자금 조달 및 투자자 선정하기
투자자를 만나고 자금을 조달하는 것은 스타트업 과정의 일부이며, 이를 제대로 해내면 특히 초기 단계에서 큰 힘이 될 수 있습니다. 하지만 대규모 투자 유치 소식에 현혹되어 투자 금액(price)이 전부라고 생각하기 쉽습니다. 실제로는 투자 금액이 펀딩 라운드의 성공 여부를 보여주는 좋은 지표인 경우는 거의 없습니다. 평판 좋은 투자자를 찾아 깔끔한 조건(clean terms)으로 투자받는 것이 비대칭적 결과를 얻을 최고의 가능성을 열어줍니다.

자금 조달에는 많은 것들이 관련되며, 특히 첫 기관 투자를 유치할 때는 투자 조건이 매우 중요합니다. 초기에 평판 좋은 투자자를 깔끔한 조건으로 유치할 수 있다면, 청산 우선권(liquidation preferences), 이상한 약정(covenants), 또는 초기에 너무 많은 이사회 의석을 내주는 것과 같은 일을 피할 수 있습니다. 이러한 구조는 향후 모든 자금 조달 논의를 훨씬 쉽게 만듭니다.
평판 좋은 투자자는 엔젤 투자자를 유치하는 데도 도움을 주며, 이들은 당신의 베타 고객이 될 가능성이 높습니다. 결과적으로 그들은 성장을 위한 자본을 제공할 뿐만 아니라, 제품을 더 좋게 만들기 위한 중요한 피드백도 제공해 줍니다.

따라서 첫 번째 펀딩 라운드를 최적화하는 데 집중하기보다는, 특히 큰 결과를 목표로 한다면 앞으로 거쳐야 할 모든 다음 라운드들을 생각해야 합니다.

부정적인 비대칭적 결과
하지만 어떤 경우에는 '부정적인' 비대칭적 위험이 존재할 수 있습니다. 그리고 이런 유형의 위험은 고객 기반이 성장함에 따라 커지는 경향이 있습니다. 램프에서 저희는 사람들에게 신용을 제공합니다. 고객들이 저희 카드로 돈을 쓸 수 있게 하고, 월말에 그 돈을 갚도록 합니다. 하지만 저희 비즈니스 모델은 매출이 저희가 빌려주는 금액의 약 1%에 불과한 구조입니다.
따라서 저희가 실수 한 번을 하면, 백 명의 고객이 저희에게 돈을 갚아야 그 손실을 메꿀 수 있습니다. 이것이 바로 저희가 전혀 위험을 감수하지 않기로 결정한 영역입니다. 왜냐하면 실수의 대가가 성공했을 때의 보상보다 100배나 크기 때문입니다.

따라서 사업가로서 당신은 회사에 치명적일 수 있는 위험이 무엇인지 생각하고 그 영역을 피해야 합니다. 많은 위험을 감수하고 크고 대담한 베팅을 할 수 있는 영역과, 그렇지 않아야 할 영역을 파악하고 분리해야 합니다.

도전을 두려워하지 마세요

결론적으로, 더 큰 베팅이 꼭 무서운 것만은 아닙니다. 현실에서는 오히려 덜 위험한 경우가 많습니다. 특히 비대칭적 결과를 얻을 수 있는 기회를 찾는다면 말이죠.

https://ramp.com/blog/making-big-bets-in-business

문제를 해결하는 방법이 단 하나뿐이라고 믿는 것은, 우리가 벗어나려 한다고 주장하는 바로 그 한계 속에 스스로를 가두는 일입니다. 이는 마치 광활하고 탁 트인 들판 한가운데 서서, 오직 한 그루 나무만 바라보며 그것이 유일한 길이라고 확신하는 것과 같습니다.

인생은 그렇게 작동하지 않습니다. 하나의 실만 잡아당길 기회를 주는 경우는 거의 없습니다. 대신, 수많은 도전과 배움, 그리고 각기 다른 목적지로 이어지는 풍부한 선택의 그물을 제공합니다. 세상을 진정으로 앞으로 나아가게 하는 사람들은, 이미 닦여진 길을 벗어나 “아무도 생각하지 않은 방법을 시도해 보면 어떨까?”라고 질문하는 이들입니다. 이들이야말로 패턴을 깨고, 규범을 재정의하며, 존재하지 않던 길을 새로 만드는 사람들입니다. 따라서 열린 마음은 단순히 있으면 좋은 특성이 아니라, 발견과 진보의 원동력입니다.

닫힌 마음은 편안함과 확실성에 매달리며 언제나 ‘정답’을 찾으려 하지만, 열린 마음은 복잡함을 받아들이고 탐구하며 성장합니다. 하나의 답을 찾는 데서 여러 가지 답을 찾는 것으로의 작은 전환이, 단순한 반복을 혁신으로 바꾸는 힘입니다. 늘 옳아야 한다는 집착을 내려놓을 때, 우리는 비로소 독창적이 될 수 있습니다.

앞으로 나아가는 길은 언제나 수백 가지가 있지만, 우리가 계속 백미러만 들여다본다면 그것들은 눈에 띄지 않습니다. 진정한 진보란, 단지 기존의 틀 밖에서 생각하는 것을 넘어, 애초에 그 틀이라는 것이 없었음을 깨닫는 데서 시작됩니다.

https://www.linkedin.com/posts/ravimishraphysics_whatinspiresme-mathematics-ugcPost-7359175666338070531-EN08

https://www.unifygtm.com/

Ramp 그로스팀이 나와서 만드는 서비스인데 그동안 Sales쪽에서 Agent붙였다고 하는 팀 중에서 서비스가 괜찮았던 팀이 거의 없었는데 여기는 Ramp에서 사람들이 노가다하면서 그로스 만드는걸 자동화하는 것으로 시작해서인지 꽤 반응이 좋다.

Ramp팀이 AI 스타트업 그로스팀으로 간것도 세일즈에 도움이 되는 것 같다.

과거 석유 시추의 시대에 석유가 나는 땅을 팔지 않으니까 주변의 땅을 사서 그 석유를 빼먹었던 비즈니스가 있었다.

지금 AI시대에 SaaS와 스타트업이 이런 경쟁을 한다.

고객이 쓰고 있는 SaaS를 자동화시켜주고 SaaS보다 AI 워크플로우를 더 쓰게하면서 데이터를 빼먹고 결국엔 SaaS까지 대체해버리는 시나리오.

Drinking Milk Shake

a16z https://a16z.com/ai-wedges-will-help-startups-outmaneuver-incumbents/

- 문제 제기: 현대 심리치료 문화는 '자기 수용'을 지나치게 강조합니다. 물론 자신을 받아들이는 것은 중요하지만, 사람들이 심리치료를 찾는 근본적인 이유는 '성장하고 싶어서'입니다.
- 잘못된 순서: 따라서 '수용'에서 시작하는 것은 순서가 잘못되었습니다. 성장은 불확실한 결과 속에서도 지속적인 노력과 헌신을 요구하는데, 이를 가능하게 하는 것은 바로 '믿음'입니다. 심리치료는 이 '믿음'에서 출발해야 합니다.
- 치료사들의 한계: 하지만 대부분의 심리치료사들은 '믿음'을 가르치는 방법을 모르거나, "당신은 지금보다 더 나아질 수 있다"는 메시지를 적극적으로 전달하지 않는 것 같다고 비판합니다.

- 수용(Acceptance)
- 성장 방식: '더 이상 어떤 행동을 할 필요가 없음'을 경험할 때 자라납니다. 현재 상태를 있는 그대로 괜찮다고 여기는 것입니다.
- 위험성: '나는 원래 이런 사람이야'라는 경직된 자기 인식을 낳을 수 있습니다. 이 경우, 변화와 성장의 가능성(자신이 변화할 수 있다는 진실)을 마주할 때 오히려 스스로를 무가치하게 느끼는 역효과가 발생할 수 있습니다.
- 믿음(Faith)
- 정의: 여기서 말하는 믿음은 종교적 신념이 아닌, **"나는 노력과 훈련을 통해 지금의 나보다 더 나은 존재가 될 수 있다"는 스스로의 가능성에 대한 신념**입니다.
- 성장 방식: '행동의 결과(성취와 성장)'를 직접 경험할 때 자라납니다.
- 상호 보완적 관계: Shear는 '수용'과 '믿음'을 동시에 가르치는 것이 어렵다고 말합니다. 이 둘은 마치 '두 명의 부모'처럼 각기 다른 역할을 수행하며, 건강한 자아를 형성하기 위해 둘 다 필요합니다.
- 건강한 자기 모델: '수용'과 '믿음'을 모두 갖춘 상태입니다. 즉, 자신을 하나의 고정된 존재로 여기는 것이 아니라, **끝없는 성장과 변화의 과정 속에서 사랑받고 가치 있는 존재**로 느끼는 것입니다.

믿음'을 가르치는 방법론: 코칭(Coaching)

- 믿음을 위한 치료: '수용' 대신 '믿음'에 초점을 맞춘 치료는 어떤 모습일까요? Shear는 이것이 바로 '코칭'이 추구해야 할 본질이라고 말합니다.
- 운동 코치의 예시: 운동 코치들은 정확하게 '믿음'을 가르칩니다. "연습해! 더 나아질 수 있어! 다시 해봐!" 와 같은 메시지를 통해 선수가 자신의 한계를 넘어설 수 있다는 믿음을 심어줍니다.
- 현재 코칭의 한계: 하지만 현재의 '코칭' 분야는 성장, 탁월함, 성공의 심리학적 측면을 성공적으로 이론화한 사람이 거의 없다고 지적합니다. 반면 '수용'은 스토아 철학이나 불교처럼 강력한 철학적, 이론적 기반을 갖추고 있습니다.

