Q: 스트라이프의 기업 문화는 무엇이며, 무엇을 적극적으로 추구하시나요?

A: 스트라이프의 문화는 계속 진화하지만, 현재 저희가 중요하게 여기는 가치는 세 가지입니다.
사고의 엄격함과 명확성 (Rigor and Clarity of Thought): 저희는 조직의 화합보다 '정확성(correctness)'을 우선시합니다. 틀리는 것을 두려워하지 않고, 기존의 통념에 도전하며 진실을 추구하는 사람을 찾습니다.

결단력과 경쟁심 (Determination and Competitiveness): 스타트업의 기본값은 '실패'입니다. 따라서 실패라는 예상된 궤적에 맞서 싸우는 것을 넘어, 그 과정 자체를 즐기고 도전으로 여기는 의지 강한 사람들을 원합니다.

따뜻함과 타인에 대한 배려 (Interpersonal Warmth): 우리는 함께 시간을 보내는 것이 즐거운 사람들을 찾으려고 노력합니다. 주변 사람들을 더 나은 사람으로 만들고 싶어 하는 따뜻한 마음을 가진 사람들과 함께 일하고 싶습니다.

Q: 스트라이프 초창기 시절의 어려움과 그로부터 배운 교훈은 무엇인가요?

A: 합리적인 분석으로 보면 스트라이프는 나쁜 아이디어였습니다. 시장은 포화 상태였고, 규제 장벽이 높았으며, 저희는 경험 없는 젊은 외국인이었습니다. 많은 사람이 실패할 것이라고 조언했습니다.

하지만 저희가 확신을 가졌던 이유는, 개발자를 위한 쉽고 직관적인 결제 인프라가 존재하지 않는다는 사실 자체가 너무 이상했기 때문입니다. 몇 달간의 조사 끝에, 소비자 은행업과 달리 이 문제를 가로막는 근본적인 장벽이 없다고 판단했습니다.

초기 프로토타입을 만들어 친구 몇몇이 사용하게 했는데, 결정적인 깨달음은 저희가 느낀 문제가 소규모 개발자뿐만 아니라 수억, 수십억 달러 매출을 올리는 대기업들도 똑같이 겪고 있다는 것이었습니다. 작은 기회의 연못이 사실은 거대한 바다임을 깨달은 순간, 저희는 대학을 중퇴하고 본격적으로 사업에 뛰어들기로 결심했습니다.

Q: 2명에서 1,000명으로 회사를 성장시키면서 무엇을 배우셨나요?

A: 회사 성장은 한편으로는 간단하고 다른 한편으로는 극도로 어렵습니다.

간단한 이유: 문제점을 파악하는 것은 보통 어렵지 않으며, 해결책도 선례가 있는 경우가 많습니다.

어려운 이유:
문제 발생 속도 제어 불가: 마치 디펜스 게임처럼, 문제 해결 속도보다 문제 발생 속도가 더 빠를 때가 많습니다.

정서적 어려움: 조직의 모든 층위에서 끊임없이 문제가 발생하는 상황은 심리적으로 감당하기 어렵습니다.

불확실성 속에서의 결정: 정보를 더 수집하면 불확실성을 줄일 수 있지만, 시간적 제약 때문에 불완전한 정보로 중요한 결정을 내려야 하는 상황이 반복됩니다.

탐험과 활용의 균형: 기존 시스템을 최적화하는 것(exploitation)과 완전히 새로운 것을 탐색하는 것(exploration) 사이의 균형을 맞추는 것이 매우 어렵습니다.
개인적 성장: 회사의 성장 속도에 맞춰 리더로서 필요한 역량을 빠르게 습득해야 하는 압박감이 있습니다.

Part 4: 스트라이프의 의사결정 방식과 조직 운영 철학

Q: 전문화(한 가지에 집중)와 다각화(여러 가지 시도) 사이에서 어떻게 균형을 맞추시나요?
A: 저희는 대략 70~80%의 노력을 기존 시스템을 최적화하는 데 투자하고, 나머지 20%를 더 투기적인 프로젝트에 할당합니다. 기존 시스템을 최적화하지 않으면 회사는 생존할 수 없기 때문입니다. 진짜 질문은 '투기적인 프로젝트에 0%를 쓸 것인가, 20%를 쓸 것인가'입니다. 회사가 성장하면서, 저희는 팀별로 이 비율을 다르게 적용하여 탐험이 더 필요한 팀과 최적화가 더 중요한 팀을 구분하는 방식으로 진화하고 있습니다.

Q: 어떤 투기적인 프로젝트를 선택하는지 어떻게 결정하시나요?
A: 하나의 기준으로 결정하지 않습니다. 마치 투자처럼, 시장, 창업가, 아이디어 등 여러 차원을 종합적으로 고려하여 '좋은 베팅(good bet)'으로 보이는 것을 선택합니다. 예를 들어, 전 세계 창업가들의 법인 설립을 돕는 '아틀라스(Atlas)' 서비스는 실패하더라도 스트라이프에 큰 손실을 주지 않고, 성공 시 큰 수익을 기대할 수 있으며, 그 과정에서 배우는 것들이 다른 사업에도 도움이 될 것이라고 판단했습니다.

Q: 회사가 커지면서 위험 회피 성향이 강해질 텐데, 어떻게 계속해서 큰 베팅을 할 수 있나요?
A: 중요한 것은 '치명적인 하방 리스크(fatal downside)'가 없는 베팅을 할 수 있는 구조를 만드는 것입니다. 조직이 새로운 베팅을 꺼리는 이유는 비용 문제보다는, 기존 시스템을 최적화하는 사고방식과 새로운 것을 탐험하는 사고방식 사이의 근본적인 차이와 같은 사회학적, 제도적 요인이 더 큽니다. 따라서 도전 과제는 이 두 가지 상충하는 문화를 어떻게 조직 내에서 조화롭게 공존시킬 것인가입니다.

Q: '사려 깊은 의견 불일치(thoughtful disagreement)'라는 개념을 어떻게 받아들이게 되셨나요?
A: 여러 요인이 있겠지만, 의견 충돌을 개인적인 공격으로 받아들이지 않는 아일랜드의 문화적 배경과, 스트라이프 초기 멤버들이 공유했던 성향 덕분인 것 같습니다. 저희는 어떤 주장의 한계와 예외를 찾는 과정을 즐기는 사람들입니다. 모든 주장에는 예외가 있다는 것을 인정하고, 자신이 틀렸을 수 있다는 가능성을 열어두는 것이 더 엄밀하고 명확한 사고로 이어진다고 믿습니다.

Q: 5년 전과 비교했을 때, 의사결정 방식에서 가장 크게 달라진 점은 무엇인가요?
A: 네 가지 큰 차이가 있습니다.

결정 속도의 가치 부여: 정확도를 조금 희생하더라도 더 많은 결정을 더 빨리 내리는 것이 종종 더 낫습니다.

결정의 종류 구분: 되돌릴 수 있는 정도(reversibility)와 영향의 크기(magnitude)에 따라 결정의 무게를 다르게 둡니다. 되돌리기 어렵고 영향이 큰 결정에만 신중을 기하고, 나머지는 신속하게 처리합니다.

더 적은 결정 내리기: 제가 직접 결정을 내리기보다, 다른 사람들이 결정을 내리도록 권한을 위임합니다. 제가 결정을 내려야 하는 상황 자체가 조직의 다른 문제가 있다는 신호일 수 있습니다.

모델의 차이 파악: 다른 사람과 의견이 다를 때, 결정 자체보다 '왜 우리는 다른 결정을 원하는가', 즉 우리 생각의 바탕이 되는 모델의 차이가 무엇인지를 파고듭니다.

Q: 미래의 온라인 결제는 고객과 판매자 관점에서 어떻게 변할 것으로 예상하시나요?

A: 두 가지 차원에서 변화가 있을 것입니다.

기계적 마찰 제거: 여전히 존재하는 결제 마찰을 제거하는 것만으로도 엄청난 변화가 일어날 것입니다. 예를 들어, 소액 결제가 쉬워지면 새로운 비즈니스 모델이 등장할 것이고, 국가 간 결제 장벽이 사라지면 진정한 글로벌 상거래가 가능해질 것입니다. 브라질 신용카드의 90% 이상이 해외에서 작동하지 않는 현실은 우리가 아직 갈 길이 멀다는 것을 보여줍니다.

경제 시스템의 근본적 변화: 저희는 결제라는 기초 인프라를 통해, '세상에 몇 개의 회사가 존재하는가', '그 회사들의 성장률은 어떻게 결정되는가'와 같은 거시적인 변수 자체에 영향을 미치고 싶습니다. 아틀라스 창업자의 60%가 "아틀라스가 없었다면 창업하지 않았을 것"이라고 답한 것처럼, 우리는 인터넷 GDP의 총량을 늘리는 데 기여하고 싶습니다.

Q: 모든 마찰을 줄이는 것이 항상 좋은 것인가요? 시스템을 보호하는 긍정적인 마찰도 있지 않을까요?

A: 시스템의 버그처럼 보이는 많은 것들이, 사실 특정 집단에게는 이익이 되는 '기능(feature)'입니다. 문제는 그들의 이익이 사회 전체의 손실보다 훨씬 작을 때 발생합니다. 예를 들어, 미국에서 새로운 은행 허가가 거의 나지 않는 것은 기존 은행과 규제 당국에는 큰 이익이지만, 소비자에게는 더 나은 서비스의 등장을 막는 장벽이 됩니다.

Q: 성공이 자기 파괴의 씨앗을 뿌린다는 말이 있습니다. 현재 실리콘밸리가 그런 모습을 보이고 있나요?

A: 그렇습니다. 특히 문화와 주택 비용에서 그렇습니다. 실리콘밸리는 엄청난 부를 창출했지만, 그 이익이 토지 소유주에게 집중되면서 주택 가격이 폭등했습니다. 이로 인해 새로운 인재들이 유입되기 어려워졌고, 기술 산업에 종사하지 않는 기존 주민들은 밖으로 밀려나고 있습니다. 이는 도쿄처럼 주택 공급을 늘려 가격을 안정시킨 도시들과 대조적입니다.

이러한 문제는 실리콘밸리의 미래 잠재력을 질식시키고 있으며, 이는 실리콘밸리뿐만 아니라 사회 전체의 손실입니다.

https://youtu.be/8MuNDps3m6A?si=WxGPDZyicjjGfXTr

Q: 프로그래밍 패러다임이 지난 20년간 크게 변하지 않은 이유는 무엇이라고 생각하시나요?

