AI 코드는 늘었는데 매출은 더디다, 스타트업 2,000팀 조사

AI 코드는 늘었는데 매출은 더디다, 스타트업 2,000팀 조사

AI 뉴스 썸네일

스타트업을 만드는 사람과 도구가 함께 달라지고 있어요. Supabase가 빌더 2,000명을 조사한 결과, 1인·비기술·40세 이상 창업자가 늘었고 응답자의 61%는 코드베이스 절반 이상을 AI로 만들었다고 답했어요. 제품을 만드는 문턱은 낮아졌지만, 고객 확보와 수익화는 여전히 별개의 문제로 남았어요. 1

핵심 요약

구분	조사 결과	읽을 때 확인할 점
창업자 구성	1인 창업자는 61%, 비기술 창업자는 22%였어요	AI 코딩 도구가 작은 팀의 제품 제작 범위를 넓혔어요
AI 코드	61%가 코드베이스 절반 이상을 AI로 생성했어요	코드 생산량과 시장 수요 검증은 같은 지표가 아니에요
개발 도구	Claude Code 사용률은 63%, Anthropic·Claude 모델 사용률은 64%였어요	한 회사가 도구·구독·모델·SDK 여러 층에서 강세를 보였어요
기술 스택	Postgres 선택률은 80%, 에이전트 구축·계획 비율은 52%였어요	운영 단계의 평가·관측·권한 관리 체계는 상대적으로 약했어요

1. AI가 창업팀을 작게 만들었지만 고객까지 데려오지는 않았어요

1인·비기술·중장년 창업자가 늘었어요

2026년 조사에서 1인 창업자 비율은 61%로 집계됐어요. 2025년 53%보다 8%포인트 높아요. 기술 창업자 비율은 82%에서 78%로 내려갔고, 비기술 창업자는 22%를 차지했어요. 40세 이상 창업자도 18%에서 25%로 늘었어요. 2

AI 코딩 도구가 이런 변화를 전부 만들었다고 단정할 수는 없어요. 해마다 응답자 구성이 달라질 수 있고, Supabase 이용자와 개발 도구에 관심이 큰 빌더가 조사에 더 많이 참여했을 여지도 있어요. 다만 비기술 창업자 가운데 코드의 76~100%를 AI로 생성한다는 응답이 54%였다는 결과는 제품 제작 방식이 바뀌고 있음을 보여줘요. 50~59세 응답자에서는 같은 비율이 60%였어요.

728x90

창업 지역도 넓게 퍼졌어요. 북미와 유럽이 각각 28%였고 아시아 17%, 아프리카 9%, 원격 조직 7%, 남미 6% 순이었어요. 개발 인력과 투자자가 특정 도시에 모여야만 초기 제품을 만들 수 있다는 전제는 약해지고 있어요. 작은 팀이 클라우드 서비스와 AI 도구를 조합해 첫 제품을 내놓는 사례를 더 자주 볼 수 있는 배경이에요.

Anthropic이 개발 도구 여러 층에서 앞섰어요

조사에서 Claude Code는 AI 코딩 도구 사용률 63%로 가장 높은 응답을 얻었어요. Claude 유료 구독 비율은 2025년 28%에서 2026년 59%로 늘었어요. 같은 기간 OpenAI·ChatGPT 유료 구독은 57%에서 39%로 낮아졌어요. 모델 공급자 항목에서도 Anthropic·Claude는 38%에서 64%로 올랐고 OpenAI는 69%에서 52%로 내려갔어요. 2

한 조사에서 개발 도구, 개인 구독, 모델 공급자, 에이전트 SDK가 모두 Anthropic 쪽으로 기울었다는 점이 눈에 띄어요. 스타트업 팀이 코딩 도구에서 익숙해진 모델을 API와 에이전트 개발에도 이어서 선택했을 수 있어요. 다만 이 결과를 전체 개발자 시장 점유율로 읽으면 안 돼요. Supabase 조사에 참여한 스타트업 빌더의 응답이며, 복수 선택 문항도 포함돼 있어요.

도구 선택이 빠르게 바뀐다는 사실도 함께 봐야 해요. 올해 선두 제품이 내년에도 같은 위치를 지킨다는 보장은 없어요. 팀에서는 특정 모델에 모든 개발 과정을 묶기보다 코드 검토 기준, 비용, 응답 속도, 데이터 처리 조건을 따로 기록해 두는 편이 안전해요. 모델이나 도구를 바꿀 때 제품 개발이 멈추지 않도록 경계를 정할 필요가 있어요.

코드 생성량과 수익화 사이에는 간격이 있었어요

응답자의 61%는 코드베이스 절반 이상을 AI가 작성했다고 답했어요. 코드의 76~100%를 AI로 생성한다는 응답만 40%였고, AI 코드를 전혀 쓰지 않는 팀은 2%였어요. AI 코딩이 일부 실험적인 팀의 사용법을 넘어 스타트업 개발 과정의 흔한 선택지가 됐다는 조사 결과예요. 2

사업 성과는 다른 방향을 보였어요. AI 생성 코드 비중이 76~100%인 응답자 가운데 현재 수익을 내고 있다는 비율은 31%였어요. AI 코드를 쓰지 않는 응답자는 56%였어요. AI 코드 비중이 높은 팀일수록 고객 확보를 가장 큰 과제로 꼽는 경향도 나타났어요.

