AI 코딩이 SaaS를 직접 만들지 살지 다시 따지게 한다

AI 코딩 도구를 쓰면 비밀번호 재설정이나 고객 추천 위젯 같은 기능을 직접 만드는 데 드는 시간이 줄어들어, SaaS를 구매하는 편이 낫다는 기존 판단을 다시 검토할 수 있다. 다만 직접 구축하면 보안과 유지 관리를 책임져야 한다.

과거에는 새 SaaS를 만들 때 비밀번호 재설정 기능을 서둘러 구현하지 말라는 조언이 합리적이었다. 처음 가입한 사용자가 곧바로 비밀번호를 잊을 가능성은 낮고, 간혹 요청이 들어오면 수동으로 처리할 수 있었다. 제대로 된 재설정 흐름을 만드는 데 드는 시간을 핵심 기능에 쓰는 편이 나았기 때문이다. AI 코딩을 활용하면 이 기능은 계획의 한 항목이 되고, 여전히 테스트는 필요하지만 핵심 제품 개발 시간을 크게 빼앗지는 않는다.

이런 변화는 핵심이 아닌 기능을 직접 만들기보다 외부 SaaS를 이용하라는 조언에도 적용된다. 고객 추천 위젯, 잠재 고객 양식, 가격표, 문서 챗봇처럼 월 이용료를 내고 쓸 수 있는 기능도 AI 코딩으로 직접 구현하는 선택지가 생겼다. 외부 서비스를 여러 개 쓰면 데이터가 서로 다른 시스템에 흩어지고, 기존 백엔드와 연동하는 데도 개발 작업이 필요할 수 있다. 이미 연동을 만들어야 한다면 기능 전체를 내부에서 구현하는 편이 나을 수 있다는 논리다.

글쓴이는 자신의 회사에서 외부 SaaS 서비스 몇 개를 기존 백오피스 시스템에 AI로 추가한 기능으로 대체했다고 설명한다. 그 시스템은 AI 코딩을 쓰기 시작하기 훨씬 전에 개발한 것이다. 랜딩 페이지와 고객 추천 콘텐츠, 문서 페이지의 AI 채팅도 이제 시스템에 포함되거나 시스템에서 생성된다.

글쓴이에 따르면 AI 코딩 계획을 조정하고 결과를 테스트하는 데 며칠이 들었고, SaaS 구독료를 월 약 300유로 절감했다. 시스템 통합이 나아졌고 일부 기능의 품질도 좋아졌다고 한다. 문서 챗봇은 대체한 외부 서비스와 비용이 대략 같은 수준에서 더 나은 최신 AI 모델을 사용한다고 설명했다.

그렇다고 모든 기능을 직접 만들라는 뜻은 아니다. 직접 구축할 때는 보안도 책임져야 한다. 글쓴이는 챗봇의 잠재적 취약점을 찾고 수정하기 위해 Mythos와 상당한 시간을 들였다고 밝혔다. 들어오는 채팅 메시지는 탈옥 시도를 검사해 의심스러운 사용자를 차단하고, 일일 사용 예산에 도달하면 챗봇이 응답을 멈추도록 제한했다고 설명한다.

이 사례의 비용과 절감액은 글쓴이의 경험이다. 핵심은 AI 코딩이 직접 구축과 외부 구매 사이의 비용 계산을 바꿨지만, 보안 책임까지 없애지는 않는다는 점이다.