A: 프로그래밍 언어는 뇌의 신경망과 기존 코드베이스라는 두 가지 측면에서 강력한 고착 효과(lock-in)를 가집니다. 사람들은 새로운 언어를 배우는 것을 꺼리고, 기존의 방대한 코드를 유지해야 합니다. 하지만 AI 프로그래밍이 발전하면서, 기존 코드베이스의 무게를 줄여주고, 마치 새 코드베이스에서 작업하는 것처럼 가볍고 수월하게 만들어 줄 수 있을 것이라는 희망이 있습니다.

Q: 프로그래밍의 아이디어가 인간 조직을 '프로그래밍'하는 데, 즉 여러 사람이 함께 소프트웨어를 만드는 데 도움이 될 수 있을까요?

A: API와 데이터 모델을 정말 진지하게 다루는 것이 중요합니다. 만약 스트라이프를 처음부터 다시 만든다면, API와 데이터 모델 설계에 훨씬 더 많은 시간을 투자할 것입니다. 콘웨이의 법칙(Conway's law)처럼, 이 둘은 조직의 구조와 소통 방식을 형성할 뿐만 아니라, 비즈니스 전략과 결과에도 지대한 영향을 미칩니다.

예를 들어, iOS 앱 생태계가 안드로이드보다 더 활기찼던 이유 중 상당 부분은 초기에 더 나은 프레임워크와 추상화(API)를 제공했기 때문입니다. 잘 설계된 API는 수십 년간 지속될 수 있으며, 이는 스트라이프가 15년 전의 설계를 여전히 사용하고 있는 이유이기도 합니다.

Q: 스트라이프의 '빅뱅' 순간에 내려진, 현재까지 영향을 미치는 중요한 초기 기술 결정은 무엇이었나요?

A: 초기에 MongoDB와 루비(Ruby)를 선택한 것이 그렇습니다. SQL의 관계형 모델보다 객체 기반 데이터 스토어가 애플리케이션의 도메인과 더 잘 맞는다고 생각했습니다. 이 결정 덕분에 우리는 이 기술들을 안정적으로 운영하기 위해 엄청난 양의 인프라를 직접 구축해야 했지만, 결과적으로 작년에 99.99986%라는 업계 최고 수준의 API 가용성을 달성할 수 있었습니다. 루비의 경우, 성능이 중요한 일부 핵심 서비스는 자바(Java)로 재작성하여 현재는 두 언어를 함께 사용하고 있습니다.

Q: 스트라이프를 다시 쓰는 '스트라이프 2' 프로젝트에서 얻은 교훈은 무엇인가요?

A: 아직 진행 중이라 "판단하기엔 너무 이르다"고 말하고 싶지만, 몇 가지 교훈이 있습니다.

통합할 수 있는 모든 것을 통합하라. (예: 고객, 하위 계정, 수취인 등 분리된 개념들을 하나의 엔티티로 통합)

N:M 관계를 지원하라. 지금은 불필요해 보여도, 미래에는 반드시 N:M 관계가 필요해지는 순간이 온다.

단일 책임자를 두어라. API 전체를 이해하고 책임지는 단 한 사람이 필요하다.

고객 피드백과 실제 통합 코드 작성을 통해 검증하라. 이론적으로 완벽해 보이는 API도 실제 사용 시에는 비효율적이거나 불편할 수 있다.

Q: 패트릭 콜리슨 개인은 AI를 어떻게 사용하시나요?

A: 주로 사실적이거나 경험적인 질문에 대한 답을 얻기 위해 LLM 채팅 도구를 많이 사용합니다. 글쓰기에는 그다지 사용하지 않는데, 모델이 생성하는 글이 너무 일반적(generic)이고 제 개인적인 스타일과 맞지 않기 때문입니다. 코드를 작성할 때는 커서(Cursor)를 통해 LLM을 활용합니다.

Q: AI 시대에 '진보 연구(Progress Studies)'는 여전히 필요한가요?

A: 오히려 그 필요성이 더 커졌다고 생각합니다. AI가 모든 문제를 마법처럼 해결해 줄 것이라는 낙관론과 달리, 우리는 이 기술을 '어떻게' 사용할지에 대한 중요한 판단을 내려야 합니다. 과거에는 미래가 어느 정도 예측 가능한 궤도 위에 있었지만, 지금은 지정학적 변화, 가치의 충돌, 그리고 AI와 같은 기술 발전으로 인해 미래의 '가능성 창(window of contemplatable futures)'이 극도로 넓어졌습니다. 따라서 우리가 어떤 진보를 추구할지에 대한 질문이 더욱 중요해졌습니다.

Q: AI가 경제 생산성 지표에 나타나고 있나요?

A: 아직 명확한 증거는 보이지 않습니다. 최근 한 논문은 LLM 사용과 생산성 향상 사이에 유의미한 관계를 발견하지 못했다고 주장했습니다. 지난 2년간 미국의 GDP 성장은 예상보다 좋았지만, 전 세계적으로 가속화된 성장세는 보이지 않습니다. 기술이 경제 전반에 확산되는 데는 상당한 시간과 복잡성이 수반되는 것 같습니다. 앤트로픽(Anthropic)의 공동 창업자 잭 클락도 AI가 GDP 성장률을 연간 0.5% 포인트 정도 높일 것으로 예측했는데, 이는 상당한 수치지만 '기하급수적 도약'과는 거리가 있습니다.

Q: 인간의 생물학을 프로그래밍하는 것은 언제쯤 가능할까요?

A: 우리는 지금까지 암, 자가면역질환, 신경퇴행성 질환 같은 복합 질환(complex disease)을 한 번도 정복하지 못했습니다. 이는 질병의 복잡성을 이해하기 위한 실험적, 인식론적 기술이 부족했기 때문일 수 있습니다.

하지만 최근 10년간 생물학 분야에서 읽기(시퀀싱 기술), 생각하기(딥러닝), 쓰기(유전자 편집 기술)라는 세 가지 혁신적인 기술이 등장했습니다. 이 세 가지를 결합하면 개별 세포 수준에서 새로운 종류의 '튜링 루프(Turing loop)'를 만들어, 복합 질환의 역학을 체계적으로 이해하고 해결할 수 있을 것이라는 희망을 품고 있습니다.

Q: AI로 인해 프로그래밍이 자동화되면, 누가 예상치 못한 수혜자가 될까요?

A: 확신 있는 답은 없지만, 다양한 이론이 있습니다. 제한된 부동산 같은 실물 자산, 유명인의 음악 카탈로그 같은 지위재(positional goods), 또는 AI 시스템의 핵심 원료(구리 등)가 가치를 얻을 수 있습니다. 하지만 지난 몇 년간의 예측이 얼마나 빗나갔는지를 보면, 미래는 기술의 구체적인 발전 경로에 따라 매우 유동적일 것입니다.

Q: 커서(Cursor)가 스트라이프를 위해 무엇을 더 만들어주길 바라나요?

A: 세 가지를 제안하고 싶습니다.

런타임 특성 통합: 코드에 대한 실시간 성능 정보를 IDE에서 바로 볼 수 있으면 좋겠습니다.

리팩토링 및 미화: AI가 코드베이스를 자동으로 정리하고 개선하여 미래의 변경 비용을 줄여주길 바랍니다.

장인정신과 아름다움: 단순히 더 많은 코드가 아니라, '최고의 소프트웨어'를 만드는 데 도움이 되는 방향으로 발전했으면 좋겠습니다.

https://youtu.be/motX94ztOzo?si=2gJ7kM7grh7R9-xb

배경: 모든 것은 토큰으로 통한다

- 편지 작성 과정 자체가 기계(AI)와의 대화로 시작되었습니다. 과거에는 동료나 창업자에게 물었을 법한 질문들을 이제는 기계에게 묻고, 더 빠르고 나은 답변을 얻습니다.
- IQ 150 이상의 지능을 가진 AI는 오직 '토큰'을 원합니다. 우리가 더 많은 컨텍스트(질문, 우선순위, 과거 작업 등)를 담은 토큰을 제공할수록, AI는 더 정교한 아이디어와 콘텐츠를 제공하며 더 많은 토큰을 요구합니다.
- 향후 10년간 거의 모든 기업은 '토큰'을 어떻게 생성, 변환, 저장, 배포하는지에 따라 정의될 것입니다. 모든 비즈니스는 돈, 지식, 권력을 변혁시킬 디지털 엔진인 '토큰 팩토리(Token Factories)'의 공급자, 구축자, 또는 운영자가 될 것입니다

금융을 넘어선 토큰 혁명

- 금융 혁신의 현주소와 과제: 지난 15년간 모바일 인터넷 덕분에 금융 접근성은 크게 향상되었지만, 진정한 개인화 서비스는 여전히 소수에게만 제공됩니다.
- 미래의 질문: "얼마나 많은 사람이 달러, 금, 비트코인에 접근할 수 있는가?"를 넘어, "얼마나 많은 사람이 24시간 자신을 위해 일하는 개인 에이전트를 가질 수 있는가?"를 물어야 합니다.
- 토큰과 에이전트의 역할:
1. 모든 개인은 수십, 수백 개의 에이전트를 소유하게 될 것입니다. 부자들만 누리던 서비스를 누구나 이용하며, 자신의 데이터를 자산으로 활용하게 됩니다.
2. 모든 기업은 직원 1인당 수십, 수백 개의 에이전트를 고용하게 될 것입니다. 기업의 생산성은 폭발적으로 증가하고, 우리는 에이전트와 함께, 또는 에이전트를 위해 일하게 될 것입니다.
3. 모든 산업은 토큰과 에이전트에 의해 재편될 것입니다. 데이터가 가장 중요한 자산이 되며, 가치 창출의 방식이 근본적으로 바뀔 것입니다.

토큰화의 이해: 세상을 컴퓨터가 읽을 수 있게 만들기

- 토큰의 역사: 토큰은 신석기 시대 메소포타미아에서 회계와 화폐로 사용된 점토 조각에서 시작되었습니다. 예나 지금이나 토큰은 '데이터'와 '돈'의 속성을 모두 가집니다.
- 현대의 토큰:
- AI 분야: 텍스트를 단어, 문자 등 작은 단위로 나누는 과정.
- 암호화폐/자본시장: 블록체인 상에 디지털 자산(NFT, 스테이블코인 등)을 생성하는 것.
- 결제/데이터 보안: 민감한 정보(카드 번호 등)를 대체하는 식별자.
- 통합적 정의: 토큰화는 "세상을 컴퓨터가 읽을 수 있도록 만드는 과정(rendering the world for computers)"입니다. 즉, 인간의 지식과 활동을 소프트웨어(특히 자율 에이전트)가 안전하게 접근할 수 있도록 변환하는 것입니다. 토큰은 AI의 DNA이자 양식(feedstock)입니다.

