🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Figma의 Matt Colyer는 AI가 SaaS를 무너뜨리기보다 개발자와 소프트웨어 수요를 폭발적으로 늘려 기존 제품에 더 큰 기회를 만든다고 본다.

📌 핵심 요약

• 인터뷰는 Figma의 개발자 제품관리 디렉터 Matt Colyer가 AI 시대의 ‘SaaSpocalypse’ 담론을 어떻게 보는지 묻는 데서 시작된다.
• Colyer는 SaaS의 종말보다 ‘다음 소프트웨어 시대’라는 긍정적 프레임을 제시하며, 개발자 수가 수천만 명에서 10억 명 이상으로 늘 수 있다고 말한다.
• 그는 누구나 앱을 만들 수 있는 분위기가 확산됐지만, 실제 소프트웨어 운영에는 유지보수·인프라·신뢰성 같은 지속 비용이 따른다고 강조한다.
• 자신의 첫 이메일 에이전트 사례를 통해, 학교 이메일을 요약하고 중요한 사실을 뽑아내는 개인용 자동화가 어떻게 시작됐는지 설명한다.
• 대화 후반부에서는 에이전트의 요약 품질, 무엇을 기억해야 하는지 판단하는 문제, 이메일 답장 자동화에서 인간 검토가 여전히 필요한 지점이 다뤄진다.

🧩 주요 포인트

1. 인터뷰는 Figma의 개발자 제품관리 디렉터 Matt Colyer가 AI 시대의 ‘SaaSpocalypse’ 담론을 어떻게 보는지 묻는 데서 시작된다.
2. Colyer는 SaaS의 종말보다 ‘다음 소프트웨어 시대’라는 긍정적 프레임을 제시하며, 개발자 수가 수천만 명에서 10억 명 이상으로 늘 수 있다고 말한다.
3. 그는 누구나 앱을 만들 수 있는 분위기가 확산됐지만, 실제 소프트웨어 운영에는 유지보수·인프라·신뢰성 같은 지속 비용이 따른다고 강조한다.
4. 자신의 첫 이메일 에이전트 사례를 통해, 학교 이메일을 요약하고 중요한 사실을 뽑아내는 개인용 자동화가 어떻게 시작됐는지 설명한다.
5. 대화 후반부에서는 에이전트의 요약 품질, 무엇을 기억해야 하는지 판단하는 문제, 이메일 답장 자동화에서 인간 검토가 여전히 필요한 지점이 다뤄진다.

🧠 상세 정리

1. 인터뷰의 출발점과 질문

이 글은 Every의 Dan Shipper가 Figma의 개발자 제품관리 디렉터 Matt Colyer와 나눈 AI & I 인터뷰의 전사 일부다. Dan은 Figma가 AI 시대에 어떤 위치에 놓이는지, 특히 ‘SaaS apocalypse’라는 담론 속에서 기존 SaaS 도구가 어떻게 변화할지를 묻는다. 그는 사람들이 Figma를 더 이상 쓰지 않아도 된다고 말하는 한편, Figma가 제품 안에 에이전트를 출시하고 Figma MCP도 언급되는 상황을 제시한다. 제공된 본문 범위에서는 이 질문이 인터뷰의 문제의식을 여는 역할을 하며, 세부적인 Figma MCP 논의는 뒤쪽 타임스탬프에만 나타나고 실제 전사에는 포함되지 않는다.

2. SaaSpocalypse에 대한 반전된 해석

Matt Colyer는 ‘SaaSpocalypse’를 부정적 종말론이 아니라 ‘다음 소프트웨어 시대’로 재해석한다. 그는 과거 전 세계 개발자 수가 약 2,500만~4,000만 명 정도로 추정됐지만, AI 도구와 기술 민주화로 인해 그 수가 10억 명 또는 그 이상으로 커질 수 있다고 본다. 핵심은 AI가 소프트웨어 수요를 줄이는 것이 아니라, 훨씬 더 많은 사람이 훨씬 더 많은 소프트웨어를 만들게 한다는 점이다. 따라서 이미 소프트웨어나 개발자 도구 영역에 있는 회사는 피해자가 아니라 새 수요가 몰리는 ‘금광’에 가까운 위치에 놓일 수 있다는 것이 그의 주장이다.

