[🦈죠스레터] 여러분의 AI 아이디어, 과연 괜찮을까요? 연쇄 창업가가 제시하는 5가지 테스트

스타트업의 성공은 아이디어가 아니라 실행력에 달려있다고 해도 과언이 아닙니다.

창업가로서 저는 잘 압니다. 별로였던 아이디어가 좋은 결과로 이어진 적도 있고, 정말 멋지다고 생각했던 아이디어가 기대에 미치지 못한 적도 있었죠. 이제 AI 덕분에 제품 아이디어를 현실로 만들기가 그 어느 때보다 쉬워졌습니다. 그렇다면 시간과 에너지, 그리고 시드 머니를 낭비하기 전에 여러분의 아이디어가 치명적인 결함을 가지고 있는지 어떻게 알 수 있을까요?

제 스타트업 Hoop이 현재의 제품 방향성, 즉 바쁜 창업가, 리더, 경영진을 위한 AI 비서 서비스를 갖추기 전에는 팀의 의사결정 문제를 해결하려고 했습니다. 팀원들이 비동기적으로 의사결정을 내리고 팀 전체의 의사결정 기록을 만들 수 있는 앱을 개발하기 시작했죠. 시장에 참여자가 많지 않아서 큰 기회라고 생각했습니다. 하지만 이는 나쁜 징조였습니다. 의사결정 과정은 복잡하고, 사람들은 기존 워크플로우에 또 다른 협업 도구를 추가하고 싶어 하지 않았으며, AI도 인간 커뮤니케이션의 복잡성을 해결하지 못했습니다. 그래서 우리 팀이 많은 경험을 가진 분야인 업무 관리(work management)로 방향을 전환했고, 유료 사용자 전환율은 0에서 15%로 뛰어올랐습니다.

지금 우리는 오래된 문제에 대한 AI 네이티브(AI-native) 솔루션을 구축하고 있습니다. 바로 '해야 할 모든 일을 놓치지 않으려면 어떻게 해야 할까?'라는 문제죠. AI는 이전에는 엄청나게 비쌌던 임원 비서 서비스를 더 많은 사람에게 더 널리 제공할 기회를 줍니다.

모든 하이프 사이클(hype cycle)에는 열풍에 동참하고 싶어 하는 창업가들이 많습니다. 그리고 아이디어를 붙잡고 최대한 빨리 밀어붙이고 싶은 유혹은 정말 큽니다. 하지만 지속적인 무언가를 만들고 싶다면, 인기 있는 것을 쫓는 함정에 빠지지 않고 자신에게 맞는 일(그리고 문제를 해결할 적임자가 되는 것)을 하고 있는지 확인해야 합니다.

저는 현재 다섯 번째 스타트업을 운영하고 있으며, 그 결과는 그다지 좋지 않은 것부터 인생을 바꿀 만한 성공까지 다양했습니다. 엔젤 투자자로서 저는 32개의 초기 단계 회사에 투자했습니다. 시간이 지나면서 저는 단순히 흥미로운 AI 아이디어와 진정으로 가치 있는 AI 아이디어를 구별하는 데 도움이 되는 핵심 질문들을 개발했습니다. 다음은 여러분의 스타트업에 시장이 있는지, 그리고 특정 아이디어에 뛰어들기 전에 비판적으로 생각하는 방법에 대한 저의 5가지 프레임워크입니다.

1. 어떤 기존 워크플로우를 근본적으로 바꾸고 있나요?

AI는 마법이 아닙니다. 기존 프로세스를 획기적으로 개선해야 하는 도구의 집합이죠. 가장 강력한 AI 스타트업은 단순히 기능을 추가하는 것이 아니라, 전체 워크플로우를 재구성하거나, 그 필요성을 없애거나, 자동화할 방법을 찾아냅니다.

혁신은 사람들이 더 적은 시간에 더 많은 것을 성취하도록 돕거나, 창의적이거나 여유로운 활동을 위해 시간을 확보해 줌으로써 사람들의 삶을 더 쉽게 만듭니다.

작업 관리를 예로 들어보죠. Hoop의 제 팀원 대부분은 이전에 Trello에서 함께 일했는데, 거기서 우리는 제품, 디자인, 엔지니어링, 마케팅 팀에서 일했습니다. 우리는 AI가 이전 소프트웨어가 할 수 없었던 방식으로 사람들을 도울 수 있는 방법을 고민함으로써 이 경험을 차세대 작업 관리에 적용했습니다.