4. 토큰의 가치 분류와 '토큰 팩토리'

- 토큰의 가치: 토큰의 가치는 희소성(Scarcity)과 기밀성(Secrecy)에 따라 달라집니다.
- 웹 데이터: 풍부하고 공개적.
- 비트코인: 완벽하게 희소하지만 공개적.
- 메모리 데이터 (ChatGPT와의 대화): 희소하고(시간 제약) 기밀함(ChatGPT만 소유).
- Ribbit의 토큰 분류:
- 가치 토큰 (Value Tokens): 자산 토큰 등 (기계가 금융 자원을 저장/이전하는 방식)
- 전문성 토큰 (Expertise Tokens): 전문가, 지식 토큰 등 (기계가 인간의 능력을 배우는 방식)
- 개인화 토큰 (Personalization Tokens): 접근, 메모리, 컨텍스트, 신원 토큰 등 (기계가 개인/조직을 이해하고 돕는 방식)
- 토큰 팩토리 (Token Factories): 모든 종류의 토큰을 더 가치 있는 토큰, 즉 **더 높은 수준의 지능**으로 변환하는 기술 및 조직. 모든 소프트웨어 비즈니스는 토큰 팩토리 모델로 설명될 수 있습니다.

5. "지금"이 토큰 혁명의 적기인 이유

1. 토큰 팩토리 운영 비용 급락: 모델 경쟁과 하드웨어 발전으로 추론 비용이 3년간 1,000배 하락.
2. 토큰 팩토리 구축 비용 급락: LangChain 등 오픈소스 프레임워크와 AI 코딩 에이전트로 개발이 쉬워짐.
3. 원재료(데이터) 가용성 폭발: 비정형 데이터 캡처 기술 발전 및 비용 하락.
4. 핵심 인프라 접근성 증대: 블록체인(솔라나, 베이스)의 가스비가 거의 0에 가까워짐.
5. 창업가 정신의 부상: YC 배치 2/3가 AI에 집중하는 등 새로운 세대가 LLM 기반 토큰 팩토리를 구축 중.
6. 전방위적 경쟁 심화: 하이퍼스케일러, 데이터 센터, 모델 회사, 에이전트 앱 등 모든 영역에서 경쟁이 치열함.

6. Ribbit의 10가지 핵심 투자 아이디어

(A) 토큰 소싱 (기계에게 먹이 주는 법)

1. 겸손한 토큰화 도구(Tokenizer)가 AI의 첫 킬러 앱이 될 것이다: 회의록 정리(Granola, Otter), 고객 대화 분석(Jump, Zocks) 등 잠재된 데이터를 캡처하고 구조화하는 단순한 앱이 거대한 가치를 창출할 것이다.
2. 독점적 토큰 공급업체가 가장 가치 있는 기업이 될 것이다: Plaid, Stripe, Persona처럼 접근하기 어려운 독점적 사용자 데이터(신원, 컨텍스트, 접근, 메모리 토큰)를 보유한 기업은 대체 불가능한 해자를 구축할 것이다.
3. 세상은 훨씬 더 많은 신원 토큰을 필요로 할 것이다: 딥페이크와 AI 봇이 넘쳐나는 세상에서 인간과 기계를 구별하고, 신뢰 기반의 협업을 가능하게 하는 신원 토큰(KYA: Know Your Agent) 시장이 폭발적으로 성장할 것이다.

(B) 에이전트 구축 (기계가 우리를 먹여 살리는 법)

1. 관계 에이전트(Relationship Agents)가 브랜드 구축 방식을 바꿀 것이다: 개인화된 고객 지원 에이전트는 비효율적인 콜센터를 대체하고, 고객 관계를 단순 비용에서 전략적 자산으로 전환시킬 것이다.
2. 수직적 토큰 플랫폼(Vertical Token Systems)이 모든 산업의 OS가 될 것이다: 회계, 법률, 의료 등 특정 산업에 특화된 에이전트 플랫폼은 기존 SaaS나 BPO(업무처리 아웃소싱)를 대체하며 산업의 신경망이 될 것이다.
3. 비용 절감이 시작이지만, 가장 가치 있는 토큰 팩토리는 시장을 확장할 것이다: AI가 일자리를 뺏는다는 이야기보다, 과거에는 접근할 수 없었던 전문가 서비스를 소상공인, 개인에게 제공하며 새로운 시장을 창출하는 이야기가 더 강력할 것이다.
4. 모두가 세계적 수준의 개인 금융 자문가를 갖게 될 것이다: 개인화된 금융 에이전트가 세금, 투자, 보험 등을 자동으로 관리해주며, 금융 서비스의 신뢰, 인센티브, 경쟁 구도를 재편할 것이다.
5. 에이전트는 자원과 자유가 있을 때 가장 번성할 것이다: 탈중앙화된 개방형 시스템(Chaordic System)에서 에이전트가 스스로 정체성, 자원, 평판을 갖게 되면, 예상치 못한 창의성과 효율성을 발휘할 것이다.

(C) 연료 공급 (기계에 동력을 공급하는 것)

1. 스테이블코인은 단지 프로토타입이었음을 깨닫게 될 것이다: 스테이블코인은 '기계 우선(machine-first)' 자산의 가능성을 보여줬다. 앞으로 모든 종류의 자산이 토큰화되어 에이전트 간의 자동화된 거래에 사용될 것이다.
2. 토큰은 놀라운 새로운 정보 시장을 창출할 것이다: AI가 생성하는 정보의 홍수 속에서, '진실'과 '관심'은 희소한 자원이 될 것이다. 예측 시장, 콘텐츠 시장 등 인센티브 기반의 새로운 정보 시장이 신뢰할 수 있는 인프라로 부상할 것이다.

- 새로운 산업 혁명: AI(지식), 새로운 에너지 기술(권력), 새로운 글로벌 화폐 시스템(돈)이 융합되면서 '토큰 혁명'이 일어나고 있습니다.
- 현상 유지(Status Quo)와의 싸움: 기존 금융 기관 및 산업은 정보 비대칭과 규제를 통해 이익을 유지하려 하지만, 토큰과 에이전트는 이 장벽을 무너뜨릴 강력한 무기입니다.
- Ribbit의 역할: Ribbit은 이러한 변화를 주도하며 고객을 위해 싸우는 '반란군(rebels)', 즉 혁신적인 창업가들에게 베팅할 것입니다. 토큰 혁명은 전문 지식(전문가 토큰), 금융 수단(자산 토큰), 데이터 주권(신원 토큰)을 민주화할 잠재력을 가지고 있습니다.

https://t.co/O6D7JfpBcV

🎯 핵심 패턴: "Boring → Expert → Platform" 공식

성공하는 AI 스타트업들은 놀랍게도 화려하지 않은 문제에서 시작한다.

패턴 1: 지루한 일을 먼저 자동화한다
- Pulse: PDF 읽기 → $3.9M 투자 → Fortune 50 고객
- Firecrawl: 웹 스크래핑 → Series A
- David AI: 음성 데이터 정리 → $500M 밸류에이션

왜 이게 작동하나?
Ribbit이 말했듯: "Unassuming tokenizers turn out to be AI's first killer apps"

지루한 일 = 반복적 = 데이터 많음 = AI 학습 최적 = Expert Tokens 생성

패턴 2: Vertical을 좁게, 깊게 판다
- Toma: "모든 call center" ❌ → "자동차 딜러십 전용" ✅ → $17M, a16z 투자
- Vocca: "일반 의료" ❌ → "프랑스 의사 전용" ✅ → 2,000+ 의사, 400만 통화
- Tavrn: "모든 법률" ❌ → "인적상해 전문" ✅ → $15M Series A

왜?
좁은 vertical = 특수 용어 학습 가능 = 경쟁자 진입 어려움 = 높은 switching cost

패턴 3: "데이터 월렛 셰어" 경쟁
성공 기업들은 고객의 데이터를 점점 더 많이 보유:

Campfire의 진화:
Week 1: 장부 기록 →
Month 3: 은행 연동 →
Year 1: 급여, 세금, 재고 →
Year 2: CFO 전체 데이터 접근 →
결과: NetSuite에서 고객을 빼앗아옴

Ribbit: "Data wallet share will define which vertical token systems win"

빠르게 성장하는 30개 스타트업 카테고리별 정리

Category A: TOKENIZERS (데이터를 AI 먹이로 변환)

1. Pulse (Bay Area, $3.9M)
- 하는 일: 기업 문서(PDF, 계약서, 송장)를 AI가 읽을 수 있는 구조화된 데이터로 변환
- 고객: Fortune 50, 은행, 로펌, 병원
- Ribbit 연결: "초기 킬러 앱은 단순히 데이터를 캡처하는 것"
- 성장 지표: 수천만 페이지/주 처리, SOC2/HIPAA 준수

2. David AI (Bay Area/NYC, $50M)
- 하는 일: AI 모델 학습용 고품질 오디오 데이터셋 판매
- 고객: FAANG, AI Labs (OpenAI, Anthropic 등)
- Ribbit 연결: "Proprietary token suppliers will be most valuable"
- 성장 지표: $500M 밸류, 8자리 ARR (1년 내)

3. Firecrawl (Bay Area/Global, Series A)
- 하는 일: 웹사이트를 LLM이 학습 가능한 마크다운/JSON으로 변환
- 고객: AI 개발자, LangChain, n8n
- Ribbit 연결: "Mapping the world for machines"
- 성장 지표: 17K+ 가입자, 5.3K GitHub stars


Category B: VERTICAL TOKEN SYSTEMS (산업별 AI 자동화)

4. Finch (NYC, $20M)
- 하는 일: 인적상해 로펌의 소송 전 단계를 AI로 완전 자동화 (intake부터 demand까지)
- 고객: 미국 PI 로펌
- 경쟁사: Tavrn, CASEpeer
- Ribbit 연결: "Vertical token systems will replace BPOs"
- 성장 지표: 10배 성장, 7자리 합의금 달성

5. Campfire (Bay Area, $35M Series A)
- 하는 일: 스타트업/중소기업용 AI 네이티브 ERP (NetSuite 대체)
- 고객: 테크 스타트업 (Advisor360, Rhumbix 등 NetSuite에서 이탈)
- 경쟁사: NetSuite, QuickBooks, Sage
- Ribbit 연결: "Vampire squids to ERPs"
- 성장 지표: 9개월 만에 NetSuite 100+ 직원 기업 고객 확보

