🏰 AI 기업은 어떻게 경쟁 우위를 확보할 것인가?

AI 기업들은 우리가 지금껏 본 적 없는 속도로 성장하고 있습니다. 하지만 빠른 성장이 지속적인 성공을 보장하지는 않습니다.

그렇다면 우리는 어떻게 특정 분야의 리더로 성장할 기업과 벽에 부딪힐 기업을 구분할 수 있을까요?

결국 장기적인 경쟁 우위(defensibility)에 달려 있습니다.

지난 10년간 스타트업이 경쟁 우위를 구축하는 주요 방법은 규모(scale), 통합(embedding), 브랜드(brand)와 더불어 네트워크 효과(network effects)였습니다.

하지만 AI가 게임의 판도를 바꾸었습니다. 이제는 그 어느 때보다 쉽게 회사를 시작하고 제품을 만들 수 있습니다. 그 결과, 일부 '전형적인' 경쟁 우위 전략들은 AI의 빠른 확장 속도를 따라가기에는 너무 느려졌습니다.

해답은 여러 개의 단기 및 장기 경쟁 우위 전략을 함께 갖추는 것입니다.

규모를 키우는 속도가 가장 중요한 지렛대이지만, 동시에 미래를 위해 끊임없이 구축해야 합니다. 네트워크 효과는 이번 AI 붐에서 어떤 기업이 살아남고 지배적인 위치에 오를지를 결정하는 핵심적인 역할을 할 것입니다. 하지만 올바른 시점에, 장기적인 전투 전략의 일부로서 이를 활용해야 합니다.

이를 이해하는 한 가지 방법은 여러분의 스타트업을 '모트 앤 베일리(motte-and-bailey)' 성곽처럼 생각하는 것입니다. 중세 시대의 전쟁에서 모트 앤 베일리 성곽은 두 개의 뚜렷한 방어 거점을 가졌습니다. 하나는 '베일리(bailey)'로, 일상적인 활동이 이루어지고 초기 전투가 벌어지는 넓고 접근하기 쉬운 안뜰입니다. 다른 하나는 '모트(motte)'로, 베일리가 점령당했을 때 방어군이 후퇴할 수 있는 언덕 위의 견고한 탑입니다. 베일리는 필요할 때 버리도록 설계되었고, 모트는 난공불락으로 지어졌습니다.

AI 스타트업에게 '베일리'는 시장 지위를 확보하기 위한 빠른 배포가 가능한 경쟁 우위 요소들입니다. 즉, 뛰어난 유통(distribution), 빠른 확장(scaling), 그리고 브랜드 모멘텀(brand momentum)입니다. 이것들은 여러분을 게임에 빠르게 참여시키지만, 의지가 확고한 경쟁자들을 상대로 영원히 버틸 수는 없습니다. '모트'는 경쟁이 심화될 때 후퇴하는 곳입니다. 즉, 진정한 네트워크 효과, 깊은 워크플로우 통합(embedding), 그리고 거의 무너뜨리기 불가능한 체계적인 락인(lock-in) 효과입니다.

핵심은 언제 베일리에서 싸우고 언제 모트를 건설해야 하는지 아는 것입니다.

AI 시대의 핵심 경쟁 우위

오늘날 AI 시대에서 우리가 보는 핵심 경쟁 우위는 다음과 같습니다.

