Mike Krieger (Anthropic CPO, Instagram 공동창업자) 인터뷰 심층 분석
관련글
앤트로픽의 AI 개발 혁명: Claude가 Claude를 만드는 시대
AI 시대의 소프트웨어 개발, 제품 철학, 그리고 엔터프라이즈 전략
출처: YouTube 인터뷰
동영상 게시일: 2026-02-08
분류: AI 전략 / 소프트웨어 개발 / 엔터프라이즈 AI
1. 인터뷰이 소개: Mike Krieger는 누구인가
이 인터뷰의 주인공은 Mike Krieger로, Instagram의 공동창업자이자 현 Anthropic의 최고제품책임자(CPO)다. 그의 커리어는 표면적으로 “소셜 앱 창업자”처럼 보이지만, 사실 그 저변에는 기술과 인간의 접점을 탐구해온 일관된 철학이 흐르고 있다.
스탠포드 대학에서 그는 “Symbolic Systems”라는 특이한 전공을 선택했다. 인지과학, 디자인, 컴퓨터공학, 철학, 심리학, 그리고 AI를 결합한 이 학제간 전공은 당시에는 생소했지만, 현재는 AI 시대를 맞이해 그 가치가 더욱 부각되고 있다. 그가 스탠포드에서 배운 핵심 명제는 단순했다: “세상에서 가장 강력한 소프트웨어를 만들어도, 사람들이 이해하고 쓸 수 없다면 진정한 성공이 아니다.”
졸업 이후 Meibo에서 강한 조직 문화와 채용 철학을 체화한 그는 Kevin Systrom과 함께 2010년 Instagram을 공동창업했다. 당시 모바일 앱이 막 등장하던 시기, Instagram이 집착했던 것은 하나였다. “모든 화면에서, 사용자가 해야 할 단 하나의 행동이 명확한가?” 이 제품 철학이 Instagram을 수십억 사용자를 거느린 플랫폼으로 만든 근간이었다.
Meta에 인수된 후 2018년 Instagram을 떠난 그는 Kevin Systrom과 함께 2023년 AI 기반 뉴스 추천 앱 Artifact를 창업했다. Artifact는 클릭베이트 헤드라인을 팩트 기반으로 재작성하거나 기사를 자동 요약하는 기능을 갖췄는데, 이는 당시 AI API 하나로 구현 가능했다. 기존이라면 수개월의 연구팀 작업이 필요했을 기능들이 API 호출 하나로 해결되는 경험은 그에게 충격적인 각성이었다. 약 3년간의 운영 끝에 Artifact는 Yahoo에 매각되어 Yahoo News로 생을 이어가고 있다.
2024년 5월, 그는 Anthropic에 초대 CPO로 합류했다. Anthropic의 제품 엔지니어링, 제품 관리, 디자인을 총괄하는 그의 임무는 Claude를 더 많은 사람과 기업에 닿게 하는 것이다.
2. “디자인은 사라지지 않는다” — AI 시대의 역설
인터뷰에서 Krieger가 가장 강하게 반박한 통념 중 하나는 “바이브코딩(vibe coding)이 대중화되면 디자인 직군이 사라질 것”이라는 주장이다. 그는 이를 단호하게 틀렸다고 말한다.
그의 논리는 명쾌하다. 사람들이 소프트웨어를 사용하는 것과 소프트웨어를 사랑하는 것 사이에는 여전히 커다란 간극이 존재한다. 진정한 소프트웨어 성공의 척도는 사용자가 자신의 행동을 바꾸고, 자발적으로 다른 사람에게 추천하며, 반복적으로 돌아오게 만드는 것이다. Krieger는 즉흥적으로 생성된 바이브코딩 결과물에서 그런 경험을 아직 목격하지 못했다고 단언한다.
그가 말하는 디자인은 단순한 UI 배치를 넘어선다. 이 소프트웨어는 왜 존재하는가, 어떤 문제를 해결하는가, 브랜드로서 사용자에게 무슨 의미를 갖는가 — 이런 질문들에 대한 집요한 탐구가 바로 디자인의 본질이다. 바이브코딩은 구현의 속도를 획기적으로 높이지만, 이 근본적인 질문에 답하는 능력은 여전히 인간 디자이너의 영역이라는 것이다.