- 주체성(Agency): 최근 유행하는 '주체성을 키운다'는 개념은 세상에 **자신의 의지를 관철**하려는 외부 지향적인 성격이 강합니다.
- 믿음(Faith): 반면 Shear가 말하는 '믿음'은 **자기 자신을 개선**하는 데 집중하는 내부 지향적인 개념입니다. 이것이 탁월함으로 가는 더 나은 길이라고 주장합니다.
- 인용: "완벽하게 그림을 그리려면, 먼저 자신을 완벽하게 만들고 자연스럽게 그려라."
- 핵심: 내면의 준비(믿음을 통한 자기 완성)가 되면, 행동은 자연스럽게 흘러나옵니다. (Practice hard, play easy - 연습은 힘들게, 실전은 쉽게)

'믿음'을 키우는 구체적인 방법

효과적인 코칭(또는 믿음 중심 치료)은 '성과'가 아닌 '믿음' 자체를 키우는 데 집중해야 합니다. 믿음은 다음의 단순한 순환 고리를 통해 생성됩니다.

1. 욕구 파악 (Notice Desire): 자신이 무엇을 원하는지, 무엇을 성취하고 싶은지 알아차립니다.
2. 연습 (Practice): 그 목표를 어떻게 이룰 수 있을지 고민하고, 달성을 위해 꾸준히 연습합니다.
3. 성장 인식 (Notice Growth): 그 과정에서 자신이 얼마나 성장했는지를 알아차리고 성찰합니다.

이 순환을 충분히 반복하면, "나는 성장할 수 있는 존재"라는 사실을 온전히 믿게 됩니다. 이것이 바로 코치의 역할이며, '믿음'의 본질입니다. '믿음'은 무언가를 잘하는 능력이 아니라, "당신이 현재보다 더 나은 존재가 될 수 있다는 진실" 그 자체이기 때문입니다.

https://x.com/eshear/status/1955002633732886977

커서 클로드 코드를 쓰는 분들이라면 용호님이 공유해준 자료에 유익한 정보가 많습니다 🙂

https://drive.google.com/file/d/1SJ7-1YXo4r4pkHDuMdKLR9NtgbUsSRoZ/view

- 딥마인드의 근본: 딥마인드는 초창기부터 '에이전트 기반 시스템(Agent-based systems)', 즉 주어진 임무를 완수할 수 있는 시스템에 집중해왔습니다. (예: 알파고)
- '생각'의 원리: 강력한 기반 모델(예: 제미나이) 위에 '생각(Thinking)', '계획(Planning)', '추론(Reasoning)' 능력을 추가하는 방식입니다.
- 모델이 떠올린 첫 번째 생각을 바로 출력하는 것이 아니라, 여러 생각의 갈래(병렬적 사고)를 탐색하고, 그중 최선을 선택하여 행동을 결정하고, 그 결과를 바탕으로 자신의 사고 과정을 다시 개선하는 방식입니다.
- 필요성: 수학, 코딩, 과학 문제 해결, 게임 등 복잡한 작업을 위해서는 이런 '생각하는' 과정이 필수적입니다.
- 역사적 연결: 이는 딥마인드가 2010년부터 딥러닝과 함께 집중했던 강화학습(RL)의 연장선에 있으며, 체스 플레이어로서 자신의 사고 과정을 개선하려던 하사비스의 개인적 경험과도 맞닿아 있습니다.

- AI의 현주소: 현재 AI 시스템은 매우 '들쭉날쭉한 지능'을 보입니다.
- 긍정적 측면: 국제수학올림피아드(IMO)에서 금메달을 따는 등 특정 영역에서는 인간을 뛰어넘는 경이로운 능력을 보여줍니다.
- 부정적 측면: 하지만 고등학교 수준의 간단한 수학이나 논리 문제, 체스 규칙 같은 아주 기본적인 것에서 어이없는 실수를 하기도 합니다.
- 원인: 이는 단순히 모델을 확장(scaling)하는 것만으로는 해결되지 않는 **추론, 계획, 기억력 등에서 여전히 근본적인 혁신이 더 필요하다**는 것을 의미합니다.

- 월드 모델이란?: 언어뿐만 아니라 우리가 사는 **물리 세계의 법칙(물리학, 재료, 액체, 생명체의 행동 등)을 이해하는 모델**입니다. AGI가 되기 위해서는 필수적인 요소입니다.
- Genie 3의 역할: Genie 3는 이 '월드 모델'을 구축하고 검증하는 핵심 프로젝트입니다.
- 검증 방식: 모델이 세상을 얼마나 잘 이해했는지 알아보는 가장 좋은 방법은, 그 세상의 일부를 직접 '생성(Generate)'하게 시키는 것입니다.
- Genie 3의 놀라움: Genie 3는 일관성 있는 세계를 생성합니다. 예를 들어, 잠시 다른 곳을 보다 돌아와도 원래 있던 그 장소의 모습이 그대로 유지됩니다. 이는 모델이 세계가 작동하는 방식에 대한 깊은 이해를 갖추고 있음을 보여줍니다.

1. AI 훈련을 위한 무한한 데이터 생성:
- 다른 AI 에이전트(SIMA)를 Genie 3가 생성한 가상 세계 안에서 훈련시킬 수 있습니다. 즉, **"한 AI의 마음속에서 다른 AI가 플레이"**하는 것입니다. 이는 로보틱스 등 물리적 훈련 데이터가 많이 필요한 분야에 혁신을 가져올 수 있습니다.
2. 새로운 인터랙티브 엔터테인먼트의 미래:
- 영화와 게임의 경계를 허무는 완전히 새로운 장르의 차세대 인터랙티브 콘텐츠를 만들 수 있습니다.
3. 과학적 탐구와 현실에 대한 이해:
- 가상 세계를 생성하는 기술을 연구하며 **현실 세계의 본질, 물리학, 심지어 시뮬레이션 이론**에 대한 깊은 통찰을 얻을 수 있습니다.

- 도구 사용의 중요성: AI가 '생각'하는 과정에서 검색, 계산기, 코딩 프로그램, 심지어 알파폴드 같은 다른 AI 시스템을 '도구'로 호출하여 사용하는 능력은 AI의 잠재력을 기하급수적으로 늘려줍니다.
- 핵심적인 설계 문제: "어떤 능력은 핵심 모델에 내장하고, 어떤 능력은 외부 도구로 남겨둘 것인가?"
- 판단 기준: 해당 능력을 내장하는 것이 다른 모든 능력(코딩, 수학 등)을 전반적으로 향상시키는가? (예: "모든 배를 띄우는가?") 만약 그렇다면 내장하고, 그렇지 않고 다른 능력에 해를 끼친다면 도구로 사용하는 것을 고려해야 합니다.

- 모델 -> 시스템: AI는 더 이상 단순히 '토큰을 입력하면 토큰을 출력하는 가중치 덩어리(weights)'가 아닙니다. 스스로 계획하고, 추론하며, 다양한 도구를 사용하는 복잡한 **'시스템'**으로 진화하고 있습니다.
- 개발자를 위한 조언:
1. AI가 사용할 유용한 '도구'를 만드는 것 자체에 큰 기회가 있습니다.
2. 제품을 기획할 때, 1년 뒤 기술이 도달할 지점을 예측하고 설계해야 합니다.
3. 제품의 핵심 엔진(AI 모델)이 3~6개월마다 더 발전된 것으로 교체될 수 있도록 유연한 구조로 설계해야 합니다.
- 궁극적인 비전, '옴니 모델(Omni Model)': 현재는 분리되어 있는 제미나이(언어), Veo(영상), Genie(월드 모델) 같은 개별 모델들이 결국 하나의 거대한 **'옴니 모델'**로 통합될 것입니다. 이 모델은 모든 종류의 데이터를 동일한 고품질 수준으로 처리할 수 있는 진정한 AGI 시스템의 모습일 것입니다.

https://youtu.be/njDochQ2zHs?feature=shared

지루-복잡 엣지
지루하고 복잡한 틈새에 투자하라. 그렇게 해야 과대 수익을 얻는다.
“두 축을 고른다고 하면, 하나는 ‘지루함’, 다른 하나는 ‘복잡성’이다. 당신이 노려야 할 건 매우 지루하면서 매우 복잡한 영역이다. 세상만사는 수요-공급 곡선이고, 그런 매우 지루하지만 매우 복잡한 영역엔 창업가 공급이 구조적으로 부족하다. 그래서 기대수익이 올라간다.”

“지루하면서 복잡한” 사분면
“두 축을 고르라면 하나는 지루함, 다른 하나는 복잡성이다. 당신이 노려야 할 건 매우 지루하고 매우 복잡한 곳이다. 세상만사는 수요-공급 곡선이기에, 지루하지만 복잡한 영역에는 창업가 공급이 부족하다. 그래서 수익률이 높아진다.

사분면으로 가보자. ‘지루하고 단순’, ‘흥미롭고 단순’ 같은 단순 측면 전체는 피하라. 충분한 복잡성이 없으면 차별화가 너무 어렵다. 그쪽은 결국 상품화된다.