1. 네트워크 효과 (Network Effects): 새로운 사용자가 추가될 때마다 기존 사용자에게 제품이 더 좋아지는 효과입니다.오늘날의 네트워크 효과는 과거보다 덜 명확하지만 그 힘은 여전합니다. 예를 들어, ChatGPT는 1인용 게임처럼 보이지만(결국 당신과 AI만 있으니까요), 더 깊이 들여다보면 여러 멀티플레이어 기능이 숨어있습니다. 사용자가 AI와 대화할 때마다 다른 사용자를 위한 서비스가 개선됩니다. 또는 AI 비서가 당신과 함께 더 많은 기억을 쌓을수록, 당신은 그 비서로부터 더 큰 개인적인 유용성을 얻게 됩니다. 이는 개인적 유용성 네트워크 효과(personal utility network effect)의 한 예입니다.
2. 데이터 해자 (Data moats): 대규모 또는 독점적인 데이터에 대한 접근은 초기에 우위를 제공할 수 있습니다. 이를 사용하여 더 높은 성능의 AI 모델을 구축할 수 있기 때문입니다. 하지만 이전에 언급했듯이 데이터 네트워크 효과에는 명확한 한계가 있습니다. (실시간 데이터가 핵심적인 차별점입니다.)
3. 유통 (Distribution): 장기적인 성장 잠재력을 가진 초기 단계 기업들은 오늘날의 유통 게임에 능숙합니다. Cursor, Lovable, Clay 같은 회사들은 현대적인 유통 방식을 마스터했으며, 그 모멘텀을 이용해 더 높은 차원의 경쟁 우위 지도로 도약할 수 있습니다.
4. 브랜드 (Brand): 한때는 약한 경쟁 우위로 여겨졌지만, 브랜드는 이제 무엇보다 중요해졌습니다. 많은 제품이 비슷한 기능을 가지고 있고, 환각(hallucination) 현상이나 데이터 프라이버시에 대한 우려가 있기 때문에, 브랜드를 만드는 것(이는 필연적으로 뛰어난 유통 및 제품 품질과 연결됩니다)이 회사를 차별화하는 데 도움을 줍니다. 사람들이 Claude나 Grok보다 ChatGPT를 선호하는 데에는 이유가 있습니다.
5. 규모 (Scale): 오늘날의 용어로 규모는 종종 컴퓨팅 시스템 및 더 많은 데이터 수집과 동의어입니다. 컴퓨팅 규모를 확장할 수 있는 AI 회사는 제품, 성능 등의 측면에서 선순환(flywheel)을 강화할 가능성이 높습니다.
6. 통합 (Embedding): 역사적으로 통합은 대규모 기존 기업들의 영역이었습니다. 이는 여전히 사실입니다. 기존 기업들은 이제 자사의 제품에 AI를 통합하여 유통 우위를 활용하고 있습니다. 흥미롭게도, 스타트업들이 이러한 사고방식을 차용하여 기존 워크플로우에 자신들의 기능을 통합하고, 이를 통해 엄청나게 끈끈한(sticky) 제품이 되는 것을 보았습니다. 예를 들어, NFX가 투자한 법률 회사 Evenup은 개인 상해 변호사들의 워크플로우에 자신들의 손해배상 요구서 작성 서비스를 통합했습니다. 워크플로우에 통합하는 것은 많은 AI 스타트업에게 강력한 전술이 되고 있습니다.

사실 아주 초기 단계의 스타트업은 경쟁 우위가 거의 없습니다. 오히려 경쟁 우위는 시간이 지나면서 층층이 쌓이는 것입니다.

문제는 각각을 언제 배포하느냐입니다. (물론 techbio나 deeptech처럼 IP 해자가 즉각적인 경쟁 우위를 만드는 분야에는 주목할 만한 예외가 있습니다.)

먼저 베일리를 짓고, 그 다음에 모트를 건설하십시오. 이는 초기에 속도를 극대화하여 더 깊은 경쟁 우위로 나아가는 데 필요한 자원을 확보할 수 있게 해줍니다.

예를 들어, 유통은 시드(seed)에서 시리즈 A로 확장하는 회사들에게 빠르고 초기 성장을 위한 주요 원천이 되었습니다. 빠른 성장 그 자체가 초기 단계에서는 경쟁 우위가 됩니다. 더 나은 투자자, 더 나은 인재를 유치하고 회사 주변에 선순환 구조를 만들 수 있기 때문입니다.

하지만 시리즈 A에서 시리즈 B나 C로 넘어가면서 성장의 근본적인 메커니즘이 중요해집니다. 이제 여러분은 이 단계까지 성공적으로 성장한 다른 회사들과 경쟁하게 됩니다.

이때 네트워크 효과와 같은 도구들이 역할을 하기 시작합니다. 이는 더 큰 경쟁 우위 캐스케이드(defensibility cascade)의 일부입니다. 경쟁자가 막 따라잡았다고 생각할 때, 여러분은 다음 단계의 방어선을 구축하는 것입니다.

모트 앤 베일리 전략: 경쟁이 치열한 시기의 순차적 경쟁 우위 확보

층층이 쌓는 경쟁 우위 전략은 과거에도 효과가 있었습니다. 실제로 경쟁이 치열하고 기술 플랫폼이 전환되던 비슷한 시기를 돌아보면, 대부분의 경쟁 우위 전략은 이런 식으로 구축되었습니다.

검색 엔진의 탄생을 예로 들어봅시다. Google의 여정은 경쟁 우위를 어떻게 순차적으로 배포해야 하는지를 완벽하게 보여줍니다.

