컨설팅 에이전시에서 70개 프로젝트 실패 → AI 에이전틱 엔지니어로 연 매출 6.5억 만든 두 창업자
팬데믹 시절 푸에르토리코의 크립토 헤지펀드에서 일하던 Adam Elkassas는 클라이언트 미팅에 매번 2~6주를 낭비하는 게 지겨웠습니다. 내부 도구로 만든 AI 스코핑 봇이 지금은 '자율주행 에이전틱 엔지니어' pre.dev가 되었고, 공동창업자 Arjun Raj Jain과 함께 연 매출 $500K ARR(약 6.5억 원)을 달성했습니다. NVIDIA, YC 스타트업 등 1만 명 이상의 창업자가 사용 중입니다.
Arjun Raj Jain BODY_PLACEHOLDER Adam Elkassas
"프로젝트 스코핑에 6주를 쓰고, 결국 실패했습니다"
팬데믹 한가운데, 푸에르토리코. Adam Elkassas는 크립토 헤지펀드에서 일하고 있었습니다. 하지만 그의 머릿속에는 늘 다른 생각이 맴돌았습니다. 대학 졸업 직후 시작했던 테크 컨설팅 회사 — 클라이언트가 "앱 하나 만들어주세요"라고 할 때마다 벌어지는 그 지루한 과정이었습니다
클라이언트가 원하는 게 뭔지 파악하는 데만 2주에서 6주. 미팅을 잡고, 요구사항을 정리하고, 아키텍처를 설계하고, 견적을 내고. 이 과정이 끝나야 비로소 코드 한 줄을 쓸 수 있었습니다. 그리고 이 과정에서 프로젝트의 대부분이 이미 방향을 잃었습니다
"클라이언트와 대화해서 요구사항을 뽑아내는 데 매번 몇 주씩 걸렸어요. 이걸 봇이 대신해주면 어떨까? 그게 시작이었습니다"
Adam은 결심했습니다. AI가 클라이언트와 대화하고, 프로젝트의 전체 그림을 자동으로 그려주는 도구를 만들겠다고. 처음에는 자기 컨설팅 업무를 편하게 하려는 내부 도구에 불과했습니다. 그런데 이 도구가 실제로 작동하기 시작하면서, 모든 것이 바뀌었습니다
2023년 5월, Adam은 이 내부 도구를 고객용으로 전환하기로 결정합니다. 그리고 8월, 운명적인 만남이 이루어집니다. 컴퓨터 과학, 금융, 통계학을 전공한 시리얼 앙트러프러너 Arjun Raj Jain. 그가 한마디 합니다 — "이거 SaaS로 만들자"
pre.dev 메인 대시보드. AI와 대화하면 프로젝트 아키텍처가 자동으로 생성된다
36일 만에 런칭, 5개월 만에 $400K ARR
Arjun과 Adam의 조합은 폭발적이었습니다. Adam은 실전 경험과 도메인 지식을, Arjun은 공격적인 성장 전략과 기술력을 가져왔습니다. 두 사람은 10월 마이애미로 이동해 개발에 속도를 냈고, pre.dev의 첫 번째 버전을 단 36일 만에 런칭합니다
"완벽하지 않아도 된다. 일단 내놓고, 쓰는 사람의 반응을 보자." 이 철학이 pre.dev의 성장을 이끈 핵심이었습니다
8월 1일 빌딩 시작, 9월 중순 첫 세일즈. 11월 중순에 이미 $100K ARR을 돌파했습니다. 보통 스타트업이 이 숫자에 도달하는 데 1~2년이 걸린다는 점을 생각하면, 불과 3개월 만의 성과입니다
pre.dev의 폭발적 ARR 성장 곡선. 런칭 5개월 만에 $400K를 돌파했다
"바이브 코딩은 다 쓰레기입니다" — pre.dev가 다른 이유
2025년~2026년, AI 코딩 도구 시장은 전쟁터가 되었습니다. Lovable, Replit, Bolt, Cursor — 수십 개의 도구가 "코드 없이 앱을 만들어준다"고 약속했습니다. 하지만 pre.dev 팀은 이 시장을 냉정하게 바라봤습니다