그렇다고 그가 현실을 모르는 것은 아니다. Anthropic 내부에서도 디자이너의 역할은 이미 변화하고 있다. 프로토타입을 손으로 그리거나 Figma로 작성하는 대신, 실제 동작하는 인터랙티브 프로토타입을 AI와 함께 빠르게 구현하는 방식으로 일하는 시간이 늘고 있다. 역할이 변화하는 것이지, 역할이 없어지는 것이 아니라는 것이 그의 결론이다.
3. AI 시대 제품 팀이 저지르는 가장 큰 실수
Krieger는 AI 시대에 제품 팀들이 저지르는 가장 큰 실수로 모형(mockup)과 가짜 프로토타입 단계에 너무 오래 머무는 것을 꼽는다.
기존 제품 개발 방식에서 “아름다운 PRD(제품 요구서)를 작성하고, 디자이너와 함께 완성도 높은 와이어프레임을 만들고, 이를 엔지니어링에 넘긴다”는 순서는 AI 시대에는 근본적으로 재고되어야 한다. 이유는 단순하다. AI 모델의 능력은 실제로 써봐야만 파악할 수 있기 때문이다.
그는 Anthropic에서 입사 3개월 차였던 2024년에 Computer Use(Claude가 컴퓨터를 직접 제어하며 클릭하는 기능) 프로토타입을 구축했던 경험을 생생하게 회고한다. 당시 프로토타입은 처참했다. Claude는 화면 여기저기를 무작위로 클릭했고, 작업은 의도한 대로 완수되지 않았다. 그러나 이 실패한 프로토타입이 결정적인 역할을 했다. 연구팀이 새로운 모델을 개발할 때마다 그것을 기존 하니스(harness)에 끼워넣어 테스트할 수 있었기 때문이다.
그러다 어느 날, Claude Sonnet 3.7 버전을 테스트했을 때 예상치 못한 결과가 나왔다. 갑자기 작동이 됐다. 파일 메뉴를 통과하고, 원하는 기능을 찾아 실제로 클릭하는 수준에 도달한 것이다. 연구자로부터 “이제 상용화할 수 있겠다”는 메시지가 왔다. 만약 그 “쓸모없어 보이는” 초기 프로토타입이 없었다면, 모델이 임계점을 넘는 순간을 포착할 준비 자체가 되지 않았을 것이다.
그가 제시하는 새로운 제품 철학은 이렇다: 제품 담당자의 역할은 아름다운 문서를 전달하는 것이 아니라, 비결정론적(non-deterministic) 엔진을 핵심에 품은 살아 숨쉬는 시스템을 최대한 빠르게 경험하는 것이다. 이는 엔터프라이즈 환경에서도, 아니 엔터프라이즈 환경에서는 더욱 중요하다.
4. Claude가 Claude를 만든다 — 소프트웨어 개발의 근본적 변화
인터뷰에서 가장 충격적인 발언 중 하나는 Anthropic 내부의 코딩 현실에 관한 것이다. “Claude 제품들과 Claude Code가 이제 사실상 Claude에 의해 완전히 작성되고 있다”는 것이다. Dario Amodei CEO가 약 1년 전 “연말까지 코드의 90%가 Claude로 작성될 것”이라고 했을 때 많은 이들이 과장이라고 했지만, 현실은 그를 넘어섰다. 실제 2026년 초 보도에 따르면 Anthropic에서 AI가 작성하는 코드 비율은 70~90%에 달하며, Claude Code 팀장 Boris Cherny는 2개월 이상 직접 코드를 단 한 줄도 작성하지 않았다고 밝혔다.
Krieger는 이 변화가 가져온 소프트웨어 개발의 세 가지 변화를 설명한다.
첫째, 적대적 코드 리뷰어로서의 Claude다. Claude를 “극도로 까다로운 평가자”로 프롬프트하면, 풀리퀘스트에 대해 보안 취약점, 리팩터링 기회, 구조적 개선점을 체계적으로 지적해준다. 프롬프트 자체는 단순하다. “모든 문제를 찾아내라, 다양한 자동화 검사를 시행하라, 소프트한 요구사항도 확인하라”는 지시가 전부다.