1996년 Larry Page와 Sergey Brin이 PageRank 알고리즘을 개발했을 때, Google의 초기 이점은 순전히 속도였습니다. 경쟁자들이 복제할 수 있는 것보다 더 빨리 우수한 데이터 및 알고리즘 기반을 구축한 것입니다. 검색이라는 개념은 이미 존재했습니다. Yahoo는 수동으로 웹사이트를 분류했고 다른 검색 엔진들은 단순한 키워드 매칭을 사용했습니다. 하지만 PageRank 알고리즘은 월등히 우수했으며, 그들의 미니멀한 디자인 접근 방식은 당시의 복잡한 포털들과 차별화되는 데 도움이 되었습니다.

이 접근 방식은 성공적이었습니다. Google은 1998년 하루 1만 건의 검색을 처리하던 것에서 2000년에는 하루 4,200만 건 이상으로 성장했습니다. 이러한 빠른 확장은 그들의 핵심 데이터 이점을 심화시켰고, Google은 나중에 이를 유통 및 네트워크 효과 전략에 활용했습니다.

2000년까지 그들은 Google AdWords를 출시했고, 이는 추가적인 혁신을 위한 자금을 조달하는 동시에 유통 선순환을 만드는 데 결정적인 역할을 했습니다.

진정한 네트워크 효과는 나중에 나타났습니다. 더 많은 사용자가 검색을 수행하고 웹사이트들이 Google 검색 결과 상위에 노출되기 위해 스스로를 최적화하면서 Google의 검색 엔진 서비스는 개선됩니다. 더 나아가, 그들의 막대한 소비자 수요와 기술적 역량은 광고 제품에 경매 모델을 도입하고 매우 가치 있고 방어 가능한 온라인 광고 시장을 구축할 수 있게 했습니다.

마지막으로 유통 파트너십과 AdSense, Gmail, Maps, 그리고 결국 Android와 Chrome과 같은 제품 혁신을 통해 인터넷 생태계 전반에 걸친 체계적인 통합이 이루어졌습니다.

이러한 체계적인 순서—데이터 기반 우선, 그 다음 유통, 그 다음 네트워크 효과, 그 다음 통합—는 Google이 전 세계 검색 엔진 시장 점유율의 90% 이상을 꾸준히 유지할 수 있게 한 거의 넘을 수 없는 이점을 만들어 냈습니다.

반대의 예도 많습니다. 모트 건설로 전환하지 못하는 회사는 사라지는 경향이 있습니다. Groupon이 그런 회사 중 하나입니다.

Groupon이 출시되었을 때, 그들은 기술 업계의 총아였습니다. 약 16개월 만에 10억 달러의 가치를 달성했고, Google로부터 60억 달러의 인수 제안을 거절한 것으로 유명합니다.

그들의 모델은 기발해 보였습니다. 지역 비즈니스에 대한 수요를 모으고, 충분한 사람들이 '참여'하면 파격적이고 바이럴한 할인을 제공하고, 수수료를 챙기는 것이었습니다. 그들은 초반에 빠르게 움직였습니다. 잘 실행된 유통은 당신을 아주 멀리 데려갈 수 있습니다.

하지만 그들은 진정한 네트워크 효과를 가지지 못했고, 유지율(retention)이 약했습니다.

Groupon은 네트워크 효과처럼 느껴졌습니다. 사용자가 추가될수록 딜이 성사될 가능성이 높아졌기 때문입니다. 하지만 Groupon의 사용자들은 서로에 대한 애착이 없었습니다. Groupon 자체에 대한 충성도도 거의 없었습니다. 그리고 딜을 통해 방문한 비즈니스에 대해서는 일시적인 관심만 가졌을 뿐입니다. 상인들은 Groupon 고객들이 정가로 다시 방문하는 경우가 거의 없다고 불평했습니다.

네트워크 효과처럼 보였던 것은 사실 위장된 바이럴리티(virality)에 불과했습니다. 사용자들을 빠르게 끌어모았지만, 그들이 머물러야 할 이유는 제공하지 못한 현금 인센티브였던 것입니다. Google과 Groupon의 차이점은 전환점을 제대로 포착하지 못했다는 것입니다. 단기 전략이 장기 전략을 압도해 버렸습니다.

초기에는 속도를 극대화할 수 있는 경쟁 우위 영역에 집중하십시오. 성장의 조짐이나 초기 PMF(Product-Market Fit)가 보이거나, 사람들이 당신을 모방하기 시작하면, 장기적인 경쟁 우위 채널에 최적화하기 시작해야 합니다.

