
Emergent.sh는 최고의 업체 중 하나입니다. AI 대규모 엔지니어링 팀 없이도 아이디어를 완벽한 기능을 갖춘 상용 소프트웨어로 구현할 수 있는 플랫폼입니다.
Jha 형제가 설립한 Emergent.sh는 전문 에이전트가 백엔드 아키텍처, 프런트엔드 코드 및 배포를 처리하여 안정적이고 확장 가능한 애플리케이션을 제공하는 강력한 솔루션 제품군을 제공합니다.
이 기술의 선두에는 Emergent.sh의 공동 창립자 겸 CEO인 무쿤드 자.
컬럼비아 대학교에서 공학을 전공하고 구글에서 근무했으며 유니콘 기업 던조(Dunzo)를 공동 창업한 무쿤드는 확장성과 안정성에 대한 자신의 전문성을 효율적인 도구로 발전시켰습니다. AI 소프트웨어 개발.
그의 이야기를 들어보고 업계 경험에서 얻을 수 있는 귀중한 통찰력을 얻어보도록 합시다.
컬럼비아 공대 졸업 후 구글 엔지니어, 던조 공동 창업자, 그리고 현재 이머전트쉬를 설립하기까지의 여정에 대해 이야기해 주시겠습니까? AI 기반 개발에 대한 비전을 형성하는 데 어떤 경험들이 영향을 미쳤나요?
저는 컬럼비아 대학교에서 공학을 전공하며 시스템, 소프트웨어, 제품 개발에 대한 기초를 다졌습니다. 그 후 구글에 입사하면서 확장성, 안정성, 그리고 장인정신에 대한 제 생각이 완전히 바뀌었습니다.
이후 던조(Dunzo)를 공동 창업하고 규모를 확장하는 과정에서, 복잡한 현실의 제약 조건 속에서 수백만 명의 사용자를 위한 시스템을 구축하고, 빠른 반복 작업을 수행하며, 확장에도 불구하고 문제가 발생하지 않는 시스템을 설계하는 데 필요한 모든 것을 직접 경험할 수 있었습니다.
이 모든 경험들이 Emergent를 탄생시켰습니다. 저는 빅테크의 엄격함, 스타트업의 빠른 실행력, 그리고 제가 직접 겪었던 문제점들을 결합하여 새로운 것을 만들고 싶었습니다. AI 누구나 사용할 수 있는 플랫폼 생산용 소프트웨어 생성 대규모 엔지니어링 팀이 필요하지 않습니다.
당신과 쌍둥이 형제인 마드하브는 함께 이머전트 랩스를 설립했습니다. 이러한 독특한 파트너십이 회사 설립 방식에 어떤 영향을 미치며, 공동 창업자로서의 장점은 무엇인가요?'s 당신의 형제자매도요?
쌍둥이 형제인 마드하브와 함께 회사를 운영하는 건 정말 대단한 일이에요. 어릴 때부터 같이 코딩을 해왔기 때문에 서로에 대한 신뢰, 소통 방식, 그리고 의견 일치는 자연스러운 일이죠.
자존심 싸움도 없고, 정치적인 논쟁에 시간을 낭비하지도 않습니다. 우리는 빠르게 움직이고, 건설적인 의견 차이를 보이며, 서로에게 높은 기준을 요구합니다. 이처럼 야심찬 프로젝트를 진행할 때는… 다중 에이전트 AI 인프라공동 창업자에 대한 그 정도의 신뢰와 신속한 대응은 엄청난 차이를 만들어냅니다.
Dunzo를 스타트업에서 Google과 Reliance의 투자를 받은 10억 달러 규모의 기업으로 성장시킨 경험을 바탕으로 Emergent.sh를 구축할 때 어떤 교훈을 적용하셨나요?'s 아키텍처와 비즈니스 모델?
Dunzo에서 저는 진정한 제품의 성공 여부는 데모 시연이 아니라 신뢰성, 속도, 그리고 사용자 만족도에 달려 있다는 것을 배웠습니다.