‘흥미롭고 복잡’으로 가면 뛰어난 창업가들이 몰린다. 우주(스페이스) 테크가 그런 문제를 안는다. 그 분야에 있는 사람은 하나같이 탁월한 천재이고, 자기 일을 사랑한다.

반면에 감사 소프트웨어, 회계 소프트웨어 같은 곳에 가면, 그건 복잡하지만 저녁 모임에서 자랑하고 싶진 않은 분야다. ‘지루하고 복잡’에선 업계의 정신적 보상이 낮기에 창업가가 적다. 따라서 ‘지루-복잡’에서 성공 확률이 유의하게 높다.”

가장 저평가된 자산
비주류 시장의 창업가들. 루마니아의 작은 도시에서 글로벌 문제를 해결하려는 사람들은 자본 시장이 효율적으로 발견하지 못한다. (예: 루마니아에서 탄생한 100억 달러 가치의 UiPath)

생존 > 천재성
치명적 실수를 피하라. 오래 버티는 것이 위대함을 낳는다.
“우리가 저지르는 실수 중 하나는 ‘반짝이는 천재성’에 현혹되는 것이다. 그것은 사람들이 전성기일 때의 모습만 보기 때문이다—그들이 성장하는 과정을 보지 못한다. 운동선수가 정점에서 보이는 성과 뒤에 있는 수만 시간의 훈련을 보지 못하는 것과 같다. 관점을 뒤집어 이렇게 물을 수도 있다. ‘실패(사망)의 실제 원인은 무엇인가, 그리고 올해 그 실패를 어떻게 피할 것인가?’ 충분히 오래 살아남으면, 언젠가 위대함이 당신이 된다.”

이단인가, 예언자인가
올바른 타이밍이 이단을 예언으로 바꾼다.
“테크에서 이단과 예언자의 차이는 무엇일까? 이단은 화형을 당하고, 예언자는 유명해진다—대략 2년 차이다. 흥미로운 사실 중 하나는, 많은 스타트업이 ‘시대가 오면 반드시 나타나는 것’이라는 점이다. 예컨대 핀터레스트 같은 사이트는, 한 페이지 이미지를 100ms 안에 내려받을 수 있게 된 그해에 어차피 등장했을까? GPS와 스마트폰은 2009년쯤 우버 같은 것을 불가피하게 만들었을까? 타이밍이 당신을 이단으로 만들지, 예언자로 만들지 결정한다.”

권력, 돈, 혹은 명성
덕목과 악덕에 순위를 매겨 행동상의 강점을 예측하라.
“두 부분으로 된 질문이다. 먼저 덕목을 순위화한다: 함께 일하고 싶은 사람들과 일하기, 대단한 문제 다루기, 임팩트 내기. 다음은 세 가지 악덕: 권력, 돈, 명성. 정답은 없지만 ‘맞는 조합’은 분명히 있다. 권력에 관심 많은 사람은 실행력이 좋은 경향이 있다. 돈에 더 관심 있는 사람은 자본 효율을 더 생각한다. 나는 보통 명성에 집착하는 사람은 피한다. 다만 쇼비즈 같은 일을 한다면 명성이 아마 1순위일 것이다.”

스테이지별 사망 원인
각 자금 조달 단계에는 지배적인 실패 요인이 하나씩 있다.
“스타트업의 지배적인 실패 모드는 단계마다 같지만 형태가 다르다. 프리시드~시드에선 노동생산성의 부재다—정중히 말하면 ‘팀이 하나로 뭉치지 못해 좋은 아웃풋을 못 만든다’는 뜻이다. 그냥 좋은 일을 꾸준히 해내는 팀은 보통 다음 펀딩을 받기에 충분한 운동에너지를 만든다. 시드→시리즈A로 갈 때의 단일 원인은 제품-시장 적합성( PMF ) 실패다. 수요 곡선을 찾는 탐색이고, 찾거나 혹은 못 찾거나 둘 중 하나다. 시리즈A로 가면 다시 노동생산성의 문제지만 결이 다르다: 매니저가 스케일할 수 있나? 그 이후, 시리즈B와 그 너머로 가면 조직 구축이 관건이라 본다. 단계마다의 ‘필터’가 그렇다.”

정보 큐레이션의 중요성: 정보 부족의 시대에서 정보 과잉의 시대로 바뀌면서, 가장 중요한 능력은 '필터링'이다. 최고의 필터는 '뛰어난 사람들'이다. "자신보다 똑똑하고, 열심히 일하고, 도덕적인 사람들과 어울리면 긍정적 우연의 깔때기 속에 살게 된다."

시대적 필연성 (Temporal Inevitability): 스타트업의 성공이 얼마나 타이밍에 좌우되는가?
- 인터넷 속도가 빨라지자 핀터레스트 같은 서비스는 필연적으로 등장할 수밖에 없었을까?
- GPS와 스마트폰의 결합이 우버 같은 서비스를 필연적으로 만들었을까?
- 현재의 엔젤 투자 붐은 AWS 같은 클라우드 서비스가 있었기에 가능한 것이 아닐까? 때로는 운이 실력보다 중요하다.

https://joincolossus.com/episode/songhurst-lessons-from-investing-in-483-companies/

Charlie는 MS Corv Dev, 500개 가까운 엔젤투자, Meta Board Member

혼돈형 창업자와 성실형 창업자. 흥미로운 분류다. 500개 정도 회사의 창업자를 보다보면 이런 패턴들이 들어올 수 있겠다.

혼돈에서 성실로의 단계 전환 (The Chaos-to-Conscientiousness Phase Transitions)

스타트업은 단계 전환(phase transitions)을 겪으며, 각 단계에서 성공에 필요한 특성이 달라집니다. 대부분의 시장에서 초기 단계는 '혼돈(chaos)'을 요구합니다. 수많은 아이디어가 담긴 메모를 가지고 수십 또는 수백 개의 사이드 프로젝트를 만들고, 영역을 철저히 탐색하는 고도로 창의적인 예술가를 떠올려 보세요. 반면, 스케일링(확장) 단계는 더 많은 '성실함(conscientiousness)'을 요구합니다.

몇 년간 한 가지에만 고도로 집중하고, 주의를 산만하게 만들 수 없으며, 하루에 12시간씩 회의에 앉아 있고, 몇 주 전에 일정을 계획하는 규율적인 '할 일 목록 기계'를 생각해 보세요. 창업자들은 자신의 지배적인 특성을 인지하고 약한 특성을 완화하는 방법을 알면 성공 확률을 높일 수 있습니다.

초기 탐색 단계 (The early exploration phase)
초기 탐색 단계는 '전역 최대점(global maximum)'을 찾는 것입니다.
고도의 혼돈형 창업자는 이 단계에서 많은 도움이 필요하지 않습니다. 그들은 자연스럽게 광범위하게 탐색할 것입니다.

고도의 성실형 창업자는 운이 좋거나, 아니면 많은 고도의 혼돈형 인물들로 자신을 둘러싸고, 그들을 통해 (삼투압처럼) 탐색하는 것이 좋습니다. 만약 당신이 성실형이라면, 고도의 혼돈형 친구들이 무엇을 흥미로워하는지, 특히 그것들이 아직 심각한 분야처럼 보이지 않더라도 주의를 기울이세요.

고도의 성실형 창업자들이 저지르는 한 가지 실수는 충분히 광범위하게 탐색하지 않는다는 것입니다. 그들은 많은 수의 '낮은 완성도 프로젝트(low-polish projects)' 대신 한두 개의 '고도로 다듬어진 프로젝트(highly polished projects)'를 시도할 수 있습니다. 낮은 완성도 프로젝트는 아마 PMF(제품-시장 적합성)를 찾지 못할 것이지만, 스파크의 징후를 보여주고 높은 노력을 기울일 가치가 있는 곳이 어디인지 나타낼 수 있습니다.

PMF 구축 단계 (The building to PMF phase)
이 단계는 고객과 가능한 한 많은 시간을 보내고 높은 유지율(retention)과 높은 참여도(engagement)를 얻는 것입니다.

이상적인 것은 고도의 성실함과 고도의 혼돈을 모두 갖는 것입니다. 이것은 까다롭습니다.

당신의 선택지:
- 공동 창업자 조합: 성실형 창업자 + 혼돈형 창업자.
- 두 가지 특성을 모두 가진 단독 창업자: 드물지만 가능합니다.
- 자신의 강점으로 밀고 나가고 약점은 감수: PMF까지 반복하는 데 시간이 더 오래 걸릴 가능성이 높습니다.
- 약점이 중요하지 않은 산업 선택: B2B SaaS는 어떤 단계에서도 고도의 혼돈을 요구하지 않습니다. 네트워크 효과 비즈니스는 SaaS의 정반대입니다: 만약 사업을 시작할 만큼의 성실함을 모을 수 있다면, 그 후에는 혼돈에 의존해도 살아남을 수 있습니다. 네트워크 효과가 약점을 숨겨주기 때문입니다.

약점 보완 시도:
- 고도의 혼돈형 창업자: 창업자 포커스 미팅 참석, 바디 더블링(body doubling) 실행, 적절하고 법적으로 처방된 약물 복용, 동기 부여 강제 기능으로서 액셀러레이터 또는 해커 하우스 참여, 친구 그룹을 모아 책임감 부여.
- 고도의 성실형 창업자: 고도의 혼돈형 인물들로 자신을 둘러싸고, 가장 창의적인 친구들 그룹을 모아 막혔을 때 아이디어를 제공받기.

