🚚 'GPT-Wrapper'는 잊어라: AI 스타트업의 미래는 라스트 마일 딜리버리에 있다

OpenAI, Anthropic, Google과 같은 파운데이션 모델 연구소의 혁신 속도는 경이로울 정도입니다. 새로운 모델이 출시될 때마다 파운데이션 모델이 별도의 작업 없이 해낼 수 있는 일의 범위는 계속해서 확장되고 있습니다. 이는 다음과 같은 질문을 던지게 합니다: 모델이 이렇게 많은 것을 할 수 있다면, 스타트업에게 남은 기회는 과연 어디에 있을까?

모델 성능만으로 경쟁하려 한다면, 이미 패배한 것이나 다름없습니다.

스타트업에게 주어진 기회는 더 나은 기반 모델을 만드는 데 있지 않습니다. 진짜 기회는 이 모델들의 강력한 성능을 고객이 실제로 사용할 수 있는 형태로 포장하여, 고객의 문 앞까지 배달하는 '라스트 마일 딜리버리(last-mile delivery)' 서비스를 구축하는 데 있습니다.

이것이 바로 AI 네이티브 애플리케이션 기업의 미래이며, 지금 이 순간 만들어지고 있는 대다수의 유니콘(그리고 데카콘) 기업들은 거의 확실히 이 영역에서 탄생할 것입니다.

많은 VC들은 스타트업의 기술적 차별점에 끊임없이 집중하며, 개별 기업이 어떻게 OpenAI에 맞설 수 있을지에 대해 노심초사합니다. 하지만 애플리케이션의 세계에서 이러한 리스크는 과장되었다고 생각합니다. 저는 OpenAI와 Anthropic이 모든 버티컬(vertical) 영역에서 결국 복점 체제를 형성할 것이라고는 강력히 의심합니다(만약 그런 일이 일어난다면 우리 사회는 더 큰 문제에 직면하게 될 겁니다).

전통적인 경제적 해자(economic moat)는 언제나 존재하며, 독점 데이터는 비즈니스 성공에 그 어느 때보다 중요해졌습니다.

우리의 핵심 논지는 이것입니다: AI 연구소들은 모든 특정 버티컬 영역에서 최고 수준의 서비스를 제공하는 데 필요한 '라스트 마일 딜리버리'를 절대로 직접 구축하지 않을 것이며, 최고의 AI 애플리케이션이 활용하는 가장 가치 있는 기업 데이터에 접근할 수도 없을 것입니다.

그들이 하기에는 너무나 많은 노력이 필요하고, 시간 투자 대비 가치가 없으며, 집중하는 스타트업만큼 고객 문제에 결코 가까이 다가갈 수 없기 때문입니다. AI 연구소들은 주간 고속도로 시스템을 건설하고 있습니다. 스타트업을 위한 거대한 기회는 바로 이 고속도로와 최종 목적지를 잇는 지역 도로, 배송 트럭, 그리고 소포를 올바른 사람에게, 올바른 시간에, 올바른 방식으로 전달하는 휴대용 스캐너를 만드는 데 있습니다.

'GPT-Wrapper'라는 착각

지난 몇 년간 'GPT-wrapper'에 대한 논쟁이 뜨거웠습니다. 이 용어는 거의 항상 경멸적인 의미로 사용되며, 방어 가능한 가치 없이 API 호출 위에 얇은 UI 계층만 씌운 것을 의미합니다.

이러한 사고방식은 핵심을 완전히 놓치고 있습니다.

우리의 관점은, 다른 누구보다 깊은 수준에서 고객의 문제를 진정으로 이해함으로써 엄청난 가치가 창출된다는 것입니다. 제품과 고객에 집착하는 것은 '얇은 래퍼'가 아니라, 이 게임의 전부입니다. 이러한 제품들이야말로 범용 모델이 내놓는 '적당히 좋은(good-enough)' 결과물과의 경쟁에서 승리할 것입니다.

법률(Legal) 영역을 예로 들어 보겠습니다. Harvey와 같은 회사는 더 나은 LLM을 훈련시키려고 노력하지 않습니다. 그들은 변호사들을 위한 '라스트 마일'에 광적으로 집중합니다.

• 그들은 변호사들이 정보를 어떤 방식으로 봐야 하는지 정확히 알고 있습니다.
• 그들은 특정 로펌이 무엇에 중점을 두는지, 그리고 그들의 워크플로우가 어떻게 구성되어 있는지 파악하고 있습니다.
• 그들은 로펌의 기업 데이터에 접근할 수 있으며, 이를 활용하여 맞춤화된, 중차대한 결과물을 제공할 수 있습니다.