획기적인 점은 단지 "AI가 내 기존 작업을 우선순위화할 수 있다"는 것이 아니었습니다. 그것은 "AI가 내 워크플로우에 항상 존재함으로써 내가 약속한 것을 알아야 하므로 작업을 만들거나 할 일을 기억할 필요가 없다"는 것이었죠. 우리는 작업 관리를 점진적으로 개선하고 싶지 않았습니다. 작업을 적고 정리할 필요성 자체를 완전히 없애고 싶었습니다.

스타트업은 기존 기업보다 AI 분야에서 우위를 점하고 있습니다. 많은 기존 기업들이 기존 레거시 코드베이스에 AI 기능을 덧붙이기 때문입니다. 진정한 혁신은 근본적으로 문제를 해결하는 방법에 대해 제1원칙(first principles)에 입각해 생각하는 것입니다.

2. 고객의 가장 큰 불만은 어디에 있나요?

훌륭한 AI 제품은 극심한 페인 포인트(pain points)에서 나옵니다. 이론적인 문제가 아니라, 고객이 실제로 좌절감을 느끼는 구체적인 순간에서 말이죠.

최고의 창업가들은 고객의 삶에 존재하는 기존 문제를 직관적으로 파악하는 이야기를 할 수 있습니다. 그 이야기는 그들의 제품이 해결하는 문제에 대한 깊은 이해에서 비롯됩니다. 전문가가 시간을 낭비하거나, 압도감을 느끼거나, 막히는 구체적인 순간에 대해 말해주세요. 기업 수준에서 낭비되는 비용이나 소모되는 자원에 대해 말해주세요. 바로 그곳에 혁신적인 AI 솔루션이 존재합니다.

제 업무 관리 분야에서 바쁜 전문가들은 단순히 업무를 요약해 주길 원하지 않습니다. 그들은 관련 없는 정보를 읽는 데 드는 지긋지긋한 시간을 없애고 싶어 합니다. 어딘가에서 봤지만 어디였는지 기억나지 않는 그 핵심 정보를 찾거나, 자신이 한 약속을 이행하고 싶어 하죠. 이것이 바로 Hoop이 해결하고 있는 문제입니다. 사용자들이 Hoop에서 까먹거나 놓쳤을 법한 작업을 보게 될 때, 그들은 그 가능성을 이해합니다.

또 다른 예로, 저는 Wander라는 회사에 엔젤 투자했습니다. 이 회사는 Airbnb의 기술 기반, 품질 관리형 대안을 제공합니다. 모든 Wander 숙소는 일정한 우수성 기준을 충족하며, 업무와 여가를 위해 여행하는 사람들을 위해 설계되었습니다. 창업자의 통찰력은 Airbnb에서의 일관되지 않은 경험과 디지털 노마드(digital nomads)라는 성장하는 시장을 위한 더 나은 솔루션에 대한 열망에서 비롯되었습니다. 우리 둘 다 미래의 업무 방식이 더 유연해질 것이며, 특정 계층의 여행객들은 업무와 개인 여행을 품질 저하 없이 결합할 수 있는 경험에 프리미엄을 지불할 의향이 있을 것이라고 믿었습니다. 이제 AI를 통해 고객에게 더 빠르고 개인화된 컨시어지 서비스를 제공함으로써 경험을 더욱 맞춤화할 수 있게 되었습니다.

이 예에서 AI는 회사가 더 효율적으로 운영되고 이전에는 제공할 수 없었던 서비스를 제공하도록 돕고 있습니다. 때로는 고객의 요구를 충족시키지 못하는 시장에서 솔루션이 진정으로 혁신적이라면 그것만으로도 충분한 경쟁 우위가 될 수 있습니다.

3. 여러분의 AI가 의존성을 해소하거나 누군가의 역량을 초능력처럼 강화할 수 있나요?

여기 리트머스 시험이 있습니다. 충분한 시간과 기술을 가진 사람이 작업을 완료할 수 있다면, 여러분의 AI 도구는 얼마나 많은 시간을 절약해 주나요? 그 사람은 여러분의 도구 덕분에 무엇을 더 잘하거나 더 빨리 할 수 있게 되나요?