AI 네트워크 효과 평가를 위한 프레임워크

많은 AI 네이티브 네트워크 효과가 아직 발전 중이므로, 다음 프레임워크가 새로운 전략을 식별하는 데 도움이 될 수 있습니다.

전환 비용 테스트 (The Switching Cost Test)

질문: "이 제품 사용을 중단하면 어떻게 되나요?"

• 약한 답변: "비슷한 다른 툴을 사용하면 되죠."
• 강력한 답변: "수개월간 쌓아온 팀의 컨텍스트, 공유된 워크플로우, 협업 관계를 모두 잃게 될 거예요."

협업 가치 테스트 (The Collaborative Value Test)

질문: "다른 사람도 함께 사용할 때 이 제품의 가치가 더 커지나요?"

• 약한 답변: "상관없이 똑같이 작동해요."
• 강력한 답변: "우리 팀/커뮤니티가 함께 사용하면 훨씬 더 좋아져요."

허브 앤 스포크 테스트 (The Hub-and-Spoke Test)

질문: "사용자들이 제품을 통해 서로 상호작용하나요?"

• 약한 답변: "원하면 결과물을 공유할 수 있어요."
• 강력한 답변: "사용자들은 정기적으로 협업하고, 서로의 작업을 기반으로 새로운 것을 만들고, 플랫폼 내에서 관계를 형성하거나 팔로워를 만듭니다."

AI 시대를 위한 새로운 네트워크 효과 전략

애플리케이션 레이어의 많은 AI 스타트업은 아직 초기 단계에 있습니다. 그래서 다수가 아직 네트워크 기반 전략으로 전환하지 않고 전속력으로 나아가고 있습니다.

그럼에도 불구하고, 일부 회사들이 지속적인 경쟁 우위를 향한 전환점에 들어서는 것을 보기 시작했습니다. 몇 가지 테마가 나타나고 있습니다.

1. 협업 컨텍스트 + 메모리 = 개인화된 유틸리티 네트워크

AI 시스템 내의 메모리는—사용자가 1인용 모드에서 AI와 상호작용한 결과이든, 회사의 워크플로우에 통합된 결과이든—일반적인 형태의 경쟁 우위가 되었습니다.

Cursor가 이 패턴을 잘 보여줍니다. AI 코드 완성 도구로 시작했지만, Cursor의 진정한 경쟁 우위는 팀의 패턴과 공유된 컨텍스트를 학습하는 데서 나옵니다. 전체 엔지니어링 팀이 Cursor를 사용하면, AI는 팀의 코드베이스 아키텍처, 코딩 컨벤션, 프로젝트 구조를 이해하게 됩니다.

다른 툴로 전환하려는 개발자는 단순히 코딩 보조 도구를 잃는 것이 아닙니다. 그들은 AI에 통합된 수개월간 축적된 팀의 지식을 잃게 됩니다. 이 컨텍스트는 팀원들 사이에서 복합적으로 작용하여, 엔지니어링 조직 전체에 채택이 확산될수록 툴의 가치를 기하급수적으로 높입니다. 이는 팀 채택과 함께 배가되는 전환 비용을 만들어냅니다.

2. AI 네이티브 유통 = 허브 앤 스포크 네트워크 효과

2022년에 우리는 '허브 앤 스포크(Hub-and-Spoke)'라는 네트워크 효과를 정의했습니다. 이는 노드(사용자)들이 콘텐츠나 상품을 중앙 허브에 제출하고, 그 허브가 선택된 소수의 결과물을 모든 또는 거의 모든 노드에게 전달할 때 발생합니다.

이러한 플랫폼 내 유통은 소수의 운 좋은 노드들에게 엄청난 관심과 가치를 가져다주며, 네트워크 내 다른 노드들에 비해 비대칭적으로 이익을 줍니다. 승자는 팔로워, 수입, 지위, 사랑 등 위대한 네트워크의 요소를 얻게 됩니다.

이것이 TikTok이나 초창기 Medium의 배후에 있는 네트워크 전술입니다. 창작자들은 플랫폼에서 충성도 높은 팔로워를 구축할 수 있었고, 모든 사용자는 자신이 그 파워 로(power law)의 정점에 오를 수 있다는 느낌을 가졌습니다.

AI 시대에 이러한 효과는 전통적인 소셜 미디어 플랫폼을 넘어 정교한 AI 네이티브 경험으로 진화했습니다.