6. Toma (Bay Area, $17M)
- 하는 일: 자동차 딜러십 전용 AI 음성 에이전트 (서비스 예약, 리콜 알림)
- 고객: 100+ 자동차 딜러십
- 경쟁사: 기존 BDC(Business Development Center)
- Ribbit 연결: "Relationship agents will change brands"
- 성장 지표: 통화 응답률 45% → 100%, a16z 투자

7. Tavrn (Bay Area, $15M Series A)
- 하는 일: 인적상해 로펌용 자율형 demand letter & 의료 기록 분석
- 고객: 고볼륨 PI 로펌
- 경쟁사: Finch
- 차별점: 완전 자율형 (사람 개입 최소화)
- 성장 지표: Harvard 중퇴 25세 CEO, Pomona 중퇴 21세 CTO

8. Model ML (London/NYC/HK/Singapore, $12M)
- 하는 일: 금융 전문가용 AI 데이터 통합 플랫폼 (은행, PE, 헤지펀드)
- 고객: 투자은행, 자산운용사
- 경쟁사: Bloomberg Terminal, AlphaSense
- Ribbit 연결: "Expert tokens through continuous feedback"
- 차별점: 파편화된 금융 데이터를 AI가 통합

9. uiAgent (NYC, $4.6M)
- 하는 일: 회계법인용 AI 자동화 (데이터 입력, 분개, 감사)
- 고객: Top 100 회계법인
- 경쟁사: BILL.com, Sage Intacct
- Ribbit 연결: "Queue killers - BPO 대체"
- 성장 지표: 99.5% 정확도, 7자리 ARR (1년 내), 80% 수작업 감소

10. Myriad AI (Prague/Bay Area, $7.8M)
- 하는 일: 글로벌 규제 변화를 실시간 모니터링 → 기업별 맞춤 액션 추천
- 고객: 금융, 보험, 헬스케어
- 경쟁사: ComplyAdvantage, Comply Advantage
- Ribbit 연결: "Regulatory compliance as a service"
- 차별점: AI가 규제 문서 읽고 → 회사별 TODO 생성

11. Metaforms (Bangalore, $9M)
- 하는 일: 시장조사 에이전시용 AI (설문 프로그래밍, 데이터 처리 자동화)
- 고객: Top 20 글로벌 리서치 에이전시 4곳
- 경쟁사: Qualtrics, SurveyMonkey
- Ribbit 연결: "Vertical automation for $130B market research industry"
- 성장 지표: 1,000+ 설문/월, 상용화 6개월 만에

12. Knox Systems (US Remote, $6.5M)
- 하는 일: SaaS 벤더가 FedRAMP 인증을 90일 만에 받도록 지원 (기존 3년 → 90일)
- 고객: 정부에 판매하려는 SaaS 기업
- 경쟁사: Palantir FedStart
- Ribbit 연결: "AI for compliance automation"
- 성장 지표: 비용 90% 절감, Adobe 14년간 고객


Category C: RELATIONSHIP AGENTS (고객 상호작용)

13. Wonderful (EMEA, $34M)
- 하는 일: 비영어권 시장용 다국어 AI 고객 서비스 (음성, 채팅, 이메일)
- 고객: 이스라엘 Bezeq(통신), Maccabi(헬스케어)
- 경쟁사: Decagon (영어권 집중)
- Ribbit 연결: "Non-English markets = $200B opportunity"
- 성장 지표: 15개 엔터프라이즈, 수십만 상호작용, Index Ventures

14. Howie (Seattle, $6M)
- 하는 일: 이메일 기반 AI 스케줄링 어시스턴트 (회의 조정, 캘린더 관리)
- 고객: 회의 많은 전문가 (1,000+ 유료 고객)
- 경쟁사: Calendly, Motion
- Ribbit 연결: "Everyone gets a world-class assistant"
- 성장 지표: 5,000 미팅/주, 50% MoM 성장

15. Vocca (Paris, $5.5M)
- 하는 일: 의료기관용 AI 전화 응대 (예약, 리마인더, 환자 문의)
- 고객: 2,000+ 프랑스 의사/병원
- 경쟁사: 기존 의료 비서
- Ribbit 연결: "Healthcare vertical with HIPAA/GDPR compliance"
- 성장 지표: 400만 통화, 통화 응답률 30% → 100%, 노쇼 70% 감소

16. Aurelian (Seattle, $14M Series A)
- 하는 일: 911 센터의 비응급 전화 자동 처리 (주차 위반, 소음 신고 등)
- 고객: 미국 공공안전 센터 (500만 미국인 서비스)
- 경쟁사: 없음 (공공 부문 특화)
- Ribbit 연결: "Expanding the pie - public services"
- 성장 지표: 74% 자동화, 디스패처당 3시간/일 절약, NEA 투자

Category 😧 AI SEARCH OPTIMIZATION (새로운 마케팅)

17. Profound (NYC, $58.5M)
- 하는 일: 브랜드가 ChatGPT, Claude, Perplexity에서 잘 나오도록 최적화 (AEO)
- 고객: Fortune 10 포함 수백 개 기업
- 경쟁사: Scrunch, Bluefish
- Ribbit 연결: "Battle for agent attention"
- 성장 지표: Sequoia $35M Series B, o3 모델 활용

18. Scrunch (Salt Lake City/US Remote, $19M)
- 하는 일: AI 검색 결과에서 브랜드 가시성 모니터링 & 최적화
- 고객: Lenovo, BairesDev, Crunchbase, 금융기관
- 경쟁사: Profound, Bluefish
- Ribbit 연결: "Information markets for truth"
- 성장 지표: 40% 레퍼럴 트래픽 증가, 4배 가시성 개선, 500+ 브랜드

19. Bluefish (NYC/Berlin, $24M)
- 하는 일: Fortune 500용 AI 마케팅 플랫폼 (GEO - Generative Engine Optimization)
- 고객: Adidas, Tishman Speyer, 금융/자동차/CPG 브랜드
- 경쟁사: Profound, Scrunch
- Ribbit 연결: "Marketing for the agentic era"
- 성장 지표: 6개월 만에 매출 10배, 80% Fortune 500, NEA/Salesforce Ventures

Category E: COMMERCE & NEW MARKETS

20. New Generation (Bay Area, $4.5M)
- 하는 일: AI 에이전트가 쇼핑할 수 있는 대화형 스토어프론트 (ai.yourbrand.com)
- 고객: D2C 브랜드, 이커머스 기업
- 경쟁사: Shopify (아직 에이전트 최적화 안 됨)
- Ribbit 연결: "Agentic commerce infrastructure"
- 성장 지표: Visa 파트너십, AI 트래픽 1,200% 증가 (2024-2025)

21. Polar (EU Remote, €8.6M)
- 하는 일: 개발자용 오픈소스 결제 플랫폼 (디지털 제품, SaaS 수익화)
- 고객: 개발자, 오픈소스 프로젝트
- 경쟁사: Stripe, Paddle
- Ribbit 연결: "Lower fees for digital products"
- 성장 지표: 120% MoM 매출 성장, 17K 가입, Accel 투자

22. OffDeal (NYC, $4.7M)
- 하는 일: AI 투자은행 (중소기업 M&A 매칭, 실사, 접촉)
- 고객: $5M-$100M 매출 중소기업 매도/매수자
- 경쟁사: 기존 M&A 브로커
- Ribbit 연결: "Democratizing financial analysis"
- 성장 지표: 6개월 내 exit, YC W24, Radical Ventures

Category F: INFRASTRUCTURE & TOOLS

23. Emergent (Bay Area, ~$10M ARR)
- 하는 일: 자연어로 앱을 만드는 노코드 AI 플랫폼 ("vibe coding")
- 고객: 비개발자 (700K+ 사용자)
- 경쟁사: Replit, Bolt.new, v0
- Ribbit 연결: "Cost of software → 0"
- 성장 지표: 2개월 만에 70만 사용자, $10M ARR, 10K 앱 생성

24. Weavy (Tel Aviv, $4M)
- 하는 일: 멀티모델 AI 크리에이티브 플랫폼 (Runway, OpenAI, Kling 통합)
- 고객: NVIDIA, Wix, Taboola, eToro
- 경쟁사: Adobe Firefly, Canva
- Ribbit 연결: "Creative workflows with AI"
- 차별점: 노드 기반 워크플로우 + 전문 편집 툴

25. Titan (NYC/Bay Area, $74M)
- 하는 일: MSP(IT 서비스) 회사들을 AI로 증강 (마진 3배 목표)
- 고객: MSP (RFA 인수 완료)
- 경쟁사: ConnectWise, Kaseya
- Ribbit 연결: "AI-powered service rollup"
- 성장 지표: General Catalyst 투자, 테크니션 생산성 3배


Category G: SECURITY & COMPLIANCE

26. Nebulock (Boston, $8.5M)
- 하는 일: 자율형 위협 헌팅 플랫폼 (24/7 보안 스택 모니터링)
- 고객: 엔터프라이즈 보안팀
- 경쟁사: CrowdStrike, Splunk (수동 헌팅)
- Ribbit 연결: "KYA - Know Your Agent"
- 성장 지표: EPSS 개발자 창업, Bain Capital Ventures

27. Empirical Security (Remote, $12M)
- 하는 일: 취약점 예측 ML 모델 (글로벌 모델 + 고객별 커스텀 모델)
- 고객: 엔터프라이즈 보안팀
- 경쟁사: Tenable, Qualys
- Ribbit 연결: "Custom AI for cybersecurity"
- 차별점: Kenna Security 공동창업자 재창업


Category H: HARDWARE & PHYSICAL WORLD

28. Heron Power (Bay Area, $38M)
- 하는 일: AI 데이터센터용 차세대 전력 변환기 (solid-state transformer)
- 고객: 데이터센터, 전력망 사업자
- 경쟁사: 기존 transformer 제조사
- Ribbit 연결: "Real world token factories"
- 성장 지표: Tesla 전 VP Drew Baglino 창업, BEV/Capricorn 투자

29. Vinci4D.ai (Bay Area, $25M Series 😎
- 하는 일: 하드웨어 디자인용 생성형 AI (100M DoF 문제를 13초에 해결)
- 고객: 9백만 기계 엔지니어
- 경쟁사: CAD 소프트웨어 (AutoCAD, SolidWorks)
- Ribbit 연결: "Physical world needs AI too"
- 성장 지표: Khosla Ventures, Index Ventures

30. Wonder Studios (London, $12M)
- 하는 일: AI 영상 제작 스튜디오 (제작 비용 $500K/분 → $10K-20K/분)
- 고객: 영화/영상 제작사
- 경쟁사: 기존 VFX 스튜디오
- Ribbit 연결: "Creative AI for content"
- 성장 지표: OpenAI/DeepMind 임원 투자, Atomico 리드

브래드 제이콥스가 한 정말 좋은 조언

내가 어떤 일 때문에 불안해지는 걸 알아차리면 스스로에게 이렇게 묻습니다.

