번역글

[죠스레터 🦈] 지속가능한 AI-Native 회사를 만드는 플라이휠

AI 네이티브 기업들은 빠르게 고객 웨지(wedge)를 확보하고 있습니다. 하지만 과연 지속 가능한 비즈니스를 구축하고 있을까요?

전례 없는 '인텔리전스' 접근성은 혁신의 물결을 일으켰고, 기업들은 인상적인 시장 점유율을 확보하며 민첩한 팀들은 마법처럼 보이고 실제 고객을 유치하는 제품을 빠르게 출시하고 있습니다. 하지만 여기에는 함정이 있습니다. 초기 성공이 곧 지속적인 우위를 의미하지는 않습니다.

혁신적인 속도를 내는 바로 그 AI의 힘 – 풍부한 모델 접근성, 오픈 도구, AI로 강화된 직원 – 이 오히려 경쟁에서 뒤처지거나 모방당하기 쉽게 만들기도 합니다. 그렇다면 파괴적 혁신과 지속 가능성이 상충하는 것처럼 보일 때, 창업자들은 어떻게 지속력을 구축할 수 있을까요?

이는 고객 웨지를 확보하고 그것을 소유하는 데 광적으로 집중하는 것에서 시작합니다. 그런 다음 시간이 지남에 따라 가치를 복리처럼 쌓아가는 실제 작업이 이어집니다. 살아남는 기업은 단순히 빠르기만 한 것이 아닙니다. 그들은 초기 고객 확보를 활용하고, 제품 제공 방식, 내부 운영 방식, 생태계 성장 방식을 통해 웨지를 강화하는 보완적인 플라이휠(flywheel)을 구축합니다. 이는 단순한 규모 확장을 위한 메커니즘이 아니라 장기적인 방어력의 기초를 형성합니다.

지난 4년간 매년 상위 40개 비공개 AI 기업 목록(www.ia40.com 참조)을 선정하면서, 저희는 창업자들에게 지속 가능성이라는 과제가 얼마나 어려운지 직접 목격했습니다. IA40 수상 기업 중 단 4곳만이 4년 연속 목록에 올랐으며, 매년 약 50%의 기업이 교체됩니다. 이러한 수준의 변동성은 더 넓은 진실을 반영합니다. 초기에 성공하는 것과 앞서 나가며 궁극적으로 시장을 정의하는 것은 별개의 문제입니다.

그렇다면 창업자들은 어떻게 지속 가능한 성장을 향해 반복적으로 나아갈 수 있을까요?

이 글은 세 가지 AI 플라이휠을 구축하고 이를 활용하여 초기 웨지를 넘어 확장하는 전략을 설명합니다. 만약 AI 네이티브 기업을 만들고 있다면, 이것이 바로 장기적인 우위를 위한 프레임워크입니다.

제품 제공 플라이휠

기업의 성공은 문제를 겪고 있으며 해결책을 절실히 필요로 하는 고객을 깊이 이해하는 것에서 시작합니다. AI 네이티브 스타트업에게 차별화되고 지속적으로 개선되는 제품은 가장 중요한 첫 번째 성장 동력이며, 바로 이 지점에서 제품 제공 플라이휠이 작동합니다.

스타트업은 기존 학습 데이터, 사용자 컨텍스트 또는 구조화된 워크플로우가 없어 에이전트형 애플리케이션(agentic application)을 쉽게 만들 수 없다는 점에서 기존 기업에 비해 큰 불리함을 안고 있습니다. 대신, 프론티어 모델(frontier model), 공개 데이터, 오픈소스 도구를 활용하여 데이터와 컨텍스트를 자체적으로 확보해야 합니다. 차별화의 기회는 특정 웨지 사용 사례를 확보하고, 여러 모델과 에이전트에 걸쳐 최적화하며, 비정형 및 정형 데이터 소스를 활용하고, 기존의 공식 및 비공식 비즈니스 프로세스 전반에 걸쳐 작업하는 데 있습니다.

AI 네이티브 제품은 기존 소프트웨어와 달리 사용하면 할수록 개선되도록 설계됩니다. 제품 플라이휠은 다음과 같이 작동합니다: 데이터/컨텍스트 → 더 나은 제품 → 더 많은 사용자 → 더 나은 데이터/컨텍스트 → 더 나은 제품. 이는 모든 사용자 상호 작용이 관련성, 속도, 개인화를 향상시키는 반복적인 피드백 루프입니다.

제품은 '서비스형 소프트웨어(Services as Software)'로 시작할 수 있지만, 지속적인 승자는 사용하면서 개선되는 고도로 자동화된 제품 플라이휠을 갖춘 진정한 AI 중심 제품으로 발전합니다. 이것이 없다면, 더 나은 자동화와 에이전트형 워크플로우를 갖춘 새롭고 비용 효율적인 경쟁자들이 나타나 그들을 앞지르게 될 것입니다.