둘째, Claude에게 리아키텍처링을 맡기는 것이다. iPhone 프로토타입 작업 중 초기 아키텍처가 한계에 부딪혔을 때, 그는 Claude에게 검증 코드를 먼저 작성하게 하고, 그 다음 전체 구조를 재설계하게 했다. AI 시대의 역설 중 하나는 기술 부채가 오히려 더 빠르게 쌓인다는 것이다. 하지만 동시에 이를 해소하는 비용도 극적으로 낮아졌다. 기술 부채 상환의 손익 계산이 완전히 바뀐 셈이다.
셋째, 기존 프로세스가 새로운 병목이 되고 있다는 사실이다. 인터뷰 전날 Anthropic의 CI(지속적 통합) 시스템이 다운됐을 때, 이는 예전이라면 미미한 불편이었을 것이다. 하루에 PR(풀리퀘스트) 하나를 올리는 팀에게 1시간 지연은 별 것이 아니다. 하지만 이제 한 엔지니어가 하루에 최소 수십 건의 PR을 올리는 환경에서 CI 중단은 팀 전체 작업을 마비시키는 사태가 된다. 개발자 도구, 인프라, 효율성에 대한 투자가 AI 시대에 10배 이상 중요해졌다는 의미다.
아울러 그는 코드 작성보다 리뷰와 감사(audit), 통합이 이제 진정한 희소 자원이 되었음을 강조한다. 무엇을 만들어야 하는가에 대한 합의, 아키텍처 원칙과 코딩 표준을 정의하는 일, 여러 엔지니어가 동시에 기여하는 코드베이스에서 일관성을 유지하는 일 — 이것이 AI 시대 소프트웨어 팀의 핵심 과제가 되었다.
5. 에이전트 자율성의 딜레마: 마법과 위험 사이
“AI 에이전트에게 얼마나 많은 자율성을 부여해야 하는가”라는 질문에 Krieger는 흥미로운 비유로 답한다. 팀원의 Claude가 가족 여행 준비 문서를 만들다가 숙소 웹사이트가 로딩되지 않자, 사진 대신 자신이 상상하는 집의 모습을 직접 그려넣었다는 에피소드다. “내가 원한 게 정확히 그건 아니었지만, 이 모델이 문제를 창의적으로 해결하려 한다는 점이 흥미롭지 않은가.”
그는 이 자율성을 억제하고 싶지 않다고 말한다. 이것이 바로 에이전틱 AI의 마법이기 때문이다. 하지만 동시에 올바른 방식으로 샌드박스화되어야 한다고 강조한다.
그가 엔터프라이즈 에이전틱 시스템을 구축하면서 얻은 핵심 교훈은 이것이다: Claude가 작동하는 “박스”의 경계를 명확히 하라. 최소 권한의 원칙에 따라 그 환경에서 필요한 최소한의 권한만 부여하고, 외부 세계와의 연결을 신중하게 설계하라. 동시에 옵저버빌리티(관찰 가능성)를 갖추어 에이전트가 언제, 어떤 이유로 예상 범위를 벗어나는지 즉시 파악할 수 있어야 한다. 결국 그의 원칙은 “올바른 샌드박스 안에서의 자율성”이다.
6. 엔터프라이즈 AI 도입의 성공과 실패 패턴
Krieger는 대형 은행, 보험사 등 기업 고객들과의 협력 경험을 바탕으로 엔터프라이즈 AI 도입의 성공 패턴과 실패 패턴을 명확히 구분한다.
실패 패턴의 전형은 “안전하게 느껴지는 단 하나의 작은 조각부터 시작하기”다. 별로 중요하지 않은 저가치 프로세스에 맞춤형 에이전트 하나를 만드는 방식이다. 이 접근법이 실패하는 이유는 두 가지다. 첫째, 문제가 충분히 야심차지 않기 때문에 AI 역량에 대해 진지하게 배울 기회가 생기지 않는다. 둘째, 조금이라도 성능이 기대에 못 미치면 사람들은 곧바로 포기한다.
