Stripe''s John Collison: AI Agents Will Rewire the Internet

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Stripe의 존 콜리슨은 AI 에이전트가 컴퓨터를 직접 조작하며 인터넷의 구매·결제·개발·업무 방식을 재편할 것으로 본다.

📌 핵심 요점

1. 개인 에이전트의 핵심은 사용자의 맥락을 기억하고 실제 작업을 수행하는 능력이다. 배송지와 결제 정보를 아는 에이전트가 웹 양식 입력을 대신하려면 충분한 연산 자원과 성숙한 컴퓨터 사용 기술이 필요하다.
2. 에이전트 커머스는 구매 편의성과 상품 발견 경로를 함께 바꿀 수 있다. 콜리슨은 AI가 좋은 평가를 받은 틈새 브랜드를 찾아내면서 기존 플랫폼의 집객 기능과 판매자 간 경쟁 구도를 흔들 수 있다고 전망한다.
3. AI는 공격자와 방어자 모두의 역량을 높인다. 최신 방어 기술을 도입하는 속도가 조직마다 다르기 때문에, 콜리슨은 향후 5년간 보안 침해가 이전 5년보다 늘어날 가능성을 경고한다.
4. Stripe도 에이전트를 새로운 제품 이용자로 고려해야 한다. 코딩 에이전트의 API 연동, 추론 비용에 따른 사용량 기반 과금, 여러 모델을 선택하는 라우팅이 기존 개발자 중심 설계에 새로운 요구를 더한다.
5. 기업 내부에서는 데이터 접근권한을 갖춘 AI와 직원이 직접 만드는 소프트웨어가 업무를 바꾸고 있다. Stripe의 영업·법무 사례는 업무 맥락과 권한 관리가 중요함을 보여주며, 창업에 관한 마지막 조언은 꾸준한 개선·평판·고객 우선으로 이어진다.

🧩 배경과 문제 정의

이 영상은 몰리 오셰이와 Stripe의 존 콜리슨이 결제, 에이전트 커머스, AI에 따른 기업 변화에 관해 나눈 대담이다. 진행자는 Stripe가 2025년 1조9000억 달러를 처리했고 처리액이 34% 늘었다고 소개하며 AI 시대에 무엇을 다시 설계하고 있는지 묻는다.

문제의 출발점은 사람이 직접 웹 화면을 조작한다는 기존 인터넷의 전제다. 사용자 정보를 기억하고 컴퓨터를 조작하는 에이전트가 작업과 구매를 대신하면 판매자, 집객 플랫폼, API 제공자, 보안 조직도 새로운 이용자와 행동 방식에 대응해야 한다.

콜리슨은 이를 사업 기회와 운영 문제로 함께 설명한다. 저렴해진 지능과 컴퓨터 사용은 창업과 개인화된 업무 도구를 돕지만, 공격 역량의 상승과 복잡한 데이터 권한은 별도로 해결해야 한다. 대담 후반에는 기술 변화를 따라가는 방법, 정상 봇과 악성 봇의 구분, 장기적인 창업 원칙까지 논의한다.

🕒 시간순 섹션별 상세정리

1. 대담 소개와 Stripe의 규모

• 몰리 오셰이와 존 콜리슨이 소개되고, 진행자는 결제와 에이전트 커머스를 대담 주제로 제시한다. [00:23]
• 진행자는 Stripe의 2025년 처리액이 1조9000억 달러이고 34% 증가했다고 말한 뒤, AI에 맞춰 무엇을 재설계하는지 묻는다. [00:31]
• 콜리슨은 Stripe를 운영한 17년과 결제 산업의 변화를 언급하고, 웹 양식 작성은 사람들이 자발적으로 즐기는 가치 있는 활동이 아니라고 보여준다. [01:18]

2. 개인 에이전트와 컴퓨터 사용의 역할

• 배송지와 결제 정보처럼 사용자 맥락을 기억하는 에이전트가 컴퓨터를 조작할 수 있다면, 사용자는 양식을 직접 채우는 대신 운전면허 갱신 같은 작업을 요청할 수 있다. [01:45]
• 개인 에이전트가 실질적으로 작동하려면 충분한 연산 자원과 성숙한 컴퓨터 사용 기술이 필요하다고 본다. [02:00]
• 컴퓨터 사용은 기존 시스템에 대한 하위 호환 계층이다. 차량 관련 행정기관이 MCP를 도입할 때까지 기다리지 않아도 기존 화면을 통해 작업할 수 있다는 설명이다. [02:18]