고도의 성실형 창업자들이 저지르는 한 가지 실수는 PMF 달성 전에 너무 일찍 혼돈을 억제한다는 것입니다. 그들은 좋은 비즈니스를 얻고, 그 옆에 있었을 수도 있는 훌륭한 비즈니스를 놓칩니다. 그들은 너무 일찍 모든 것을 체계화하여, 너무 빨리 탐색(explore)에서 활용(exploit)으로 넘어갑니다.

고도의 혼돈형 창업자들이 저지르는 한 가지 실수는 일단 무언가가 작동할 것이라는 것을 알게 되면 흥미를 덜 느낄 수 있다는 것입니다. 그들에게는 탐색이 재미있는 부분입니다. 일단 미스터리가 해결된 것처럼 느껴지면 동기를 잃습니다.

두 가지 유형 모두가 저지르는 실수는 상대방의 특성을 과소평가한다는 것입니다. 우리는 자신의 강점(spike)을 우선시하는 경향이 있습니다.

PMF 확장 단계 (The scaling PMF phase)

이 단계는 대규모 영업 조직을 구축하거나 전 세계적으로 확장하는 등, 효과가 있는 것에 집중하는 것입니다.
고도의 성실형 창업자는 이 단계에서 많은 도움이 필요하지 않습니다.

만약 고도의 혼돈형 단독 창업자가 이 단계에 도달했다면, 확장 경로에는 다음이 포함됩니다:
- 위임: 자신과 조직에 강력한 DNA 일치를 보이는 매우 유능한 임원을 추가합니다.
- 변화: 많은 임원 코치를 고용하고, 많은 CEO 멘토를 만나 조언과 삼투압을 통해 성실함을 흡수하려 노력합니다.
- 물러나기: 하지만 창업자가 자신을 대체할 CEO를 고용하는 것은 종종 포기하는 것처럼 느껴집니다. 비즈니스가 창업자의 DNA를 잃지 않도록 사업 내에 머무르면서 주변에 사람들을 추가하는 것이 더 나을 수 있습니다.
- 아무것도 하지 않기: 그리고 아마도 정체될 것입니다.

약점을 완화하지 못한 고도의 혼돈형 창업자는 PMF에 도달할 수 있습니다. 하지만 그 PMF를 성공적으로 확장할 가능성은 낮습니다. 이 단계는 성실함의 부족이 치명적인 첫 번째 단계입니다.

글로벌 플랫폼 단계 (The global platform phase)
일단 거대한 플랫폼이 되면, 새로운 시장으로 '바이킹처럼(a-viking)' 나아가야 합니다.
이것은 새로운 '혼돈의 주입'을 요구합니다.

고도의 성실형 창업자는 정체를 막기 위해 회사에 신선한 에너지를 주입하는 방법을 찾아야 할 것입니다.
고도의 혼돈형 창업자는 이미 성실함의 격차를 보완했을 때만 글로벌 플랫폼 단계에 도달할 수 있었을 것입니다.

이 단계에서 고도의 성실형 창업자(또는 고용된 CEO)가 저지르는 한 가지 실수는 더 이상 혼돈을 가치 있게 여기지 않는다는 것입니다. 성실함이 가장 중요한 것이었던 매우 긴 기간을 보냈기 때문입니다.

시사점 (The implications)
다음 사항을 완전히 인지하는 것이 중요합니다:
a) 당신의 유형 (고도의 혼돈형 또는 고도의 성실형)
b) 당신의 현재 단계
c) 당신이 속한 시장의 독특한 측면
d) 현재 단계와 다음 단계를 위한 완화 전략

당신의 특성을 파악하려면, 투자자가 하듯이 당신의 이전 프로젝트 포트폴리오를 목록화해 보세요. 당신은 역사적으로 무엇을 했습니까? 각각에 얼마나 많은 노력을 기울였습니까? 각각에서 어떤 결과(지위, 사용자 사랑, 유지율, 참여도 등)를 얻었습니까? ROI(투자수익률)가 높은 것들은 시장이 당신의 강점이 가장 중요하고 약점이 가장 덜 중요한 곳을 알려주는 것입니다.

주요 도전 과제는 단계 전환입니다.
주요 조언은 자신과 반대되는 유형의 사람들로 자신을 둘러싸는 것입니다. 당신은 상대방의 특성을 분류적으로 과소평가할 것입니다. 공동 창업자를 강요하지는 마세요. 하지만 당신의 부족한 점을 인지하고, 스펙트럼의 반대편에서 뛰어난 사람들과 자신을 둘러싸세요. 이것은 당신에게 a) 삼투압 효과, b) 나중에 공동 창업자 옵션, c) 나중에 임원 옵션을 제공합니다.

당신의 약점은 당신의 강점을 병목 현상에 빠뜨릴 것입니다. 고도의 혼돈형 인물의 광범위함은 (탐색의) 폭이 좁아지기 시작하면 성실함에 의해 병목 현상이 발생할 것입니다. 고도의 성실형 인물의 깊이는 전역 최대점 또는 지역 최대점을 찾기 위한 탐색(혼돈) 부족에 의해 병목 현상이 발생할 것입니다.

고도의 혼돈형 창업자도 고도의 성실형 활동을 할 수 있으며, 그 반대도 마찬가지입니다. 어떤 작업이 에너지 효율적이고 어떤 작업이 에너지 비효율적인지로 생각하세요. 어떤 작업이 가능한지 불가능한지가 아닙니다. 비효율성을 인지하고 있고 여전히 그 대가가 가치 있다고 예상한다면, 에너지 비효율적인 활동을 하는 것도 여전히 가치가 있을 수 있습니다.

두 가지 특성 모두 집중해야 할 강점입니다. 당신의 병목 현상/약점 특성은 "딱 충분히" 만들고, 당신의 강점 특성은 "최대"로 만드세요. 당신의 병목 현상이 당신의 하한선(floor)을 결정하고 당신의 강점이 당신의 상한선(ceiling)을 결정할 것입니다.

자신을 억지로 바꾸려 하지 말고, 병목 현상을 줄이는 가장 쉬운 방법을 찾으세요. 스펙트럼의 반대편에 있는 뛰어난 사람들과 의도적으로 자신을 둘러싸는 것을 고려해 보세요.

https://x.com/chrisbarber/status/1954978239207850246

“행운은 준비된 마음을 돕지만(파스퇴르), 위대한 연구는 스스로 선택하고 만들어가는 것” — 중요한 문제에 집요하게 매달리고, 용기 있게 시도하며, 결과를 ‘팔’ 줄도 알아야 한다.

1) 운 vs. 준비된 마음

- 반복되는 위업: 아인슈타인·섀넌처럼 한 번이 아니라 여러 업적을 낳는 경우가 많다. 따라서 전부 ‘행운’으로 설명하기 어렵다. “운은 준비된 마음을 따른다.”
- 환경 + 개인: 같은 시공간(벨 연구소)에서도 왜 몇 명만 터뜨리는가? 분위기(타당한 문제·아이디어의 흐름) 위에 개인의 준비도·태도가 맞물려 성과가 난다.

2) 독립성·지능보다 더 중요한 것: 성실성과 용기

- 지능의 한계: IQ·상징조작 능력은 필요조건일 뿐. 장기 생산성은 “복리처럼 불어나는 지식·습관”에서 나온다. 매일 1시간을 더 깊게 생각하면 생애 누적 차가 커진다.
- 용기: 섀넌의 무작위 부호 평균 성능 증명처럼 “말도 안 될 질문”을 과감히 던지는 담대함이 돌파구를 낳는다. 스스로에게 “난 아무것도 두렵지 않다”라고 말하며 난제를 정면 돌파하라.

3) 생애주기·명성의 역설, 그리고 작업 환경

- 젊음과 최고업적: 수학·이론물리는 젊을 때 ‘대표작’이 나오는 경향. 반면 문학·정치·음악은 만년에 정점이 오기도. 명성을 얻으면 ‘작은 도토리 심기(씨 뿌리기)’를 멈추고 큰 것만 좇다 굳는다.
- ‘이상적’ 조건의 함정: 안락함이 생산성을 깎기도. 케임브리지 물리학과가 판잣집 같을 때 오히려 명작이 나왔다. 문을 열어두고 일하면 방해는 늘지만 세상의 신호를 더 잘 주워 ‘중요한 것’에 붙는다.

4) “중요한 문제”에 집착하라

- 핵심 질문: “우리 분야에서 가장 중요한 문제는? 난 왜 그걸 하지 않는가?” 매주 금요일 오후는 Great Thoughts Time으로 ‘큰 생각’만 논의하는 시간을 정해, 주간 행동과 장기 목표를 일치시켰다.
- ‘중요함’의 정의: 결과가 화려해서가 아니라 “현실적인 공격 경로(attack)가 있는가”가 관건. 시간여행·순간이동·반중력은 상 주는 주제 같지만 공격로가 없으면 ‘중요한 문제’가 아니다.
- 기회 포착: 중요한 문제 리스트(10~20개)를 머리에 두고 있다가, 새 아이디어가 관련되면 모든 걸 내려놓고 덤벼라. 10번 중 몇 번만 맞아도 큰 성과로 이어진다.

5) 문제를 ‘조금’ 바꿔서 일반화하라

- 사례: 본래 과제(미분방정식 수치적분)에서 ‘답 얻기’가 아니라 “디지털이 아날로그를 능가함을 기술적으로 단정짓게 보여주기”로 문제 프레이밍을 바꿔, 깔끔한 이론·방법(‘해밍 방법’)을 만들고 널리 쓰이게 했다. 고립 과제 대신 **유형 전체**를 푸는 해법을 지향하라.

