“K패션이 잘되려면 경쟁이 치열해야 합니다. 한국 여자골프가 세계를 제패한 것과 비슷한 이치예요. 문제는 국내 시장이 너무 작다는 겁니다. 연 매출 500억원이 한계인데 이를 넘으려면 브랜드 정체성을 포기할 수밖에 없어요.” “저의 일은 브랜드업(業)입니다. 지난 4~5년간 진짜 해야 할 일이 아니면 외부 사람을 거의 안 만났어요. 어떤 회사, 어떤 브랜드를 만들고 싶은지를 공유하기 위해 내부에 집중한 거죠. 젠틀몬스터만의 브랜드 정체성을 가지고 해외에서 승부하는 데 몰두했습니다.”
“미국, 유럽 명품 소비의 절반은 중국인 지갑에서 나왔습니다. 코로나 이후 모든 럭셔리 브랜드가 중국에서 엄청난 경쟁을 벌이고 있어요. 중국 전역에서 거대 쇼핑몰들이 우후죽순 생기니까 루이비통, 샤넬, 에르메스 같은 명품들도 완전히 새로운 콘셉트의 제품을 제일 먼저 중국에 내놓는 것이죠.”
▷젠틀몬스터의 차별화 포인트는 무엇입니까.
“젠틀몬스터만의 럭셔리(고급스러움)와 힙(새로움)의 결합이 주목받는 것 같아요. 사실 패션 비즈니스의 원리는 간단합니다. 좋은 물건이 있고, 살 사람이 많은 좋은 목에 자리 잡을 수 있어야 해요. 루이비통, 펜디, 지방시, 티파니 등 LVMH그룹이 인수합병(M&A)을 계속하는 것도 좋은 자리를 계속 차지하기 위해서입니다.”
▷공간을 디자인할 때 어떤 생각으로 하나요.
“브랜드는 무조건 비싸 보이면서도 시대정신이 담겨야 합니다. 그래야 오래 갈 수 있습니다. 아이웨어라는 작은 제품을 커다란 공간에 어떻게 진열할까 하는 점만 2년을 연구하고 토론했어요. 진열에 따라 안경을 바라보는 소비자의 감정도 움직이게 만들어야 했거든요.”
▷왜 공간에 집중하는 건가요.
“공간은 감정이라고 생각해요. 마음이 변하고 그 변한 마음의 정도가 얼마인지를 옆사람한테 말하고 싶을 정도로 감정을 움직이게 하는 것이 공간입니다. 움직이는 로봇을 설치해 놓으면 그냥 흰 벽보다 마음을 더 움직일 수 있습니다. 결국 얼마나 많은 트래픽(사람들의 드나듦)을 이끌어낼 수 있느냐의 문제예요.”
“궁(窮)함에서 놀라움이 나왔다” 지금은 ‘브랜드의 공간 기획’이 필수지만 젠몬은 이미 8년 전인 2014년 실험적인 공간을 선보였다. 공간에 마련한 전시나 공연을 15일마다 바꾸는 ‘퀀텀 프로젝트’. 공간 대비 매출이 중요한 리테일 입장에선 ‘비효율’이고 명분과 키워드, 스토리텔링을 중심으로 기존 예술계나 유명 작가와의 협업 공간을 선보였던 브랜드 입장에선 ‘파격’이었다. 목욕탕, 헌집 등을 새로운 매장으로 만들어 선보이기도 했다.
“과거엔 브랜드가 흥하려면 신문, 잡지, TV 등을 통해 노출을 시키고 관련 전문가나 유명인이 ‘이거 좋아요’라고 하면 됐다”면서 “이젠 미디어 의존이나 활용 방식이 바뀌었고 이벤트를 통해 사람들에게 깊은 감명을 주고 이것이 구전되도록 한다. 그걸 빨리 시작한 배경이 있나요?”
“새로움, 놀라움을 주고 싶은데 돈으로 할 수 있는게 없었습니다. 돈이 없었으니까요.”
‘소비자가 찾아오도록 직접 매장을 만들어보자.’ 그는 사업방향을 B2C로 수정했다.
“전 패션이나 건축을 공부한 적이 없지만 잘 할 수 있겠단 생각은 가지고 있었어요. 사람들이 뭘 좋아하는지. 그리고 이것을 어떻게 사업화할 수 있을지 잘 안다고 생각해요. 그래도 주변의 도움은 필요했죠. 당시 디자인 스튜디오 패브리커를 찾아가 이야기를 나눴는데 말이 잘 통했어요. 그래서 함께 일을 하게 됐죠. 젠몬 초창기의 과감한 도전에는 패브리커의 공이 컸어요. 지금도 친하고요.”
“여자들은 어떤 선글라스를 써요?”(김한국) “큰거요.” “왜요?”(김) “얼굴이 작아 보이니까요.” 매장에 가서 젠몬 제품을 살피고 다른 제품들도 둘러봤다. 당시 국내에 수입된 선글라스 역시 렌즈는 대부분 안경의 그것과 비슷한 정도로 크지 않았다. 동양인에 비해 상대적으로 얼굴이 작은 서양인들에게 선글라스 렌즈가 특별히 클 이유는 없었던 것. “그때 알았어요. 제품을 착용한 모습을 상상하게 만드는 게 브랜딩이라는 걸요”. 김 대표는 큰 렌즈의 선글라스 제품 6가지를 만들었다. 때마침 드라마 ‘별에서 온 그대’가 촬영 중이었다. 스타일리스트 정윤기 대표가 제품을 마음에 들어했다. 그가 담당한 배우 전지현씨에게 제품을 전달했다. 전지현 배우는 6개 중 4개 제품을 착용했다. 그후 인지도가 폭발적으로 올라가면서 매출이 급상승했다. “정윤기, 전지현씨가 아니었다면 솔직히 우리가 이 정도로 성장하는 건 불가능했습니다.” 이후 다른 아이웨어 브랜드도 렌즈가 큰 선글라스를 출시하기 시작했고 그 인기는 지금도 이어지고 있다.
“지금은 샘플 나오기까지 한달도 안걸리는 데 당시는 4개월 이상 걸렸어요. 목업(mock up)의 경우 단 며칠이면 되고요. 아세테이트 공장이 한국엔 없었어요. 전부 손으로 연마해야 하고 인건비도 비쌌죠. 기계도 없었구요. 샘플을 조금이라도 빨리 받으려고 김포공항에 가서 계속 기다렸어요. 그래서 중국에 샘플 공장을 직접 만들었습니다.”
“모든 공정을 직접 하신 이유가 조직 밖에선 그 절박함을 유지하기 어렵다고 판단했기 때문인가요?”
“네. 한 조직 안에서 이걸 왜 빨리 만들어야 하는지 당위성과 절박함을 동시에 느껴야 시간을 단축할 수 있습니다. 그게 아니면 안되는 이유만 찾겠죠.”
“카테고리는 계속 확장할 생각인가요?”(송 부사장)
“저와 직원, 회사가 감당할 수 있다는 전제로 ‘시기’의 문제인 것 같아요. 양적 성장을 위해 추가할 생각은 없고요. 사람들의 마음에 자리잡고 영향을 줄 수 있느냐가 중요하죠. 사람 마음에 뭔가 남기려면 궁리를 많이 해야 하잖아요. 회사의 방침이 ‘시작하면 끝을 본다’입니다. 결국 끝을 보겠다는 사람을 키워내는 게 제 일이기도 하고요.”
“위대한 순간 모여 위대한 브랜드로”
김 대표는 젠몬이 추구하는 목표를 ‘위대함’이라고 했다. 놀라움과 새로움을 주되 지속하는 것이 위대함이라는 것. 더이상 위대한 순간을 만들어 내지 못하는 회사가 되는 것이 두렵다고도 했다. 그는 긍정적인 의미의 ‘Shocker’다.
“모두 직접 하세요?”
“대부분의 일에 관여하고 있지만 직원들이 잘 해 줘서 점점 맡기고 있어요.”
“리텐션(고객 유지)이 안되거나 더이상 영향력이 없을까 걱정하진 않나요?”
“누군가 저를 돈키호테라고 하더라구요. 하지만 전 직관 위에 전략을 충실히 쌓는 편이에요. 계속 고민하고 실험하고 이야기해요. 그래서 우리에게 놀라운 건 (다른 사람들에게) 정말 놀라운 거라 확신합니다.”
“여기서 중요한 건 ‘우리’죠?”
“네, 우리는 자신에 굉장히 예민한 사람들이죠.”
“궁리를 많이 하는 사람이 있고 우선 실행하고 전략을 수정하는 사람이 있는데 대표님은 둘 다 지닌 것 같아요. 그런건 타고나는 걸까요? 만들어지는 걸까요?”
“축구로 비유하자면 어떤 선수냐가 우선이겠죠. 손흥민 선수가 굉장한 노력파라고 들었지만, 안타고 났으면 월드 클래스가 됐을까요? 축구를 좋아하는 마음을 타고나지 않았다면 쉽지 않았을 거라 생각해요.”
“발견한 마음을 잘 연마하는 게 중요하다는 거군요.”
“네, 브랜딩에 대한 직관에 어느정도 자신 있지만 정말 깊이 생각하고 고민하고 찾아 물어봐요. 혼자 생각하는 시간이 많고 귀는 조금 닫는 편이에요.”
“그런데, 왜죠?”
“말씀을 들으면 항상 배우는게 있어서 좋은데 또 그만큼 제 색깔을 잃어버리는 것 같아서 그게 힘들어요. 아직 모자라서 그렇죠(웃음).”
“그 많은 일과 생각을 혼자서 할 순 없는데, 동료들이 궁금합니다.”
“비슷한 질문을 얼마전 들었어요. 중국의 한 패션산업 리더가 ‘롱텀 크리에이티비티는 어떻게 만들어지나?’하고 묻더라구요. 릴레이션십이라고 답했습니다. 잘하든 못하든 맹목적인 믿음을 가지고 함께 일하면 나오는 것 같아요. 일희일비할 필요 없이요.”
“회사가 매출 3000억원을 넘었고 직원도 약 700명이어요. 규모가 커지다 보면 다양한 사람들이 입사하고 혼재 속에 다양한 이슈가 발생할 수 있잖아요.”
“미국, 유럽 명품 소비의 절반은 중국인 지갑에서 나왔습니다. 코로나 이후 모든 럭셔리 브랜드가 중국에서 엄청난 경쟁을 벌이고 있어요. 중국 전역에서 거대 쇼핑몰들이 우후죽순 생기니까 루이비통, 샤넬, 에르메스 같은 명품들도 완전히 새로운 콘셉트의 제품을 제일 먼저 중국에 내놓는 것이죠.”
▷젠틀몬스터의 차별화 포인트는 무엇입니까.
“젠틀몬스터만의 럭셔리(고급스러움)와 힙(새로움)의 결합이 주목받는 것 같아요. 사실 패션 비즈니스의 원리는 간단합니다. 좋은 물건이 있고, 살 사람이 많은 좋은 목에 자리 잡을 수 있어야 해요. 루이비통, 펜디, 지방시, 티파니 등 LVMH그룹이 인수합병(M&A)을 계속하는 것도 좋은 자리를 계속 차지하기 위해서입니다.”
▷공간을 디자인할 때 어떤 생각으로 하나요.
“브랜드는 무조건 비싸 보이면서도 시대정신이 담겨야 합니다. 그래야 오래 갈 수 있습니다. 아이웨어라는 작은 제품을 커다란 공간에 어떻게 진열할까 하는 점만 2년을 연구하고 토론했어요. 진열에 따라 안경을 바라보는 소비자의 감정도 움직이게 만들어야 했거든요.”
▷왜 공간에 집중하는 건가요.
“공간은 감정이라고 생각해요. 마음이 변하고 그 변한 마음의 정도가 얼마인지를 옆사람한테 말하고 싶을 정도로 감정을 움직이게 하는 것이 공간입니다. 움직이는 로봇을 설치해 놓으면 그냥 흰 벽보다 마음을 더 움직일 수 있습니다. 결국 얼마나 많은 트래픽(사람들의 드나듦)을 이끌어낼 수 있느냐의 문제예요.”
“궁(窮)함에서 놀라움이 나왔다” 지금은 ‘브랜드의 공간 기획’이 필수지만 젠몬은 이미 8년 전인 2014년 실험적인 공간을 선보였다. 공간에 마련한 전시나 공연을 15일마다 바꾸는 ‘퀀텀 프로젝트’. 공간 대비 매출이 중요한 리테일 입장에선 ‘비효율’이고 명분과 키워드, 스토리텔링을 중심으로 기존 예술계나 유명 작가와의 협업 공간을 선보였던 브랜드 입장에선 ‘파격’이었다. 목욕탕, 헌집 등을 새로운 매장으로 만들어 선보이기도 했다.
“과거엔 브랜드가 흥하려면 신문, 잡지, TV 등을 통해 노출을 시키고 관련 전문가나 유명인이 ‘이거 좋아요’라고 하면 됐다”면서 “이젠 미디어 의존이나 활용 방식이 바뀌었고 이벤트를 통해 사람들에게 깊은 감명을 주고 이것이 구전되도록 한다. 그걸 빨리 시작한 배경이 있나요?”
“새로움, 놀라움을 주고 싶은데 돈으로 할 수 있는게 없었습니다. 돈이 없었으니까요.”
‘소비자가 찾아오도록 직접 매장을 만들어보자.’ 그는 사업방향을 B2C로 수정했다.
“전 패션이나 건축을 공부한 적이 없지만 잘 할 수 있겠단 생각은 가지고 있었어요. 사람들이 뭘 좋아하는지. 그리고 이것을 어떻게 사업화할 수 있을지 잘 안다고 생각해요. 그래도 주변의 도움은 필요했죠. 당시 디자인 스튜디오 패브리커를 찾아가 이야기를 나눴는데 말이 잘 통했어요. 그래서 함께 일을 하게 됐죠. 젠몬 초창기의 과감한 도전에는 패브리커의 공이 컸어요. 지금도 친하고요.”
“여자들은 어떤 선글라스를 써요?”(김한국) “큰거요.” “왜요?”(김) “얼굴이 작아 보이니까요.” 매장에 가서 젠몬 제품을 살피고 다른 제품들도 둘러봤다. 당시 국내에 수입된 선글라스 역시 렌즈는 대부분 안경의 그것과 비슷한 정도로 크지 않았다. 동양인에 비해 상대적으로 얼굴이 작은 서양인들에게 선글라스 렌즈가 특별히 클 이유는 없었던 것. “그때 알았어요. 제품을 착용한 모습을 상상하게 만드는 게 브랜딩이라는 걸요”. 김 대표는 큰 렌즈의 선글라스 제품 6가지를 만들었다. 때마침 드라마 ‘별에서 온 그대’가 촬영 중이었다. 스타일리스트 정윤기 대표가 제품을 마음에 들어했다. 그가 담당한 배우 전지현씨에게 제품을 전달했다. 전지현 배우는 6개 중 4개 제품을 착용했다. 그후 인지도가 폭발적으로 올라가면서 매출이 급상승했다. “정윤기, 전지현씨가 아니었다면 솔직히 우리가 이 정도로 성장하는 건 불가능했습니다.” 이후 다른 아이웨어 브랜드도 렌즈가 큰 선글라스를 출시하기 시작했고 그 인기는 지금도 이어지고 있다.
“지금은 샘플 나오기까지 한달도 안걸리는 데 당시는 4개월 이상 걸렸어요. 목업(mock up)의 경우 단 며칠이면 되고요. 아세테이트 공장이 한국엔 없었어요. 전부 손으로 연마해야 하고 인건비도 비쌌죠. 기계도 없었구요. 샘플을 조금이라도 빨리 받으려고 김포공항에 가서 계속 기다렸어요. 그래서 중국에 샘플 공장을 직접 만들었습니다.”
“모든 공정을 직접 하신 이유가 조직 밖에선 그 절박함을 유지하기 어렵다고 판단했기 때문인가요?”
“네. 한 조직 안에서 이걸 왜 빨리 만들어야 하는지 당위성과 절박함을 동시에 느껴야 시간을 단축할 수 있습니다. 그게 아니면 안되는 이유만 찾겠죠.”
“카테고리는 계속 확장할 생각인가요?”(송 부사장)
“저와 직원, 회사가 감당할 수 있다는 전제로 ‘시기’의 문제인 것 같아요. 양적 성장을 위해 추가할 생각은 없고요. 사람들의 마음에 자리잡고 영향을 줄 수 있느냐가 중요하죠. 사람 마음에 뭔가 남기려면 궁리를 많이 해야 하잖아요. 회사의 방침이 ‘시작하면 끝을 본다’입니다. 결국 끝을 보겠다는 사람을 키워내는 게 제 일이기도 하고요.”
“위대한 순간 모여 위대한 브랜드로”
김 대표는 젠몬이 추구하는 목표를 ‘위대함’이라고 했다. 놀라움과 새로움을 주되 지속하는 것이 위대함이라는 것. 더이상 위대한 순간을 만들어 내지 못하는 회사가 되는 것이 두렵다고도 했다. 그는 긍정적인 의미의 ‘Shocker’다.
“모두 직접 하세요?”
“대부분의 일에 관여하고 있지만 직원들이 잘 해 줘서 점점 맡기고 있어요.”
“리텐션(고객 유지)이 안되거나 더이상 영향력이 없을까 걱정하진 않나요?”
“누군가 저를 돈키호테라고 하더라구요. 하지만 전 직관 위에 전략을 충실히 쌓는 편이에요. 계속 고민하고 실험하고 이야기해요. 그래서 우리에게 놀라운 건 (다른 사람들에게) 정말 놀라운 거라 확신합니다.”
“여기서 중요한 건 ‘우리’죠?”
“네, 우리는 자신에 굉장히 예민한 사람들이죠.”
“궁리를 많이 하는 사람이 있고 우선 실행하고 전략을 수정하는 사람이 있는데 대표님은 둘 다 지닌 것 같아요. 그런건 타고나는 걸까요? 만들어지는 걸까요?”
“축구로 비유하자면 어떤 선수냐가 우선이겠죠. 손흥민 선수가 굉장한 노력파라고 들었지만, 안타고 났으면 월드 클래스가 됐을까요? 축구를 좋아하는 마음을 타고나지 않았다면 쉽지 않았을 거라 생각해요.”
“발견한 마음을 잘 연마하는 게 중요하다는 거군요.”
“네, 브랜딩에 대한 직관에 어느정도 자신 있지만 정말 깊이 생각하고 고민하고 찾아 물어봐요. 혼자 생각하는 시간이 많고 귀는 조금 닫는 편이에요.”
“그런데, 왜죠?”
“말씀을 들으면 항상 배우는게 있어서 좋은데 또 그만큼 제 색깔을 잃어버리는 것 같아서 그게 힘들어요. 아직 모자라서 그렇죠(웃음).”
“그 많은 일과 생각을 혼자서 할 순 없는데, 동료들이 궁금합니다.”
“비슷한 질문을 얼마전 들었어요. 중국의 한 패션산업 리더가 ‘롱텀 크리에이티비티는 어떻게 만들어지나?’하고 묻더라구요. 릴레이션십이라고 답했습니다. 잘하든 못하든 맹목적인 믿음을 가지고 함께 일하면 나오는 것 같아요. 일희일비할 필요 없이요.”
“회사가 매출 3000억원을 넘었고 직원도 약 700명이어요. 규모가 커지다 보면 다양한 사람들이 입사하고 혼재 속에 다양한 이슈가 발생할 수 있잖아요.”
👍2
“조직을 이끌어가는 직원들과 더 깊게 이야기 나누고 교육해요. 제 말을 쉽게 이해하고 또 되도록 많은 정보를 주고 주체적으로 판단할 수 있도록 합니다. 전 운이 좋은 사람이에요. 주변에 좋은 사람들이 많은데 특히 저희 직원들의 경우 ‘착하다’는 평을 많이 들어요. 이유 없이 괴롭히거나 비방하거나 판단하지 않죠. 저도 그게 싫어요. 능력도 중요하지만 진실된 사람이 좋습니다.”
👍1
Continuous Learning_Startup & Investment
→ Jensen Huang (Nvidia CEO) "저는 직원들과 1on1을 하지 않습니다. 제가 말하는 모든 것은 모든 사람에게 동시에 말해요. 제가 다루는 정보 중에 한두 사람만 들어야 할 정보는 없다고 믿기 때문입니다. 개인의 피드백 역시 모두 앞에서 말합니다. 이는 사소한 일이 아닙니다. 우선, 피드백은 학습입니다. 왜 1on1 상대만 이걸 배워야 하나요? 개인의 실수로부터 얻는 경험은 모두가 배울 수 있는 좋은 기회입니다. Nvidia에서 1on1을…
T5T(Top-5 Things) Email 20 여 년 넘게 운용해 모든 직원이 자신의 우선 과제·관찰·아이디어 다섯 가지를 직접 CEO에게 알리도록 한다.
조직이 커지자 보고서가 여러 단계를 거치며 “메타 정보화돼 거의 무의미해진다”는 황의 불만이 출발점이다.
그는 ‘information from the edge’—현장 가장자리에서 느끼는 작지만 중요한 변화를 직접 듣기 위해 T5T를 설계했다.
실제로 2010년대 초 T5T에서 반복적으로 드러난 머신러닝 가능성을 읽고 AI GPU에 과감히 투자, 오늘의 성장 동력을 확보했다.
Jensen은 위계 중간층을 ‘플래퍼(flappers)’ 라 부르며 이들이 CEO와 정보를 가로막는다고 비판했다.
T5T 이메일
- 개인이 일주일(또는 필요 시) 기준 가장 중요한 다섯 가지 일·통찰·문제를 요약해 발송
- 팀·직속상사·전사 공유 + CEO 참조, CEO만은 자신의 T5T를 보내지 않는다(아이디어 편향 방지)
- 공식적으로는 주간 보고가 기본이지만, 급한 신호는 수시 발송. 황은 하루 약 100통, 일요일 밤 추가로 수백 통을 읽음
- 신제품 버그, 연구 아이디어, 경쟁사 동향, ‘맛집 추천’ 같은 문화 정보까지 anything can be T5T
약한 신호 조기 탐지 – AI·데이터센터 전환, Omniverse 등 미래 사업의 초기 힌트를 확보.
책임감·몰입도 – “내 메일을 황이 읽고 답한다”는 확신이 동기부여와 소유의식 강화.
협업 촉진 – 황이 T5T를 읽고 즉시 팀 연결·리소스 배분 지시, 부서간 사일로 감소
이메일 폭주: 황이 주말에도 답변해 “금요일 야간 발송 금지, 일요일 발송”이라는 사내 암묵규칙이 생김.
정보 선별 문제: 모두가 보내지만 CEO가 실제로 활용할 수 있는 양은 제한적이어서, 최근에는 AI 대시보드로 핵심 주제를 시각화하는 실험도 진행 중이다.
조직이 커지자 보고서가 여러 단계를 거치며 “메타 정보화돼 거의 무의미해진다”는 황의 불만이 출발점이다.
그는 ‘information from the edge’—현장 가장자리에서 느끼는 작지만 중요한 변화를 직접 듣기 위해 T5T를 설계했다.
실제로 2010년대 초 T5T에서 반복적으로 드러난 머신러닝 가능성을 읽고 AI GPU에 과감히 투자, 오늘의 성장 동력을 확보했다.
Jensen은 위계 중간층을 ‘플래퍼(flappers)’ 라 부르며 이들이 CEO와 정보를 가로막는다고 비판했다.
T5T 이메일
- 개인이 일주일(또는 필요 시) 기준 가장 중요한 다섯 가지 일·통찰·문제를 요약해 발송
- 팀·직속상사·전사 공유 + CEO 참조, CEO만은 자신의 T5T를 보내지 않는다(아이디어 편향 방지)
- 공식적으로는 주간 보고가 기본이지만, 급한 신호는 수시 발송. 황은 하루 약 100통, 일요일 밤 추가로 수백 통을 읽음
- 신제품 버그, 연구 아이디어, 경쟁사 동향, ‘맛집 추천’ 같은 문화 정보까지 anything can be T5T
약한 신호 조기 탐지 – AI·데이터센터 전환, Omniverse 등 미래 사업의 초기 힌트를 확보.
책임감·몰입도 – “내 메일을 황이 읽고 답한다”는 확신이 동기부여와 소유의식 강화.
협업 촉진 – 황이 T5T를 읽고 즉시 팀 연결·리소스 배분 지시, 부서간 사일로 감소
이메일 폭주: 황이 주말에도 답변해 “금요일 야간 발송 금지, 일요일 발송”이라는 사내 암묵규칙이 생김.
정보 선별 문제: 모두가 보내지만 CEO가 실제로 활용할 수 있는 양은 제한적이어서, 최근에는 AI 대시보드로 핵심 주제를 시각화하는 실험도 진행 중이다.
에디슨은 "천재는 99%의 땀과 1%의 영감이다"라는 말을 할 자격이 충분합니다.
"다른 발명가들의 문제는 몇 가지 시도해보고 그만둔다는 것이다. 나는 원하는 것을 얻을 때까지 절대 포기하지 않는다!"
**유년시절**
- 학교의 주입식 교육에 적응 못 하고 "머리가 돈 아이(addled)"란 말을 듣고 자퇴.
- 어머니 낸시 에디슨은 그의 가능성을 믿고 홈스쿨링 시작. 고전을 읽어주며 지적 호기심을 자극.
- R.G. 파커의 "자연 철학 학교" 책을 통해 모든 실험을 직접 해보며 화학에 대한 열정을 키움.
- **"어머니가 나를 만들었다. 어머니는 나를 이해했고, 내가 원하는 길을 가도록 내버려 두셨다."**
**방랑의 세월 (The Wanderyears)**
- 12세, 기차 신문팔이로 일하며 기차 안에 화학 실험실과 인쇄기를 설치, "주간 헤럴드" 발행. 직설적 기사로 봉변 후 사업 중단.
- 청력 상실에도 디트로이트 공공 도서관에서 닥치는 대로 책을 읽으며 뉴턴의 "프린키피아" 등에 영감.
- 15세에 전신 기술 습득, 16세에 남북전쟁으로 수요가 많던 전신 기사로 취업. 미국 전역을 떠돌며 일했으나 초기엔 서툰 탓에 잦은 해고. 월급은 실험 장비 구입에 쓰고 동료들에게 식사비를 빌림.
- 보스턴에서 마이클 패러데이의 "전기 실험 연구"를 읽고 깊은 감명. 가난과 정규 교육 부재 속 독학으로 위대한 과학자가 된 그의 실험 정신과 겸손함에 매료되어 그의 실험을 따라 하며 과학적 탐구에 열정을 쏟음.
- "나는 지금 스물한 살이다. 쉰 살까지 살지도 모른다. 그가 한 만큼 나도 할 수 있을까? 할 일은 너무 많고 인생은 너무 짧다. 나는 허슬할 것이다."
- 전기 투표 기록기 발명 실패 후 "상업적 수요가 확실한 발명품에 집중해야겠다"는 교훈 얻음.
- 주식 시세 표시기 특허는 파트너 불화로 대형 전신 회사에 헐값에 넘어감.
- 이 시기 발명품들은 기존 기술 모방/개선 수준이었으나, 이를 통해 기술 이해도를 빠르게 높임.
- 이중 전신기 실험 실패로 800달러 빚더미. 보스턴 신용 바닥나 뉴욕행.
- 주식 티커 회사 기계 고장을 신속히 수리하며 능력을 인정받아 고액 연봉으로 채용됨.
- 1년 만에 전신 기술 분야 7개 특허 취득.
- 이후 웨스턴 유니언(독점 기업)에서 기술 개발로 4만 달러 확보.
**"동부의 배부른 제조업자" (A bloated eastern manufacturer)**
- 웨스턴 유니언으로부터 주식 티커 1,200대(50만 달러 규모) 제조 주문 확보.
- 24세 에디슨, 새로 번 돈을 장비 구입에 전부 투자.
- 50명 고용, 직접 작업반장 역할. "손가락 가벼운" 숙련공 선호 (대부분 시계공/기계공 출신).
- 직원들과 스스럼없고 유머러스했으나, 일에 있어서는 엄격, 끊임없는 "허슬" 독려.
- 새 아이디어 떠오르면 즉시 전력투구, 공장 작업 중단도 불사. 작업장은 "끊임없이 변화하는 연극 무대".
