취미가 곧 해자 — AI 시대에 살아남는 비즈니스 모델 3가지

> 핵심 한 줄: LLM이 지식노동을 평준화한 뒤에도, 진짜 해자는 "언어화할 수 없는 암묵지"와 "사람이 직접 몸을 써야만 가치가 발생하는 체득형 활동"에 남는다. 그리고 그 영역이 곧 비즈니스 기회다.

왜 지금 이话题가 중요한가

2026년 현재, LLM은 대부분의 텍스트 기반 지식노동을 평균 수준으로 끌어올렸다. 번역, 요약, 리서치, 초안 작성 — 이전에는 사람마다 3배 이상 차이가 났던 작업이 이제는 모델만 돌리면 어느 정도 결과가 나온다. 이 변화의 핵심 질문은 하나다.

> "LLM이 평준화한 영역을 지나고 나면, 무엇이 진짜 경쟁력이 되는가?"

cse.ac의 hyeongjun이 정리한 글이 시사점이 깊다. 핵심 주장만 추리면 이렇다.

LLM이 평준화하지 않는 두 가지 영역

1. 언어화 불가능한 암묵지 (tacit knowledge)

LLM이 평준화한 건 "말로 설명할 수 있는 지식"이다. 학계 표현으로 명시지(explicit knowledge)다. 반면 암묵지(tacit knowledge)는 다르다. 요리사가 "소금을 적당히 넣는다"에서 "적당히"가 가리키는 감각, 목수가 망치질을 할 때 손목 각도를 미세하게 조절하는 감각, 테니스 선수가 공의 회전을 읽는 시각-운동 통합 — 이 모든 건 글로 적을 수도, LLM을 학습시키기도 어렵다.

이 영역의 공통점은 "인간 의존성(Human-dependency)"이 높다는 것이다. 그리고 그 결과, 자동화되지 않고, 자동화하려 시도해도 비용 대비 효과가 낮다.

2. 체득형·물리적 활동

Karrot(중고 거래)과 Anduril(방산) 같은 회사가 흥미로운 예시다. 둘 다 "사람이 직접 부딪혀야 가능한 일"을 기반으로 한다.

• Karrot — 물리적 세계의 거래는 사진 몇 장과 LLM 응답으로 끝나지 않는다. 매물 확인, 직거래 만남, 신뢰 형성. 이 과정 자체가 서비스의 핵심.
• Anduril — 방산은 규제, 인증, 정치적 관계, 물리적 시스템 통합 등 인간 의존성이 극도로 높은 분야다.

흥미로운 역설이 여기 있다. AI가 노동을 가져갈수록, 사람들은 더 많은 시간을 가지게 되고, 그 시간을 체득형 활동에 쏟는다. 그래서 "easy to learn, hard to master" 구조 — 진입장벽이 낮으면서도 마스터하기 어려운 활동 — 이 다음 10년의 가장 큰 비즈니스 무대가 될 가능성이 높다.

변곡점 — AI가 보완재일 때 vs 대체재일 때

NBER 연구에 따르면, AI가 단순 보완재로 작동하는 단계에서는 노동시간이 오히려 주당 +3.15시간 늘어난다. (직접적인 측정은 아님, LLM productivity 연구의 일반 경향) AI가 일의 속도를 높여서 일의 양이 늘어나는 현상이다.

하지만 개인 영역의 산출이 고정된 업무(예: 주 1회 보고서 작성)에서는 상황이 다르다. 절약된 시간이 여가로 샌다. Visa의 데이터는 이미 이 신호를 보여준다.

> 여가 지출 비중: 9.5% → 13%로 상승 (Visa 글로벌 트렌드)

여기서 변곡점은 AI가 대체재(에이전트, 휴머노이드)로 넘어가는 순간이다. 이 시점이 오면 노동시간이 진짜로 줄어들고, 사람들에게 "어디에 쓸까"의 문제가 본격화된다.

살아남는 비즈니스 3가지 패턴

패턴 1 — 커뮤니티가 해자 (Strava)

Strava는 단순한 GPS 달리기 트래커가 아니다. "기록 인정 + 경쟁 허브"가 핵심 가치다.