가장 흥미로운 AI 스타트업은 이전에는 누군가가 스스로 달성하기 어려웠던 역량을 열어줍니다. 예전에는 Figma에서 아이디어를 코딩된 프로토타입으로 옮기려면 엔지니어에게 의존해야 했습니다. 이제는 Lovable에서 프롬프트를 통해 프로토타입을 현실로 만들 수 있습니다. 갑자기 디자이너, 제품 관리자, 그리고 이것저것 만들어보는 사람들은 프로젝트 코딩을 위해 누군가를 기다리거나, 비용을 지불하거나, 찾는 일에서 해방됩니다. 다음은 몇 가지 다른 잠재적인 가능성입니다.

• 여러분의 제품이 이해하기 어려운 방대한 양의 정보를 처리하나요? Harvey와 같은 법률 AI 스타트업은 법률 전문 지식과 방대한 데이터 분석 능력을 결합하여 이전에는 전문 인력 팀이 필요했던 일을 해냅니다.
• 여러분의 제품이 인간의 인식으로는 보이지 않는 패턴을 인식하나요? Kraftful과 같은 고객 인사이트 스타트업은 방대한 고객 데이터를 수집하고 제품 로드맵에 정보를 제공하는 패턴을 인식합니다.
• 여러분의 제품이 이전에는 시간, 기술, 전문 지식이 필요했던 작업의 80%를 완료하도록 돕나요? Gamma와 같은 프레젠테이션 자료 제작 도구는 지식 근로자가 빈 페이지 문제를 해결하고 한때 몇 시간이 걸렸던 작업의 대부분을 완료하도록 돕습니다.

4. 여러분의 독점적인 데이터 우위는 무엇인가요?

AI에서 데이터는 단순한 연료가 아니라 엔진 전체입니다. 가장 유망한 스타트업은 이전에는 어렵거나 불가능했던 방식으로 데이터를 흥미롭고 유용하게 변환하고 있습니다. 또한, 더 많은 데이터를 수집하면 고객의 전환 비용이 높아집니다. 도구가 여러분의 워크플로우에 대해 더 많은 데이터와 통찰력을 가질수록 이를 대체하는 데 더 많은 시간이 소요되므로, 기존 도구를 계속 사용할 가능성이 높아집니다.

특화된 데이터 세트로 학습할 수 있는 스타트업은 특히 기업 시장에서 큰 기회입니다. 비즈니스가 더 많은 데이터를 생성할수록 분석의 기회와 그에 따른 통찰력도 늘어납니다. 고객은 무엇을 원할까요? 직원은 무엇을 원할까요? 지금까지 우리는 인간 분석가의 역량이라는 자원 제약에 묶여 있었습니다. 이제 우리 모두는 인간 분석가이며, AI를 통해 기존 비즈니스 데이터에서 더 많은 통찰력을 더 빠르게 추출할 수 있습니다.

기업들은 이미 Glean과 같은 보안 도구에 데이터를 이전하여 기업 수준에서 문서 및 도구 간 검색을 더 쉽게 만들고, 여러 도구별 쿼리를 단일 답변 검색으로 줄이고 있습니다. 이를 금융 및 의료와 같이 데이터가 많은 산업으로 확장해 보면, 기존 데이터를 사용하여 기존 워크플로우를 더 좋고, 더 빠르고, 더 쉽게 만들 수 있는 AI 적용 방식은 상상을 초월합니다.

또 다른 초기 예는 시장 진출(go-to-market) 분야에서 새로운 기능을 갖춘 영업 지원 도구의 폭발적인 증가입니다. 불과 3년 전의 영업 및 마케팅 팀과 기술 스택(tech stacks)도 완전히 변모했습니다. 이러한 변화는 모든 데이터 집약적 산업에서 곧 일어날 것입니다.

5. 신뢰 문제를 어떻게 해결할 건가요?

AI는 전례 없는 능력과 함께 건전한 회의론을 가져오므로, 여러분의 스타트업은 명시적으로 신뢰 문제를 해결해야 합니다. 완벽한 제품을 즉시 만들 수는 없지만, 초기 제품은 고객이 여러분이 어디로 가고 있는지 보고, 거기에 도달할 것이라고 신뢰하며… 여정에 함께할 가치가 있다고 느낄 만큼 충분히 견고해야 합니다. 기업은 다음 원칙을 염두에 두고 운영해야 합니다.