- 직원들보다 더 오래 일하며 모범. 중요 프로젝트 시 상여금/밤샘 독려, 성공 시 함께 축하.
- 주식 프린터 결함 발견 시 핵심 조수 6명과 60시간 동안 실험실에 갇혀 문제 해결.
- 뉴어크 공장 시절, 전신 산업의 최고 기술자 중 한 명으로 성장.
- 타인 발명품 검토 시 늘 개선 아이디어 제시. 오랜 관찰/실험 끝 "갑작스러운" 통찰력으로 기존 재료/구조를 "다른 방식"으로 조합하여 발명.
- "자동 전신 같은 분야에서 이전에 이루어진 모든 것에 대한 완전한 지식을 요구했다." (존슨의 회고) 화학 책 5피트 더미를 밤낮으로 연구, 6주 만에 2,000번 실험 후 해결책 도출.
- 사중 전신기는 그의 젊은 시절 최고 걸작으로 평가, 세계적 명성을 안겨주었으나 거대 자본가들의 암투에 휘말림.
**멘로 파크 (Menlo Park)**
- 제조업에서 손 떼고 "발명 사업"에만 전념.
- "열흘에 사소한 발명 하나, 6개월에 큰 발명 하나" 목표. 작은 마을은 실험 과학 공동체로 변모.
- 연구소 2층은 각종 장비와 화학 약품병으로 가득, 13명의 숙련공 근무.
- 축음기 발명: 음향 연구 중 소리 기록/재생 아이디어 착안. 자동 전신기에서 영감.
- 1877년 11월 29일, 노트에 최초 축음기 스케치. 주석박 원통에 "메리에게는 작은 양이 있었네" 녹음 및 완벽 재생. 모두 경악.
- 1877년 말, 축음기 발명으로 세계적 명성. "뉴저지의 콜럼버스" 보기 위해 멘로 파크에 인파 몰림.
- 초기 주석박 축음기는 음질/재생 시간/조작성 한계로 상업적 성공 미미.
- 축음기 개선 연구 중단, 약 10년간 방치. 이는 그의 가장 큰 실수 중 하나로 평가.
**세상의 빛을 향하여 (Toward the light of the world)**
- 바커 교수의 영향으로 전기 조명 연구 시작.
- 아크등의 한계 간파, 가정용 백열등 및 완전한 전기 조명 시스템 구상.
- 6주 내 발명 완성 호언장담, 대규모 프로젝트 착수.
- 가스등 산업 전체 대체 목표, 가스 산업 운영 방식/소비 패턴 등 면밀히 연구.
- 초기 탄소/백금 필라멘트 실험은 산화/용융 문제로 난관.
- 진공도 향상의 중요성 인지, 병렬 회로 초기 계산 시작.
**자본 유치와 언론 플레이**
- 로우리의 조언으로 연구 성공 확신 인터뷰 게재, 투자 유치 목적.
- 1878년 10월, 밴더빌트, J.P. 모건 등 참여, 에디슨 전기 조명 회사 설립. 초기 자금 5만 달러와 회사 주식 대부분 확보.
**고저항 필라멘트와 병렬 회로의 핵심:**
"다른 발명가들의 문제는 몇 가지 시도해보고 그만둔다는 것이다. 나는 원하는 것을 얻을 때까지 절대 포기하지 않는다!"
**유년시절**
- 학교의 주입식 교육에 적응 못 하고 "머리가 돈 아이(addled)"란 말을 듣고 자퇴.
- 어머니 낸시 에디슨은 그의 가능성을 믿고 홈스쿨링 시작. 고전을 읽어주며 지적 호기심을 자극.
- R.G. 파커의 "자연 철학 학교" 책을 통해 모든 실험을 직접 해보며 화학에 대한 열정을 키움.
- **"어머니가 나를 만들었다. 어머니는 나를 이해했고, 내가 원하는 길을 가도록 내버려 두셨다."**
**방랑의 세월 (The Wanderyears)**
- 12세, 기차 신문팔이로 일하며 기차 안에 화학 실험실과 인쇄기를 설치, "주간 헤럴드" 발행. 직설적 기사로 봉변 후 사업 중단.
- 청력 상실에도 디트로이트 공공 도서관에서 닥치는 대로 책을 읽으며 뉴턴의 "프린키피아" 등에 영감.
- 15세에 전신 기술 습득, 16세에 남북전쟁으로 수요가 많던 전신 기사로 취업. 미국 전역을 떠돌며 일했으나 초기엔 서툰 탓에 잦은 해고. 월급은 실험 장비 구입에 쓰고 동료들에게 식사비를 빌림.
- 보스턴에서 마이클 패러데이의 "전기 실험 연구"를 읽고 깊은 감명. 가난과 정규 교육 부재 속 독학으로 위대한 과학자가 된 그의 실험 정신과 겸손함에 매료되어 그의 실험을 따라 하며 과학적 탐구에 열정을 쏟음.
- "나는 지금 스물한 살이다. 쉰 살까지 살지도 모른다. 그가 한 만큼 나도 할 수 있을까? 할 일은 너무 많고 인생은 너무 짧다. 나는 허슬할 것이다."
- 전기 투표 기록기 발명 실패 후 "상업적 수요가 확실한 발명품에 집중해야겠다"는 교훈 얻음.
- 주식 시세 표시기 특허는 파트너 불화로 대형 전신 회사에 헐값에 넘어감.
- 이 시기 발명품들은 기존 기술 모방/개선 수준이었으나, 이를 통해 기술 이해도를 빠르게 높임.
- 이중 전신기 실험 실패로 800달러 빚더미. 보스턴 신용 바닥나 뉴욕행.
- 주식 티커 회사 기계 고장을 신속히 수리하며 능력을 인정받아 고액 연봉으로 채용됨.
- 1년 만에 전신 기술 분야 7개 특허 취득.
- 이후 웨스턴 유니언(독점 기업)에서 기술 개발로 4만 달러 확보.
**"동부의 배부른 제조업자" (A bloated eastern manufacturer)**
- 웨스턴 유니언으로부터 주식 티커 1,200대(50만 달러 규모) 제조 주문 확보.
- 24세 에디슨, 새로 번 돈을 장비 구입에 전부 투자.
- 50명 고용, 직접 작업반장 역할. "손가락 가벼운" 숙련공 선호 (대부분 시계공/기계공 출신).
- 직원들과 스스럼없고 유머러스했으나, 일에 있어서는 엄격, 끊임없는 "허슬" 독려.
- 새 아이디어 떠오르면 즉시 전력투구, 공장 작업 중단도 불사. 작업장은 "끊임없이 변화하는 연극 무대".
- 직원들보다 더 오래 일하며 모범. 중요 프로젝트 시 상여금/밤샘 독려, 성공 시 함께 축하.
- 주식 프린터 결함 발견 시 핵심 조수 6명과 60시간 동안 실험실에 갇혀 문제 해결.
- 뉴어크 공장 시절, 전신 산업의 최고 기술자 중 한 명으로 성장.
- 타인 발명품 검토 시 늘 개선 아이디어 제시. 오랜 관찰/실험 끝 "갑작스러운" 통찰력으로 기존 재료/구조를 "다른 방식"으로 조합하여 발명.
- "자동 전신 같은 분야에서 이전에 이루어진 모든 것에 대한 완전한 지식을 요구했다." (존슨의 회고) 화학 책 5피트 더미를 밤낮으로 연구, 6주 만에 2,000번 실험 후 해결책 도출.
- 사중 전신기는 그의 젊은 시절 최고 걸작으로 평가, 세계적 명성을 안겨주었으나 거대 자본가들의 암투에 휘말림.
**멘로 파크 (Menlo Park)**
- 제조업에서 손 떼고 "발명 사업"에만 전념.
- "열흘에 사소한 발명 하나, 6개월에 큰 발명 하나" 목표. 작은 마을은 실험 과학 공동체로 변모.
- 연구소 2층은 각종 장비와 화학 약품병으로 가득, 13명의 숙련공 근무.
- 축음기 발명: 음향 연구 중 소리 기록/재생 아이디어 착안. 자동 전신기에서 영감.
- 1877년 11월 29일, 노트에 최초 축음기 스케치. 주석박 원통에 "메리에게는 작은 양이 있었네" 녹음 및 완벽 재생. 모두 경악.
- 1877년 말, 축음기 발명으로 세계적 명성. "뉴저지의 콜럼버스" 보기 위해 멘로 파크에 인파 몰림.
- 초기 주석박 축음기는 음질/재생 시간/조작성 한계로 상업적 성공 미미.
- 축음기 개선 연구 중단, 약 10년간 방치. 이는 그의 가장 큰 실수 중 하나로 평가.
**세상의 빛을 향하여 (Toward the light of the world)**
- 바커 교수의 영향으로 전기 조명 연구 시작.
- 아크등의 한계 간파, 가정용 백열등 및 완전한 전기 조명 시스템 구상.
- 6주 내 발명 완성 호언장담, 대규모 프로젝트 착수.
- 가스등 산업 전체 대체 목표, 가스 산업 운영 방식/소비 패턴 등 면밀히 연구.
- 초기 탄소/백금 필라멘트 실험은 산화/용융 문제로 난관.
- 진공도 향상의 중요성 인지, 병렬 회로 초기 계산 시작.
**자본 유치와 언론 플레이**
- 로우리의 조언으로 연구 성공 확신 인터뷰 게재, 투자 유치 목적.
- 1878년 10월, 밴더빌트, J.P. 모건 등 참여, 에디슨 전기 조명 회사 설립. 초기 자금 5만 달러와 회사 주식 대부분 확보.
**고저항 필라멘트와 병렬 회로의 핵심:**
- 가정용 소형등 위해 병렬 회로 구상. 각 램프의 적은 전류 소비 위해 필라멘트 고저항 필수 (당시 통념과 반대).
- 물리학자 업튼 영입, 고저항 백열등/병렬 회로 시스템 효율성 계산으로 입증.
- 저저항 시스템 대비 구리 전선 양 1/100 절감 (상업적 성공의 결정적 요소).
- 과학계 비판(에너지 보존 법칙 위배)에도 불구, 고저항 백열등 개발/발전기 효율 향상으로 문제 해결 확신.
- 높은 진공 상태에서 백금 필라멘트 밝기/수명 향상. 필라멘트 흡장 가스 제거법 개발.
- 백금 실험 후 다시 탄소 필라멘트 연구 전환. 높은 진공/흡장 가스 제거 기술로 탄소 가능성 재발견. **탄화된 면실**에서 해답 발견.
- 1879년 10월 21일 밤, 탄화 면실 필라멘트 램프 13시간 반 지속 발광 성공 (일부 기록 40시간). 실용적 백열등 탄생.
- **발명의 본질: 직관과 끊임없는 노력:**
- "첫 단계는 직관이며, 폭발적으로 다가온다. 그다음에는 어려움이 발생한다... 상업적 성공 또는 실패가 확실해지기까지는 몇 달간의 불안한 관찰, 연구, 노력이 필요하다."
- "나는 이론을 세우고 그 이론에 따라 작업하다가 그것이 유지될 수 없다는 것을 알게 되면 폐기하고 다른 이론을 발전시킨다. 이것이 내가 문제를 해결할 수 있는 유일한 방법이었다."
- 면실 필라멘트 성공은 우연 아닌 계산된 결과 (고저항/작은 방사 면적 필요성).
- **완전한 전기 조명 및 전력 시스템 구축:**
- 단순 전구 발명 넘어 가스등 대체할 완전한 전기 조명/전력 시스템 구축 목표. 발전기, 지하 배전망, 안전 퓨즈, 절연재, 스위치, 조절기, 전력량계 등 모든 요소 개발.
- 경쟁자들과 달리 시스템 전체 구상 후 각 구성 요소 개발.
- **초기 시스템의 문제점과 개선 노력:**
- 1880년 겨울, "피더 앤 메인" 배전 방식 고안, 구리 전선 양/비용 1/8 절감. 전압 강하 문제 해결.
- 1882년 11월, "3선식 배전 시스템" 개발, 구리 전선 비용 추가 절감, 배전 효율 향상.
- 1879년, "롱 웨이스티드 메리 앤" 다이너모 개발. 90%의 에너지 변환 효율.
- **필라멘트 재료 탐색의 지속:**
- 전 세계 수천 종 식물 섬유 검사/탄화 실험. 일본산 **대나무**에서 이상적 필라멘트 재료 발견. 1,200시간 이상 내구성, 대량 생산 용이.
- 막대한 비용/노력 투입, 그의 끈기/집념 보여주는 일화.
- **지하 배전망 구축의 어려움:**
- 지하 매설 배전망 고집 (화재/감전 위험 감소, 도시 미관). 당시 새롭고 비용 많이 드는 방식.
- 시 당국/회사 이사회 반대에도 관철. 초기 나무 상자/아스팔트에서 철관으로 개선.
- 1881년 늦가을부터 14마일 지하 배관 공사 직접 지휘.
- **초기 운영의 문제점과 해결 노력:**
- 조잡한 발전소 제어 장비, 개별 다이너모 수동 조절.
- 고객별 전력 사용량 측정 위해 화학적 전력량계 발명.
- **펄 스트리트 발전소 가동과 전기 시대의 개막:**
- 펄 스트리트 발전소 성공은 시스템 실용성/경제성 입증, 전 세계 전기 조명 시대 개막. 현대 도시 생활/산업 근간인 전력 산업 탄생 의미.
- **과학과 달러 ("Science and dollars...")**
- 펄 스트리트 발전소 초기 몇 년간 적자. 투자자들의 보수성으로 시스템 확장 더딤.
- "내 조명 시스템이 완성되었으니 이제 홍보해야 한다... 너무 복잡해서 새로운 미숙한 손에 맡기고 싶지 않다. 과학과 달러가 너무 뒤섞여 있기 때문이다."
- **제조업으로의 확장과 자금 압박:**
- "내 발명품을 만들 공장이 없다면 내가 직접 공장을 지을 것이다. 자본이 소심하다면 내가 직접 조달하고 공급할 것이다... 문제는 공장이냐 죽음이냐이다!"
- 제조업 확장은 막대한 자금 필요, 개인 재산/주식 매각/차입 등으로 조달하며 끊임없는 재정 압박.
- **"에디슨 효과(Edison Effect)"의 발견:**
- 백열등 수명/효율성 개선 연구 중 중요 과학적 발견.
- 램프 유리구 내부 흑화 현상 관찰, 탄소 필라멘트 음극 다리에서 미세 입자 방출, 양극 다리 쪽에 그림자(흰 줄무늬) 형성 발견.
- 탄소 입자 전하 추론, 램프 내부 추가 전극 삽입 실험.
- 1883년 3월, 추가 전극을 양극 연결 시 전류 흐름, 음극 연결 시 흐르지 않음 발견. 진공 상태 전구 내부, 전선 없이 전류 흐름 현상.
- "에디슨 효과" 명명, 열전자 방출 기본 원리. 라디오, 진공관 등 현대 전자공학 발전 토대.
- "당시 전기 조명 시스템 도입에 너무 바빠 실험 계속할 시간 없었다" 회고.
- **웨스트 오렌지의 에디슨 연구소 (The Edison laboratory, West Orange)**
- 새로운 연구소 건설, "세상 어떤 것보다 우수한 시설, 가장 크고 잘 갖춰진 연구소... 숙녀용 시계부터 기관차까지 무엇이든 만들 것."
- 45~60명 직원 근무, 에디슨 총괄했으나 업무 부서화로 전문가 의존도 증가. 매일 아침 보고/지시, 수시 현장 순회.
- **축음기 개량 작업 재개:**
- 비즈니스용 받아쓰기/상업 기록용 주력, 주석박보다 우수한 녹음 재료 탐색. 왁스 실린더 개발, 커팅 도구**/**사파이어 스타일러스 도입, "플로팅 웨이트" 메커니즘 고안.
- 1888년 봄, 개선된 축음기 완성 위해 72시간 밤샘 작업.
**제너럴 일렉트릭의 형성 (Formation of General Electric)**
- **전기 산업 성장과 경쟁 심화:**
- 1880년대 후반, 전기 조명 시스템 급속 확산, 특허 침해/가격 경쟁 심화.
- 웨스팅하우스의 교류(AC) 시스템 도입으로 에디슨의 직류(DC) 시스템과 "전류 전쟁". 에디슨은 AC 위험성 대대적 홍보, DC 안전성 강조.
- **에디슨 제너럴 일렉트릭(Edison General Electric) 설립과 자금난:**
- 끊임없는 자금난. 발전소 건설/설비 투자 막대한 자금 필요, 은행가들 투자 주저.
- 1892년, 에디슨 제너럴 일렉트릭은 톰슨-휴스턴과 합병, 제너럴 일렉트릭(GE) 설립.
- J.P. 모건 등 금융 자본가 주도, 에디슨은 회사 통제권 상당 부분 상실. 회사명에서 "에디슨" 제외.
- "경쟁 없으면 발명 없다"며 합병 반대했으나 거대 자본 논리 거스르지 못함.
- "전기 조명 사업 은퇴, 더 즐겁고 부담 적은 분야 헌신할 것" 선언, 새 도전 모색.
**암석 분쇄 (Breaking rocks) - 철광석 선광 사업**
- 1890년대 초, 저품위 철광석 선광 사업에 막대한 자금/열정 투입.
- 산 전체 분쇄 가능한 거대 기계 장치 고안/설치. 증기 삽, 이동식 크레인, 컨베이어 시스템, 암석 분쇄기 등.
- "자이언트 롤스": 피아노 크기 바위도 단번에 분쇄.
- 채굴-분쇄-건조-자력선별-연탄제조 전 공정 자동화. (헨리 포드 "벨트라인" 시스템 영감).
- **기술적 난관과 경제적 실패:**
- 잦은 기계 고장, 인명 사고 발생. 에디슨 직접 현장 지휘.
- 미네소타 메사비 철광산 고품위 철광석 발견으로 사업 경제성 완전 상실. 약 200만 달러 손실.
- 1899년 사업 중단/공장 해체. "다 사라졌지만, 우린 정말 즐거운 시간을 보냈다!" 특유의 낙천성.
- 실패는 새 사업(포틀랜드 시멘트) 아이디어 제공.
- 물리학자 업튼 영입, 고저항 백열등/병렬 회로 시스템 효율성 계산으로 입증.
- 저저항 시스템 대비 구리 전선 양 1/100 절감 (상업적 성공의 결정적 요소).
- 과학계 비판(에너지 보존 법칙 위배)에도 불구, 고저항 백열등 개발/발전기 효율 향상으로 문제 해결 확신.
- 높은 진공 상태에서 백금 필라멘트 밝기/수명 향상. 필라멘트 흡장 가스 제거법 개발.
- 백금 실험 후 다시 탄소 필라멘트 연구 전환. 높은 진공/흡장 가스 제거 기술로 탄소 가능성 재발견. **탄화된 면실**에서 해답 발견.
- 1879년 10월 21일 밤, 탄화 면실 필라멘트 램프 13시간 반 지속 발광 성공 (일부 기록 40시간). 실용적 백열등 탄생.
- **발명의 본질: 직관과 끊임없는 노력:**
- "첫 단계는 직관이며, 폭발적으로 다가온다. 그다음에는 어려움이 발생한다... 상업적 성공 또는 실패가 확실해지기까지는 몇 달간의 불안한 관찰, 연구, 노력이 필요하다."
- "나는 이론을 세우고 그 이론에 따라 작업하다가 그것이 유지될 수 없다는 것을 알게 되면 폐기하고 다른 이론을 발전시킨다. 이것이 내가 문제를 해결할 수 있는 유일한 방법이었다."
- 면실 필라멘트 성공은 우연 아닌 계산된 결과 (고저항/작은 방사 면적 필요성).
- **완전한 전기 조명 및 전력 시스템 구축:**
- 단순 전구 발명 넘어 가스등 대체할 완전한 전기 조명/전력 시스템 구축 목표. 발전기, 지하 배전망, 안전 퓨즈, 절연재, 스위치, 조절기, 전력량계 등 모든 요소 개발.
- 경쟁자들과 달리 시스템 전체 구상 후 각 구성 요소 개발.
- **초기 시스템의 문제점과 개선 노력:**
- 1880년 겨울, "피더 앤 메인" 배전 방식 고안, 구리 전선 양/비용 1/8 절감. 전압 강하 문제 해결.
- 1882년 11월, "3선식 배전 시스템" 개발, 구리 전선 비용 추가 절감, 배전 효율 향상.
- 1879년, "롱 웨이스티드 메리 앤" 다이너모 개발. 90%의 에너지 변환 효율.
- **필라멘트 재료 탐색의 지속:**
- 전 세계 수천 종 식물 섬유 검사/탄화 실험. 일본산 **대나무**에서 이상적 필라멘트 재료 발견. 1,200시간 이상 내구성, 대량 생산 용이.
- 막대한 비용/노력 투입, 그의 끈기/집념 보여주는 일화.
- **지하 배전망 구축의 어려움:**
- 지하 매설 배전망 고집 (화재/감전 위험 감소, 도시 미관). 당시 새롭고 비용 많이 드는 방식.
- 시 당국/회사 이사회 반대에도 관철. 초기 나무 상자/아스팔트에서 철관으로 개선.
- 1881년 늦가을부터 14마일 지하 배관 공사 직접 지휘.
- **초기 운영의 문제점과 해결 노력:**
- 조잡한 발전소 제어 장비, 개별 다이너모 수동 조절.
- 고객별 전력 사용량 측정 위해 화학적 전력량계 발명.
- **펄 스트리트 발전소 가동과 전기 시대의 개막:**
- 펄 스트리트 발전소 성공은 시스템 실용성/경제성 입증, 전 세계 전기 조명 시대 개막. 현대 도시 생활/산업 근간인 전력 산업 탄생 의미.
- **과학과 달러 ("Science and dollars...")**
- 펄 스트리트 발전소 초기 몇 년간 적자. 투자자들의 보수성으로 시스템 확장 더딤.
- "내 조명 시스템이 완성되었으니 이제 홍보해야 한다... 너무 복잡해서 새로운 미숙한 손에 맡기고 싶지 않다. 과학과 달러가 너무 뒤섞여 있기 때문이다."
- **제조업으로의 확장과 자금 압박:**
- "내 발명품을 만들 공장이 없다면 내가 직접 공장을 지을 것이다. 자본이 소심하다면 내가 직접 조달하고 공급할 것이다... 문제는 공장이냐 죽음이냐이다!"
- 제조업 확장은 막대한 자금 필요, 개인 재산/주식 매각/차입 등으로 조달하며 끊임없는 재정 압박.
- **"에디슨 효과(Edison Effect)"의 발견:**
- 백열등 수명/효율성 개선 연구 중 중요 과학적 발견.
- 램프 유리구 내부 흑화 현상 관찰, 탄소 필라멘트 음극 다리에서 미세 입자 방출, 양극 다리 쪽에 그림자(흰 줄무늬) 형성 발견.
- 탄소 입자 전하 추론, 램프 내부 추가 전극 삽입 실험.
- 1883년 3월, 추가 전극을 양극 연결 시 전류 흐름, 음극 연결 시 흐르지 않음 발견. 진공 상태 전구 내부, 전선 없이 전류 흐름 현상.
- "에디슨 효과" 명명, 열전자 방출 기본 원리. 라디오, 진공관 등 현대 전자공학 발전 토대.
- "당시 전기 조명 시스템 도입에 너무 바빠 실험 계속할 시간 없었다" 회고.
- **웨스트 오렌지의 에디슨 연구소 (The Edison laboratory, West Orange)**
- 새로운 연구소 건설, "세상 어떤 것보다 우수한 시설, 가장 크고 잘 갖춰진 연구소... 숙녀용 시계부터 기관차까지 무엇이든 만들 것."
- 45~60명 직원 근무, 에디슨 총괄했으나 업무 부서화로 전문가 의존도 증가. 매일 아침 보고/지시, 수시 현장 순회.
- **축음기 개량 작업 재개:**
- 비즈니스용 받아쓰기/상업 기록용 주력, 주석박보다 우수한 녹음 재료 탐색. 왁스 실린더 개발, 커팅 도구**/**사파이어 스타일러스 도입, "플로팅 웨이트" 메커니즘 고안.
- 1888년 봄, 개선된 축음기 완성 위해 72시간 밤샘 작업.
**제너럴 일렉트릭의 형성 (Formation of General Electric)**
- **전기 산업 성장과 경쟁 심화:**
- 1880년대 후반, 전기 조명 시스템 급속 확산, 특허 침해/가격 경쟁 심화.
- 웨스팅하우스의 교류(AC) 시스템 도입으로 에디슨의 직류(DC) 시스템과 "전류 전쟁". 에디슨은 AC 위험성 대대적 홍보, DC 안전성 강조.
- **에디슨 제너럴 일렉트릭(Edison General Electric) 설립과 자금난:**
- 끊임없는 자금난. 발전소 건설/설비 투자 막대한 자금 필요, 은행가들 투자 주저.
- 1892년, 에디슨 제너럴 일렉트릭은 톰슨-휴스턴과 합병, 제너럴 일렉트릭(GE) 설립.
- J.P. 모건 등 금융 자본가 주도, 에디슨은 회사 통제권 상당 부분 상실. 회사명에서 "에디슨" 제외.
- "경쟁 없으면 발명 없다"며 합병 반대했으나 거대 자본 논리 거스르지 못함.
- "전기 조명 사업 은퇴, 더 즐겁고 부담 적은 분야 헌신할 것" 선언, 새 도전 모색.
**암석 분쇄 (Breaking rocks) - 철광석 선광 사업**
- 1890년대 초, 저품위 철광석 선광 사업에 막대한 자금/열정 투입.
- 산 전체 분쇄 가능한 거대 기계 장치 고안/설치. 증기 삽, 이동식 크레인, 컨베이어 시스템, 암석 분쇄기 등.
- "자이언트 롤스": 피아노 크기 바위도 단번에 분쇄.
- 채굴-분쇄-건조-자력선별-연탄제조 전 공정 자동화. (헨리 포드 "벨트라인" 시스템 영감).
- **기술적 난관과 경제적 실패:**
- 잦은 기계 고장, 인명 사고 발생. 에디슨 직접 현장 지휘.
- 미네소타 메사비 철광산 고품위 철광석 발견으로 사업 경제성 완전 상실. 약 200만 달러 손실.
- 1899년 사업 중단/공장 해체. "다 사라졌지만, 우린 정말 즐거운 시간을 보냈다!" 특유의 낙천성.
- 실패는 새 사업(포틀랜드 시멘트) 아이디어 제공.
**영화(Motion Pictures) 개발 착수:**
- 1889년 여름, 필름 간헐 이송/셔터 작동 카메라 메커니즘 설계. 초당 약 40프레임 촬영.
- 초기 키네토스코프는 "핍쇼" 방식. 축음기와 동기화, 키네토-포노그래프 목표.
- 1893년, 영화 촬영 특수 건물 "블랙 마리아" 스튜디오 완공. 초기 단편 영화 제작.
- **스크린 영사 기술 외면과 경쟁자 등장:**
- 초기 스크린 영사 방식은 화면 깜빡임/흐릿함으로 "핍쇼"보다 효과 떨어진다고 판단.
- "황금알 낳는 거위 죽이지 말라"며 스크린 영사기 개발 소극적 태도.
- 뤼미에르 형제(프랑스), R.W. 폴(영국) 등 스크린 영사 기술 발전시켜 에디슨 위협.
- **바이타스코프(Vitascope)와 영화 산업 성장:**
- 마지못해 수락, "에디슨 최신 발명품"으로 홍보. 브로드웨이 극장 상영, 영화 대중오락 자리매김.
**끈질긴 추격: 축전지 (A stern chase: the storage battery)**
- 새 목표: 가볍고 오래가는 축전지 개발:
- 1900년대 초, 자동차 시대 열리자 새로운 알칼리 축전지 개발 착수.
- "말(馬)을 끝장낼 배터리" 선언, 전기 자동차 시대 예측.
- **10년간의 끈질긴 연구와 수많은 실패:**
- 웨스트 오렌지 연구소, 90명 연구팀과 축전지 개발 매진. 기존 납축전지보다 무게당 에너지 저장 용량 3배 목표.
- 알칼리 전해액/철 음극 기반, 적합한 양극 물질 찾기 위해 수만 가지 화학 조합 시험. **수산화니켈**에서 가능성 발견.