이 상관관계만으로 AI 코딩이 수익화를 방해한다고 볼 수는 없어요. 원문도 AI를 많이 쓰는 팀이 설립 초기이거나 부트스트랩 단계일 가능성을 함께 짚어요. 아직 시장에 나온 지 얼마 되지 않은 팀은 코드 생성 비중이 높으면서 매출이 없는 상태일 수 있어요. 원인과 결과를 가르는 장기 추적 조사가 아니므로, 제품을 빨리 만들 수 있게 된 변화와 수익화 결과를 구분해 읽어야 해요.

초기 팀이 확인할 지표도 달라져야 해요. 작성한 코드 줄 수나 출시 속도만 보면 개발 효율은 알 수 있어요. 고객 인터뷰 수, 첫 사용 뒤 재방문율, 유료 전환율, 이탈 이유를 함께 봐야 제품이 실제 수요를 만났는지 판단할 수 있어요. AI가 일주일 만에 제품을 만들어 줘도 구매자가 생기지 않으면 사업 검증은 끝나지 않아요.

스택은 단순해졌지만 운영 체계는 늦었어요

데이터베이스 문항에서는 응답자의 80%가 어떤 형태로든 Postgres를 선택했어요. 호스팅·클라우드 사용률은 Supabase 65%, Vercel 45%, Cloudflare 27%, AWS 21%였어요. Supabase가 진행한 조사라 자사 제품 수치에는 표본 편향이 클 수 있어요. 절대적인 시장 점유율보다 조사 참여자들이 관리형 서비스를 조합해 작은 팀으로 제품을 만드는 흐름을 보는 편이 적절해요. 2

에이전트를 구축하고 있거나 계획 중인 응답자는 52%였어요. 에이전트 구축자 가운데 멀티 에이전트를 프로덕션에서 운영한다는 비율은 24%였어요. 반면 프로덕션 프롬프트를 관리하는 공식 체계가 없다는 팀은 47%였고, 정식 모델 평가 절차가 없다는 응답도 36%였어요.

기능 개발과 운영 준비 사이의 차이가 보여요. 에이전트를 데모로 만드는 데 필요한 도구는 많아졌지만, 실패한 실행을 찾고 비용을 추적하며 모델 변경 전후 품질을 비교하는 과정은 자동으로 생기지 않아요. 고객 데이터에 접근하는 에이전트라면 권한 범위, 승인 단계, 실행 기록, 되돌리기 방법도 제품 기능으로 다뤄야 해요.

왜 중요한가요

이번 조사는 AI 시대의 창업 비용이 어디에서 줄고 어디에 남는지 보여줘요. 코드를 작성하고 데이터베이스와 배포 환경을 붙이는 시간은 짧아졌어요. 비기술 창업자와 1인 팀도 작동하는 제품을 만들 수 있는 범위가 넓어졌어요. 반면 고객을 찾고 돈을 받을 이유를 만들며 안정적으로 운영하는 일은 코드 생성 도구가 대신하지 못했어요. 2

제품을 준비하는 팀이라면 개발 속도와 시장 검증을 별도 작업으로 잡는 편이 좋아요. 첫 버전에 필요한 기능을 줄이는 동시에, 누구의 어떤 비용이나 시간을 줄이는지 한 문장으로 설명할 수 있어야 해요. 출시 뒤에는 기능 추가보다 실제 사용 경로와 이탈 지점을 먼저 확인해 보세요. 조사에서 고객 확보가 반복해서 큰 과제로 나온 이유도 제품 제작과 판매 사이의 간격에 있어요.

AI 기능을 운영할 때는 평가와 관측 체계를 뒤로 미루기 어려워요. 최소한 대표 입력과 기대 결과를 묶은 평가 세트, 모델·프롬프트 버전 기록, 비용과 지연 시간 추적, 고위험 실행의 사람 승인 절차가 필요해요. 작은 팀일수록 장애가 났을 때 원인을 찾는 데 쓸 인력이 적어요. 출시 속도를 높인 만큼 운영 실패를 빨리 발견할 장치도 함께 마련해야 해요.

이 수치는 Supabase 생태계와 가까운 응답자 2,000명의 단면이에요. 모든 스타트업에 그대로 적용할 시장 통계는 아니에요. 그래도 AI 코딩의 보편화, 작은 창업팀의 증가, Anthropic 도구의 강세, 수익화와 운영 체계의 지연이 한 조사에서 함께 나타났다는 점은 2026년 초기 제품팀이 점검할 항목을 구체적으로 보여줘요.

참고 자료

1. Supabase가 조사한 2026년 스타트업 현황 — GeekNews
2. The State of Startups 2026 — Supabase