Business Strategy
•
11.18.2026

Greg Brockman이 예고한 AI 창업 붐: 지금 바로 시작해야 하는 이유

브록만은 1~2년 내 AI 창업 붐을 예고했다. 중소기업의 14%만이 AI를 핵심 운영에 통합한 현실을 분석한다.

Luke
Technical Market Researcher

핵심 요약

  • Brockman은 1~2년 안에 창업 붐이 온다고 봅니다. 그는 AI 주도의 창업 붐을 예고하며, "회사"와 AI로 역량을 키운 개인 한 사람 사이의 경계가 흐려질 것이라고 말합니다.
  • 창업은 늘고 있지만, AI를 깊이 쓰는 곳은 드뭅니다. 2026년 7월 미국 사업자 등록 신청은 578,926건에 달했지만, 2026년 5월 기준 AI를 사용한 기업은 19.8%였고, AI를 핵심 업무에 완전히 통합한 소기업 경영자는 14%에 그쳤습니다.
  • AI 에이전트는 빠르지만, 혼자서는 아직 믿기 어렵습니다. Berkeley의 Agents' Last Exam에서 가장 성능이 좋은 구성도 전문가 수준 업무의 24%만 완전히 해냈고, CMU-Stanford 연구에서는 사람이 함께한 작업만 품질이 유지됐습니다.
  • 오래가는 경쟁력은 업계에 대한 이해입니다. AI 시대에 코딩 비용이 낮아질수록, 진짜 AI 창업과 단순한 시제품을 가르는 것은 고객과 실제 업무 방식에 대한 이해입니다.
  • 작게 시작하고, 책임은 사람이 집니다. Brockman이 제시하는 원칙은 같은 일을 손으로 약 다섯 번 해 본 뒤 자동화하는 것이며, 결과에 대한 책임은 사업주에게 있습니다.

들어가며

OpenAI 공동 창업자이자 사장인 Greg Brockman은 Stripe의 첫 번째 엔지니어였습니다. 그런 그가 이제는 직접 코드를 작성하지 않습니다. 그리고 2026년 9월 인터뷰에서 앞으로 1~2년 안에 AI가 "창업의 대대적인 르네상스"를 일으킬 것이라고 전망했습니다.

AI 창업은 지금 시작해야 할까요, 기다려야 할까요? 근거를 보면 답은 "지금 시작하되, 신중하게"입니다. 2026년 7월 미국의 신규 사업자 등록 신청은 전월 대비 8.1% 늘어난 578,926건이었습니다. 반면 2026년 5월 기준 최근 2주 동안 AI를 사용한 미국 기업은 약 다섯 곳 중 한 곳에 그쳤고, 독립적인 평가 결과에서 AI 에이전트는 길고 복잡한 업무의 대부분을 여전히 완수하지 못했습니다.

OpenAI 공동 창업자 Greg Brockman은 AI 창업에 대해 어떤 전망을 내놓았습니까?

그는 향후 1~2년 안에 AI가 창업의 대대적인 르네상스를 일으킬 것이라고 전망합니다.

Brockman은 2026년 9월 30일 Marina Mogilko와의 인터뷰에서 변화가 이미 시작됐다고 말했습니다. AI 시대의 비즈니스에 대한 그의 시각은 세 가지로 정리됩니다.

  • 전문가의 도움을 쉽게 얻을 수 있습니다. 창업자가 비용을 들여야 했던 법률, 재무, 마케팅, 소프트웨어 분야의 도움을 이제 AI 비서가 상당 부분 대신할 수 있습니다.
  • 회사에 큰 조직이 필요하지 않을 수 있습니다. 그는 "회사"라는 개념이 직원 수와 점점 덜 연결될 것으로 봅니다.
  • 맞춤형 서비스가 대중화될 수 있습니다. AI가 수많은 고객과의 맞춤형 관계를 동시에 유지할 수 있다면, 기업 고객만 누리던 서비스가 모든 고객에게 닿을 수 있습니다.