- 수산화니켈 전도성 낮고, 전해액 용량 감소 문제.
- "자연이 좋은 축전지의 비밀을 숨기고 있다면, 진지하게 찾아 나서면 된다. 나는 사냥을 시작할 것이다."
- "결과가 많이 나왔다. 작동하지 않는 수천 가지를 알게 되었다!"
- 니켈-철 알칼리 축전지의 완성:
- 10년 가까운 연구 끝, 실용적 니켈-철 알칼리 축전지 개발 성공.
- 양극에 니켈 플레이크 도입 (전도성 향상), 전해액에 소량 수산화리튬 첨가 (용량 감소 문제 해결 - "마법 같은" 발견).
- 배터리 셀 구조 개선, 누액 문제 해결, 내구성 향상.
- 상업화와 한계:
- 1909년 여름 "배터리 완성" 선언, 이듬해 대량 생산. 초기 전기차/배달 트럭 등에 사용.
- 납축전지보다 전압 낮고, 추운 날씨 성능 저하, 시동용 부적합 단점.
- 가솔린 자동차 급성장으로 전기차 경쟁력 상실.
- 자동차 시장 실패했으나, 산업용(발전소 예비 전원, 철도 신호 등)으론 견고함/긴 수명 인정받아 활용.
- 상업적 대성공은 아니었으나, 그의 과학적 탐구 정신/불굴 의지 보여준 사례.
https://www.amazon.com/Edison-Biography-Matthew-Josephson/dp/0471548065
- 1889년 여름, 필름 간헐 이송/셔터 작동 카메라 메커니즘 설계. 초당 약 40프레임 촬영.
- 초기 키네토스코프는 "핍쇼" 방식. 축음기와 동기화, 키네토-포노그래프 목표.
- 1893년, 영화 촬영 특수 건물 "블랙 마리아" 스튜디오 완공. 초기 단편 영화 제작.
- **스크린 영사 기술 외면과 경쟁자 등장:**
- 초기 스크린 영사 방식은 화면 깜빡임/흐릿함으로 "핍쇼"보다 효과 떨어진다고 판단.
- "황금알 낳는 거위 죽이지 말라"며 스크린 영사기 개발 소극적 태도.
- 뤼미에르 형제(프랑스), R.W. 폴(영국) 등 스크린 영사 기술 발전시켜 에디슨 위협.
- **바이타스코프(Vitascope)와 영화 산업 성장:**
- 마지못해 수락, "에디슨 최신 발명품"으로 홍보. 브로드웨이 극장 상영, 영화 대중오락 자리매김.
**끈질긴 추격: 축전지 (A stern chase: the storage battery)**
- 새 목표: 가볍고 오래가는 축전지 개발:
- 1900년대 초, 자동차 시대 열리자 새로운 알칼리 축전지 개발 착수.
- "말(馬)을 끝장낼 배터리" 선언, 전기 자동차 시대 예측.
- **10년간의 끈질긴 연구와 수많은 실패:**
- 웨스트 오렌지 연구소, 90명 연구팀과 축전지 개발 매진. 기존 납축전지보다 무게당 에너지 저장 용량 3배 목표.
- 알칼리 전해액/철 음극 기반, 적합한 양극 물질 찾기 위해 수만 가지 화학 조합 시험. **수산화니켈**에서 가능성 발견.
- 수산화니켈 전도성 낮고, 전해액 용량 감소 문제.
- "자연이 좋은 축전지의 비밀을 숨기고 있다면, 진지하게 찾아 나서면 된다. 나는 사냥을 시작할 것이다."
- "결과가 많이 나왔다. 작동하지 않는 수천 가지를 알게 되었다!"
- 니켈-철 알칼리 축전지의 완성:
- 10년 가까운 연구 끝, 실용적 니켈-철 알칼리 축전지 개발 성공.
- 양극에 니켈 플레이크 도입 (전도성 향상), 전해액에 소량 수산화리튬 첨가 (용량 감소 문제 해결 - "마법 같은" 발견).
- 배터리 셀 구조 개선, 누액 문제 해결, 내구성 향상.
- 상업화와 한계:
- 1909년 여름 "배터리 완성" 선언, 이듬해 대량 생산. 초기 전기차/배달 트럭 등에 사용.
- 납축전지보다 전압 낮고, 추운 날씨 성능 저하, 시동용 부적합 단점.
- 가솔린 자동차 급성장으로 전기차 경쟁력 상실.
- 자동차 시장 실패했으나, 산업용(발전소 예비 전원, 철도 신호 등)으론 견고함/긴 수명 인정받아 활용.
- 상업적 대성공은 아니었으나, 그의 과학적 탐구 정신/불굴 의지 보여준 사례.
https://www.amazon.com/Edison-Biography-Matthew-Josephson/dp/0471548065
❤2👍1
500년전 토마스 모어가 묘사한 유토피아는 현대사회에서 대부분 누리고 있음.
- 하루 6시간 노동으로 안락한 생활 (당시엔 12시간 이상 노동, 휴일 없음).
- 지도자 직접 선출.
- 종교의 자유 보장.
- 방어적 전쟁, 우방국 지원 외에는 전쟁 없음 (당시엔 식량 부족으로 끊임없는 전쟁).
기술의 발전이 인간의 삶의 질을 전반적으로 좋게함.
국민이 나빠서가 아니라, 국가 제도(세금 등)가 어느 쪽에 인센티브를 주느냐에 따라 나라의 미래가 결정됨. 법인세 인하 등으로 기업 활동을 장려해야 함.
- 부동산 보다는 기술 발전을 주도할 수 있는 주식 투자를.
- 기업 발전은 국제 경쟁력 향상으로 이어지지만, 국내 아파트 건설은 그렇지 않음. 국제 경쟁은 승자독식.
"경제 발전이 물질만능주의를 초래하고 인간 가치를 말살한다"는 주장은 오해.
오히려 국민소득이 올라갈수록 미세먼지 저감, 안전 설비 투자, 의료 접근성 향상 등 인간의 가치를 존중하는 방향으로 발전함. (88올림픽 당시 공기 질, 산재 사망률, 자동차 보유 대수 등 예시)
전쟁 직후 한국의 참상
- 6.25에 대해서 더 자세히 알고 싶다면: https://youtu.be/7xuvuEbLxps
- 라인강의 기적 vs. 한강의 기적: 라인강의 기적은 기존 기반 위 재건, 한강의 기적은 무에서 유 창조.
국가 발전에 가장 중요한 것은 '기술 투자'. 현재 한국도 과학기술과 첨단산업에 대한 투자를 대폭 늘려야 선진국 도약 가능 (병역특례 제도 확대 주장).
- 문화산업 vs. 산업기술: BTS, K-POP도 훌륭하지만, 영국의 비틀스 시대에도 일본이 소니/파나소닉(기술)과 도요타/닛산(제조업)으로 경제적 우위를 점함. 산업기술은 수직적 발전과 무한 복제가 가능하여 파급효과가 더 큼. (넷플릭스 플랫폼 vs. K-콘텐츠)
- 3차 산업(서비스업)의 재분류: 가치 창출 산업(첨단기술)을 우선 발전시키고, 이에 기여하는 가치 이전 산업(의료, 법률, 금융 등 발전적 서비스업)을 육성해야.
아무것도 없던 한국, 어떻게 발전했나?
1. 정부 주도의 특혜 지원: 소수 잠재력 있는 기업(섬유 등 제일모직, 선경)에 파격적 금융 및 기술(KIST) 지원.
2. 수입 대체 산업 육성 (보호무역)
- 높은 관세, 수입 금지 조치로 외국산 고급품 접근 차단.
- 국민(주로 부유층)들은 조악한 국산품을 비싸게 사용하며 희생.
- 이를 통해 국내 기업이 기술 축적할 시간과 자본 확보.
3. 적자 수출 (Dumping) 정책:
- 메커니즘: 생산원가(예: 1000달러)보다 낮은 가격(예: 900달러)으로 수출하여 시장 확보.
- 손실 보전: 국내 시장에서 외국산 수입을 막고 국산품을 훨씬 비싼 가격(예: 1200달러)에 팔아 수출 손실분(-100달러)을 메우고 이익(+100달러)까지 확보.
- 이것이 초기 기업 생존 및 성장, 중산층 형성의 기반.
이 모든 것은 권위주의 정부였기에 가능한 강력한 시장 개입과 통제였음.
한국 경제 성장의 주요 변곡점들
1. 1960년대 초 (1차 경제개발 5개년 계획): UN, 미국의 반대로 중화학공업 포기, 노동집약적 경공업(봉제, 가발 등) 위주.
2. 1965년 (한일 국교정상화): 청구권 자금으로 포항제철 건설 등 중화학 공업 기반 마련. (졸속/굴욕 외교 비판 있었으나, 결과적으로 국가발전의 초석).
3. 베트남전 파병 (1964~1973): 외화 획득, 건설 기술/경험/인력 양성. (이후 중동 진출의 발판)
4. 1970년대 (3차 경제개발 5개년 계획, 중화학 공업 육성): 울산 공업단지 조성.
- 중동 건설 붐 (1970년대 중후반): 오일쇼크 이후 중동 국가들의 건설 수요 증가. 베트남전에서 쌓은 경험으로 한국 기업 대거 진출, 오일 달러 획득.
- 수출 100억 달러 달성 (1977년): 국민소득 1000달러 시대. (초기 수출품: 조개, 오징어, 합판 등).
5. 3저 호황 (1980년대 중후반): 저유가, 저금리, 저달러(엔고). 한국 상품의 수출 경쟁력 급상승.
6. 수출 구조 고도화:
- 1995년 (수출 1000억 달러): 반도체, 자동차, 선박 주력.
- 2004년 (수출 2000억 달러): 반도체, 무선통신기기, 자동차, 컴퓨터, 선박 등.
- 2018년 (수출 6000억 달러 돌파, 세계 7위).
성공 요인: 운(Lucky)도 있었지만, 그 기회를 잡을 수 있는 처절한 노력과 준비(Preparedness)가 있었음.
https://youtu.be/1fdqH8NQg7w
- 하루 6시간 노동으로 안락한 생활 (당시엔 12시간 이상 노동, 휴일 없음).
- 지도자 직접 선출.
- 종교의 자유 보장.
- 방어적 전쟁, 우방국 지원 외에는 전쟁 없음 (당시엔 식량 부족으로 끊임없는 전쟁).
기술의 발전이 인간의 삶의 질을 전반적으로 좋게함.
국민이 나빠서가 아니라, 국가 제도(세금 등)가 어느 쪽에 인센티브를 주느냐에 따라 나라의 미래가 결정됨. 법인세 인하 등으로 기업 활동을 장려해야 함.
- 부동산 보다는 기술 발전을 주도할 수 있는 주식 투자를.
- 기업 발전은 국제 경쟁력 향상으로 이어지지만, 국내 아파트 건설은 그렇지 않음. 국제 경쟁은 승자독식.
"경제 발전이 물질만능주의를 초래하고 인간 가치를 말살한다"는 주장은 오해.
오히려 국민소득이 올라갈수록 미세먼지 저감, 안전 설비 투자, 의료 접근성 향상 등 인간의 가치를 존중하는 방향으로 발전함. (88올림픽 당시 공기 질, 산재 사망률, 자동차 보유 대수 등 예시)
전쟁 직후 한국의 참상
- 6.25에 대해서 더 자세히 알고 싶다면: https://youtu.be/7xuvuEbLxps
- 라인강의 기적 vs. 한강의 기적: 라인강의 기적은 기존 기반 위 재건, 한강의 기적은 무에서 유 창조.
국가 발전에 가장 중요한 것은 '기술 투자'. 현재 한국도 과학기술과 첨단산업에 대한 투자를 대폭 늘려야 선진국 도약 가능 (병역특례 제도 확대 주장).
- 문화산업 vs. 산업기술: BTS, K-POP도 훌륭하지만, 영국의 비틀스 시대에도 일본이 소니/파나소닉(기술)과 도요타/닛산(제조업)으로 경제적 우위를 점함. 산업기술은 수직적 발전과 무한 복제가 가능하여 파급효과가 더 큼. (넷플릭스 플랫폼 vs. K-콘텐츠)
- 3차 산업(서비스업)의 재분류: 가치 창출 산업(첨단기술)을 우선 발전시키고, 이에 기여하는 가치 이전 산업(의료, 법률, 금융 등 발전적 서비스업)을 육성해야.
아무것도 없던 한국, 어떻게 발전했나?
1. 정부 주도의 특혜 지원: 소수 잠재력 있는 기업(섬유 등 제일모직, 선경)에 파격적 금융 및 기술(KIST) 지원.
2. 수입 대체 산업 육성 (보호무역)
- 높은 관세, 수입 금지 조치로 외국산 고급품 접근 차단.
- 국민(주로 부유층)들은 조악한 국산품을 비싸게 사용하며 희생.
- 이를 통해 국내 기업이 기술 축적할 시간과 자본 확보.
3. 적자 수출 (Dumping) 정책:
- 메커니즘: 생산원가(예: 1000달러)보다 낮은 가격(예: 900달러)으로 수출하여 시장 확보.
- 손실 보전: 국내 시장에서 외국산 수입을 막고 국산품을 훨씬 비싼 가격(예: 1200달러)에 팔아 수출 손실분(-100달러)을 메우고 이익(+100달러)까지 확보.
- 이것이 초기 기업 생존 및 성장, 중산층 형성의 기반.
이 모든 것은 권위주의 정부였기에 가능한 강력한 시장 개입과 통제였음.
한국 경제 성장의 주요 변곡점들
1. 1960년대 초 (1차 경제개발 5개년 계획): UN, 미국의 반대로 중화학공업 포기, 노동집약적 경공업(봉제, 가발 등) 위주.
2. 1965년 (한일 국교정상화): 청구권 자금으로 포항제철 건설 등 중화학 공업 기반 마련. (졸속/굴욕 외교 비판 있었으나, 결과적으로 국가발전의 초석).
3. 베트남전 파병 (1964~1973): 외화 획득, 건설 기술/경험/인력 양성. (이후 중동 진출의 발판)
4. 1970년대 (3차 경제개발 5개년 계획, 중화학 공업 육성): 울산 공업단지 조성.
- 중동 건설 붐 (1970년대 중후반): 오일쇼크 이후 중동 국가들의 건설 수요 증가. 베트남전에서 쌓은 경험으로 한국 기업 대거 진출, 오일 달러 획득.
- 수출 100억 달러 달성 (1977년): 국민소득 1000달러 시대. (초기 수출품: 조개, 오징어, 합판 등).
5. 3저 호황 (1980년대 중후반): 저유가, 저금리, 저달러(엔고). 한국 상품의 수출 경쟁력 급상승.
6. 수출 구조 고도화:
- 1995년 (수출 1000억 달러): 반도체, 자동차, 선박 주력.
- 2004년 (수출 2000억 달러): 반도체, 무선통신기기, 자동차, 컴퓨터, 선박 등.
- 2018년 (수출 6000억 달러 돌파, 세계 7위).
성공 요인: 운(Lucky)도 있었지만, 그 기회를 잡을 수 있는 처절한 노력과 준비(Preparedness)가 있었음.
https://youtu.be/1fdqH8NQg7w
👏2
AI 발전에 대해서 어떻게 생각하는지?
모든 기업 워크플로우에 구축되는 데 5년에서 10년이 걸릴 것인지 여부입니다.
하지만 우리가 이 문제에 더 많이 노력할수록, 우리가 생각하는 모든 일이 더 빨리 일어나는 것 같습니다. AI는 우리가 하고 있는 모든 비즈니스 에이전트 관련 업무와 광고를 가속화하고 있습니다. 모든 것이 매우 빠르게 진행되고 있습니다.
메타에서 생각하는 비즈니스 에이전트란?
광고 시스템의 변화:
- 과거에는 광고를 하려면 직접 크리에이티브를 만들고, 도달하고 싶은 대상을 정의하고, 고객을 이해하고, 직접 성과를 측정해야 했습니다.
- 시간이 지남에 따라 우리는 이 중 점점 더 많은 부분을 자동화했습니다.
- 기본적인 최종 목표는 어떤 비즈니스든 우리에게 와서 목표(예: "이것을 하는 새로운 고객을 확보하고 싶다", "이것들을 팔고 싶다")를 밝히고, 그 결과를 달성하기 위해 얼마를 지불할 의향이 있는지 알려주고, 은행 계좌를 연결하면 우리가 가능한 한 많은 결과를 제공하는 것입니다.
- 그들은 단지 목표와 그것이 그들에게 얼마나 가치가 있는지만 가지고 오면, 우리는 우리 플랫폼 전체에서 결과를 제공할 것입니다.
- 이것은 광고가 무엇인지 상당히 극적으로 변화시킬 것입니다. 역사적으로 광고는 전 세계 GDP의 약 1%를 차지했지만, 여기에는 많은 시청자가 타겟 고객이 아닌 빌보드와 같은 비효율적인 것들이 포함됩니다.
- 이것이 AI 비즈니스 결과 기계로 바뀌면, 전체 인터넷 경제가 성장하는 것처럼, 우리가 현재 광고라고 생각하는 것이 하나의 분야로 성장하여 전 세계 GDP에서 더 큰 부분을 차지하게 될 것입니다.
메시징에서의 AI 비즈니스 에이전트:
- 오늘날 비즈니스가 웹사이트, 인스타를 가지는 것처럼 모든 채널에서 에이전트를 가질 것.
- 태국/베트남을 보면 대부분 비즈니스가 메세징 중심으로 이루어지는데 인건비가 저렴해서 가능.태국과 베트남은 전 세계 GDP 순위에서 30위권에 있지만, 이미 너무 많은 상거래가 메시징 플랫폼을 통해 이루어지기 때문에 메타의 매출 국가 순위에서 10위와 11위를 차지하고 있습니다.
- 모든 비즈니스가 고객 지원 및 판매를 위한 AI 에이전트를 갖게 되면, 이것이 이를 더욱 활성화할 것입니다.
- 지금의 메타는 페북/인스타 광고가 대부분인데 와츠앱은 이제 시작이고 AI 에이전트와 광고가 함께 클 것.
- AI가 더 최적화된 고객을 찾아주고, 더 최적화된 컨텐츠를 제안(과거에는 사람이 고민할 4000가지 이상의 크리에이티브를 알아서 테스트해서 최적화된 것을 제안)해서 마케팅이 해야할 여러 일들을 줄여줌.
과거 광고가 메타<> 광고주, 광고를 보는 유저<>광고 사이에 나름대로 최적화를 했었다면, 앞으로는 메시징+AI Agent로 초 개인화된 컨텐츠/채널로 변화할 것임.
Q: 끊임없이 리더가 바뀌는 기술 경쟁처럼 느껴지는 상황에서 AI 체스판이 어떻게 진화할 것으로 보십니까?
초기에는 사람들이 최고의 일반 모델을 만들기 위해 경쟁했습니다. 제 생각에는 그것들이 조금씩 전문화되기 시작할 것입니다. 지능은 본질적으로 일반적이기 때문에 한 분야에만 집중하고 다른 분야에서는 잘하지 못하는 것을 만들 수는 없습니다.
하지만 다른 회사들이 강조하는 제품, 생태계, 연구 분야는 다른 영역에 집중될 것입니다.
소비자 측면: 생산성보다는 "개인 AI"에 매우 집중합니다. 이것은 더 대화형이고, 음성에 더 중점을 두고, 더 개인화될 것입니다. 사람들은 자신을 잘 알고, 피드 알고리즘처럼 자신을 이해하며, 이미 일부 정보와 연결되어 있어 처음부터 다시 시작할 필요가 없는 시스템을 원할 것입니다.
Meta Rayban: 안경을 쓰고 세상을 돌아다니면 AI가 당신이 보는 것을 보고, 당신이 듣는 것을 듣고, 하루 종일 당신과 대화할 수 있습니다. 이 모든 것이 당신을 알아가야 하며, 매번 새로운 쿼리가 되어서는 안 됩니다. 이것이 소비자 측면에서 우리의 게임입니다.
Q: 아직 개인화 기능이 부족하진 않은지? 시리를 사용하면 불만족스러운데요?
- 과거 대화에서 학습하는 제품으로 이제 시작했고 AI에 점점 더 많은 것을 연결하고 싶어 할 것.
우리 세계에서는 다른 메타 서비스(메시징, 안경)와 더불어 시간이 지남에 따라 모든 대화에서 핵심 사항을 추론하고 기억하는 것부터 시작될 것입니다.
과거에는 음성 지원을 하지 않았지만 이제 음성 AI가 90%를 커버하고 나머지 10%만을 위해 사람을 고용할 수 있음.
Q: 종종 기술 트렌드에 일찍 참여하시는 것 같습니다. 11살에 저크넷(Zucknet)을 만드셨고, 11년 전에 오큘러스를 인수하셨습니다. AI 연구소는 2013년에 설립되었습니다. 리브라(Libra)는 비록 실패했지만, 그 분야에서 초기에 움직인 것이었습니다. 일찍 참여하는 것이 당신의 자아 정체성의 일부이고 메타가 앞서 나가는 방식인가요?
늦는 것보다 일찍 참여하는 것이 확실히 더 재미있습니다. 제가 늦어서 다시 경쟁에 뛰어들어야 했던 일들도 많았고, 그것도 꽤 잘 해냈다고 생각합니다.
릴스(Reels)에는 늦었습니다. 틱톡이 꽤 커진 후에야 우리가 이겨야 한다고 결정했습니다. 틱톡은 매우 큰 경쟁자입니다. 그래서 어떤 것에는 앞서고, 어떤 것에는 뒤처집니다.
우리는 운영 체제를 만든 회사가 아닙니다. 제 가정은 우리가 애플이나 구글(안드로이드 포함) 또는 마이크로소프트(윈도우 포함)와 같은 해에 AR 안경을 출시하면, 그들이 더 큰 기반을 가지고 있기 때문에 동점은 그들에게 유리하다는 것입니다.
그래서 우리의 관점은 우리가 더 낫고 더 일찍 해야 한다는 것입니다. 이것은 시장이 준비되기 훨씬 전에 많은 투자를 해야 한다는 것을 의미할 수 있습니다.
Q: 현재 잘 작동하는 것에 투자하는 것과 메타 레이밴이나 라마처럼 올해는 손익에 기여하지 않지만 나중에 엄청난 성과를 낼 수 있는 새로운 것에 투자하는 것 사이에는 긴장감이 있습니다. 이러한 시간적 관점에 대해 어떻게 생각하십니까? 양적으로 생각하십니까, 아니면 그냥 멋지다고 생각하는 것을 하십니까?
하나의 답이 있는지는 모르겠습니다. 일부는 사업이 얼마나 수익성이 좋은지, 장기적으로 얼마나 많은 베팅을 할 수 있는지에 달려 있습니다. 시작할 때는 매우 수익성이 좋도록 노력합니다.
모든 사업은 초기에 생존하고 안정적이며 자립적인 존재가 되기 위해 노력하는 단계를 거치며, 바라건대 미래를 염두에 둡니다.
그 후에는 다른 베팅을 할 수 있습니다.
저는 그냥 모든 다른 일을 하기 위해 정말 훌륭한 사람들을 얻고 싶고, 그런 다음 당신이 하는 모든 일을 잘하고 싶다고 생각합니다.
Q: 초기단계 기업가에게 하고 싶은 말은?
AI와 이러한 인터넷 플랫폼이 어떻게 발전하고 있는지입니다. 20년 전에 시작했다면 회사 내부에 역량을 구축해야 했던 많은 것들을 이제는 훌륭한 플랫폼을 통해 할 수 있습니다. 스트라이프의 서비스를 사용하여 전체 사업을 운영할 수 있습니다. 우리에게는 그런 것이 없었습니다. 제가 언급한 모든 AI 기능을 사용하여 고객을 찾고 상호 작용할 수 있습니다.
이것은 회사의 핵심 아이디어에 더 잘 집중할 수 있다는 것을 의미합니다. 이것은 매우 작고 재능 있는 팀이 아이디어에 열정을 가질 수 있기 때문에 훨씬 더 나은 품질의 결과물을 만들 것입니다.
이것은 아마도 경영 철학과 관련이 있을 것입니다. 만약 이 모든 기능을 복제할 필요가 없고 핵심 부분을 스트라이프의 플랫폼과 같은 곳에 아웃소싱할 수 있다면(이를 통해 전 세계적으로 확장하고 사업을 더 잘 운영할 수 있다면), 그것은 무엇을 의미할까요?
그것은 회사가 당신이 하는 핵심적인 일에 정말로 열정적인 사람들로만 구성될 수 있다는 것을 의미합니다.
https://youtu.be/gF12Xn3C-0c
모든 기업 워크플로우에 구축되는 데 5년에서 10년이 걸릴 것인지 여부입니다.
하지만 우리가 이 문제에 더 많이 노력할수록, 우리가 생각하는 모든 일이 더 빨리 일어나는 것 같습니다. AI는 우리가 하고 있는 모든 비즈니스 에이전트 관련 업무와 광고를 가속화하고 있습니다. 모든 것이 매우 빠르게 진행되고 있습니다.
메타에서 생각하는 비즈니스 에이전트란?
광고 시스템의 변화:
- 과거에는 광고를 하려면 직접 크리에이티브를 만들고, 도달하고 싶은 대상을 정의하고, 고객을 이해하고, 직접 성과를 측정해야 했습니다.
- 시간이 지남에 따라 우리는 이 중 점점 더 많은 부분을 자동화했습니다.
- 기본적인 최종 목표는 어떤 비즈니스든 우리에게 와서 목표(예: "이것을 하는 새로운 고객을 확보하고 싶다", "이것들을 팔고 싶다")를 밝히고, 그 결과를 달성하기 위해 얼마를 지불할 의향이 있는지 알려주고, 은행 계좌를 연결하면 우리가 가능한 한 많은 결과를 제공하는 것입니다.
- 그들은 단지 목표와 그것이 그들에게 얼마나 가치가 있는지만 가지고 오면, 우리는 우리 플랫폼 전체에서 결과를 제공할 것입니다.
- 이것은 광고가 무엇인지 상당히 극적으로 변화시킬 것입니다. 역사적으로 광고는 전 세계 GDP의 약 1%를 차지했지만, 여기에는 많은 시청자가 타겟 고객이 아닌 빌보드와 같은 비효율적인 것들이 포함됩니다.
- 이것이 AI 비즈니스 결과 기계로 바뀌면, 전체 인터넷 경제가 성장하는 것처럼, 우리가 현재 광고라고 생각하는 것이 하나의 분야로 성장하여 전 세계 GDP에서 더 큰 부분을 차지하게 될 것입니다.
메시징에서의 AI 비즈니스 에이전트:
- 오늘날 비즈니스가 웹사이트, 인스타를 가지는 것처럼 모든 채널에서 에이전트를 가질 것.
- 태국/베트남을 보면 대부분 비즈니스가 메세징 중심으로 이루어지는데 인건비가 저렴해서 가능.태국과 베트남은 전 세계 GDP 순위에서 30위권에 있지만, 이미 너무 많은 상거래가 메시징 플랫폼을 통해 이루어지기 때문에 메타의 매출 국가 순위에서 10위와 11위를 차지하고 있습니다.
- 모든 비즈니스가 고객 지원 및 판매를 위한 AI 에이전트를 갖게 되면, 이것이 이를 더욱 활성화할 것입니다.
- 지금의 메타는 페북/인스타 광고가 대부분인데 와츠앱은 이제 시작이고 AI 에이전트와 광고가 함께 클 것.
- AI가 더 최적화된 고객을 찾아주고, 더 최적화된 컨텐츠를 제안(과거에는 사람이 고민할 4000가지 이상의 크리에이티브를 알아서 테스트해서 최적화된 것을 제안)해서 마케팅이 해야할 여러 일들을 줄여줌.
과거 광고가 메타<> 광고주, 광고를 보는 유저<>광고 사이에 나름대로 최적화를 했었다면, 앞으로는 메시징+AI Agent로 초 개인화된 컨텐츠/채널로 변화할 것임.
Q: 끊임없이 리더가 바뀌는 기술 경쟁처럼 느껴지는 상황에서 AI 체스판이 어떻게 진화할 것으로 보십니까?
