AI Agents Could Drive 10,000x More Web Activity

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

AI Agents Could Drive 10,000x More Web Activity를 중심으로, 1만 배는 현재 대비 성장 여력에 관한 조건부 계산이다. 발언자는 현재 에이전트의 웹 이용량을 인간의 10~20%로 추정한를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. 1만 배는 현재 대비 성장 여력에 관한 조건부 계산이다. 발언자는 현재 에이전트의 웹 이용량을 인간의 10~20%로 추정한다. 장기적으로 인간의 1,000배에 도달한다는 가설을 적용하면 현재 대비 5,000~10,000배의 성장 여력이 나온다. 관측으로 확정된 시장 전망은 아니다.
2. 검색량 증가를 감당하려면 검색 구조를 바꿔야 한다. Parallel은 작은 모델로 검색 순위 판단 능력을 증류하고 GPU를 검색 인덱스에 활용하는 방향을 제시한다. 핵심은 품질·비용·응답 속도의 동시 개선이며, 음성 에이전트에는 약 150~200밀리초의 검색 응답 시간이 필요하다고 본다.
3. 검색의 가치는 실제 업무 수행과 반복 사용에서 검증된다. Browserbase 연동은 정보 검색을 로그인·구매·글쓰기 같은 행동으로 연결한다. 소비자 제품의 재사용은 맡긴 일을 얼마나 꾸준히 해내느냐에 달렸으며, OpenClaw의 설치와 지속적인 관리 부담은 대중화의 걸림돌로 평가된다.
4. 에이전트 중심 웹에는 콘텐츠 보상과 접근 권한 설계가 필요하다. 사람이 페이지를 방문하고 주의를 기울이는 과정에 의존한 수익 연결이 약해질 수 있다. Parallel은 에이전트의 콘텐츠 열람에 대해 소유자에게 지급할 금액을 계산하는 시스템을 구축했지만, 보상·신원 공개·사용자 권한 위임을 함께 풀어야 한다.
5. 다음 기회는 능동형 에이전트와 모델 독립적인 검색 계층이다. 사용자 상황과 웹의 변화를 파악해 먼저 알리고 행동하는 방향을 전망한다. 기업 도입에서는 검색 품질, 여러 모델을 전환할 수 있는 유연성, 검색·토큰 비용 절감이 주요 동기로 제시된다.

🧩 배경과 문제 정의

• Parallel은 AI 에이전트가 웹을 검색하고 정보에 접근하는 API를 만든다. 핵심 가설은 에이전트의 웹 이용량이 인간의 이용량을 크게 넘어선다는 것이다.
• 에이전트의 검색 수요를 감당하려면 기존 검색 인프라를 단순히 증설하는 방식으로는 부족하다. 검색 품질·비용·응답 속도를 함께 개선해야 한다.
• 에이전트가 인터넷의 주된 이용자가 되면 인간의 방문과 주의력에 의존하던 웹 수익모델도 재검토해야 한다. 이를 대체할 사업모델은 아직 풀리지 않은 문제다.

🕒 시간순 섹션별 상세정리

1. Browserbase 연동으로 연결되는 검색과 웹 행동

• Parallel은 Browserbase의 검색을 지원하는 연동을 출시했다. 에이전트는 내부 정보와 웹 정보를 검색한 뒤 브라우저에 로그인해 구매하거나 글을 쓰는 작업으로 이어간다. [01:20]
• Parallel의 중심 역할은 에이전트가 웹을 검색하고 읽는 기능이다. 브라우저에서 실제 행동을 수행하는 기능과 결합하면서 에이전트의 작업 범위를 넓힌다. [02:04]

2. 인간 대비 1,000배라는 웹 이용 전망도 낮을 수 있다

• 창업 당시에는 제대로 작동하는 에이전트가 거의 없었지만, 에이전트가 인간보다 웹을 1,000배 많이 이용하리라는 가설을 세웠다. 현재는 그 수치조차 낮다고 판단한다. [02:24]
• 자신이 추적하는 에이전트들은 하루에 수천 번 검색한다. 일반인의 검색 횟수를 10회 이하 수준으로 놓으면 개인적으로 이미 1,000배에 조금 못 미치는 수준에 도달했다는 계산이다. [03:33]

