모델 교체·검증·배포 위치, 레플릿 한 주가 남긴 질문 3가지

📰 2026년 10월 18일 기준 최신 소식 | 이 글은 특정 시점의 뉴스를 다루고 있어요.

짧게 먼저 정리할게요. AI로 앱을 만들어 주는 플랫폼 레플릿(Replit)에 이번 주 소식이 세 개 겹쳤어요. 암자드 마사드 CEO는 10월 16일 테크크런치 디스럽트 무대에서 앤트로픽과 더는 일하지 않는다고 말했어요(비용·파트너십·성능이 이유이고, 익명 관계자들은 반박했어요). 같은 날 레플릿은 기업이 자기 클라우드에서 레플릿을 돌리는 BYOC 3종을 공개했고요. 그 전날엔 CTO가 AI가 짠 코드를 외부 시뮬레이션 도구로 따로 검증한다는 보도가 나왔어요. 세 소식을 발주자 질문으로 바꾸면 이렇게 돼요. 모델을 바꿀 수 있나요, 검증은 따로 하나요, 어디에 배포하나요.

“AI로 만든다는데, 모델이 뭔지까지 저희가 알아야 하나요?”

AI 기능이 들어간 견적을 이야기하다 보면 나오는 질문이에요. 이번 주 레플릿 소식은 그 답이 “네”인 이유를 잘 보여줘요. AI 서비스 회사도 몇 달 만에 주력 모델을 바꾸고, AI 검사만으론 부족하다고 스스로 말하고, 고객이 원하는 곳에 배포하는 선택지를 따로 만들었거든요.

---

1. 이번 주 레플릿에 무슨 일이 있었나요

사흘 사이에 세 가지가 나왔어요. 날짜순으로 정리하면 이래요.

날짜	소식	출처
10월 15일(현지시간)	루이스 차베스 CTO가 AI가 짠 코드를 외부 업체 앤티테시스의 결정론적 시뮬레이션 테스트로 검증한다고 밝혔어요	디 인포메이션 보도, AI타임스 10월 17일 재인용
10월 16일	마사드 CEO가 앤트로픽과 협업을 끝냈다고 말했어요. 이유는 비용·파트너십·성능	테크크런치 10월 16일
10월 16일	기업 고객용 BYOC(Bring Your Own Cloud, 고객 클라우드 배포) 3종을 공개했어요. AWS·애저·구글 클라우드 지원	레플릿 공식 블로그 10월 16일

한 회사 소식이지만, AI 기능을 외주로 맡기려는 회사가 계약 전에 물어야 할 자리를 하나씩 건드려요. 모델, 검증, 배포 위치예요.

2. “앤트로픽과 일하지 않는다”는 말은 어디까지 확인됐나요

아직은 CEO 발언 하나예요. 테크크런치에 따르면 마사드는 “지금은 ChatGPT가 더 낫다고 본다”고 했고, 내부 벤치마크와 공개 벤치마크를 근거로 들었어요. 레플릿은 8월에 OpenAI와 파트너십을 발표한 적이 있어요.

반대 정황도 같은 기사에 실려 있어요.

• 9월 말 레플릿 블로그에는 클로드 페이블 5·5.1이 레플릿 에이전트 운영 환경에서 돌고 있다고 적혀 있었어요
• 익명의 내부 관계자들은 앤트로픽과의 파트너십이 아직 유지 중이라고 반박했어요
• 기사 시점까지 레플릿의 공식 해명은 없었어요

숫자도 하나 나왔어요. 마사드는 기업 고객 매출 비중이 작년 약 2%에서 올해 약 15%로 늘었고, B2B가 전체 매출의 절반을 넘는다고 했어요.

어느 쪽 말이 맞든 분명한 건 하나예요. AI 서비스 회사도 몇 달 사이에 주력 모델을 바꾸는 판단을 해요. 기업 고객 비중이 커질수록 그 판단은 고객이 쓰는 기능에 곧바로 닿고요.

3. 모델 공급사가 바뀌면 우리 서비스에선 무엇이 바뀌나요

호출 코드만 바뀌면 다행이에요. 보통은 프롬프트, 답의 형식, 품질 기준, 요금이 같이 흔들려요. AI 에이전트 도입을 검토하는 회사라면 견적 단계에서 아래 네 자리를 같이 받아 두세요.

자사 실무 기준 예시 — 모델을 바꿀 때 흔들리는 자리

바뀌는 자리	무엇이 흔들리나	발주 때 받아 둘 것
호출부(API 연결)	요청·응답 형식, 오류 처리	모델 호출을 한 모듈에 모은 구조 설명
프롬프트	같은 지시라도 답의 길이·말투가 달라져요	프롬프트 원문과 버전 기록
평가 세트	바꾼 뒤에도 품질이 유지되는지 잴 기준	실제 업무 문항과 기대 답안 묶음
요금	입력·출력 단가, 캐시 할인 조건	월 호출 수 가정치와 단가표

(자사 실무 기준 예시예요. 특정 고객사 사례가 아니에요.)