초기에는 사람들이 최고의 일반 모델을 만들기 위해 경쟁했습니다. 제 생각에는 그것들이 조금씩 전문화되기 시작할 것입니다. 지능은 본질적으로 일반적이기 때문에 한 분야에만 집중하고 다른 분야에서는 잘하지 못하는 것을 만들 수는 없습니다.
하지만 다른 회사들이 강조하는 제품, 생태계, 연구 분야는 다른 영역에 집중될 것입니다.
소비자 측면: 생산성보다는 "개인 AI"에 매우 집중합니다. 이것은 더 대화형이고, 음성에 더 중점을 두고, 더 개인화될 것입니다. 사람들은 자신을 잘 알고, 피드 알고리즘처럼 자신을 이해하며, 이미 일부 정보와 연결되어 있어 처음부터 다시 시작할 필요가 없는 시스템을 원할 것입니다.
Meta Rayban: 안경을 쓰고 세상을 돌아다니면 AI가 당신이 보는 것을 보고, 당신이 듣는 것을 듣고, 하루 종일 당신과 대화할 수 있습니다. 이 모든 것이 당신을 알아가야 하며, 매번 새로운 쿼리가 되어서는 안 됩니다. 이것이 소비자 측면에서 우리의 게임입니다.
Q: 아직 개인화 기능이 부족하진 않은지? 시리를 사용하면 불만족스러운데요?
- 과거 대화에서 학습하는 제품으로 이제 시작했고 AI에 점점 더 많은 것을 연결하고 싶어 할 것.
우리 세계에서는 다른 메타 서비스(메시징, 안경)와 더불어 시간이 지남에 따라 모든 대화에서 핵심 사항을 추론하고 기억하는 것부터 시작될 것입니다.
과거에는 음성 지원을 하지 않았지만 이제 음성 AI가 90%를 커버하고 나머지 10%만을 위해 사람을 고용할 수 있음.
Q: 종종 기술 트렌드에 일찍 참여하시는 것 같습니다. 11살에 저크넷(Zucknet)을 만드셨고, 11년 전에 오큘러스를 인수하셨습니다. AI 연구소는 2013년에 설립되었습니다. 리브라(Libra)는 비록 실패했지만, 그 분야에서 초기에 움직인 것이었습니다. 일찍 참여하는 것이 당신의 자아 정체성의 일부이고 메타가 앞서 나가는 방식인가요?
늦는 것보다 일찍 참여하는 것이 확실히 더 재미있습니다. 제가 늦어서 다시 경쟁에 뛰어들어야 했던 일들도 많았고, 그것도 꽤 잘 해냈다고 생각합니다.
릴스(Reels)에는 늦었습니다. 틱톡이 꽤 커진 후에야 우리가 이겨야 한다고 결정했습니다. 틱톡은 매우 큰 경쟁자입니다. 그래서 어떤 것에는 앞서고, 어떤 것에는 뒤처집니다.
우리는 운영 체제를 만든 회사가 아닙니다. 제 가정은 우리가 애플이나 구글(안드로이드 포함) 또는 마이크로소프트(윈도우 포함)와 같은 해에 AR 안경을 출시하면, 그들이 더 큰 기반을 가지고 있기 때문에 동점은 그들에게 유리하다는 것입니다.
그래서 우리의 관점은 우리가 더 낫고 더 일찍 해야 한다는 것입니다. 이것은 시장이 준비되기 훨씬 전에 많은 투자를 해야 한다는 것을 의미할 수 있습니다.
Q: 현재 잘 작동하는 것에 투자하는 것과 메타 레이밴이나 라마처럼 올해는 손익에 기여하지 않지만 나중에 엄청난 성과를 낼 수 있는 새로운 것에 투자하는 것 사이에는 긴장감이 있습니다. 이러한 시간적 관점에 대해 어떻게 생각하십니까? 양적으로 생각하십니까, 아니면 그냥 멋지다고 생각하는 것을 하십니까?
하나의 답이 있는지는 모르겠습니다. 일부는 사업이 얼마나 수익성이 좋은지, 장기적으로 얼마나 많은 베팅을 할 수 있는지에 달려 있습니다. 시작할 때는 매우 수익성이 좋도록 노력합니다.
모든 사업은 초기에 생존하고 안정적이며 자립적인 존재가 되기 위해 노력하는 단계를 거치며, 바라건대 미래를 염두에 둡니다.
그 후에는 다른 베팅을 할 수 있습니다.
저는 그냥 모든 다른 일을 하기 위해 정말 훌륭한 사람들을 얻고 싶고, 그런 다음 당신이 하는 모든 일을 잘하고 싶다고 생각합니다.
Q: 초기단계 기업가에게 하고 싶은 말은?
AI와 이러한 인터넷 플랫폼이 어떻게 발전하고 있는지입니다. 20년 전에 시작했다면 회사 내부에 역량을 구축해야 했던 많은 것들을 이제는 훌륭한 플랫폼을 통해 할 수 있습니다. 스트라이프의 서비스를 사용하여 전체 사업을 운영할 수 있습니다. 우리에게는 그런 것이 없었습니다. 제가 언급한 모든 AI 기능을 사용하여 고객을 찾고 상호 작용할 수 있습니다.
이것은 회사의 핵심 아이디어에 더 잘 집중할 수 있다는 것을 의미합니다. 이것은 매우 작고 재능 있는 팀이 아이디어에 열정을 가질 수 있기 때문에 훨씬 더 나은 품질의 결과물을 만들 것입니다.
이것은 아마도 경영 철학과 관련이 있을 것입니다. 만약 이 모든 기능을 복제할 필요가 없고 핵심 부분을 스트라이프의 플랫폼과 같은 곳에 아웃소싱할 수 있다면(이를 통해 전 세계적으로 확장하고 사업을 더 잘 운영할 수 있다면), 그것은 무엇을 의미할까요?
그것은 회사가 당신이 하는 핵심적인 일에 정말로 열정적인 사람들로만 구성될 수 있다는 것을 의미합니다.
https://youtu.be/gF12Xn3C-0c
YouTube
A conversation with Mark Zuckerberg
Meta CEO Mark Zuckerberg joins Stripe President John Collison at Stripe Sessions to talk about how advanced technologies are reshaping the global economy
Get discounted admission to Sessions 2026 with code S26YOUTUBE through June 30: https://register.st…
Get discounted admission to Sessions 2026 with code S26YOUTUBE through June 30: https://register.st…
Continuous Learning_Startup & Investment
1. 유저 프로필, 구매 기록, 장바구니 내용 등을 바탕으로 대화 시작 2. 유저가 음성으로 말하고 AI가 음성으로 응답 3. 추천에 쓸테니 캠 권한 달라고 요청 4. 캠 켜서 식물 보여주니 영상 인식으로 종류 알아내서 응답 5. 장바구니 내용과 유저 질의를 바탕으로 상품 추천 및 (유저 허락 하에) 장바구니 갱신 6. 더 필요한 거 없냐고 물어서 유저가 농담으로 "없다. 네가 식물을 심어줄 순 없으니"라고 했더니 식물 심는 서비스 소개 7. 유저가 가격…
AI가 바꿀 소비 형태
자율주행차를 처음 타면 긴장되지만 곧 편안해하고 자율주행차만 타듯이 소비 형태도 어느정도 임계치가 넘어가면 크게 바뀜.
- AI Assistant(Gemini, Chat GPT, Perplexity)는 과거 구글이 쇼핑을 연계(정보 제공)에서 그쳤다면 대화하며 쇼핑하는 UX를 제공해줄 것.
-> Chat UX를 먹는 회사가 여러 쇼핑회사들을 Aggregate하고 쇼핑몰들은 배송을 지원해주는 곳으로 전락하거나 구글/GPT가 제공해줄 수 없는 취향을 Curation하면서 차별화하거나 하는 변화가 있을 것 같다. 위에 Meta가 각 비즈니스 별로 Messaging 채널에 Agent를 공급하는 것도 비슷한 방향.
-> 커머스들의 차별점이 고객의 소비성향에 따른 개인화였는데, AI로 초개인화(내 취향을 저격하는 컨텐츠 제안, 과거 내 검색기록에 기반해서, 소비 행태에 기반한 제안)하는 시도가 늘어날 것
-> 패션 쪽에서 요즘 많이 시도되는건 AI Mirror(사진 올리고 여러 옷을 입어봐. Video Model을 만들던 PIKA도 이쪽으로 집중하는 모습) 혹은 패션/화장법을 제안해주는 서비스(과거에 다른 사람들의 착장을 보는 것에서 내 사진/영상 기반으로 여러 착장을 시도해볼 수 있다.
- 이 분야 회사들은 자체적으로 충분한 고객층을 모아서 커머스로 확장하거나(next Pinterest가 여기에서 나올 수 있다고 생각한다), 기술이 너무 좋지만 제품화하지 못한 곳들은 패션 브랜드/커머스 회사에 매각하거나 하는 방향으로 가지 않을까?
- AI Assitant가 쇼핑에서 정말 강점으로 가진 것은 평소에 나와 이야기하던 맥락을 가지고 있기 때문. 여드름이 나서 어떻게 대처해야할지 고민하는 이야기를 했다면 관련 피부과와 화장품을, 최근 관심있는 주식을 검색했다면 관련된 리포트나 투자자문사를 연결해줄 수 있음.
- Stripe같은 결제회사들은 기존 웹/앱 쇼핑에서 치열한 경쟁을 하다가 이 시장을 다음 먹거리로 보고 있다. Perplexity같은 AI Assistant회사가 특정 제품 검색까지 마무리하면, Stripe이 결제를 마무리해주고, 쇼핑몰이 배송을 책임지는 구조. Visa/Master Car도 기존 인프라를 Agentic Commerce에 도입할 수 있다고 OpenAI, Anthropic, MS와 발표
https://youtu.be/VQpAc2ye6BE
- 아직은 시작단계지만 대화형 AI Assistant가 일반화되고, 보는 UX에서 말하고 듣는 UX로 변화하면서 충분히 더 클 수 있는 시장의 기회인 것 같다. 구글(https://news.1rj.ru/str/continuouslearningmatthew/3873)과 OpenAI도 쇼핑이 새로운 Revenue Stream이 될 수 있다는 건 잘 인지하고 준비하는 상황.
- 내가 원하는 디자인의 쥬얼리 패션을 만들어주는 서비스들도 등장. 기존에 생산 시설을 가지고 있는 회사들이 앞단에 AI를 붙여 Customized된 상품을 제공해준다면 기존보다 수요는 늘어날 것 같다. 내가 반지/목걸이를 만드는 공방이 있는데, 고객들이 원하는 디자인을 설계해서 맡기면 1주일 내 배송.
https://a16z.com/ai-shopping-online/
자율주행차를 처음 타면 긴장되지만 곧 편안해하고 자율주행차만 타듯이 소비 형태도 어느정도 임계치가 넘어가면 크게 바뀜.
- AI Assistant(Gemini, Chat GPT, Perplexity)는 과거 구글이 쇼핑을 연계(정보 제공)에서 그쳤다면 대화하며 쇼핑하는 UX를 제공해줄 것.
-> Chat UX를 먹는 회사가 여러 쇼핑회사들을 Aggregate하고 쇼핑몰들은 배송을 지원해주는 곳으로 전락하거나 구글/GPT가 제공해줄 수 없는 취향을 Curation하면서 차별화하거나 하는 변화가 있을 것 같다. 위에 Meta가 각 비즈니스 별로 Messaging 채널에 Agent를 공급하는 것도 비슷한 방향.
-> 커머스들의 차별점이 고객의 소비성향에 따른 개인화였는데, AI로 초개인화(내 취향을 저격하는 컨텐츠 제안, 과거 내 검색기록에 기반해서, 소비 행태에 기반한 제안)하는 시도가 늘어날 것
-> 패션 쪽에서 요즘 많이 시도되는건 AI Mirror(사진 올리고 여러 옷을 입어봐. Video Model을 만들던 PIKA도 이쪽으로 집중하는 모습) 혹은 패션/화장법을 제안해주는 서비스(과거에 다른 사람들의 착장을 보는 것에서 내 사진/영상 기반으로 여러 착장을 시도해볼 수 있다.
- 이 분야 회사들은 자체적으로 충분한 고객층을 모아서 커머스로 확장하거나(next Pinterest가 여기에서 나올 수 있다고 생각한다), 기술이 너무 좋지만 제품화하지 못한 곳들은 패션 브랜드/커머스 회사에 매각하거나 하는 방향으로 가지 않을까?
- AI Assitant가 쇼핑에서 정말 강점으로 가진 것은 평소에 나와 이야기하던 맥락을 가지고 있기 때문. 여드름이 나서 어떻게 대처해야할지 고민하는 이야기를 했다면 관련 피부과와 화장품을, 최근 관심있는 주식을 검색했다면 관련된 리포트나 투자자문사를 연결해줄 수 있음.
- Stripe같은 결제회사들은 기존 웹/앱 쇼핑에서 치열한 경쟁을 하다가 이 시장을 다음 먹거리로 보고 있다. Perplexity같은 AI Assistant회사가 특정 제품 검색까지 마무리하면, Stripe이 결제를 마무리해주고, 쇼핑몰이 배송을 책임지는 구조. Visa/Master Car도 기존 인프라를 Agentic Commerce에 도입할 수 있다고 OpenAI, Anthropic, MS와 발표
https://youtu.be/VQpAc2ye6BE
- 아직은 시작단계지만 대화형 AI Assistant가 일반화되고, 보는 UX에서 말하고 듣는 UX로 변화하면서 충분히 더 클 수 있는 시장의 기회인 것 같다. 구글(https://news.1rj.ru/str/continuouslearningmatthew/3873)과 OpenAI도 쇼핑이 새로운 Revenue Stream이 될 수 있다는 건 잘 인지하고 준비하는 상황.
- 내가 원하는 디자인의 쥬얼리 패션을 만들어주는 서비스들도 등장. 기존에 생산 시설을 가지고 있는 회사들이 앞단에 AI를 붙여 Customized된 상품을 제공해준다면 기존보다 수요는 늘어날 것 같다. 내가 반지/목걸이를 만드는 공방이 있는데, 고객들이 원하는 디자인을 설계해서 맡기면 1주일 내 배송.
https://a16z.com/ai-shopping-online/
YouTube
Agentic Commerce Demo with Stripe Agent Toolkit
❤1
Stripe은 AI/Stablecoin이라는 새로운 변화의 물결에 올라탔고 장기적 관점을 가진 창업자들이 이끄는 회사라 앞으로 5년-10년 어디까지 더 성장해있을지 기대된다.
AI에 대해서
- 기존에 ML을 써서 사기 방지, 전환 최적화 등을 했는데 그동안 쌓은 결제 데이터 가반으로 핀테크 전용 Foundational Model을 만들었고 잘 쓰고 있다.
- Agentic Buying: 사람들이 더 Agent를 사용해서 물건을 사지 않을까? 그 때 필요한 결제 모듈을 지원.
- 생산성에 대해서: 그렉 르몽드(사이클 선수)는 "더 쉬워지는 것이 아니라 더 빨라질 뿐"이라고 말했습니다. 경쟁은 치열해지지만 회사 생산성에 대한 기대치는 높아질 수도 있습니다.
스테이블 코인
- 아르헨티나부터 바티칸까지 100개 국가에 스테이블 코인 자금 관리 기능 지원(잔고 관리/송금). 자국 화폐가 불안한 나라일수록 달러를 가지고자 하는 수요가 큰데 기존 은행권을 통한 달러 보유보다 스테이블 코인을 보유하는 게 수수료/송금/결제 관점에서 유리. 일단 기업들에게 제공하면 기업에서 임금을 받는 사람들, 그리고 이들이 소비하는 SMB까지 확장 가능
- 최근 애플이 외부 결제 옵션을 선택할 수 있게 하라는 법원 판결이 있었는데 덕분에 암호화폐 결제 도입이 더 늘어나지 않을까? 애플 인앱결제(15~30%)
고객에 대해서
- 우리는 경제에서 빠르게 성장하는 부분(새로운 AI 연구소/기업, 크리에이터 경제, 소규모 비즈니스를 지원하는 수직적 SaaS)에 힘을 실어주는 경향이 있습니다. 이를 통해 장기적인 성장을 지속할 수 있습니다.
- 흥미로운 점은 그 어느 때보다 빠르게 글로벌화되고 있다는 점입니다. 2년 전에 출범한 AI 회사가 이미 150~200개국에 제품을 판매하고 있을 수도 있습니다.
- 역사적으로 중소기업은 기술을 더디게 도입했습니다. 이제 미국 중소기업의 대다수가 어떤 종류의 소프트웨어 솔루션(레스토랑의 경우 Toast, 배관공의 경우 Jobber와 같은 수직적 SaaS)을 사용하고 있습니다.
장기적 관점
- 퍼블릭 시장에서 사람들이 불평하는 것이 바로 이러한 분기별 집착입니다. 분기별 EPS는 산출 지표이므로 산출 지표만 보고 관리하는 것은 큰 실수입니다. 입력 지표(신제품 채택, 고객 만족도)를 주시해야 합니다.
- 우리는 가장 안정적이고 안전한 옵션인 견고한 인프라가 되는 데 관심이 있습니다. 경쟁업체에 장애가 발생하면 많은 비즈니스가 우리 쪽으로 들어옵니다.
- 신제품 발표는 5~10년 후에 손익에 의미 있게 반영될 것입니다. 여러분은 이러한 것들이 제대로 구축되어야 한다는 것을 잘 알고 있습니다.
- 매주 월요일 아침 경영진 회의는 고객을 초대해 상황을 설명하는 것으로 시작됩니다. 고객들은 실제 불만을 가지고 있으며, 이를 바탕으로 전술적이고 구체적인 피드백을 제공합니다. 입력 메트릭으로 관리하면 출력 메트릭은 스스로 알아서 처리됩니다.
상장 vs 비상장
제 생각에는, 일부 기술 회사들, 어쩌면 많은 기술 회사들이 너무 일찍 상장하는 것 같습니다. 스트라이프의 경우, 저희는 여전히 사업을 크게 변화시키고 성장시킬 수 있는 엄청난 기회가 있다고 봅니다. 저희는 여전히 끊임없이 새로운 제품을 발명하고 새로운 사업 라인을 개발하고 있습니다. 물론 상장 시장에서도 그렇게 할 수 있겠지만, 문화적으로 저희는 공개 기업을 분석하는 애널리스트들이 분기별 실적 가이던스 등에 집착하는 세상과는 약간 다른 곳에 있게 된 것 같습니다. 문화적으로 볼 때, 공개 기업은 S자 곡선의 확장 단계보다는 추출 단계에 더 적합한 것 같습니다. 스트라이프는 여전히 매우 빠르게 성장하고 있으며, 새로운 제품에 재투자하고 있습니다. 직원 보상 측면에서도, 비상장 회사로서 최고의 인재를 유치하고 더 나은 보상 수단을 제공할 수 있다고 생각합니다.
버크셔에서 배운것
1. 재직 기간의 가치와 준비된 마음. 워렌은 59년 동안 이 일을 해왔습니다. 패트릭과 저는 16년이라 4분의 1 정도밖에 안 됐지만 아직 젊습니다. 사람들은 "다음 계획이 뭐죠?"라고 묻습니다. 저희는 이제 막 스트라이프를 시작했어요.
2. 이제 우리는 멋진 서비스를 출시할 수 있는 위치에 있습니다. 결제 재단 모델은 당연한 아이디어지만, 모델을 훈련시키기 위해서는 인터넷 경제 활동의 상당 부분이 Stripe에서 실행되는 규모에 도달해야 했습니다. 링크 역시 당연한 아이디어지만 규모가 필요했습니다. 앞으로의 10년이 기대되는 제품입니다.
3. 워런은 버크셔와 함께 다음 분기를 기준으로 서두르지 않고 10년, 20년, 30년 이상 지속 가능한 기업을 인수한다는 마인드를 가지고 있었습니다.
4. 준비된 마음가짐. 상황이 어떻게 전개될지 예측할 수는 없지만 대비를 위한 조치를 취할 수는 있습니다. 버크셔는 흥미로운 일이 일어날 것을 알았기 때문에 항상 현금이 넘쳤습니다. 2008년의 거래는 준비가 되어 있었기 때문에 성공할 수 있었습니다.
마찬가지로 Stripe도 새로운 종류의 비즈니스가 등장할 때를 대비해 포지셔닝을 시도했습니다. AI 기업의 빠른 성장을 예측하지는 못했지만, 빠르게 성장하는 비즈니스가 전 세계에서 결제를 쉽게 수락하고 사기를 방지하는 등의 기능을 갖춘 제품을 만들었습니다. 일부 비즈니스는 이를 필요로 할 것입니다. 버크셔가 '08년의 모습을 정확히 예측하지 못했던 것처럼, 저희도 이러한 도약의 모습을 정확히 예측하지 못했습니다. 준비된 마음을 갖는 것은 매우 도움이 됩니다.
Q: 때때로 기업가들은 "나는 훌륭한 아이디어가 하나 있지만, 사실 나는 정말 똑똑해서 두 가지 훌륭한 아이디어를 가질 수 있다. 그래서 나는 훌륭한 아이디어가 하나 있으니, 이제 다른 회사를 시작할 것이다. 왜냐하면 나는 너무 똑똑해서 다른 훌륭한 것을 생각해낼 수 있기 때문이다"라고 말합니다. 다른 회사를 시작하려는 불타는 야망이 있나요, 아니면 이것이 기본적으로 당신의 인생의 열정이 될 건가요?
하나의 좋은 아이디어를 갖는 것만으로도 충분히 어렵습니다. 그리고 찰리 멍거(Charlie Munger)는 "단순한 아이디어를 매우 진지하게 받아들여라"는 훌륭한 말을 남겼습니다. 저는 사람들이 핵심 아이디어를 충분히 진지하게 받아들이지 않는다고 생각합니다. 스트라이프의 핵심 아이디어는, 만약 우리가 그렇게 하는 비용을 낮추고 더 쉽게 만든다면 더 많은 인터넷 상거래와 더 성공적인 인터넷 기업들이 만들어질 수 있다는 것입니다. 그리고 저희는 그 핵심 아이디어를 정말, 정말 진지하게 받아들이고 있습니다.
한 가지는 "아이디어를 가지고 그것을 진지하게 받아들여라"는 생각일 수 있습니다. 다시 말하지만, 저희는 인터넷 기업들이 쉽게 돈을 받을 수 있도록 만들고 싶다는 생각으로 시작했고, 그냥 계속해서 그것을 밀고 나갔습니다. 좋은 점은, 실리콘밸리 기업가들은 돌이켜보면 이야기를 정리하고 마치 첫날부터 모든 것을 다 알고 있었던 것처럼 보이게 하려는 경향이 있다는 것입니다. "우리의 임무는 X, Y, Z를 해결하는 것이었다"고요. 제 생각에 실제로 일어나는 방식은 약간의 실험이 있다는 것입니다.
어디로 갈지 모르지만, 주의를 기울인다면 그 분야가 당신을 가르쳐줍니다. 스트라이프의 경우, 저희는 글로벌 결제 인프라가 될 기회가 이렇게 많을 것이라고는 전혀 생각하지 못했습니다. 하지만 저희는 고객들로부터 배워야 했습니다.
마찬가지로, 아마존이나 허츠 같은 대기업들이 저희를 사용할 것이라고는 전혀 생각하지 못했습니다. 사업 첫날에는 그런 일이 일어날 것이라고는 전혀 생각하지 못했지만, 점점 더 큰 기업들이 저희에게 연락해오고 서비스를 필요로 하거나 스트라이프의 사업이 성장하는 것을 알아챘습니다. 또한 도어대시(DoorDash)나 인스타카트(Instacart) 같은 회사들도 있었는데, 그들은 매우 작은 회사로 시작했지만 지금은 매우 성공적인 공개 기업이 되었습니다. 그래서 사람들이 아마도 과소평가하는 것은, 만약 당신이 주의를 기울인다면 어떤 분야에 있다는 것 자체가 그 분야에 대해 당신을 가르쳐준다는 것입니다. 그리고 많은 사업 성공은 시장이 당신에게 하라고 말하는 것에 귀를 기울이는 것에서 올 수 있습니다.
https://youtu.be/Bb3sjZ7a6P4
https://youtu.be/DrNUzB3Mqj8?si=pnGT0pBU_FPO4HM-
AI에 대해서
- 기존에 ML을 써서 사기 방지, 전환 최적화 등을 했는데 그동안 쌓은 결제 데이터 가반으로 핀테크 전용 Foundational Model을 만들었고 잘 쓰고 있다.
- Agentic Buying: 사람들이 더 Agent를 사용해서 물건을 사지 않을까? 그 때 필요한 결제 모듈을 지원.
- 생산성에 대해서: 그렉 르몽드(사이클 선수)는 "더 쉬워지는 것이 아니라 더 빨라질 뿐"이라고 말했습니다. 경쟁은 치열해지지만 회사 생산성에 대한 기대치는 높아질 수도 있습니다.
스테이블 코인
- 아르헨티나부터 바티칸까지 100개 국가에 스테이블 코인 자금 관리 기능 지원(잔고 관리/송금). 자국 화폐가 불안한 나라일수록 달러를 가지고자 하는 수요가 큰데 기존 은행권을 통한 달러 보유보다 스테이블 코인을 보유하는 게 수수료/송금/결제 관점에서 유리. 일단 기업들에게 제공하면 기업에서 임금을 받는 사람들, 그리고 이들이 소비하는 SMB까지 확장 가능
- 최근 애플이 외부 결제 옵션을 선택할 수 있게 하라는 법원 판결이 있었는데 덕분에 암호화폐 결제 도입이 더 늘어나지 않을까? 애플 인앱결제(15~30%)
고객에 대해서
- 우리는 경제에서 빠르게 성장하는 부분(새로운 AI 연구소/기업, 크리에이터 경제, 소규모 비즈니스를 지원하는 수직적 SaaS)에 힘을 실어주는 경향이 있습니다. 이를 통해 장기적인 성장을 지속할 수 있습니다.
- 흥미로운 점은 그 어느 때보다 빠르게 글로벌화되고 있다는 점입니다. 2년 전에 출범한 AI 회사가 이미 150~200개국에 제품을 판매하고 있을 수도 있습니다.
- 역사적으로 중소기업은 기술을 더디게 도입했습니다. 이제 미국 중소기업의 대다수가 어떤 종류의 소프트웨어 솔루션(레스토랑의 경우 Toast, 배관공의 경우 Jobber와 같은 수직적 SaaS)을 사용하고 있습니다.
장기적 관점
- 퍼블릭 시장에서 사람들이 불평하는 것이 바로 이러한 분기별 집착입니다. 분기별 EPS는 산출 지표이므로 산출 지표만 보고 관리하는 것은 큰 실수입니다. 입력 지표(신제품 채택, 고객 만족도)를 주시해야 합니다.
- 우리는 가장 안정적이고 안전한 옵션인 견고한 인프라가 되는 데 관심이 있습니다. 경쟁업체에 장애가 발생하면 많은 비즈니스가 우리 쪽으로 들어옵니다.
- 신제품 발표는 5~10년 후에 손익에 의미 있게 반영될 것입니다. 여러분은 이러한 것들이 제대로 구축되어야 한다는 것을 잘 알고 있습니다.
- 매주 월요일 아침 경영진 회의는 고객을 초대해 상황을 설명하는 것으로 시작됩니다. 고객들은 실제 불만을 가지고 있으며, 이를 바탕으로 전술적이고 구체적인 피드백을 제공합니다. 입력 메트릭으로 관리하면 출력 메트릭은 스스로 알아서 처리됩니다.
상장 vs 비상장
제 생각에는, 일부 기술 회사들, 어쩌면 많은 기술 회사들이 너무 일찍 상장하는 것 같습니다. 스트라이프의 경우, 저희는 여전히 사업을 크게 변화시키고 성장시킬 수 있는 엄청난 기회가 있다고 봅니다. 저희는 여전히 끊임없이 새로운 제품을 발명하고 새로운 사업 라인을 개발하고 있습니다. 물론 상장 시장에서도 그렇게 할 수 있겠지만, 문화적으로 저희는 공개 기업을 분석하는 애널리스트들이 분기별 실적 가이던스 등에 집착하는 세상과는 약간 다른 곳에 있게 된 것 같습니다. 문화적으로 볼 때, 공개 기업은 S자 곡선의 확장 단계보다는 추출 단계에 더 적합한 것 같습니다. 스트라이프는 여전히 매우 빠르게 성장하고 있으며, 새로운 제품에 재투자하고 있습니다. 직원 보상 측면에서도, 비상장 회사로서 최고의 인재를 유치하고 더 나은 보상 수단을 제공할 수 있다고 생각합니다.
