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

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

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.

- 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

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

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

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

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

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

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.

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

극소수의 최상위 펀드(Top-tier VC)들이 시장 전체 수익의 대부분을 가져감 (최근 빠르게 성장한 회사들의 시리즈 A를 소수의 펀드에서 독식)
-> 상위 펀드에 대한 LP 수요 집중
-> 상장하지 않고 오래 비상장으로 좋은 회사를 만드는 케이스(Stripe, SpaceX)들이 생기고 있음
-> AI로 촉발된 산업 재편성(방산-Anduril, AI Rollup, 제약 etc)은 더 클 수 있는 회사를 빠르게 상장하기 보단 더 많아진 자금으로 성장 지원. 회사가 더 성장할 수 있는데 빠르게 상장해서 느려지는 것보단 더 장기적으로 산업을 바꿀 정도로 성장하는 게 더 큰 리턴을 제공.
-> A단계에서 될만한 회사들을 차지하기 위한 경쟁 + 어느정도 성장곡선을 탄 회사들이 IPO대신 회사의 성장에 집중할 수 있는 Late Stage투자가 더 많아질 것.
-> 앞으로 AI가 산업을 재편하면 재편할 수록 더 많은 VC 더 많은 메가펀드들이 생겨날 수 있음. 반대로 AI로 인한 변화가 늦어질수록 급격히 수요는 사그라들 수 있음.

아직도 여러 산업에서 하는 일들이 단순 엑셀 이상의 코딩 만으로도 가치있는 일들이 많음.
-> 지식노동자가 자연어로 자연스럽게 코딩을 사용해서 생산성이 높아지거나
-> 새로운 조직이 Agent를 기반으로 소수의 인력으로 훨씬 높은 생산성을 내면서 기존 플레이어와 경쟁하거나

최근 샌프란시스코와 뉴욕에서 22세 이하 창업자들과 어울리며 느낀 점이 있는데, 이 친구들은 정말 다르다.

이 젊은 창업자들이 AI로 부를 만들어가는 모습에서 내가 관찰한 것들:

이 친구들은 어릴 때부터 유튜브 크리에이터들이 침대에 누워 포르쉐, 프라이빗 제트 자랑하는 걸 보고 자랐다. 그런데 정작 자기 현실을 보니 등록금 2억 7천만 원(20만 달러), 연봉 6천만 원(4만5천 달러)짜리 신입 일자리뿐이었다. 수지가 안 맞았다. 그래서 아예 고장 난 시스템을 건너뛰기로 결정했다.

이런 경제적 현실이 그들의 모든 사고방식을 형성했다. 80년대 월스트리트 시절을 연상케 할 만큼 unapologetically(전혀 거리낌 없는) 자본주의적이다. 순도 100% 생존형 자본주의. 이들은 편하게 살려면 최소 수십억(달러)을 벌어야 한다고 생각한다. 뉴욕에서 월세 550만 원(4천 달러)짜리 원룸을 보며 고개를 끄덕인다. 틀린 말이 아니다. 지금 모든 사람에게 경제적 압박이 심하고, 인플레이션도 걱정거리다.

그래서 이들은 다른 창업자들과 단체 채팅방을 만들었다. 그들의 멘토는 팟캐스트다. 24시간 내내 사업을 멀티플레이어 게임처럼 몰입해서 배우고 있다. 목표는 '클리어'다.

최근 샘 알트먼이 했던 말이 인상적이었다. “기성세대는 챗GPT를 구글 대체재로 쓰지만, 이 친구들은 운영체제로 쓴다.” 이들은 AI 시대를 경제적 현실에서 탈출할 수 있는 출구로 본다. 적극적으로 활용한다.

이들이 하는 모든 일은 바이럴 최적화가 되어 있다. 그들의 스타트업 여정은 마치 예고편이 내장된 넷플릭스 다큐멘터리 같다. 모든 제품 결정이 “이 클립이 X 플랫폼에서 먹힐까?”를 고려해서 이루어진다. 비즈니스 모델 자체가 소셜 알고리즘을 역설계한 것이다. 넬크 보이즈(NELK Boys), 스필버그, YC 데모데이가 뒤섞인 느낌이다.

특정 플랫폼에서 터질 수 있도록 제품을 설계한다. 트렌딩 주제에 맞춰 출시 일정을 조정한다. 틱톡에 자사 SaaS 툴을 엔터테인먼트처럼 보여주는 콘텐츠를 만든다.

어떤 친구들은 니키타 같은 소비자용 모바일 앱으로 캐시플로우를 노리고, 어떤 친구들은 수백만 달러의 벤처 투자를 유치한다. 투자를 많이 받을수록 좋다고 여긴다.

실패, 성공, 밤샘 코딩을 전부 기록한다. 그들의 비즈니스는 알고리즘 시대의 퍼포먼스 아트다.

이들은 자신들을 배제시킨 망가진 시스템을 고치려 하지 않는다. 아예 그 위에 새로운 생태계를 짓는다. 그리고 승리하고 있다. 왜냐면 다른 사람들은 여전히 구시대 규칙을 따르는 반면, 이들은 새로운 규칙을 받아들였기 때문이다.

많은 이들이 대중 앞에서 실패하고 결국 기업 취업으로 돌아갈 것이다. 특히 큰 VC 투자를 받은 이들에겐 더 큰 타격일 것이다. 하지만 그게 이 게임의 룰이다. 그럼에도 불구하고, 이들 중 일부는 지금까지 본 적 없는 방식으로 성공할 것이다.

이전 세대를 짓밟았던 인플레이션과 경제 시스템이 오히려 역사상 가장 자원이 풍부한 세대의 기업가들을 만들어낸 것일지도 모른다. 이들은 시스템의 실패를 경쟁력으로 바꾸고 있다.