3. 에이전트 커머스와 상품 발견의 재편

• 콜리슨은 에이전트가 소비자를 대신해 상당한 구매를 수행하면서 기업의 판매 방식이 바뀔 것으로 전망한다. [02:50]
• 자신의 AI 상품 조사 경험에서는 잘 알려지지 않은 브랜드가 드러났다고 말하며, 좋은 평가를 받은 제품을 가진 소규모 사업자에게 발견 기회가 늘 수 있다고 본다. [03:18]
• AI 탐색이 상거래의 새로운 집객 지점이 되면 기존 플랫폼이 도전을 받고, 좋은 제품을 발견되기 쉽게 만든 판매자가 부상할 수 있다고 보여준다. [03:38]

4. 광고 플랫폼의 변화와 비교한 판매자 경쟁

• Facebook·Instagram의 정교한 광고 타기팅이 해당 채널에 맞춘 새로운 기업 세대를 키웠다는 사례를 든다. [04:06]
• 기존 대형 소매업체도 같은 도구를 쓸 수 있었지만 고객 획득 방식에 덜 적응했으며, 이런 차이는 제품 개발까지 이어진다고 보여준다. [04:22]
• AI 전자상거래도 우선 구매를 편리하게 만들고, 이후에는 새로운 방식에 잘 적응하는 기업을 중심으로 제품과 판매자 구도를 바꿀 수 있다고 본다. [04:38]

5. AI가 높이는 공격 역량과 보안 부담

• AI는 방어자와 공격자 모두가 이용할 수 있는 기술이며, 자동차 도입 이후 은행 강도와 경찰이 함께 이동 역량을 높인 사례에 비유한다. [05:16]
• 새 모델의 사이버 역량이 빠르게 발전하면서 Stripe도 이미 집중하던 보안에 더 많은 주의를 기울이고 있다고 드러낸다. [05:51]
• 콜리슨은 향후 5년간 보안 침해가 지난 5년보다 많아질 것으로 예상한다. [05:57]

6. 조직별 도입 속도가 만드는 보안 격차

• 공격과 방어가 균형을 이룰 것이라는 이론과 달리, 실제로는 최신 역량을 너무 늦게 도입하는 조직이 있다고 지적한다. [06:17]
• 스타트업은 최신 모델을 도입하기 쉽고 기술 스택이 작고 균일한 편이어서 상대적으로 유리할 수 있다고 보여준다. [06:34]
• 인수로 누적된 오래된 스택과 지원이 종료된 Windows 버전 등을 운영하는 조직은 보안 측면에서 불리하다는 예를 든다. [06:48]

7. 특이점이라는 표현과 재귀적 자기개선

• Stripe에서는 다소 농담 섞인 의미로 2026년 1월 1일을 특이점의 첫날이라고 부르기 시작했다고 드러낸다. [07:25]
• 그 배경으로 전년도 말 코딩 모델의 발전을 체감한 순간과 AI를 이용해 AI를 개선하는 재귀적 자기개념을 보여준다. [07:50]
• AI 역량이 수학 연구와 모델 개발을 가속하고 있으며, 2026년에는 그 자기개선의 효과를 실감하고 있다고 평가한다. [08:38]

8. 저렴해진 지능과 신규 기업 증가

• 콜리슨은 저렴해진 지능이 기업 설립을 돕고 있다며, Stripe에서 최근 기억하는 범위 중 가장 높은 신규 기업 설립 수준을 관찰하고 있다고 드러낸다. [08:58]
• AI 도구로 회사를 시작하고 성공시키기가 쉬워졌다는 점에서 낙관적이며, 특이점이라는 표현을 비관적인 의미로 쓰는 것은 아니라고 보여준다. [09:27]

9. 개발자 경험에서 에이전트 경험으로

• 기업은 보안 문제와 에이전트 커머스에 따른 경쟁 환경 변화에 주의를 기울여야 한다고 강조한다. [09:55]
• Stripe는 API 문서와 업그레이드 등 개발자 경험을 개선해 왔지만, 이제 많은 연동이 코딩 에이전트를 통해 이루어지며 잘못된 API 버전 선택처럼 다른 문제가 중요해졌다고 드러낸다. [10:58]
• 각 기업도 기존 강점과 제품 설계를 재검토해야 하며, 막연한 불안보다 구체적인 보안 문제에 대응하면서 변화의 기회를 받아들이라고 조언한다. [11:36]

10. 새로운 역량 확보와 사용량 기반 과금

• 진행자가 여러 기업을 인수 맥락에서 언급하자, 콜리슨은 Bridge·Privy의 팀이 Stripe에 기존과 다른 암호화폐 분야의 경험과 문화를 더했다고 보여준다. [12:20]
• Metronome을 설명하면서 AI 추론 비용 때문에 제품 가격과 과금 구조가 달라지고 있다고 드러낸다. [12:30]
• 일정 사용량 이후 크레딧을 추가 구매하는 사례를 들며, AI 제품에서는 사용량 기반 과금의 필요성이 커졌다고 보여준다. [12:46]