그래서 Emergent는 처음부터 관찰 가능성을 포함하여 프로덕션 환경을 고려하여 설계했습니다. 인프라 자동화CI/CD, 적절한 데이터 모델링 등 모든 것.
저희는 또한 Dunzo의 철학, 즉 효율적이고 강력한 엔지니어링 팀을 구축하는 방식을 채택했습니다. 100명의 엔지니어를 보유하는 것이 중요한 것이 아니라, 소규모 팀의 생산성을 극대화하는 적절한 플랫폼을 갖추는 것이 중요합니다. Emergent는 바로 이러한 철학을 제품으로 구현한 것입니다.
Emergent.sh가 일반적인 "AI 코딩 도우미란 무엇인가's 이 플랫폼을 만든 핵심 철학은 무엇인가요?
대부분의 도구는 코딩하는 동안 도움을 주지만, Emergent는 처음부터 끝까지 코딩을 대신해 주도록 설계되었습니다.
우리의 철학은 사용자가 의도와 제약 조건을 전달하고, 시스템은 아키텍처, 코드, 인프라, 배포 및 반복 작업을 처리해야 한다는 것입니다.
코딩 도우미가 아닙니다. 에이전트형 소프트웨어 엔지니어입니다.
다리 AI 개발 도구는 프런트엔드 생성 및 UI 목업에 크게 초점을 맞추고 있습니다. 그런데 왜 견고한 백엔드 인프라 구축을 우선시하고 그 다음에 프런트엔드 디자인을 다루기로 결정하셨나요?'s 이 접근 방식의 전략적 이점은 무엇입니까?
다른 사람들은 모두 보기 좋은 프런트엔드와 목업을 만드는 것부터 시작했습니다. 하지만 우리는 정반대로, 탄탄한 백엔드 인프라를 먼저 구축했습니다.
왜냐하면 실제 앱은 인증 과정에서 실패하기 때문입니다. 데이터베이스 디자인버튼이나 색상이 아니라 통합, 확장성, 배포가 중요합니다.
가장 어렵고 기술적인 부분을 먼저 해결함으로써 Emergent로 구축된 모든 것이 실제로 상용화될 수 있도록 보장합니다. 기반이 탄탄해지면 프런트엔드 완성도는 훨씬 쉬워집니다.
당신은 Emergent가 "세계적인" 것이라고 언급하셨습니다.'s "최초의 진정한 에이전트 기반 코딩 플랫폼"이라고 하셨는데, "에이전트 기반"이라는 용어가 실제로 무엇을 의미하는지, 그리고 귀사의 멀티 에이전트 아키텍처가 단일 모델 방식과 어떻게 다른지 설명해 주시겠습니까?
제가 Emergent가 에이전트적이라고 말하는 것은, 말 그대로 자율적인 팀처럼 행동한다는 뜻입니다. AI 엔지니어.
저희는 의도 파악 담당, 시스템 아키텍처 설계 담당, 백엔드, 프런트엔드, 테스트, 인프라, 배포, QA 담당 등 각 분야별 전문가를 보유하고 있으며, 모든 담당자가 서로 협력합니다.
이는 하나의 LLM이 모든 작업을 처리하도록 요구하는 단일 모델 도구와는 근본적으로 다릅니다. 저희 아키텍처는 실제 엔지니어링 팀의 작업 방식을 반영하여 훨씬 더 안정적인 결과를 제공합니다.
알파 테스트 기간 동안 10,000개 이상의 앱을 개발하고 SWE-Bench 벤치마크에서 2~3위를 기록했는데, 무엇을 할 수 있을까요?'s 소프트웨어 개발의 민주화에 대한 당신의 비전은 무엇인가요? 향후 2~3년 안에 이것이 어떤 방향으로 나아갈 것이라고 예상하시나요?