곰곰이 생각해 보면 꽤나 천재적이다.

https://x.com/gregisenberg/status/1923006842738708730?s=46&t=h5Byg6Wosg8MJb4pbPSDow

1/ 만약 지금 파트너와 함께할 수 없고 처음부터 다시 시작해야 한다면, 지금 알고 있는 것을 바탕으로 어떤 배우자를 선택해야 한다고 자신에게 조언해줄까요? (혹은 배우자가 없다면, 지금 자신에게 어떤 이야기를 해주고 있나요?)

제 장인이 해주신 여러 지혜 중 하나는 "누구와 결혼할지를 선택하는 것이 인생에서 가장 중요한 결정"이라는 말입니다. 시간이 지나면서, 제 자신의 결혼 생활과 다른 사람들의 결혼을 지켜보며 저는 이 결정을 세 가지 동등하게 중요한 부분으로 나누어 보게 되었습니다.

첫째, 나는 누구와도 결혼할 수 있는 사람인가?
즉, 나는 어떤 사람이든 위해 희생할 수 있는가? 다른 사람의 삶을 존중하고 소중히 여기며 그들의 필요를 나보다 우선시할 수 있는가? 어떤 사람과도 병들었을 때나 건강할 때나, 부유할 때나 가난할 때나 헌신할 수 있는가? 이것을 해낼 수 있는 능력이 매우 중요합니다.

둘째, 내가 함께 있는 사람이 결혼할 수 있는 사람인가?
반드시 나와 결혼할 수 있는지 여부가 아니라, 그 사람이 누구와도 좋은 배우자가 될 수 있는지, 사랑하고 소중히 여기며 희생할 수 있는 사람인지가 중요합니다.

마지막으로, 우리가 함께 결혼 생활을 만들어 갈 수 있는가?

결혼이란 두 사람이 함께 만들어가는 일종의 독립적인 존재라고 생각합니다. 그리고 함께 결혼 생활을 만들어가기 위해서는 앞서 말한 두 가지가 모두 필요합니다. 서로의 필요를 자기 자신보다 우선시하고, 주고받는 춤을 출 수 있어야 하며, 영원한 헌신을 감당할 수 있어야 합니다.
하지만 그것만으로는 부족합니다. 결혼을 '건설'하는 일도 필요합니다. 여기서 꿈, 가치관, 끌림, 사랑 등이 모두 작용합니다. 만약 서로 전혀 맞지 않는 상태로 각자 다른 방향으로 성장하려 한다면, 위에서 말한 희생은 불가능합니다. 그렇기에 함께 인생을 만들어가는 일은 그만큼 중요합니다.

요약하자면, 문화적으로 흔히 이야기되는 사랑, 공유된 가치, 끌림, 함께 만들고 싶은 인생에 대한 비전 등도 물론 중요합니다. 그러나 저는 이보다 더 중요하게 생각하는 게 있습니다. 어쩌면 2/3 정도는 내가 어떤 사람이든 결혼할 수 있을 만큼 순수한 마음을 가지고 있는가, 그리고 누구와든 그런 서약을 지킬 수 있는 능력이 있는가에 달려 있다고 봅니다.

https://www.amazon.com/Character-Choice-Letters-Goodness-Becoming/dp/B0CQX8HQXC

Aggregator 모델에서 수직 통합하는 새로운 창업들이 생겨나고 있다.

수직 통합 기업이란 무엇인가? 물리적인 제품을 만들고 복잡한 시스템을 구축하여 실제 세계의 문제를 해결하기 위한 가장 근본적인 방법을 찾는것.

- 피터 틸은 새로운 것을 만들고 돈을 버는 방법은 크게 두 가지라고 말했다: 소프트웨어 또는 "복잡한 수직 통합 독점". (예: 19세기 말~20세기 초 포드, 스탠더드 오일)
- 이러한 독점은 여러 조각을 정확한 방식으로 맞춰야 하는 매우 복잡한 조정을 필요로 하며, 일단 완성되면 엄청난 경쟁 우위를 가진다.

- 테슬라나 SpaceX는 단일 10배 혁신(10x breakthrough)보다는 **여러 요소를 통합하여 경쟁사보다 더 수직적으로 통합된 방식으로 시스템을 구축**한 것이 핵심 성공 요인이다. (딥테크가 아닌 수직 통합)
- 사례: NASA가 국제우주정거장(ISS)에 고립된 우주 비행사를 구출하기 위해 보잉(아웃소싱으로 문제 발생) 대신 SpaceX(로켓, 캡슐, 도킹, 귀환까지 전 과정 수직 통합)를 선택한 것은 수직 통합의 중요성을 보여준다.

예시: Base
문제의 근본: 불안정한 전력망 문제를 해결하고 배터리 기반 에너지 저장 시스템을 보급하려면 단순히 배터리 팩만 잘 만드는 것으로는 부족하다. 전력 생산, 유통, 금융, 소프트웨어, 설치, 규제 등 모든 요소를 아우르는 "수직적으로 통합된 전력 회사"가 필요하다.

결론: 개별 부품의 최적 성능이 아니라, **"전체 시스템의 최적 성능"**을 목표로 설계한다. 이것이 딥테크 기업(미증명 기술로 개별 제품 성능 극대화 추구)과 수직 통합 기업(검증된 기술 조합으로 시스템 성능 극대화 추구)의 근본적인 차이다.

