구글에서 선호하는 출처로 추가
젠데스크 CEO 부자, 농구 AI 앱 개발하며 추천·보안 과제 확인
서도윤 기자
톰 에게마이어 젠데스크 CEO와 아들이 대학 농구 선수 영입 분석 앱을 만들었다. 초기 기능은 빠르게 구현했지만 추천 품질과 보안·API 설계를 다시 점검해야 했다.
토포AI로 이 기사 더 깊이 읽기
대학 농구 선수 영입을 돕는 인공지능(AI) 앱이 빠르게 만들어졌지만, 추천 품질과 보안·API 설계를 다시 점검해야 했다. 젠데스크 CEO 톰 에게마이어(Tom Eggemeier)와 아들 윌 에게마이어(Will Eggemeier)가 함께 개발한 앱이다.
포춘(Fortune)은 두 사람이 ‘Underdog AI’를 만들며 겪은 개발 경험을 전했다. 앱은 대학 농구팀이 NCAA 트랜스퍼 포털에서 선수를 찾도록 돕는 것을 목표로 했다.
두 사람은 자금력이 큰 학교와 다른 대학팀 사이의 격차를 줄이려 했다. 앱의 세부 기능과 출시 여부는 보도에서 별도로 설명되지 않았다.
에게마이어는 앱의 화면 설계에 참여했다. 두 사람은 AI가 생성한 코드를 활용하는 ‘바이브 코딩’ 방식으로 기능을 구현했다.
바이브 코딩은 원하는 기능을 말로 설명하고 AI가 만든 코드를 수정해 프로그램을 만드는 방식이다. 두 사람은 이 방법으로 시제품의 초기 기능을 빠르게 만들었다.
그러나 개발 속도가 추천 품질까지 보장하지는 않았다. 윌은 AI가 제시한 선수 추천이 맞지 않는다고 판단했다.
코드가 빠르게 쌓이면서 보안과 API 설계도 다시 살펴야 했다. 문제를 찾아 고치는 디버깅에도 상당한 시간이 들었다.
API는 앱이 다른 서비스의 데이터나 기능을 불러올 때 사용하는 연결 방식이다. 앱이 작동하는 시제품을 만드는 일과 외부 데이터 연결 구조를 안정적으로 다듬는 일은 별개였다.
대학 농구 단장 두 명은 앱 기능이 이미 판매 중인 제품과 약 70% 겹친다고 평가했다. 이 수치는 두 사람의 의견이다.
비교 대상과 산정 방식은 보도에 구체적으로 제시되지 않았다. 따라서 70%를 시장 점유율이나 제품 성능을 측정한 수치로 해석할 수는 없다.
윌은 보스턴칼리지(Boston College)에서 농구 선수로 뛰고 있다. 포춘은 선수로 활동하는 동안 경쟁 학교에 앱을 판매할 수 없어 윌이 졸업 전까지 프로젝트를 조정하고 있다고 전했다.
이 판매 제약은 보도에 나온 설명이다. 이를 규정 위반이나 법적 제한으로 확대해 해석할 근거는 제시되지 않았다.
에게마이어는 회사 업무에도 AI 코딩 도구를 활용했다. 더 넥스트웹(The Next Web)은 별도 인터뷰에서 그가 팀의 도움을 받아 Claude Code로 젠데스크에서 실제 사용하는 코드를 작성했다고 전했다.
팀은 해당 코드를 운영에 투입하기 전에 세 차례 점검했다. 개인 프로젝트에서 겪은 추천·보안 문제와 회사 코드에 적용한 검토 절차는 각각의 경험으로 소개됐다.
젠데스크는 2026년 5월 19일 발표문에서 기업이 AI 에이전트를 만들고 시험·배포할 수 있는 ‘Agent Builder’를 소개했다. 메시징·이메일·음성 채널에서 작동하는 AI 에이전트 기능도 함께 발표했다.
에게마이어는 직접 AI를 써본 경험이 연구개발·제품 조직을 이끄는 방식과 직원의 AI 활용 역량에 투자하는 데 영향을 줬다고 포춘에 말했다.
Comment 0
불러오는 중…