• 당신이 5km를 22분 30초에 뛰면, 그 기록은 다른 러너들과 비교되고, 주간 리더보드에 올라가고, 코멘트가 달린다.
• 이 모든 상호작용은 사용자가 직접 뛰어야만 발생한다. AI가 달리기를 대신해줄 수 없듯이.
• 따라서 사용자가 많아질수록 네트워크 효과가 누적되고, 이탈 비용이 높아진다.

LLM은 이 모델을 흉내 낼 수 없다. "가상 Strava"는 커뮤니티가 없으면 의미가 없고, 커뮤니티는 사용자가 실제로 뛰어야만 형성된다.

패턴 2 — 습관이 반복 매출 (Chess.com)

Chess.com의 비즈니스 모델은 단순하다. 무료로 체스를 즐기고, AI 코치(월 구독)를 붙여서 수익을 만든다.

• 무료 사용자가 체스 실력이 늘면 → 코치가 필요한 시점이 옴
• AI 코치는 24/7, 100원짜리부터 30만원짜리까지 가격대별로 존재
• 체스는 취미이면서 동시에 기술 향상 욕구가 강한 활동 — 두 가지가 결합된 최적의 시장

LLM이 평준화한 영역인 체스 이론(오프닝, 미들게임 전략) 학습은 무료로 충분하다. 하지만 나의 실제 대국에서 약점을 진단하고 다음 수를 추천하는 개인화 코칭은 AI가 잘하지만, 사용자가 직접 체스판에 앉아 두뇌를 쓰는 시간 자체가 취미의 본질이다.

패턴 3 — 제작·창작 도구 (Astryx, Homegames)

이 두 가지는 메타 오픈소스 프로젝트다.

• Astryx — Meta가 공개한 React + StyleX 기반 오픈소스 디자인 시스템. 160개 이상의 React 컴포넌트, 다크모드, 즉시 배포 가능한 템플릿, CLI를 통합 제공.
• Homegames — 브라우저에서 게임을 플레이·제작·공유할 수 있는 8년 된 무료 오픈소스 플랫폼. 계정 없이 플레이 가능, 브라우저 안의 코드 편집기로 즉시 테스트.

두 프로젝트의 공통점은 "만드는 행위 자체가 가치"라는 점이다. Astryx의 사용자는 디자인 시스템을 "소비"하는 게 아니라, 자신의 브랜드에 맞게 커스터마이징하면서 학습한다. Homegames의 사용자는 게임을 "플레이"만 하는 게 아니라, 브라우저에서 직접 코드를 짜서 자기 게임을 만든다.

이 두 프로젝트는 LLM이 가장 위협하기 어려운 영역 — "내가 직접 무언가를 만든다" — 에서 가치를 만든다.

결론 — 당신이 일해야 할 곳

LLM 시대의 해자 5단계를 정리하면 이렇다.

1. 명시지 (text-based knowledge) — LLM이 평준화. 더 이상 해자가 아님.
2. 개인 맥락 데이터 — LLM 간 마이그레이션 쉬움. 해자 아님.
3. 암묵지 / 체득형 활동 — LLM이 접근 불가. 진짜 해자.
4. 커뮤니티 / 습관 — 사용자가 직접 시간을 쏟아야 형성. 네트워크 효과.
5. 제작 도구 / 학습 플랫폼 — "만드는 행위"가 가치. 반복 사용.

비즈니스를 만든다면 3번~5번 사이 어딘가를 노려야 한다. 그리고 그 시작점은 대부분 "사람들이 좋아하는 취미"에서 출발한다. 취미는 이미 그 사람이 시간을 쏟겠다는 의지를 증명한 활동이기 때문이다.

> 결국 LLM 시대의 해자 = "사람들이 좋아서 시간을 쓰는 것" + "그 시간에서 나오는 암묵지".

다음 10년은 이 두 가지가 결합된 서비스가 가장 빠르게 성장할 것이다.