버크셔에서 배운것
1. 재직 기간의 가치와 준비된 마음. 워렌은 59년 동안 이 일을 해왔습니다. 패트릭과 저는 16년이라 4분의 1 정도밖에 안 됐지만 아직 젊습니다. 사람들은 "다음 계획이 뭐죠?"라고 묻습니다. 저희는 이제 막 스트라이프를 시작했어요.
2. 이제 우리는 멋진 서비스를 출시할 수 있는 위치에 있습니다. 결제 재단 모델은 당연한 아이디어지만, 모델을 훈련시키기 위해서는 인터넷 경제 활동의 상당 부분이 Stripe에서 실행되는 규모에 도달해야 했습니다. 링크 역시 당연한 아이디어지만 규모가 필요했습니다. 앞으로의 10년이 기대되는 제품입니다.
3. 워런은 버크셔와 함께 다음 분기를 기준으로 서두르지 않고 10년, 20년, 30년 이상 지속 가능한 기업을 인수한다는 마인드를 가지고 있었습니다.
4. 준비된 마음가짐. 상황이 어떻게 전개될지 예측할 수는 없지만 대비를 위한 조치를 취할 수는 있습니다. 버크셔는 흥미로운 일이 일어날 것을 알았기 때문에 항상 현금이 넘쳤습니다. 2008년의 거래는 준비가 되어 있었기 때문에 성공할 수 있었습니다.
마찬가지로 Stripe도 새로운 종류의 비즈니스가 등장할 때를 대비해 포지셔닝을 시도했습니다. AI 기업의 빠른 성장을 예측하지는 못했지만, 빠르게 성장하는 비즈니스가 전 세계에서 결제를 쉽게 수락하고 사기를 방지하는 등의 기능을 갖춘 제품을 만들었습니다. 일부 비즈니스는 이를 필요로 할 것입니다. 버크셔가 '08년의 모습을 정확히 예측하지 못했던 것처럼, 저희도 이러한 도약의 모습을 정확히 예측하지 못했습니다. 준비된 마음을 갖는 것은 매우 도움이 됩니다.
Q: 때때로 기업가들은 "나는 훌륭한 아이디어가 하나 있지만, 사실 나는 정말 똑똑해서 두 가지 훌륭한 아이디어를 가질 수 있다. 그래서 나는 훌륭한 아이디어가 하나 있으니, 이제 다른 회사를 시작할 것이다. 왜냐하면 나는 너무 똑똑해서 다른 훌륭한 것을 생각해낼 수 있기 때문이다"라고 말합니다. 다른 회사를 시작하려는 불타는 야망이 있나요, 아니면 이것이 기본적으로 당신의 인생의 열정이 될 건가요?
하나의 좋은 아이디어를 갖는 것만으로도 충분히 어렵습니다. 그리고 찰리 멍거(Charlie Munger)는 "단순한 아이디어를 매우 진지하게 받아들여라"는 훌륭한 말을 남겼습니다. 저는 사람들이 핵심 아이디어를 충분히 진지하게 받아들이지 않는다고 생각합니다. 스트라이프의 핵심 아이디어는, 만약 우리가 그렇게 하는 비용을 낮추고 더 쉽게 만든다면 더 많은 인터넷 상거래와 더 성공적인 인터넷 기업들이 만들어질 수 있다는 것입니다. 그리고 저희는 그 핵심 아이디어를 정말, 정말 진지하게 받아들이고 있습니다.
한 가지는 "아이디어를 가지고 그것을 진지하게 받아들여라"는 생각일 수 있습니다. 다시 말하지만, 저희는 인터넷 기업들이 쉽게 돈을 받을 수 있도록 만들고 싶다는 생각으로 시작했고, 그냥 계속해서 그것을 밀고 나갔습니다. 좋은 점은, 실리콘밸리 기업가들은 돌이켜보면 이야기를 정리하고 마치 첫날부터 모든 것을 다 알고 있었던 것처럼 보이게 하려는 경향이 있다는 것입니다. "우리의 임무는 X, Y, Z를 해결하는 것이었다"고요. 제 생각에 실제로 일어나는 방식은 약간의 실험이 있다는 것입니다.
어디로 갈지 모르지만, 주의를 기울인다면 그 분야가 당신을 가르쳐줍니다. 스트라이프의 경우, 저희는 글로벌 결제 인프라가 될 기회가 이렇게 많을 것이라고는 전혀 생각하지 못했습니다. 하지만 저희는 고객들로부터 배워야 했습니다.
마찬가지로, 아마존이나 허츠 같은 대기업들이 저희를 사용할 것이라고는 전혀 생각하지 못했습니다. 사업 첫날에는 그런 일이 일어날 것이라고는 전혀 생각하지 못했지만, 점점 더 큰 기업들이 저희에게 연락해오고 서비스를 필요로 하거나 스트라이프의 사업이 성장하는 것을 알아챘습니다. 또한 도어대시(DoorDash)나 인스타카트(Instacart) 같은 회사들도 있었는데, 그들은 매우 작은 회사로 시작했지만 지금은 매우 성공적인 공개 기업이 되었습니다. 그래서 사람들이 아마도 과소평가하는 것은, 만약 당신이 주의를 기울인다면 어떤 분야에 있다는 것 자체가 그 분야에 대해 당신을 가르쳐준다는 것입니다. 그리고 많은 사업 성공은 시장이 당신에게 하라고 말하는 것에 귀를 기울이는 것에서 올 수 있습니다.
https://youtu.be/Bb3sjZ7a6P4
https://youtu.be/DrNUzB3Mqj8?si=pnGT0pBU_FPO4HM-
YouTube
Stripe co-founder John Collison on AI powering a 'good old-fashioned tech race'
CNBC’S Kate Rooney sits down with John Collison, Stripe Co-founder and President, to discuss the payments company’s adaption to regulatory changes, navigating global business challenges posed by tariffs and trade policies, and the rollout of new products…
👍1
스타트업이 AI로 변화하는 세상에서 승부보는 것은 결국 Vertical. Sequioa도 이 쪽에 방점을 찍고 도메인 회사들에 집중해서 투자.
- So what? (그래서 무엇이 중요한가?)
- AI 서비스 시장은 기존 클라우드 시장(4000억 달러 규모)보다 최소 10배 큰 시작점에서 출발하며, 10~20년 후에는 엄청난 규모로 성장할 잠재력이 있습니다.
- AI는 서비스 시장뿐만 아니라 소프트웨어 시장까지 공략하고 있어, 두 시장의 수익 풀 모두 변화의 대상입니다.
- 기업들은 소프트웨어(도구) 판매에서 결과(노동력) 판매로 진화하며, 노동 예산까지 넘보고 있습니다.
- Why now? (왜 지금인가?)
- 관심도/정보 접근성: 레딧, 트위터 등 과거에는 없거나 미미했던 플랫폼들이 현재 12억~18억 명의 사용자에게 정보를 전달하는 통로가 되고 있습니다.
- What now? (이제 무엇을 해야 하는가?)
- 과거 기술 전환기에서 10억 달러 이상 매출을 달성한 기업 대부분은 애플리케이션 레이어에 있었습니다. AI에서도 가치는 애플리케이션 레이어에서 창출될 것입니다.
- 스타트업의 전략: 수직적으로 통합된 비즈니스를 구축하지 않는다면, 고객 중심(customer back)으로 특정 산업(vertical specific)이나 기능(function specific)에 집중하고, 인간의 개입이 필요할 수 있는 복잡한 문제를 해결해야 합니다.
- 특정 워크플로우에 뛰어나도록 엔드투엔드로 훈련된 에이전트가 등장할 것입니다. (합성 데이터에 대한 강화 학습, 사용자 데이터 활용 등)
- 인간을 능가하는 성능: 보안(엑스포), DevOps(트래버설), 네트워킹(미터) 등 특정 작업에서 인간 전문가를 능가하는 에이전트가 등장하고 있습니다.
- 가치 사슬 전반의 해자(Moats) 구축:
- 고객이 AI로부터 무엇을 원하는지 불확실할 때, 의견을 제시하고 엔드투엔드 솔루션을 제공합니다. (도구를 던져주는 것이 아니라)
- 자사 제품 사용 데이터를 활용한 데이터 플라이휠을 구축합니다. (타인이 가질 수 없는 것)
- 해당 산업을 위한, 해당 산업에 의한 솔루션을 제공합니다. (오픈 에비던스가 의료 산업에 하듯이)
- 고객의 언어를 사용합니다. (하비가 로펌과 소통하듯이)
- (권장하지는 않지만) 엔지니어를 고객사에 파견하여 밀착 지원할 수 있습니다.
- "지금 당장 미친 듯이 달려야 하는 사업"입니다. 최대 속도로 나아가야 할 때입니다.
- 스티브 잡스 인용: "고객이 무엇을 원하는지 아는 것은 고객의 일이 아니다.”
- AI 기업을 평가할 때 어떤 점을 중요하게 보십니까? (AI 특화된 5% 요소)
1. 수익 분위기 (Revenue Vibe) vs. 실제 수익 (Real Revenue):
- "분위기 좋은 수익"에 속지 마십시오. 일시적인 관심인지, 지속적인 행동 변화를 만들어내는지 확인해야 합니다.
- 채택률, 참여도, 유지율 등 실제 사용 지표를 통해 제품이 어떻게 사용되는지 면밀히 검토해야 합니다.
- 고객과의 신뢰 구축: 현재 시점에서는 제품 자체보다 고객과의 신뢰가 더 중요합니다. 신뢰가 있다면 제품은 개선될 수 있습니다.
2. 마진 (Margins):
- 토큰당 비용은 지난 12~18개월 동안 99% 하락했으며, 이 비용 곡선은 계속될 것입니다. (테스트 시간 컴퓨팅 등으로 일시적 상승은 있겠지만)
- 비용 대비 품질 향상: OpenAI 모델들의 발전 과정을 보면, 모델 품질의 증가는 상대적으로 작았지만, 모델 효율성(비용 절감)은 엄청나게 향상되었습니다. (10배 이상)
- 도구 판매에서 결과 판매로 가치 사슬을 성공적으로 이동한다면 가격 결정력도 높아질 것입니다.
- 현재 총 마진율 자체보다는 미래의 건강한 마진율로 나아갈 수 있는 경로가 중요합니다.
3. 데이터 플라이휠 (Data Flywheel):
- 데이터 플라이휠이 어떤 사업 지표를 움직이는지 명확히 답할 수 있어야 합니다. 그렇지 않다면, 데이터 플라이휠이 없거나 중요하지 않은 것입니다.
- 이는 구축할 수 있는 가장 강력한 해자 중 하나입니다.
- 지난 1년간 AI 분야에서 고객 관점과 기술 관점에서 어떤 중요한 변화가 있었습니까?
- 음성 기술의 "Her 모멘트": 2024년은 음성 생성 기술이 "거의 다 왔다"에서 "불쾌한 골짜기(uncanny valley)"를 완전히 넘어선 해였습니다. (세서미의 음성 데모 언급) 과학 소설과 현실 사이의 간극이 빠르게 좁혀지고 있으며, 튜링 테스트가 우리도 모르게 다가온 느낌입니다.
- 사전 훈련(Pre-training) 둔화: 알렉스넷(AlexNet) 시대 이후 사전 훈련 규모가 9~10 자릿수 증가하면서, 쉽게 딸 수 있는 열매(low-hanging fruit)는 대부분 따인 상태입니다.
- 새로운 돌파구 모색: 연구 생태계는 새로운 돌파구를 찾고 있습니다.
- 추론(Reasoning): OpenAI의 가장 중요한 돌파구였습니다. (놈 브라운, 댄 로버츠 언급)
- 합성 데이터(Synthetic Data), 도구 사용(Tool Use), 에이전트 스캐폴딩(Agentic Scaffolding): 이러한 기술들이 결합하여 지능을 확장하는 새로운 방법을 만들어내고 있습니다.
- 앤트로픽의 MCP(아마도 Model Component Package)는 강력한 생태계와 네트워크를 구축했으며, 에이전트 도구 사용을 가속화할 것으로 기대됩니다.
- 우리가 AI의 흥분에 가려 간과하고 있는 미지의 영역이나 의도하지 않은 결과는 무엇일까요?
- 군사 기술에 대한 실리콘밸리식 접근: 과거에는 군사 또는 정보기관이 최첨단 기술을 먼저 접했지만, 현재는 소비자 기술이 훨씬 빠르게 발전하고 군사 분야는 수십 년 뒤처지는 양상입니다. 이러한 격차를 해소하기 위한 혁신과 관심이 증가하고 있습니다. (앤듀릴 등 방산 스타트업) 특히 다시 전쟁이 현실화될 수 있는 세상에서 이러한 변화는 중요합니다.
- 바이오 및 컴퓨터 생물학: 소프트웨어와 AI의 도입으로 해당 분야 전문가들이 매우 흥분하고 있습니다. (자신의 전문 분야는 아님)
- 기타 프론티어 기술: 원자력, 핵융합, 양자컴퓨팅 등 과거 벤처캐피탈이 투자하기 어려웠던 분야들에 대한 관심도 다시 높아지고 있습니다. GPT 출시 이전에 흥미로웠던 많은 것들이 여전히 존재하고 발전하고 있습니다.
일자리가 없어지진 않을까요?
- 반복되는 우려: 신기술이 일자리를 없앨 것이라는 우려는 1920년대부터, 아니 수백 년 전부터 있었습니다. (과거 유럽 군주들이 일자리 감소를 이유로 신기술 도입을 막았던 사례)
- 경제학적 오류 (노동 총량의 오류 - Lump of Labor Fallacy): 일이 더 저렴하고 쉬워지면 두 가지 중 하나가 일어납니다.
1. 모든 사람에게 더 저렴해져서 다른 것에 돈을 쓸 수 있게 되거나 새로운 것을 창출합니다.
2. 그 일을 더 많이 하게 됩니다.
- 엑셀과 투자 은행가의 예: 엑셀이 등장하기 전에도 투자 은행가들은 장시간 일했습니다. 엑셀 덕분에 금요일 점심에 모든 일을 끝내고 주말을 즐기는 것이 아니라, 분석이 훨씬 쉬워지자 훨씬 더 많은 분석을 하게 되었습니다. 지난 40년간 회계사 수는 줄지 않고 오히려 늘었습니다.
- 역사적 교훈: 200년 전 우리 대부분은 농부였지만(90%), 지금은 농업 종사자 비율이 한 자릿수 초반입니다. 하지만 나머지 사람들은 여전히 일자리를 가지고 있습니다. 식량이 충분히 저렴해지자 새로운 일을 할 수 있는 자원이 확보되었기 때문입니다.
https://youtu.be/v9JBMnxuPX8
- So what? (그래서 무엇이 중요한가?)
- AI 서비스 시장은 기존 클라우드 시장(4000억 달러 규모)보다 최소 10배 큰 시작점에서 출발하며, 10~20년 후에는 엄청난 규모로 성장할 잠재력이 있습니다.
- AI는 서비스 시장뿐만 아니라 소프트웨어 시장까지 공략하고 있어, 두 시장의 수익 풀 모두 변화의 대상입니다.
- 기업들은 소프트웨어(도구) 판매에서 결과(노동력) 판매로 진화하며, 노동 예산까지 넘보고 있습니다.
- Why now? (왜 지금인가?)
- 관심도/정보 접근성: 레딧, 트위터 등 과거에는 없거나 미미했던 플랫폼들이 현재 12억~18억 명의 사용자에게 정보를 전달하는 통로가 되고 있습니다.
- What now? (이제 무엇을 해야 하는가?)
- 과거 기술 전환기에서 10억 달러 이상 매출을 달성한 기업 대부분은 애플리케이션 레이어에 있었습니다. AI에서도 가치는 애플리케이션 레이어에서 창출될 것입니다.
- 스타트업의 전략: 수직적으로 통합된 비즈니스를 구축하지 않는다면, 고객 중심(customer back)으로 특정 산업(vertical specific)이나 기능(function specific)에 집중하고, 인간의 개입이 필요할 수 있는 복잡한 문제를 해결해야 합니다.
- 특정 워크플로우에 뛰어나도록 엔드투엔드로 훈련된 에이전트가 등장할 것입니다. (합성 데이터에 대한 강화 학습, 사용자 데이터 활용 등)
- 인간을 능가하는 성능: 보안(엑스포), DevOps(트래버설), 네트워킹(미터) 등 특정 작업에서 인간 전문가를 능가하는 에이전트가 등장하고 있습니다.
- 가치 사슬 전반의 해자(Moats) 구축:
- 고객이 AI로부터 무엇을 원하는지 불확실할 때, 의견을 제시하고 엔드투엔드 솔루션을 제공합니다. (도구를 던져주는 것이 아니라)
- 자사 제품 사용 데이터를 활용한 데이터 플라이휠을 구축합니다. (타인이 가질 수 없는 것)
- 해당 산업을 위한, 해당 산업에 의한 솔루션을 제공합니다. (오픈 에비던스가 의료 산업에 하듯이)
- 고객의 언어를 사용합니다. (하비가 로펌과 소통하듯이)
- (권장하지는 않지만) 엔지니어를 고객사에 파견하여 밀착 지원할 수 있습니다.
- "지금 당장 미친 듯이 달려야 하는 사업"입니다. 최대 속도로 나아가야 할 때입니다.
- 스티브 잡스 인용: "고객이 무엇을 원하는지 아는 것은 고객의 일이 아니다.”
- AI 기업을 평가할 때 어떤 점을 중요하게 보십니까? (AI 특화된 5% 요소)
1. 수익 분위기 (Revenue Vibe) vs. 실제 수익 (Real Revenue):
- "분위기 좋은 수익"에 속지 마십시오. 일시적인 관심인지, 지속적인 행동 변화를 만들어내는지 확인해야 합니다.
- 채택률, 참여도, 유지율 등 실제 사용 지표를 통해 제품이 어떻게 사용되는지 면밀히 검토해야 합니다.
- 고객과의 신뢰 구축: 현재 시점에서는 제품 자체보다 고객과의 신뢰가 더 중요합니다. 신뢰가 있다면 제품은 개선될 수 있습니다.
2. 마진 (Margins):
- 토큰당 비용은 지난 12~18개월 동안 99% 하락했으며, 이 비용 곡선은 계속될 것입니다. (테스트 시간 컴퓨팅 등으로 일시적 상승은 있겠지만)
- 비용 대비 품질 향상: OpenAI 모델들의 발전 과정을 보면, 모델 품질의 증가는 상대적으로 작았지만, 모델 효율성(비용 절감)은 엄청나게 향상되었습니다. (10배 이상)
- 도구 판매에서 결과 판매로 가치 사슬을 성공적으로 이동한다면 가격 결정력도 높아질 것입니다.
- 현재 총 마진율 자체보다는 미래의 건강한 마진율로 나아갈 수 있는 경로가 중요합니다.
3. 데이터 플라이휠 (Data Flywheel):
- 데이터 플라이휠이 어떤 사업 지표를 움직이는지 명확히 답할 수 있어야 합니다. 그렇지 않다면, 데이터 플라이휠이 없거나 중요하지 않은 것입니다.
- 이는 구축할 수 있는 가장 강력한 해자 중 하나입니다.
- 지난 1년간 AI 분야에서 고객 관점과 기술 관점에서 어떤 중요한 변화가 있었습니까?
- 음성 기술의 "Her 모멘트": 2024년은 음성 생성 기술이 "거의 다 왔다"에서 "불쾌한 골짜기(uncanny valley)"를 완전히 넘어선 해였습니다. (세서미의 음성 데모 언급) 과학 소설과 현실 사이의 간극이 빠르게 좁혀지고 있으며, 튜링 테스트가 우리도 모르게 다가온 느낌입니다.
- 사전 훈련(Pre-training) 둔화: 알렉스넷(AlexNet) 시대 이후 사전 훈련 규모가 9~10 자릿수 증가하면서, 쉽게 딸 수 있는 열매(low-hanging fruit)는 대부분 따인 상태입니다.
- 새로운 돌파구 모색: 연구 생태계는 새로운 돌파구를 찾고 있습니다.
- 추론(Reasoning): OpenAI의 가장 중요한 돌파구였습니다. (놈 브라운, 댄 로버츠 언급)
- 합성 데이터(Synthetic Data), 도구 사용(Tool Use), 에이전트 스캐폴딩(Agentic Scaffolding): 이러한 기술들이 결합하여 지능을 확장하는 새로운 방법을 만들어내고 있습니다.
- 앤트로픽의 MCP(아마도 Model Component Package)는 강력한 생태계와 네트워크를 구축했으며, 에이전트 도구 사용을 가속화할 것으로 기대됩니다.
- 우리가 AI의 흥분에 가려 간과하고 있는 미지의 영역이나 의도하지 않은 결과는 무엇일까요?
- 군사 기술에 대한 실리콘밸리식 접근: 과거에는 군사 또는 정보기관이 최첨단 기술을 먼저 접했지만, 현재는 소비자 기술이 훨씬 빠르게 발전하고 군사 분야는 수십 년 뒤처지는 양상입니다. 이러한 격차를 해소하기 위한 혁신과 관심이 증가하고 있습니다. (앤듀릴 등 방산 스타트업) 특히 다시 전쟁이 현실화될 수 있는 세상에서 이러한 변화는 중요합니다.
- 바이오 및 컴퓨터 생물학: 소프트웨어와 AI의 도입으로 해당 분야 전문가들이 매우 흥분하고 있습니다. (자신의 전문 분야는 아님)
- 기타 프론티어 기술: 원자력, 핵융합, 양자컴퓨팅 등 과거 벤처캐피탈이 투자하기 어려웠던 분야들에 대한 관심도 다시 높아지고 있습니다. GPT 출시 이전에 흥미로웠던 많은 것들이 여전히 존재하고 발전하고 있습니다.
일자리가 없어지진 않을까요?
- 반복되는 우려: 신기술이 일자리를 없앨 것이라는 우려는 1920년대부터, 아니 수백 년 전부터 있었습니다. (과거 유럽 군주들이 일자리 감소를 이유로 신기술 도입을 막았던 사례)
- 경제학적 오류 (노동 총량의 오류 - Lump of Labor Fallacy): 일이 더 저렴하고 쉬워지면 두 가지 중 하나가 일어납니다.
1. 모든 사람에게 더 저렴해져서 다른 것에 돈을 쓸 수 있게 되거나 새로운 것을 창출합니다.
2. 그 일을 더 많이 하게 됩니다.
- 엑셀과 투자 은행가의 예: 엑셀이 등장하기 전에도 투자 은행가들은 장시간 일했습니다. 엑셀 덕분에 금요일 점심에 모든 일을 끝내고 주말을 즐기는 것이 아니라, 분석이 훨씬 쉬워지자 훨씬 더 많은 분석을 하게 되었습니다. 지난 40년간 회계사 수는 줄지 않고 오히려 늘었습니다.
- 역사적 교훈: 200년 전 우리 대부분은 농부였지만(90%), 지금은 농업 종사자 비율이 한 자릿수 초반입니다. 하지만 나머지 사람들은 여전히 일자리를 가지고 있습니다. 식량이 충분히 저렴해지자 새로운 일을 할 수 있는 자원이 확보되었기 때문입니다.
https://youtu.be/v9JBMnxuPX8
YouTube
AI's Trillion-Dollar Opportunity: Sequoia AI Ascent 2025 Keynote
Sequoia Capital partners outline why AI represents a market opportunity at least 10x larger than cloud computing, where startups should focus to win, and how the rise of AI agents will create an entirely new economic paradigm. Founders need to adopt a “stochastic…
❤1👍1
Continuous Learning_Startup & Investment
스타트업이 AI로 변화하는 세상에서 승부보는 것은 결국 Vertical. Sequioa도 이 쪽에 방점을 찍고 도메인 회사들에 집중해서 투자. - So what? (그래서 무엇이 중요한가?) - AI 서비스 시장은 기존 클라우드 시장(4000억 달러 규모)보다 최소 10배 큰 시작점에서 출발하며, 10~20년 후에는 엄청난 규모로 성장할 잠재력이 있습니다. - AI는 서비스 시장뿐만 아니라 소프트웨어 시장까지 공략하고 있어, 두 시장의 수익…
Vertical AI 사례- OpenEvidence
- 오픈 에비던스는 의사들이 진료시점에서 더 나은 결정을 내릴 수 있게 의학 문헌들을 근거로 도움을 주는 의사 Copilot임.
- 미국에는 약 100만 명의 의사가 3억 4천만 명 이상의 인구를 담당하고 있음. 오픈에비던스 사용자는 1년 전에는 1천 명 미만이었고 지금은 미국내 10만명, 전세계 MAU는 30-40만명 수준.
1. 의사들이 겪는 가장 큰 어려움 중 하나는 (근무 시간, 의대 과정, 인력 부족 외에) 쏟아지는 의학 정보의 홍수(firehose of medical information)에 뒤처지지 않아야 한다는 것
- 매 분마다 2개의 새로운 의학 논문이 발표 (하루 24시간, 주 7일) 한 연구에 따르면 의학 지식은 73일마다 두 배로 증가한다고 하지만, 오픈에비던스의 자체 분석으로는 (보수적으로 잡아도) 5년마다 두 배로 증가.
- 이는 1950년 의학 지식이 50년마다 두 배로 증가했던 것과 비교하면 엄청난 속도입니다. 1950년 의대 졸업생은 은퇴할 때쯤 자신이 배운 지식의 절반 정도가 낡은 것이 되었지만, 오늘날 의사들은 레지던트와 펠로우십을 마칠 때쯤이면 이미 의대에서 배운 지식의 절반(새로운 치료법, 효능 등)이 낡은 것이 됨.
2. 특정 환자 사례에 대한 정보 검색의 어려움:
- 예를 들어, 건선(psoriasis)과 다발성 경화증(MS)을 동시에 앓고 있는 환자를 진료하는 피부과 의사를 생각해 봅시다. 피부과 의사는 피부과 저널을 통해 건선에 대한 새로운 생물학적 제제(biologics)를 따라갈 수 있지만, MS는 신경과 질환이므로 모든 신경과 저널까지 읽기를 기대하는 것은 비현실적입니다.
- 이런 상황에서 의사는 MS를 악화시키지 않으면서 건선을 효과적으로 치료할 방법을 찾아야 합니다. 즉, "IL-17 억제제와 IL-23 억제제 중 MS 동반 건선 환자에게 어떤 것이 더 효과적이고 안전한가?"와 같은 매우 구체적인 질문에 대한 최신 근거를 찾아야 합니다.
- 오픈에비던스 이전에는 구글이나 펍메드(PubMed) 검색에 의존해야 했지만, 이는 논문 제목 정도만 제공할 뿐, 이런 구체적인 질문에 대한 답을 찾기는 매우 고통스러운 작업이었습니다.
3. 의학의 본질: 모든 것이 예외 사례(Edge Case/Corner Case):
- 의학의 표면적은 엄청나게 넓으며, 모든 사례가 예외적이거나 특수한 경우(edge case, corner case)라고 볼 수 있습니다. 의사의 경험은 이러한 예외 사례를 끊임없이 찾아 해결하는 과정입니다.
- 오픈에비던스는 이러한 예외 사례에 대한 해답, 즉 동료 검토를 거친 최고 수준의 의학 저널 어딘가에 숨겨져 있는 근거(예: 건선 및 MS 환자에서 IL-17 억제제와 IL-23 억제제의 비교 안전성)를 찾아줌으로써 의사의 경험을 훨씬 더 좋게 만듭니다.
- 실제 의사들의 피드백: 오픈에비던스를 사용하는 의사들은 "경력에서 한두 번 볼까 말까 한 희귀한 환자 사례에 대한 정보를 찾는 데 사용했다"는 피드백을 자주 줍니다. 이러한 사례들이 쌓이면서, 오픈에비던스가 얼마나 광범위한 "긴 꼬리(long tail)"의 의학 지식을 다루고 있는지가 드러납니다. 이는 인간의 뇌로는 감당하기 어려운 방대한 정보에 대한 검색과 발견, 지식 검색을 수행하는 것입니다.