6) 연구는 ‘팔아야’ 한다

- 3가지 판매술: (1) 글(명료·간결), (2) 정식 발표, (3) **회의 중 즉석 설득**—결정이 내려지기 전에 방 안에서 설득해야 한다. 청중은 대개 배경·의의부터 듣고 싶어 한다. “좁고 안전한” 디테일만 열거하는 발표는 영향이 약하다.

7) 관료제 다루기

- 가짜 데드라인 거르기: ‘금요일 마감’ 요구를 실험으로 무력화해 상사에게 현실을 학습시킨 사례. **상사를 교육**하고, 조직을 **활용**하라(로비·공로 표기 강제 등). Q&A에선 소형 연구용 컴퓨터를 주자 연구자들이 운영체제를 스스로 만들어 **UNIX**로 이어졌다는 일화도 남긴다.

실패의 네 가지 원인(요약)

1. 중요하지 않은 문제만 한다.
2. 감정적 몰입/집중이 약하다(잠재의식이 작동할 만큼 깊이 잠기지 않음).
3. 문제 재정의/일반화를 하지 않는다.
4. 자기기만과 핑계(“운이 없어서…”)에 빠진다.

덧: 위임 불능, 시스템과의 전면전, 과한 자아표현(복장·태도), 분노, ‘싸울 언덕’을 못 고르기 등도 수명 전체에 걸친 마찰비용을 키운다.


9) Q&A 하이라이트

- 스트레스: 큰일을 하려면 감수해야 할 부분.
- 브레인스토밍: 전원 난상토론보다 ‘소수의 촉매 인물’과 깊은 대화가 더 유효.
- 읽기 vs 창의: “해법”을 너무 많이 읽으면 남처럼 생각하게 된다. 문제를 스스로 충분히 생각한 뒤 읽어라—**문제 파악을 위한 독서**가 핵심.
- 글·책·발표의 비중: 단기 영향은 논문, 장기 영향은 정리·맥락을 제공하는 책.

실천 체크리스트

1. 금요일 ‘큰생각’ 시간을 캘린더에 고정(주 1회, 60–90분). 분야의 **Top 10–20 문제**를 목록화하고, 매주 업데이트.
2. 매 분기 ‘공격 경로’ 없는 주제를 정리해 버리고, 공격 가능한 문제로 리밸런싱.
3. 매일 +1시간의 깊은 사고—한 달에 20시간, 1년에 240시간의 복리. 루틴화(문서·화이트보드로 추적).
4. 문제 재정의 습관: 당면 과제 → (i) 더 일반적인 유형? (ii) 다음 과제들이 올라탈 수 있게 **재사용 가능한 산출물**로 바꾸기.
5. 오픈 도어/약한 연결: 주 1–2회 ‘타 부서/타분야 점심’으로 신호 수집. **소수의 촉매 인물 리스트**를 만들어 정기적으로 토론.
6. Selling 3종 세트 훈련: (a) 2쪽짜리 글요약, (b) 10–15분 탑다운 발표, (c) 회의 내 90초 즉석 피치.
7. 메타리뷰: 매달 스스로를 점검—“이번 달에 진짜 ‘중요한 문제’에 얼마나 시간을 썼나?”(퍼센트로 기록).
8. 분노/마찰비용 최소화: 싸울 ‘언덕’을 선별하고, 나머지는 조직을 활용해 우회하라.

한 줄 핵심

중요한 문제를 고르고(공격 경로!), 용기 있게 밀어붙이며, 문제를 일반화해 누적 가능한 결과로 만들고, 그 가치를 잘 팔아라. 그 과정 자체가 최고의 보상이다.

https://gwern.net/doc/science/1986-hamming#courage

SEO-> AI Optimization으로 넘어가고 있는 시대의 흐름에 이 문제를 푸는 회사가 $35m funding.

https://www.linkedin.com/posts/charlie-demuth-219103b7_big-news-from-the-profound-team-weve-just-activity-7361082948076404739-9aQi

1. 서버 로그 분석(Agent Analytics) — 당신 사이트의 원시 서버 로그를 받아 AI 크롤러·에이전트의 접속을 식별/분류하고, 어떤 페이지가 무엇 때문에(인용/실시간 조회) 불렸는지를 본다. 대부분의 AI 크롤러는 자바스크립트를 실행하지 않으므로 초기 HTML과 로그만으로도 패턴을 꽤 정확히 잡아낸다는 게 이들의 핵심 주장.

2. 질문 시뮬레이션(Answer Engine Insights) — 실제 사용자 대화 로그를 수집하는 대신, 주제(키워드)를 입력하면 자체 “질문 생성 모델”이 정규화된 프롬프트 묶음을 만들어 ChatGPT/Perplexity 같은 Answer Engine에 직접 물어보고 결과를 기록한다(실사용 키워드는 추후 기능). 즉, “진짜 유저 질문”이 아니라 고품질 근사값을 만드는 방식.

https://www.tryprofound.com/

인력 감축: 맥킨지는 팬데믹 기간의 과도한 채용을 조정하기 위해 2023년 45,000명에서 40,000명으로 인력을 감축했습니다. 이 과정에서 12,000개의 AI 에이전트가 도입되었습니다.

팀 규모 축소: 과거에는 '프로젝트 리더 1명 + 컨설턴트 4명'으로 구성되던 팀이, 이제는 '프로젝트 리더 1명 + 컨설턴트 2~3명 + 여러 AI 에이전트' 형태로 바뀔 것입니다.

주니어 vs. 시니어: 단순 반복 업무(rote tasks)를 하던 주니어 컨설턴트의 역할은 AI로 대체되어 필요성이 줄어듭니다. 반면, 과거 문제 해결 경험과 직관이 풍부한 시니어 파트너의 '차별화된 전문성(distinctive expertise)'은 더욱 중요해집니다. AI가 '평균적인 좋은 답'은 내놓을 수 있지만, 탁월한 해답은 여전히 인간의 영역이라는 것입니다.

맥킨지는 AI 시대에 대체되지 않기 위해 새로운 사업 영역을 개척하고, 새로운 인재상을 정립하고 있습니다.
새로운 사업 영역:

과거 부티크 펌의 영역이었던 **'미래 경영진 발굴 및 육성'**과 같은 리더십 개발 프로젝트에 진출하고 있습니다. 이는 맥킨지 스스로가 '리더십 팩토리'라는 명성을 가진 만큼, 내부 전문성을 외부 고객에게 적용하는 전략입니다. 스턴펠스 파트너는 "이것은 AI에 의해 파괴되지 않을 것"이라고 자신했습니다.

새로운 인재상:
빠른 학습 능력 (Fast Learners): 경력 전체에 걸쳐 전례 없는 속도로 새로운 것을 배워야 하는 능력이 가장 중요해집니다.
협업 능력 (Work well with others): 조직 내에서 변화를 이끌기 위해서는 다른 사람들과 효과적으로 협력하는 능력이 더욱 중요해질 것이라고 강조했습니다.

https://www.wsj.com/tech/ai/mckinsey-consulting-firms-ai-strategy-89fbf1be?reflink=desktopwebshare_permalink

Insight Partners처럼 과거의 피치덱과 핵심 지표를 체계적으로 축적하면서도 시간이 지날수록 정보적 우위를 쌓아가는 헤지펀드

프로세스: 이 펌은 주간 사이클로 논지(투자 가설)를 만들고 실사를 진행한다.

월요일 투자위원회: 팀원이 새로운 논지에 대한 딥다이브 페이퍼를 발표한다(예: “GPU가 AI의 미래가 아니다; ASIC이 될 것이다”).

토론과 검증: 기능 전문가들(AI 리더, 세일즈 리더, 오퍼레이터)과 투자자들로 구성된 팀이 여러 관점에서 그 논지를 토론·검증한다.

마켓 매핑: 논지가 설득력 있으면, 회사 전체가 네트워크를 동원해 시장 지도를 만들고 핵심 플레이어를 식별하며 실사를 시작한다. 이 리서치는 내부 지식 시스템에 저장되어 시간이 지날수록 회사 전체의 학습 자산이 된다.

“인베스팅 코퍼레이션(Investing Corporation)” 모델

Tomasz는 벤처캐피털의 미래가 전통적인 파트너십 모델이 아니라, 그보다 기업(코퍼레이션)에 가까운 투자 조직이라고 본다.

역사적 맥락: 파트너십 모델은 실리콘밸리 초창기, 소규모·비공식 신디케이트 시절의 역사적 산물이다.

현대적 접근: 헤지펀드나 사모펀드처럼, 현대의 벤처펌은 투자·운영·마케팅·테크놀로지 등 전문화된 팀을 가져야 한다.

효과: 이런 구조는 더 나은 투자 의사결정을 낳는다. Theory 팀에는 AI 총괄, Palantir 출신 헬스케어 GTM 전문가, 유니콘급 세일즈 리더가 포함되어 있다. 이들의 기능적 전문성은 기업을 평가할 때 “모자이크(=삼각측량)”을 가능하게 해, 기술적 깊이와 고투마켓 전략을 더 엄밀하게 판단하게 해준다.

Tomasz는 크립토의 진전이 매우 크며, 전반적으로 과소평가되어 있다고 주장한다.