11. OpenRouter와 여러 모델을 사용하는 기업

• 기업 지출에서 AI와 추론이 차지하는 비중이 커지고 있으며, 연구개발뿐 아니라 제품 제공 자체에도 추론 비용이 들어간다고 드러낸다. [13:16]
• 기업은 작업 종류, 새 모델의 등장, 고객의 가치 등에 따라 서로 다른 모델을 선택할 수 있다는 논리를 제시한다. [13:56]
• 여러 모델을 동시에 쓰는 기업에는 OpenRouter 같은 서비스가 필요하며, 콜리슨은 해당 시장을 제공하는 데 OpenRouter가 앞서 있다고 평가한다. [14:10]

12. AI 기여도 측정과 직접 개발·인수의 판단

• Stripe의 인터넷 GDP 확대 목표에서 AI의 정확한 기여 비중은 공개하지 않는다. 기존 기업도 AI로 변하고 있어 AI 기업과 비AI 기업을 구분하기 어렵다고 보여준다. [15:12]
• 직접 개발과 인수의 선택에는 세부 판단이 필요하며, Stripe의 핵심 영역은 내부에서 잘할 가능성이 높다고 드러낸다. [16:16]
• 토큰 라우팅처럼 새로운 역량이 필요한 시장에서는 학습에 시간이 걸린다. 시장까지 빠르게 변하면 내부 개발이 끝났을 때 이미 뒤처질 수 있다는 것이 인수를 고려하는 이유다. [16:54]

13. 내부 AI의 기반은 업무 맥락과 접근권한

• AI는 영역별 성능이 고르지 않으며, 기업 업무에서는 일반적인 질문보다 내부 사업 맥락을 반영한 질문에 답할 수 있어야 한다고 보여준다. [17:45]
• Stripe는 내부 데이터에 접근하는 AI 도구를 만들었지만, 개인정보 보호와 사용자별 접근권한, 결과의 정확성을 다루는 일이 복잡했다고 드러낸다. [18:18]
• 이러한 조건을 갖추면 내부 데이터셋을 활용하는 AI가 강력한 업무 도구가 된다고 보여준다. [18:30]

14. 직원이 만드는 업무 도구와 다음 AI 발전 단계

• 영업 직원들은 고객에게 필요한 데이터를 모아 개인화된 제안을 준비하는 AI 애플리케이션을 직접 만들며 업무 방식을 바꾸고 있다고 드러낸다. [18:52]
• 법무팀에서는 새 규제를 받아들이는 에이전트를 만들었다. 콜리슨은 제작 진입장벽이 낮아지면서 오래 논의됐던 개인화된 소프트웨어가 확산하고 있다고 본다. [19:43]
• 컴퓨터 사용 역시 충분히 좋아지고 있으며, 기존 세계와 연결되는 능력이라는 점에서 AI 발전의 다음 큰 단계로 평가받을 수 있다고 전망한다. [20:38]

15. 변화를 따라가는 방법과 화면 밖의 회복

• 콜리슨은 자신이 쓸 애플리케이션을 바이브 코딩으로 만들고, Stripe 고객과 대화하며 새로운 기술의 실용성을 익힌다고 드러낸다. [21:18]
• 현재 규모보다 성장 방향을 보고 빠르게 성장하는 기업과 시간을 보내면 AI 관련 변화를 파악하는 데 도움이 된다고 보여준다. [21:55]
• 집중력을 유지하는 방법으로 휴대전화를 내려놓고 자연을 찾는 일상을 권한다. 샌프란시스코의 행사장 주변을 벗어나 마린 등으로 나가 보라는 이야기로 대화가 계속된다. [23:26]

16. 정상 봇과 악성 봇을 구분하는 문제

• 사이트의 봇 탐지와 차단은 기존 환경에서는 이해할 만하지만, 자동화 방문이 늘어나는 세계에서는 새로운 기준이 필요하다고 지적한다. [24:14]
• 정상적인 봇과 악성 봇을 구분해야 하며, AI 비서 도구를 직접 사용해 보면 다가오는 제품 이용 방식을 체감할 수 있다고 드러낸다. [24:45]
• 이러한 변화 이후 어떤 균형이 형성될지는 아직 모른다고 인정한다. [24:51]