‘최악의 경우는 뭐지? 그리고 그런 일이 실제로 일어나면 나는 어떻게 대처할 수 있지?’

또는

‘친구가 똑같은 걱정을 하고 있다면, 나는 그 친구에게 어떻게 하라고 조언할까?’

이렇게 나 자신과 불안의 원인 사이에 거리를 두면, 긍정적인 결과에 대해 훨씬 더 객관적으로 생각할 수 있습니다.

나 자신을 탓하지 않는 건 제게 아주 어렵게 배운 교훈이었습니다.

저는 저 자신과 제 가족, 친구들, 동료들에게 — 말할 것도 없이 고객, 공급업체, 주주들에게 — 비현실적인 완벽함을 기대하는 걸 멈췄을 때 훨씬 더 행복해졌습니다.

현실은 이렇습니다. 당신이 수십억 달러를 만들려고 할 때 팀은 보통 여러 방향으로 아주 빠르게 움직이고 있다는 겁니다.

약간의 실수는 필연적이라는 걸 받아들이세요. 그러면 큰 목표를 추구하면서도 정신적 균형을 유지하는 게 훨씬 쉬워질 겁니다.

미국에서 엑싯한 선배와 대화

1. 어짜피 잃을게 없었기 때문에 상방이 열려있는 베팅을 했었다.
2. 처음 사업은 잘 안됐지만 한번 더 기회를 얻을 수 있었다.
3. 이민, 창업, 육아까지 같이하는 건 너무 힘들었다. 이미 앞서간 선배들을 찾아가서 이야기했다면 나만 최악의 상황이라고 생각하지 않았을 것 같다.
4. 다운되어 있을 때 그 상태에서 끄집어 낼 수 있는 조언자, 갇혀있는 사고를 할 때 다른 관점을 볼 수 있게 도와주는 조력자, 즉 인생에서 좋은 의사결정을 내릴 수 있게 돕는 이사회가 필요하다.
5. 안좋은 의사결정만 내리지 않아도 좋다.
6. 안좋은 의사결정은 주로 수면 부족, 좋지않은 식단, 운동 부족, 과도한 스트레스로 인해 감정적이고 극단적인 판단에서 기인한다.
7. 좋은 습관이 좋은 판단을 만든다.
8. 다른 사람들을 돕는 것, 그리고 그들을 부자로 만들어주는 건 엄청나게 가치있고 인생의 선물이 된다.
9. 성취를 많이 하고 똑똑하다고 생각할수록 에고가 커지고 실패에서 일어나지 못할수 있다. 내가 잘못될 수 있다고 생각하고 배움을 멈추지 않는 것이 중요하다. 꼰대는 배우지 않는 사람.
10. AI로 인해 완전히 달라진 생산성을 경험하고 있고 이전에 불가능한 것들이 가능한 시기다.
11. 주변 사람들이 좀 더 많이 도전하고 성취할 수 있게 돕자. 10년뒤에 우리 주변이 많이 바뀌면 좋겠다.

아웃라이어(outlier)라는 점을 넘어, 저는 세상에 대해 독특하고 새로운 통찰력을 가진 창업가들을 사랑합니다. 그들은 잘못된 방식으로 해결되고 있다고 믿는 문제를 발견하고, 그것을 바꾸려는 대담함, 목적의식, 그리고 열망을 가지고 있습니다. 저는 제 일을 싸게 사서 비싸게 파는 것이라고 생각하지 않습니다. 세상을 바꾸고 싶어 하는 이 위대한 창업가들과 파트너가 되는 것이라고 생각합니다.

제 목표는 창업가들이 회사를 만들어가면서 더 다재다능한(well-rounded) 인재가 되기 위해 배워야 할 모든 기술에 대해 생각하도록 돕는 것입니다.

Q: 칼시(Kalshi)나 카미르(Camir) 같은 회사들은 변곡점에 도달하기까지 매우 오랜 시간이 걸렸습니다. 그 길고 혹독한 시기를 헤쳐나가는 것은 어땠으며, 지금은 어떻게 다른 방식으로 지원하고 있나요?

A: 성공이 하룻밤 사이에 이루어진다고 생각하는 것이 자연스러운 경향이지만, 그건 사실이 아닙니다. 모든 창업가의 여정은 그들이 원하는 것보다 더 오래 걸립니다.

칼시의 이야기는 최초의 규제된 이벤트 마켓플레이스가 되기까지 매우 긴 과정을 거쳤습니다. CFTC(미국 상품선물거래위원회)의 규제를 받기까지 오랜 시간이 걸렸고, 저희가 투자한 이후에도 새로운 이벤트 계약 출시를 체계화하는 데 시간이 걸렸습니다.
처음에는 18개월이 걸렸던 일이 이제는 몇 시간 만에 가능해졌습니다.

저희는 또한 그 과정에서 여러 차례 '작은 p 피벗(small little p pivot, 소규모 방향 전환)'을 했습니다. 시사 이벤트로 시작해서 경제 지표로 넘어갔고, 그 후에는 선거 관련 계약이 승인되도록 매우 열심히 노력했습니다. 여기에는 규제 기관을 고소할지에 대한 많은 전략적 고민이 포함되었습니다. 일반적으로 규제 기관을 고소하는 것은 좋은 생각이 아니지만, 저희는 승소할 강력한 근거가 있다고 믿었습니다. 창업가인 타렉(Tarek)과 루아나(Luana)는 두려움이 없었고, 저희는 이길 수 있다고 생각했으며, 결국 승리하여 거대한 신시장을 열었습니다. 이제는 스포츠 분야로 방향을 전환하고 있습니다. '칼시'라는 이름은 '모든 것'을 의미하며, 궁극적으로는 모든 종류의 이벤트에 대한 계약을 제공하는 것이 목표입니다.

Q: 칼시의 창업가들은 당신이 항상 지지해주었지만, 지금의 관계는 '더 집중되고 조금 더 강도 높아진(intense)' 것 같다고 말했습니다. 이러한 변화에 대해 어떻게 생각하시나요?

A: 저는 아마 처음부터 계속 꽤 강도 높게 대했을 겁니다! 이것은 세콰이어(Sequoia)의 매우 특징적인 모습입니다. 우리는 창업가들과 파트너 관계를 맺고, 어려운 시기에는 충격 흡수장치(shock absorbers)가 되고, 좋은 시기에는 스파링 파트너(sparring partners)가 되는 법을 알고 있습니다.

회사가 어려울 때 누군가를 비난하는 것은 아무 의미가 없습니다. 가장 좋은 방법은 소매를 걷어붙이고, 조각들을 수습하며, 회사가 그 어려움을 극복하도록 돕는 것입니다. 하지만 상황이 좋을 때는 한 단계 더 도약할 수 있도록 스파링 파트너가 되어주고 싶습니다. 저는 항상 짐 콜린스(Jim Collins)의 책 *How the Mighty Fall(위대한 기업은 다 어디로 갔을까)*을 되새깁니다. 이 책에서 실패의 첫 번째 징후는 "큰 성공이 낳은 오만(hubris)"이고, 두 번째는 "더 많은 것을 무분별하게 추구하는 것"입니다. 저는 이런 징후가 보이면 싹을 자르려고 노력합니다.

Q: 창업가에게서 찾는 핵심적인 특징은 무엇인가요?
A: 첫 번째는 '스파이크(spike, 특정 분야에서 압도적인 강점)'를 가진 아웃라이어(outlier)가 되는 것입니다. 즉, 세상이 본 적 없는 무언가를 만들겠다는 꿈을 가지고 어떤 한 가지를 상상을 초월할 정도로 잘하는 사람입니다. 저는 창업가들과 그들의 독특한 통찰력에 대해 자유롭게 의견을 주고받는 것을 정말 좋아합니다.

저는 창업가들이 대체로 세 가지 유형으로 나뉜다고 생각하며, 각각 다른 방식으로 도우려고 합니다.

몽상가 (The Dreamer): 매력적인 미래에 대한 아름다운 비전을 그릴 수 있는 사람입니다.
문제 해결사 (The Problem-Solver): 특정 문제(종종 자신의 문제)를 보고 그것을 해결하고 싶어 하는 사람입니다.
기술 창업가 (The Technical Founder): 기술에 대해서는 아주 상세하게 설명할 수 있지만, 비즈니스를 설명하는 데는 서툰 사람입니다.

Q: "소문자 p 피벗(lowercase p pivot)"을 언급하셨는데, "대문자 P 피벗(capital P pivot)"과의 차이점을 집라인(Zipline)의 예를 들어 설명해주실 수 있나요?

A: "작은 p 피벗"은 카테고리 확장에 가깝습니다. 아마존이 책에서 음악으로, 그리고 모든 전자상거래로 확장한 것을 생각하면 됩니다. "큰 P 피벗"은 완전히 다른 방향으로의 전환입니다. 예를 들어 전자상거래 사업을 완전히 그만두는 것과 같습니다.
집라인은 처음에는 아이폰을 두뇌로 사용하는 로보틱스를 위한 모바일 플랫폼 아이디어로 시작했습니다. 하지만 결국 사람들이 몇 주 가지고 놀다가 선반에 올려놓는 장난감 같은 것이 되었습니다. 창업가인 켈러(Keller)가 돌아와서 "드론을 만들고 싶습니다"라고 말했을 때, 제 반응은 "뭐라고요? 당신은 드론에 대해 아무것도 모르잖아요!"였습니다. 게다가 미국에서는 가시권 밖(beyond visual line of sight)으로 드론을 날릴 수도 없었습니다.

그의 해결책은 바로 '큰 P 피벗'이었습니다.

장소: 도로 인프라가 열악한 르완다에서 시작하여 미국 밖에서 비행한다.
사용 사례: 의료 물품 배송, 특히 르완다 중심부에서 외딴 지역으로 혈액을 운송하여 생명을 구한다.
장기 전략: 르완다에서 강력한 안전 기록을 쌓고 그 데이터를 미국으로 가져와 결국 미국 내 비행 허가를 받는다. 그리고 지금 그것이 현실이 되었습니다.

Q: 마케팅 비용이 종종 제품-시장 적합성(product-market fit) 부족을 가릴 수 있다는 점을 고려할 때, 그것이 진짜 '불씨'인지 어떻게 알 수 있나요?