비트코인 = 디지털 금: 새로운 세대에게 비트코인은 신뢰할 수 있는 가치 저장 수단이 되었고, 수천 년 존재해온 자산의 디지털 등가물을 대표한다.

스테이블코인의 부상: 주요 미국 은행들이 자체 스테이블코인 프로젝트를 개발 중이며, 머지않아 미 달러 거래의 상당 부분이 이를 통해 이뤄질 것이다—불과 2년 전만 해도 상상하지 못한 시나리오였다.

주식의 토큰화: Robinhood, Coinbase 같은 브로커리지가 주식과 토큰 거래의 장(場)을 융합하고 있어, 사용자는 한 곳에서 둘 다를 살 수 있게 된다.

크립토가 IPO까지의 경로를 가속하는 방식

주식 시장과 크립토 시장의 융합은 소프트웨어 스타트업이 공모시장에 훨씬 빠르게 진입하게 만든다.

전통적 IPO의 문제: 나스닥/NYSE 상장은 법률·규제 비용만 1,500만~2,500만 달러가 든다. 이는 “마이크로캡” 소프트웨어 기업(예: 기업가치 15~20억 달러)이 상장하기에 경제성이 낮다. 그 결과, 이들은 종종 사모펀드에 인수된다.

크립토 해법: 크립토 거래소는 규제 허들과 거래 비용이 크게 낮다. 이는 소형·고성장 소프트웨어 회사가 상장사처럼 거래될 수 있는 실질적 대안을 만든다(중국의 ChiNext, 캐나다의 TSX처럼). 덕분에 기업은 생애주기의 훨씬 이른 시점에 공공 자본에 접근할 수 있다.

https://youtu.be/SDnfy2fbmRk?list=PL6ej6mmSkmjceo8kTJxu-IMRriMR8xS9v

스테이블 코인 기반의 자금 조달/주식시장이 열릴 수 있겠다.

미국주식시장에 상장되기엔 애매한 회사들이 미국내에선 사모펀드들에게 팔거나 미국 외 국가들은 자국 주식시장에 상장했었다.

인터넷 머니(스테이블 코인)가 금융시장에 흐르기 시작하면 단순 결제에서 머물지 않고 렌딩, 투자로 확장되면서 자연스럽게 상장/거래하는 플레이어/마켓들이 생겨날 수 있겠다.

각국에 흩어져있는 비상장 거래 플랫폼에서 거래되는 것도 유동성을 쫓아서 크립토로 모이지 않을까?

18년도부터 이런 세상이 오겠다고 생각했었는데 오긴오는구나. 아직 갈 길이 멀었지만 Crypto x AI가 새롭게 만들 세상이 새롭긴 하다.

Robinhood/Coinbase 모두 이 기회를 보고 열심히 달리고 있다.

비상장 기업의 토큰화
목표: 개인 투자자들이 스페이스X(SpaceX), 오픈AI(OpenAI), 스트라이프(Stripe)와 같은 후기 단계 비상장 기업에 투자할 수 있도록 하는 것.
메커니즘: 로빈후드가 자체 대차대조표를 통해 이들 비상장 기업의 주식을 매입한 후, 해당 보유 자산을 1:1로 담보하는 "주식 토큰"을 발행합니다. 이는 기계적으로 스테이블코인이 작동하는 방식과 동일합니다.

회의론에 대한 반박:
규제 차익거래(Regulatory Arbitrage): John은 이것이 공시 의무 규정을 회피하는 것이라고 주장합니다. 이에 대해 테네프(Tenev)는 현행 규정이 시대에 뒤떨어졌으며, 투기성 밈코인(memecoin)에 대한 무제한적인 투자는 허용하면서 최상위 비상장 기업에 대한 접근을 막는 것은 "어리석은 병치"라고 반박합니다. 그는 AI가 개인 투자자들에게 필요한 데이터와 분석을 제공하는 데 도움을 줄 수 있다고 믿습니다.

자본 형성(Capital Formation): 그는 토큰화를 "서비스로서의 자본(capital as a service)"의 최종 형태로 보고 있으며, 이는 스타트업이 전통적이고 번거로운 방식인 지분형 크라우드펀딩(equity crowdfunding)보다 훨씬 쉽게 자금을 조달할 수 있게 만든다고 생각합니다. 그는 "온체인 발행(on-chain issuance)"은 유행어에 불과하다며, 창업가들은 그저 "돈을 전달하는 버튼"을 원할 뿐이라고 일축합니다.

"진실 기계"로서의 예측 시장
거래를 넘어서: 테네프는 예측 시장이 단지 거래 상품으로서가 아니라 **"대안적인 뉴스 소스"**로서의 가능성에 큰 기대를 하고 있습니다.

사례:
윔블던: 한 선수가 두 세트를 앞서고 있는 경기를 관람할 때, 예측 시장은 55:45의 확률을 보였습니다. 이는 점수만으로는 알 수 없는 부상 이력과 같은 근본적인 요인들을 정확하게 반영한 것입니다.

제이크 폴 vs. 마이크 타이슨: TV 해설진은 시청자 참여 유도를 위해 경기가 접전이라고 말했지만, 예측 시장은 제이크 폴의 승리 확률을 92%로 보여주었습니다.

가치: 예측 시장은 특정 질문에 대한 가장 가능성 있는 답을 하나의 집계된 숫자로 제공함으로써, 참여 유도에 초점을 맞춘 전통적인 뉴스의 서사를 꿰뚫어 볼 수 있게 합니다.

https://youtu.be/_F8SfqaYeq4

OpenAI Opensource 공개가 무엇을 의미하는가?

혁신적인 배포 방식:
다른 회사들이 모델 가중치(weights)만 공개하는 것과 달리, OpenAI는 최적화된 추론 스택을 위한 커스텀 커널(custom kernels)까지 함께 배포할 것이라고 밝혔다. 이는 모든 사용자가 출시 첫날부터 고도로 최적화된 추론 성능을 경험할 수 있게 함을 의미한다.

추론(Inference) 시장의 변화:
이러한 OpenAI의 움직임은 Fireworks, Together AI와 같은 추론 서비스 제공업체들에게 새로운 도전 과제를 안겨준다. 지금까지 이들은 자체적인 저수준 최적화 기술로 경쟁 우위를 점했지만, OpenAI가 최적화 기술의 상당 부분을 오픈소스화하면서 차별화가 어려워질 수 있다.

인프라의 중요성:
궁극적으로 추론 시장의 경쟁은 모델 최적화 같은 소프트웨어 레이어보다는 물리적인 인프라(네트워킹, 데이터센터 운영)에서 결정될 것 -> 결국 데이터센터부터 추론까지를 통합한 곳들이 이긴다.

소프트웨어 최적화는 점차 상품화(commoditized)되지만, 물리적 인프라는 쉽게 복제할 수 없다. 단일 노드 최적화를 넘어, 수백 개의 GPU를 오케스트레이션하는 대규모 시스템 소프트웨어 기술이 핵심 경쟁력

Jevons Paradox와 가격 인하 효과:
고성능 모델이 오픈소스로 풀리고 추론 비용이 극적으로 낮아지면, 억제되었던 수요가 폭발적으로 증가하는 'Jevons Paradox' 현상이 나타날 것이다.

과거 OpenAI는 경쟁자가 없었기 때문에 추론 모델에 높은 마진을 붙여 비싸게 팔았지만, DeepSeek 등 경쟁 모델의 등장과 이번 오픈소스 모델 출시로 인해 API 가격 경쟁이 치열해지며 시장 전체의 마진이 하락할 것이다.

네오클라우드(Neoclouds)의 진화와 생존 전략

현재 수백 개의 네오클라우드가 난립하고 있지만, 대부분은 생존하지 못할 것이다. 이들 사이에는 활용률, 배포 시간, 안정성, 소프트웨어 지원 등에서 큰 격차가 존재한다.

네오클라우드의 4가지 운명:
1. 파산: 낮은 활용률과 부채 압박으로 현금 흐름이 악화되어 파산한다.
2. 부동산 수익률 사업으로 전락: 벤처캐피탈이 기대하는 높은 수익률 대신, 상업용 부동산 투자 수준의 낮은 수익률에 만족하게 된다.
3. 소프트웨어 레이어로의 진화: 단순 GPU 임대 사업을 넘어, Fireworks나 Together처럼 추론 API와 같은 고부가가치 소프트웨어 서비스를 제공한다. (CoreWeave의 Fireworks 인수 시도)
4. 초거대 규모로의 확장: Crusoe처럼 기가와트급 데이터센터를 건설하는 등, 다른 기업이 따라올 수 없는 압도적인 규모의 경제를 구축한다.

기존 클라우드와의 경쟁: Amazon, Google 등 기존 클라우드 업체들은 GPU 컴퓨팅에 대해 과도한 마진을 부과하고 있지만, AI 워크로드에 특화된 소프트웨어를 제공하는 데는 실패했다. 이 틈새가 바로 네오클라우드가 공략할 기회이다.

Nvidia의 3가지 강점 (삼두룡 비유):
하드웨어 엔지니어링: GPU 설계 및 제조에서 압도적인 기술력을 보유하고 있다.
네트워킹: 고성능 네트워킹 기술(NVLink, InfiniBand)을 통해 대규모 클러스터 성능을 극대화한다.
소프트웨어 생태계: 20년 이상 축적된 CUDA 생태계는 다른 경쟁자들이 넘을 수 없는 강력한 해자(moat)이다.

