Let's create a better world together.

오피스 인테리어라는게.. 다 뻔합니다. 그게 그거죠 - 라고 생각을 했었는데요. 많은 기업들이 역설적으로 오피스 관련해서 지출하는 제일 큰 비용이 임차료와 인테리어 공사비입니다. 제일 큰 소비지출인데, 비슷비슷, 뻔하다고 생각하는 것이 이상해서, 오피스 인테리어 사업을 제대로 시작한지 몇개월 정도 되었습니다.

보통 오피스 인테리어 회사들을 만나거나 RFP를 통해 제안을 받으면, '예쁘게', '싸게', '원하는 것 다 해드릴게요' 정도로 요약이 됩니다. 저는 이게 SaaS가 등장하기 전 SI 일변도의 소프트웨어 시장을 보는 듯 했습니다. 고객들은 예쁘고, 싸고, 커스터마이징을 원한다고는 다들 얘기하지만, 결국 이들의 니즈를 끝까지 파고 들어가보면 제일 중요하다고 생각하는 것들이 각기 다른 1,2개씩 정리가 됩니다.

그래서 저희는 오피스 인테리어 비즈니스를 멀티 브랜드 전략으로 출발했습니다. 하나의 브랜드는 하나의 엣지를 강하게 갖습니다. 고객들에게도 '말씀만 하시면 원하는거 다 해드릴게요'라는 용역 업체 느낌보다는, 우리의 생각과 제안을 정리해서 카탈로그처럼 보여드리고, 그 중에 하나를 선택하시면 되게끔 순서를 바꿨습니다. 다른 산업에서는 어찌보면 당연한 변화인데, 오피스 인테리어 시장은 좀 느린 듯도 하네요. 새로운 공간을 얻고 인테리어를 생각하시는 회사가 있다면 저희도 한번 찾아주시면 감사하겠습니다 🙂

https://lnkd.in/g5jzRJbE

Summary

AI에 대한 열광은 기업들의 AI 수요로 이어지고 있지만, 실질적으로 이를 처리할 수 있는 인력은 매우 부족한 상황이다. 태동하는 섹터와 이를 필요로 하는 쇼티지의 만남. 이보다 더 완벽할 수 없다.

모두 AI를 외치고 있는 세상. 하지만 기업들은 스스로 AI를 구현할 수 있는 역량이 부족하다. 즉, ‘AI 역량 쇼티지‘를 맞이한 것이다. 쌓여가는 데이터를 활용하기 위해 AI를 기업 활동에 적용하고 싶지만, AI에게 어떤 질문을 던져야 하는지 감이 오지 않거나 질문은 명확하지만 구현하기 위한 인력 수급이 힘든 기업들이 많기 때문이다.

이는 고스란히 AI 인력 채용 수요의 급증으로 이어졌다. 하지만 이를 채워줄 수 있는 실질적인 인력은 부족한 상황이다. 미국 사회의 구조적인 문제로 인해 대학 입학생이 지속적으로 감소하고 있고, 회복의 기미가 보이지 않고 있기 때문이다. 외국인 수급 역시 턱없이 부족한 상황이다.

소프트웨어 시장은 선점이 핵심
구독 형태의 BM을 가졌기에 직접 서비스를 구축해야 했던 용역 방식보다 서비스에 대한 접근성이 훨씬 높다. 이에 소프트웨어 시장에서는 선점이 매우 중요하다. 산업군별 이탈률을 살펴보면, SaaS 산업이 타 산업들에 비해 이탈률이 낮음을 확인할 수 있다. 이는 한번 소프트웨어를 선택한 이후에는 특정 프로그램의 효율화 방식에 익숙해져, 타 프로그램으로 전환하는데 있어 비용, 시간이 많이 소모되기 때문이다. 즉, SaaS의 핵심은 빠르게 시장을 진입하여 선점하는 것이다.

그러나 용역 형태로 영업 레버리지 불가
그러나 해당 제품들이 개발되었을 당시에는, 수주 시 동사의 엔지니어가 6개월 동안 현장에 배치되어 고객 니즈에 맞게 맞춤형으로 소프트웨어를 구축해야 하는 용역 형태였다. 이에 매출 증가에 따라 인건비 역시 함께 증가했다. 영업 레버리지를 누릴 수 없는 IT 기업이란 의문을 남긴 채, 두 제품을 기반으로 매출액 10억 달러를 달성하며 동사는 20년 9월 나스닥에 상장되었다.