요금은 공급사를 안 바꿔도 움직여요. 같은 주에 구글은 제미나이 4 아르곤을 정식 출시하면서, 100만 토큰당 입력 2달러·출력 10달러인 가격을 11월 30일까지만 적용하고 그 뒤로는 입력 4달러·출력 20달러로 올린다고 했어요(바이라인네트워크, 10월 14일). 평가 세트를 미리 만들어 두면 이럴 때 다른 모델로 옮겨도 되는지 하루 이틀 안에 잴 수 있어요. 평가 세트를 만드는 순서는 AI 순위표를 직접 만드는 도구가 나왔어요에 적어 뒀어요.

4. AI가 짠 코드, AI로 검사하면 충분할까요

레플릿 스스로 “부족하다”고 답했어요. 레플릿은 1월 14일 연구 블로그에서 React 앱에 실제와 비슷한 취약점을 심어 AI 검사와 혼합 방식을 비교했어요. 결과는 이랬어요.

• 같은 취약점인데 변수 이름이나 문법 모양이 조금 다르면 분류가 달라졌어요
• 코드에 박아 둔 비밀키가 한 표현에선 잡히고 다른 표현에선 빠졌어요
• 프롬프트가 어떤 보안 문제를 콕 집어 말했느냐에 따라 탐지 결과가 바뀌었어요
• 버전별로 알려진 취약점(CVE)은 취약점 정보를 계속 받지 않으면 잡지 못했어요

그래서 레플릿의 결론은 정적 분석과 의존성 검사로 바닥을 깔고, 그 위에 AI 추론을 얹는 방식이에요. 차베스 CTO도 같은 이유를 댔어요. AI 모델은 확률적으로 움직여서 실행할 때마다 결과가 다를 수 있고, 그래서 이것만으로 모든 문제를 찾기 어렵다고요(AI타임스, 10월 17일). 레플릿이 쓰는 앤티테시스 도구는 통제된 가상 환경에서 네트워크 지연이나 서버 장애를 일부러 일으켜 오류를 찾고, 같은 조건을 그대로 재현해 고쳐졌는지 확인해요. 다만 기사는 이 도구가 모든 오류나 취약점이 없다고 보장하진 않는다고 덧붙였어요.

용어 정리 — 정적 분석은 코드를 실행하지 않고 규칙에 맞춰 위험한 패턴을 찾는 검사예요. 의존성 검사는 우리 코드가 가져다 쓰는 외부 라이브러리의 버전에 알려진 취약점이 있는지 보는 거고요. 결정론적은 같은 조건과 입력이면 결과도 같다는 뜻이에요. 실무에선 “AI 리뷰 말고 정적 분석 리포트도 같이 주세요”처럼 말해요.

견적서에 “AI 코드 리뷰 포함”이 적혀 있다면 그 아래에 무엇이 깔려 있는지 물어보세요. 사람 검토 책임을 계약서에 어떻게 적는지는 AI가 보낸 코드, 누가 확인하나요에 정리해 뒀어요.

5. 우리 데이터와 앱은 어디에서 돌아가나요

BYOC는 “레플릿을 쓰되, 돌아가는 곳은 우리 클라우드”라는 선택지예요. 레플릿이 내놓은 세 가지는 이렇게 달라요.

방식	우리 클라우드에 놓이는 것	공개 상태
전체 BYOC	레플릿 플랫폼 전체(연산·저장소·연동·에이전트 실행 환경)와 게시한 앱	기업 고객 비공개 프리뷰
게시 앱 BYOC	게시한 앱의 호스팅. 플랫폼은 레플릿이 관리	기업 고객 얼리 액세스
이미지 내보내기	도커 이미지·테라폼 파일·SBOM을 받아 우리 인프라 팀이 배포. 게시한 앱은 레플릿 플랫폼과 통신하지 않아요	기업 고객 얼리 액세스

(출처: 레플릿 공식 블로그, 2026년 10월 16일. 가격은 공개하지 않았어요.)

눈여겨볼 빈칸이 하나 있어요. 레플릿 안내문은 코드·데이터·연산이 어디에 있는지는 설명하지만, AI 모델 추론이 어디서 도는지는 적지 않았어요. 앱과 데이터가 우리 클라우드에 있어도 모델 호출은 밖으로 나갈 수 있다는 뜻이라, 이 부분은 따로 물어봐야 해요.

용어 정리 — SBOM(소프트웨어 구성 목록)은 그 프로그램에 들어간 라이브러리와 버전을 적은 명세서예요. 나중에 특정 라이브러리에 취약점이 발표되면 우리 서비스가 해당되는지 이 목록으로 바로 찾을 수 있어요.