알파 테스트 기간 동안 10,000만 개 이상의 앱이 개발되었습니다. 이는 창업자, 팀, 크리에이터를 포함한 누구나 아이디어를 실제 소프트웨어로 구현할 수 있도록 지원하는 플랫폼에 대한 엄청난 수요가 있음을 입증하는 결과입니다.
제 비전은 향후 2~3년 안에 수백만 명의 사람들이 코드를 전혀 작성하지 않고도 앱을 개발하는 것입니다. 소프트웨어가 대화형으로, 반복 가능하며, 접근성이 뛰어난 형태로 발전하는 것이죠.
우리는 그 미래를 위한 기반을 구축하고 있습니다.
Emergent.sh는 Lovable, Bolt, Cursor, GitHub Copilot과 같은 기존 업체들과 어떻게 차별화됩니까? 프런트엔드 중심의 이러한 도구들이 따라올 수 없는 Emergent.sh 플랫폼만의 구체적인 장점은 무엇입니까?
이러한 도구들은 훌륭하지만, 대부분 프런트엔드 생성이나 코드 제안 워크플로에 초점을 맞추고 있습니다.
Emergent는 풀스택, 프로덕션 우선, 에이전트 기반 솔루션입니다.
우리는 프로토타입 제작에 그치지 않고, 백엔드를 설계하고, 데이터를 모델링하고, API를 생성하고, 프런트엔드를 구축하고, 인프라를 설정하고, 테스트를 실행하고, 전체 시스템을 배포합니다.
이는 "여기 코드가 있습니다"와 "여기 실행 가능한, 실제 서비스에 사용할 수 있는 앱이 있습니다"의 차이입니다.
많은 경쟁업체들은 프로토타입 단계에서 멈추거나 초기 버전 이후 광범위한 수동 코딩 작업을 요구합니다. Emergent.sh는 실제 운영 환경에 배포할 수 있는 애플리케이션을 구축하는 "마지막 단계" 문제를 어떻게 해결할까요?
다리 AI 개발 도구는 앱처럼 보이는 것을 생성하지만, 실제로 실행되려면 몇 주간의 엔지니어링 작업이 필요합니다.
우리는 코드 생성 이후에 발생하는 모든 일, 즉 마이그레이션, 인프라 설정, CI, 배포, 검증, 모니터링을 처리하는 에이전트를 구축했습니다.
저희의 목표는 간단합니다. Emergent를 사용하여 개발할 때, 여러분의 아이디어가 노트북의 코드 폴더에 머무르는 것이 아니라 실제로 작동하는 앱으로 완성되는 것입니다.
Together Fund로부터 6만~10만 달러를 투자받았고, 100억 달러의 기업 가치를 목표로 하고 있습니다. 이렇게 경쟁이 치열한 시장에서 말이죠. AI 개발 공간, 무엇's 이처럼 높은 기업 가치를 정당화하는 당신만의 고유한 판매 강점은 무엇입니까?
투자자들은 다음 세 가지를 살펴봅니다.
- 명확한 제품 차별화: 당사는 에이전트 기반의 풀스택, 즉시 사용 가능한 프로덕션 환경 출력에 초점을 맞춘 유일한 플랫폼입니다.
- 실행 속도 및 성과: 알파 버전 성과와 연간 반복 매출(ARR) 성장률은 강력한 신호였습니다.
- 카테고리 잠재력: 우리는 다음과 같은 운영 체제를 개발하고 있습니다. AI가 생성한 소프트웨어.
If AI Emergent는 진정으로 차세대 앱을 개발할 기업이며, 투자자들은 이러한 확신에 투자하고 있습니다.
더 많이 언급하셨잖아요 AI 새로운 모델들이 곧 플랫폼에 추가될 예정입니다. 이러한 새로운 모델들이 코딩을 어떻게 더 쉽게 만들어줄 것이라고 생각하시나요? 그리고 어떤 구체적인 기능들을 가장 기대하고 계신가요?
앱 개발의 각 단계마다 요구되는 전문성이 다르기 때문에 더욱 특화된 모델들을 추가하고 있습니다.
