잘못된 이유로 옳은 선택: 20억 개를 향한 API의 거침없는 증가

업계 동향 | 2026년 9월 23일

완전히 잘못된 이유로 놀라울 만큼 정확한 결론에 이르는 기묘한 현상에 대해 이야기해 봅시다.

몇 년 전, 저희는 CTO실에서 작성한 지속적인 API 확산이라는 제목의 보고서를 발표했습니다. 이 보고서에서 복리 계산을 바탕으로 대담한 예측을 내놓았고, 이는 많은 IT 관계자들을 긴장하게 만들었습니다. 2030년이 되면 전 세계가 약 20억 개의 활성 API가 주는 부담에 짓눌릴 것이라는 예측이었습니다.

당시만 해도 그 예측은 거의 종말론적으로 들렸습니다. 하지만 지금은 어떨까요? 예정대로 정확히 20억 개에 도달할 것으로 보입니다. 그런데 반전은 이것입니다. 그 수치를 산출하는 데 사용했던 수학적 모델은 완전히 무너졌습니다.

기존의 계산법은 AI 이전 시대의 사고방식에 갇혀 있었습니다. 우리는 인간 개발자들이 더 빠르게 코드를 작성하면서 API가 난립하게 될 것이라고 가정했습니다. 하지만 틀렸습니다. 인간 중심의 API 난립 시대는 공식적으로 끝났습니다. 이제 AI 에이전트로 인한 난립의 시대가 시작되었습니다.

기존의 계산법: 인간의 속도 한계

초기 모델은 단순한 선형적 인력 산정식에 기반했습니다. 전 세계 개발자 수에 API를 작성하는 개발자의 비율을 곱한 다음, 그 값에 개발자 한 명이 연간 만들어 내는 평균 API 수를 곱했습니다.

수치상으로는 복리식 성장이 무서울 정도였습니다. 2030년 목표치를 달성하려면 2026년까지 소프트웨어 엔지니어 한 명이 연평균 약 30개의 완전히 새로운 API를 만들어 내야 한다고 이 모델은 가정했습니다.

늘 그렇듯, 현실은 예상대로 흘러가지 않았다.

전 세계 개발자 인력은 실제로 증가해 현재 약 3,600만 명에 이르렀지만, 인간의 개발 속도는 한계에 부딪혔습니다. 실제 시장 데이터에 따르면 오늘날 개발자 한 명이 연간 새로 만들어 내는 API는 약 3~5개에 불과합니다. 왜일까요? 나머지 업무 시간의 70%가 유지보수에 고스란히 소모되기 때문입니다. 그 밖에도 테스트, 고장 난 파이프라인 수정, 시스템 운영 유지에 시간을 써야 합니다.

더욱이, 결국 거의 모든 개발자가 API를 직접 코딩하게 될 것이라는 가정은 약 83% 수준에서 한계에 도달했습니다. 로우코드/노코드 플랫폼과 API 우선 SaaS가 부상하면서 표준 통합을 위해 엔드포인트를 처음부터 만들 필요가 없어졌습니다.

시장을 움직이는 유일한 요인이 인간의 개발 속도였다면, API가 20억 개에 이를 것이라는 우리의 전망은 터무니없고 민망할 정도로 과도한 예측이었을 것입니다. 그런데도 우리는 어떻게 여전히 이 목표를 달성할 수 있는 궤도에 올라 있는 걸까요?

반전의 시작: AI 에이전트의 등장

우리는 인간의 타이핑 속도를 기준으로 모델을 구축했지만, 곧 키보드를 기계에 넘겨주게 되리라는 사실은 완전히 간과했습니다.

API 난립을 초래하는 요인이 근본적으로 달라졌습니다. 이제 API 난립은 인간 개발자의 개발 속도가 아니라, AI 에이전트가 엔드포인트를 얼마나 빠르게 연결할 수 있는지에 따라 좌우됩니다.