Harvey는 최고 수준의 모델을 활용하여 A+ 등급의 최종 사용자 경험을 제공합니다. 이러한 깊은 도메인 전문성이 바로 그들의 해자입니다. 모델은 엔진이지만, Harvey는 자동차 전체, 내비게이션 시스템, 그리고 최고급 운전기사 서비스까지 모두 구축하고 있는 셈입니다.

CodeGen 분야의 Cursor, 의료 기록 분야의 Abridge, GTM 분야의 Clay 등 다른 애플리케이션 카테고리에도 이러한 사례는 많습니다. 이 모든 회사들이 엄청난 성공을 거두고 있는 이유는 그들이 다른 누구보다 고객 문제에 더 가깝게 다가가 있으며, 이를 세계적 수준의 제품과 놀라운 라스트 마일 딜리버리(즉, 95%를 100%로 만드는 다리)로 전환했기 때문입니다.

이 전략이 성공하는 분야 (그리고 그렇지 않은 분야)

이러한 라스트 마일, 버티컬 우선 접근 방식이 모든 카테고리에서 만능 해결책은 아닙니다. 이 전략의 성공은 '틀렸을 때의 비용(cost of being wrong)'에 정비례합니다.

이 전략이 승리하고 거대 기업을 만들 분야:

• 특정 버티컬 영역: 법률, 금융, 회계, 헬스케어 등. 이 분야에서는 95% 정확한 답변과 100% 정확하며 맥락을 이해하는 답변 사이의 차이가 엄청납니다. 이는 '도움이 되는 수준'과 '비용 청구가 가능한 수준'의 차이이며, 어떤 경우에는 '규정을 준수하는 것'과 '재앙적인 결과를 초래하는 것'의 차이이기도 합니다.
• 복잡한 수평적 기능(Horizontal Functions): CodeGen, 고객 지원, 채용, 구매, 사이버 보안. 이 영역들에서 범용 모델의 결과물은 단지 시작점에 불과합니다. 진정한 솔루션은 회사 고유의 워크플로우, 데이터, 정책에 깊숙이 통합되어야 합니다.

이 접근 방식의 성공 가능성이 낮은 분야:

• '적당히 좋은(Good Enough)' 카테고리: 마케팅 카피 생성, 개인 비서, 긴 문서 요약 등을 생각해 보세요. 이 영역에서는 범용 모델이 제공하는 90% 수준의 '적당히 좋은' 답변으로도 충분한 경우가 많습니다. 마지막 10%의 가치가 전문적인 버티컬 솔루션을 정당화할 만큼 높지 않습니다. 거대하고 수평적인 플레이어들이 아마 이 시장들을 차지하게 될 것입니다.

라스트 마일에서 승리하기 위한 전략

우리는 이 라스트 마일 딜리버리에 집착하는 팀들에 의해 거대한 기업들이 세워질 것이라고 믿습니다. 그들의 성공은 몇 가지 핵심 요소에 달려 있을 것입니다.

• 고객에 대한 집착에 가까운 몰입: 고객 스스로가 인지하는 것보다 그들의 문제를 더 잘 이해해야 합니다.
• 빠른 제품 출시 속도: 제품은 모델의 출시 일정이 아니라, 고객의 요구 속도에 맞춰 진화해야 합니다. 제품 출시 속도는 아마도 스타트업 성공의 가장 중요한 단일 선행 지표일 것입니다.
• 독점 데이터에 대한 접근성: (안전하게, 그리고 허가를 받아) 기업 데이터를 활용하는 능력은 범용적인 것에서 특화된 것으로 나아가는 핵심 열쇠입니다.
• 깊은 신뢰 관계: 당신은 단순한 소프트웨어 공급업체가 아니라, 중요한 비즈니스 기능을 위한 신뢰할 수 있는 파트너입니다. 이는 특히 리스크가 큰 버티컬 영역에서 더욱 그렇습니다.
• 특정 모델에 종속되지 않는 유연성: 언제나 어떤 연구소에서든 최신의, 가장 성능 좋은 모델을 채택할 준비와 능력을 갖추어야 합니다. 당신의 가치는 연결된 API가 아니라 최종 사용자 경험에 있습니다.

AI 혁명은 하나의 전능한 모델에 의해 이루어지지 않을 것입니다. 그것은 집중하고, 제품 중심적인 사고를 하는 한 세대의 스타트업들에 의해 이루어질 것입니다.

이제 고객의 문 앞까지 가장 먼저 도달하기 위한 경쟁이 시작되었습니다.

Forget “GPT-Wrappers”: The Future of AI Startups is Last-Mile Delivery

Why customer-obsessed, vertical-specific startups will win by delivering what foundation model labs can’t

Entry Level InvestingRyan Shannon