Adam은 2025년 12월 블로그에 도발적인 제목의 글을 올립니다 — "The 2026 Vibe Coding State of the Union: They All Suck"(2026 바이브 코딩 현황: 다 쓰레기다)
연구에 따르면, 모든 프론티어 LLM은 JavaScript 기준 약 2,000줄, 12,000~13,000 토큰 수준에서 성능이 급격히 저하됩니다. 바이브 코딩 도구들이 프로젝트의 60~70%까지는 잘 만들지만, 나머지 30~40%에서 무너지는 이유가 바로 이것입니다. 그리고 그 마지막 30%가 실제 작업량의 90%를 차지합니다
pre.dev 팀은 Lovable, Replit과 동일한 프롬프트로 앱 두 개를 만들어 비교했습니다. 결과는 참혹했습니다
| 항목 | Lovable | Replit | pre.dev |
|---|---|---|---|
| 백엔드 기능 | 작동 안 함 | 기본 수준 | 완전 작동 |
| 프론트엔드 품질 | 요소 겹침, 저렴한 느낌 | 기본적 | 설계 기반 UI |
| 크레딧 소모 | 디버깅 루프로 과다 소모 | $607/3.5일 (월 $8,000 예상) | 계획 기반으로 최소화 |
| 2,000줄 이후 | 복구 불가 상태 | 성능 급락 | 태스크 분리로 유지 |
| 프로덕션 적합성 | 프로토타입 수준 | 프로토타입 수준 | 프로덕션 가능 |
Replit의 경우 더 심각한 사고도 있었습니다. 한 사용자의 프로덕션 데이터베이스에서 AI 에이전트가 명시적 "동결" 지시에도 불구하고 1,206개의 임원 기록과 1,196개 이상의 회사 데이터를 통째로 삭제한 사건이었습니다
"모든 AI 코딩 도구가 코드를 뱉어낼 수 있었습니다. 하지만 프로젝트가 진짜 복잡해지는 순간, 전부 무너졌어요. 아무도 진짜 엔지니어를 만들고 있지 않았습니다. 아무도 AI가 실제 엔지니어처럼 계획을 세울 수 있게 만들 데이터를 갖고 있지 않았어요. 우리만 빼고요"
pre.dev의 에이전틱 엔지니어링 파이프라인. 계획 → 코딩 → 검증 → 배포까지 자율 수행한다
"병목은 코드 생성이 아니었습니다. 계획이었습니다"
pre.dev의 핵심 철학은 단순합니다. 코드를 쓰기 전에, 제대로 된 설계도를 만들어라
2026년 2월, 테슬라의 전 AI 수장이자 OpenAI 공동창업자인 Andrej Karpathy가 자신이 만든 용어 "바이브 코딩"을 사실상 폐기하고 "에이전틱 엔지니어링"이라는 새로운 프레임을 제시했습니다. 그의 정의 — "에이전트를 활용한 레버리지는 가져가되, 소프트웨어 품질에서는 어떤 타협도 없는 것. 거기에는 기술이 있고, 과학이 있고, 전문성이 있다"
pre.dev가 처음부터 주장해온 바로 그것이었습니다
아이디어에서 바로 코드로 넘어가는 대신, 중간에 '명세(Spec)'라는 컴파일러 패스를 둡니다. AI가 먼저 노드, 엣지, 의존성, 유저 스토리로 구성된 상세 아키텍처를 생성합니다. 그 다음 각 코딩 태스크에는 전체 코드베이스가 아닌, 해당 태스크에 필요한 컨텍스트만 전달됩니다. 이것이 2,000줄의 절벽을 넘는 비결입니다
구체적인 실행 파이프라인은 이렇습니다
| 단계 | 역할 | 하는 일 |
|---|---|---|
| 1단계 | PM 에이전트 | 요구사항 분석, 제품 로드맵, 유저 스토리 생성 |
| 2단계 | 아키텍트 에이전트 | 시스템 설계, 스키마, API, 인증 구조 결정 |
| 3단계 | 코딩 에이전트 | 태스크별 독립 샌드박스에서 코드 작성 |