• AI 기능과 한계에 대한 완전한 투명성: Hoop에서는 신뢰 구축 방법으로 '공개적인 개발(building in public)'을 중요하게 생각합니다. 정기적인 제품 업데이트를 게시하는 것 외에도, 고객을 Slack 채널에 초대하여 팀과 직접 피드백을 공유할 수 있도록 합니다.
• 명확한 인간 감독 메커니즘: LLM은 환각(hallucinate)을 일으킵니다. 따라서 인간은 자신을 대신하여 이상한 데이터가 제시되는 것을 방지할 방법이 필요합니다.
• 예측 가능하고 일관된 성능: AI가 워크플로우에 더 많이 통합됨에 따라, 스타트업은 결과가 품질 기준을 충족하는지 확인하기 위해 평가 역량을 강화해야 합니다.
• 제품 아키텍처에 내재된 윤리적 고려 사항: AI 사용자는 자신의 동의 없이 자신의 데이터로 모델이 학습되는 것을 원하지 않습니다. AI 회사는 데이터로 무엇을 하는지, 어떻게 보호되는지에 대해 솔직해야 합니다.

기업들은 명시적으로 밝히지 않고 고객 데이터로 학습하는 것과 같은 미심쩍은 관행으로 인해 피해를 입었습니다. 새로운 AI 소비자는 경계심이 많으며, 많은 기업이 이미 직원이 채택할 수 있는 새로운 도구를 제한하는 AI 정책을 가지고 있습니다. 동시에 기업들은 개인과 팀이 AI를 워크플로우에 통합하도록 강력하게 추진하고 있습니다. AI 네이티브가 될수록 미래의 경력을 더 안전하게 보호할 수 있습니다.

무형의 요소: 창업가의 확신

이러한 전술적 평가 외에도 측정하기 더 어려운 것이 있습니다. 바로 창업가의 확신입니다.

최고의 AI 창업가들은 기술을 이해하는 것뿐만 아니라, 그 문제를 직접 경험했습니다. 그들은 현재 접근 방식이 왜 잘못되었는지, 그리고 AI가 어떻게 패러다임 전환을 나타내는지 생생한 세부 정보로 설명할 수 있습니다. 그들은 고객의 요구를 해결하려는 낙관주의와 열정에서 흔들림이 없습니다. 이것은 역사상 어느 시점에서든, 어떤 산업에서든, 어떤 회사에 투자하든 필수적입니다. 항상 말(horse)이 아니라 기수(jockey)에게 투자해야 합니다. 특히 변화가 전례 없는 속도로 일어나고 있는 시기에는 민첩하고 집중력이 있으면서도 유연한 창업가를 원합니다.

웹 개발 도구 Softr의 창업자인 Mariam Hakobyan이 그중 한 명입니다. 그녀의 비전은 기업이 맞춤형 소프트웨어를 쉽게 구축하도록 하는 것이었고, 저는 3년 전 그녀의 시리즈 A에 투자했습니다. 처음에 그녀는 노코드(no-code) 앱 빌더를 개발하여 이를 실현했습니다. 자연어로 프롬프트를 입력하는 AI 기능이 현실화되자, 그녀는 Softr 고객이 AI를 사용하여 코드를 작성하지 않고도 맞춤형 앱을 훨씬 쉽게 구축할 수 있도록 만들었습니다.

마지막 경고 한마디

모든 문제에 AI 솔루션이 필요한 것은 아닙니다. 제가 함께 일하는 가장 성숙한 창업가들은 아이디어를 추구하는 것만큼이나 아이디어에서 손을 떼는 데에도 익숙합니다.

AI는 강력한 렌즈이지, 만병통치약이 아닙니다. 여러분의 임무는 AI를 모든 곳에 적용하는 것이 아니라, 혁신적인 가치를 창출하는 곳에만 적용하는 것입니다.

솔루션보다 문제를 더 신뢰하십시오. 자신의 흥분보다 고객의 말에 더 귀를 기울이십시오. 그리고 항상 기술적 복잡성보다 인간에게 미치는 영향을 우선시하십시오.

Is Your AI Idea Any Good? A 5‑question Stress Test From a Serial Founder

A repeat founder and seasoned angel investor shares the five filters she uses to spot ideas that survive the hype cycle

Stella Garber