수직 통합의 요소

1. 첨단이지만 검증된 여러 기술의 통합: 완전히 새로운 미지의 과학에 베팅하기보다는, 이미 가능성이 입증된 최첨단 기술들을 독창적으로 융합한다.(딥테크와의 차이)
테슬라 (Tesla): 전기차를 처음 발명한 것은 아니지만, 기존에 존재하던 리튬이온 배터리 기술, 전기 모터 기술, 자동차 제조 기술, 소프트웨어 기술(자율주행 AI 포함) 등을 매우 높은 수준으로 통합하여 기존 내연기관 자동차를 압도하는 새로운 이동 경험을 만들었습니다. 각 기술 요소는 이미 존재했지만, 테슬라만큼 효과적으로 통합하고 상용화한 기업은 없었습니다.

2. 자체 스택 전반에 걸친 핵심 역량 개발 (Develop significant in-house capabilities across their stack): 단순히 외부 기술을 가져다 쓰는 것을 넘어, 제품과 서비스의 핵심적인 부분들을 직접 개발하고 통제한다.

안두릴 인더스트리즈 (Anduril Industries): 국방 기술 스타트업으로, 자체 개발한 AI 기반 운영체제 '래티스(Lattice)'를 중심으로 드론, 센서 타워 등 다양한 하드웨어를 직접 개발하고 통합합니다. 소프트웨어와 하드웨어의 긴밀한 통합을 통해 기존 방위산업체보다 빠르고 유연하게 첨단 국방 솔루션을 제공하는 것을 목표로 합니다.

3. 상용화된 부품의 모듈화 및 전체 시스템 통합 통제 : 모든 것을 직접 만들 필요는 없다. 이미 시장에서 쉽게 구할 수 있고 성능이 표준화된 부품(예: 배터리 셀)은 외부에서 조달하여 모듈처럼 활용하되,  이 부품들이 어떻게 결합되고 상호작용하여 최종적인 제품이나 서비스의 성능을 결정하는지, 즉 "전체 시스템의 통합(Overall System Integration)"은 강력하게 통제한다.

자동차 제조사 (일반적): 엔진, 변속기, 차체 등 핵심 부품은 직접 설계하고 생산하거나 강력하게 통제하지만, 타이어, 볼트, 너트, 일부 전장 부품 등은 전문 외부 공급업체로부터 표준화된 제품을 공급받아 사용합니다. 중요한 것은 각 부품이 차량 전체의 성능, 안전, 승차감 등에 어떻게 기여하는지를 고려하여 통합하는 능력입니다.

4. 기존 강자와의 직접 경쟁 : 틈새시장을 노리거나 보조적인 역할을 하는 것이 아니라, 해당 산업의 기존 지배자들과 정면으로 경쟁한다.

넷플릭스 (Netflix 초기): 기존의 비디오 대여 시장의 강자였던 블록버스터와 직접 경쟁하며 우편 DVD 대여 모델로 시작했고, 이후 스트리밍으로 전환하며 방송국 및 케이블 TV와도 경쟁했습니다.

더 좋거나, 더 빠르거나, 더 저렴한 (혹은 세 가지 모두) 제품 제공: 혁신의 결과는 고객에게 명확한 가치로 전달되어야 한다.
"통합 자체가 혁신이다 (For Vertical Integrators, the integration is the innovation)."

수직 통합 기업 vs. 공급자 집합 모델 (Aggregators)

- 공급자 집합 모델 (인터넷 시대의 승자 - 구글, 페이스북, 우버, 에어비앤비 등):
- 핵심: 사용자 수요와 관심을 한 곳으로 모으고(Aggregate), 이를 바탕으로 공급자들을 플랫폼으로 끌어들인다.
- 특징: 사용자와의 직접적인 관계, 사용자 서비스 제공의 제로에 가까운 한계 비용, 수요 중심의 다자간 네트워크.
- 성공 요인: 희소한 물리적 자원 통제가 아닌, "수요 통제". 정보의 비대칭성 해결, 기존 자원의 효율적 배분 문제(정보 문제)에 적합했다.

- 수직 통합 기업 (물리적 세계의 승자 예상):
- 핵심: 물리적인 제품 생산과 복잡한 시스템 운영을 위해 "공급 통제".
- 차이점: 공급자 집합 모델은 이미 존재하는 공급(자동차, 빈방)을 효율적으로 연결하는 정보 문제에 강했지만, **새로운 물리적인 것을 생산하는 것은 정보 문제만으로는 해결할 수 없는 "물리적 문제"**이며, 이는 물리적 해결책, 즉 공급망의 수직적 통합을 요구한다.
- 양극단의 전략: 공급자 집합 모델이 비즈니스 모델 스펙트럼의 한쪽 극단(자산 경량화, 수요 집중)으로 치우쳐 성공했다면, 수직 통합 기업은 정반대 극단(자산 중량화, 공급망 통제)으로 치우쳐 성공할 것이다. "어중간한 것은 없다 (Never do anything by halves)."

왜 지금 수직 통합인가?
1. 기존 패러다임의 종말 징후:
- 시장 포화, 기존 패러다임 투자 수익률 감소, 생산성 성장 둔화.
- 새로운 파괴적 기술의 등장 및 확산.
- 새로운 분야로의 투자 패턴 변화 (예: 석유 -> 태양광 투자 역전).
- (아직 본격적이진 않지만) 주요 경제 위기 또는 침체 가능성.