동사 BM ① 맛보기 형태 -> ② 고객 맞춤형 제작 => 높은 매출과 이익
동사의 비즈니스 모델은 고객사와 함께 성장하는 구조를 가지며, 구체적으로는 ① Acquire Phase, ② Expand Phase, ③ Scale Phase로 나눌 수 있다. ① Acquire Phase: 신규 고객 유치를 위해 맛보기 형태로 고객사에게 소프트웨어 플랫폼을 구축하는 단계다. 현지에서 Bootcamp를 열어 미래 고객사들에게 체험시키고 있으며 23년 3분기 115개의 Bootcamp를 시작으로 올해 1분기 660개까지 빠르게 확대하고 있다. 미래를 위한 투자 단계로 볼 수 있다. ② Expand Phase: 매출이 전보단 더 발생하나, 고객사의 요구를 수용하고 해결하기 위해 대규모 투자가 동반된다. 본격적인 매출과 수익이 성장하지만, 영업 레버리지가 온전히 발휘되지 않는다. ③ Scale Phase: 매출액 대비 투자비용은 급감하며, 운영 및 관리 효율이 높아지고 고객이 직접 어플리케이션을 개발하여 동사의 플랫폼에서 운영하기에, 지속적으로 매출과 이익이 발생한다

동사의 플랫폼 : End-to-End
ERP 데이터의 통합과, 방대한 데이터 분석에 대한 수요로 빅테이터 분석 플렛폼이 탄생하였다. 다른 빅데이터 분석 플랫폼과 동사의 가장 큰 차이점은 동사는 데이터 프로세싱 전과정을 담당하는 End-to-End 솔루션을 제공한다는 것이다. 데이터 프로세싱 과정은 데이터소스에서 수집, 저장(연결), 처리, 분석, 표현으로 나누어진다. 동사는 이러한 데이터 프로세싱 전과정을 모두 담당하는 솔루션을 제공하지만, 다른 데이터분석 플랫폼은 저장, 처리, 분석 등 일부분을 담당한다.

동사의 데이터 통합 : 연결 통한 철통보안
또한 동사는 다른 데이터 분석 플랫폼과 다르게 데이터를 ‘연결‘하는 방식을 취해 보안을 극대화하고 있다. 데이터를 언제든지 접근하고 활용하기 위해서는 데이터 통합 과정이 필요하며, 데이터 통합의 방법은 데이터에 ‘연결‘하거나 데이터를 ‘저장’하는 방식으로 나뉘어진다. 전자의 방식을 취하는 동사는 자체적으로 고객의 데이터를 보관하거나 액세스할 수 없으며 공유 또한 불가능 하다. 하지만 데이터 웨어하우스 기반의 Snowflake, 레이크하우스 기반의 DataBricks는 모두 고객의 데이터를 저장하는 방식을 사용하고 있어 상대적으로 보안에 취약하다.

속도전: 동사 승리
연결과 저장, 두 방식은 전송속도에 있어서도 근본적으로 차이가 난다. 각 기업들은 이미 개별 데이터 저장소를 구축해놓은 상태이며, Snowflake와 Databricks는 여기에 있는 데이터를 이전해 저장하는 과정을 거쳐야 한다. Snowflake의 경우 4달, Databricks의 경우 작은 기업 4달, 큰 기업은 1년 가까이 걸린다고 한다. 이에 반해 동사는 데이터를 통합하고 아키텍쳐를 짜고 앱을 만드는데 1달 미만이 시간이 소요된다. 이러한 속도감은 코로나 시기 마스크 공급망을 몇 주 안에 구축하고, 단 3일만에 우크라이나 난민의 숙소를 적재적소에 배치하는데 결정적인 역할을 했다.

표준화되고 독자적인 솔루션
처음부터 정부와 같이 일했기 때문에 공인되지 않은 제3자의 솔루션을 금지하는 정부의 요청을 받아들여야 했다. 따라서 자체적으로 개발된 AI/ML 기능을 가진 정부향 플랫폼 고담을 만들었고, 이를 상업용으로 개발시켜 파운드리를 개발했다. C3.AI는 동사와 비교해 데이터의 통합과 기업 맞춤형 서비스의 측면에서 열등하다고 볼 수 있다. C3.AI는 40개가 넘는 프로그램을 각각 제3자의 앱에서 공급되는 데이터와 연결한다. 하지만 온톨로지의 부재로 C3.AI는 전사적인 데이터와 각 프로그램을 엮는 것이 아닌 분절된 형태로 연결한다. 또한 개별 기업 맞춤형 서비스가 아닌, 특정 업종의 기업에게 표준화된 서비스를 제공하고 있다. 즉, C3.AI는 데이터 모델 관련 능력의 범위가 동사보다 협소한 것으로 판단된다.

