🦈 모델은 해자가 아니다

지금 시장은 2021년과 상당히 비슷한 느낌입니다. 거품이 잔뜩 낀 상태죠.

시드(Seed) 투자부터 그로스(Growth) 단계 투자까지, AI 관련 딜들이 터무니없이 높은 가격과 하늘을 찌를 듯한 멀티플(multiples)로 성사되고 있습니다. 불과 몇 년 전, 부풀려진 가격으로 투자받았던 많은 기술 기업들이 어려움을 겪고 있는 상황에서 이런 일이 벌어지고 있다는 점이 흥미롭습니다. 우리는 바로 어제 본 영화를 다시 보고 있는 것 같습니다.

만약 2021년에 ARR(연간 반복 매출)의 100배 가격으로 투자를 유치했다고 가정해 봅시다. 멀티플 하락(multiple compression) 때문에 그 밸류에이션에 걸맞게 성장하려면 5~6년 동안 매년 100%씩 성장해야 합니다. 밸류에이션이 2배, 3배로 뛰어오르는 투자를 유치하는 것은 말할 것도 없고요. 오늘날 많은 회사들이 조용히 다운 라운드(down rounds, 이전보다 낮은 기업가치로 투자 유치)를 진행하거나 아예 문을 닫고 있습니다. 아마도 대부분의 유니콘 기업들은 2021년만큼 높은 가치를 다시는 인정받지 못할 것입니다. VC 회사들도 마찬가지입니다. 팬데믹 이후 과열기에 원칙을 잃었던 많은 회사들이 후속 펀드 조성에 어려움을 겪고 있으며, 조용히 문을 닫게 될 것입니다.

VC 입장에서 자기 이익을 위한 발언처럼 들릴 수 있겠지만, 너무 높은 가격으로 투자받는 것은 결국 창업자, 투자자, 직원 모두에게 피해를 줍니다. 제 전 동료였던 Mark가 2022년에 올린 이 트윗에 잘 요약되어 있습니다:

아마 10년 뒤에는 Safe SuperIntelligence(320억 달러 밸류에이션, 매출 0), Thinking Machines Lab(100억 달러 밸류에이션, 매출 0), 또는 Cohere(55억 달러 밸류에이션, 당시 ARR 약 2천만 달러로 추정) 같은 회사들을 보며 Mark의 트윗을 다시 떠올리게 될지도 모릅니다.

매출이 몇백만 달러에 불과하거나 아예 없는 회사들이 터무니없이 높은 가격으로 투자를 유치하고 있습니다. 만약 그들이 차세대 Google이나 Datadog, Wiz가 된다면 좋겠지만, 대부분은 그렇지 못할 것이고 몇 년 안에 동일한(flat) 밸류에이션이나 더 높은(up) 밸류에이션으로 투자받기 위해 고군분투하게 될 것입니다. 위에 언급된 회사들은 강력한 'n of 1' 창업자들이 이끌고 있어 좋은 예시는 아닐 수 있지만, 많은 AI 회사들이 몇 년 안에 고통을 느끼게 될 것입니다.

여러 단계에 걸쳐 투자하는 회사들에게 이것이 게임의 본질입니다. 그들은 현재 만들어지고 있는 세대(generational)를 대표할 회사 중 하나에 반드시 투자해야 합니다. 그들의 비즈니스 모델(그리고 브랜드)은 바로 여기에 달려 있습니다. 제 친구 Eric이 이번 주에 잘 표현했습니다:

그리고 이런 회사들은 종종 리스크를 분산하기 위해 여러 개의 상충되는 베팅을 해야 합니다. 제 좋은 친구이자 전 동료였고, 지금은 Eric의 동료인 Kyle이 이번 주에 이런 도발적인 트윗을 올렸습니다:

제가 요즘 많이 생각하는 또 다른 주제는 AI 회사들이 평가받는 매출의 '질(quality)'입니다.

OnlyCFO의 도발적인 글 "Yes, ARR Is Dead"가 마음에 들었는데, 이 글은 AI 매출 중 일부가 얼마나 질이 낮은지를 파헤칩니다. 연간 반복 매출(Annual Recurring Revenue, ARR)은 이름에서도 알 수 있듯이 반복적이고, 예측 가능하며, 마진이 높고, 일반적으로 고객 사용이 확대됨에 따라 증가하기 때문에 아름다운 지표입니다. 하지만 AI 세계에서는 매출의 상당 부분이 실험적입니다. 실제로는 반복적이지 않고, 예측 가능하지도 않으며, 마진은 더 낮고, 고객 이탈(churn)은 훨씬 심합니다. 그렇다면 정말로 이런 회사들을 기존의 ARR 멀티플 기준으로 평가해야 할까요?