3. 바이브 코딩 열풍과 실제 운영의 간극

Colyer는 2026년 1월을 사람들이 ‘그냥 모든 앱을 바이브 코딩하면 된다’는 생각을 대중적으로 받아들이기 시작한 시점처럼 묘사한다. 그는 자신도 그보다 18개월 전부터 여러 도구를 직접 만들어보는 모드였고, 초기 버전을 만드는 일은 매우 재미있다고 인정한다. 그러나 그는 소프트웨어 회사가 단순히 코드만 제공하는 것이 아니라고 강조한다. Gmail을 예로 들며, 사용자가 이메일을 받기 위해 SMTP 버전 업그레이드 같은 일을 직접 관리하고 싶어 하지 않기 때문에 돈을 내고 서비스를 쓴다고 설명한다. 직접 만든 에이전트도 시간이 지나면 유지보수와 운영 비용을 떠안게 되며, 그래서 오히려 요즘은 더 많은 소프트웨어를 구매하게 됐다고 말한다.

4. 첫 이메일 에이전트의 개인적 배경

Colyer가 처음 만든 에이전트는 개인 생활의 이메일 문제에서 출발했다. 그는 세 학교에 다니는 자녀들이 있고, 학부모회나 학교에서 보내는 이메일을 매일 많이 받아야 하는 상황을 설명한다. 특히 ‘crazy hair day’ 같은 학교 행사를 놓치는 부모로서의 부담이 있었고, 하루에 약 15개의 학교 관련 이메일을 따라가야 했다고 말한다. 이 문제를 해결하기 위해 그는 받은편지함에서 이메일을 가져와 LLM에 붙여 넣고, 핵심 사실을 추출해 돌려받는 아주 거친 Python 스크립트 형태의 초기 이메일 에이전트를 만들었다. 당시 프롬프트의 핵심은 긴 이메일에서 사실을 뽑아 세 개 정도의 bullet point로 줄이는 것이었다.

5. 기억 시스템과 능동적 알림의 가치

초기 이메일 에이전트 이후 Colyer는 여기에 기억 시스템을 추가했다고 설명한다. 특히 그는 사용자가 도구를 찾아가 질문해야 하는 방식보다, 정해진 시간에 에이전트가 매일 요약 이메일을 보내주는 능동적 방식이 중요했다고 말한다. 이 기능 자체가 아주 지능적이어서라기보다, 매일 같은 시간에 실행되어 필요한 정보가 먼저 도착한다는 점이 실질적인 사용성을 만들었다. 그는 앞으로의 에이전트가 단순한 일정 실행을 넘어서, 언제 사용자에게 먼저 연락해야 하는지 판단하는 방향으로 더 능동적이 될 것이라고 본다. 제공된 본문에서는 이 지점이 개인 자동화 경험에서 에이전트 제품의 방향성으로 넘어가는 연결고리로 제시된다.

6. 요약과 맥락 선별이라는 미해결 문제

업무 영역에서 Colyer가 여전히 풀고 있는 문제는 요약이다. 그는 제품관리 업무가 방대한 정보를 이해하고 걸러내는 일이며, 에이전트에게 어떤 정보가 중요하고 어떤 정보가 덜 중요한지 가르치는 일이 매우 어렵다고 말한다. 처음에는 중요해 보이지 않던 정보가 며칠 뒤 갑자기 의미를 갖는 경우가 있기 때문에, 시스템이 무엇을 기억해야 하는지를 명확히 기술하기 어렵다는 것이다. Dan도 회사 회의 녹취를 Codex로 훑어 자신이 관심 가질 만한 내용을 찾는 사례를 들며 비슷한 어려움을 말한다. 에이전트가 사용자의 피드백을 너무 문자 그대로 받아들여 과잉 보정하는 문제가 있다는 점도 함께 지적된다.