제품 플라이휠 구축은 얼리 어답터(early adopter)를 대상으로 하고, 피드백 수집을 위한 아키텍처를 설계하며, 새로운 효능 신호가 수집됨에 따라 모델(사후 학습 포함)을 개선하는 것에서 시작됩니다. MCP, 프론티어 모델 개선, 사후 학습(post-training) 발전과 같은 새로운 기술 표준은 혁신적인 웨지 솔루션이 등장하고 초기 우위를 확보할 수 있도록 합니다.

기업 AI 운영 플라이휠

초기 제품 웨지는 매우 중요하지만, 그것만으로는 충분하지 않습니다. AI 네이티브 기업은 지속 가능하게 확장하기 위해 내부 운영 플라이휠도 필요합니다.

AI 네이티브 운영은 엔지니어링 팀이 AI 코딩 도구(Cursor, Codeium)와 로우코드/노코드(low-code/no-code) 접근 방식(V0, Bolt.new)을 사용하는 것에서 시작합니다. 마케팅 팀은 '스웜 인텔리전스(swarm intelligence)'를 사용하여 초기 단계 마케팅 및 콘텐츠를 반복하고 개인화하는 동시에, SEO가 고객 발견을 지원하기 위해 '모델 추천 최적화(Model Recommendation Optimization, MRO)'로 어떻게 발전하는지 학습해야 합니다. 운영 리더는 구조화된 데이터와 비정형 데이터를 시간이 지남에 따라 개선되는 교차 기능 워크플로우에 통합해야 합니다.

AI 네이티브 기업은 더 적은 인력으로 확장하고, 더 빠르게 움직이며, 간접비를 줄일 수 있습니다. 하지만 이는 내부 데이터 유형(정형 및 비정형), 비즈니스 기능, 소프트웨어 도구 전반에 걸쳐 제1원칙(first-principles) 접근 방식을 채택할 경우에만 가능합니다. 그리고 이러한 변화는 더 큰 변화로 이어지고 있습니다. 바로 기업 내 역할의 경계가 모호해지는 것입니다. AI 시스템이 더 많은 하위 수준 작업을 수행함에 따라 사람들은 이전에는 할 수 없었던 일을 할 수 있게 됩니다. 이는 단순히 생산성 향상뿐만 아니라 창의성 발현이기도 합니다. 이는 새로운 아이디어, 새로운 작업 방식, 완전히 새로운 워크플로우를 가능하게 합니다.

내부 AI 워크플로우의 힘을 수용하면 효과성(더 잘하는 것)과 효율성(더 빠르게 하는 것) 모두 향상됩니다. 예를 들어, 50개의 고객 인터뷰를 디지털로 기록하고, 제품 관련 학습 내용을 추출한 다음, 제품 우선순위를 식별함으로써 고객 중심 제품을 더 빠르게 구축하고 출시할 수 있습니다. 이러한 운영 마인드는 고객 기반과 데이터셋을 보유하고 있음에도 불구하고 기존 프로세스에 제약을 받는 기존 기업에 비해 AI 네이티브 스타트업에게 이점을 제공합니다.

변화는 이미 일어나고 있습니다. 예를 들어, Shopify는 AI 네이티브 비즈니스 프로세스를 도입하고 있습니다. 또한, 초기 단계 창업자, 젊은 은행가/투자자, 경영 컨설턴트를 대상으로 한 저의 비공식 설문 조사에 따르면, 그들은 업무의 상당 부분을 수행하는 데 AI 기술을 사용하여 엄청난 이점을 얻고 있는 것으로 나타났습니다. 기존 기업과 젊은 전문가들이 이미 업무 효율을 높이기 위해 새로운 기술을 받아들이고 있다면, 더 광범위한 도입이 곧 이루어질 것입니다.

생태계 정렬 플라이휠

제품 및 기업 플라이휠이 회전하기 시작하면 생태계 플라이휠이 중요해집니다. 이는 장기적인 지속 가능성과 해자(moat) 구축에 필수적입니다.

AI 기업이 좁은 웨지에 성공적으로 집중하면 생태계 파트너의 우선순위가 명확해집니다. 한 가지 예로 Madrona가 지원하는 Gradial을 들 수 있는데, 이 회사는 기업 고객을 위한 마케팅 콘텐츠 실행 서비스를 제공합니다. 이들은 주로 고객의 웹사이트 업데이트를 지원하며, 다중 모드(텍스트, 이미지, Figma 파일) 콘텐츠 요청으로 시작하여 Gradial AI 에이전트를 통해 처리된 후 Adobe Experience Manager와 같은 콘텐츠 관리 시스템(CMS)에 업데이트됩니다.