A: "성장은 모든 죄를 덮는다"는 말이 있습니다. 문제는 돈을 쏟아붓는 것을 멈추는 순간, 회사의 모든 문제점이 드러난다는 것입니다. 지적으로 정직해야 합니다. 데이터는 종종 간단합니다. 바로 제품의 참여도(engagement)를 보는 것입니다. 아마존은 우리에게 단순한 결과 지표(output metrics)가 아닌 투입 지표(input metrics)에 집중하라고 가르쳤습니다. 그 순서는 참여(engagement), 그 다음 리텐션(retention), 그리고 수익화(monetization)입니다.

도어대시(DoorDash)는 리텐션에 집중하는 것을 극도로 잘했습니다. 그들은 코호트 곡선이 '웃는(smile)' 모양을 만들도록 하는 데 집착했고, 이것이 그들의 성공에 큰 이유 중 하나였습니다. 가치를 포착하기 전에 먼저 가치를 제공해야 합니다.

Q: '매출 1억 달러 달성 경쟁'이 하나의 기준점이 되었습니다. 초기 단계 기업에 가해지는 이러한 압박에 대해 어떻게 생각하시나요?

A: 매출은 결과 지표입니다. 비즈니스의 건강 상태는 투입 지표와 '처리량(throughput)'—즉, 투입을 결과로 얼마나 효율적으로 전환하는가—에 의해 결정됩니다. 단순히 매출 1억 달러라는 목표에만 집중하면 매출의 질이 중요하다는 사실을 놓치게 됩니다. 이것이 일회성 매출이 구독 기반 매출만큼 높게 평가받지 못하는 이유입니다.

저는 질 낮은 매출로 빠르게 성장하는 것보다, 질 좋은 매출로 느리게 성장하는 것을 선호합니다. 오늘날 AI 분야에는 '실험적인 매출'이 많습니다. 이는 창업가들이 R&D 자금을 조달하는 데 도움이 된다는 점에서는 좋지만, 사라질 수 있는 파일럿 매출이라는 점에서는 나쁩니다. 1억 달러를 달성하더라도 고객이 모두 이탈하면 금방 제자리로 돌아가게 될 것입니다.

Q: 오해를 불러일으킬 수 있는 질 낮은 매출의 유형들을 좀 더 자세히 설명해주실 수 있나요?

A: 네, 그리고 팀들도 종종 이를 인지하고 있습니다.

파일럿/실험적 매출: 파일럿 매출을 ARR(연간 반복 매출)로 계산하고, 한 달 매출에 12를 곱해 연간 매출로 산정하는 것은 농담과 같지만, 창업가들은 그렇게 합니다.
총매출 vs. 순매출: 마켓플레이스에서 실제 수익인 수수료율(take rate) 대신 총 상품 거래액(GMV)을 내세우는 경우입니다.

높은 이탈률의 매출: 고객 중 높은 비율(예: 30%)이 이탈할 것을 알면서도 해당 월의 매출을 반복 매출(ARR)로 계산하는 경우입니다.
전문 서비스 매출: 이는 반복적인 제품 매출이 아닌, 서비스를 제공하고 받는 일회성 매출입니다. 돈은 받지만 사라질 매출입니다.
하드웨어 vs. 구독 매출: 펠로톤(Peloton)과 같은 회사에서 일회성의 낮은 마진을 가진 하드웨어 매출은, 반복적이고 높은 마진의 구독 매출보다 훨씬 낮게 평가됩니다.
지적으로 정직해지려면, 비즈니스의 진정한 건강 상태를 이해하기 위해 이러한 다양한 매출 흐름을 분리해서 봐야 합니다. 최고의 창업가들은 "숫자 뒤에 숨겨진 진짜 숫자들"을 이해합니다.

Q: AI 하이프 사이클 속에서, 일부 VC들이 기존의 '트리플, 트리플, 더블, 더블' 성장 기준보다 더 빠른 성장을 기대한다고 말하는 등 엄청난 성장 압박이 있습니다. 오늘날의 창업가들에게 이것은 무엇을 의미할까요?

A: 이 문제를 두 부분으로 나누어 보겠습니다.

창업가들의 일이 더 힘들어졌습니다: 우리는 가속화되는 변화의 세상에 살고 있습니다. 오늘날 세상은 더 빨리 움직이지만, 창업가들은 더 좋은 도구를 가지고 있습니다. 모바일을 통한 글로벌 시장 접근, AWS와 같은 클라우드 인프라, 그리고 파운데이션 모델 등이 있습니다. 시작하기가 더 쉬워진 만큼, 경쟁에서 두각을 나타내기도 더 어려워졌습니다. 일단 출시해서 어느 정도 성공을 거두면 15개의 경쟁자가 나타납니다. 따라서 현 세대에게 더 많은 것을 기대하는 데는 일리가 있습니다.

매출은 게으른 지표입니다: 단지 매출 성장에만 집중하는 것은 문제를 피상적으로 보는 것입니다. 피그마(Figma)와 같은 최고의 회사들 중 일부는 매출이 급증하기 전에 제품을 만들고 경쟁 제품과 기능적으로 동등해지기까지 오랜 시간이 걸렸습니다. 진정한 측정 기준은 단순히 매출 성장이 아니라 **회사의 속도(velocity)**가 되어야 합니다.

Q: 현재의 AI 사이클에서 "3개월 전에 일어난 일은 오늘날 더 이상 의미가 없다"고 말씀하셨습니다. 이러한 추세가 계속될 것이라고 보시나요?

A: 이러한 열광적인 속도는 모든 기술 사이클의 초기에 나타나는 전형적인 현상입니다. 수많은 실험과 변화가 일어납니다. 이는 창업가들에게 매우 어려운 일입니다. 왜냐하면 불안정한 기반 위에서 10년 후에도 의미 있는 회사의 비전을 세워야 하기 때문입니다. 다행인 점은 스타트업이 대기업보다 훨씬 민첩해서 더 빠르게 혁신할 수 있다는 것입니다. 많은 회사가 살아남지 못하겠지만, 이 과정 속에서 몇몇 거대한 회사들이 탄생할 것입니다. AI는 아마도 제 인생에서 가장 크고 강력한 기술 메가트렌드일 것이기 때문입니다.

Q: 기술 시장은 왜 종종 2~3개의 선두 기업으로 통합되는 경향이 있나요?

A: 항상 그런 것은 아닙니다. 예를 들어 레스토랑 산업은 그렇지 않죠. 기술 분야에서는 네트워크 효과와 브랜드라는 강력한 요소가 작용합니다. 또한, 대기업 고객들은 종종 단일 공급업체에 종속되는 것을 피하기 위해 한두 개의 대안을 원합니다. 이것이 AWS, GCP, Azure와 같은 소수의 주요 플레이어를 지지하는 이유입니다. 음식 배달과 같은 다른 시장에서는 어느 정도의 통합이 수십 개의 플레이어와 끊임없이 싸우는 치열함을 줄여주기 때문에 긍정적입니다.

Q: "샌프란시스코가 아닌, 전 세계를 위해 만들라"고 조언하셨습니다. 왜 그런 사고방식이 중요한가요?

A: 수년에 걸쳐 저는 새로운 기술이 '컬트적인(cultish)' 성향을 띠며 무언가를 중심으로 종교를 만들려는 욕구를 관찰했습니다 (예: 맥 vs. PC, 안드로이드 vs. 아이폰, 웹2 vs. 웹3). 하지만 기업가로서 당신은 그냥 웹을 위해, 모두를 위해 만들고 싶을 뿐입니다. 80만 명 인구의 샌프란시스코에서 시작할 수는 있지만, 더 넓게 생각해야 합니다. 도어대시는 스탠퍼드 근처의 한 거리에서 시작했지만 전국으로, 그리고 지금은 국제적으로 확장했습니다. 전 세계에 도달하는 것을 생각해야 합니다.

Q: 에어비앤비(Airbnb)는 코로나19 팬데믹 동안 극적인 위기를 겪었습니다. 그들이 위기를 헤쳐나가도록 어떻게 도왔으며, 브라이언 체스키(Brian Chesky)의 리더십에서 무엇을 배우셨나요?
A: 브라이언은 그 위기를 헤쳐나가면서 놀라운 리더십을 보여주었습니다. 사람들은 잊었지만, 에어비앤비는 2020년 최고의 IPO 후보로 꼽혔다가 불과 몇 달 만에 매출이 80% 감소하여 마이너스를 기록했습니다. 그는 여러 가지 방법으로 회복력을 증명했습니다.

목적의식 (머리): 그는 모든 사람이 "어디에서나 소속될 수 있도록" 돕는다는 목적의식에 이끌렸습니다. 그는 에어비앤비가 여러 세대에 걸쳐 생존하도록 하는 데 집중했습니다.
희망 (마음): 그는 절망 대신 희망을 선택했습니다. 그는 가상 체험이나 단거리 국내 여행처럼 여전히 잘 되고 있는 밝은 부분에 집중했습니다.
침착함과 실행력 (손): 그는 우리가 '시련의 순간(crucible moment)'이라고 부르는 상황에서 침착함을 유지했습니다. 그는 매일 전사 미팅과 일요일 이사회 미팅을 열며 맡은 바를 다했습니다. 그는 비용을 절감하기 위한 매우 논리적인 체계를 가지고 있었습니다. 먼저 마케팅, 그 다음 사무실, 그리고 계약직 직원 순이었고, 최후의 수단으로만 해고를 고려했습니다. 저희는 또한 그 시기에 매우 불리한 조건의 지분 투자 대신 부채를 조달하기로 결정했습니다.

Q: 당시 브라이언의 리더십은 해고와 불확실성에도 불구하고 에어비앤비를 오히려 더 매력적인 직장으로 만들었습니다. 창업가들은 그런 격동의 시기에 문화를 어떻게 생각해야 할까요?
A: 진정한 리더십과 훌륭한 문화는 좋은 시기가 아니라 힘든 시기에 시험받고 증명됩니다. 문화의 진정한 힘은 위기에서 살아남을 때 드러납니다. 초기에 어려움을 겪는 회사들은 종종 더 강한 회복력을 키웁니다. 이는 에어비앤비의 초창기 시절로 거슬러 올라갑니다. 당시에는 낯선 사람들이 다른 낯선 사람의 집에 머문다는 아이디어가 미친 생각으로 여겨져 자금을 조달하기가 매우 어려웠습니다. 팬데믹은 브라이언이 구축한 문화와 리더십이 좋은 시기와 나쁜 시기 모두를 이겨낼 수 있다는 것을 보여주었습니다.

Q: 높은 기업가치는 어느 시점부터 무모해지나요?
A: 기업이 시간이 지나도 그 가치에 걸맞게 성장할 수 없을 때 무모해집니다. 기업의 가치는 궁극적으로 미래 현금 흐름의 순현재가치(net present value)입니다. 제 생각에 지금 우리는 이 회사들이 2년, 3년, 혹은 4년 후에 도달할지 모를 위치에 대해 값을 지불하고 있습니다.

