Vercel은 기업용 AI를 어떻게 구축해야 하는지에 대해 더 분명한 주장을 내놓고 있다. 모델은 에이전트와 분리해 두고, 주변 스택은 단일 공급업체의 묶음 상품이 아니라 교체 가능한 인프라로 봐야 한다는 것이다. 회사의 ShipNYC 행사 뒤 TechCrunch AI와의 인터뷰에서 CEO Guillermo Rauch는 고객들이 초기 실험 단계를 지나 비용, 거버넌스, 신뢰성을 둘러싼 본격적인 운영 판단으로 이동하고 있다고 말했다.

이 점이 중요한 이유는 Vercel이 더 이상 프론트엔드 배포만 이야기하는 회사가 아니기 때문이다. Rauch가 TechCrunch AI에 밝힌 바에 따르면, 회사는 현재 하루 600만 건의 배포를 처리하고 있으며 그 절반은 코딩 에이전트가 트리거하고, 매일 1조 개가 넘는 토큰이 AI 게이트웨이를 통과하고 있다. 이 수치가 사실이라면, Vercel이 AI 애플리케이션이 어떻게 만들어지고 배포되는지에 대한 제어 계층으로 자리매김하고 있음을 시사하며, 특히 단일 모델 공급자에 묶이길 원하지 않는 팀들에게 의미가 크다.

Rauch의 더 큰 주장은 기술적이면서도 전략적이다. AI 랩들이 소프트웨어를 직접 생성하고 게시할 수 있는 도구를 포함해 엔드투엔드 기능을 더 많이 추가함에 따라, Vercel 같은 인프라 벤더는 밀려날 위험에 놓인다. Rauch의 답은 “모델, 하네스, 데이터 플랫폼, 샌드박스, 게이트웨이”가 플러그 앤 플레이 구성 요소로 남아 있는 모듈형 시장을 주장하는 것이다. 빌더와 기업 구매자에게 이는 결국 벤더 종속성, 경제성, 그리고 프로덕션에서 애플리케이션 동작을 누가 통제하는가에 대한 논쟁이다.

프로토타입 열풍에서 프로덕션 제약으로

Rauch는 TechCrunch AI에 2025년의 AI 열기는 광범위한 실험에 집중돼 있었고, 현재는 더 운영적인 단계라고 말했다. 그의 설명에 따르면 기업들은 먼저 에이전트를 널리 배포한 뒤, 보안 경계, 데이터 접근, 감사 추적, 그리고 대량 추론을 돌리는 실제 비용이라는 프로덕션 사용의 현실과 마주쳤다.

그는 Vercel의 경험에서 에이전트용 “킬러 앱” 두 가지를 꼽았다. 첫째는 코딩 에이전트로, 이미 토큰 사용량의 큰 부분을 이끌고 있다고 했다. 이는 Devin과 Cursor 같은 제품이 자율적이거나 반자율적인 코드 생성 워크플로의 대명사처럼 된, 개발자 도구에 대한 시장의 더 넓은 관심과 맞닿아 있다. 둘째는 회사를 실제로 운영하는 데 도움을 주는 내부 기업용 에이전트라고 그는 말했다.

Vercel이 차별화를 시도하는 지점은 바로 두 번째 범주다. Rauch는 영업 담당자 같은 내부 사용자가 대시보드나 맞춤형 리포트 프로젝트를 기다리지 않고 운영 데이터를 직접 조회한다고 설명했다. 핵심은 에이전트가 Salesforce 같은 SaaS 시스템을 대체하는 것이 아니라, 그 위에 올라서서 저장된 기업 데이터를 대화형 인터페이스와 행동 계층으로 바꾸는 데 있다.

기업 팀에게 이 약속은 접근 권한을 통제할 수 있을 때만 매력적이다. Rauch의 발언은 Vercel이 더 넓은 도입의 관문을 결정하는 요소로 모델의 지능만이 아니라 거버넌스를 본다는 뜻으로 읽힌다. 에이전트가 부서 간에 더 많은 일을 할수록, 구매자는 권한 설정, 추적 가능성, 그리고 민감한 데이터가 잘못된 학습 파이프라인으로 흘러가는 것을 막는 문제를 더 중요하게 본다.