The Decoder 보도에 따르면, Brockman은 2026년 4월 충분한 컴퓨팅 자원만 확보하면 작은 팀도 대규모 조직의 성과를 낼 수 있다고 썼습니다. 동시에 제도와 일자리, 진로가 흔들릴 수 있다고 경고했습니다.

다만 이는 측정된 결과가 아닌 예측이며, 2026년 5월부터 OpenAI의 제품 전략을 총괄하는 Brockman은 이해관계자이기도 합니다.

현재 데이터는 AI 창업 붐을 뒷받침합니까?

일부만 그렇습니다. 창업 신청은 많지만, AI 활용은 아직 뒤처져 있습니다.

미국 Census Bureau의 Business Formation Statistics에 따르면, 2026년 7월 미국의 사업자 등록 신청은 578,926건(계절조정, 최초 발표 기준)으로 전월 대비 8.1% 증가했습니다. 그러나 AI 도입 속도는 이를 따라가지 못하고 있습니다. Census Bureau의 Business Trends and Outlook Survey에 따르면, 2026년 5월 3일까지의 조사 기간에 사업 기능 중 하나 이상에 AI를 사용한 기업은 19.8%에 그쳤고, 직원 250명 이상 기업에서는 이 비율이 37%로 높아졌습니다. 소기업에서는 접근성보다 활용 깊이가 문제입니다. Goldman Sachs 10,000 Small Businesses Voices 조사에서 소기업 경영자의 76%가 AI를 사용한다고 답했지만, 핵심 업무에 AI를 완전히 통합한 곳은 14%에 불과했습니다.

Goldman Sachs의 14%라는 수치는 시험 삼아 써 보는 단계를 넘어 일상 업무에 AI를 녹여 내려는 사업주에게 아직 기회가 많다는 뜻입니다.

기업은 왜 지금 AI로 무언가를 만들기 시작해야 합니까?

AI 모델은 계속 발전하므로, 지금 직접 만들어 보며 배우는 팀이 다른 기업이 갖추지 못한 역량과 업무 방식을 먼저 확보합니다.

지금 쌓은 역량은 새 모델이 나와도 그대로 이어집니다. AI 시스템을 평가하는 독립 비영리 기관 METR에 따르면, 최신 모델의 time horizon은 2023년 이후 약 131일마다, 2024년 이후에는 약 89일마다 두 배로 늘었습니다. 과제 선정에 따라 결과가 달라질 수 있지만, 상승 추세는 분명합니다.

Brockman은 현재 AI의 약점을 메우는 데 주로 초점을 맞춘 제품, 예를 들어 다른 회사의 모델 위에 지시문만 덧입힌 '래퍼(wrapper)' 서비스는 오래가기 어렵다고 경고했습니다. 반대로 업계 지식, 고객 관계, 잘 정리된 비즈니스 데이터는 오래갑니다.

먼저 시작한 팀은 AI를 어디에 써야 하는지도 배웁니다. Carnegie Mellon과 Stanford 연구에서 근로자 48명이 특정 단계에만 AI의 도움을 받자 작업 속도가 24.3% 빨라졌습니다. 반면 업무 전체를 맡기자 결과물을 확인하고 고치는 데 시간이 더 들어 17.7% 느려졌습니다.

AI로 사업을 하려면 기술 전문가여야 합니까?

아닙니다. Greg Brockman은 이제 직접 코드를 작성하지 않는다고 말하며, 코딩의 상당 부분을 AI가 처리합니다.

적어도 흔히 생각하는 의미의 기술 전문가일 필요는 없습니다. Brockman은 더 이상 직접 소프트웨어를 작성하지 않으며, 대신 AI에 무엇을 만들지 지시하고 구체적인 피드백을 줍니다. 그는 2026년 4월 Sequoia Capital의 AI Ascent 행사에서 AI 코딩 도구가 작성하는 코드 비중이 2025년 12월 한 달 동안 약 20%에서 80%로 뛰었다고 밝히면서도, 코드베이스에 병합(merge)되는 모든 코드는 사람이 책임져야 한다고 강조했습니다.

다만 The Next Web이 지적했듯이 AI가 작성한 코드의 비중이 곧 생산성 향상을 뜻하지는 않으며, 외부 연구 결과도 아직 엇갈립니다.