17. 17년간의 창업 경험과 고객 우선 원칙

• Stripe에는 한 번의 극적인 도약보다 해마다 이어진 성장이 있었다고 회고한다. 작게 시작한 제품도 고객 가치를 기준으로 만들고, 중단하지 않고 개선해 온 지속성을 강조한다. [26:37]
• 파트너와 장기적으로 관계를 맺고 좋은 거래 상대가 되는 평판을 중요하게 다뤄야 한다고 드러낸다. [27:07]
• 마지막으로 고객이 실제로 원하는 것에서 출발해 제품을 설계하는 고객 우선 원칙을 강조한다. 내부 시장·매출 논리로만 사고하는 경향을 경계하는 발언 뒤 감사 인사로 대담이 끝난다. [27:52]

🧾 결론

• 인터넷 재편의 출발점은 에이전트가 기존 화면과 절차를 이용해 일을 끝내는 능력이다. 콜리슨은 컴퓨터 사용을 현실 세계에 대한 하위 호환 계층으로 설명한다.
• 변화는 구매 자동화에 그치지 않는다. 상품 발견, 고객 획득, API 설계, 과금, 내부 업무까지 새로운 이용 방식에 맞춰 조정해야 한다는 것이 인터뷰의 중심 주장이다.
• 콜리슨의 낙관론에는 보안과 실행 조건이 붙는다. AI 활용 기회를 실험하면서도 구체적인 보안 취약점, 데이터 권한, 잘못된 API 버전 선택 같은 문제를 관리해야 한다.
• 빠른 기술 변화 속에서도 고객에게 가치를 주는 제품을 꾸준히 개선하고 좋은 거래 상대라는 평판을 쌓는다는 운영 원칙은 유지된다.

📈 투자·시사 포인트

• AI가 상품 탐색의 새로운 관문이 된다면 기존 집객 플랫폼의 경쟁력과 판매자의 발견 가능성을 다시 평가할 필요가 있다. 틈새 브랜드의 기회 확대는 콜리슨의 전망이며, 실제 성과는 별도 검증이 필요하다.
• 추론 비용이 제품 원가에 들어오면서 사용량 기반 과금과 모델 라우팅의 중요성이 커질 수 있다. 관련 사업을 볼 때는 매출 성장과 함께 사용량 증가에 따른 비용 구조를 확인해야 한다.
• 보안에서는 조직의 대응 속도와 기술 스택의 복잡성이 주요 관찰 요소다. 단순한 스택과 빠른 도입이 유리하다는 발언을 모든 스타트업의 안전성을 보장하는 주장으로 해석해서는 안 된다.
• Stripe에서 관찰된 신규 기업 증가와 AI 관련 지출 확대는 방향성을 보여주는 발언이다. 공개된 표본·측정 기준·수익성 자료가 없어 시장 전체의 성장률이나 투자 수익으로 곧바로 환산하기 어렵다.

⚠️ 불확실하거나 확인이 필요한 부분

• 진행자가 제시한 2025년 Stripe 처리액 1조9000억 달러와 34% 증가율은 영상 안에서 산정 기준이 설명되지 않는다. 처리액을 Stripe의 매출이나 이익으로 읽어서는 안 된다.
• AI가 틈새 브랜드의 발견을 늘리고 기존 플랫폼을 재편한다는 주장은 콜리슨의 경험과 전망에 기반한다. 구매 전환율, 판매자별 효과, 변화 시점에 관한 정량 자료는 제시되지 않는다.
• 향후 5년간 보안 침해가 증가한다는 예상과 AI가 신규 기업 설립을 늘린다는 설명에는 비교 자료나 인과관계를 검증할 정보가 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

• 반복적인 웹 양식 입력 업무 하나를 골라 에이전트가 필요한 사용자 맥락과 실행 단계를 정리하고, 실제 완료율과 오류를 확인한다.
• 상품 판매자는 제품 정보와 고객 평가가 AI 탐색에서 어떻게 발견되는지 점검하고, 검색 결과가 실제 제품 특성을 정확히 전달하는지 확인한다.
• API 제공자는 코딩 에이전트로 연동 과정을 실행해 보고, 잘못된 버전 선택이나 문서 해석 오류가 발생하는 지점을 수정한다.
• AI 제품의 추론 비용과 사용량을 측정해 과금 방식, 초과 사용 처리, 작업별 모델 선택이 비용 구조에 맞는지 검토한다.

❓ 열린 질문

• 구매를 위임받은 에이전트가 주요 방문자가 되면 사이트는 정상적인 자동화와 악성 봇을 어떤 기준으로 구분할 것인가?
• AI 상품 탐색은 기존 집객 플랫폼의 영향력을 줄일 것인가, 아니면 새로운 플랫폼에 영향력을 집중시킬 것인가?
• 컴퓨터 사용이 실제 업무를 안정적으로 완료하려면 어느 정도의 신뢰성과 사용자 맥락이 필요한가?