Vercel의 제품 논리: 모델 충성보다 제어 평면

이 입장을 뒷받침하기 위해 Rauch는 TechCrunch AI와 논의한 두 가지 Vercel 도구인 Eve와 Vercel Sandbox를 언급했다. 그는 Eve를 에이전트 지시사항과 스킬을 자연어로 정리하는 프레임워크라고 설명했고, Vercel Sandbox를 데이터 접근과 데이터 유출에 대한 정책 통제 아래 에이전트가 작동할 수 있는 제한된 환경이라고 설명했다.

이 세부 사항이 중요한 이유는 Vercel이 스택의 어디에 자리 잡고 싶어 하는지를 보여주기 때문이다. 회사는 자신을 파운데이션 모델 개발자로 내세우지 않는다. 대신 모델을 둘러싼 런타임, 오케스트레이션, 안전 경계를 장악하려 한다. 이는 익숙한 인프라 전략이지만, 기존 클라우드 워크로드가 아니라 AI 에이전트에 적용한 것이다.

Rauch는 샌드박스 논리를 기업의 우려와도 연결했다. AI 구매에서 핵심이 된 문제는 독점 코드나 내부 데이터의 우발적 노출이다. 그는 Devin이나 Cursor 같은 코딩 도구를, 잘못 설정할 경우 민감한 코드베이스가 고객이 의도하지 않은 방식으로 사용될 수 있는 환경의 예로 들었다. 그가 묘사한 구체적 사례는 에어버스 임원과의 대화에서 나온 일화였으며, 공개된 사건으로 제시된 것은 아니었다. 그럼에도 이는 기업용 AI에서 흔한 구매 우려를 반영한다. 편의 기능이 데이터 거버넌스 위험을 가리고 있는 것은 아닌가 하는 점이다.

결국 Vercel의 메시지는 에이전트 인프라가 지능을 이동 가능하게 하되 정책은 로컬에 남겨야 한다는 것이다. 회사는 바로 이런 방식으로 AI를 단순한 기능 계층이 아니라 더 많은 인프라를 구매하게 만드는 이유로 바꾸려 한다.

왜 Rauch는 지금 모델 선택을 강조하나

인터뷰에서 가장 눈에 띄는 부분 중 하나는 Rauch가 모델 공급자에 대한 고객 행동 변화를 설명한 대목이다. 그의 말에 따르면, 작년에는 많은 팀이 단일 랩, 종종 OpenAI 또는 Anthropic을 선택하고 그 파트너를 중심으로 AI 로드맵 대부분을 구축하려 했다. 하지만 이제 고객들은 스택을 더 모듈형으로 보고, 워크로드 요구에 따라 모델을 고른다고 했다.

Rauch는 특히 Vercel에서 Gemini 사용이 늘고 있다고 말했는데, 이는 프로덕션 최적화를 하는 팀들이 헤드라인보다 가격과 성능을 본다는 의미다. 그는 오픈 모델도 주목받고 있다며 DeepSeek와 GLM-5.2를 언급했다. 이 발언들은 중요하지만 신중하게 읽어야 한다. TechCrunch AI는 이를 Rauch의 경영진 발언으로 보도했을 뿐, 독립적으로 검증된 시장 점유율 데이터로 제시하지는 않았다.

그럼에도 논리는 많은 제품 팀이 직면한 현실과 맞아떨어진다. 애플리케이션이 프로덕션 규모에 도달하면 질문은 더 이상 단순히 능력이 아니다. 더 저렴하거나 더 빠른 모델이 충분한 작업을 처리할 수 있는지, 고급 모델은 예비용으로 남겨야 하는지, 그리고 공급자 간 라우팅이 품질을 망치지 않으면서 비용을 줄일 수 있는지가 핵심이 된다.