외주 개발도 똑같아요. 어디에 배포하는지, 그 서버와 클라우드 계정은 누구 이름인지를 계약 전에 정해 두지 않으면 개발사를 바꿀 때 서버 이전부터 다시 하게 돼요.

6. 세 질문을 견적서·계약서 문장으로 옮기면 어떻게 될까요

질문은 말로만 하면 회의가 끝나고 잊혀요. 문장으로 옮겨 견적서나 계약서 첨부에 넣어 두세요.

질문	견적서·계약서에 적을 문장(예시)	빠지면 생기는 일
모델을 바꿀 수 있나요	모델 호출은 한 모듈로 모으고, 모델 교체 시 재평가 범위와 비용 기준을 따로 정한다	공급사 요금·정책이 바뀔 때마다 수정 견적을 처음부터 받아요
검증은 따로 하나요	AI 코드 검토와 별도로 정적 분석·의존성 검사 결과를 납품물에 포함한다	버전 취약점 점검이 빈칸으로 남아요
어디에 배포하나요	운영 서버·클라우드 계정은 발주사 명의로 만들고, 외부 AI API로 나가는 데이터 항목을 문서로 남긴다	개발사가 바뀌면 이전 작업부터 다시 해요

(자사 실무 기준 예시 문구예요. 실제 계약서 문구는 법무 검토를 거쳐 정하세요.)

7. 우리 회사는 어디부터 확인하면 될까요

지금 상황에 따라 시작점이 달라요.

• 이미 AI 코딩 도구로 사내 앱을 만들고 있다면 — 어느 모델을 쓰는지, 바꾸면 무엇을 다시 테스트할지 한 장으로 적어 두세요.
• AI 기능 외주를 앞두고 있다면 — PoC(개념 검증) 단계에서 평가 세트, 검증 방식, 배포 위치를 같이 정하세요. PoC가 끝날 때 무엇을 받아야 하는지는 PoC·MVP 단계별 산출물에 있어요.
• 공공·금융처럼 데이터를 밖으로 못 내보낸다면 — 결과물만 받아 우리 인프라에서 돌리는 방식이 되는지부터 물어보세요. 레플릿의 이미지 내보내기가 그런 방식이에요.

8. 운영까지 해 본 개발사는 이 소식을 어떻게 읽을까요

자체 SaaS 4종을 직접 운영하며 배운 건, 초기 기능보다 운영 구조가 비용을 더 자주 바꾼다는 점이었어요. AI 모델은 그 운영 구조 중에서도 가장 자주 바뀌는 부품이에요. 이번 주만 봐도 한 회사는 공급사를 바꿨다고 했고, 다른 회사는 6주 뒤 가격을 두 배로 올린다고 했어요.

그래서 저희는 AI 기능을 붙일 때 “모델을 바꾸는 날”을 언젠가 올 일로 보고 처음부터 구조에 넣어 둬요. 바꾸는 날이 와도 평가 세트 한 번 돌리고 결과를 비교하면 끝나도록요.

AI 기능을 넣고 싶은데 모델·검증·배포를 어디까지 정해야 할지 막막하다면, 방향부터 같이 잡아 봐도 괜찮아요. 저희는 10년 넘게 50개 이상의 프로젝트를 진행하고 자체 SaaS 4종을 직접 운영해 온 개발사예요. 롯데·캐논 같은 곳과도 함께해 왔고요. AI 기능 발주 전에 확인할 것부터 같이 정리해요 →

9. 자주 묻는 질문 (FAQ)

AI 플랫폼 도입 전에 PoC에서 뭘 확인해야 하나요?

정확도와 함께 세 가지를 남겨 두세요. 실제 업무 문항으로 만든 평가 세트, AI 검사와 따로 돌린 정적 분석·의존성 검사 결과, 데이터가 어디로 나가는지 적은 배포 구성도예요. 이게 있어야 나중에 모델을 바꿀 때 같은 기준으로 다시 잴 수 있어요.

AI 기능을 외주로 맡길 때 모델은 발주사가 정해야 하나요?

처음엔 개발사 추천을 받아도 괜찮아요. 대신 모델 호출을 한 곳에 모아 두고, 모델을 바꿀 때 무엇을 다시 테스트하는지 견적서에 적어 두세요. 공급사 가격이나 정책이 바뀌어도 수정 범위가 미리 정해져 있게 돼요.

기업 AI 도입 사례를 볼 때 무엇을 같이 확인해야 하나요?

어떤 모델을 썼는지보다 그 모델을 바꿀 수 있는 구조인지, 검증을 어떻게 했는지를 보세요. 레플릿처럼 공급사 관계는 몇 달 사이에도 바뀌어서, 모델 이름은 금방 낡은 정보가 돼요.