이제 중요한 일은 원하는 것을 정확히 설명하고 결과를 검증하는 것입니다. 생성형 AI로 제품을 만들려는 창업자라면 문제를 명확히 정의하고, 실제 상황에서 결과를 시험하고, AI가 쓸 데이터를 판단하고, 실패하면 처음부터 다시 하기보다 지시를 다듬는 습관을 길러야 합니다.

AI가 발전할수록 소상공인은 무엇에 집중해야 합니까?

AI가 반복 업무를 점점 더 많이 맡게 되므로, 고객을 깊이 이해하는 역량이 여전히 가장 중요합니다.

생성형 AI가 일상 업무를 넘겨받을수록, 차별화는 AI가 대신할 수 없는 고객 이해와 신뢰, 업계 지식에서 나옵니다.

Brockman은 한 가지 일화를 소개했습니다. 한 앤티크 시계 매장 주인이 OpenAI 직원에게 AI는 자기 사업에 쓸모가 없다고 말했습니다. 그러나 AI는 매장에 없던 웹사이트를 손쉽게 만들고, 시계마다 얽힌 이야기를 멋진 시각 자료로 바꿀 수 있었습니다. Brockman의 조언은 "야망의 천장을 높이라"는 것이었습니다.

업계 지식은 AI 에이전트에게 가장 부족한 부분이기도 합니다. UC Berkeley가 250명 이상의 업계 전문가와 함께 만든 벤치마크 Agents' Last Exam에서, 한 대표적인 구성의 실패 사례 약 4분의 3은 과제를 잘못 이해했거나 접근 방식을 잘못 택한 데서 비롯됐습니다. 연구진은 그 주된 원인을 기술력이 아닌 업계 지식의 부족으로 보았습니다.

기업은 AI 에이전트 활용을 어떻게 시작할 수 있습니까?

반복적인 업무 하나를 정해 AI 에이전트에 명확한 권한 범위를 주고, 결과를 검토한 뒤 확대합니다.

신중해야 할 이유는 충분합니다. Agents' Last Exam 최신판(2026년 10월)에서 가장 성능이 좋은 구성도 긴 실무 과제의 24%만 완전히 해냈고, 가장 어려운 과제군의 평균 성공률은 1%에도 못 미쳤습니다. CMU-Stanford 연구에서 에이전트는 사람보다 88.3~96.6% 더 빠르고 비용도 90.4~96.2% 적게 들었지만, 품질은 낮았고 데이터를 지어내기도 했습니다.

Brockman의 원칙에 따른 안전한 도입 순서는 다음과 같습니다.

  1. 반복 업무 하나를 고릅니다. 주간 보고서가 좋은 예입니다.
  2. AI의 도움을 받아 약 다섯 번 직접 처리합니다. 올바른 결과의 기준을 기록합니다.
  3. 범위를 정합니다. 데이터, 도구, 승인이 필요한 작업을 명확히 합니다.
  4. 검증하기 쉬운 부분부터 AI 자동화를 적용합니다. 고객에게 노출되는 업무는 사람이 검토합니다.
  5. 오류율이 허용 범위일 때만 넓힙니다.

Brockman은 자신이 쓰는 아침 브리핑용 AI 비서를 단계별 사다리에 비유했습니다.

AI 에이전트를 활용할 때 사람이 통제해야 할 영역은 무엇입니까?

중요한 의사결정, 고객 신뢰와 관련된 판단, AI 에이전트 작업의 최종 승인은 사람이 맡아야 합니다.

Brockman은 사람이 언제나 주도권을 쥐어야 하며, 결과에 대한 책임은 사업주에게 있다고 말했습니다. AI 에이전트는 정보 수집과 초안 작성에 강하지만, 실수의 대가가 큰 영역에서는 명확한 거버넌스 없이 혼자 움직이게 해서는 안 됩니다. 다음 영역은 사람이 통제해야 합니다.