바로 그런 아키텍처가 Vercel에 유리하다. 고객이 OpenAI, Anthropic, Gemini, DeepSeek, GLM-5.2를 공유 게이트웨이와 정책 계층으로 사용한다면, 인프라 플랫폼을 대체하기가 훨씬 어려워진다. Rauch가 설명한 Vercel의 AI 게이트웨이는 이 논리의 일부다.

랩과의 경쟁은 더 노골적이 되고 있다

Rauch는 분명한 긴장을 피하지 않았다. 대형 랩이 애플리케이션과 배포 기능을 추가할수록 클라우드 및 개발자 플랫폼 기업의 영역에 더 가까워진다. 그는 OpenAI 환경을 벗어나지 않고 웹에 직접 게시할 수 있는 최근 OpenAI 도구를 언급하며, 이를 Vercel에 대한 직접 경쟁이자 동시에 발견 채널로 해석했다.

그의 답은 본질적으로 시장이 모델과 에이전트를 계속 강하게 결합할지 결정하고 있다는 것이었다. 한 버전의 시장에서는 고객이 랩이 모델, 도구, 배포 표면, 그리고 어쩌면 사용자용 애플리케이션까지 제공하는 올인원 시스템을 구매한다. 다른 버전에서는 고객이 구성 요소를 조합해 시스템을 만들고 필요에 따라 지능 공급자를 바꾼다.

Vercel은 분명히 두 번째 결과를 원한다. Rauch는 TechCrunch AI에 회사가 “개방형 프로토콜의 세계를 위해 싸우고 있다”고 말했고, Vercel을 이 세대 AI 소프트웨어의 기초 인프라가 되려는 회사로 묘사했다. 이는 전략적 주장이지 확립된 시장 사실은 아니지만, Vercel이 상호운용성을 그토록 강조하는 이유를 설명한다.

구매자에게 이는 단순한 벤더 수사가 아니다. 결합된 시스템은 도입이 더 쉬울 수 있지만, 나중에 관리하기 어렵고 바꾸는 데 비용이 많이 든다. 모듈형 시스템은 단일 공급자 의존을 줄일 수 있지만, 더 강한 내부 엔지니어링 규율이 필요할 수 있다. 이 두 접근법의 분기는 향후 12~24개월 동안 기업용 AI 구매 결정을 좌우할 가능성이 높다.

증거, 주장, 그리고 아직 검증되지 않은 것

이 이야기에서 가장 강한 사실은 Guillermo Rauch와의 TechCrunch AI 인터뷰에서 나온다. 운영 수치인 하루 600만 건의 배포, 그 절반이 에이전트에 의해 트리거됨, 그리고 매일 1조 토큰이 넘는 AI 게이트웨이 통과는 Rauch의 발언을 통해 Vercel의 것으로 전달됐다. 이는 중요하지만, 여전히 회사가 보고한 지표일 뿐 독립적으로 감사된 공개 수치는 아니다.

Gemini, DeepSeek, GLM-5.2 사용 증가와 고객이 OpenAI 및 Anthropic을 평가하는 방식의 변화에 대한 Rauch의 발언도 같은 주의가 필요하다. 이런 코멘트는 워크로드를 볼 수 있는 플랫폼 운영자로부터 나온 유용한 시장 신호이지만, TechCrunch는 제공된 자료에서 제3자 검증을 제시하지 않았다.

Eve와 Vercel Sandbox에 대한 제품 설명 역시 인터뷰에서 Rauch가 제시한 틀을 통해 전해진다. 이는 특히 정책과 에이전트 제어를 둘러싼 Vercel 플랫폼 전략의 방향을 보여주지만, 소스에는 세부 기술 문서, 가격, 또는 고객 배포 사례가 포함되어 있지 않다. 그 때문에 이 도구들의 성숙도, 차별성, 그리고 Vercel 외부에서 얼마나 널리 사용되는지에 대한 질문은 남아 있다.