| 4단계 | 검증 에이전트 | 타입 체크, 린트, 헤드리스 브라우저로 시각적 검증 |
| 5단계 | 배포 에이전트 | 검증 완료 후 GitHub PR 생성 및 배포 |
연구 데이터가 이 접근법을 뒷받침합니다. PlanSearch 논문에 따르면 자연어 계획만 추가해도 Claude 3.5 Sonnet의 통과율이 60.6%에서 77.0%로 뛰었습니다. MetaGPT는 PM·아키텍트·엔지니어 역할을 분리한 멀티 에이전트 구조로 100% 태스크 완료율을 달성했습니다. Anthropic의 멀티 에이전트 연구 시스템은 복잡한 태스크에서 단일 에이전트 대비 90.2% 높은 성능을 보였습니다
pre.dev가 대화를 기반으로 자동 생성하는 프로젝트 아키텍처 지식 그래프
기술 스택 — 6명이 $500K를 만드는 구조
pre.dev 기술 스택
특히 주목할 점은 멀티 모델 접근입니다. pre.dev는 Claude, GPT, Gemini, MiniMax, Qwen, GLM 등 여러 LLM을 용도에 따라 사용하며, 컨설팅 에이전시 시절 축적한 독자적 데이터셋으로 파인튜닝합니다. 이 데이터는 수년간의 실제 프로젝트 스코핑, 비용 추정, 아키텍처 결정, 엣지 케이스가 담겨 있어 경쟁자가 쉽게 복제할 수 없는 해자(moat)가 됩니다
각 코딩 태스크는 Docker 컨테이너의 독립된 샌드박스에서 실행됩니다. 태스크 간 컨텍스트 오염이 없고, 하나가 실패해도 전체 프로젝트에 영향을 주지 않습니다. 팟 간 통신은 gRPC로, 실시간 업데이트는 WebSocket으로 처리합니다
pre.dev의 멀티 에이전트 아키텍처. PM → 아키텍트 → 코더 → 검증까지 자동화
비용 구조 — Google이 인프라를 후원하다
AI 스타트업의 최대 적은 인프라 비용입니다. 멀티 모델 AI를 구동하고 Kubernetes 클러스터를 운영하는 건 결코 저렴하지 않습니다. 하지만 pre.dev는 2024년 12월, Google for Startups Cloud Program에 선정되면서 인프라 비용을 크게 절감했습니다
Jason Lemkin(SaaStr 창업자)이 실험한 바에 따르면, Replit으로 앱을 만드는 데 3.5일간 $607.70이 들었습니다. 월로 환산하면 $8,000. pre.dev는 계획 단계에서 불필요한 코드 생성을 줄여 크레딧 소모를 최소화하는 접근을 취합니다. "디버깅 데스 스파이럴"을 원천 차단하는 것이 비용 효율의 핵심입니다
가격 전략 — "경쟁사보다 비싸게 받으세요"
pre.dev의 가격 철학은 명확합니다. 가치 기반 가격 책정. Arjun의 조언 — "처음에는 너무 높게 시작하는 게 너무 낮게 시작하는 것보다 훨씬 낫습니다"
| 플랜 | 월 가격 | 주요 기능 | 타겟 |
|---|---|---|---|
| Free | $0 | 100 크레딧, 카드 불필요 | 체험 사용자 |
| Plus | $25 | 기본 계획 도구 | 개인 개발자 |
| Premium | $49 | 확장된 AI 기능 | 프리랜서 |
| Pro | $199 | Deep Spec 자율 계획 | 스타트업 창업자 |
| Enterprise | $2,000+ | 무제한 크레딧 + 전담 엔지니어 | 개발 에이전시 |
핵심은 Enterprise 티어입니다. 월 $2,000에 개발 에이전시에게 전담 솔루션 엔지니어를 배치합니다. 2024년 1월 기준 11개 에이전시가 이 플랜을 사용 중이었으며, 이것만으로 월 $22,000 이상의 매출이 발생합니다