병목 현상에 직면한 산업들
- 제조업 (Hadrian 사례): 미국의 고정밀 부품 시장은 소규모 영세 공장 네트워크에 의존하며 납기 지연, 고비용 문제 심각. 기존 공장주 노령화. 소프트웨어만으로는 해결 불가, 처음부터 다시 구축 필요.
- 광업 (Earth AI 사례): 신규 광물 발견 감소, 탐사 비용 증가, 인력 노령화. 소프트웨어 판매 시도했으나 고객이 제대로 활용 못 함. AI 기반 탐사부터 저비용 시추까지 수직 통합.
- 전력 (Base Power Company 사례): 신재생에너지 증가 및 전기차/가전 확대로 인한 전력망 불안정. 송전선 증설의 어려움. 분산형 해결책 필요.
- 항공 (Astro Mechanica 사례): 보잉 사태는 기존 항공 기술 패러다임의 종말과 금융화의 폐해를 상징. 새로운 엔진 기술 기반 수직 통합 및 소규모 공항 활용 초음속 비행 서비스 구상.
- 국방 (Anduril 사례): 기존 방위산업체는 대규모 고비용 플랫폼 중심, 현대 및 미래 전장 환경에 부적합. 저비용 신속 개발 하드웨어와 AI 운영체제 결합.
- 핵융합/핵분열 (Fuse Energy 사례): 정부 주도 차세대 핵 연구 시설 건설 지연 및 예산 초과. 민관 협력 및 민간 기업 역할 증대.
- 교육 (Primer 사례): 공교육 시스템의 낮은 성취도. 교사 주도 마이크로스쿨 네트워크.
- 공통점: 각 산업이 기존 방식으로는 해결하기 어려운 **구조적인 병목 현상**에 직면해 있으며, 점진적 개선이 아닌 **근본적인 재구축**이 필요한 상황.

새로운 시작의 징후
- 새로운 기술의 집합체: AI, 에너지, 로봇/자동화, 암호화폐, 바이오테크 등의 동시다발적 발전. 이들을 시스템으로 통합하여 새로운 능력 창출.
- 핵심 생산 요소: 저렴하고 풍부한 에너지, 지능, 손재주, 그리고 생물학적 성장(Anything with biology).
- 새로운 모범 사례 및 기술-경제 논리: 엘론 머스크의 5단계 제조 공정 확산. AI/로봇 기반 노동 대체에 따른 새로운 비즈니스 모델 필요.
- 금융 자본: VC 메가펀드의 등장 (자본 집약적인 새로운 TEP 자금 지원에 적합).

수직 통합 기업 구축의 어려움
1. 최소 두 개의 회사(소프트웨어와 하드웨어)를 동시에 구축해야 함
- 애플조차도 하드웨어는 최고지만 소프트웨어는 그렇지 못한 경우가 많음. 하드웨어와 소프트웨어는 다른 기술과 DNA를 요구.
- 두 가지를 동기화하는 것은 매우 어려움.
- 작은 회사에 15개 부서가 있는 것은 비정상적. 부서 간 연결은 기하급수적으로 복잡해짐.
- 불확실성과 나태함의 위험한 조합 (카테라 실패의 원인 중 하나).
- 초기에는 전체 시스템을 머릿속에 그리고 명확히 전달할 수 있는 뛰어난 창업자가 필요.

2. 하드웨어 자체는 정말로 어렵다:
- 물리 법칙 준수, 복잡한 글로벌 공급망, 긴 반복 주기, 높은 초기 비용, 규제 문제 (특히 원자력 등).
- 제조 규모 확장의 어려움 (엘론 머스크 "지옥 같다"). 문제는 한 번 해결되는 것이 아니라 규모가 커질 때마다 반복됨.

3. 기존 강자들은 강력하고 이점을 가지고 있다:
- 기존 기업들은 오랜 경험, 효율적인 생산 시스템, 공급망 장악력, 고객 관계, 규제 영향력 등을 보유.
- 단순히 약간 더 좋거나 저렴한 제품으로는 이기기 어려움. 가격 인하로 출혈 경쟁 유도 가능.
- 새로운 패러다임의 도구로 완전히 다른 차원의 제품을 만들어야 함.

4. 적절한 통합 수준을 파악하는 것은 명확하지 않다:
- 너무 많은 수직 통합을 너무 빨리 시도하면 실패할 수 있음 (Plethora, Katerra 사례).
- CLT 공장에 대한 Katerra의 과도한 투자는 자원 낭비로 이어짐.
- 최적의 제품을 최저 비용으로 제공할 수 있는 수준까지만 통합하고, 규모와 함께 점진적으로 심화해야 함.

5. 쉽게 방향을 전환(피벗)할 수 없다:
- 하드웨어 및 수직 통합은 막대한 초기 자본과 특정 방향의 전문 인력을 요구하므로, 소프트웨어처럼 쉽게 사업 방향을 바꾸기 어려움.
- SpaceX도 로켓 폭발에도 불구하고 로켓 개발이라는 비전은 유지하며 반복 개선.
- 견고한 초기 전략이 매우 중요.

6. 더 나은 것이 등장할 수 있다:
- 기술 발전 속도가 매우 빠르기 때문에, 힘들게 구축한 시스템이 새로운 기술의 등장으로 구식이 될 위험이 항상 존재.
- "어떤 공상과학 기술이 당신의 접근법을 쓸모없게 만들까 걱정되는가?"라는 질문.
- 수직 통합 기업은 새로운 기술을 시스템에 통합할 수 있는 유연성을 가져야 함.

7. 수익 발생까지 많은 돈이 필요하다:
- 제품 개발 및 시장 출시까지 오랜 시간과 막대한 자금이 소요. 초기에는 매출 없이 아이디어와 팀만으로 투자 유치 필요.
- 전통적인 스타트업 평가 지표(매출 성장 등) 적용 어려움.
- 초기 아이디어 단계와 실제 실행 사이의 "죽음의 계곡" 존재.
- 자금 조달은 초기부터 전략의 핵심 부분이어야 함.

- 에디슨과 GE 사례:
- 에디슨은 전등 시스템(발전, 배전, 전구 등)을 상업적으로 성공시키기 위해 수직 통합을 단행. (전구 필라멘트 직접 제조, 배전 시스템 설계 등)
- 시스템 전체를 고려했기에 구리 비용 절감을 위한 고저항 전구 및 "피더 앤 메인" 배전 시스템과 같은 혁신 가능.
- GE는 에디슨의 DC 방식이 테슬라의 AC 방식에 기술적으로 패배했음에도, AC 기술을 수용하고 자사의 브랜드, 규모, 자원, 다양한 제품 라인을 활용하여 전기 시대를 지배.
- 핵심: 수직 통합은 새로운 기술과 역량을 활용하여 새로운 제품을 제공해야 할 때 필요하며, GE는 그 전형적인 사례.