어떤 모델은 추론과 계획에 뛰어나고, 어떤 모델은 구조화된 코드 생성에 더 뛰어나며, 또 어떤 모델은 리팩토링이나 해석에 탁월합니다.
새로운 모델을 추가함에 따라 Emergent는 더욱 빠르고 안정적이며, 사용자 입력 횟수를 줄이면서 점점 더 복잡한 애플리케이션을 생성할 수 있게 됩니다.
진보와 함께 AI OpenAI와 같은 추론 모델's o1과 클로드's 최신 버전들을 고려할 때, Emergent.sh는 이러한 더욱 정교한 모델들을 귀사의 멀티 에이전트 프레임워크에 어떻게 통합할 수 있을까요?
우리의 다중 에이전트 아키텍처는 본질적으로 모델에 구애받지 않습니다.
즉, 계획 수립에는 OpenAI의 o-시리즈를, 실행에는 Claude를 사용할 수 있다는 뜻입니다. 장문맥 추론또한 동일한 파이프라인 내에서 일상적인 코드 생성을 위해 더 작은 모델에 의존합니다.
이를 통해 우리는 최고의 비용 대비 품질 비율을 확보하는 동시에 자율 소프트웨어 엔지니어링의 가능성을 확장할 수 있습니다.
2026년을 내다볼 때, AI 기반 개발에서 가장 큰 기술적 과제는 무엇이라고 생각하시며, Emergent.sh는 이러한 과제에 어떻게 대응할 준비를 하고 있습니까?
향후 몇 년 동안 가장 어려운 문제는 다음과 같습니다.
우리는 검증 루프, 자동화된 테스트, 강력한 인프라 기본 요소, 그리고 생성된 시스템 전반에 걸친 향상된 관찰 가능성을 통해 이러한 문제들을 해결하고 있습니다.
AI 머지않아 인간은 인간보다 더 많은 코드를 생성할 것이지만, 문제는 그 코드의 신뢰성을 유지하는 것입니다.
누가's 수백만 명의 사용자를 위한 제품을 개발해 오셨는데, AIMOJO 커뮤니티에 어떤 조언을 해주시겠습니까? AI 열정적인 애호가, 제휴 마케터, 그리고 기업가들이 활용하고자 하는 것들 AI Emergent.sh 같은 도구를 사용해서 자체 제품을 개발할 수 있을까요?
제 조언은 간단합니다. 일단 시작하세요. 완벽한 아이디어나 완벽한 타이밍을 기다리지 마세요.
AI Emergent와 같은 도구를 사용하여 아이디어를 몇 달이 아닌 며칠 만에 검증하세요. 빠르게 출시하고, 피드백을 수집하고, 반복하세요. 그리고 실제 사용자의 실제 문제를 해결함으로써 결과에 집중하세요. 이 새로운 시대에 성공하는 사람들은 바로 이러한 접근 방식을 취하는 사람들입니다. AI 마법이 아니라 지렛대 역할을 하는 겁니다.
무쿤드 자와의 흥미로운 대화를 마무리하면서, Emergent.sh가 단순한 플랫폼을 넘어선 특별한 존재라는 점이 분명해졌습니다. AI 이 도구는 창업자들이 코드를 작성하지 않고도 풀스택 프로덕션 소프트웨어를 구축할 수 있도록 지원하는 핵심적인 역할을 합니다.
인간의 의도를 신뢰할 수 있고 확장 가능한 애플리케이션으로 변환하는 플랫폼에 대한 무쿤드의 비전은 고무적이며 AI 기반 엔지니어링의 미래에 대해 많은 것을 시사합니다.
참여해 주셔서 감사합니다. 이 토론이 여러분이 어떻게 탐구하는지에 대한 동기를 부여하기를 바랍니다. 인공 지능 제품 개발 과정을 가속화할 수 있습니다.
Emergent.sh가 지속적으로 성장하고 전 세계적으로 소프트웨어 개발 방식을 재정의함에 따라 더 많은 업데이트를 기대해 주세요.