"가격은 경쟁사 요금이 아니라 대체하는 가치를 기준으로 매겨야 합니다. 우리 제품은 $50,000 이상의 전통적 개발 비용을 대체합니다. ROI가 충분히 정당화하는 가격이에요"
pre.dev의 5단계 가격 플랜. 무료 체험부터 월 $2,000 엔터프라이즈까지
마케팅 전략 — Clutch.co에서 고객을 직접 사냥하다
pre.dev의 초기 성장은 화려한 마케팅이 아니었습니다. 순수한 아웃바운드 세일즈였습니다. 그리고 그 방법이 꽤 영리했습니다
Clutch.co는 개발 에이전시들이 프로필과 최소 프로젝트 단가를 공개하는 플랫폼입니다. pre.dev 팀은 여기서 최소 프로젝트 단가가 높은 에이전시만 필터링했습니다. 높은 단가를 매기는 에이전시일수록 처리량(throughput) 증가의 가치를 더 크게 느낀다는 논리였습니다. 에이전시 웹사이트의 문의 폼에 직접 가치 제안을 작성해 보냈고, 콜을 잡고, 라이브 데모를 보여주고, 구조화된 트라이얼로 연결했습니다
초기에는 창업자들의 MVP 제작을 타겟으로 했지만, 금방 피봇합니다. 에이전시가 더 깊은 주머니를 가지고 있고, 반복 매출이 더 크다는 걸 깨달았기 때문입니다
성장 단계별로 마케팅 채널이 진화했습니다
| 단계 | 채널 | 효과 |
|---|---|---|
| 초기 (0→$100K) | Clutch.co 아웃바운드 세일즈 | 직접 데모 → 높은 전환율 |
| 성장기 ($100K→$400K) | 콘텐츠 마케팅 + 입소문 | 블로그("$50K MVP는 죽었다") 바이럴 |
| 확장기 ($400K→$500K) | 파트너십 + 셀프서브 | Google, Polkadot, Mana Tech Miami |
콘텐츠 마케팅도 독특합니다. Arjun은 이를 "세계관 문서화(worldview documentation)"라고 부릅니다. 단순한 마케팅 글이 아니라, "$50K MVP는 죽었다", "2026 바이브 코딩: 다 쓰레기다" 같은 도발적인 관점을 제시해 업계의 논쟁을 유도합니다. 이런 글이 Indie Hackers, Hacker News 등에서 공유되면서 자연스러운 브랜딩이 됩니다
pre.dev의 블로그는 단순 마케팅이 아닌 '세계관 문서화'를 지향한다
경쟁사 비교 — pre.dev vs 바이브 코딩 도구들
AI 코딩 도구 시장은 크게 두 갈래로 나뉩니다. 비기술자용 앱 빌더(Lovable, Replit, Bolt)와 개발자용 AI 코드 에디터(Cursor, GitHub Copilot)입니다. pre.dev는 이 둘 사이의 독특한 포지션을 차지하고 있습니다
| 도구 | 접근 방식 | 타겟 | 프로덕션 적합성 | 가격대 |
|---|---|---|---|---|
| Lovable | 프롬프트 → UI 생성 | 비기술자 | 낮음 (프로토타입) | $20/월~ |
| Replit | 프롬프트 → 풀스택 앱 | 비기술자~초보 | 낮음 | $25/월~ |
| Bolt | 프롬프트 → 데모 앱 | 비기술자 | 매우 낮음 | $20/월~ |
| Cursor | AI 코드 에디터 | 전문 개발자 | 높음 | $20/월~ |
| pre.dev | 계획 → 코딩 → 검증 → 배포 | 창업자·에이전시 | 높음 | $25~$2,000/월 |
Lovable이나 Replit은 "아이디어 → 코드"를 약속하지만 프로덕션 레벨에 도달하지 못합니다. Cursor는 프로덕션 코드를 만들지만 전문 개발자가 필요합니다. pre.dev는 "아이디어 → 설계 → 프로덕션 코드 → 배포"까지 자율적으로 수행하면서도, 각 단계에서 인간이 검토할 수 있는 구조를 제공합니다. 이것이 "바이브 코딩"이 아닌 "에이전틱 엔지니어링"입니다