Gradial은 기업 고객에 중점을 두고 여러 클라우드 서비스 제공업체(CSP)에서 운영되며 다양한 AI 모델을 활용합니다. 기업을 위한 콘텐츠 실행 프로세스는 많은 사람들이 인식하는 것보다 훨씬 복잡합니다. 브랜드 표준, 글로벌 언어, 이미지 권한, 콘텐츠 양식/형식 등이 모두 고려되어야 합니다. 솔루션에는 종종 시스템 통합업체(SI) 및 Accenture, Deloitte 또는 Slalom과 같은 서비스 제공업체가 참여합니다. 생성형 AI 네이티브 스타트업은 민첩성, 창의성, 혁신을 제공합니다. SI는 접근성, 신뢰, 내장된 배포 채널을 제공합니다. 이들은 함께 서로를 더욱 강력하게 만듭니다. Gradial이 Adobe, Amazon, Prudential과 초기에 생태계를 정렬한 것은 이러한 접근 방식의 힘을 보여줍니다.

한 걸음 물러서서 보면, 생태계 측면에서 핵심은 AI 네이티브 기업으로서 협력하는 모든 외부 당사자 간의 정렬을 만드는 것입니다. 생태계 플라이휠을 구축한다는 것은 CSP, 모델 제공업체, 기존 소프트웨어 파트너, SI를 여러분의 웨지를 중심으로 정렬하는 것을 의미합니다. 고객 모멘텀은 통합 파트너를 유치하고, 성공적인 통합은 SI가 변화 관리 및 현대화를 지원하도록 유도합니다.

잘 실행되면 생태계 플라이휠은 사례 연구, 컨퍼런스 기회, 통합, 공동 영업을 가속화하고 궁극적으로 고객 확보로 이어집니다. 그리고 언제나 그렇듯이, 고객 확보는 새로운 데이터와 컨텍스트를 통해 제품 플라이휠에 다시 피드백됩니다.

플라이휠 이점의 복리 효과

여기서 전반적인 목표는 단순히 AI 네이티브 제품을 만드는 것을 훨씬 뛰어넘습니다. 고객 웨지를 확보하고, 세 가지 보완적인 플라이휠을 반복하며, 그런 다음 해당 플라이휠을 사용하여 인접 시장으로 확장하는 것입니다.

저는 기업이 이 플라이휠 중 하나 또는 두 개만 가지고 지속적인 성장을 유지할 수 있다고 생각하지 않습니다. 세 가지 모두를 갖추어야 하며, 서로를 강화해야 합니다.

제품 플라이휠은 도입과 고객 가치를 견인합니다.
기업 플라이휠은 속도와 창의성을 바탕으로 한 확장을 가능하게 합니다.
생태계 플라이휠은 정렬과 배포를 통해 지속적인 우위를 구축합니다.

속도와 효율성을 가지고 확장하기 위해 AI 네이티브 기업은 강력한 운영 역량이 필요합니다. 고객을 유지/확장하기 위해서는 적응력이 뛰어나고 지속적으로 개선되는 제품이 필요합니다. 그리고 경쟁사보다 더 지속 가능한 비즈니스(초기 및 후속 웨지에서)를 구축하기 위해서는 신뢰할 수 있고 정렬된 생태계가 필요합니다. 이 세 가지 플라이휠이 함께 작동하면 그 결과는 단순한 성장이 아니라 시장 성공의 복리 효과입니다.

초기 웨지를 확보하는 것만으로는 더 넓은 시장 카테고리에서 승리하기에 충분하지 않을 것입니다. AI 전환의 초기 단계인 지금, 수많은 기업이 집중된 고객 문제를 해결하려고 할 것입니다. 초기 승자는 고객과 생태계 파트너로부터 인접한 문제를 해결하도록 요청받을 것입니다. 그 시점에서는 창업자의 직관을 보완하는 AI 추론 능력과 내부 프로세스의 중요성이 최상의 전략적 판단을 내리는 데 결정적일 것입니다: 어떤 웨지로 확장해야 하는가? 경쟁자는 누구인가? 누구와 파트너가 될 것인가? 어떤 데이터와 AI 도구가 애플리케이션 우위를 확장할 것인가?

Madrona에서 저희는 수십 년 동안 초기 단계부터 기업에 투자하고 확장하는 데 힘써왔으며, 특히 차세대 지속 가능한 AI 네이티브 기업이 어떻게 구축되고 있는지에 집중하고 있습니다. 저희는 제품, 기업, 생태계라는 이 세 가지 플라이휠이 지속적인 시장 리더를 구축하는 데 필수적이라고 믿습니다.

가장 호기심 많고 유능한 창업팀은 이러한 플라이휠을 구축하고 일상적인 실행 및 시장 확장과 지속 가능한 성장에 대한 전략적 의사 결정에 통합하는 방법을 찾을 것입니다. 저는 이들 중 일부 기업이 차세대 지속 가능한 시장 리더가 될 것이라고 기대합니다!