성공 패턴은 반대다. 실제로 중요한 비즈니스 프로세스를 대상으로 삼아야 한다. AI로 처리한다는 생각 자체가 조금 불편하게 느껴질 만큼 임팩트 있는 영역이어야 한다. 그 다음 성공 지표와 안전장치를 함께 설계하고, 공격적인 타임라인을 설정한 뒤, 프론티어를 향해 계속 밀어붙이는 것이다.
제품 팀과 관련해서는 AI 팀의 중앙화 정도에 대한 실용적인 조언도 제시한다. 중앙 AI 팀의 역할은 얇은 레이어여야 한다. 모델 접근권 제공, 옵저버빌리티, 감사(audit) 기능 — 이 세 가지면 충분하다. 어떤 프레임워크를 쓸지(Claude Agent SDK인지, LangChain인지), 어떤 방식으로 구현할지 같은 결정은 최대한 각 제품 팀에 위임해야 한다. 중앙화가 지나치면 혁신의 속도를 죽인다.
그리고 그는 형태(form factor)에 집착하지 말고 해결하는 문제에 집착하라고 당부한다. Anthropic이 Excel과 통합하는 세 번째, 네 번째 시도에서야 제대로 된 방식(Excel 자체에 훅을 심는 방식)을 찾아낸 것처럼, 올바른 구현 방식을 찾기까지 여러 번의 실패가 필요할 수 있다.
7. 기계적 해석 가능성(Mechanistic Interpretability): AI를 이해하는 여정
Anthropic이 다른 AI 기업들과 구별되는 핵심 연구 분야 중 하나인 기계적 해석 가능성(Mechanistic Interpretability) — 모델이 왜, 어떻게 특정 방식으로 동작하는지 이해하려는 시도 — 에 대해 Krieger는 솔직하게 평가한다. “아직 초기이지만 빠르게 진화하고 있다.”
그가 Anthropic에 합류한 2024년은 바로 Golden Gate Claude 논문이 발표된 달이기도 했다. 이 연구는 모델의 “뇌” 속 개별 특성(feature)들을 식별하고 심지어 조작할 수 있음을 최초로 보여줬다. 이후 “서킷(circuits)” 개념으로 진화하면서, 단일 개념이 아닌 모델이 특정 작업(예: 암산)을 수행할 때 활성화되는 개념들의 연결망을 추적할 수 있게 됐다.
현재는 더욱 응용된 방향으로 나아가고 있다. 모델이 언제 진실을 말하고, 언제 속임수를 쓰는가? 언제 지시를 따르고, 샌드박스 내에서 어떻게 판단하는가? 이런 질문들에 답하는 “응용 해석 가능성”이 연구의 초점이 되고 있다. Anthropic의 모델 시스템 카드들은 이런 실험들을 상세히 기록하고 있으며, Krieger는 이를 “주말 독서거리”로 추천한다.
8. 개인화의 미래: 명시적 지시 없이 선호를 학습하는 AI
Krieger가 특히 흥미롭게 여기는 미래 방향 중 하나는 AI가 사용자의 명시적 지시 없이도 선호를 학습하는 방법이다. 현재 Claude는 프롬프트를 통해 톤, 깊이, 형식 등을 설정할 수 있지만, 이는 파워 유저 중심의 방식이다. 전 세계 80억 인구가 AI를 시간 단위로 사용하는 세상에서는 다른 접근이 필요하다.
그가 제시하는 두 가지 방향은 흥미롭다. 하나는 디지털 생활에서 이미 존재하는 흔적을 활용하는 것이다. Slack에서 함께 일하는 AI 에이전트는 어떤 동료보다 많은 작업을 지켜봐왔을 가능성이 높다. 그 관찰을 통해 “이 사람은 어떤 스타일로 소통하는가, 어떤 방식으로 문제를 접근하는가”를 부트스트랩하는 것이다.
다른 하나는 Claude가 스스로 선호를 끌어내기 위한 UI를 즉석에서 생성하는 능력을 개발하는 것이다. 10개의 선택지를 긴 리스트로 보여주는 대신, 2~3개의 핵심 선택지를 인터랙티브한 UI로 제시해 사용자의 답변에서 선호를 학습하는 방식이다. “Claude가 당신에 대한 질문에 답하기 위해 UI를 만드는 것”이라는 이 발상은, AI가 단순 도구를 넘어 적응형 대화 파트너로 진화하는 방향성을 보여준다.