- 잠재 에너지의 운동 에너지로의 전환: 의학 지식의 빠른 증가는 엄청난 잠재 에너지와 같지만, 인간의 정보 처리 능력이라는 병목 현상 때문에 운동 에너지로 전환되지 못하고 있었습니다. AI는 방대한 텍스트를 검토하고 추론하는 데 뛰어나므로, 이러한 잠재 에너지를 운동 에너지로 전환하는 데 기여합니다.
- 차별점
- NEJM은 오픈에비던스에 자사의 전체 연구 자료 접근 권한을 제공했으며, 이는 다른 AI 회사들에게는 허용되지 않았던 이례적인 일입니다. 이는 NEJM의 고위 편집진들이 오픈에비던스의 강력한 사용자였고, 자신들의 콘텐츠가 오픈에비던스에 포함되기를 원했기 때문에 가능
- 작고 고도로 특화된 모델이 특정 도메인 데이터에 과적합(overtrained)될 경우, 해당 도메인 작업에서는 훨씬 큰 모델보다 뛰어난 성능을 보일 수 있다
- 오픈에비던스는 단일 대규모 언어 모델을 사용하는 것이 아니라, **여러 특화된 소규모 모델들이 협력하는 앙상블 아키텍처**를 사용합니다. (검색, 순위 매기기 등 각각의 작업을 수행하는 약 6개의 모델이 서로 작업을 전달)
- 환각(Hallucination) 문제 해결 방식:
- 제한된 학습 데이터: 공개 인터넷에 연결하지 않고, 동료 검토를 거친 의학 지식만을 학습 데이터로 사용합니다.
- 투명성 및 답변 근거 제시: 답변의 근거가 되는 참고 문헌을 사용자가 직접 확인하고 드릴다운할 수 있도록 합니다. 이는 2023년 초부터 구현한 기능으로, 의사들의 신뢰를 얻는 데 결정적인 역할을 했습니다. (다른 LLM보다 훨씬 빨랐음)
- 의학 저널과의 상생 관계: 단순히 지식을 압축하여 무료로 제공하는 것이 아니라, 의사들이 참고 문헌을 확인하도록 유도함으로써 의학 저널에 막대한 트래픽을 보내줍니다. 이는 저널 발행사들에게도 이익이 되는 선순환 구조를 만듭니다. (의학 학회에서 자체 가이드라인을 인덱싱해달라는 요청도 받음)
http://openevidence.com/
https://youtu.be/huR0Oa2odxA
- 오픈 에비던스는 의사들이 진료시점에서 더 나은 결정을 내릴 수 있게 의학 문헌들을 근거로 도움을 주는 의사 Copilot임.
- 미국에는 약 100만 명의 의사가 3억 4천만 명 이상의 인구를 담당하고 있음. 오픈에비던스 사용자는 1년 전에는 1천 명 미만이었고 지금은 미국내 10만명, 전세계 MAU는 30-40만명 수준.
1. 의사들이 겪는 가장 큰 어려움 중 하나는 (근무 시간, 의대 과정, 인력 부족 외에) 쏟아지는 의학 정보의 홍수(firehose of medical information)에 뒤처지지 않아야 한다는 것
- 매 분마다 2개의 새로운 의학 논문이 발표 (하루 24시간, 주 7일) 한 연구에 따르면 의학 지식은 73일마다 두 배로 증가한다고 하지만, 오픈에비던스의 자체 분석으로는 (보수적으로 잡아도) 5년마다 두 배로 증가.
- 이는 1950년 의학 지식이 50년마다 두 배로 증가했던 것과 비교하면 엄청난 속도입니다. 1950년 의대 졸업생은 은퇴할 때쯤 자신이 배운 지식의 절반 정도가 낡은 것이 되었지만, 오늘날 의사들은 레지던트와 펠로우십을 마칠 때쯤이면 이미 의대에서 배운 지식의 절반(새로운 치료법, 효능 등)이 낡은 것이 됨.
2. 특정 환자 사례에 대한 정보 검색의 어려움:
- 예를 들어, 건선(psoriasis)과 다발성 경화증(MS)을 동시에 앓고 있는 환자를 진료하는 피부과 의사를 생각해 봅시다. 피부과 의사는 피부과 저널을 통해 건선에 대한 새로운 생물학적 제제(biologics)를 따라갈 수 있지만, MS는 신경과 질환이므로 모든 신경과 저널까지 읽기를 기대하는 것은 비현실적입니다.
- 이런 상황에서 의사는 MS를 악화시키지 않으면서 건선을 효과적으로 치료할 방법을 찾아야 합니다. 즉, "IL-17 억제제와 IL-23 억제제 중 MS 동반 건선 환자에게 어떤 것이 더 효과적이고 안전한가?"와 같은 매우 구체적인 질문에 대한 최신 근거를 찾아야 합니다.
- 오픈에비던스 이전에는 구글이나 펍메드(PubMed) 검색에 의존해야 했지만, 이는 논문 제목 정도만 제공할 뿐, 이런 구체적인 질문에 대한 답을 찾기는 매우 고통스러운 작업이었습니다.
3. 의학의 본질: 모든 것이 예외 사례(Edge Case/Corner Case):
- 의학의 표면적은 엄청나게 넓으며, 모든 사례가 예외적이거나 특수한 경우(edge case, corner case)라고 볼 수 있습니다. 의사의 경험은 이러한 예외 사례를 끊임없이 찾아 해결하는 과정입니다.
- 오픈에비던스는 이러한 예외 사례에 대한 해답, 즉 동료 검토를 거친 최고 수준의 의학 저널 어딘가에 숨겨져 있는 근거(예: 건선 및 MS 환자에서 IL-17 억제제와 IL-23 억제제의 비교 안전성)를 찾아줌으로써 의사의 경험을 훨씬 더 좋게 만듭니다.
- 실제 의사들의 피드백: 오픈에비던스를 사용하는 의사들은 "경력에서 한두 번 볼까 말까 한 희귀한 환자 사례에 대한 정보를 찾는 데 사용했다"는 피드백을 자주 줍니다. 이러한 사례들이 쌓이면서, 오픈에비던스가 얼마나 광범위한 "긴 꼬리(long tail)"의 의학 지식을 다루고 있는지가 드러납니다. 이는 인간의 뇌로는 감당하기 어려운 방대한 정보에 대한 검색과 발견, 지식 검색을 수행하는 것입니다.
- 잠재 에너지의 운동 에너지로의 전환: 의학 지식의 빠른 증가는 엄청난 잠재 에너지와 같지만, 인간의 정보 처리 능력이라는 병목 현상 때문에 운동 에너지로 전환되지 못하고 있었습니다. AI는 방대한 텍스트를 검토하고 추론하는 데 뛰어나므로, 이러한 잠재 에너지를 운동 에너지로 전환하는 데 기여합니다.
- 차별점
- NEJM은 오픈에비던스에 자사의 전체 연구 자료 접근 권한을 제공했으며, 이는 다른 AI 회사들에게는 허용되지 않았던 이례적인 일입니다. 이는 NEJM의 고위 편집진들이 오픈에비던스의 강력한 사용자였고, 자신들의 콘텐츠가 오픈에비던스에 포함되기를 원했기 때문에 가능
- 작고 고도로 특화된 모델이 특정 도메인 데이터에 과적합(overtrained)될 경우, 해당 도메인 작업에서는 훨씬 큰 모델보다 뛰어난 성능을 보일 수 있다
- 오픈에비던스는 단일 대규모 언어 모델을 사용하는 것이 아니라, **여러 특화된 소규모 모델들이 협력하는 앙상블 아키텍처**를 사용합니다. (검색, 순위 매기기 등 각각의 작업을 수행하는 약 6개의 모델이 서로 작업을 전달)
- 환각(Hallucination) 문제 해결 방식:
- 제한된 학습 데이터: 공개 인터넷에 연결하지 않고, 동료 검토를 거친 의학 지식만을 학습 데이터로 사용합니다.
- 투명성 및 답변 근거 제시: 답변의 근거가 되는 참고 문헌을 사용자가 직접 확인하고 드릴다운할 수 있도록 합니다. 이는 2023년 초부터 구현한 기능으로, 의사들의 신뢰를 얻는 데 결정적인 역할을 했습니다. (다른 LLM보다 훨씬 빨랐음)
- 의학 저널과의 상생 관계: 단순히 지식을 압축하여 무료로 제공하는 것이 아니라, 의사들이 참고 문헌을 확인하도록 유도함으로써 의학 저널에 막대한 트래픽을 보내줍니다. 이는 저널 발행사들에게도 이익이 되는 선순환 구조를 만듭니다. (의학 학회에서 자체 가이드라인을 인덱싱해달라는 요청도 받음)
http://openevidence.com/
https://youtu.be/huR0Oa2odxA
OpenEvidence
The leading medical information platform.
❤1
Vertical AI는 아니지만 모든 회사들이 Agent를 가지고 고객응대/판매하는 것을 도와줄거라 생각하고 제품을 만드는 Sierra.
- 기업의 브랜드화된 고객 대면 에이전트 (시에라의 주력 분야):
- 회사의 웹사이트가 과거에 그랬던 것처럼, AI 에이전트가 회사의 모든 것(주가 조회, 경영진 정보, 경쟁사 비교, 클레임 접수, 상품 구매, 가족 구성원 추가 등)을 처리하는 디지털 현신(digital instantiation)이 될 것입니다.
- 초기에는 고객 서비스에 집중하지만(대기 시간 없음, 완벽한 정보 접근, 다국어 지원, 공감 능력 등), 점차 제품 발견, 구매 상담 등 복잡한 상호작용으로 확장될 것입니다. (예: 15세 딸의 자동차 보험료 문의)
- 현재 가능한 작업 범위 :
- 단순 질문 답변: 스펙트럼의 가장 왼쪽 끝.
- 복잡한 문제 해결 지원: "신발/옷이 잘 안 맞는데, 더 잘 맞을 만한 다른 것을 추천해 줄 수 있나요?" (스타일, 사이즈, 핏 차이 등을 이해하고 추천)
- 문제 해결(Troubleshooting): (소노스 사례) 시스템 연결 문제, 새 시스템 설정 문제 등을 해결하기 위해, 마치 숙련된 기술 지원 담당자처럼 문제의 원인을 제거해나가며 해결책을 찾습니다. (Wi-Fi 문제인지, 설정 문제인지 등)
- 가치 있는 고객 유지 (구독 취소 방어): 고객이 구독을 취소하거나 다운그레이드하려고 할 때, 사용 패턴을 이해하고 더 적합한 요금제를 제안하여 고객 이탈을 막습니다. (가치 발견, 맞춤형 제안 제시) 이는 매출 보존 및 창출에 직접적으로 기여하는 매우 중요한 작업입니다.
- 인내심 없고 제대로 평가받지 못하는 콜센터 상담원과 달리, AI 에이전트는 고객의 불만 원인을 꼼꼼하게 파악하고 맞춤형 해결책을 제시할 수 있습니다.
- 향후 확장할 영역
- 아직까지 에이전트OS와 아키텍처로 모델링하고 확장할 수 없을 만큼 복잡한 프로세스는 보지 못했습니다. (물론 예상치 못한 어려움에 직면할 수도 있음)
- 서비스에서 상거래로 확장: 처음에는 명확한 ROI와 고객 경험 개선 효과 때문에 서비스 분야에서 시작했지만, 이미 고객들의 요청으로 상향 판매(upsell), 교차 판매(cross-sell), 제품 페이지에서의 질문 답변 등으로 확장하고 있습니다.
- 고객 여정 전체 지원: 구매 전 고려 사항부터 적합한 제품 선택, 설정 및 활성화, 최대한의 활용 지원까지 고객 여정 전체에 걸쳐 AI 에이전트가 함께하는 미래를 기대합니다.
- 일상 경험에 통합: 고객 지원은 더 이상 별도의 채널을 통해 받는 것이 아니라, 경험 전체에 자연스럽게 통합될 것입니다.
- 브랜드 가치 강화: 기업은 AI 에이전트를 통해 자사의 목소리, 가치, 분위기를 모든 디지털 상호작용에 일관되게 반영하여 고객과의 관계를 강화할 수 있습니다. (CMO와 커뮤니케이션 책임자가 원하는 방식)
- AI Agent를 만드는 것
- AI 에이전트는 완전히 새로운 유형의 소프트웨어: 기존 소프트웨어는 프로그래밍 언어로 작성되어 예측 가능한 방식으로 작동하지만(동일 입력 -> 동일 출력), LLM은 비결정론적이며 고객은 어떤 방식으로든 질문할 수 있습니다. 또한 LLM 모델 자체도 업그레이드되면 작동 방식이 달라질 수 있습니다.
- 선언적 프로그래밍 언어 사용: 새로운 접근 방식.
- 테스팅의 새로운 접근 방식: 단위 테스트나 통합 테스트의 AI 버전. 시에라는 **대화 시뮬레이터**를 구축하여 수백, 수천 개의 대화 단계를 재현함으로써 에이전트의 성능 저하를 막고 지속적으로 개선합니다.
- 릴리스 관리, 품질 보증 등.
- 단순한 기술 제공을 넘어선 솔루션 구축: 시에라는 단순한 기술 부품 키트를 제공하는 것이 아니라, 기술부터 에이전트 교육 방식, 성과 측정 및 개선 방식까지 모든 것을 통합한 솔루션을 구축하려고 노력합니다.
- 배포팀의 역할 (제품 관리자 + 엔지니어): 각 AI 에이전트 구축을 새로운 제품 개발로 간주합니다. 고객사의 목소리, 가치, 분위기(이모지 사용 여부 등)를 반영하고, 핵심 비즈니스 프로세스(종종 문서화되지 않고 소수 담당자의 머릿속에 있는)를 이해하고 모델링합니다. (30일 반품 정책 뒤에 숨겨진 실제 운영 방식 파악 등)
- 출시 전 테스트의 중요성: 회사 내 전문가들이 에이전트를 집중적으로 테스트하고 문제점을 발견하도록 합니다.
- 경험 관리자 (Experience Manager) 플랫폼:
- AI를 고객 앞에 내놓는 것은 기술 문제이기도 하지만, 근본적으로는 **제품 디자인 및 경험 디자인의 문제**입니다.
- 리포팅 및 분석: 현재 상황, 주요 이슈, 새로운 이슈 등을 파악합니다. (시에라는 배송 창고 문제, PR 위기 가능성, 앱 충돌 문제 등을 고객사보다 먼저 발견하기도 함)
- 문제 대화 샘플링: 고객 경험팀이 검토하고 피드백을 줄 만한 문제 대화들을 효과적으로 추출합니다. (100개의 훌륭한 대화를 보는 것은 가치가 없음)
- 피드백 및 코칭: 고객 경험팀이 "나라면 그렇게 하지 않았을 텐데", "여기서는 공감을 표현했어야지", "보증 정책 해석이 틀렸어" 와 같은 구체적인 피드백을 제공하면, 이를 통해 에이전트를 개선하고 새로운 테스트 케이스를 만듭니다.
- 고객과의 깊은 파트너십: 시에라는 단순한 기술 공급업체가 아니라, 고객의 비즈니스를 깊이 이해하는 파트너로서, 고객 경험팀뿐만 아니라 CEO, 이사회와도 AI 전략에 대해 논의합니다. (비용 절감, 경험 향상, 고객 유지 및 매출 증대)
- 시에라의 과금 모델: 고객이 AI 에이전트를 통해 문제를 자율적으로 해결했을 때 사전 협의된 요금을 부과하고, 사람에게 에스컬레이션해야 하는 경우에는 무료로 제공합니다. 이는 고객의 비즈니스 모델과 일치시키기 위함입니다.
- 두 가지 유형의 관심사:
- 비용 절감: 사모펀드가 소유하고 부채가 많은 회사는 EBITDA(이자, 세금, 감가상각비 차감 전 이익)에 매우 민감하며 비용 절감에 큰 관심을 보입니다.
→ 정교한 기업들은 AI를 통해 절감된 비용을 성장에 재투자하는 경향이 있습니다. 따라서 실제로는 비용 절감이 아니라 다른 사업 부문으로 흘러 들어갈 가능성이 높습니다. 이것이 자본주의의 작동 방식입니다.
비용 절감의 일시성: 현재 AI 스타트업은 (인간) 노동 비용과 비교되지만, 10년 후에는 모든 것이 AI 에이전트화되어 다른 AI 에이전트와 비교될 것입니다. 따라서 비용 절감은 일시적인 효과일 수 있습니다. (마치 80~90년대 컴퓨터 가격처럼)
- 성장: 경쟁이 치열한 시장의 CEO들은 일반적으로 비용 절감보다 성장에 더 관심이 많습니다.
- 링크드인의 교훈 (조달 프로세스): 링크드인 채용 사업 초기에 사용량 기반 모델을 시도했지만, HR 부서는 변동 지출에 대한 재량권이 적어 구독 모델로 전환해야 했습니다. 이는 HR 부서가 대부분의 회사에서 비용 센터이기 때문입니다.
- 기업의 브랜드화된 고객 대면 에이전트 (시에라의 주력 분야):
- 회사의 웹사이트가 과거에 그랬던 것처럼, AI 에이전트가 회사의 모든 것(주가 조회, 경영진 정보, 경쟁사 비교, 클레임 접수, 상품 구매, 가족 구성원 추가 등)을 처리하는 디지털 현신(digital instantiation)이 될 것입니다.
- 초기에는 고객 서비스에 집중하지만(대기 시간 없음, 완벽한 정보 접근, 다국어 지원, 공감 능력 등), 점차 제품 발견, 구매 상담 등 복잡한 상호작용으로 확장될 것입니다. (예: 15세 딸의 자동차 보험료 문의)
- 현재 가능한 작업 범위 :
- 단순 질문 답변: 스펙트럼의 가장 왼쪽 끝.
- 복잡한 문제 해결 지원: "신발/옷이 잘 안 맞는데, 더 잘 맞을 만한 다른 것을 추천해 줄 수 있나요?" (스타일, 사이즈, 핏 차이 등을 이해하고 추천)
- 문제 해결(Troubleshooting): (소노스 사례) 시스템 연결 문제, 새 시스템 설정 문제 등을 해결하기 위해, 마치 숙련된 기술 지원 담당자처럼 문제의 원인을 제거해나가며 해결책을 찾습니다. (Wi-Fi 문제인지, 설정 문제인지 등)
- 가치 있는 고객 유지 (구독 취소 방어): 고객이 구독을 취소하거나 다운그레이드하려고 할 때, 사용 패턴을 이해하고 더 적합한 요금제를 제안하여 고객 이탈을 막습니다. (가치 발견, 맞춤형 제안 제시) 이는 매출 보존 및 창출에 직접적으로 기여하는 매우 중요한 작업입니다.
- 인내심 없고 제대로 평가받지 못하는 콜센터 상담원과 달리, AI 에이전트는 고객의 불만 원인을 꼼꼼하게 파악하고 맞춤형 해결책을 제시할 수 있습니다.
- 향후 확장할 영역
- 아직까지 에이전트OS와 아키텍처로 모델링하고 확장할 수 없을 만큼 복잡한 프로세스는 보지 못했습니다. (물론 예상치 못한 어려움에 직면할 수도 있음)
- 서비스에서 상거래로 확장: 처음에는 명확한 ROI와 고객 경험 개선 효과 때문에 서비스 분야에서 시작했지만, 이미 고객들의 요청으로 상향 판매(upsell), 교차 판매(cross-sell), 제품 페이지에서의 질문 답변 등으로 확장하고 있습니다.
- 고객 여정 전체 지원: 구매 전 고려 사항부터 적합한 제품 선택, 설정 및 활성화, 최대한의 활용 지원까지 고객 여정 전체에 걸쳐 AI 에이전트가 함께하는 미래를 기대합니다.
- 일상 경험에 통합: 고객 지원은 더 이상 별도의 채널을 통해 받는 것이 아니라, 경험 전체에 자연스럽게 통합될 것입니다.
- 브랜드 가치 강화: 기업은 AI 에이전트를 통해 자사의 목소리, 가치, 분위기를 모든 디지털 상호작용에 일관되게 반영하여 고객과의 관계를 강화할 수 있습니다. (CMO와 커뮤니케이션 책임자가 원하는 방식)
- AI Agent를 만드는 것
- AI 에이전트는 완전히 새로운 유형의 소프트웨어: 기존 소프트웨어는 프로그래밍 언어로 작성되어 예측 가능한 방식으로 작동하지만(동일 입력 -> 동일 출력), LLM은 비결정론적이며 고객은 어떤 방식으로든 질문할 수 있습니다. 또한 LLM 모델 자체도 업그레이드되면 작동 방식이 달라질 수 있습니다.
- 선언적 프로그래밍 언어 사용: 새로운 접근 방식.
- 테스팅의 새로운 접근 방식: 단위 테스트나 통합 테스트의 AI 버전. 시에라는 **대화 시뮬레이터**를 구축하여 수백, 수천 개의 대화 단계를 재현함으로써 에이전트의 성능 저하를 막고 지속적으로 개선합니다.
- 릴리스 관리, 품질 보증 등.
- 단순한 기술 제공을 넘어선 솔루션 구축: 시에라는 단순한 기술 부품 키트를 제공하는 것이 아니라, 기술부터 에이전트 교육 방식, 성과 측정 및 개선 방식까지 모든 것을 통합한 솔루션을 구축하려고 노력합니다.
- 배포팀의 역할 (제품 관리자 + 엔지니어): 각 AI 에이전트 구축을 새로운 제품 개발로 간주합니다. 고객사의 목소리, 가치, 분위기(이모지 사용 여부 등)를 반영하고, 핵심 비즈니스 프로세스(종종 문서화되지 않고 소수 담당자의 머릿속에 있는)를 이해하고 모델링합니다. (30일 반품 정책 뒤에 숨겨진 실제 운영 방식 파악 등)
- 출시 전 테스트의 중요성: 회사 내 전문가들이 에이전트를 집중적으로 테스트하고 문제점을 발견하도록 합니다.
- 경험 관리자 (Experience Manager) 플랫폼:
- AI를 고객 앞에 내놓는 것은 기술 문제이기도 하지만, 근본적으로는 **제품 디자인 및 경험 디자인의 문제**입니다.
- 리포팅 및 분석: 현재 상황, 주요 이슈, 새로운 이슈 등을 파악합니다. (시에라는 배송 창고 문제, PR 위기 가능성, 앱 충돌 문제 등을 고객사보다 먼저 발견하기도 함)
- 문제 대화 샘플링: 고객 경험팀이 검토하고 피드백을 줄 만한 문제 대화들을 효과적으로 추출합니다. (100개의 훌륭한 대화를 보는 것은 가치가 없음)
- 피드백 및 코칭: 고객 경험팀이 "나라면 그렇게 하지 않았을 텐데", "여기서는 공감을 표현했어야지", "보증 정책 해석이 틀렸어" 와 같은 구체적인 피드백을 제공하면, 이를 통해 에이전트를 개선하고 새로운 테스트 케이스를 만듭니다.
- 고객과의 깊은 파트너십: 시에라는 단순한 기술 공급업체가 아니라, 고객의 비즈니스를 깊이 이해하는 파트너로서, 고객 경험팀뿐만 아니라 CEO, 이사회와도 AI 전략에 대해 논의합니다. (비용 절감, 경험 향상, 고객 유지 및 매출 증대)
- 시에라의 과금 모델: 고객이 AI 에이전트를 통해 문제를 자율적으로 해결했을 때 사전 협의된 요금을 부과하고, 사람에게 에스컬레이션해야 하는 경우에는 무료로 제공합니다. 이는 고객의 비즈니스 모델과 일치시키기 위함입니다.
- 두 가지 유형의 관심사:
- 비용 절감: 사모펀드가 소유하고 부채가 많은 회사는 EBITDA(이자, 세금, 감가상각비 차감 전 이익)에 매우 민감하며 비용 절감에 큰 관심을 보입니다.
→ 정교한 기업들은 AI를 통해 절감된 비용을 성장에 재투자하는 경향이 있습니다. 따라서 실제로는 비용 절감이 아니라 다른 사업 부문으로 흘러 들어갈 가능성이 높습니다. 이것이 자본주의의 작동 방식입니다.
비용 절감의 일시성: 현재 AI 스타트업은 (인간) 노동 비용과 비교되지만, 10년 후에는 모든 것이 AI 에이전트화되어 다른 AI 에이전트와 비교될 것입니다. 따라서 비용 절감은 일시적인 효과일 수 있습니다. (마치 80~90년대 컴퓨터 가격처럼)
- 성장: 경쟁이 치열한 시장의 CEO들은 일반적으로 비용 절감보다 성장에 더 관심이 많습니다.
- 링크드인의 교훈 (조달 프로세스): 링크드인 채용 사업 초기에 사용량 기반 모델을 시도했지만, HR 부서는 변동 지출에 대한 재량권이 적어 구독 모델로 전환해야 했습니다. 이는 HR 부서가 대부분의 회사에서 비용 센터이기 때문입니다.
- 소프트웨어 비즈니스 모델의 자연스러운 진화: 박스형 소프트웨어(영구 라이선스) -> 브라우저 기반 SaaS(구독 모델) -> AI 에이전트(작업 완료 기반 과금)
- 기존 엔터프라이즈 소프트웨어 모델과의 차이점:
- 기존 모델: 소프트웨어 판매 후 시스템 통합 업체가 수개월에서 1년 동안 구현 작업을 진행하며, 공급업체는 실제 결과와 거리를 두는 경향이 있습니다.
- 결과 기반 모델: 공급업체가 실제 결과에 대해 책임을 지고, 고객과 긴밀하게 협력해야 합니다.
- 제품의 기술적 격차를 줄이는 것은 어렵지만 불가능하지 않지만, 비즈니스 모델을 바꾸는 것은 정말 어렵습니다. (Microsoft의 Azure 전환, Adobe의 구독 모델 전환 성공 사례 vs. 수많은 실패 사례)
- 실수 방지: 중소기업이 핵심 사업이 아닌 것에 자원과 시간을 쏟는 것은 큰 실수입니다. 상품화되어야 할 부분에 시간을 낭비하는 것은 고객에게 제품을 판매하거나 진정한 차별화를 만드는 데 사용할 시간을 빼앗는 것입니다.
- 시에라 고객의 역할 변화: 시에라 고객들은 에이전트의 행동을 직접 제어하기를 원하며, 고객 경험 운영 담당자들은 스스로를 "AI 아키텍트"로 부르기 시작했습니다. (인터넷 초창기 "웹 마스터" 역할과 유사)
- 수직적 AI에 대한 강한 믿음: 통신 회사, 상업 은행, 주택 은행, 보험 회사(클레임 처리), 건강 보험 회사(보험금 지급 설명) 등 각 산업별 AI 에이전트의 역할과 중요성은 매우 다릅니다.
- 마크 베니오프의 교훈: 성공적인 고객이 하나 있다면 둘로 만들고, 둘이라면 열로, 열이라면 백으로 만들어라. B2B 소프트웨어 사업에서는 전술적 탁월함이 중요하며, 상아탑 속의 똑똑함만으로는 이기기 어렵습니다. 고객의 성공에 집중하는 것이 진실이며 제품이 나아가야 할 방향입니다.
- 시에라에서는 평가(evals)나 에이전트 구축을 위한 도구들을 대부분 자체 개발하는 것으로 알고 있습니다. 이러한 결정의 배경과 함께, 아직 스타트업에게 기회가 남아있는 인프라나 프레임워크 분야는 무엇이라고 생각하십니까?
- 오래 지속되는 플랫폼을 만들고 싶기 때문에 **우리 운명의 통제권**을 갖고 싶습니다.
- 현재 에이전트 분야는 마치 jQuery 시대와 같으며, 아직 React와 같은 혁신적인 프레임워크가 등장하지 않았습니다. 특정 외부 기술에 종속되고 싶지 않습니다.
- 시에라는 소비자 브랜드가 고객 대면 AI 에이전트를 통해 완벽한 고객 경험을 구축하도록 돕는 것을 목표로 합니다. 이를 위해서는 미세 조정, 모델 연결, 추론, 생성, 가드레일 설정, 비결정론적 기술에 결정론 부과 등 **모든 기술적 트레이드오프의 심층적인 탐구**가 필요합니다.