3. 검색량 폭증을 감당하려면 검색 구조부터 바꿔야 한다

• 구글의 하루 검색량을 약 100억 회로 추정하면서도, 검색이 1,000배 늘어난다고 기존 인프라를 1,000배 구축할 수는 없다고 본다. 대규모 수요를 감당하려면 검색 자체의 효율을 높여야 한다. [04:14]
• 모델의 발전을 활용해 검색 순위 판단에 필요한 지능을 더 작은 모델로 증류할 수 있다. 이는 검색 비용과 성능을 함께 개선하는 수단이다. [04:46]

4. 자동화 트래픽 증가와 에이전트 활용의 성숙도는 다르다

• 진행자는 Vercel에서 관측한 코딩 에이전트 트래픽 비중이 60%에 도달했다는 사례를 제시한다. 웹 전체에서도 에이전트 트래픽이 인간 트래픽을 넘어섰다는 통계가 공유되고 있다. [05:29]
• 에이전트는 같은 가치를 만드는 데 인간보다 더 많은 검색을 수행할 수 있고, 자동화 트래픽에는 사전학습용 크롤링도 포함된다. 따라서 트래픽이 많다는 사실만으로 에이전트 활용이 충분히 성숙했다고 판단하기 어렵다. [06:01]

5. 소비자 에이전트의 재사용은 단순한 약속을 지키는 데 달렸다

• 소비자 에이전트 시장은 빠르게 성장하고 있다고 평가하지만, 이용자 유지율에 관한 내부 정보는 없다고 선을 긋는다. 여러 제품을 직접 사용하며 가능한 작업과 한계를 살핀다. [08:25]
• 자연어 기반 제품은 복잡한 클릭 경로나 기능 학습을 요구하는 기존 제품보다 진입 과정이 자연스럽다. 이용자는 제품에 말을 걸어 원하는 일을 맡길 수 있다고 기대한다. [09:11]

6. OpenClaw의 대중화에는 설치와 지속적인 적응 비용이 걸림돌이었다

• OpenClaw의 방향은 옳았지만, 대부분의 사람에게는 설치하고 변화에 맞춰 유지하는 일이 어려웠다고 평가한다. 초기 설정만 끝내면 되는 제품이 아니라는 점이 부담이었다. [10:22]
• 기능과 모델이 빠르게 바뀌면 사용자는 설치 환경뿐 아니라 활용 방식도 계속 바꿔야 한다. 높은 유연성과 통제권이 그만큼 큰 설정·관리 비용으로 이어졌을 수 있다. [10:47]

7. 모델 발전에 대한 장기 가설이 검색 사업의 기반이 됐다

• 약 3년 반 전 BabyAGI와 AutoGPT 같은 초기 실험은 당시 모델로 제대로 작동하지 않았다. 그럼에도 모델의 확장과 성능 개선을 믿으면 이후의 방향을 예상할 수 있었다는 판단이다. [12:09]
• 모델은 더 강력해지고 오래 작업하며, 같은 능력을 기준으로 보면 더 작고 저렴해질 것이라는 가설을 유지해 왔다. 코딩 에이전트가 먼저 큰 시장이 되거나 CLI가 주요 형태가 될 것까지 예측한 것은 아니다. [13:17]

8. GPU 확보는 종류·규모·위치·시점을 함께 맞추는 문제다

• Parallel은 현재와 예상 검색량을 감당하기 위해 GPU를 임차한다. 추론 수요와 함께 성장하면서 최근 3개월 동안 여러 차례 긴급하게 GPU를 확보해야 했다. [15:02]
• 일부 작업은 대형 웹 인덱스에서 5밀리초 이내에 접근할 수 있는 위치에 GPU가 있어야 한다. 필요한 종류와 수량뿐 아니라 물리적 위치와 공급 시점까지 맞아야 하므로 조달이 어려워진다. [16:01]