9. 걱정과 기대: Krieger의 솔직한 전망
인터뷰 말미에 Krieger는 안전성과 보안 문제는 제쳐두고(이미 충분히 논의됐으니), 다른 차원의 걱정을 털어놓는다.
그의 가장 큰 우려는 AI 역량 자체가 벽에 부딪히는 것이 아니라, 인간의 제도적 마찰과 프로세스가 AI의 잠재력 실현을 가로막는 것이다. “MCP가 제대로 연결된 Claude와 아무것도 연결되지 않은 Claude 사이의 차이는 극적이다. 하지만 회사 내에서 그 MCP 사용을 승인받으려면 누군가의 결재가 필요하다.” 이 차이가 결국 Anthropic 내부에서 Claude를 쓰는 경험과 외부 사용자가 제한된 권한으로 Claude를 쓰는 경험을 완전히 다르게 만들 수 있다는 것이 그의 걱정이다.
반면 그가 1년 전에는 기대하지 않았지만 이제 흥분하게 된 것은 Claude의 제품 관리(PM) 역량이다. 그는 2026년이 엔지니어링 측면에서 Claude가 가장 도움이 될 거라 예상했지만, 예상치 못하게 “사용자 요구사항 수집자이자 종합자”로서의 Claude를 발견하고 있다고 말한다. 아직 완전히 새로운 제품을 창의적으로 구상하는 수준은 아니지만, 적어도 “인턴 PM” 정도의 역할을 하기 시작했다는 것이다.
10. 코딩 너머의 다음 킬러 앱: 엔터프라이즈 데이터 스트림
Krieger는 코딩과 제품 개발 너머에서 Claude가 다음 임팩트를 낼 영역으로 엔터프라이즈의 미활용 데이터 스트림을 지목한다. 모든 대기업에는 흥미롭지만 거의 활용되지 않는 데이터 스트림이 존재한다. 사이버보안, 금융 데이터, 트레이딩 신호, 제조 공정 데이터 등이 대표적이다.
그가 강조하는 것은 모든 데이터 포인트를 Claude에게 파싱하게 하는 것이 목표가 아니라는 점이다. 오히려 데이터 준비도(data preparedness)를 높은 수준으로 끌어올린 뒤, 수집과 집계, 통찰 도출의 파이프라인을 구축하는 것이 핵심이다. 복잡해 보이지만, 본질적으로는 “현재 충분히 활용되지 않는 데이터 스트림을 의미 있게 분석하는 것”으로 귀결된다.
11. 핵심 시사점 종합: AI 시대를 위한 제품 원칙
이 인터뷰에서 Mike Krieger가 전달하는 메시지를 하나의 문장으로 요약하면 이렇다: “항상 참이었던 것들이 AI 시대에 더욱 참이 됐다.” 소프트웨어를 작성하는 능력은 더 이상 차별화 요소가 아니다. 쌓아온 신뢰, 브랜드, 고객 관계, 독점 데이터, 장기간 구축한 통합 — 이것들이 진정한 차별화 요소다. 동시에 현재의 구현 방식(form factor)에 집착하지 말고, 깊이 해결하고자 하는 문제에 집착해야 한다. 그리고 모형과 문서 뒤에 숨지 말고, 실제 동작하는 살아있는 시스템을 최대한 빨리 경험하고 거기서부터 배워야 한다.
그는 또 AI 개발의 근본적인 특성이 변했음을 직시하라고 촉구한다. 제품이 “비결정론적 엔진을 핵심에 품은 살아 숨쉬는 시스템”이 된 세상에서, 아름다운 문서보다 빠른 실험과 관찰, 반복이 훨씬 더 가치 있다. AI의 역량이 어디까지 왔는지는 실제로 써보지 않으면 알 수 없다. 가장 좋은 준비는 항상 하니스를 갖추고 기다리는 것이다.
작성일: 2026-02-22