  • 돈: 구매, 계약, 가격 결정, 환불
  • 고객 메시지: 브랜드를 대표해 약속하는 내용
  • 민감한 정보: 개인 정보, 금융 정보, 건강 정보
  • 되돌릴 수 없는 작업: 기록 삭제, 콘텐츠 게시

2026년 2월 17일, NIST(미국 국립표준기술연구소)는 에이전트의 신원과 권한 관리를 포함해 안전한 AI 에이전트를 위한 산업계 주도 표준을 만들고자 AI Agent Standards Initiative를 출범했습니다. 지금부터 에이전트마다 고유한 신원을 부여하고, 꼭 필요한 권한만 주고, 작업 기록을 남기십시오.

사람이 통제한다고 속도가 느려지지는 않습니다. CMU-Stanford 연구에 소개된 데이터 분석 사례 하나에서, 사람과 에이전트가 함께 작업하자 사람 혼자일 때보다 68.7% 빨리 마쳤습니다. 사람의 관리를 잘 설계하면 AI의 속도를 믿을 수 있는 성과로 바꿀 수 있습니다.

결론: 지금이 AI 창업을 시작할 때입니까?

그렇습니다. 작게 시작하고, 사람이 책임지는 구조를 유지한다면 지금이 적기입니다.

Brockman이 말한 AI 창업 붐은 아직 예측입니다. 하지만 사업자 등록 신청 건수는 높은 수준이고 AI는 측정 가능한 속도로 발전하고 있어, 근거는 지금 움직여야 한다는 쪽을 가리킵니다. AI 시대에는 누구나 같은 모델을 쓸 수 있으므로, 경쟁력은 고객 이해, 업계 지식, 명확한 운영 규칙에서 나옵니다. 반복 업무 하나부터 AI 활용을 시작하고, 중요한 결정은 사람이 책임지도록 하십시오.

AI 창업, 지금 시작하세요

AI에 대한 관심을 실제 사업으로 연결하려는 창업자와 기업에게 메이크봇(Makebot)은 인프라를 대신 처리하는 기업용 AI 솔루션을 제공합니다. 창업자가 가장 잘 아는 것, 즉 고객과 업무 방식에 집중할 수 있도록 설계되어 있습니다. 업무 자동화부터 AI 에이전트 첫 도입까지, 메이크봇은 검증된 토대를 제공합니다.

메이크봇(Makebot)의 AI 전략 백서 Vol.02 「흩어진 AI에서 하나의 코어로: 통합 인텔리전스 코어로 완성하는 CX·EX 혁신」은 AI 에이전트의 역량이 커질수록 이러한 균형이 왜 중요한지 설명합니다. 백서는 AI를 잘 활용하는 조직과 그렇지 못한 조직의 격차가 모델 자체가 아니라 운영 모델에서 비롯되며, Human-in-the-Loop(HITL)가 업무 실행의 표준 구조가 되어야 한다고 강조합니다. AI는 제안하고 사람은 명확한 통제 지점에서 승인할 때, 신뢰를 잃지 않으면서 속도를 높일 수 있습니다. AI 에이전트에 어디까지 맡길지 고민하는 리더라면 백서를 무료로 다운로드해 관리형 자율성(Managed Autonomy)의 실행 프레임워크를 확인해 보십시오.

AI 전략 백서 · Vol. 02

업계 지식도 결국 모델과 제대로 연결돼야 합니다.

흩어진 AI에서 하나의 코어로: 통합 인텔리전스 코어(UIC)로 완성하는 CX·EX 혁신은 Brockman이 가리키는 지점의 근거를 다룹니다. 오래가는 경쟁력은 모델 자체가 아니라, 고객 지식과 업무 방식, 신뢰가 모델에 얼마나 잘 연결되는지에서 나온다는 것입니다. 이 백서는 Human-in-the-Loop 운영 모델을 제시합니다. AI가 초안을 작성하고 제안하되, 중요한 결정에 대한 책임은 사람이 계속 지는 구조입니다.

설계 단계부터 반영된 Human-in-the-Loop 통합 인텔리전스 코어(UIC) 추적·감사 가능한 작업 기록
화이트페이퍼 다운로드
AI 창업과 비즈니스 에이전트

자주 묻는 질문

그는 향후 1~2년 안에 AI가 창업의 대대적인 르네상스를 일으킬 것이라고 전망합니다. 2026년 9월 인터뷰에서 밝힌 견해이며, 아직 검증된 결과가 아닌 예측입니다.