9. 성장 기준은 기존 소프트웨어 공식보다 에이전트 추론의 증가다

• Parallel의 성장 기준은 지식노동 및 소비자 에이전트의 추론 수요다. 추론과 같은 속도 또는 그보다 빠르게 성장하는 것을 목표로 삼는다. [20:19]
• 장기적으로 어떤 추론 지표를 기준으로 삼아야 할지는 확신하지 못한다. 다만 올해와 내년에 가동될 GPU가 추론을 수행하고, 이에 검색 수요가 동반될 것이라는 단기 방향은 분명하다고 본다. [20:55]

10. 까다로운 업무 고객이 검색 품질의 기준을 끌어올렸다

• Harvey와 Notion 같은 초기 고객은 실제 업무를 수행하는 에이전트를 만들고 있었다. 도입 과정의 핵심 질문은 에이전트에게 업무를 믿고 맡길 수 있느냐는 것이었다. [22:30]
• 고객과 그 고객의 최종 이용자가 요구하는 높은 품질 기준이 Parallel의 시스템 개선을 압박했다. 초기 고객과의 협업은 특히 검색 품질을 끌어올리는 동력이 됐다. [22:52]

11. 음성 에이전트는 검색 지연을 150~200밀리초 수준으로 압축한다

• 초기 음성 에이전트에서는 부자연스러운 멈춤이나 정보를 찾아오겠다는 응답이 어느 정도 허용됐다. 그러나 여러 제품을 경험한 이용자에게는 그런 지연이 빠르게 낮은 품질의 징후가 됐다. [23:16]
• 음성 에이전트에 필요한 웹 검색 시간으로 약 150~200밀리초를 제시한다. 인간용 검색에서 통용되던 대략 600~700밀리초의 응답 시간은 음성 대화에는 충분하지 않다는 설명이다. [23:59]

12. 웹 검색은 짧은 시간에 AI 제품의 기본 기대가 됐다

• ChatGPT 초기에는 약 8~9개월 동안 웹 검색 없이 모델과 대화했지만, 지금 같은 방식으로 사용하면 크게 실망할 것이라고 본다. 현재 모델에서도 웹 검색을 꺼보면 의존도를 체감할 수 있다는 주장이다. [25:01]
• 질문의 90%에서 실망할 것이라는 표현은 실제 측정치가 아니라 자신의 예상으로 제시한다. 겉으로 비슷해 보이는 제품이라도 불과 몇 년 사이 이용자의 암묵적 기대는 크게 달라졌다는 점이 핵심이다. [25:24]

13. 다음 단계는 사용자의 필요를 먼저 파악하는 능동형 에이전트다

• 에이전트가 사용자를 이해하고 명시적·암묵적 필요를 파악해 먼저 일을 수행하는 방향으로 발전할 것이라고 전망한다. [26:18]
• Instinct·Muse·Dot에서 능동성의 초기 징후가 보이지만, 현재는 상시 작동하더라도 여전히 반응형 성격이 강하다고 평가한다. 다음 시대에는 훨씬 능동적인 에이전트가 등장할 것으로 기대한다. [26:30]

14. 에이전트용 클라우드는 모델과 행동 도구, 데이터 연결을 결합한다

• 에이전트의 기반 요소로 추론 모델, 필요에 따른 샌드박스, 웹 검색, 브라우저와 API를 포함한 행동 공간을 제시한다. 정보를 찾는 기능과 실제 행동을 수행하는 기능이 함께 필요하다. [27:23]
• 개인 및 기업 데이터에 접근하는 커넥터를 결합하고, 관측 가능성·피드백 루프·보안 같은 기존 운영 요소를 더하면 에이전트를 위한 클라우드가 구성된다. [27:42]

15. 에이전트 중심 웹에서는 주의력에 의존한 수익모델을 다시 풀어야 한다

• 인터넷의 주된 소비자가 에이전트가 되면 웹 구조도 다시 설계될 것이라고 전망한다. 에이전트가 웹을 읽는 기능은 이미 만들어지고 있지만, 이를 뒷받침할 새로운 사업모델은 아직 해결되지 않았다. [28:14]
• 기존 구독·광고·제휴·거래 모델은 사람이 페이지를 방문하고 다음 행동을 이어가는 과정에 의존해 왔다. 그중 일부 행동이 콘텐츠 제공자와 웹 사업자의 수익으로 연결됐다. [28:33]