제가 이를 정량적으로 생각하는 방식은 이렇습니다. 만약 당신이 어떤 회사에 두 배의 가치를 지불한다면, 당신은 펀드로 투자할 수 있는 기회(shots)가 절반으로 줄어듭니다. 이는 당신이 두 배 더 잘하거나 두 배의 확신을 가져야 한다는 것을 의미합니다.

https://youtu.be/Zy2Uvm7_ky8

커리어 재창조의 핵심 원칙:
1. 단순한 기술이 아닌, 흥미를 좇아라: 잘못된 질문은 "내가 다시 적용할 수 있는 기술은 무엇인가?"입니다. 올바른 질문은 "내가 가장 흥미를 느끼는 것은 무엇인가?"입니다.
2. 80/20/0 공식: 새로운 기회(새 직장, 청혼, 이사 등)에 직면했을 때, 이상적인 감정의 조합은 80%의 설렘, 20%의 두려움, 그리고 0%의 무감각입니다. 두려움이 없다는 것은 그 기회가 지루할 것이라는 의미이며, 무감각한 느낌은 피해야 한다는 분명한 신호입니다. 브룩스는 경험 없이 싱크탱크의 회장직을 맡았을 때 80%의 두려움과 20%의 설렘을 느꼈다고 언급하며, 돌이켜보면 운이 좋았던 '어리석은' 결정이었다고 말합니다.
3. 기꺼이 '뒤로' 가려는 의지: 진정한 재창조는 종종 돈, 권력, 명성에서 일시적으로 한 발 물러서는 것을 필요로 합니다. 사이넥은 이를 새총에 비유합니다—앞으로 나아가기 위해 뒤로 당겨야 한다는 것입니다. 그는 자신의 초기 경력을 예로 들며, '실전 경험을 쌓기 위해' 아파트에서 무급으로 강연하는 등 모든 기회를 잡았다고 말합니다.

결과보다 과정: 행복의 핵심

1. 도착의 오류(The Arrival Fallacy): 브룩스는 '도착의 오류'에 대해 설명합니다. 이는 과정이 달콤하게 느껴지기 때문에 궁극적인 목표에 도달하는 것이 가장 달콤할 것이라는 오해입니다. 평생의 목표를 달성한 후 우울증을 겪는 올림픽 금메달리스트들에게서 볼 수 있듯이, 현실에서 이는 '우울증을 위한 처방전'과 같습니다. 진정한 만족은 과정 그 자체에서 나옵니다.
2. 희망 대 낙관주의: 사이넥은 스톡데일 패러독스에 대한 흔한 오해를 바로잡습니다. 죽은 것은 낙관주의자들이 아니라, 희망에 찬 사람들이었습니다—즉, "'크리스마스까지는 나갈 수 있기를 희망해'와 같이 특정 기한까지 결과를 바랐던 사람들입니다." 기한이 지나자 그들은 좌절했습니다.
3. 레오폴도 로페스의 이야기: 사이넥은 독방에 수감되었던 베네수엘라의 정치범 레오폴도 로페스의 이야기를 들려줍니다. 로페스는 매일의 과정에 전념했습니다: 몸과 마음, 정신을 건강하게 유지하는 것이었습니다. 그는 무언가를 얻기 위해 기도한 것이 아니라, 자신이 가진 것(하늘, 가족)에 대한 감사함으로 기도했습니다. 그는 PTSD 없이 살아남았지만, 마감 시한을 정했던 동료 수감자들은 무너졌습니다. 핵심은 결과에 대한 완전한 내려놓음과 과정에 대한 온전한 수용이었습니다.

브룩스는 인생을 당신이 설립자이자 CEO인 신성한 기업으로 규정합니다. 당신이 축적하려는 화폐는 돈이나 권력이 아니라, 사랑과 행복입니다.

세 가지 주 영양소: 브룩스는 행복을 느낌이 아니라 세 가지 '주 영양소'의 조합으로 정의합니다:
- 향유(Enjoyment): 즐거움 + 사람 + 기억.
- 만족(Satisfaction): 고군분투에서 오는 기쁨.
- 의미(Meaning): 일관성(왜 일이 일어나는가), 목적(목표), 그리고 중요성(왜 그것이 중요한가).

불행의 역할: 그는 불행은 필수적이라고 강조합니다. 일이 잘 풀릴 때는 결코 배우지 못합니다. 부정적인 감정은 우리가 주의를 기울여야 한다는 신호입니다. 온전한 삶은 좋은 경험과 나쁜 경험 모두에 감사하는 것을 필요로 합니다.

일란성 쌍둥이를 대상으로 한 연구는 우리 행복 수준의 구성 요소를 다음과 같이 보여줍니다:
50% 유전적: 당신의 기준선은 대부분 유전됩니다. 하지만, 알코올 중독에 대한 유전적 소인처럼, 이는 습관으로 관리될 수 있습니다.
25% 상황적: 인생의 좋고 나쁜 사건들. 이는 일시적입니다.
25% 습관: 이것이 당신이 직접 통제할 수 있는 부분입니다.

네 가지 기둥: 필수적인 행복 습관
브룩스는 모든 행복 과학이 귀결되는 네 가지 핵심 습관을 제시합니다:

1. 신념(Faith): 반드시 특정 종교일 필요는 없으며, 초월로 가는 길을 의미합니다. 철학, 자연, 예술, 명상, 종교 등을 통해 지루한 자기 삶의 사이코 드라마에서 벗어나 '작아지는' 것, 그리고 더 큰 무언가와 연결되는 것입니다.

2. 가족(Family): 그는 정치가 균열을 만들게 두지 말라고 경고하며, "정치적 견해 차이가 학대는 아니다"라고 지적합니다. 또한 결혼과 자녀가 '패배자들을 위한 것'이라는 문화적 통념에 반박하며, 이를 행복으로 가는 빠른 길이라고 부릅니다.

3. 우정(Friendship): 그는 '거래적 친구(deal friends)'(유용한 사람들)와 '진정한 친구(real friends)'(당신을 무조건적으로 사랑하는 쓸모없는 사람들)를 구분합니다. 그는 청중에게 삶에서 충분한 '쓸모없는 사람들'을 가꾸라고 촉구합니다.

4. 일(Work): 일에서 오는 기쁨의 핵심은 직업의 종류나 수입이 아니라 두 가지 구체적인 것입니다:

자신의 성공을 쟁취하기: 가치를 창출하고 공로와 노력에 대해 인정받는 것. 그는 이것이 자유 시장 경제 체제가 기쁨을 가져다주는 이유라고 주장합니다.
타인에게 봉사하기: 필요한 존재라고 느끼는 것이 존엄의 본질입니다. 최악의 느낌은 자산으로 평가받는 대신 부채처럼 관리되는 것입니다.

사랑의 신경생물학: 4단계 과정
브룩스는 사랑에 빠지는 경험을 4단계의 신경화학적 연쇄 반응으로 설명합니다:

1단계: 점화(Ignition): 과정은 테스토스테론과 에스트로겐 같은 성호르몬에 의해 유발되는 신체적 매력에서 시작됩니다. 이것은 사람들을 문 안으로 들어오게 하는 '상점의 진열장'과 같습니다.

2단계: 황홀감과 기대감(Euphoria & Anticipation): 도파민(보상에 대한 기대)과 노르에피네프린(황홀감) 같은 신경전달물질이 활성화됩니다. 이것이 단순한 문자 메시지가 엄청나게 중요하게 느껴지는 이유입니다.

3단계: 집착과 반추(Obsession & Rumination): 세로토닌 수치가 떨어지며, 이는 반추와 관련이 있습니다. 이것은 초기 사랑의 특징인 집착적인 생각, 질투, 그리고 감시 행동("왜 그녀는 새벽 4시에 온라인 상태였을까?")을 만듭니다. 이 단계는 유대를 형성하는 데 매우 중요합니다.

4단계: 유대 형성(Bonding): 이것이 목표이며, 커플이 '짝 유대(pair bond)'를 형성하고 가족이 되는 단계입니다. 이는 시선 맞춤과 신체 접촉을 통해 분비되는 유대 호르몬인 옥시토신과 바소프레신에 의해 촉진됩니다. 궁극적인 목표는 파트너가 당신의 가장 친한 친구가 되는 것입니다.

현대 세계의 사랑: 함정과 조작

1. 프렌드 존(Friend Zone) 문제: 브룩스는 4단계로 바로 건너뛸 수 없다고 주장합니다. '프렌드 존'에서 시작된 관계는 매력과 집착이라는 고통스럽지만 필수적인 초기 단계를 놓치기 때문에 종종 실패합니다.

2. 데이팅 앱: 이 앱들은 '진열장'(1단계)을 지나치게 강조하고 사람들이 자신과 똑같은 사람을 찾도록 부추겨, 강한 유대를 만드는 상호보완성을 놓치게 함으로써 과정을 단축시킵니다.

3. ‘실험실의 사랑(Love in the Lab)': 그는 아트 아론의 유명한 실험을 설명합니다. 이 실험에서는 낯선 사람들이 점점 더 친밀해지는 36개의 질문에 답하고 4분 동안 서로의 눈을 응시함으로써 인위적으로 사랑의 연쇄 반응을 시뮬레이션하여 사랑에 빠지게 만들었습니다. 그는 직장 워크숍이 우연히 이러한 조건을 재현할 수 있으며, 이것이 왜 그렇게 많은 불륜이 직장에서 시작되는지를 설명한다고 경고합니다.

진화론적 관점에서의 관계

질투의 성별 차이: 데이비드 버스의 연구를 바탕으로, 브룩스는 남성이 성적 불륜(부성 불확실성)에 더 위협을 느끼는 반면, 여성은 감정적 불륜(자원 전환의 두려움)에 더 위협을 느낀다고 설명합니다.

숭배/존경의 이분법: 그는 근본적으로 여자는 숭배("너를 위해 총알도 맞을 수 있어")를 필요로 하고, 남자는 존경("너는 정말 강하고 유능해")을 필요로 한다고 제안합니다. 남자를 위한 비결은 파트너를 숭배하고 존경받을 만한 사람이 되는 것입니다.

매력 편향: 그들은 남성이 여성의 성적 관심을 과대평가하는 경향이 있는 반면, 여성은 과소평가하는 경향이 있음을 논의합니다.