AI 모델은 계속 발전하므로, 지금 직접 만들어 보며 배우는 팀이 다른 기업이 갖추지 못한 역량과 업무 방식을 먼저 확보합니다. METR에 따르면 AI가 완수할 수 있는 과제의 길이는 2023년 이후 약 4개월마다 두 배로 늘었습니다.

AI가 반복 업무를 점점 더 많이 맡게 되므로, 고객을 깊이 이해하는 역량이 여전히 가장 중요합니다. 소상공인은 자신이 아는 것을 기록하고 더 큰 목표를 세워야 합니다.

반복적인 업무 하나를 정해 AI 에이전트에 명확한 권한 범위를 주고, 결과를 검토한 뒤 확대합니다. 먼저 그 일을 손으로 약 다섯 번 해 보는 것이 좋습니다.

중요한 의사결정, 고객 신뢰와 관련된 판단, AI 에이전트 작업의 최종 승인은 사람이 맡아야 합니다. 지출, 계약, 콘텐츠 게시처럼 되돌리기 어려운 작업이 여기에 포함됩니다.

아닙니다. Greg Brockman은 이제 직접 코드를 작성하지 않는다고 말하며, 코딩의 상당 부분을 AI가 처리합니다. 핵심 역량은 문제를 명확히 정의하고 AI의 결과물을 검증하는 능력입니다.

참고 자료

참고 문헌

01 OpenAI Co-Founder: Start Building With AI Before You Feel Ready | Greg Brockman Silicon Valley Girl (Marina Mogilko) · YouTube · 2026년 9월 30일 ↗ 02 Greg Brockman: Inside the 72 Hours That Almost Killed OpenAI Farnam Street, The Knowledge Project · 2026년 4월 ↗ 03 Greg Brockman Predicts AI Will Let Small Teams Match the Output of Large Ones if They Can Afford the Compute Matthias Bastian, The Decoder · 2026년 4월 14일 ↗ 04 OpenAI's Greg Brockman Says AI Went From Writing 20% To 80% Of Code In A Single Month Benzinga · 2026년 5월 ↗ 05 OpenAI President Says AI Is Now Writing 80% of the Company's Code Ana Maria Constantin, The Next Web · 2026년 5월 1일 ↗ 06 OpenAI Merges ChatGPT and Codex Under Greg Brockman Ana Maria Constantin, The Next Web · 2026년 5월 17일 ↗ 07 Business Formation Statistics, July 2026 (release CB26-130) U.S. Census Bureau · 2026년 8월 12일 ↗ 08 Large Firms With at Least 20 Employees Biggest AI Users Grundy, Breaux, Khatiwoda, U.S. Census Bureau · 2026년 5월 ↗ 09 Survey: Small Businesses Embrace AI, But Need Training and Support to Fully Harness It Goldman Sachs 10,000 Small Businesses Voices · 2026년 3월 17일 ↗ 10 Half of Small Business Workers Use AI: Most to Boost Productivity, Not Automate Jobs U.S. Chamber of Commerce Foundation and Ipsos · 2026년 6월 17일 ↗ 11 Time Horizon 1.1 METR · 2026년 1월 29일 ↗ 12 How Do AI Agents Do Human Work? Comparing AI and Human Workflows Across Diverse Occupations Zora Zhiruo Wang 외 (CMU & Stanford) · arXiv:2510.22780, 2025년 11월 6일 개정 ↗ 13 Agents' Last Exam Yiyou Sun, Dawn Song 외 (UC Berkeley RDI) · arXiv:2606.05405, v4, 2026년 10월 25일 ↗ 14 Announcing the AI Agent Standards Initiative for Interoperable and Secure Innovation NIST Center for AI Standards and Innovation · 2026년 2월 17일 ↗
리서치 노트. 14개 참고 자료 URL은 모두 한국어 PDF에 직접 제공되어 있으며, 영문판과 동일한 링크로 확인되어 추가 리서치 없이 그대로 사용했습니다.
참고 자료