Postman의 최신 데이터와 당사의 애플리케이션 전략 현황 보고서에 따르면, 기업의 51% 이상이 이미 워크플로에 AI 에이전트를 도입했습니다. 이러한 에이전트는 그래픽 사용자 인터페이스를 클릭하는 방식으로 소프트웨어와 상호 작용하지 않습니다. 대신 API를 호출해 자율적으로 상호 작용합니다. 또한 에이전트가 작업을 완료하는 데 필요한 특정 통합 기능(일반적으로 API)을 갖추지 못한 경우, 최신 AI 개발 도구는 그 공백을 메우는 데 필요한 마이크로 API를 즉석에서 생성합니다.

현재 AI 관련 API 호출은 전년 대비 무려 40% 증가하고 있습니다. 이제 소프트웨어가 소프트웨어를 작성하는 시대입니다. 판도는 인간이 의도적으로 설계하는 아키텍처에서 기계의 속도로 이루어지는 자율적 생성으로 바뀌었습니다. 더 이상 개발자가 엔드포인트를 구축할 때까지 기다릴 필요가 없습니다. 에이전트가 몇 초 만에 처리하기 때문입니다.

좀비 요인과 거버넌스의 종말

이제 원래 모델의 가장 위험한 결함인 지원 중단 비율을 살펴보겠습니다.

우리는 순진하게도 API의 "유효 기간"이 1~3년이라고 가정했습니다. 언젠가는 사람이 자신이 벌여 놓은 일을 정리할 것이라고 생각했습니다. 하지만 에이전트 기반 워크플로에서는 지원 중단 비율이 0에 가까워집니다.

에이전트는 매우 구체적이고 일시적인 워크플로를 위해 수명이 짧은 임시 엔드포인트를 생성합니다. 일부는 적절히 폐기되지만, 놀라울 정도로 많은 엔드포인트가 그대로 방치되어 단 한 번의 잊힌 프롬프트만 처리했던 마이크로서비스들로 인해 전체 활성 엔드포인트 수가 부풀려집니다.

이 때문에 API 난립은 인벤토리 관리 위기로 이어졌습니다. 현재 업계 종합 통계에 따르면 조직의 58%가 실제로 어려움을 겪고 있으며 그 원인은 API 난립입니다. 더욱 충격적인 사실은 IT 임원의 78%가 현재 운영 중인 API의 정확한 개수를 모른다고 인정한다는 점입니다. 대규모 글로벌 기업에서는 API의 약 30%가 관리되지 않는 섀도 IT로서 어떠한 거버넌스 체계에도 속하지 않은 채 존재합니다.

사람이 API를 만들면 게이트웨이에 문서화될 수도 있습니다. 하지만 일요일 새벽 2시에 한 머신이 다른 머신과 통신하기 위해 API를 만들면, 그 API는 인프라에 영구히 남는 유령이 됩니다.

2030년의 현실 점검

따라서 저희는 기존 전망을 유지합니다. 2030년까지 전 세계 생태계에서 활성 API 20억 개를 충분히 지원할 수 있을 것입니다.

하지만 그 20억 개의 구성은 당초 예상했던 것과 크게 다릅니다. 이들 API 중 공식 문서가 제공되고 사람이 설계했으며 기존 API 게이트웨이 뒤에서 안전하게 운영되는 엔드포인트는 40% 미만일 것입니다. 나머지 60% 이상은 자율적으로 생성되고 문서화되지 않은 머신 간 통합이 될 것입니다.

향후 4년간 IT 리더십이 직면할 과제는 더 이상 개발자의 산출물을 관리하거나 CI/CD 파이프라인을 개선하는 것이 아닙니다. 이제는 팀이 존재조차 알지 못하는, 에이전트가 생성한 보이지 않는 API가 초래할 보안 및 운영상의 광범위한 피해를 견뎌내는 것이 관건입니다.

기술은 역량을 배가하는 수단이지만, 제대로 관리되지 않는 API 생태계에 AI 에이전트를 추가하면 상상조차 못 했던 규모와 속도로 실수를 저지르게 될 뿐입니다. 지금 바로 거버넌스 체계를 정비하고, 안전장치를 엄격하게 유지하며, 다음을 명심하십시오. 에이전트가 엔드포인트를 구축할 수 있다고 해서 반드시 구축해야 하는 것은 아닙니다.