저는 이 모든 노이즈 속에서 우리가 주목할 수 있는 신호가 무엇인지 고민해왔습니다. 그리고 세 가지 결론에 도달했는데, 이것이 이번 글의 초점입니다:

• 인재 (Talent)
• 브랜드 (Brand)
• 피드백 루프 (Feedback Loops)

각각에 대해 살펴보겠습니다.

인재 (Talent)

제가 기술 업계에서 가장 좋아하는 격언 중 하나는 "모든 문제는 사람의 문제다(Every problem is a people problem)"입니다. 원래 Stripe의 Patrick Collison이 한 말로 알려져 있지만, 이제는 실리콘 밸리에서 자주 들을 수 있습니다. 그리고 이것은 사실입니다. 거의 모든 문제는 올바른 인재와 함께라면 해결될 수 있습니다.

거품이 낀 시장에서는 경험적으로 '인재를 따라가라'는 법칙이 유용합니다. 왜 인재가 중요할까요?

창업자로서 시간의 약 절반은 사람과 관련된 일에 쓰게 될 것입니다. 그 시간의 구성은 변하지만, 비율은 약 50%로 일정하게 유지됩니다. 초기에는 LinkedIn에서 모르는 사람에게 콜드 메시지를 보내고 당신의 신생 회사에 합류하도록 설득합니다. 시간이 지나면 임원들을 관리하고 리더십 팀의 방향을 조율하게 됩니다.

제가 전에 몸담았던 Index에서는 'Scaling Through Chaos'라는 책(읽어볼 만합니다)에서 이 데이터를 정리했습니다. 창업자의 시간 배분은 다음과 같습니다:

"사람 관련 일"이 정말 많습니다. 물론 이는 창업자가 아닌 사람들에게도 중요합니다. 만약 스타트업에 합류하려 한다면, (1) 어떤 회사에 합류할지, (2) 언제 합류할지를 아는 것이 도움이 됩니다.

스타트업은 그 어느 때보다 빠르게 성장하고 있습니다. 직원 수 1,000명에 도달하는 시간은 2010년대 동안 약 30% 단축되었습니다. AI가 사람들의 효율성을 높여 더 적은 자원으로 더 많은 일을 할 수 있게 만들고 있지만(최근 '10 Charts' 시리즈에서도 다룬 주제입니다), 저는 여전히 직원 수 증가 추세는 계속될 것이라고 생각합니다. 더 많은 벤처 자금이 스타트업으로 흘러 들어가고, 기술 분야에서 "얻을 수 있는 상의 크기"가 계속 커짐에 따라, 더 많은 회사들이 팀을 확장하고 최고의 인재를 확보하기 위해 경쟁할 것입니다.

스타트업 채용에서 인기 있는 전략 중 하나(그리고 제가 창업자들에게 제안하는 방법)는 다음과 같습니다: 당신이 아는 가장 인상적인 사람 다섯 명의 이름을 적으세요. 그리고 그들을 고용하러 가세요. 이는 Facebook이 초기에 사용했던 전략입니다. Keith Rabois가 그의 강연 "How to Hire"에서 이에 대해 이야기합니다. 이 전략을 통해 상위 1% 인재들의 네트워크를 구축할 수 있습니다. 그리고 상위 1%는 다른 상위 1% 사람들과 어울리는 경향이 있으므로, 시간이 지남에 따라 네트워크는 더욱 강력해집니다.

위에 트윗을 올렸던 제 전 동료 Mark는 "인재 소용돌이(Talent Vortex)"라는 용어를 사용하는 것을 좋아합니다. 이는 회사가 다른 최고 기업들로부터 A급 인재들을 끌어들여 믿을 수 없을 정도로 밀도 높은 인재 기반을 구축할 때를 의미합니다.

예를 들어 제가 Index에서 함께 일했던 Persona는 다른 인재 소용돌이(주로 Persona 창업자들이 있었던 Dropbox와 Square)로부터 최고의 인재들을 끌어들여 상위 1%의 엔지니어, 디자이너, 제품 기획자들로 구성된 팀을 구축했습니다.