Success Cases
미국 최대 주택건설회사 Lennar는 23년도 AIP를 사용하며 목표였던 62,000개의 주택을 초과달성하여 73,000개의 주택을 건설할 수 있었고, 한 개의 프로젝트 당 25억에서 80억원의 비용절감을 이뤄낼 수 있었다. Lennar의 주택 건설 프로젝트 과정을 간단히 살펴보면, 토지 구매, 기반 공사, 주택 공사, 주택 보증으로 나눌 수 있다. 이러한 프로젝트 과정에서 다양한 하청 업체에 입찰을 받아서 진행하고, 그과정에서 건설 사업에서 사용되는 다양한 개념이 오고간다.
에어버스는 19년에 2만 3,000대에 그쳤던 항공기 생산을 향후 20년간 39,000대로 늘리겠다는 목표를 가지고 동사를 찾아왔다. 목표 달성을 위해 공급망 전반의 수익과 운영 신뢰성 개선이 필요했고, 이 때문에 동사에게 프로젝트 지원을 요청한 것이다. 당시 반복적으로 재발하는 연료 펌프 문제에 대한 근본 원인을 찾지 못해 엔지니어들이 골머리를 앓고 있는 상황이었다. 동사는 기존 서로 다른 시스템에 갇혀 있는 모든 항공기 데이터를 확보하고, 통합하여 분석할 수 있는 플랫폼을 제공해주었다. 동사의 플랫폼을 최초 배치한 결과, 항공기 A350 생산의 병목 현상을 찾아내어 전체 공급망에 걸쳐 공유함으로써 에어버스가 생산 계획을 달성할 수 있었다.

SMIC에서 팔란티어 리포트를 발행했군. 아래는 내 개인 메모장에서 가져온 내용.

- AI에 대한 수요는 미친듯이 올라가지만, 기존 레거시 기업들은 디지털 역량이 없어서 어떻게 도입해야할지 모름 → 정확하게 이 수요를 해결해주는 것이 팔란티어의 역할
- ‘온톨로지’라는 자체적인 프레임워크를 개발해놓아서 사실상 경쟁사가 없다고 무방함
- 원래는 SI 업체에 가까웠는데, AIP 프로그램의 도입으로 고객 숫자가 급격히 늘어나는 구간

http://snusmic.com/equity-research-palantir-technologies-inc/

...tition

Negative feedbacks from AIP users

After building an ontology, there is a lot to do, but too much effort is invested in the construction stage.
Although it is claimed that ontology can play the role of a digital twin, it is actually difficult to completely implement the interaction logic between nodes.
It is unclear where to use the created ontology. Most insights can be derived from existing data platforms.
While it is claimed that AI can be used for ontology construction and insight derivation, in reality, due to data security issues, AI can only access data headers, not the data itself, resulting in poor outcomes.

The core aspects are the process of creating an ontology and effectively utilizing the created ontology, but there are no clear innovations in these two parts.
Moreover, the concept of ontology is not particularly innovative compared to existing system modeling or chain management platforms.
Most opinions from the field seem to be along the lines of "a well-constructed ontology is useful in best-case scenarios, but otherwise, there's not much to it."

큐픽스, 320억 원 규모 시리즈C 마무리

2015년 배석훈 대표가 창업한 큐픽스는 3차원(3D) 가상현실 기술을 기반으로 실내 공간을 똑같이 구현하는 디지털 트윈 솔루션 서비스를 제공하는 스타트업이다. 특히 인공지능(AI)을 활용한 웹 기반 3D 디지털 트윈 기술로 건설 현장을 원격으로 관리할 수 있다.

큐픽스는 이번 투자금을 글로벌 시장 확장을 위해 사용할 계획이다. 실제로 현재 큐픽스의 매출은 국내보다 미국·호주 등 해외에서 더 높다. 최근에는 일본 최대 통신 기업 NTT커뮤니케이션즈와 총판 계약을 체결하는 등 해외 시장 공략에 고삐를 죄고 있다.

인터엑스, 170억 원 시리즈B 투자 유치

설립 5년차를 맞이한 인터엑스는 AI와 빅데이터 분석을 기반으로 제조 공정 최적화 기술 및 자율 제조 운영 솔루션을 제공하는 스타트업이다. 기업이 보유한 빅데이터를 분석하고, 시각화할 뿐만 아니라 효과적인 의사결정, 빠른 실행과 문제 개선 등 다양한 이슈에 대해 대응이 가능하도록 돕는다. 이러한 기술력을 바탕으로 미국 산업인터넷컨소시엄(IIC), 독일 카테나-X, 프라운호퍼 연구소 등 해외 유명 기관들과 데이터 생태계 구축을 위해 협력하고 있다.

https://youtu.be/oiVUiqaqTrw?si=Wa8Y9eLwQic9RgTm

Why startup and Silicon Valley.