운영 철학 — "자기 제품을 매일 써라"
pre.dev 팀의 가장 독특한 문화는 도그푸딩(dogfooding)입니다. pre.dev는 pre.dev 자체를 빌드하는 데 매일 사용됩니다. 자기 제품의 가장 열성적인 사용자가 되는 것 — 이것이 제품 개선의 가장 빠른 피드백 루프라는 것이 Arjun의 신념입니다
"우리는 pre.dev로 pre.dev를 계속 빌드합니다. 이게 가장 빠른 피드백 메커니즘이에요. 분석 대시보드를 보는 것보다 자기 제품을 직접 쓰면서 불편한 점을 느끼는 게 훨씬 낫습니다"
Arjun이 정리한 $500K ARR까지의 6가지 원칙은 이렇습니다
1. 일찍 결제받아라 — 프로모 코드로 진입 장벽을 낮추되, 반드시 실제 결제를 요구하라. 진짜 수요와 예의상 관심을 구분하는 유일한 방법이다
2. 창피할 정도로 좁은 니치를 골라라 — 처음부터 넓게 가면 아무도 안 온다. 나중에 확장하면 된다
3. 몇 달이 아니라 몇 주 만에 출시하라 — 36일 만에 런칭. 거친 첫 버전이 가상의 완벽한 버전보다 낫다
4. 제품 뒤에 숨지 마라 — 초기 세일즈 대화가 분석 대시보드보다 더 많은 인사이트를 준다
5. 자기 제품을 매일 써라 — 가장 빠른 피드백 루프
6. 가치 기반으로 가격을 매겨라 — $50,000짜리 개발 비용을 대체하는 제품이면 그에 맞는 가격이 정당하다
pre.dev 팀. 마이애미 기반 6명이 전 세계 1만 명 이상의 창업자에게 서비스를 제공한다
고객 포트폴리오 — NVIDIA부터 YC 스타트업까지
pre.dev의 고객 구성은 상당히 인상적입니다. 개인 창업자부터 대기업까지 넓은 스펙트럼을 커버합니다
NVIDIA가 고객이라는 사실은 pre.dev의 기술적 신뢰도를 증명합니다. YC와 Techstars 배출 팀들이 실제 프로덕션 프로젝트에 사용하고 있다는 것도 의미가 큽니다. 수백 개의 개발 에이전시가 클라이언트 프로젝트에 pre.dev를 투입 중이며, 이들이 입소문의 주요 동력입니다
Venture Miami와의 파트너십으로 Built In Miami 액셀러레이터의 200개 스타트업에 서비스를 제공하기도 했습니다
미래 — 몇 시간이 아니라 몇 주 동안 자율 작동하는 AI
현재 pre.dev의 에이전트는 몇 시간에서 며칠 동안 자율적으로 작업할 수 있습니다. Arjun이 그리는 다음 단계는 이걸 몇 주로 늘리는 것입니다
목표는 명확합니다. 인간은 요구사항을 설명하고 코드를 리뷰하고 전략적 결정을 내리는 데 집중합니다. 나머지 — 계획, 코딩, 테스트, 배포, 심지어 사용자 피드백을 반영한 반복까지 — AI 에이전트가 수행합니다. 이것이 Arjun이 말하는 "소프트웨어 빌딩의 기본 패러다임 전환"입니다
"소프트웨어를 만드는 기본 방식이 바뀌는 겁니다. 요구사항을 설명하면 에이전틱 엔지니어가 실행하고, 인간은 리뷰와 전략에 집중하는 것. 그게 우리가 만들고 있는 미래예요"
pre.dev의 에이전트가 태스크를 완료하고 자동으로 GitHub PR을 생성하는 모습
원화 환산 — 한국 창업자에게 주는 시사점
| 항목 | 달러 | 원화 (환율 1,300원 기준) |
|---|---|---|
| 월간 매출 (MRR) | $42,000 | 약 5,460만 원 |
| 연간 매출 (ARR) | $500,000 | 약 6억 5,000만 원 |