7. 이메일 답장 자동화와 인간 승인

Dan은 자신의 이메일 처리 방식도 공유한다. 그는 Codex로 만든 작은 로컬 앱을 사용해 매일 이메일을 훑고, 각 이메일에 대해 자신이 보낼 법한 초안 답장을 생성하게 한다. 예를 들어 변호사에게 온 이메일이라면 컴퓨터 안의 관련 정보를 찾아 답변 초안을 만들 수 있다고 설명한다. 하지만 완전 자동 발송은 하지 않고, 모든 답장을 본인이 승인한다. 그는 Monologue를 통해 음성으로 ‘이건 고쳐라’, ‘이 초안은 보내라’처럼 지시하면서 이메일을 처리하며, 그 결과 4주 연속 inbox zero를 유지했다고 말한다. 이 사례는 자동화가 강력해졌더라도 검토와 승인 단계가 여전히 중요한 병목으로 남아 있음을 보여준다.

8. 제공된 전사의 범위와 이후 내용의 한계

본문 상단의 타임스탬프에는 발산적·수렴적 디자인 사고, Figma의 MCP 서버, 디자인 에이전트의 개인화, 맥락 문제, Apple과 Google의 맥락 우위, 리뷰 병목 같은 주제가 이어질 것으로 표시된다. 그러나 실제 제공된 전사는 00:10:45 부근에서 구독 안내와 관련 콘텐츠 영역으로 넘어가며, 그 뒤의 상세 대화는 포함되어 있지 않다. 따라서 이 요약에서는 해당 주제들의 구체적 주장이나 사례를 확장하지 않는다. 확인 가능한 내용은 SaaS 종말론의 재해석, 직접 만든 에이전트의 유지보수 부담, 이메일 자동화 사례, 요약과 맥락 선별의 어려움, 그리고 인간 검토의 필요성에 집중된다.

🧾 핵심 주장 / 시사점

• AI가 앱 제작의 진입장벽을 낮추더라도, 운영·유지보수·신뢰성까지 해결해주는 제품의 가치는 사라지지 않는다.
• 에이전트의 실질적 유용성은 단순 생성 능력보다 사용자의 맥락을 얼마나 잘 기억하고, 필요한 시점에 먼저 알려주는지에 크게 좌우된다.
• 이메일 자동화 사례는 AI가 생산성을 크게 높일 수 있음을 보여주지만, 중요한 커뮤니케이션에서는 인간의 최종 검토와 승인이 아직 핵심 단계로 남아 있음을 보여준다.

✅ 액션 아이템

• Matt Colyer가 제시한 AI의 SaaS 기회 프레임을 기준으로 기존 제품군의 성장 잠재 구간을 선별한다.
• 개발자가 수천만에서 10억명 이상으로 늘 수 있다는 가정 아래 유지보수·인프라·신뢰성 비용 부담 항목을 우선순위화한다.
• 학교 이메일 요약 에이전트 사례를 바탕으로 요약 정확도, 기억 판단, 답장 자동화의 인간 개입 구간을 분리 정의한다.

❓ 열린 질문

• AI가 앱 제작 진입장벽을 낮춘 흐름에서 어떤 제품군이 실제 수요 확대로 가장 먼저 이어질지 어떤 지표로 판별할 것인가?
• 개발자 급증 가정이 성립할 경우 유지보수·인프라·신뢰성 비용이 실무에서 가장 먼저 병목으로 나타나는 지점은 어디인가?
• 요약에서 무엇을 기억해야 하는지 불명확할 때 이메일 답장 자동화의 인간 검토 경계를 어디까지로 둘 것인가?