16. 콘텐츠 이용 보상으로 웹 개방성을 유지하는 사업모델

• 콘텐츠 소유자가 에이전트의 접근을 허용하려면 콘텐츠 제공이 수익으로 이어져야 한다. 수익 구조가 불분명하면 모든 AI 에이전트를 차단할 유인이 생긴다. [30:18]
• 패럴렐은 에이전트가 콘텐츠를 읽을 때마다 소유자에게 지급할 금액을 모델로 계산하는 시스템을 구축했다. [30:36]

17. 봇 탐지보다 먼저 풀어야 할 권한과 이해관계

• ‘봇’에는 크롤러, 사람이나 기업을 대신하는 에이전트, 해를 끼치려는 악성 봇이 함께 포함된다. 이들을 모두 부정적인 대상으로 취급하면 유용한 에이전트까지 제한하게 된다. [32:10]
• 사용자는 자신의 권한을 에이전트가 이어받기를 원한다. 현재 봇 탐지 시장이 활발한 이유 중 하나는 이런 에이전트와 웹 운영자 사이의 이해관계가 아직 정렬되지 않았기 때문이라는 진단이다. [32:44]

18. 공격과 방어 양쪽에 투입되는 AI 에이전트

• 에이전트는 공격자와 방어자 모두에게 도움이 된다. 공격자가 약한 고리를 찾는 만큼, 방어에 에이전트를 먼저 적극 도입하는 조직은 상대적으로 잘 대응할 수 있으리라는 판단이다. [34:08]
• 최첨단 모델의 가중치처럼 민감한 자산은 별도의 보안 문제다. 일반적으로는 코딩 에이전트를 방어에 적극 활용하겠지만, 몇 주마다 중대한 사이버 사건이 발생해 대응의 시급성을 높일 수 있다고 전망한다. [34:41]

19. 트위터의 경험이 보여주는 지속적 공격과 식별의 한계

• 트위터에는 암호화폐 스팸과 국가 지원 영향력 공작처럼 공격할 동기가 분명한 활동이 지속해서 존재했고, 이를 억제하려면 상당한 집중과 노력이 필요했다. [35:45]
• 악성 활동을 완전히 없애기는 거의 불가능하다. 한 공격 경로를 막으면 다른 경로가 등장하므로, 변화하는 전술에 맞춰 피해를 억제해야 한다. [36:14]

20. 에이전트의 신원 공개와 접근 차단 사이의 충돌

• 유용한 에이전트는 자신을 밝혀야 악성 봇과 구별해 다르게 대우할 수 있다. 신원 공개를 위한 프로토콜도 만들어지고 있다. [37:27]
• 동시에 에이전트가 사용자의 접근 권한을 전부 이어받아야 하는지, 일부만 받아야 하는지는 남은 문제다. 현재는 사용자가 접근할 수 있는 웹사이트에서도 에이전트가 차단되며, 신원을 공개하면 차단이 더 심해질 수 있다. [38:16]

21. 프롬프트 주입에 대응하는 다층 방어

• 웹에는 누구나 악성 콘텐츠를 게시할 수 있고, 그 내용이 에이전트의 컨텍스트에 들어가면 주입 공격의 경로가 된다. [39:53]
• 지난 2년 동안 모델의 취약성 완화에는 실질적인 진전이 있었지만, 모델 하나에 해결을 맡길 수는 없다는 판단이다. [40:10]

22. 기업 수요에 맞춰 커진 시장 진출 조직

• 팀 규모는 연초 약 30명에서 약 120명으로 늘었다. 연초에는 시장 진출을 담당하는 GTM 조직 없이 기술 중심으로 운영했다. [42:16]
• 최근 3~6개월 동안 상당한 GTM 조직을 구축했다. 추론을 구매하는 기업 대부분이 웹 검색도 필요로 하며, 세계적인 대기업들이 토큰 지출과 함께 검색 도입을 확대하고 있다는 것이 성장 배경이다. [42:36]