참고 문헌

01 OpenAI Co-Founder: Start Building With AI Before You Feel Ready | Greg Brockman Silicon Valley Girl (Marina Mogilko) · YouTube · 2026년 9월 30일 ↗ 02 Greg Brockman: Inside the 72 Hours That Almost Killed OpenAI Farnam Street, The Knowledge Project · 2026년 4월 ↗ 03 Greg Brockman Predicts AI Will Let Small Teams Match the Output of Large Ones if They Can Afford the Compute Matthias Bastian, The Decoder · 2026년 4월 14일 ↗ 04 OpenAI's Greg Brockman Says AI Went From Writing 20% To 80% Of Code In A Single Month Benzinga · 2026년 5월 ↗ 05 OpenAI President Says AI Is Now Writing 80% of the Company's Code Ana Maria Constantin, The Next Web · 2026년 5월 1일 ↗ 06 OpenAI Merges ChatGPT and Codex Under Greg Brockman Ana Maria Constantin, The Next Web · 2026년 5월 17일 ↗ 07 Business Formation Statistics, July 2026 (release CB26-130) U.S. Census Bureau · 2026년 8월 12일 ↗ 08 Large Firms With at Least 20 Employees Biggest AI Users Grundy, Breaux, Khatiwoda, U.S. Census Bureau · 2026년 5월 ↗ 09 Survey: Small Businesses Embrace AI, But Need Training and Support to Fully Harness It Goldman Sachs 10,000 Small Businesses Voices · 2026년 3월 17일 ↗ 10 Half of Small Business Workers Use AI: Most to Boost Productivity, Not Automate Jobs U.S. Chamber of Commerce Foundation and Ipsos · 2026년 6월 17일 ↗ 11 Time Horizon 1.1 METR · 2026년 1월 29일 ↗ 12 How Do AI Agents Do Human Work? Comparing AI and Human Workflows Across Diverse Occupations Zora Zhiruo Wang 외 (CMU & Stanford) · arXiv:2510.22780, 2025년 11월 6일 개정 ↗ 13 Agents' Last Exam Yiyou Sun, Dawn Song 외 (UC Berkeley RDI) · arXiv:2606.05405, v4, 2026년 10월 25일 ↗ 14 Announcing the AI Agent Standards Initiative for Interoperable and Secure Innovation NIST Center for AI Standards and Innovation · 2026년 2월 17일 ↗
리서치 노트. 14개 참고 자료 URL은 모두 한국어 PDF에 직접 제공되어 있으며, 영문판과 동일한 링크로 확인되어 추가 리서치 없이 그대로 사용했습니다.

About This Article

본 아티클은 메이크봇의 글로벌 리서치 조직이 영어로 초안을 작성한 후, 국내 엔터프라이즈 환경과 시장 맥락에 맞춰 한국어로 재구성·편집되었습니다. 메이크봇은 단순한 번역이나 요약이 아닌, 글로벌 AI 시장에서 논의되는 구조적 변화와 기술 흐름을 한국 기업이 실제로 적용 가능한 전략 언어로 전환하는 것을 콘텐츠의 핵심 원칙으로 삼고 있습니다. 본 아티클에 담긴 관점과 해석은 메이크봇이 수행해 온 다수의 엔터프라이즈 AI 프로젝트에서 축적된 실무 경험, 글로벌 리서치 조직의 지속적인 시장·기술 분석, 그리고 메이크봇 CEO의 기술적·전략적 검토를 거쳐 완성되었습니다.

This article is also available in English.

Continue the Conversation

본 아티클에서 제시한 접근 방식을 실제 생성형 AI 전환에 적용해보고 싶다면,
메이크봇과 논의해보세요.

AI 전환 상담 신청하기

Latest stories

More Stories

Makebot Insight Center

기술 도입을 넘어, 기업의 경쟁력을 재정의하는 메이크봇만의 독보적인 데이터와 통찰을 만나보세요.

[최신백서]

Vol.05 | 모델이 아니라 연결이 이긴다: 6대 산업 AI 구축을 위한 수직적 인텔리전스

AI전략 백서 시리즈 전체보기