빠르게 성장하는 많은 최고 기업들처럼 Persona도 인재가 어디서 오는지 추적했습니다. 창업자들은 복리 효과를 발견했습니다. 만약 당신이 Square에서 일하는데, 회사 최고의 엔지니어 중 한 명이 LinkedIn에 Persona에 합류했다는 글을 올린다면, 당신도 Persona의 일자리를 알아보기 시작할 수 있습니다. 인재는 인재를 알아보고, 좋은 인재는 좋은 인재를 따르는 경향이 있습니다. A급 인재 한 명을 고용하기 시작하면, 더 많은 인재들이 뒤따를 것이 거의 확실합니다.

인재 소용돌이는 종종 창업 인재를 위한 최고의 풀(pool)이 되기도 합니다. 새로운 'PayPal Mafia'는 'Palantir Mafia'가 되는 식입니다. (Palantir 출신들은 Anduril, ElevenLabs, Partiful 등 다양한 회사를 설립했습니다.)

스타트업 채용에 있어서 저는 젊고, 의욕 넘치며, 경험은 부족하지만 성장 기울기(slope)가 높은 사람을 고용하는 것을 지지합니다. Index의 전 동료 Charlotte Howard에게 창업자들을 위한 채용 관련 최고의 조언을 물었습니다:

정형화된 프로필에 자신을 국한하지 마세요. 최고의 인재는 항상 눈에 띄는 사람이 아닐 수 있습니다. 경험 너머의 핵심 능력, 즉 호기심, 적응성, 긴박감, 회복력을 보세요. 이런 것들이 "이전에 해본 경험"보다 더 중요할 때가 많습니다.

절편(intercept)보다는 기울기(slope)를 중시하세요.

Charlotte은 또한 인재를 만나는 데 실질적인 시간을 할애하라고 제안합니다. 대부분의 창업자들은 인재가 최우선 순위라고 말하지만, 실제 캘린더를 보면 다른 것을 알 수 있습니다. 인재 채용과 육성이 1순위라면, 왜 한 달에 겨우 세 시간만 쓰고 있나요?

Pear에서 탄탄한 인재 기능을 구축한 Matt Birnbaum도 비슷한 말을 합니다. 창업자들이 무엇을 우선시해야 하는지에 대한 제 질문에 그는 이렇게 답했습니다:

많은 창업자들이 회사가 성장함에 따라 채용에 덜 관여하게 될 것이라고 생각합니다. 채용에 대한 그들의 일상적인 관여는 변할 수 있지만(퍼널 상단 활동에 시간을 덜 쓰고 하단 활동에 더 많이 쓰는 식으로), 채용에 쏟는 총 시간은 결코 줄어들지 않을 것입니다(회사가 실패하고 있지 않다면 말이죠). 그러니 채용을 좋아하게 되고, 더 중요하게는 채용을 잘하게 되는 법을 배우는 것이 좋습니다.

우선순위에 맞게 캘린더를 조정하세요.

Matt의 또 다른 조언입니다:

창업자들은 첫 번째 채용이 향후 채용 기준에 미치는 중요성을 과소평가합니다. 당신은 모든 미래 채용의 질에 대한 기준을 설정하고 있는 것입니다. 첫 몇 명의 채용을 마친 후에는 그 기준을 재설정하기가 매우 어렵습니다.

이는 제가 좋아하는 또 다른 격언과 연결됩니다: A급 인재는 A급 인재를 고용하고, B급 인재는 C급 인재를 고용한다. 이 말은 진부하지만 매우 사실입니다. 인재 기준을 낮추면, 아마 다시는 그 기준을 회복하지 못할 것입니다.

브랜드 (Brand)

브랜드는 논란의 여지가 있는 해자(moat)입니다. 다른 해자들보다 "모호하고" 정의하거나 측정하기 어렵기 때문입니다. 하지만 저는 항상 브랜드가 해자라고 믿어왔고, 이는 AI 시대에 특히 더 그렇습니다.

브랜드는 로고, 서체, 색상 팔레트 이상입니다. 고객들이 당신에 대해 어떻게 이야기하는지에 관한 것입니다. 그것은 하나의 내러티브(narrative)입니다. 많은 AI 회사들이 브랜드를 마스터했습니다. 가장 확실한 예는 OpenAI의 ChatGPT로, 빠르게 대중적인 이름이 되었습니다.

