한 우물만 파는 AI 회사가 있어요
poolside라는 회사를 아시나요? OpenAI나 Anthropic처럼 뭐든 다 하는 범용 AI가 아니라, '소프트웨어 개발'이라는 한 분야만 파고드는 파운데이션 모델 회사인데요. 전 GitHub CTO였던 Jason Warner가 공동 창업했고, 처음부터 '코딩을 잘하는 AI를 만들려면 코딩에 특화된 모델을 바닥부터 만들어야 한다'는 베팅을 해온 곳이에요. 이 회사가 이번에 새 모델 'Laguna S 2.1'을 공개했어요.
poolside가 모델을 만드는 방식
이 회사의 접근법에서 제일 흥미로운 건 학습 방법이에요. 보통 AI 모델은 RLHF라고 해서, 사람이 '이 답변이 더 좋아요' 하고 평가한 데이터로 마무리 학습을 하거든요. 그런데 poolside는 RLCEF(Reinforcement Learning from Code Execution Feedback), 그러니까 '코드 실행 피드백 강화학습'이라는 방식을 밀어왔어요. 이게 뭐냐면, 모델이 짠 코드를 사람이 눈으로 평가하는 게 아니라 실제로 실행해보는 거예요. 테스트가 통과하면 잘한 거고, 컴파일이 깨지거나 테스트가 실패하면 못한 거죠. 코드라는 도메인은 수학처럼 정답을 기계적으로 검증할 수 있다는 특성이 있는데, 이걸 학습 신호로 쓰는 거예요. 사람의 주관적 평가보다 훨씬 객관적이고, 자동으로 무한히 만들어낼 수 있는 피드백이라는 게 핵심이에요.
왜 'S'가 붙은 모델이 중요할까
Laguna는 poolside의 최신 모델 라인인데, 모델명에 S가 붙는 건 업계 관례상 작고 빠른 경량 계열을 뜻하는 경우가 많아요. '작은 모델이 뭐가 대단해?'라고 생각할 수 있는데요, 요즘 코딩 AI의 사용 패턴을 보면 이야기가 달라져요. 예전에는 질문 하나 던지고 답변 하나 받는 식이었다면, 지금은 에이전트가 코드를 짜고, 실행하고, 에러를 보고, 고치는 루프를 수십 번에서 수백 번씩 돌리거든요. 이런 에이전틱 워크플로우에서는 호출 한 번의 최고 품질보다 '호출 단가와 속도'가 전체 비용과 체감 성능을 좌우해요. 그래서 프론티어급 대형 모델과 별개로, 에이전트 루프를 싸고 빠르게 돌릴 수 있는 경량 모델 경쟁이 치열해지고 있는 거예요. Laguna S 2.1은 바로 이 자리를 노리는 모델이고요.
업계 지형에서 poolside의 위치
코딩 AI 시장을 크게 보면 세 층으로 나눌 수 있어요. 맨 위에는 GPT, Claude, Gemini 같은 범용 프론티어 모델이 있고, 중간에는 Cursor나 GitHub Copilot처럼 이 모델들을 가져다 쓰는 도구 계층이 있죠. 그리고 poolside 같은 버티컬 파운데이션 모델 회사가 세 번째 축이에요. 범용 모델이 코딩까지 잘해버리는 시대에 특화 모델의 승부수는 뭘까요? poolside의 답은 '배포 형태'예요. 금융, 국방, 통신 같은 규제 산업은 소스코드를 외부 API로 내보낼 수 없어서, 아무리 좋은 상용 모델도 못 쓰는 경우가 많거든요. poolside는 고객사 인프라나 폐쇄망 안에 모델을 통째로 설치하는 엔터프라이즈 전략을 처음부터 밀어왔어요. AWS와의 긴밀한 협력이나 자체 대규모 데이터센터 구축 계획도 이런 방향의 연장선이고요.
한국 개발자에게는
사실 이 전략이 제일 잘 먹힐 시장 중 하나가 한국이에요. 국내 대기업과 금융권 상당수가 폐쇄망 개발 환경이잖아요. 외부 AI API를 못 쓰는 조직에서 '내부에 설치하는 코딩 모델'은 거의 유일한 선택지가 되거든요. 그리고 개인 개발자 입장에서도 배울 점이 있는데요. 에이전트 시대의 모델 선택은 '제일 똑똑한 모델 하나'가 아니라 '계획은 큰 모델, 반복 작업은 작은 모델'처럼 역할을 나누는 방향으로 가고 있어요. 자기 워크플로우에서 어떤 단계가 비싼 모델이 필요하고 어떤 단계는 경량 모델로 충분한지 구분하는 감각이 점점 중요해질 거예요.
한줄 정리: poolside의 Laguna S 2.1은 에이전트 루프를 싸고 빠르게 돌리기 위한 코딩 특화 모델이고, 폐쇄망 엔터프라이즈 시장을 노리는 버티컬 전략의 최신 결과물이에요.
여러분 회사라면 범용 모델 API와 내부 설치형 특화 모델 중 어느 쪽을 선택하실 건가요? 폐쇄망 환경에서 개발해보신 분들의 경험담도 궁금해요.
🔗 출처: Hacker News