경쟁사들의 어려움:
하이퍼스케일러 (Google, Amazon): Nvidia와 유사한 아키텍처를 따라가며 마진 게임을 할 수 있지만, 공급망 문제(Amazon Tranium 사례) 등 실행의 어려움을 겪는다.

AI 칩 스타트업: 독창적인 아키텍처로 승부를 걸어야 하지만, 특정 워크로드에 과도하게 최적화할 경우 모델 아키텍처가 변하면 무용지물이 될 위험이 크다. (Cerebras, Groq 등 1세대 AI 칩 회사의 실패 사례)

하드웨어-소프트웨어 공동 설계(Co-design)의 중요성: 모델 아키텍처의 변화를 예측하고 하드웨어와 소프트웨어를 함께 발전시켜야 하는데, 이는 Meta나 Google처럼 실제 모델을 개발하는 회사들만 가능하다.

결론: Nvidia에 도전하는 것은 극도로 어렵다. 경쟁자들은 기술, 공급망, 생태계 등 모든 면에서 Nvidia의 혁신 속도를 따라잡아야 한다. 현재로서는 AMD나 하이퍼스케일러의 자체 칩이 그나마 현실적인 2순위 선택지가 될 가능성이 높다.

데이터센터 건설의 병목 현상: 문제는 하나가 아니다

다중 병목 현상: AI 데이터센터 건설의 병목은 GPU 부족 문제에서 시작해, 변압기, 발전소, 데이터센터 부지, 노동력(특히 전기 기술자) 등 복합적인 문제로 확산되고 있다.

창의적인 해결책:
Meta는 건물 건설 시간을 단축하기 위해 임시 텐트 구조물을 사용한다.
X.AI(Elon Musk)는 해외의 기존 발전소를 통째로 옮겨오는 등 파격적인 방법을 시도한다.

업체들은 필요한 노동력을 확보하기 위해 지역의 모든 계약자를 독점하거나, 심지어 마약을 복용하며 작업 속도를 높이는 노동자들까지 동원되는 등 기상천외한 일들이 벌어지고 있다.

결론: 데이터센터 인프라 구축은 사이클이 길고 변수가 많아 매우 어려운 문제다. 전통적인 방식으로는 경쟁에서 뒤처질 수밖에 없으며, 각 병목 현상을 창의적으로 해결하는 조직만이 성공할 수 있다.

포커와 기업가 정신:
Dylan은 원래 코딩 AI 스타트업 Cognition에 대해 회의적이었지만, 한 행사에서 CEO인 Scott Wu가 포커 테이블에서 쟁쟁한 거물들을 압도하는 모습을 보고 생각을 바꿨다고 밝혔다.
그는 이를 "사자의 몫을 빼앗아 올 수 있는 사람"이라는 '바이브(Vibes)'로 해석했으며, 이는 데이터 분석을 넘어선 직관적인 판단의 중요성을 보여주는 재미있는 일화이다.

이 이야기는 결국 치열한 경쟁 시장에서 살아남기 위해서는 분석 능력뿐만 아니라, 상황을 지배하는 대담함과 승부사적 기질이 중요하다는 것을 시사한다.

https://youtu.be/vGhlJqnECd0

미래는 RFT의 시대다.
과거 (RLHF): 인간이 일일이 '좋다/나쁘다'를 알려주는 방식. 챗봇처럼 범용적인 모델을 만드는 데는 효과적이었지만, 기업마다 다른 수천 가지의 복잡한 업무에 적용하기엔 너무 느리고 비싸다. (확장성 ↓)
미래 (RFT): 자동화된 환경에서 AI가 스스로 배우는 방식. 인간의 개입이 최소화되므로, 기업별 맞춤형 AI 에이전트를 대량으로 만드는 데 훨씬 효율적이다. (확장성 ↑)

RFT의 핵심 과제: '환경'과 '보상 함수' 만들기
RFT를 하려면 AI가 뛰어놀 수 있는 **가상 놀이터(환경)**와, 잘했는지 못했는지를 알려주는 **점수판(보상 함수)**이 필요하다.
이 '놀이터'와 '점수판'은 각 기업의 고유한 업무 프로세스(영업 CRM, 개발자 코드 리뷰, 병원 응급실 시스템 등)를 정확하게 반영해야 한다. 즉, 완벽한 '맞춤 제작'이 필요하다.

1세대 스타트업의 접근 방식: '수작업' 컨설팅
이 스타트업들은 OpenAI 같은 대기업으로부터 "우리 영업팀을 위한 놀이터와 점수판을 만들어줘"라는 의뢰를 받는다.

그러면 이 스타트업의 최상급 엔지니어들이 투입되어, 고객사의 업무를 몇 달간 분석하고, 손으로 일일이 코딩해서 맞춤형 '환경'과 '보상 함수'를 만들어준다.

이들은 스스로를 "데이터 라벨링계의 Scale AI처럼, 우리는 환경 생성계의 Scale AI가 되겠다"고 주장한다.

'노력'의 차이를 간과했다.

Scale AI (데이터 라벨링)의 성공 공식:
높은 전문성, 낮은 노력

'자율주행 데이터에서 자동차만 골라내기' 같은 작업은 규칙이 명확하고 단순 반복적이다. 한번 시스템을 구축하면, 많은 인력을 고용해서 작업을 분담시키고 생산량을 기하급수적으로 늘릴 수 있다. 즉, 규모의 경제(Scale up)가 가능하다.

1세대 RFT 스타트업의 실패 공식:
높은 전문성, 높은 노력

'A회사의 복잡한 영업 프로세스를 시뮬레이션으로 만들기' 같은 작업은 규칙이 복잡하고 매번 다르며, 창의적인 문제 해결이 필요한 고도의 엔지니어링이다. 고객사 B를 위해서는 완전히 다른 분석과 개발을 처음부터 다시 해야 한다.

이는 최상급 엔지니어의 '시간'을 파는 것과 같다. 고객이 10배 늘어나면, 최상급 엔지니어도 10배로 뽑아야 한다. 이건 기술 회사가 아니라, 맥킨지나 액센츄어 같은 '고급 인력 파견 컨설팅 회사' 모델이다. 이런 회사는 폭발적인 성장이 불가능하다.

진정한 기회: '서비스'를 '제품'으로 바꾸는 '자동화'

고객이 "우리 영업팀은 이런 방식으로 일해요"라고 자연어로 설명하거나 데이터를 제공하면, AI가 알아서 그에 맞는 '환경'과 '보상 함수' 코드를 자동으로 생성해주는 기술을 가진 회사

'노동 집약적 서비스'를 '자동화된 기술 제품'으로 전환

"환경을 직접 만들어서 우리만의 특화 모델을 훈련시키는 게 낫지, 그걸 왜 연구소에 팔아요?"


핵심 경쟁력: 이들에게 '환경'은 단순히 훈련 도구가 아니라, 자사 제품의 핵심 경쟁력이자 독점적인 데이터 공급원입니다.

Harvey가 실제 계약 협상 데이터를 시뮬레이션한 '환경'을 가지고 있다면, 그 환경에서 학습한 에이전트는 다른 어떤 범용 모델도 따라올 수 없는 법률 협상 능력을 갖게 됩니다.

기술적 해자(Moat): 이 '환경'은 외부 판매용이 아니라, 우리 회사 에이전트의 성능을 끊임없이 개선하기 위한 **내부의 '비밀 훈련장'**입니다. 이 훈련장을 외부에 파는 것은 우리 회사의 핵심 기술을 경쟁사에게 넘겨주는 것과 같습니다.

비즈니스 모델: 특정 산업(Vertical)에 깊이 파고들어, 독점적인 환경에서 훈련시킨 초격차 성능의 'AI 에이전트 제품'을 판매하여 수익을 창출합니다.

소매는 역사적으로 ‘기술 파동’이 올 때마다 완전히 재편되었다. 제조→철도→현금등록기→자동차→마이크로프로세서/공급망→웹→모바일의 8번이 그랬고, 이제 AI 파동이 같은 급의 변화를 다시 일으킬 것이다.

AI의 “초능력”은 정보 해석·문제 해결(컨설팅) 이다. 사용자는 ‘상품명’이 아니라 ‘문제’를 들고 들어온다(“변기가 샌다”, “페인트 톤이 이상”).

AI는 질문 이해·진단·조합형 답변에 강점. SKU 폭이나 배송속도보다 통합 상담/설계 경험이 차별점이 된다.

따라서 전문가 상담이 필수인 구매 여정(예: 집수리, 건강/영양, 여행, 패션 코디 등)에서 Amazon 급의 차세대 거인이 나올 수 있다.

거래는 채팅 인터페이스 안에서 끝까지 일어나는 방향으로 이동할 것이며, 이를 위해 MCP(Model Context Protocol) 서버가 표준 인터페이스(“AI의 USB-C 포트”) 역할을 한다.

예측 배송/로밍 스토어/가정 내 컴퓨터비전 기반 자동 보충 같은 모델이 보편화되며, 사용자는 ‘쇼핑’보다 ‘필요 시 자동 수령’으로 이동한다. (예: Amazon의 ‘anticipatory shipping’ 특허는 선제적 출고의 전조)

https://www.sequoiacap.com/article/ai-retail-opportunity/

큰 산이 창업가를 무너뜨리는 게 아니다. 작은 산에 갇히는 게 그렇다. 그리고 너무 많은 투자자들이 눈앞에 보이는 첫 언덕으로 당신을 밀어 넣는다.