제가 스스로에게 묻는 질문(소비자 대상 기업의 경우)은 이것입니다: 오하이오에 계신 우리 이모가 이 브랜드를 알까? 스타트업 세계에서 우리는 얼리 어답터(early adopter)라는 거품 속에 살고 있습니다. 하지만 평범한 미국인이 이 회사를 알고 그 제품을 사랑하게 될까요? 저희 이모는 OpenAI는 모를지 몰라도 ChatGPT는 압니다.

그녀는 Perplexity는 확실히 모릅니다. Perplexity 같은 회사들의 경우, 얼리 어답터 사용자 기반을 확보한 후 정체될까 봐 걱정됩니다. Google은 강력한 경쟁자입니다. 그 브랜드는, 아시다시피, 꽤 좋습니다. ChatGPT는 Google 검색의 대안으로서 채팅 분야에서 선점 우위를 가지고 있지만, 제 비기술직 친구들은 Google의 AI Overviews가 충분히 좋다고 생각하는 것을 봅니다.

좋은 브랜드는 실제 성과(traction)를 훨씬 뛰어넘는 관심을 끌어모으고, 그 관심을 이용해 성과를 창출하고 궁극적으로 카테고리 리더십을 확보합니다. Runway가 좋은 예입니다. Runway가 정말 AI 비디오 분야 최고의 제품일까요? 저는 아니라고 생각합니다. 하지만 Runway는 브랜드 구축에 매우 능숙했습니다. 이 회사는 244,000명의 Twitter 팔로워를 자랑하며, 지속적으로 새로운 기능을 시연하고 시대정신(zeitgeist)에 자신들을 끼워 넣고 있습니다.

반면 Kling은 Twitter 팔로워가 82,000명에 불과하며, Runway처럼 'AI 크리에이티브 툴링' 분야와 동의어로 자리 잡은 것 같지는 않습니다.

Sam Altman 역시 OpenAI 브랜드를 구축하는 데 지속적으로 능숙함을 보여줍니다. 이런 트윗들은 OpenAI의 신비로움과 아우라(aura)를 계속해서 키워나갑니다:

거대 기술 기업의 CEO가 이렇게 캐주얼하고 인터넷에 능숙한 트윗을 올리는 것을 상상할 수 있나요? 아니요, 거대한 홍보팀에 의해 정제될 것입니다. 이것이 스타트업 브랜드가 그토록 빠르게 성장할 수 있는 이유 중 하나입니다.

브랜드는 많은 것에서 비롯될 수 있습니다. 궁극적으로는 훌륭한 제품에서 나옵니다. 하지만 좋은 디자인("생각보다 일찍 디자이너를 고용하세요!"라고 제가 항상 산 정상에서 외치는 것을 발견할 것입니다), 좋은 스토리텔링, 그리고 인재 밀도(위의 인재 소용돌이 참조)에서 오는 '아우라'에서도 나옵니다.

좋은 브랜드를 정의하기는 어렵지만, 어떤 회사가 그것을 가지고 있는지는 알 수 있습니다.

피드백 루프 (Feedback Loops)

Konstantine Buhler는 최근 AI 사용 데이터가 왜 그토록 중요한지에 대해 "Usage Is the Moat"라는 글을 썼습니다. 저는 그 프레이밍이 마음에 듭니다. 모두가 동일한 파운데이션 모델(foundation model)에 접근할 수 있을 때, 차별화는 당신이 제품을 어떻게 학습하고 개선하는가에서 나옵니다.

이것이 혼잡하고 거품이 낀 시장에서 찾아야 할 또 다른 이점입니다: 당신은 데이터 우위를 가지고 있는가?

여기서 어려운 점은 이것이 부익부 빈익빈 현상이 나타나는 지점이라는 것입니다:

• Notion의 플라이휠(flywheel)은 기본 모델이 아니라 사용 데이터에서 나옵니다. Notion은 수백만 명의 사용자가 콘텐츠를 어떻게 구성하고, 요약하고, 편집하는지 이해합니다. 이는 기능 우선순위 결정에 정보를 제공하고 Notion이 경쟁 도구보다 앞서 나가게 합니다.
• 개발자가 Ghostwriter를 사용할 때마다 Replit은 코드 제안이 어떻게 수락, 수정 또는 무시되는지 확인합니다. 워크플로우에 내장된 이 피드백 루프는 Replit이 시간이 지남에 따라 미세 조정하고 개선하는 데 도움이 됩니다.
• Character.ai는 수백만 명의 사용자가 주고받는 수십억 개의 메시지에 대한 방대한 데이터를 얻습니다. 모든 대화는 어조, 속도, 감정적 공감을 날카롭게 만듭니다.