- 기회를 찾는 것
- 현재 AI 시장은 수많은 공급업체들이 비슷한 말만 반복하는 포화 상태입니다. 이 속에서 **차별화**되는 것이 중요합니다. (닷컴 버블 시절 수많은 검색 엔진, 이커머스, 결제 회사들의 경쟁 상기)
- 기술 중심적 접근의 함정: 대규모 언어 모델처럼 멋진 기술이 등장하면, 많은 사람들이 기술에서 시작하여 해결할 문제를 찾는 경향이 있습니다. 이는 종종 도구 회사로 이어집니다.
- 커피콩과 라떼 비유:
- 커피콩을 로스팅하여 판매하는 것은 부가가치를 더하지만, 가격은 원두 가격에 연동됩니다.
- 하지만 공항에서 라떼를 판매하는 것은 훨씬 높은 마진을 가집니다. 이는 고객의 **절실한 인간적 문제**를 해결하기 때문입니다.
- 가치 기반 접근: 대규모 언어 모델을 기반으로 도구를 판매하는 것은 커피콩을 판매하는 것과 비슷하며, 가격 압박을 받기 쉽습니다. 반면, AI를 활용하여 **실질적이고 의미 있는 비즈니스 문제를 해결**하면, 그 비즈니스 문제의 가치에 따라 평가받게 됩니다.
- 핵심 조언: 아이디어를 찾고 있다면, 기술에서 시작하기보다는 경제 전반을 살펴보고, 이 지능(AI)으로부터 가장 큰 혜택을 받고 가장 쉽게 흡수할 수 있는 부분이 어디인지, 해당 분야의 에이전트는 어떤 모습일지, 고객은 누구일지, 기술적으로 실현 가능한지 등을 원칙부터 생각하십시오.
- 가장 좋은 회사: 훌륭한 엔지니어들이 시장에 대한 훌륭한 통찰력을 가지고 있는 경우입니다. 많은 사람들이 기술에서 시작하여 나무만 보고 숲을 보지 못하는 실수를 합니다.
- 에이전트가 다른 에이전트와 통신하는 미래에 대해 어떻게 생각하십니까?
- 프로토콜 등장 시기상조: 아직 프로토콜이 등장하기에는 이르다고 생각합니다.
- 인간을 위한 인터페이스의 활용: 대규모 언어 모델은 언어에 기반하여 훈련되었기 때문에 인간을 위해 만들어진 인터페이스를 매우 잘 사용할 수 있습니다. 따라서 당분간은 AI가 우리를 위한 인터페이스를 그대로 사용하는 것이 충분할 수 있습니다. (기계 전용 프로토콜은 장단점이 있음)
https://youtu.be/RAZFDY_jGio
https://youtu.be/xlQB_0Nzoog
- 기존 엔터프라이즈 소프트웨어 모델과의 차이점:
- 기존 모델: 소프트웨어 판매 후 시스템 통합 업체가 수개월에서 1년 동안 구현 작업을 진행하며, 공급업체는 실제 결과와 거리를 두는 경향이 있습니다.
- 결과 기반 모델: 공급업체가 실제 결과에 대해 책임을 지고, 고객과 긴밀하게 협력해야 합니다.
- 제품의 기술적 격차를 줄이는 것은 어렵지만 불가능하지 않지만, 비즈니스 모델을 바꾸는 것은 정말 어렵습니다. (Microsoft의 Azure 전환, Adobe의 구독 모델 전환 성공 사례 vs. 수많은 실패 사례)
- 실수 방지: 중소기업이 핵심 사업이 아닌 것에 자원과 시간을 쏟는 것은 큰 실수입니다. 상품화되어야 할 부분에 시간을 낭비하는 것은 고객에게 제품을 판매하거나 진정한 차별화를 만드는 데 사용할 시간을 빼앗는 것입니다.
- 시에라 고객의 역할 변화: 시에라 고객들은 에이전트의 행동을 직접 제어하기를 원하며, 고객 경험 운영 담당자들은 스스로를 "AI 아키텍트"로 부르기 시작했습니다. (인터넷 초창기 "웹 마스터" 역할과 유사)
- 수직적 AI에 대한 강한 믿음: 통신 회사, 상업 은행, 주택 은행, 보험 회사(클레임 처리), 건강 보험 회사(보험금 지급 설명) 등 각 산업별 AI 에이전트의 역할과 중요성은 매우 다릅니다.
- 마크 베니오프의 교훈: 성공적인 고객이 하나 있다면 둘로 만들고, 둘이라면 열로, 열이라면 백으로 만들어라. B2B 소프트웨어 사업에서는 전술적 탁월함이 중요하며, 상아탑 속의 똑똑함만으로는 이기기 어렵습니다. 고객의 성공에 집중하는 것이 진실이며 제품이 나아가야 할 방향입니다.
- 시에라에서는 평가(evals)나 에이전트 구축을 위한 도구들을 대부분 자체 개발하는 것으로 알고 있습니다. 이러한 결정의 배경과 함께, 아직 스타트업에게 기회가 남아있는 인프라나 프레임워크 분야는 무엇이라고 생각하십니까?
- 오래 지속되는 플랫폼을 만들고 싶기 때문에 **우리 운명의 통제권**을 갖고 싶습니다.
- 현재 에이전트 분야는 마치 jQuery 시대와 같으며, 아직 React와 같은 혁신적인 프레임워크가 등장하지 않았습니다. 특정 외부 기술에 종속되고 싶지 않습니다.
- 시에라는 소비자 브랜드가 고객 대면 AI 에이전트를 통해 완벽한 고객 경험을 구축하도록 돕는 것을 목표로 합니다. 이를 위해서는 미세 조정, 모델 연결, 추론, 생성, 가드레일 설정, 비결정론적 기술에 결정론 부과 등 **모든 기술적 트레이드오프의 심층적인 탐구**가 필요합니다.
- 기회를 찾는 것
- 현재 AI 시장은 수많은 공급업체들이 비슷한 말만 반복하는 포화 상태입니다. 이 속에서 **차별화**되는 것이 중요합니다. (닷컴 버블 시절 수많은 검색 엔진, 이커머스, 결제 회사들의 경쟁 상기)
- 기술 중심적 접근의 함정: 대규모 언어 모델처럼 멋진 기술이 등장하면, 많은 사람들이 기술에서 시작하여 해결할 문제를 찾는 경향이 있습니다. 이는 종종 도구 회사로 이어집니다.
- 커피콩과 라떼 비유:
- 커피콩을 로스팅하여 판매하는 것은 부가가치를 더하지만, 가격은 원두 가격에 연동됩니다.
- 하지만 공항에서 라떼를 판매하는 것은 훨씬 높은 마진을 가집니다. 이는 고객의 **절실한 인간적 문제**를 해결하기 때문입니다.
- 가치 기반 접근: 대규모 언어 모델을 기반으로 도구를 판매하는 것은 커피콩을 판매하는 것과 비슷하며, 가격 압박을 받기 쉽습니다. 반면, AI를 활용하여 **실질적이고 의미 있는 비즈니스 문제를 해결**하면, 그 비즈니스 문제의 가치에 따라 평가받게 됩니다.
- 핵심 조언: 아이디어를 찾고 있다면, 기술에서 시작하기보다는 경제 전반을 살펴보고, 이 지능(AI)으로부터 가장 큰 혜택을 받고 가장 쉽게 흡수할 수 있는 부분이 어디인지, 해당 분야의 에이전트는 어떤 모습일지, 고객은 누구일지, 기술적으로 실현 가능한지 등을 원칙부터 생각하십시오.
- 가장 좋은 회사: 훌륭한 엔지니어들이 시장에 대한 훌륭한 통찰력을 가지고 있는 경우입니다. 많은 사람들이 기술에서 시작하여 나무만 보고 숲을 보지 못하는 실수를 합니다.
- 에이전트가 다른 에이전트와 통신하는 미래에 대해 어떻게 생각하십니까?
- 프로토콜 등장 시기상조: 아직 프로토콜이 등장하기에는 이르다고 생각합니다.
- 인간을 위한 인터페이스의 활용: 대규모 언어 모델은 언어에 기반하여 훈련되었기 때문에 인간을 위해 만들어진 인터페이스를 매우 잘 사용할 수 있습니다. 따라서 당분간은 AI가 우리를 위한 인터페이스를 그대로 사용하는 것이 충분할 수 있습니다. (기계 전용 프로토콜은 장단점이 있음)
https://youtu.be/RAZFDY_jGio
https://youtu.be/xlQB_0Nzoog
YouTube
Sierra co-founder Clay Bavor on Making Customer-Facing AI Agents Delightful
Customer service is hands down the first killer app of generative AI for businesses. The reasons are simple: the costs of existing solutions are so high, the satisfaction so low and the margin for ROI so wide. But trusting your interactions with customers…
우리 투자가들은 좀 근사하고 멋지게 보이고 싶다는 충동을 종종 느낀다. 그렇게 생각하고 행동하는 분들도 많고. 창업자들도 예외는 아니고.
그래서 어떤 트렌드... 또 기술 관련 내가 제일 똑똑하다 하고 또 알려진 사람들 하고 친분을 과시한다.
그런데 별 소용 없다.
똑똑함 보다.... 현실을 그대로 인정하고 받아 드리면서 'so what' 을 이뤄나가는 창업자를 어느정도 이해 하고 공감할수 있는지 가 더 중요하다. 그 후 그들입장에 서서 진심으로 도와줄수 있는지도.
가만히 보면 우리가 별로 라고 생각하는 분들이 그런 멋에 취해 있는 분들이다. 그래서 우리 자신들이 그런 충동 느낄때마다 반성한다.
Han Kim
그래서 어떤 트렌드... 또 기술 관련 내가 제일 똑똑하다 하고 또 알려진 사람들 하고 친분을 과시한다.
그런데 별 소용 없다.
똑똑함 보다.... 현실을 그대로 인정하고 받아 드리면서 'so what' 을 이뤄나가는 창업자를 어느정도 이해 하고 공감할수 있는지 가 더 중요하다. 그 후 그들입장에 서서 진심으로 도와줄수 있는지도.
가만히 보면 우리가 별로 라고 생각하는 분들이 그런 멋에 취해 있는 분들이다. 그래서 우리 자신들이 그런 충동 느낄때마다 반성한다.
Han Kim
👍3❤1
스스로 설계한 삶을 자신이 옳다고 믿는 방식으로 살아가는 것이 그에게 또는 그녀에게 가장 적합하다. 그것 자체가 최선이기 때문이 아니라 그 사람이 선택한 거기 때문에 적합하다.
존 스튜어트 밀
존 스튜어트 밀
👍4
커머스의 새로운 역사를 만들고 있는 PDD. 21년도 중국 정부 규제와 글로벌 테무 런칭으로 창업자가 대표/이사회 의장에서 물러나면서 투자자 서한을 볼 수 없다는 게 아쉽다.
사업이 진입하기 쉽고 비용이 적게 든다면, 장기적으로 많은 현금 흐름을 가져다주는 좋은 사업이 되기 어렵습니다. 좋은 결정은 종종 어렵고, 고통스러운 희생을 필요로 합니다. 좋은 회사는 온갖 사소한 것을 쫓기보다는 어려운 문제를 해결하는 데 시간을 쏟아야 합니다. (이런 사고방식을 가지면 결국 빈손으로 끝날 가능성이 높습니다. 이는 체계적으로 작은 성공들을 쌓아나가는 것과는 완전히 다릅니다.)
투자에 있어 또 다른 가격 관련 요인은 '위험 가치(value at risk)'를 살펴보는 것입니다. 기업가 정신에 대입하자면, 새로운 사업 확장이 잠재적으로 회사를 망하게 할 수 있는지를 확인하는 것과 같습니다. 생존은 기업가에게 가장 중요한 단 하나의 것입니다. 동시에, 이길 자격이 있는지, 이길 수 있는지, 이기기에 충분한 자원을 가지고 있는지를 확인해야 합니다.
몇 가지 결정이 인생을 좌우한다고들 합니다 – 무엇을 공부할지, 어떤 직업을 가질지, 누구와 결혼할지 같은 것들 말입니다. 투자에서 사업 모델이 결정적인 요소인 것처럼, 스타트업의 산업 분야와 사업 모델 선택은 최종 결과에 막대한 영향을 미칩니다. 무엇을 해야 할지 충분히 고민한 후에야, 어떻게 잘할 수 있을지를 생각해야 합니다. 잘못된 길을 맹목적으로 질주하는 것보다 올바른 길을 천천히 나아가는 것이 훨씬 낫습니다. 워렌 버핏은 금융업에서 평범한 사람들이 엄청난 돈을 버는 것도, 다른 산업에서는 뛰어난 인재들이 고군분투하는 것도 많이 봤다고 말했습니다.
투자에서처럼 창업에서도, 올바른 결정을 내리는 것이 얼마나 열심히 일하는가보다 훨씬 더 중요한 경우가 많습니다. 올바른 길을 천천히 나아가는 것 – 예를 들어 20년간 매년 20%씩 복리 효과를 내는 것은, 올해 돈을 두 배로 불렸다가 다음 해에 절반을 잃는 것보다 훨씬 더 나은 결과를 가져다줄 것입니다. Investing like an entrepreneur and entrepreneurship like an investor 2016
아마존과 알리바바 같은 전통적인 이커머스 플랫폼은 공산품의 매장을 디지털화했습니다. 이는 판매자 간의 가격 투명성과 경쟁을 높였지만 제조업체에는 큰 영향을 미치지 못했습니다. 공장은 여전히 대부분의 물량을 차지하는 오프라인 슈퍼마켓/소매업체의 지침에 따라 수개월 또는 1년 전에 생산 계획을 세워야 합니다. 문제는 온라인 경쟁이 치열해지면서 오프라인 주도의 예측과 차이가 커지고 있다는 점입니다. 대량 수출 수요 예측도 온라인 중소기업 소매 판매와 더 큰 차이를 보입니다. 공장들은 여전히 월마트나 코스트코 같은 대형 유통업체에 대부분 의존하고 있으며, 중간 상인의 시장화는 중앙에서 계획된 공급 측면의 공장 지연을 바꿀 수 있는 능력이 없습니다. 제 생각에는 이러한 지연과 생산 비탄력성을 수요 측면에서 해결해야 한다고 생각합니다. Turning capitalism on its head 2017
기업 가치
핀둬둬의 핵심 가치는 '본분(本分)'입니다. 영어로 완벽하게 표현하기는 어렵지만 본질적으로 자신의 의무와 원칙을 확고하게 고수하는 것을 의미합니다. 여기에는 여러 가지 의미가 있습니다:
정직하고 신뢰할 수 있어야 합니다;
다른 사람의 행동에 관계없이 자신의 의무와 책임을 다한다;
우리가 해야 할 일의 아주 단순한 기본에 집중할 수 있도록 외부의 압력으로부터 우리의 마음을 보호한다;
타인을 이용할 수 있는 위치에 있을 때에도 절대로 타인을 이용하지 않습니다;
문제가 발생했을 때 남을 탓하지 않고 스스로 반성하고 책임을 집니다.
눈을 감고 핀둬둬의 다음 단계를 상상해 보면, 사이버 공간과 물리적 공간을 완벽하게 통합한 다차원 공간의 예시가 될 것입니다. 이는 '코스트코'와 '디즈니랜드'(가격 대비 가치와 엔터테인먼트가 결합된)를 결합한 것으로, 분산된 인텔리전스 에이전트 네트워크에 의해 구동됩니다(슈퍼 브레인과 같은 중앙 집중식 AI 시스템과는 대조적). 정보를 효율적으로 매칭할 뿐만 아니라 전체 경험을 더욱 즐겁게 만들기 위해 우주의 사회적 상호 작용을 지속적으로 고려합니다.
[**2018 Letter to Shareholders**]
마찬가지로, 현재 단계에서 핀둬둬는 수익을 창출할 수 있는 능력이 있지만, 이는 우리가 선택한 많은 지출과 약한 상관관계가 있습니다. 이러한 단기적인 지출은 매우 재량적으로 이루어집니다. 실제로 상당 부분을 의미 있는 지속적인 수익이 예상되는 장기 투자로 보고 있습니다. 현 단계에서 "돼지 저금통에 있는" 돈을 정기예금에 넣는 것은 좋은 생각이 아닐 것입니다. 따라서 상당 기간 동안 비즈니스 전략을 변경하지 않을 것입니다. 앞으로도 내재가치를 높이는 데 집중하고, 회계 기준에 따라 비용으로 인식되더라도 회사의 장기적인 가치를 높일 수 있는 투자 기회를 적극적으로 모색할 것입니다.
따라서 규모 있는 '새로운 이커머스' 플레이어의 등장은 필연적입니다. 핀둬둬가 아니라면 또 다른 "코스트코+디즈니"가 될 것입니다.
[**2019 investor letter**]
https://prayavalue.substack.com/p/secrets-of-pinduoduos-success-letters
사업이 진입하기 쉽고 비용이 적게 든다면, 장기적으로 많은 현금 흐름을 가져다주는 좋은 사업이 되기 어렵습니다. 좋은 결정은 종종 어렵고, 고통스러운 희생을 필요로 합니다. 좋은 회사는 온갖 사소한 것을 쫓기보다는 어려운 문제를 해결하는 데 시간을 쏟아야 합니다. (이런 사고방식을 가지면 결국 빈손으로 끝날 가능성이 높습니다. 이는 체계적으로 작은 성공들을 쌓아나가는 것과는 완전히 다릅니다.)
투자에 있어 또 다른 가격 관련 요인은 '위험 가치(value at risk)'를 살펴보는 것입니다. 기업가 정신에 대입하자면, 새로운 사업 확장이 잠재적으로 회사를 망하게 할 수 있는지를 확인하는 것과 같습니다. 생존은 기업가에게 가장 중요한 단 하나의 것입니다. 동시에, 이길 자격이 있는지, 이길 수 있는지, 이기기에 충분한 자원을 가지고 있는지를 확인해야 합니다.
몇 가지 결정이 인생을 좌우한다고들 합니다 – 무엇을 공부할지, 어떤 직업을 가질지, 누구와 결혼할지 같은 것들 말입니다. 투자에서 사업 모델이 결정적인 요소인 것처럼, 스타트업의 산업 분야와 사업 모델 선택은 최종 결과에 막대한 영향을 미칩니다. 무엇을 해야 할지 충분히 고민한 후에야, 어떻게 잘할 수 있을지를 생각해야 합니다. 잘못된 길을 맹목적으로 질주하는 것보다 올바른 길을 천천히 나아가는 것이 훨씬 낫습니다. 워렌 버핏은 금융업에서 평범한 사람들이 엄청난 돈을 버는 것도, 다른 산업에서는 뛰어난 인재들이 고군분투하는 것도 많이 봤다고 말했습니다.
투자에서처럼 창업에서도, 올바른 결정을 내리는 것이 얼마나 열심히 일하는가보다 훨씬 더 중요한 경우가 많습니다. 올바른 길을 천천히 나아가는 것 – 예를 들어 20년간 매년 20%씩 복리 효과를 내는 것은, 올해 돈을 두 배로 불렸다가 다음 해에 절반을 잃는 것보다 훨씬 더 나은 결과를 가져다줄 것입니다. Investing like an entrepreneur and entrepreneurship like an investor 2016
아마존과 알리바바 같은 전통적인 이커머스 플랫폼은 공산품의 매장을 디지털화했습니다. 이는 판매자 간의 가격 투명성과 경쟁을 높였지만 제조업체에는 큰 영향을 미치지 못했습니다. 공장은 여전히 대부분의 물량을 차지하는 오프라인 슈퍼마켓/소매업체의 지침에 따라 수개월 또는 1년 전에 생산 계획을 세워야 합니다. 문제는 온라인 경쟁이 치열해지면서 오프라인 주도의 예측과 차이가 커지고 있다는 점입니다. 대량 수출 수요 예측도 온라인 중소기업 소매 판매와 더 큰 차이를 보입니다. 공장들은 여전히 월마트나 코스트코 같은 대형 유통업체에 대부분 의존하고 있으며, 중간 상인의 시장화는 중앙에서 계획된 공급 측면의 공장 지연을 바꿀 수 있는 능력이 없습니다. 제 생각에는 이러한 지연과 생산 비탄력성을 수요 측면에서 해결해야 한다고 생각합니다. Turning capitalism on its head 2017
기업 가치
핀둬둬의 핵심 가치는 '본분(本分)'입니다. 영어로 완벽하게 표현하기는 어렵지만 본질적으로 자신의 의무와 원칙을 확고하게 고수하는 것을 의미합니다. 여기에는 여러 가지 의미가 있습니다:
정직하고 신뢰할 수 있어야 합니다;
다른 사람의 행동에 관계없이 자신의 의무와 책임을 다한다;
우리가 해야 할 일의 아주 단순한 기본에 집중할 수 있도록 외부의 압력으로부터 우리의 마음을 보호한다;
타인을 이용할 수 있는 위치에 있을 때에도 절대로 타인을 이용하지 않습니다;
문제가 발생했을 때 남을 탓하지 않고 스스로 반성하고 책임을 집니다.
눈을 감고 핀둬둬의 다음 단계를 상상해 보면, 사이버 공간과 물리적 공간을 완벽하게 통합한 다차원 공간의 예시가 될 것입니다. 이는 '코스트코'와 '디즈니랜드'(가격 대비 가치와 엔터테인먼트가 결합된)를 결합한 것으로, 분산된 인텔리전스 에이전트 네트워크에 의해 구동됩니다(슈퍼 브레인과 같은 중앙 집중식 AI 시스템과는 대조적). 정보를 효율적으로 매칭할 뿐만 아니라 전체 경험을 더욱 즐겁게 만들기 위해 우주의 사회적 상호 작용을 지속적으로 고려합니다.
[**2018 Letter to Shareholders**]
마찬가지로, 현재 단계에서 핀둬둬는 수익을 창출할 수 있는 능력이 있지만, 이는 우리가 선택한 많은 지출과 약한 상관관계가 있습니다. 이러한 단기적인 지출은 매우 재량적으로 이루어집니다. 실제로 상당 부분을 의미 있는 지속적인 수익이 예상되는 장기 투자로 보고 있습니다. 현 단계에서 "돼지 저금통에 있는" 돈을 정기예금에 넣는 것은 좋은 생각이 아닐 것입니다. 따라서 상당 기간 동안 비즈니스 전략을 변경하지 않을 것입니다. 앞으로도 내재가치를 높이는 데 집중하고, 회계 기준에 따라 비용으로 인식되더라도 회사의 장기적인 가치를 높일 수 있는 투자 기회를 적극적으로 모색할 것입니다.
따라서 규모 있는 '새로운 이커머스' 플레이어의 등장은 필연적입니다. 핀둬둬가 아니라면 또 다른 "코스트코+디즈니"가 될 것입니다.
[**2019 investor letter**]
https://prayavalue.substack.com/p/secrets-of-pinduoduos-success-letters
Substack
Secrets of Pinduoduo's success: Letters from the founder
Translated to English in one place for the first time
시도하면 성공확률은 50%지만 시도하지 않으면 성공확률은 0%다
—
열정은 마음먹는다고 생기지 않는다. 자신을 다른 사람, 중요한 사람으로 만들기 위해 지금 하고 있는 일에 모든 힘을 다하면 열정은 저절로 따라온다는 게 무급 실습 항해사의 경험이 준 교훈이다.
—
종착지를 정했다면 시기별 목표를 역순으로 설계해야한다. 60대에 무엇을 하겠다. 최종 목표를 명확하게 정한다음 역순으로 생각해야한다.
오늘의 막막함과 모호함을 이겨내는 힘은 내일의 구체성에서 나온다. 목표지점이 분명해야 방향성과 길을 잃지 않는다. 그리고 일을 즐길 수 있다.
목표는 구체적이고 분명해야하지만 동시에 원대해야한다. 때로는 거창해보이는 목표가 나를 그곳으로 이끌도록 독려한다는 것을 나는 감각적으로 느끼고 있었다.
회사 이름을 동원 수산이 아닌 산업이라고 한 것은 수산업자가 내 종착지라고 생각하지 않았기 때문이다.
—
본업을 버리는 자는 망하고 본업만 하는 자도 말한다.
—
실패가 두렵고 무서워 아무것도 하지 않으면 아무것도 되지 못한다
—
전자업의 본질이 부품사업임을 간과 했고 어떤 경쟁자가 들어와도 1등을 할 수 있는 사업인지에 대한 엄밀한 판단을 못했다. 준비에 실패한 것이 실패를 준비한 것이었다.
—
깊이 생각하고 나서도 꼭해보고 싶은 일이면 도전해야한다. 하지만 도전에 앞서 어느정도 손실이 나면 과감하게 접는다는 자신과의 그리고 타인과의 약속이 있어야한다.
—
좋은 실패는 다음 전략에 의미를 더하고 나쁜 실패는 분열외에 아무것도 남기지 않는다.
—
당시 내가 할 수 있는 다른 게 없었다. 지금 내가 하는 일에 전념하자. 사는 길은 그뿐이다. 라고 생각하고 사력을 다해 지금 하는 일에 전념했다.
—
신은 인간에게 한두 가지 특별한 재능을 나눠주는 것 같다. 보통의 재능은 모든 사람에게 골고루 주었고 그 보통 정도밖에 안되는 재능도 특별한 의지를 갖고 살고 닦으면 보통 이상의 실력이 된다.
—
처음부터 훌륭한 재능을 타고나서 대성한 사람 못지않게 역경 속에서 자랐지만 성공한 많은 사람에게 보이는 공통점은 그 역경을 극복하기 위해 한 남다른 노력이었다. 이것이 그를 평범한 사람 이상으로 성공케 한 것이라고 봐야한다.
—
역사적 성공은 죽을지도 모른다는 위기의식에서 시작됐고 역사적 실패의 시작은 찬란했던 시절의 기억에서 시작됐다
https://www.yes24.com/product/goods/145099453
https://m.yes24.com/Goods/Detail/24521718
—
열정은 마음먹는다고 생기지 않는다. 자신을 다른 사람, 중요한 사람으로 만들기 위해 지금 하고 있는 일에 모든 힘을 다하면 열정은 저절로 따라온다는 게 무급 실습 항해사의 경험이 준 교훈이다.
—
종착지를 정했다면 시기별 목표를 역순으로 설계해야한다. 60대에 무엇을 하겠다. 최종 목표를 명확하게 정한다음 역순으로 생각해야한다.
오늘의 막막함과 모호함을 이겨내는 힘은 내일의 구체성에서 나온다. 목표지점이 분명해야 방향성과 길을 잃지 않는다. 그리고 일을 즐길 수 있다.
목표는 구체적이고 분명해야하지만 동시에 원대해야한다. 때로는 거창해보이는 목표가 나를 그곳으로 이끌도록 독려한다는 것을 나는 감각적으로 느끼고 있었다.
회사 이름을 동원 수산이 아닌 산업이라고 한 것은 수산업자가 내 종착지라고 생각하지 않았기 때문이다.
—
본업을 버리는 자는 망하고 본업만 하는 자도 말한다.
—
실패가 두렵고 무서워 아무것도 하지 않으면 아무것도 되지 못한다
—
전자업의 본질이 부품사업임을 간과 했고 어떤 경쟁자가 들어와도 1등을 할 수 있는 사업인지에 대한 엄밀한 판단을 못했다. 준비에 실패한 것이 실패를 준비한 것이었다.
—
깊이 생각하고 나서도 꼭해보고 싶은 일이면 도전해야한다. 하지만 도전에 앞서 어느정도 손실이 나면 과감하게 접는다는 자신과의 그리고 타인과의 약속이 있어야한다.
—
좋은 실패는 다음 전략에 의미를 더하고 나쁜 실패는 분열외에 아무것도 남기지 않는다.
—
당시 내가 할 수 있는 다른 게 없었다. 지금 내가 하는 일에 전념하자. 사는 길은 그뿐이다. 라고 생각하고 사력을 다해 지금 하는 일에 전념했다.
—
신은 인간에게 한두 가지 특별한 재능을 나눠주는 것 같다. 보통의 재능은 모든 사람에게 골고루 주었고 그 보통 정도밖에 안되는 재능도 특별한 의지를 갖고 살고 닦으면 보통 이상의 실력이 된다.