성공에 필요한 것:
- 전략: 왜 지금인가? 기존 강자의 병목은 무엇인가? 어떤 기술로 더 좋고 빠르고 저렴한 제품을 만들 것인가? 기존 강자는 왜 대응 못 하는가?
- TEA: 부품 비용부터 효율 곡선까지 고려하여 시스템 비용을 분석하고 최적의 트레이드오프를 찾는 기술-재무 모델.
- 핵심 질문: 기존 제품보다 훨씬 더 좋거나 저렴한 제품을 제공하여 경쟁 시장에서 이길 수 있는 새로운 시스템 구축이 가능한가? 10배 더 나은 총 마진을 목표로 해야 함.

팀의 실행 능력 (The Team's Ability to Execute): 계획보다 더 중요.
- "뛰어난 창업자는 압축 알고리즘이다." 뛰어난 창업자는 시장 분석, 전략, 기술, 경쟁 환경 등 모든 것을 투자자보다 더 깊이, 더 오랫동안 고민한다.
- 가장 중요한 것은 "세계 최고 수준의 인재를 유치하고 그들의 역량을 최대한 끌어낼 수 있는 능력". 팀이 실행 능력의 유일한 결정 요인.
- 뛰어난 창업자의 특징 (정해진 답은 없음): 세계 최고 인재 유치 및 동기부여, 깊은 호기심과 지식, 실행 및 반복 지향, 회복탄력성과 적응력, 스토리텔링 및 자금 조달 능력, 지치지 않는 노력과 에너지, 큰 사명감과 문제 해결 의지, 전체 시스템을 거시적/미시적으로 파악하는 능력.
- 역설: 수직 통합 기업 창업자는 해당 산업 내부 출신이 아닌 경우가 많음. 새로운 방식으로 접근하기 위해 기존 방식에 얽매이지 않아야 함.

수직 통합 기업이 잘못 평가되는 이유:
- *보상의 크기(Prize) x 계획의 질(Plan) x 팀의 실행 확률(Probability)**로 평가. 실행 확률 판단이 매우 어려움.
- 초기에는 불확실성이 크고 가시적인 성과가 없어 대부분의 투자자가 주저함.
- 하지만 잠재적 보상의 크기는 매우 명확함 (기존 거대 산업 대체).

- 수직 통합의 이점:
- 긴밀한 피드백 루프: 신속한 반복 개선 가능.
- 제품이 아닌 시스템 수준의 최적화: 전체 시스템 효율 극대화.
- 외부 기술 발전의 혜택 수혜: 새로운 기술을 시스템에 통합 용이.
- 단일 신기술에 대한 실존적 위협 낮음: 가치는 시스템에 있음.
- 자체 공급망 통제 및 핵심 기술 내재화: 학습 곡선 가속화.
- 미증명 기술 없이도 더 나은 제품 구축 가능: 공학적, 시스템적 리스크는 있지만 과학적, 기술적 리스크는 낮음.
- 높은 마진 가능성: 중간 단계 제거, 가치 사슬 통제.
- 완전한 솔루션 제공 가능: 고객의 전체 문제 해결.
- 가장 큰 보상 추구: 기존 산업의 근간을 뒤흔드는 경쟁.

https://www.notboring.co/p/vertical-integrators-part-iv

그동안 대량의 투자가 필요해서 국가만이 할 수 있었거나, 소수의 기업/공공기관의 독과점을 유지해오면서 당연했던 문제들이 고객에게 훨씬 좋은 가치를 제안하면서, 초기 투자를 충분한 규모의 자금유치로 버티고, 수직통합하는 플레이어들에 의해서 산업이 변화할 수 있겠다.

Base가 푸는 문제를 보면 이 수직계열화에 대해서 더 자세히 알 수 있다.

전력 생산 비용은 낮아지고 있지만, 소비자가 체감하는 전기 요금은 그대로이거나 오히려 상승하고 있다.

왜? 전력 생산 비용 vs. 배송 비용: 지난 10년간 전력 생산 비용은 33% 하락했지만(6.8센트/kWh → 4.6센트/kWh), 전력 배송 비용은 65%나 증가했다(2.6센트/kWh → 4.3센트/kWh). (저스틴 로파스의 차트 인용)

왜 비용이 증가했나?
1. 변동성 높은 전력원의 증가: 태양광, 풍력 등 신재생에너지는 날씨에 따라 발전량이 크게 변동한다.
2. 그리드 신뢰도 감소: 노후화, 기상 이변 등으로 인해 정전 빈도 증가.
3. 전력 인프라 구축 지연: 송전선 추가 및 현대화 프로젝트는 규제, 허가 등으로 인해 매우 느리고 비용이 많이 든다. (미국 대형 프로젝트의 일반적인 문제)
4. 전력 수요 증가 및 변동성 심화: 전기차, 전열기 등 전력화로 인해 전체 수요가 증가하고, 특정 시간대(예: 퇴근 후 저녁)에 수요가 급증한다.
- 역설적 문제: 신재생에너지와 전기차 보급이 늘어날수록 그리드의 불안정성은 더욱 심화된다. (공급과 수요 양쪽 모두 변동성 증가)
- 근본적 해결책의 부재: 송전 용량 증설은 어렵고, 핵에너지는 기저부하에는 좋지만 수요 변동에 즉각 대응하기 어렵다.