주목해야 할 또 다른 중요한 점은 모든 데이터가 동일하게 생성되지 않는다는 것입니다. 우리는 맥락적이고, 사용자 특정적이며, 제품과 관련된 데이터가 필요합니다. Emergence의 Jake Saper가 이번 주 LinkedIn에 흥미로운 글을 올렸습니다. 그 글에서:

얼마 전 저녁 식사 자리에서 AI 기반 제품을 만드는 흥미로운 사람들과 만났습니다. Perplexity나 Harvey 같은 회사의 PM들, 그리고 엔지니어와 창업자들이었죠. 한 가지 질문이 계속 나왔습니다:

왜 기존 소프트웨어 제공업체들은 아직 그들의 귀중한 데이터 자산을 활용하지 못했을까요?

Salesforce 같은 거대 기업이나 10년 이상 데이터를 축적한 성장 단계의 회사들 모두 진정으로 차별화된 AI 경험을 제공하는 데 어려움을 겪는 것 같습니다. 우리 대부분은 이 회사들이 엄청난 이점을 제공해야 할 데이터 금광 위에 앉아 있다고 가정할 것입니다. 하지만 그게 정말 사실일까요?

제가 설득력 있다고 생각한 한 가지 관점은 이렇습니다: 이 회사들이 수집한 과거 데이터는 AI 모델을 진정으로 효과적으로 만드는 데 적합한 종류가 아니라는 것입니다. 그들이 수년간 축적해 온 워크플로우 데이터, 결과 데이터 또는 데이터베이스 정보는 우리가 생각하는 것만큼 유용하지 않을 수 있습니다. 에이전트적 AI(agentic AI)를 구축하는 데 가장 가치 있는 것은 단순히 워크플로우 데이터나 결과 데이터가 아니라, 인간이 실제로 작업을 수행하는 방식에 대한 세분화된 이해입니다.

Jake가 제시하는 반대 관점은 기존 기업들이 실패하는 것이 아니라 단지 더 느릴 뿐이라는 것입니다. 그들의 데이터는 사실 우수할 수 있으며, 향후 12~18개월 내에 출시할 제품들은 그 데이터를 활용하여 AI 신생 기업들을 압도할 것이라는 거죠. 시간이 말해줄 것입니다.

요점은 이것입니다: 피드백 루프는 조용한 해자(silent moat)입니다.

다른 해자들은 더 요란하지만, 양질의 대량 데이터와 경쟁하기는 어렵습니다. UI를 복사하고 컴퓨팅 파워를 빌릴 수는 있지만, 수백만 개의 실시간, 구조화된, 제품 관련 상호작용을 통해 훈련된 빠르고 긴밀하며 독점적인 루프를 쉽게 복제할 수는 없습니다. 이러한 루프가 강화됨에 따라 제품은 더 똑똑해지고, 경험은 더 부드러워지며, 당신과 차선책 사이의 격차는 조용히 벌어집니다.

최종 생각 (Final Thoughts)

이번 주 다소 광범위한 생각들을 인내심을 갖고 읽어주셔서 감사합니다. 이 모든 주제들은 제 마음속에 계속 맴돌던 것들입니다. 시장이 많은 노이즈를 만들어낼 때, 꾸준히 신뢰할 수 있는 몇 가지 신호를 찾으세요.

이 글의 표지 아트를 위해 Midjourney에서 생성한 이미지로 마무리하겠습니다. 제 프롬프트는 Midjourney에게 기사들이 해자를 이용해 성을 지키는 만화 같은 이미지를 요청하는 것이었습니다. 여기서 아이러니한 점은 많은 사람들이 ChatGPT의 새로운 이미지 모델이 Midjourney를 죽였다고 생각한다는 것입니다. Midjourney는 해자를 가지고 있을까요? Midjourney에게 좋은 소식은 그들이 인재 밀도를 가지고 있고, 강력하고 잘 정의된 브랜드를 가지고 있으며, 시간이 지남에 따라 복리 효과를 낼 초기 데이터 피드백 루프를 가지고 있다는 것입니다. 그들은 괜찮을 겁니다.

Models Aren’t Moats

Three Signals Amongst the AI Noise

Digital NativeRex Woodbury