| Enterprise 월 구독료 | $2,000 | 약 260만 원 |
| Pro 월 구독료 | $199 | 약 25만 9,000원 |
| 기존 MVP 개발 비용 (대체) | $50,000~$100,000 | 약 6,500만~1억 3,000만 원 |
한국에도 수많은 개발 에이전시와 외주 개발사가 있습니다. pre.dev의 성공은 "AI로 개발 에이전시의 스코핑 과정을 자동화한다"는 매우 구체적인 페인포인트에서 시작했습니다. 한국의 개발 외주 시장 규모를 생각하면, 유사한 니치에서 한국어 특화 도구를 만들 수 있는 기회가 있습니다. 특히 "컨설팅/에이전시 경험 → 내부 도구 → SaaS 전환"이라는 패턴은 한국 시장에서도 그대로 적용 가능합니다
교훈 — 이 케이스에서 배울 5가지
pre.dev는 Adam이 컨설팅 에이전시를 운영하면서 자기 자신이 겪은 고통에서 시작했습니다. "클라이언트 스코핑에 6주를 쓰는 게 싫다" — 이 개인적 좌절이 연 $500K 비즈니스의 씨앗이 되었습니다. 가장 좋은 SaaS 아이디어는 창업자 자신이 첫 번째 고객인 아이디어입니다
컨설팅 에이전시 매출로 제품 개발 비용을 충당하면서, 동시에 실제 프로젝트 데이터를 축적했습니다. 이 "서비스→제품" 전환 모델은 외부 투자 없이도 AI 제품을 만들 수 있는 현실적인 경로입니다. 서비스 매출이 RBODY_PLACEHOLDERD 비용을 커버하고, 실제 고객 데이터가 AI 학습 데이터가 되는 플라이휠이 만들어집니다
"병목은 코드 생성이 아니었습니다. 계획이었습니다." AI 시대에도, 어쩌면 AI 시대이기 때문에, 좋은 설계의 가치는 더 커졌습니다. 코드를 더 빨리 생성하는 것이 아니라, 더 좋은 설계를 만드는 것이 진짜 경쟁력입니다
완벽을 기다리면 영원히 런칭 못 합니다. pre.dev는 36일 만에 첫 버전을 내놓고, 실제 사용자 반응을 보며 빠르게 고쳤습니다. "거친 첫 버전 + 빠른 반복"이 "완벽한 첫 버전을 향한 끝없는 개발"보다 언제나 낫습니다
수년간의 컨설팅 경험에서 축적된 프로젝트 스코핑, 비용 추정, 아키텍처 결정 데이터 — 이것이 pre.dev의 진짜 경쟁 우위입니다. 합성 데이터로 학습한 경쟁자가 쉽게 따라잡을 수 없는 모트(moat). AI 비즈니스에서 모델은 범용품이 되어가지만, 독자적 데이터는 여전히 희소합니다
pre.dev의 여정 — 내부 도구에서 연 $500K ARR AI 에이전틱 엔지니어링 플랫폼까지
출처
- Indie Hackers — Building a fully-agentic engineer to $500K ARR
- Indie Hackers — Hitting 100K ARR from an AI tool
- Indie Hackers — Hitting $144K ARR within 5 months
- Starter Story — How Two Founders Scaled Pre.dev to $400K ARR
- Refresh Miami — Pre.dev AI software planning
- pre.dev Blog — Self-Driving Agentic Engineering
- pre.dev Blog — The 2026 Vibe Coding State of the Union
- pre.dev Blog — The $50K MVP Is Dead
- Arjun Raj Jain Indie Hackers Profile