공유

작성자 소개

Lori Mac Vittie
Lori Mac Vittie수석 엔지니어 겸 최고 에반젤리스트 | F5

Lori MacVittie는 F5 CTO 오피스의 수석 엔지니어이자 최고 에반젤리스트로, 애플리케이션 딜리버리, 자동화 전략 및 인프라 분야에서 깊이 있는 전문성을 보유하고 있습니다. AI 에이전트를 위한 가드레일을 정의하고, 취약한 멀티클라우드 아키텍처를 분석하며, 확장 가능한 시스템의 한계를 탐구하는 등 복잡한 문제를 명확하게 풀어내는 것으로 잘 알려져 있습니다. 애플리케이션 개발, IT 아키텍처, 네트워크 및 시스템 운영 전반에 걸쳐 30년 이상의 업계 경험을 쌓았습니다. F5에 합류하기 전에는 수상 경력이 있는 기술 편집자로 활동했습니다. MacVittie는 컴퓨터 과학 석사 학위를 보유하고 있으며, 보안, 클라우드 및 엔터프라이즈 아키텍처 분야를 아우르는 다수의 저서를 집필한 작가입니다. 또한 보드게임과 비디오 게임을 열정적으로 즐기며, 치즈에 대해서는 거리낌 없이 확고한 견해를 갖고 있습니다.

Lori Mac Vittie의 다른 블로그 게시물

관련 블로그 게시물

AI 앱 제공의 10대 과제: 불완전한 관측 가능성
업계 동향 | 2026. 06. 18.

AI 앱 제공의 10대 과제: 불완전한 관측 가능성

AI는 저절로 확장되지 않습니다. 도구와 소유권의 경계를 허무는 통합 제어 플레인이 없다면, 추론 계층은 가장 취약하고 조율 부담이 큰 계층이 됩니다.

추론의 영향력: API, DPU, 그리고 컨텍스트의 혼돈
업계 동향 | 2025. 11. 13.

추론의 영향력: API, DPU, 그리고 컨텍스트의 혼돈

AI 추론은 인프라를 재편하며 API를 급증시키고, 컴퓨팅 자원에 부담을 주며, 컨텍스트 관리를 복잡하게 만듭니다. 더 스마트한 아키텍처와 런타임 정책이 필수적인 이유를 알아보세요.

세션은 고정되고, 컨텍스트는 달라붙는다: 추론이 대화를 유지하기 위해 쓰는 편법
업계 동향 | 2026. 04. 21.

세션은 고정되고, 컨텍스트는 달라붙는다: 추론이 대화를 유지하기 위해 쓰는 편법

‘상태 비저장(stateless)’ 추론은 실제로 상태가 없는 것이 아닙니다. 대화 상태가 요청할 때마다 토큰에 실려 함께 전달되기 때문입니다. 컨텍스트가 길어질수록 이러한 재전송으로 인해 대역폭 사용량과 연산량, 지연 시간이 증가합니다.

API는 에이전틱 AI의 게이트키퍼다
F5 에코시스템 | 2025. 04. 30.

API는 에이전틱 AI의 게이트키퍼다

API가 리소스에 대한 구조화된 접근, 원활한 보안, 대규모 동적 검증을 제공함으로써 차세대 에이전트를 위한 에이전틱 AI의 기반이 되는 이유를 알아보세요.

행동과 경계: 에이전틱 보안으로의 전환
업계 동향 | 2026. 06. 03.

행동과 경계: 에이전틱 보안으로의 전환

에이전트는 시간이 지날수록 위험이 누적되는 예측 불가능하고 제한 없는 작업 흐름을 만들어냅니다. 보안은 단일 요청 검증에서 벗어나, 여러 단계에 걸쳐 변화하는 흐름 전반의 행동을 지속적으로 관리하는 방식으로 전환되어야 합니다.

AI 앱 제공의 10대 위험: 보안 및 규제 준수 부족
업계 동향 | 2026. 07. 23.

AI 앱 제공의 10대 위험: 보안 및 규제 준수 부족

AI는 규정 준수의 범위를 경로와 저장소 보안에서 런타임 동작의 거버넌스까지 확장합니다. 여기에는 모델 접근, 검색 컨텍스트, 출력, 에이전트 작업이 포함되므로 통제는 추론 단계에 더 가까이 적용되어야 합니다.