—
처음부터 훌륭한 재능을 타고나서 대성한 사람 못지않게 역경 속에서 자랐지만 성공한 많은 사람에게 보이는 공통점은 그 역경을 극복하기 위해 한 남다른 노력이었다. 이것이 그를 평범한 사람 이상으로 성공케 한 것이라고 봐야한다.
—
역사적 성공은 죽을지도 모른다는 위기의식에서 시작됐고 역사적 실패의 시작은 찬란했던 시절의 기억에서 시작됐다
https://www.yes24.com/product/goods/145099453
https://m.yes24.com/Goods/Detail/24521718
예스24
인생의 파도를 넘는 법 | 김재철 | 콜라주 - 예스24
‘원양어선 실습 항해사’에서 ‘그룹 총수’까지동원그룹 · 한국투자금융지주 창업주 김재철이 전하는 꿈과 열정의 메시지“파도를 피하는 유일한 방법은, 파도에 맞서는 것뿐이다.”여기, 한 남자가 있다. 집안은 가난했고, 식구는 많았다. 서울대 대신 수산대에 들어갔...
Shein
1. 좁게 시작, 넓게 확장 (Lean Startup & Scalability):
- 초기: 웨딩드레스 등 틈새 크로스보더 시장 공략.
- 확장: 여성복 중심, 이후 다양한 카테고리로 점진적 확장.
- 가격: 중국의 생산력을 바탕으로 글로벌 시장에 '놀랍도록 저렴한' 가격 제시.
- 마케팅: 핀터레스트, 틱톡 등 신규 소셜 플랫폼 선제적 활용, 저비용 고효율 고객 확보.
비슷한 사례
- 핀둬둬는 과일이라는 단일 품목으로 시작하여 모바일 중심의 종합 쇼핑 플랫폼을 구축했습니다.
- 알리바바는 초기에 광범위한 B2C 시장에서 이베이와 경쟁했지만, 의류와 화장품을 핵심 카테고리로 삼아 중국 내수 전자상거래 시장을 장악했습니다.
- 메이투안-뎬핑은 음식 배달과 식당 리뷰 서비스를 기반으로 지역 생활 서비스 및 온라인 여행사(OTA) 기능을 통합한 슈퍼앱으로 발전했습니다.
2.파편화된 자원의 통합 및 시스템화 (Supply Chain Revolution):
- 공장 통합: 수많은 소규모 의류 공장을 쉬인 시스템에 편입. 빠른 대금 지급, KPI 기반 평가로 신뢰 및 효율성 확보. 실시간 생산 현황 모니터링.
- 수요-생산-판매-배송 통합 (On-Demand & Data-Driven): 실시간 트렌드 분석 → 소량 샘플 제작(100개 단위) → 빠른 소비자 반응 테스트 → 데이터 기반 추가 생산. (자라 대비 압도적인 테스트 스타일 수 및 재고 회전율)
- 고객 기반 활용: 대규모 고객 확보 후 이를 바탕으로 공급업체 협상력 강화.
- M&A 및 외부 플랫폼 활용: ROMWE 인수로 브랜드/생산 경험 흡수, 아마존 입점으로 초기 채널 다각화.
3. 글로벌 물류 시스템 고도화 (Efficient Logistics):
중국 중심 허브(광저우 포산 등)에서 주요국 거점으로 항공/육로 배송 후 현지 업체 협력.
해외 주요 지역 반품/재고 관리 창고 운영.
4. 판매 모델 다변화 (Platformization):
자체 브랜드(1P): 쉬인이 직접 디자인하고 생산을 위탁하여 판매하는 핵심 모델. 핵심 (의류 70%). 디자인, 생산 위탁, 판매 주도.
위탁 판매 (Managed):
- 완전 위탁: 판매 경험 없는 업체 대상. 쉬인이 판매/물류/CS 대행 (주로 비의류, 항공 배송).
- 반 위탁: 해외 창고 보유 업체 대상. 판매자와 역할 분담 (주로 대형 상품, 현지 배송).
제3자 브랜드 입점 (POP): 브랜드 자체 운영. 쉬인은 플랫폼 제공 (주로 패션 보완 카테고리).
5. 글로벌 확장 및 현지화 (Localization & Risk Mitigation):
관세/규제 대응: OBM 모델(현지 업체 입점), 현지 생산(멕시코 공장 고려), 공급망 다변화(터키, 브라질 등) 추진.
현지 창고 운영: 반 위탁 모델 통해 배송 시간 단축.
배송 시간 단축: 완전 위탁 모델(중국 발송, 79일 소요) 대비 반 위탁 모델(현지 창고 발송, 35일 소요)은 배송 시간을 획기적으로 단축시켜 소비자 만족도를 높입니다.
6, 수익성 관리 및 개선 노력 (Sustainable Growth):
- 공급망 최적화를 통한 원가 절감: 직물 공급업체, 원사 및 염색 제조업체까지 공급망 관리 범위를 확장하여 생산 원가를 낮추고 있습니다.
- 주문 처리 비용 절감: 유럽 및 미국의 높은 물류 인건비를 고려하여, 중국 내에서 최대한의 물류 처리(예: 소형 패키징 통합 후 대형 화물로 미국 발송, 현지에서 해체 후 개별 배송)를 통해 비용을 절감하고 있습니다.
- 고마진 카테고리 확장: 아동복, 화장품과 같이 상대적으로 총이익률이 높은(70% 이상) 카테고리를 강화하여 전체 수익성을 개선하려 합니다.
7. 경쟁 환경 대응 (Adaptation to Competition):
- 테무의 공격적인 확장: 테무는 막대한 자본을 투입하여 사용자를 확보하고 있으며(북미/유럽 고객 확보 비용 주문당 5달러 -> 8~10달러로 인상), 주로 저소득 및 가격에 민감한 소비자층(미국 시장 잠재 사용자 6,000만 명)을 공략
- 상품 카테고리 중복 및 확장: 쉬인도 테무가 강점을 보이는 생활용품 및 가정용품 카테고리를 제공하며 경쟁하고 있습니다.
경쟁 방식:
- 가격 경쟁: "완전 위탁 모델에서 쉬인의 가격은 일반적으로 테무와 같거나 낮습니다." 두 플랫폼 모두 아마존 가격의 85~90% 수준을 기준으로 삼는 등 치열한 가격 경쟁을 벌이고 있습니다.
- 마케팅 경쟁: 특히 북미 시장에서 양사 간의 광고 비용 경쟁이 매우 치열할 것으로 예상됩니다.
- 공급망 및 물류 효율화 경쟁: 테무 역시 공급망, 물류 비용, 운영 효율성 최적화를 핵심 전략으로 삼고 있어, 이 분야에서의 경쟁도 불가피합니다.
편집광만이 살아남는다
웨딩드레스 국경 간 전자상거래에서 시작하여 여성복 및 화장품으로 확장했고, 이후 DTC(Direct-to-Consumer) 모델과 공급망 통합을 이루어냈으며, 현재는 글로벌 확장과 배송 시스템 구축, 그리고 다양한 판매 모델 도입을 통해 플랫폼으로 진화
"어떻게 시작하는가보다 어떻게 진화하는가가 중요하다." 쉬인이 초기에 참고했던 Lightinthebox나 쉬인 모델을 모방했던 Choices, 그리고 유사한 DTC 경쟁사들(Boohoo, ASOS, Fashion Nova)과 비교했을 때, 쉬인은 시장 변화에 맞춰 끊임없이 스스로를 변화시키고 새로운 기회를 포착하는 선택
https://www.notboring.co/p/shein-the-tiktok-of-ecommerce
https://techbuzzchina.substack.com/p/11663150_11-22-2022-copy-01
https://techbuzzchina.substack.com/p/shein-2024-update-part-1-global-growth
1. 좁게 시작, 넓게 확장 (Lean Startup & Scalability):
- 초기: 웨딩드레스 등 틈새 크로스보더 시장 공략.
- 확장: 여성복 중심, 이후 다양한 카테고리로 점진적 확장.
- 가격: 중국의 생산력을 바탕으로 글로벌 시장에 '놀랍도록 저렴한' 가격 제시.
- 마케팅: 핀터레스트, 틱톡 등 신규 소셜 플랫폼 선제적 활용, 저비용 고효율 고객 확보.
비슷한 사례
- 핀둬둬는 과일이라는 단일 품목으로 시작하여 모바일 중심의 종합 쇼핑 플랫폼을 구축했습니다.
- 알리바바는 초기에 광범위한 B2C 시장에서 이베이와 경쟁했지만, 의류와 화장품을 핵심 카테고리로 삼아 중국 내수 전자상거래 시장을 장악했습니다.
- 메이투안-뎬핑은 음식 배달과 식당 리뷰 서비스를 기반으로 지역 생활 서비스 및 온라인 여행사(OTA) 기능을 통합한 슈퍼앱으로 발전했습니다.
2.파편화된 자원의 통합 및 시스템화 (Supply Chain Revolution):
- 공장 통합: 수많은 소규모 의류 공장을 쉬인 시스템에 편입. 빠른 대금 지급, KPI 기반 평가로 신뢰 및 효율성 확보. 실시간 생산 현황 모니터링.
- 수요-생산-판매-배송 통합 (On-Demand & Data-Driven): 실시간 트렌드 분석 → 소량 샘플 제작(100개 단위) → 빠른 소비자 반응 테스트 → 데이터 기반 추가 생산. (자라 대비 압도적인 테스트 스타일 수 및 재고 회전율)
- 고객 기반 활용: 대규모 고객 확보 후 이를 바탕으로 공급업체 협상력 강화.
- M&A 및 외부 플랫폼 활용: ROMWE 인수로 브랜드/생산 경험 흡수, 아마존 입점으로 초기 채널 다각화.
3. 글로벌 물류 시스템 고도화 (Efficient Logistics):
중국 중심 허브(광저우 포산 등)에서 주요국 거점으로 항공/육로 배송 후 현지 업체 협력.
해외 주요 지역 반품/재고 관리 창고 운영.
4. 판매 모델 다변화 (Platformization):
자체 브랜드(1P): 쉬인이 직접 디자인하고 생산을 위탁하여 판매하는 핵심 모델. 핵심 (의류 70%). 디자인, 생산 위탁, 판매 주도.
위탁 판매 (Managed):
- 완전 위탁: 판매 경험 없는 업체 대상. 쉬인이 판매/물류/CS 대행 (주로 비의류, 항공 배송).
- 반 위탁: 해외 창고 보유 업체 대상. 판매자와 역할 분담 (주로 대형 상품, 현지 배송).
제3자 브랜드 입점 (POP): 브랜드 자체 운영. 쉬인은 플랫폼 제공 (주로 패션 보완 카테고리).
5. 글로벌 확장 및 현지화 (Localization & Risk Mitigation):
관세/규제 대응: OBM 모델(현지 업체 입점), 현지 생산(멕시코 공장 고려), 공급망 다변화(터키, 브라질 등) 추진.
현지 창고 운영: 반 위탁 모델 통해 배송 시간 단축.
배송 시간 단축: 완전 위탁 모델(중국 발송, 79일 소요) 대비 반 위탁 모델(현지 창고 발송, 35일 소요)은 배송 시간을 획기적으로 단축시켜 소비자 만족도를 높입니다.
6, 수익성 관리 및 개선 노력 (Sustainable Growth):
- 공급망 최적화를 통한 원가 절감: 직물 공급업체, 원사 및 염색 제조업체까지 공급망 관리 범위를 확장하여 생산 원가를 낮추고 있습니다.
- 주문 처리 비용 절감: 유럽 및 미국의 높은 물류 인건비를 고려하여, 중국 내에서 최대한의 물류 처리(예: 소형 패키징 통합 후 대형 화물로 미국 발송, 현지에서 해체 후 개별 배송)를 통해 비용을 절감하고 있습니다.
- 고마진 카테고리 확장: 아동복, 화장품과 같이 상대적으로 총이익률이 높은(70% 이상) 카테고리를 강화하여 전체 수익성을 개선하려 합니다.
7. 경쟁 환경 대응 (Adaptation to Competition):
- 테무의 공격적인 확장: 테무는 막대한 자본을 투입하여 사용자를 확보하고 있으며(북미/유럽 고객 확보 비용 주문당 5달러 -> 8~10달러로 인상), 주로 저소득 및 가격에 민감한 소비자층(미국 시장 잠재 사용자 6,000만 명)을 공략
- 상품 카테고리 중복 및 확장: 쉬인도 테무가 강점을 보이는 생활용품 및 가정용품 카테고리를 제공하며 경쟁하고 있습니다.
경쟁 방식:
- 가격 경쟁: "완전 위탁 모델에서 쉬인의 가격은 일반적으로 테무와 같거나 낮습니다." 두 플랫폼 모두 아마존 가격의 85~90% 수준을 기준으로 삼는 등 치열한 가격 경쟁을 벌이고 있습니다.
- 마케팅 경쟁: 특히 북미 시장에서 양사 간의 광고 비용 경쟁이 매우 치열할 것으로 예상됩니다.
- 공급망 및 물류 효율화 경쟁: 테무 역시 공급망, 물류 비용, 운영 효율성 최적화를 핵심 전략으로 삼고 있어, 이 분야에서의 경쟁도 불가피합니다.
편집광만이 살아남는다
웨딩드레스 국경 간 전자상거래에서 시작하여 여성복 및 화장품으로 확장했고, 이후 DTC(Direct-to-Consumer) 모델과 공급망 통합을 이루어냈으며, 현재는 글로벌 확장과 배송 시스템 구축, 그리고 다양한 판매 모델 도입을 통해 플랫폼으로 진화
"어떻게 시작하는가보다 어떻게 진화하는가가 중요하다." 쉬인이 초기에 참고했던 Lightinthebox나 쉬인 모델을 모방했던 Choices, 그리고 유사한 DTC 경쟁사들(Boohoo, ASOS, Fashion Nova)과 비교했을 때, 쉬인은 시장 변화에 맞춰 끊임없이 스스로를 변화시키고 새로운 기회를 포착하는 선택
https://www.notboring.co/p/shein-the-tiktok-of-ecommerce
https://techbuzzchina.substack.com/p/11663150_11-22-2022-copy-01
https://techbuzzchina.substack.com/p/shein-2024-update-part-1-global-growth
www.notboring.co
Shein: The TikTok of Ecommerce
The Quiet Chinese Quindecacorn Taking Over America’s Gen Z Shoppers
👍1
Continuous Learning_Startup & Investment
커머스의 새로운 역사를 만들고 있는 PDD. 21년도 중국 정부 규제와 글로벌 테무 런칭으로 창업자가 대표/이사회 의장에서 물러나면서 투자자 서한을 볼 수 없다는 게 아쉽다. 사업이 진입하기 쉽고 비용이 적게 든다면, 장기적으로 많은 현금 흐름을 가져다주는 좋은 사업이 되기 어렵습니다. 좋은 결정은 종종 어렵고, 고통스러운 희생을 필요로 합니다. 좋은 회사는 온갖 사소한 것을 쫓기보다는 어려운 문제를 해결하는 데 시간을 쏟아야 합니다. (이런 사고방식을…
핀둬둬 창업 이전 그리고 초기 버전의 시행착오들
* 오우쿠닷컴 (Ouku.com, 2007년): 전자제품 온라인 소매업체. 3년 후 매각.
* LEQI: 외국 브랜드를 중국 온라인 플랫폼(타오바오, 티몰, JD.com)에 입점시키고 마케팅 지원.
* 모바일 게임 스튜디오: 위챗 기반 소셜 게임 개발.
* 여러 사업을 동시에 진행하며 소셜 게이밍, 전자상거래, 알리바바/JD 플랫폼에 대한 깊은 이해 축적.
* 핀하오훠 (Pinhaohuo, 2015년): "좋은 상품을 함께 구한다"는 의미.
* 농산물, 특히 과일에 집중. 중국 농업의 파편화된 유통 구조 공략.
* 위챗(WeChat) 기반 운영: 별도 앱 없이 위챗으로 농부와 소통, 주문, 결제(위챗페이).
* 초기에는 1자 판매자(리테일러) 모델 (직접 매입 후 판매).
* 핀둬둬 (Pinduoduo, 2015년 하반기): "함께하면 더 많은 절약과 재미."
* 핀하오훠와 별개 회사로 시작, 다른 카테고리 MVP 테스트 목적.
* 마켓플레이스 모델: 재고 부담 없음, 매우 낮은 수수료 (0.6%).
* 핀하오훠보다 더 폭발적인 성장.
* 합병 (2016년 9월): 핀하오훠와 핀둬둬 합병, 사명은 핀둬둬.
* 2017년 초, 리테일러 모델에서 완전히 마켓플레이스 모델로 전환.
* 오우쿠닷컴 (Ouku.com, 2007년): 전자제품 온라인 소매업체. 3년 후 매각.
* LEQI: 외국 브랜드를 중국 온라인 플랫폼(타오바오, 티몰, JD.com)에 입점시키고 마케팅 지원.
* 모바일 게임 스튜디오: 위챗 기반 소셜 게임 개발.
* 여러 사업을 동시에 진행하며 소셜 게이밍, 전자상거래, 알리바바/JD 플랫폼에 대한 깊은 이해 축적.
* 핀하오훠 (Pinhaohuo, 2015년): "좋은 상품을 함께 구한다"는 의미.
* 농산물, 특히 과일에 집중. 중국 농업의 파편화된 유통 구조 공략.
* 위챗(WeChat) 기반 운영: 별도 앱 없이 위챗으로 농부와 소통, 주문, 결제(위챗페이).
* 초기에는 1자 판매자(리테일러) 모델 (직접 매입 후 판매).
* 핀둬둬 (Pinduoduo, 2015년 하반기): "함께하면 더 많은 절약과 재미."
* 핀하오훠와 별개 회사로 시작, 다른 카테고리 MVP 테스트 목적.
* 마켓플레이스 모델: 재고 부담 없음, 매우 낮은 수수료 (0.6%).
* 핀하오훠보다 더 폭발적인 성장.
* 합병 (2016년 9월): 핀하오훠와 핀둬둬 합병, 사명은 핀둬둬.
* 2017년 초, 리테일러 모델에서 완전히 마켓플레이스 모델로 전환.
Forwarded from 전종현의 인사이트
VC가 대형화되는 추세는 어찌보면 '기술 혁명'이라는 시대의 흐름에 올라타기 위한 변화일지도 모르겠다.
돌이켜보면 뱅가드, 블랙락, 블랙스톤, KKR, 브룩필드도 유사했거든.
---
<자산 운용사가 성장하는 방법>
오늘날 메가펀드가 하는 일은, 과거 자본 시장 체제가 바뀌던 시기에 뱅가드·블랙스톤·블랙록·브룩필드가 했던 일—변화를 일찍 포착하고, 관련 근육을 키우고, 그 근육을 여러 투자 수단과 더 큰 AUM(운용자산규모)에 걸쳐 활용—과 판박이다.
포드·테슬라·우버 같은 기업이 새로운 기술 파도를 타고 자신들이 대체·통합한 산업의 기존 강자보다 더 커졌듯이, 자산 운용사들도 그들만의 변화를 타고 조(兆) 단위 AUM을 쌓아 올렸다.
과하게 단순화해 보자면 이렇다:
- 뱅가드는 1975년 “메이데이”로 증권 중개 수수료가 자유화되고, ERISA(근로자퇴직소득보장법)로 확정기여형 연금이 생겨난 직후 출범했다. 상호회사 구조와 초저비용 인덱스 모델로 저렴한 시장 노출을 원하는 스폰서 수요를 충족했고, 비용 절감이라는 핵심 강점을 ETF·타깃데이트펀드·글로벌 자산배분 상품으로 확장했다. 오늘날 운용 자산은 9.3조 달러다.
- 블랙스톤은 1985년 설립됐다. ERISA 해석 변화로 미국 연기금이 사모펀드에 투자할 수 있게 되자, 딜 구조화와 레버리지 역량으로 기업 인수·합병에서 초과 수익을 냈다. 1991~92년 부동산 펀드를 시작으로, 2000년대 초 저금리·수익 갈증 환경에서 같은 심사·네트워크를 부동산·신용·세컨더리·기타 대체자산으로 재투입했다. 오늘날 운용 자산은 1조 달러다.
- 블랙록은 1988년 S&L(저축대부조합) 위기 이후 정교한 채권 위험 관리 수요가 높아진 시기에 창립됐다. Aladdin 분석 엔진으로 기관투자가에게 투명성과 저비용 베타를 제공했고, 2008년 이후 저수익 시대에 패시브 투자 붐이 일자 같은 플랫폼을 ETF·멀티에셋·대체자산으로 확장했다. 오늘날 운용 자산은 11.6조 달러다.
- 브룩필드는 1990년대 후반 브라스캔 콩글로머리트에서 재탄생했고, 이는 세계 각국이 전력·부동산·인프라를 민영화하던 시기였다. 장기 실물 자산 운영 전문성을 살려 연금 펀드에 물가연동 수익을 제공했고, 그 방식을 글로벌 부동산·재생에너지·인프라·신용·보험으로 복제했다. 오늘날 운용 자산은 9,000억 달러다.
각사는 거대한 변화를 조기에 포착해 차별화된 우위를 만들고, 그 우위(및 LP 관계)를 인접 투자 상품으로 확장해 다전략·조 단위 규모 운용사로 진화했다.
---
현재의 변화가 ‘모든 것이 기술’이라면, 펀드 규모를 키우고 외연을 확장하는 것은 자연스럽다.
오늘 탄생하는 기업들 가운데 일부는 자신들이 대체할 기존 기업보다 더 커질 것이고(예: 국방 분야의 Anduril),
또 다른 기업들은 이전엔 주소조차 정하기 어려웠던 시장을 새로 만들어 낼 것이며(예: 지식 노동 분야의 OpenAI),
그들이 더 오래 비상장 상태를 유지한다면(신규 자금·공개매수로 가능해진다), 더 큰 코어 펀드를 조성하는 것이 완벽히 합리적이다.
AI 같은 도구가 회계처럼 크지만 파편화된 산업에 규모의 경제와 약한 네트워크 효과까지 가져올 것이라 믿는다면, 2025년 4월 29일 딜북이 보도한 Thrive Holdings 기사 속 문장—“이제 그 벤처캐피털 회사는 회계처럼 지루해 보이는 산업을 포함해 AI의 혜택을 받을 수 있다고 믿는 회사를 직접 만들고 인수해 오랫동안 보유하는 다른 접근을 취한다.”—은 정확히 맞아떨어진다.
기사에서 지적했듯 General Catalyst와 8VC가 AI 기반 롤업에 투자하는 것도 자연스럽다. 사모투자 초창기엔 ‘낮은 자본비용 접근성’이 핵심 우위였다면, AI가 수익률의 더 큰 지렛대가 되는 시대엔 AI 전문성과 오픈AI 같은 파트너십이 구조적 우위가 된다.
기술이 세상을 집어삼키고 VCAV가 커질수록, 메가펀드는 전통적 초기·성장 단계 VC를 넘어 더 다양한 상품을 선보일 가능성이 크다.
결국 승부는 이렇다: 모든 것이 기술이고, 기술 배경을 가진 사람들이(어쩌면 AI의 도움으로) 금융을 손에 넣을 것이다—전통 금융인이 기술을 손에 넣기 전에.
https://www.notboring.co/p/everything-is-technology
돌이켜보면 뱅가드, 블랙락, 블랙스톤, KKR, 브룩필드도 유사했거든.
---
<자산 운용사가 성장하는 방법>
오늘날 메가펀드가 하는 일은, 과거 자본 시장 체제가 바뀌던 시기에 뱅가드·블랙스톤·블랙록·브룩필드가 했던 일—변화를 일찍 포착하고, 관련 근육을 키우고, 그 근육을 여러 투자 수단과 더 큰 AUM(운용자산규모)에 걸쳐 활용—과 판박이다.
포드·테슬라·우버 같은 기업이 새로운 기술 파도를 타고 자신들이 대체·통합한 산업의 기존 강자보다 더 커졌듯이, 자산 운용사들도 그들만의 변화를 타고 조(兆) 단위 AUM을 쌓아 올렸다.
과하게 단순화해 보자면 이렇다:
- 뱅가드는 1975년 “메이데이”로 증권 중개 수수료가 자유화되고, ERISA(근로자퇴직소득보장법)로 확정기여형 연금이 생겨난 직후 출범했다. 상호회사 구조와 초저비용 인덱스 모델로 저렴한 시장 노출을 원하는 스폰서 수요를 충족했고, 비용 절감이라는 핵심 강점을 ETF·타깃데이트펀드·글로벌 자산배분 상품으로 확장했다. 오늘날 운용 자산은 9.3조 달러다.
- 블랙스톤은 1985년 설립됐다. ERISA 해석 변화로 미국 연기금이 사모펀드에 투자할 수 있게 되자, 딜 구조화와 레버리지 역량으로 기업 인수·합병에서 초과 수익을 냈다. 1991~92년 부동산 펀드를 시작으로, 2000년대 초 저금리·수익 갈증 환경에서 같은 심사·네트워크를 부동산·신용·세컨더리·기타 대체자산으로 재투입했다. 오늘날 운용 자산은 1조 달러다.
- 블랙록은 1988년 S&L(저축대부조합) 위기 이후 정교한 채권 위험 관리 수요가 높아진 시기에 창립됐다. Aladdin 분석 엔진으로 기관투자가에게 투명성과 저비용 베타를 제공했고, 2008년 이후 저수익 시대에 패시브 투자 붐이 일자 같은 플랫폼을 ETF·멀티에셋·대체자산으로 확장했다. 오늘날 운용 자산은 11.6조 달러다.
- 브룩필드는 1990년대 후반 브라스캔 콩글로머리트에서 재탄생했고, 이는 세계 각국이 전력·부동산·인프라를 민영화하던 시기였다. 장기 실물 자산 운영 전문성을 살려 연금 펀드에 물가연동 수익을 제공했고, 그 방식을 글로벌 부동산·재생에너지·인프라·신용·보험으로 복제했다. 오늘날 운용 자산은 9,000억 달러다.
각사는 거대한 변화를 조기에 포착해 차별화된 우위를 만들고, 그 우위(및 LP 관계)를 인접 투자 상품으로 확장해 다전략·조 단위 규모 운용사로 진화했다.
---
현재의 변화가 ‘모든 것이 기술’이라면, 펀드 규모를 키우고 외연을 확장하는 것은 자연스럽다.
오늘 탄생하는 기업들 가운데 일부는 자신들이 대체할 기존 기업보다 더 커질 것이고(예: 국방 분야의 Anduril),
또 다른 기업들은 이전엔 주소조차 정하기 어려웠던 시장을 새로 만들어 낼 것이며(예: 지식 노동 분야의 OpenAI),
그들이 더 오래 비상장 상태를 유지한다면(신규 자금·공개매수로 가능해진다), 더 큰 코어 펀드를 조성하는 것이 완벽히 합리적이다.
AI 같은 도구가 회계처럼 크지만 파편화된 산업에 규모의 경제와 약한 네트워크 효과까지 가져올 것이라 믿는다면, 2025년 4월 29일 딜북이 보도한 Thrive Holdings 기사 속 문장—“이제 그 벤처캐피털 회사는 회계처럼 지루해 보이는 산업을 포함해 AI의 혜택을 받을 수 있다고 믿는 회사를 직접 만들고 인수해 오랫동안 보유하는 다른 접근을 취한다.”—은 정확히 맞아떨어진다.
기사에서 지적했듯 General Catalyst와 8VC가 AI 기반 롤업에 투자하는 것도 자연스럽다. 사모투자 초창기엔 ‘낮은 자본비용 접근성’이 핵심 우위였다면, AI가 수익률의 더 큰 지렛대가 되는 시대엔 AI 전문성과 오픈AI 같은 파트너십이 구조적 우위가 된다.
기술이 세상을 집어삼키고 VCAV가 커질수록, 메가펀드는 전통적 초기·성장 단계 VC를 넘어 더 다양한 상품을 선보일 가능성이 크다.
결국 승부는 이렇다: 모든 것이 기술이고, 기술 배경을 가진 사람들이(어쩌면 AI의 도움으로) 금융을 손에 넣을 것이다—전통 금융인이 기술을 손에 넣기 전에.
https://www.notboring.co/p/everything-is-technology
www.notboring.co
Everything is Technology
Trillions of Dollars of Venture Capital Addressable Value