챕터별 상세
00:00
MyFitnessPal의 Cal AI 인수 배경
MyFitnessPal이 10대 청소년들이 창업하여 연간 3,000만 달러의 매출을 기록한 Cal AI를 인수했다. Cal AI는 음식 사진을 찍으면 칼로리를 추정해주는 기능을 통해 빠르게 성장했다. 하지만 이번 인수는 MyFitnessPal이 소프트웨어 산업의 변화 방향을 제대로 이해하지 못하고 있음을 시사한다.
01:05
SaaS 해자의 붕괴와 기능 복제 가능성
Cal AI의 핵심 기능은 이제 '바이브 코딩'을 통해 한 시간 이내에 복제가 가능하다. 과거에는 복잡한 백엔드와 데이터베이스 구축이 필요했지만, 현재는 LLM과 Vision API를 연결하는 것만으로 충분하다. 이는 특정 기능 하나에 의존하는 SaaS의 기술적 장벽이 완전히 사라졌음을 의미한다.
04:42
실전 데모: OpenClaw를 이용한 칼로리 추적기 구축
OpenClaw 에이전트를 사용하여 20분 만에 칼로리 추적기를 구축했다. 사용자가 음식 사진을 업로드하면 Gemini Vision이 각 식재료를 식별하고 양을 추정하여 영양 정보를 계산한다. 모든 데이터는 암호화된 SQLite 데이터베이스에 자동으로 저장되어 일일 목표량과 비교된다.
text
I want to track my calories by taking a picture of my food. Build all of that functionality for me.AI 에이전트에게 칼로리 추적 기능 전체를 구축하도록 요청하는 프롬프트
05:45
결과 분석 및 정확도 검증
In-N-Out 버거 사진으로 테스트한 결과, AI는 번, 패티, 치즈, 소스 등을 정확히 구분해냈다. 실제 영양 정보인 610칼로리와 비교했을 때 AI는 744칼로리로 추정하며 상당히 근접한 정확도를 보였다. 추가적인 프롬프트 조정을 통해 특정 브랜드의 영양 정보를 검색하도록 설정하면 정확도를 더욱 높일 수 있다.
07:14
SaaS의 미래와 에이전트의 위협
전체 소프트웨어 시장이 에이전트 중심으로 붕괴되고 있다. 사용자의 건강 목표, 식습관, 선호도를 이미 알고 있는 범용 에이전트가 개별 앱의 기능을 흡수할 것이다. 사용자는 더 이상 별도의 앱을 다운로드하고 구독료를 지불하는 대신, 자신이 사용하는 에이전트에게 기능을 요청하는 방식으로 변화할 것이다.
용어 해설
- 바이브 코딩(Vibe Coding)
- — 자연어 프롬프트와 AI 에이전트를 활용하여 직접적인 코드 작성 없이 소프트웨어를 개발하는 방식이다. LLM이 로직 구현을 담당하므로 개발자는 의도 전달에 집중하며 개발 속도를 극대화할 수 있다.
- 연간 반복 매출(ARR)
- — SaaS 비즈니스에서 매년 반복적으로 발생하는 구독 매출의 합계이다. 기업의 시장 가치와 성장성을 평가하는 핵심 지표로 활용되지만, 기술 장벽이 낮아지면서 그 지속성에 의문이 제기되기도 한다.
- 비전 모델(Vision Model)
- — 이미지나 영상을 입력받아 객체를 식별하고 맥락을 이해하는 AI 모델이다. 음식 사진에서 식재료의 종류와 양을 파악하여 영양 정보를 추정하는 등의 복잡한 시각적 추론이 가능하다.
- 수직적 SaaS(Vertical SaaS)
- — 특정 산업이나 좁은 용도에 특화된 기능을 제공하는 소프트웨어 서비스이다. 칼로리 추적 앱처럼 특정 목적을 가진 서비스들이 범용 AI 에이전트의 기능 흡수로 인해 위기를 맞고 있다.
언급된 리소스
GitHubOpenClaw
API DocsGemini Vision API
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 03.수집 2026. 03. 04.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
