 결과의 책임이 누구에게 남는가
• 판단의 근거가 어디에 있는가 — 데이터·규칙 안에 있으면 AI가, 사람의 맥락·가치 안에 있으면 사람이

이 셋은 대체로 같은 곳을 가리킨다. 다만 이 선은 고정된 게 아니다 — AI가 좋아질수록, 어제는 사람 몫이던 판단을 오늘은 AI가 넘본다.

그래서 갈리는 두 사람

처음의 불안으로 — 이제 이유와 함께

릴리스 데이터셋 v2.1 — 186행 전체 원본 데이터

이 분석의 근거가 된 원본. 회사·tier·표면으로 필터하고, 기능명·설명으로 검색할 수 있다.

수집: Anthropic 전수 · OpenAI 공식 헬프센터 원문. 비-기능 항목(모델 폐기·요금·지역 확장·UI 소소 변경·모델 마이너 업데이트)은 사전 규칙으로 대칭 제외 — 상세는 P3의 병합 로그 요약 참조.