전력 시스템의 세가지 기둥
- 생산: 핵, 태양광, 풍력 등 탄소 없는 에너지원 확대 및 비용 절감 (진행 중)
- 소비: 자동차, 난방, 가전제품 등의 전력화 (진행 중)
- 배송 (송배전망, 그리드): 이 부분이 현재 가장 큰 병목 지점이며, 기업가적 관심이 가장 적었던 분야.

전력 생산과 소비의 시공간적 불일치를 가장 근본적으로 해결할 수 있는 방법은 무엇인가?
- 시간적 불일치 해결: 배터리는 전력이 저렴하고 풍부할 때(예: 낮 시간 태양광 발전) 저장했다가 필요할 때(예: 저녁 시간 수요 급증) 공급함으로써 생산과 소비의 시간적 불일치를 해소한다. (케이시 핸드머: "송전은 공간을 통해, 배터리는 시간을 통해 전력을 이동시킨다.")
- 그리드 안정화: 수요와 공급을 조절하여 그리드의 부하를 줄이고 안정성을 높인다. 피크 수요를 낮춰 불필요한 발전소 가동이나 송전망 증설 필요성을 줄인다. (부하율 개선)
- 비용 효율성: 배터리 가격은 지난 10년간 82% 하락했고, 생산량 증가에 따라 지속적으로 하락 중이다. (학습 곡선 효과)

"어디에 배터리를 놓을 것인가?"

- 기존 방식 (발전소 옆 대규모 배터리 팜):
- 장점: 공급 변동성 문제 해결에 일부 기여. 대규모 설치 용이.
- 근본적 한계: 여전히 소비 지점까지 최대 부하를 감당할 수 있는 송배전망이 필요하다. 송전망 연결 지연 문제(Interconnect Queue) 발생.

- 베이스 파워의 방식 (소비자 집 옆, 즉 수요처에 설치 - "일렉트릭 슬라이드"):
- 근본적 해결: 공급 변동성 문제 + 수요 변동성 문제 동시 해결.
- 효과: 배터리가 수요가 낮고 가격이 저렴할 때 충전하고, 수요가 높고 가격이 비쌀 때 방전하여 가정에 전력을 공급. 그리드 입장에서는 해당 가정이 항상 일정한(낮은) 전력을 소비하는 것처럼 보이게 하여 송전망 부하를 크게 줄인다.
- 미래 중요성: 2050년까지 전력 수요가 2~3배 증가할 것으로 예상되므로, 수요 변동성 해결은 필수적이다. "그리드 병목을 정말로 해결하려면 가정용 배터리가 필요하다."

- 왜 기존에는 가정용 배터리가 대중화되지 않았는가?
1. 높은 초기 비용: 소비자가 직접 구매하기에는 비싸고 투자 회수 기간이 길다.
2. 고객 확보 비용: 개별 주택 고객을 확보하는 것은 대규모 배터리 팜을 한 곳에 짓는 것보다 비용이 많이 든다.
3. 용량 활용 비효율: 개인 고객은 전문 운영자처럼 가격 변동성을 활용한 차익 거래를 하기 어렵다.

"수직 통합 전력 회사" 구축
1. 배터리 팩 자체 조립 및 제조 (Why manufacture battery packs?)
기존 시장의 주택용 배터리는 작고, 옥상 태양광 연동 백업용으로 설계되어 있으며, 고마진 하드웨어 판매 중심이다. 베이스 파워가 구축하려는 시스템(가격 변동성 활용, 그리드 지원)에 최적화된 제품이 없다.

2. 소매 전력 공급자(REP) 운영
고가의 배터리를 소비자가 직접 구매하도록 하는 것은 어렵다. 배터리는 개별 소비자보다 시장 참여자(베이스 파워)에게 더 큰 가치를 제공한다.
전력 판매로 전환: 배터리 판매가 아닌, 전력 판매를 통해 수익 창출. (AWS가 서버 판매에서 컴퓨팅 파워 판매로 전환한 것에 비유)

3. 분산형 시스템 구축
- 해결책 (분산형의 이점):
- 데이터 우위: 각 가정의 배터리가 그리드와의 인터페이스 역할을 하며 실시간(초 단위) 수요/공급 데이터 확보. (다른 시장 참여자는 5분 지연 데이터 활용)
- 위치 다변화 및 혼잡 수익화: 그리드 전체에 분산된 배터리를 통해 다양한 지역의 가격 변동에 노출되고, 송전망 혼잡을 완화하거나 이를 활용한 수익 창출 가능. (송전 제약에 대한 금융 헤지 제공)
- 복리 효과: 전력 거래 수익성 향상 → REP 고객 가격 인하 → 고객 기반 확대 → 더 많은 배터리 설치 → 데이터 및 그리드 영향력 증대 → 수익성 추가 향상.

핵심 전략: "어려움" 자체가 해자(Moat)다.
- 베이스 파워가 수행하는 각 단계(제조, 설치, 고객 확보, 전력 거래, 분산 소프트웨어, 자금 조달 등)는 개별적으로도 매우 어렵지만, 이 모든 것을 유기적으로 통합하여 성공적으로 운영하는 것은 더욱 어렵다.
- 하지만 이 **"어려움"을 극복하는 과정 자체가 경쟁자들이 쉽게 모방할 수 없는 강력한 해자**를 구축한다.

"아이디어는 하나, 실행이 전부다."
- 베이스 파워의 첫 번째 우선순위는 배터리나 소프트웨어가 아닌, "최고의 엔지니어와 운영자를 영입하는 것".
- 인재 차익 거래 (Talent Arbitrage): 기존 전력회사는 야심 찬 천재들이 일하고 싶어 하지 않지만, "전기의 안두릴"처럼 거대한 문제를 해결하고 미래를 만드는 회사에는 최고의 인재들이 모인다.