23. 검색 도입을 이끄는 품질·모델 독립성·비용 절감

• 첫 번째 도입 계기는 모델에 포함된 웹 검색의 품질이 애플리케이션 성능을 제한하는 경우다. 모델 자체가 우수해도 검색 때문에 문제를 해결하지 못하면서 법률·금융·과학 분야 고객과의 협업이 시작됐다. [43:31]
• 두 번째는 여러 독점 모델을 전환해 쓰거나 공개 가중치 모델을 도입하려는 수요다. 모델에 관계없이 작동하는 검색 계층이 애플리케이션 개발의 유연성과 모델 독립성을 높인다. [43:56]

24. 웹페이지를 넘어 고객 여정 전체를 에이전트 중심으로 설계

• 패럴렐 웹사이트에는 사람용 화면과 기계용 화면을 전환하는 기능이 있다. 에이전트를 위한 병렬적인 웹을 구축한다는 구상을 초기부터 표현한 것이다. [46:00]
• 웹사이트가 에이전트 친화적으로 제작되지 않았더라도 사람용 내용을 해석해 변환할 수 있으므로, 표면적인 표현 계층의 중요성은 제한적이라는 입장이다. [46:27]

25. 사용자가 찾는 웹에서 먼저 변화를 감지하는 웹으로

• 지금까지 웹 검색은 사용자가 직접 정보를 찾는 ‘풀’ 방식이 중심이었다. 구글 알림이나 선제적 알림 서비스는 웹 전반에서 충분히 효과적으로 작동하지 못했다는 평가다. [48:44]
• 에이전트와 지능 비용의 하락은 선제적으로 정보를 전달하는 ‘푸시’ 방식의 웹을 가능하게 할 수 있다. 사용자의 생활과 상황을 이해하고, 중요한 변화를 정확하게 포착하는 알림이 핵심이다. [49:09]

26. 변화하는 웹에서 연산을 어디에 쓸 것인가

• 웹에는 약 1조 개의 페이지가 있고 많은 내용이 매일 바뀌지만, 상당 부분은 가치가 낮다. 연산이 저렴해져도 모든 변화를 처리할 수는 없으므로 실제 행동으로 이어질 정보에 연산을 우선 배분해야 한다. [49:49]
• 에이전트가 콘텐츠를 생산하고 검색 최적화 사업이 생성 콘텐츠를 쏟아내면서 웹의 변화 속도도 빨라질 것으로 본다. 검색엔진에는 늘어나는 잡음 속에서 유용한 신호를 추출하는 능력이 더 중요해진다. [50:28]

27. 야망과 성취의 기준을 높인 배우자의 영향

• 아내 비니타는 트위터 엔지니어로 일하던 시기에 만났으며, 이후 대외적으로 알려진 경력상의 성취에는 아내의 영향이 크다는 것이 자신의 평가다. [51:57]
• 원래도 수학·물리학·컴퓨터과학 연구에서 최고 수준을 지향했지만, 아내의 독려는 자신이 해낼 수 있다고 생각하는 범위를 넓혔다. 충분히 몰입하면 어느 분야에서든 세계 10위권을 목표로 할 수 있다는 개인적 믿음이며, 세계 1위는 다른 문제로 구분한다. [52:28]

28. 높은 기대를 가진 동료 집단과 인재 밀도

• 어린 시절 친구들은 인도의 핵과학자 자녀들이었고, 무엇을 하든 최고가 되겠다는 야망과 경쟁적 기대가 주변에 있었다. [54:27]
• 경쟁적인 대학과 대학원에서도 높은 기대에 둘러싸이면서 스스로 예상하지 못한 수준에 도달할 수 있었다고 본다. 이런 환경의 효과를 팀의 높은 인재 밀도와 연결한다. [54:55]

29. 외부의 압박과 매일 수행할 책임을 구분

• 경쟁적인 경력에서도 자신은 압박을 느끼지 않는다고 답하며, 압박을 상당 부분 만들어진 감각으로 보는 개인적 관점을 드러낸다. [55:58]
• 트위터 인수 과정에서도 수면 점수를 추적했으며 잠을 잘 잤다고 한다. 해야 할 일을 안다면 그 일을 수행하면 된다는 태도다. [56:17]