Could we make #1 software in the world? Probably yes.

https://youtu.be/RG8LFEKg1D8

The happier, healthier, wealthier you want to be with right mental models. In life, you're either decaying or improving and there is nothing in the middle. If you want a life worth living, either do something worth writing about or write something worth reading.

구글 검색 알고리즘이 유출되었다고 하는데, 모든 내용을 이해하지는 못했습니다만... "문서에는 2,596개의 모듈과 14,014개의 속성이 포함되어 있으며" 이 부분이 인상적이네요. 구글 프론트엔드에는 아주 간단한 검색창 하나 있을 뿐이지만... 그 뒤에는 엄청난 모듈들과 속성들이 숨겨져 있다는 것이... 보이지 않는 무형자산의 힘이 이런것인가 싶기도 하고요. 페이스북, 인스타그램도, 유튜브도, 틱톡도 그렇겠지요. ㅎㅎ 보이지 않는 것이 더 무섭다는 생각을 합니다.

https://inblog.ai/welcome/google-algorithm-docs-leak

In the clothing industry, the success or failure of a season can define a business, and in a market where there are few differentiating factors, CLO has established itself.

Customer Focus

Find and impress a single customer who uses the product well. Let users achieve the vision they imagine through our product.

Users are the best growth engine.

If users use and like the product, they will benefit from it and naturally spread it to others. For example, the product spread from the Adidas football team to other clothing design teams.

OEM companies have chosen CLO as a method to appeal to clothing design companies.

Growth to Deliver Value to Customers

Instead of receiving investment and growing rapidly, the company focused on customers step by step after the last investment in 2014.

Leadership in the Global Market

By collaborating with major global customers and partners, the company aims to establish leadership that latecomers cannot follow. The user base is also more than twice as large.

1. 금융의 핵심이 사람인 이유는, 금융의 본질이 의사결정이기 때문. 의사결정의 질이 올라갈수록 기업의 가치는 상승함.

2. 우리나라 금융 산업은 술/골프 접대 & 아묻따 보수적인 문화 & 너무 공격적인 문화로 인해 의사결정의 질이 좋다고는 할 수 없음.

3. 술/골프 접대 등이 성행하는 건 트랙레코드나 딜의 퀄리티와 관계없이 의사결정을 자신에게 유리할 수 있게 바꿀 수 있기 때문이고, 우리나라의 금융은 은행에서 출발했기에 아묻따 보수적임.

4. 물론 이러한 편견에서 많은 기회가 발생하여 공격적인 증권사, 중후순위 플레이하는 캐피탈, 사모펀드, 벤쳐캐피탈이 손쉽게 성장했음.

5. 리스크를 제어하지 못했던 곳 또한 많았음. 2010년대 저축은행 PF가 이러한 리스크를 여실히 보여주었고, 최근 허우적대는 금융사들도 리스크 제어 능력의 한계를 보여주고 있음.

6. 한 발 빠른 부동산 PF 중단, 계약직 문화, 해고 정책, 롯데그룹 파이낸싱, M캐피탈 파이낸싱, 우량 해외 딜 취급 등을 보았을 때 메리츠금융지주 정도면 공격과 수비를 전천후로 잘하는 회사라고 생각함. #금융 #메금지

기계 같아져야 한다는 것을 배웠다. 아웃풋과 관계없이 끊임없이 생산하는 기계가 되어야 한다.

사업을 시작할 때 이전 직장 상사/멘토인 Richard Wong이 해준 말이 있다. "It will be like kissing a thousand frogs."

지난 연말 기대했던 금융기관 파트너십이 미뤄지게 되어 모멘텀을 잃었고, 또 다른 파트너십을 찾아나서기까지 시간을 낭비했다. 연초에 이태양 파트너님, Jongsang Kim 코치님과 포커스체크를 하면서 개구리 입맞춤 기계가 감정을 갖게 되어 고장난 것을 발견했다.

입맞춤하는 모든 개구리마다 왕자가 되는 사업이라면 우리 팀이 존재할 이유는 없다. 우리 미션에 동참하는 기관들을 모시기 위해 하염없이, 끊임없이 해보리라.

도은욱 대표님