초기 아이디어(프리미엄 주택 대상 전기화 플랫폼)에서 현재 모델(가정용 배터리 최적화, REP, 전력 거래)로 진화하는 과정은 끊임없는 토론, 분석, 가설 검증, 전략 수정을 통해 이루어졌다. (예: 초기에는 REP를 만들지 않으려 했고, 텍사스가 아닌 다른 시장도 고려했으며, 유틸리티/상업 고객을 먼저 공략하려 했음)

비즈니스 모델
단순한 비즈니스 모델 이면의 복잡성: "짧은 투자 회수 기간과 높은 현금 수익률을 가진 연결된 배터리 포트폴리오 구축."

- 초기: 소수의 가정에 타사 배터리 및 REP 서비스 제공, 자체 소프트웨어로 운영.
- 현재: 자체 제작 배터리(v1) 출시 임박, 설치 속도 및 그리드 대응력 향상. 주택 건설사(Lennar) 및 규제 유틸리티(Bandera Electric Cooperative)와 파트너십 체결. 자산 담보 대출 확보를 위한 포트폴리오 성장 및 경제성 증명 단계.
- 미래 (메가 불 케이스): 수요 측면에서 시작하여 공급 측면(발전)으로 수직 통합하는 현대적 유틸리티 구축. (자체 발전소 건설 및 고객 직접 판매, 중간상 제거, 가격 인하) "전기를 계량하기에는 너무 저렴하게 만드는 것"이 목표.

https://www.notboring.co/p/base-power-company?utm_source=publication-search

"Take a simple idea and take it seriously."—Charlie Munger

고객에게 10배 좋은 가치를 주기 위한 아이디어는 간단하지만 이를 규모있게 만드는 것을 여러 과정을 통합하고 어려운 문제들을 계속 해결하는 것에서 나온다.

https://substack.com/home/post/p-163246354

"집을 몇 분 만에 판매하세요."

말은 쉽지만, 실현은 거의 불가능합니다. 진정한 단순함을 제공하려면 부동산의 모든 미묘한 요소들—가격 역학, 운영, 의미 있는 위험 모델—을 깊이 이해해야 했습니다. 고객에게 단순하게 보일수록, 우리는 문제를 더욱 깊이 이해해야 했습니다.

Meter에서 우리는 비슷한 약속을 했습니다: 상업 공간을 맡기면 네트워크를 처리해 드립니다. 하나의 가격, 복잡성 제로. 이 약속을 지키기 위해서는 기술적 구성 요소 이상의 숙달이 필요했습니다. 우리는 기업들이 네트워크를 어떻게 사용하는지, IT 팀들이 밤새 고민하는 이유, 기존 솔루션이 왜 부족했는지를 깊이 이해해야 했습니다. 단순함의 각 층은 또 다른 통찰의 층을 요구했습니다.

대부분의 팀은 복잡성을 기능을 추가함으로써 해결하려 합니다. 그들은 근본적인 문제를 해결하기보다는 가장자리를 다듬습니다. 현재의 솔루션을 더 보기 좋게 만들지, 근본적으로 단순하게 만들지는 않습니다.

진정한 단순함은 복잡성을 숨기지 않습니다. 그것을 해소합니다. 문제를 완전히 이해함으로써 복잡성 자체가 사라지게 합니다. 어려운 작업을 직관적으로 만드는 돌파구는 진정으로 본질적인 것이 무엇인지 인식하고 나머지를 버리는 것에서 시작됩니다.

기계 학습 추론 모델은 끊임없이 발전하여 수많은 변형을 생성하고 테스트합니다. 그러나 복잡성을 제거하는 중요한 통찰은 여전히 인간의 직관에서 비롯되며, 무엇이 중요한지, 무엇이 중요하지 않은지를 명확하게 보는 데서 나옵니다.

최고의 제품은 단지 복잡성을 더 잘 처리하는 것이 아닙니다. 그것의 전체 층을 제거합니다. 진정한 단순함은 쉽지 않습니다. 그러나 기계가 점점 더 실행을 담당하게 됨에 따라, 그것은 지속되는 유일한 이점입니다.

스티브 잡스가 말하는 “무엇을 할지 결정하는 방법”
1. 스스로에게 물어봐라.
“내가 진짜 신경 쓰는 건 뭘까?”
2. 그걸 해라.

⸻

“우린 막 픽사를 상장시켰고, 나는 그곳 CEO로서 만족하고 있었어. 두 개의 상장회사의 CEO를 동시에 맡은 사람은 들어본 적도 없었고, 심지어 그게 합법인지조차 확신이 없었지.

무엇을 해야 할지 몰랐어. 가족과 보내는 시간이 즐거웠고, 지금의 삶이 꽤 만족스러웠거든.

그런데 갈등이 있었지.

애플이 엉망인 건 알았지만, 과연 지금 이 좋은 생활을 포기하고 그걸 떠맡고 싶은 건가 고민했어.

픽사 주주들은 또 어떻게 생각할까?

존경하는 사람들에게 의견을 구했어.

앤디 그로브(인텔 공동창업자)에게 전화를 걸어서 장단점을 설명했지. 그런데 대화 중간에 그가 나를 끊더니 이렇게 말했어.

‘스티브, 난 애플에 전혀 관심 없어.’

그 말을 듣고 충격을 받았지. 그리고 그 순간 깨달았어. 나는 애플에 정말 신경 쓰고 있었구나. 내가 만든 회사고, 세상에 있어야 할 가치 있는 일이었으니까.

그래서 돌아가기로 결심했어.”