Character.ai가 강력한 초기 예시로 보입니다. Character.AI 웹사이트나 앱을 방문하는 사람은 누구나 수많은 챗봇을 마주하게 되지만, 선별된 소수의 챗봇은 엄청나게 많은 대화 수를 기록합니다. 예를 들어, Harry Potter는 3,400만 건의 채팅을 기록한 반면, Albert Einstein은 존경할 만하지만 훨씬 낮은 57만 건에 그칩니다.

Character.AI는 AI를 위한 허브 앤 스포크 모델을 완성했습니다. 사용자들은 '캐릭터'를 만들고, 그들의 '성격'을 설정하고, 특정 매개변수를 지정한 다음, 다른 사람들이 채팅할 수 있도록 커뮤니티에 게시할 수 있습니다. 마법은 프로모션에서 일어납니다. 매일 수천 명의 창작자가 캐릭터를 제출하지만, 오직 소수만이 플랫폼의 추천 섹션, 트렌딩 목록, 추천 알고리즘에 오르게 됩니다.

당신의 캐릭터가 Character.AI의 허브에 의해 '밀어주기'를 받으면, 그 보상은 극적입니다. 추천된 캐릭터는 거의 하룻밤 사이에 수백 건에서 수백만 건의 대화로 급증할 수 있습니다.

3. 미래의 전략: AI 에이전트 네트워크

우리는 지난 2년간 AI 에이전트의 부상을 기록해 왔습니다. 결국 AI 에이전트 자체의 가치 중 상당 부분은 그들이 서로 얼마나 잘 네트워킹하는지에 있게 될 것입니다.

AI 에이전트들은 고립되어 있을 때보다 연결되었을 때 무한히 더 강력해질 것입니다.

예를 들어, 당신의 스케줄링 에이전트가 여행 에이전트와 통신하여 확정된 회의에 맞춰 자동으로 항공편을 예약하거나, 당신의 재무 에이전트가 구매 에이전트와 협력하여 예산 제약에 따라 회사 지출을 자동으로 최적화하는 것입니다.

이러한 에이전트들은 다음과 같은 알려진 네트워크 효과를 개발할 것입니다.

1. 에이전트 간 통신 네트워크 (Cross-Agent Communication Networks): 동일한 프로토콜을 '말할' 수 있는 에이전트가 많아질수록 각 개별 에이전트의 가치가 더 커집니다. 초기 예로는 LangChain이나 AutoGPT와 같은 프레임워크에서 에이전트들이 서로 컨텍스트와 작업을 전달하는 것을 볼 수 있습니다.
2. 공유 행동 레퍼토리 (Shared Action Repertoires): 공통된 '행동' 라이브러리(MCP, API 호출, 도구 통합, 워크플로우 템플릿)를 활용할 수 있는 에이전트들은 그 라이브러리가 성장함에 따라 기하급수적으로 더 유용해집니다. 각각의 새로운 통합은 생태계의 모든 에이전트에게 이익을 줍니다.

하지만 우리가 에이전트를 더 완전히 이해하기 시작하면 더 많은 것들이 나타날 것입니다.

AI 네트워크 효과의 시대가 임박했습니다

2017년에 우리는 기술 생태계 가치의 70%가 네트워크 효과로 설명될 수 있다고 추정했습니다. 하지만 당시 우리가 평가했던 대부분의 회사는 새로 자리 잡은 디지털 기존 강자들이었습니다. 그들은 이미 자신들의 전략에 네트워크 효과를 층층이 쌓아 올린 상태였습니다.

오늘날, AI 시대에 네트워크 효과가 죽었는지에 대한 많은 논의가 있었습니다. 더 설득력 있는 설명은 우리가 아직 새로운 AI 네이티브 애플리케이션 레이어의 강자들을 갖지 못했다는 것입니다.

AI 애플리케이션 생태계는 아직 빠른 속도와 빠른 확장의 시대에 있습니다. 우리는 이제 막 네트워크 효과와 같은 더 지속적인 경쟁 우위로 전환하는 코너를 돌기 시작했을 뿐입니다.

앞으로 몇 년 안에 AI 시대의 네트워크 효과는 구체화될 것입니다.

그것들은 어떤 회사가 이 시대의 Google이 되고 어떤 회사가 이 시대의 Groupon이 될지를 정의할 것입니다.

전자가 되고 싶다면, 지금 바로 로드맵을 구축하기 시작하십시오. 속도를 희생하지는 않되, 때가 되면 경쟁 우위 매트릭스의 상위 단계로 이동할 준비를 하십시오.

How AI Companies Will Build Real Defensibility

Modern GTM strategies have evolved. Learn how fast-growing startups are building authentic communities to drive growth.

NFX