이것이 자본의 상품화와 린 스타트업 철학의 위험이다. 투자 전략으로서는 말이 될 수 있지만, 당신의 회사를 처음부터 망칠 수도 있다. 투자자에게는 그저 수표 한 장이지만, 당신에게는 수년의 시간이 된다.

문제는 투자자의 돈을 자신의 확신 대신 쓰기 너무 쉽다는 것이다. 불행으로 가는 첫걸음이다.

작은 성공이 벤처 투자 밸류에이션과 만났을 때 무슨 일이 벌어지는지 알게 되지 않기를 바란다. ARR 100만 달러에 도달했지만 매출 성장세가 멈춘다. 사용자 확보 속도도 느려진다. 죽은 건 아니지만, 이미 물 위에 떠 있는 시체가 된 것 같은 서서히 스며드는 두려움이 있다.

그게 바로 로컬 맥스다. 그 목표를 위해 회사를 설계했다면 벗어나기 어렵다. 투자자가 아이디어 실행을 위해 돈을 줬고, 당신은 실행했고, 이제 갇혀버린 것이다.

너무 많은 일을 감당해야 하는 ‘좋은 고통’은 어느새 하기 싫어지는 ‘나쁜 고통’으로 바뀐다. 그리고 진실을 알게 된다.

스타트업은 돈이 떨어져서 죽지 않는다. 창업가가 에너지가 떨어져서 죽는다. 야망이 사라질 때, 잘못된 목표에 매달리다 굶어 죽는 것이다.

그래서 나는 South Park Commons에서 창업가들이 더 크게 꿈꾸도록 돕는 일에 열정을 쏟는다. 더 큰 스윙을 한 것을 후회하는 사람은 없다. 늘 잘못된 아이디어라는 불안을 안고 수년을 허비한 것을 후회할 뿐이다.

우리는 Founder Fellowship을 통해 그런 운명을 피하도록 돕는다. 자본을 아이디어와 분리해, 올바른 아이디어를 선택할 수 있게 한다. 더 큰 산을 오르라.

당신의 글로벌 맥스를 찾아라.

- 실력(Skill): 안정적인 환경에서 '의식적인 연습(deliberate practice)'을 통해 향상시킬 수 있는 지식과 능력. 불확실성이 높은 투자 같은 분야에서는 '건전한 프로세스(process)'를 갖는 것이 실력이다.
- 운(Luck): 개인의 통제 밖에 있으며 결과에 영향을 미치는 우연한 사건.

- 운-실력 스펙트럼 (Luck-Skill Continuum)
- 모든 활동은 한쪽 끝의 '순수한 운'(복권)과 다른 쪽 끝의 '순수한 실력'(달리기 경주) 사이의 스펙트럼 위에 놓을 수 있다. 비즈니스, 스포츠, 투자의 대부분 활동은 그 중간 어딘가에 위치한다.
- 배울 점: 어떤 활동을 분석하기 전에, 그것이 이 스펙트럼 어디에 위치하는지 파악하는 것이 가장 중요하다. 활동의 위치에 따라 전략, 평가, 예측 방법이 달라져야 한다.
- 실력 중심 활동: 단기 결과를 신뢰하고, 의식적인 연습에 집중하며, 결과로부터 직접 배울 수 있다. 예측이 가능하다.
- 운 중심 활동: 단기 결과를 무시하고, 건전한 프로세스를 구축하는 데 집중해야 한다. 예측은 매우 어렵고, 성과를 평가하려면 훨씬 더 큰 표본이 필요하다.

- 실력의 역설 (Paradox of Skill)
- 특정 분야의 평균 실력 수준이 높아질수록 참가자 간의 실력 차이는 줄어든다. 결과적으로 운이 승패를 결정하는 더 중요한 요소가 된다. 절대적 실력은 향상되지만, 상대적 실력을 구별하기는 더 어려워진다.
- 배울 점: 시장을 이기기 어려운 이유는 투자자들이 무능해서가 아니라, 너무나 많은 고도로 숙련된 투자자들이 경쟁하고 있기 때문이다. 이로 인해 단기적 결과는 운에 크게 좌우되며, 건전한 장기 프로세스와 안전 마진의 필요성이 더욱 강조된다.

- 평균으로의 회귀 (Reversion to the Mean)
- 극단적인 결과는 비정상적인 실력과 운의 조합으로 나타난다. 비범한 성과는 높은 실력에 좋은 운이 더해진 결과일 가능성이 높다. 운은 지속되지 않기 때문에, 다음 결과는 평균에 더 가까워질 가능성이 높다. 이는 인과관계가 아닌 통계적 경향이다.
- 배울 점: 최근 뛰어난 성과를 낸 펀드를 추격 매수하는 것은 평균으로의 회귀 법칙 때문에 손실을 볼 가능성이 높은 전략이다. 극단적인 성과를 보인 주식이나 산업은 앞으로 평균적인 성과를 보일 가능성이 높다고 가정하고 의사결정을 내려야 한다.

창업가와 투자자를 위한 실질적인 교훈

- 프로세스에 집중하라 (운의 영향이 큰 분야에서)
- 운이 크게 작용하는 분야에서는 좋은 프로세스가 나쁜 결과를 낳을 수도 있고, 나쁜 프로세스가 좋은 결과를 낳을 수도 있다. 장기적으로 성공할 수 있는 유일한 방법은 단기 결과의 노이즈를 무시하고 건전한 프로세스를 개발하고 고수하는 것이다.
- 창업가: 초기 제품의 바이럴 히트는 뛰어난 전략이 아닌 좋은 운의 결과일 수 있다. 왜 성공했는지 분석하고 반복 가능한 프로세스를 구축하는 것이 핵심이다.
- 투자자: 단기 수익률은 실력의 지표가 아니다. 투자 매니저의 투자 '프로세스'가 논리적이고 일관성이 있는지, 분석적/행동적/조직적 우위를 제공하는지를 평가해야 한다.

- 언더독(Underdog)의 전략을 활용하라
- 기존 강자와 같은 조건(실력 게임)에서 경쟁하지 마라. 대신 새로운 시장, 비즈니스 모델, 기술 등 새로운 '전장'을 만들어 게임을 복잡하게 만들어라. 이는 운의 요소를 증가시켜 강자의 실력 기반 우위를 희석시킨다.

- 유용한 통계를 구별하고 사용하라
- 오도되지 않으려면 통계가 두 가지 기준을 충족하는지 평가해야 한다.
1. 지속성(Persistence): 시간이 지나도 안정적인가? (예: 야구 선수의 삼진율)
2. 예측력(Predictive Power): 달성하고자 하는 목표와 강한 상관관계가 있는가? (예: 출루율은 득점과 높은 상관관계를 가짐)
- 투자자: 단기 주당순이익(EPS) 성장률처럼 대중적이지만 덜 유용한 지표보다, 안정적인 총이익률이나 투하자본수익률(ROIC)처럼 지속성과 예측력이 높은 지표에 집중해야 한다.

- 인재 채용과 평가 방식을 재고하라
- 대기업의 '스타' 직원을 영입한다고 해서 같은 성과를 기대해서는 안 된다. 이전의 성공은 개인의 실력, 조직의 자원, 그리고 운의 조합이었다. 그들의 실력은 생각만큼 '이식 가능'하지 않을 수 있다. 후보자를 평가할 때 결과뿐만 아니라 의사결정 '프로세스'를 살펴봐야 한다.

- 벤처 캐피털과 초기 단계 투자의 특성을 이해하라
- 옵션으로서의 투자: 초기 단계 기업 투자는 '실물 옵션(real option)'으로 생각해야 한다. 변동성이 클수록 옵션의 가치는 증가한다.
- 멱법칙 분포: 벤처 캐피털의 수익률은 소수의 극단적인 성공 사례가 전체 포트폴리오를 견인하는 멱법칙(power-law) 분포를 따른다. 따라서 진정으로 거대한 잠재력을 가진 초기 기업의 경우, 초기 밸류에이션은 상대적으로 덜 중요하다.
- 선호적 연결(Preferential Attachment): 상위 벤처 캐피털이 지속적으로 좋은 성과를 내는 이유는 최고의 딜이 그들에게 몰리는 '선호적 연결' 현상 때문이다. 이는 성공이 성공을 낳는 자기 강화 루프를 만든다.

의사결정의 질을 높이는 10가지 구체적인 방법

1. 운-실력 스펙트럼에서 자신의 위치를 파악하라.
2. 표본 크기, 통계적 유의성과 실제적 중요성, 그리고 블랙스완의 위험을 항상 고려하라.
3. 항상 '귀무가설'(순전히 운에 의한 결과)을 고려하라.
4. 피드백과 보상 체계를 신중하게 설계하라 (결과가 아닌 프로세스를 보상).
5. '반사실적 사고'(만약 ~했다면 어땠을까?)를 통해 사후 확신 편향을 극복하라.
6. 상황에 맞는 의사결정 보조 도구를 개발하고 활용하라 (의식적 연습, 체크리스트, 프로세스).
7. 강자는 게임을 단순화하고, 약자는 복잡하게 만드는 전략적 상호작용 계획을 세워라.
8. 평균으로의 회귀를 예측에 적극적으로 활용하라.
9. 지속성과 예측력을 갖춘 유용한 통계를 개발하고 사용하라.
10. 자신의 한계를 인지하고 겸손함을 유지하라.

https://www.amazon.com/Success-Equation-Untangling-Business-Investing-ebook/dp/B00A07FR4W