정의
AI 애플리케이션의 새로운 구조는 전통적인 UX(사용자 인터페이스) 중심에서 하네스(Harness, AI 에이전트 프레임워크) 중심으로 이동하며, 핵심 가치는 ‘문제 해결(task completion) 자체를 상품화하는 것’에 있다. 이 구조에서 기업의 차별화는 고객 데이터에 대한 배타적 권리(데이터 볼모)와 독점적 툴셋의 조합을 통해 달성된다.
핵심 속성
- 하네스 = 애플리케이션: Codex, Claude Code와 같은 AI 에이전트 프레임워크가 전통적인 애플리케이션의 역할을 대체. UI/UX보다 컨트롤 레이어가 더 중요해짐.
- 데이터 볼모: 기업이 고객 데이터를 독점적으로 보유하여 경쟁사(특히 일반 AI 에이전트)가 접근하지 못하게 하는 전략적 장벽.
- 툴 독점: 특정 도메인에 최적화된 독점적 툴셋을 보유하여 일반 AI 에이전트 대비 차별화된 성능 제공.
- 인텐트 → 솔루션 파이프라인: 사용자는 의도(intent)만 제공하고, AI가 전체 문제 해결 과정을 자동화. 전통적인 UX의 ‘툴 제공’ 패러다임이 ‘결과 제공’으로 대체됨.
- Unbundling ChatGPT: Benedict Evans의 프레임워크를 차용. ChatGPT/Codex가 새로운 ‘Oracle’이 되며, 다양한 vertical에서 이를 unbundling한 AI 애플리케이션이 출현.
관계
- 20260606-two-types-of-ai-talent — 연장: 새로운 AI 애플리케이션 시대에 필요한 인재 유형을 설명
- 20260606-ai-native-vs-assisted-trap — 대조: AI 네이티브와 AI 어시스티드의 차이를 설명하는 사례
- concept-unbundling-oracle — 상위개념: Benedict Evans의 unbundling 프레임워크가 AI 시대에 재적용됨
- entity-codex-super-app — 하위개념: Codex가 슈퍼 앱으로 진화하며 새로운 애플리케이션 구조의 프로토타입을 제공
인용
“AI 애플리케이션의 거의 80~90%는 하네스 자체일 거고, 그 위에 유저와 하네스 사이에 인터페이스 UX라고 하는 부분을, 요새 사람들이 많이 쓰는 용어가 AI surface더라고요.” “하네스에서 제가 두 개의 축으로 삼고 있는 게 두 개밖에 없는 거죠. 사실 자신들이 온전히 차별화해 줄 수 있는 툴의 조합과, 볼모로 잡고 있는 고객 데이터. 이것들을 얼마나 컨트롤할 수 있느냐.”
출처
- 📎 클리핑: 20260613-ep97-ko-transcript