David Senra

기술 분야에서 **에이전시(Agency, 현실을 바꾸는 주체성)**는 모두를 매료시킨다. 세상에 존재해야 할 무언가를 직접 만들어내는 힘. 우리는 이를 야망이나 역경을 극복하는 힘에서 찾으려 하지만, 사실 더 단순한 것을 종종 간과한다.
즉각적인 보상이 없어도 괜찮아하는 태도다.

이건 흔히 말하는 **미래를 위해 오늘을 희생하는 지연된 만족(delayed gratification)**과는 다르다.
이건 누군가 알아주지 않더라도, 그것이 중요하기 때문에 계속하는 것이다.
그것은 자기 훈련에서 나오는 것이 아니라, 인정받는 것이 목표가 아니기 때문이다.

오래 버티다 다른 사람들은 포기한 후에 성공하는 창업자들을 보라.
동료들은 승진을 좇을 때, 근본적인 문제를 해결하는 엔지니어들을 보라.
지위나 명성 대신 진짜 도전을 선택하는 초기 팀원들을 보라.
이들에게는 외부의 칭찬이 결정에 영향을 주지 않는다는 공통점이 있다.

이것은 인내심과도 다르다.
인내는 미래의 보상을 위해 현재의 불편함을 참는 것이다.
하지만 이들은 즉각적인 인정을 중요하지 않게 여겨 오히려 더 어려운 길을 스스로 선택한다.
그리고 그 선택이 쌓일수록 점점 더 독립적인 존재가 되어간다.

이렇게 쌓인 작은 선택들이 조용히 누적된다.
즉각적인 성과를 좇는 것을 멈추면, 집중의 방향이 달라진다.
다른 사람들이 건너뛰는 단단한 기반을 쌓게 되고,
다른 사람들이 보지도 못한 문제를 해결하게 된다.
그리고 단기적인 보상이 중요하지 않아지면서,
무엇을 해야 할지가 점점 더 선명해진다.

대부분의 사람들은 이것을 장기적 사고와 혼동한다.
하지만 계획을 세우는 것과 주목받지 않아도 편안해하는 것은 완전히 다르다.
계획이 중요한 것이 아니라, 즉각적인 인정 욕구를 무시할 자유를 느끼는 것이 더 중요하다.

진짜 에이전시는 외부의 압력 없이 행동하는 것이다.
그리고 인정이 늦어져도 괜찮아하는 태도가 그 독립성을 더욱 강화시킨다.
매번 인정보다 진짜 임팩트를 선택할 때,
당신은 세상을 받아들이는 사람이 아니라, 바꾸는 사람이 될 힘을 얻게 된다.

가장 강력한 에이전시는 행동하려는 욕망이 아니다.
누가 보든 말든 옳은 일을 하는 것이다.

https://writing.nikunjk.com/p/on-deferred-gratification

SpaceX, Anduril의 성공으로 이전에는 불가능하다고 생각했던 문제를 해결하는 창업자들이 미국에선 더 나오고 있다.

중국의 전기차 창업자들 대부분 인터넷/모바일로 큰 돈을 벌었던 창업자들로 구성이 되어있다.

어려운 문제를 해결하고 큰 Upside를 만드는 창업가들이 더 나오는 것이 생태계를 만드는 가장 좋은 방법.

실리콘밸리의 ‘나쁜 퀘스트’ 위기

- VC·미디어 게임으로의 쏠림 — 성공한 창업자 다수가 또 다른 하드테크 창업 대신 VC 펀드 결성, 팟캐스트 진행, SNS ‘사색가’가 되는 길을 택한다
- 안전한 모방 사업 — 크레딧카드·노코드 SaaS·디지털 굿즈 등 이미 검증된 비즈니스 모델을 반복해 시장점유율만 다툰다
- 조기 은퇴 문화 — 30대 중반에 자본 축적 후 ‘메일 몇 통 보며 요트 생활’이 이상향으로 소비된다

결과적 손실
- 인류가 직면한 반도체, 에너지, 우주·국방, 장수연구 같은 고난도 과제는 인재부족으로 추진력이 떨어진다.
- “탑 플레이어”에게 맞는 높은 지렛대(레버리지) 문제들이 방치된다 — 이는 사회 전체의 기회비용이자 도덕적 실패라는 주장.

대부분의 좋은 퀘스트는 어렵고 실제 임팩트도 훨씬 크다 — 즉, 레벨 높은 플레이어가 아니면 시도조차 불가하다

플레이어 카드(능력치)
- 자원 (자본, 네트워크)
- 스킬 (기술·경영 역량)
- 파워 (레버리지, 브랜드, 규제 접근성)

능력치가 높을수록 어려운 퀘스트 성공 확률이 기하급수로 상승한다. 따라서 핵심 인재가 쉬운 나쁜 퀘스트를 택하면 사회적 손실이 커진다.

‘페이스북 마피아’ 사례
2012년 IPO로 부자·유명인사가 된 임원 대부분이 VC 전향, 파생 SaaS 창업에 집중했고, 기술 패러다임을 뒤흔드는 2막을 거의 보여주지 못함.

투자자 과잉
1980년대 VC는 생존·사망을 가르는 핵심 자금원이었으나, 오늘날 자본 과잉으로 ‘딜 할당량 경쟁’이 제로섬 게임으로 전락

왜 ‘레벨 최고’가 좋은 퀘스트를 해야 하는가
1. 희소역량 배분 — 자본·네트워크·인지도를 갖춘 플레이어만이 규제·R&D·인재 전쟁을 뚫을 수 있음.
2. 기술 외부효과 — 우주발사비 하락, AI 모델 공개 등 선도자의 돌파는 후속 혁신 생태계를 만든다.
3. 도덕적 책임 — “안 한다”는 선택조차 대체 비용을 낳는다. 인간 수명 연장·청정에너지 같은 과제는 실패 가능성이 높아도 시도되어야 한다.

https://www.piratewires.com/p/choose-good-quests