빌더와 기업 구매자에게 의미하는 바

빌더에게 가장 즉각적인 교훈은 아키텍처다. 만약 Vercel의 말이 맞아 시장이 모델과 에이전트를 분리하고 있다면, 제품 팀은 AI 시스템을 계층화된 서비스로 생각해야 한다. 즉 모델 선택, 라우팅, 관찰 가능성, 권한, 실행 제어다. 이는 단일 모델 선택을 강요하지 않으면서 배포와 거버넌스를 통합할 수 있는 공급자에게 유리하다.

기업용 AI 구매자에게 이 인터뷰는 점점 더 구체화되는 두 가지 구매 기준을 강조한다. 첫째는 데이터 통제다. 내부 데이터를 외부 시스템이나 불투명한 학습 프로세스로 유출하지 않고 조회하고 활용할 수 있는가. 둘째는 경제적 유연성이다. 가격과 품질이 변할 때 애플리케이션이 OpenAI, Anthropic, Gemini 또는 오픈 모델 사이를 이동할 수 있는가.

시장 관점에서 Vercel의 입장은 “개발자 도구”가 얼마나 빠르게 기업 워크플로 인프라로 변하고 있는지도 보여준다. 애플리케이션 배포에 쓰이던 같은 스택이 이제는 코딩 에이전트를 실행하고, 내부 에이전트를 통제하며, Salesforce 같은 시스템 접근을 중개하는 곳으로 제시된다. 이것이 사실이라면, Vercel 주변의 경쟁 구도는 호스팅과 프론트엔드 플랫폼을 훨씬 넘어 확장될 것이다.

앞으로 주목할 것

다음으로 유용한 신호는 Vercel이 Rauch의 사용량 주장, 특히 AI 게이트웨이와 Eve 및 Vercel Sandbox 채택에 대한 더 구체적인 증거를 공개하는지 여부다. 고객 사례가 단순한 토큰 총량보다 더 중요할 것이다.

또한 Vercel이 OpenAI, Anthropic, Gemini 같은 모델 공급자와의 통합을 더 깊게 가져가면서도 DeepSeek, GLM-5.2 같은 오픈 모델 지원을 유지하는지 지켜볼 필요가 있다. 회사가 이들 사이의 전환이나 라우팅을 운영상 쉽게 만들 수 있다면, 모듈성에 대한 주장은 더 강해진다.

또 다른 신호는 경쟁사의 대응이다. 랩들이 배포, 코딩, 호스팅에 대한 엔드투엔드 워크플로를 계속 확장한다면, 모델 공급자와 인프라 플랫폼의 경계는 더 흐려질 것이다. 기업이 그런 번들 환경을 받아들일지, 아니면 더 열린 제어 계층을 고집할지가 누가 가장 많은 가치를 가져갈지 결정하게 될 것이다.

Creati.ai 관점

Rauch의 인터뷰가 주목받는 이유는 다음 AI 플랫폼 전쟁을 모델 우위가 아니라 시스템 설계의 문제로 보고 있기 때문이다. Vercel은 기업들이 지능, 실행, 배포, 데이터 경계를 한 공급자가 모두 장악하길 원하지 않을 것이라고 베팅한다. 특히 모델 교체를 예상하고 비용에 대한 지렛대를 원하는 규제 산업 팀과 대형 엔지니어링 조직에게 이는 충분히 설득력 있는 가설이다.

하지만 회사는 아직 그 제어 계층이 개념적으로 매력적일 뿐 아니라 운영적으로도 필수적임을 증명해야 한다. 보고된 규모 수치는 눈길을 끌지만, 벤더가 보고한 사용량이 곧바로 지속적인 플랫폼 힘으로 이어지는 것은 아니다. 진짜 시험은 고객이 프로덕션에서 OpenAI, Anthropic, Gemini, DeepSeek, GLM-5.2를 섞어 쓰는 상황에서, Vercel이 AI 에이전트를 단지 배포하는 곳이 아니라 통제하는 기본 장소가 될 수 있느냐는 점이다.