30. 불안정한 도전과 자기 기대를 성장의 동력으로 삼기

• 자신이라면 스스로를 채용하지 않을 법한 직무를 원한다. 서류상의 조건으로는 감당하기 어려워 보이는 도전에 놓이는 상태를 선호한다는 뜻이다. [57:05]
• 그런 불안감은 겸손함과 경계심을 만들고, 학습·호기심·노력·도움 요청을 촉진한다. 반대로 업무에서 완전히 안정감을 느끼면 자신에게 중요한 행동들이 덜 유발된다는 경험적 판단이다. [57:27]

🧾 결론

• 이 대화의 중심 가설은 에이전트 추론이 늘수록 웹 검색 수요도 함께 커진다는 것이다. 성장의 크기와 지속 기간은 아직 불확실하다.
• 검색 사업의 경쟁력은 요청량을 처리하는 능력과 함께 정보의 유용성, 응답 속도, 전체 작업 비용에서 결정된다.
• 웹의 개방성을 유지하려면 콘텐츠 소유자가 에이전트 접근을 허용할 경제적 이유가 필요하다. 접근 기술과 보상 구조를 함께 설계해야 한다.
• 에이전트 제품의 성숙도는 트래픽 규모만으로 판단하기 어렵다. 실제 업무 성과, 반복 사용, 운영 부담을 함께 확인해야 한다.

📈 투자·시사 포인트

• 검색 인프라: 에이전트 추론 증가에 따라 검색 수요가 동반되는지 살펴볼 필요가 있다. 검색량 증가가 매출과 수익성으로 얼마나 연결되는지도 별도로 확인해야 한다.
• GPU 조달: 검색 인프라에는 GPU 수량뿐 아니라 웹 인덱스와의 거리, 필요한 기종, 공급 시점, 계약 조건이 제약으로 작용한다. 연산 자원 확보와 배치 능력이 운영 경쟁력의 일부가 된다.
• 기업용 검색: 모델과 분리된 검색 계층은 모델 전환의 유연성을 제공한다. 도입 효과는 검색 정확도와 함께 작업 완료율, 토큰 사용량, 전체 비용으로 평가할 수 있다.
• 콘텐츠 사업: 열람 보상과 차등 가격이 새로운 수익 경로가 될 가능성이 있다. 다만 제휴 확대와 실제 보상 성과를 확인해야 사업모델의 지속 가능성을 판단할 수 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• 현재 에이전트 웹 이용량이 인간의 10~20%라는 수치는 자체 추정이다. 인간 대비 1,000배라는 장기 가설과 결합한 5,000~10,000배 성장 계산에는 측정 범위와 실현 시점의 불확실성이 있다.
• Vercel의 코딩 에이전트 트래픽 사례나 자동화 트래픽 통계를 웹 전체의 유용한 에이전트 활동으로 일반화하기 어렵다. 사전학습용 크롤링과 실제 사용자 업무를 수행하는 요청을 구분해야 한다.
• 검색 횟수가 절반으로 줄고 토큰 사용도 감소한다는 설명은 Parallel 측의 주장이다. 제공된 자료에는 비교 조건과 독립적인 검증 결과가 없다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 성장 수치를 기록할 때 인간 대비 이용량과 현재 대비 성장 배수를 구분하고, 1만 배 전망에 붙은 전제를 함께 적는다.
• 에이전트 사용 지표에서 크롤링, 검색 요청, 실제 작업 완료를 나눠 집계해 트래픽 증가의 의미를 확인한다.
• 검색 도구를 같은 업무에 적용해 결과 품질, 응답 시간, 검색 횟수, 토큰 사용량, 전체 처리 비용을 비교한다.
• 도입할 에이전트의 초기 설정 시간과 지속적인 관리 부담을 기록하고, 반복 사용과 업무 완료 여부를 점검한다.

❓ 열린 질문

• 에이전트 추론과 웹 검색 수요의 관계를 장기적으로 가장 잘 설명하는 지표는 무엇인가?
• 콘텐츠 열람 보상은 소유자의 수익과 에이전트의 이용 비용을 함께 만족시키면서 웹 개방성을 유지할 수 있는가?
• 에이전트가 사용자 권한을 어느 범위까지 위임받아야 하며, 신원을 공개해도 유용한 접근을 보장받으려면 어떤 조건이 필요한가?