관계 구축 및 유지
장거리 연애의 어려움: 이러한 관계는 신체적 접촉과 시선 맞춤으로 분비되는 옥시토신을 뇌에서 고갈시키기 때문에 어렵습니다. 이를 성공시키기 위한 유일한 방법은 잦은 대면 만남에 대한 극도의 헌신입니다.

사랑을 유지하는 두 가지 규칙:
함께 있을 때마다 서로 접촉한다.
대화할 때마다 직접적으로 시선을 맞춘다.

'스타트업' 접근 방식: 올바른 파트너를 찾는 것은 기업가적 모험과 같습니다. 평균적으로 성공한 기업가는 3.8번의 실패를 경험합니다; 실패한 관계에서도 비슷한 횟수를 예상하십시오. 당신은 실패를 통해 배우고 발전합니다.

내면 세계 탐색하기

불안 관리하기: 브룩스는 '불안정한 과잉 성취자들'에게 불안(초점 없는 두려움)을 구체적인 두려움으로 전환하여 관리하라고 조언합니다. 그는 4단계의 저널링 과정을 제안합니다: 1) 내 불안의 원인은 무엇인가? 2) 일어날 수 있는 최악의 상황은 무엇인가? 3) 그럴 확률은 얼마나 되는가? 4) 만약 그런 일이 일어난다면 나는 어떻게 할 것인가?

'특별함 대 행복'의 함정: 윌리엄슨과 브룩스는 종종 '특별하게' 느끼고 싶은 욕망에 뿌리를 둔 성공 중독이 어떻게 사람들로 하여금 행복을 희생하게 만드는지에 대해 논의합니다. 그들은 경력이 항상 다음 '검증'의 기회를 제공할 수 있기 때문에 관계보다 일을 우선시합니다.

유동 지능 대 결정 지능: 브룩스는 우리의 능력이 나이에 따라 변한다고 설명합니다. 유동 지능(순수한 문제 해결 능력, 혁신)은 30대에 정점을 찍고 감소합니다. 결정 지능(지혜, 가르침, 패턴 인식)은 평생에 걸쳐 상승합니다. 장기적인 성공과 행복의 열쇠는 첫 번째 곡선에서 두 번째 곡선으로 우아하게 전환하는 것입니다—혁신가에서 교육자로, 재능 있는 사람에서 재능을 발굴하는 사람으로.

'죽음의 공포'와 마주하기: 모든 사람에게는 자신의 핵심 정체성에 대한 위협인 '죽음의 공포'(예: 실패에 대한 두려움, 무관심에 대한 두려움)가 있습니다. 브룩스는 불교의 마리네사티(죽음 명상) 수행을 추천하는데, 이는 자신의 가장 큰 두려움이 현실이 되는 것을 적극적으로 상상하여 그 힘을 빼앗는 것입니다.

https://youtu.be/ZS2xu5Dq2zI

컴퓨팅에 대한 끝없는 수요
"에너지" 비유: 샘은 가격을 빼놓고는 컴퓨팅 수요를 논할 수 없다고 주장합니다. 지능 단위당 비용이 100배 하락한다면, 새로운 경제적 사용 사례가 가능해지면서 사용량은 100배 훨씬 이상으로 증가할 것이라고 말합니다.

컴퓨팅 과잉 공급 논쟁:
사티아의 병목 현상에 대한 통찰: 그는 오늘날 가장 큰 문제는 칩 공급 문제가 아니라, 전력 및 인프라 문제라고 밝힙니다. 즉, 칩을 '꽂을 수 있는 준비된 공간(warm shells)'이 부족하다는 것입니다.

샘의 예측: 과잉 공급은 언젠가 "반드시" 올 것이라고 말합니다. 그 시점이 23년 후일지 56년 후일지는 미지수입니다. 그는 비용 절감의 "무서운 지수 함수적 속도"와, 개인용 AGI가 노트북에서 실행되면서 대규모 중앙 집중식 인프라 구축을 쓸모없게 만들어 일부 투자자들에게 손실을 입힐 위험을 인정합니다.

소프트웨어 최적화의 힘: 사티아는 OpenAI의 추론 스택(inference stack)에 대한 소프트웨어 개선이 무어의 법칙보다 "훨씬 더 기하급수적"이라고 지적하며, 이는 중요하지만 종종 간과되는 요인이라고 말합니다.

AI 디바이스와 배포의 미래

샘의 비전: "언젠가 우리는 GPT-5 또는 GPT-6 수준의 모델을 저전력으로, 완전히 로컬에서 실행할 수 있는 놀라운 소비자용 디바이스를 만들 것입니다."

사티아의 전략 ("대체 가능한 컴퓨팅 집합체"): 마이크로소프트의 목표는 AI 생애 주기의 모든 단계(사전 학습, 추론, 강화학습 등)를 여러 지역과 하드웨어 세대에 걸쳐 처리할 수 있는 고효율의, 대체 가능한 컴퓨팅 집합체(fungible fleet)를 구축하여 활용도를 극대화하는 것입니다.

새로운 인간-컴퓨터 인터페이스
사티아: 채팅을 넘어서는 새로운 UI 패러다임으로 "거시적 위임과 미시적 조종(macro delegation and micro steering)"을 제시합니다. 에이전트가 복잡한 작업을 수행하러 갔다가, 사소한 방향성 지시를 받기 위해 돌아오는 방식입니다. 이는 새로운 형태의 디바이스를 필요로 합니다.

브래드: 수십억 명의 사람들에게 삶을 관리해 줄 무료 개인 비서를 제공하는, "사소해 보이지만" 영향력 있는 소비자 사용 사례를 강조합니다. 이는 단순한 답변에서 기억과 행동으로 나아가는 것을 의미합니다.

2026년 전망: 무엇이 우리를 놀라게 할까?

샘의 예측:
코딩: 코덱스(Codex) 에이전트가 몇 시간 단위의 작업에서 며칠 단위의 작업으로 발전하여 "전례 없는 속도"로 소프트웨어를 창조할 수 있게 될 것입니다.

과학: "2026년에는 아주 작은 과학적 발견들이 있기를 희망합니다." 그는 이것이 AI가 인류 지식의 총합을 확장한다는 것을 의미하기에 "엄청나게 중요한 일"이라고 부릅니다.

Microsoft의 중대한 투자 뒷이야기

브래드: 사티아에게 2019년 10억 달러를 투자하기로 한 최초의 결정에 대해 질문합니다.

사티아의 이야기:
마이크로소프트는 1995년부터 자연어에 집착해 왔습니다. 2019년 샘이 트랜스포머와 스케일링 법칙에 대해 이야기하기 시작했을 때, 전략적으로는 '고민할 필요도 없는' 결정이었습니다.

이사회에서는 논쟁이 있었습니다. 빌 게이츠는 처음에는 회의적이었으나, GPT-4 데모를 본 후 제록스 PARC 이후 최고의 데모라고 칭하며 열렬한 신봉자가 되었습니다.
사티아가 10억 달러에서 100억 달러 이상으로 투자를 확대할 확신을 갖게 된 순간은 GitHub 코파일럿 내부에서 코덱스(Codex)가 작동하는 것을 본 순간이었습니다.

SaaS의 미래와 AI의 경제학
사티아의 아키텍처 논제: 기존의 SaaS 아키텍처(데이터, 로직, UI가 긴밀하게 결합된)는 대체되고 있습니다. 새로운 "에이전트 계층(agent tier)"이 기존의 "비즈니스 로직 계층(business logic tier)"을 대체하고 있습니다.

높은 사용량, 낮은 ARPU(사용자당 평균 수익)의 이점: 그는 Office 365나 GitHub처럼 사용량이 많고 깊은 데이터 해자(moat)를 가진 제품들이 에이전트에게 필수적인 기반 데이터를 제공하기 때문에 승리하는 데 가장 유리한 위치에 있다고 주장합니다. 그는 ARPU는 높지만 사용량이 적은 제품들은 "약간의 문제"가 있을 것이라고 경고합니다.

"에이전트 팩토리": 새로운 SaaS 애플리케이션은 "토큰 팩토리"(인프라 계층)의 결과물을 가장 효율적으로 사용하여 비즈니스 성과를 창출하는 방법을 아는 "에이전트 팩토리"입니다.

https://youtu.be/Gnl833wXRz0

Times of hardship will define your company, not times of success.

When this company inevitably hits massive scale in a few years, please remember that how you acted in the next 12 months determined that success.

Q: 기업가들의 공통점은 무엇인가요?
A: 그들은 모두 다릅니다. 제 경우는 CEO나 기업가가 되고 싶었던 적이 전혀 없었습니다. 저는 단지 무언가를 만들고 사람들이 그것을 사용하게 하고 싶었을 뿐입니다. 제가 만든 것을 지속시키려면 돈이 필요하다는 것을 깨달았고, 그 지점에서 사업을 시작하게 되었습니다. 그 정신의 핵심은 '성공시키기 위해 무엇이든 한다'는 것입니다. 저는 CEO가 되는 법, 자금을 조달하는 법, 고용하고 해고하는 법, 그리고 문화적 틀을 만드는 법 등 제가 전혀 하고 싶지 않았던 모든 것들을 배워야만 했습니다. 하지만 그것이 아이디어를 다음 단계로 나아가게 하는 유일한 방법이었습니다.

Q: 기업가들이 예술가와 비슷하다고 말씀하셨는데, 무슨 의미인가요?
A: 예술은 표현입니다. 언제 시작하고 끝낼지, 어디에 선과 경계를 그어야 할지를 아는 것이죠. 제품이나 사업도 마찬가지입니다. 모든 것을 다 하려고 하면 아무도 이해 못 하는 뒤죽박죽이 될 수 있지만, 상자를 그리고 형태를 만들어 접근 가능하고 관리 가능한 아이디어의 표현으로 만들 수 있습니다. 진정으로 세상을 바꾸는 것들은 아이디어에서 시작되고, 그 아이디어를 더 크게 만들기 위해 사업이 구축됩니다.

Q: 거절에 어떻게 대처하시나요?
A: 저는 제가 경험하는 모든 것이 제게 교훈을 주는 스승이라는 마음가짐을 가지고 있습니다. 그것으로부터 배울지 말지는 제게 달려있죠. 배우기로 선택한다면, 거기에는 거절이란 없습니다. 저는 그것을 온전히 제 것으로 만들고 더 나은 사람이 됩니다. 그렇지 않으면 끔찍한 기분이 들고 노력의 낭비일 뿐이죠. 그래서 저는 제 앞에 놓인 모든 사람, 실수, 도전, 만남으로부터 배우기로 선택합니다.

Q: 이런 마음가짐은 어디서 배우셨나요?
A: 경험, 그리고 나쁜 기분을 느끼고 싶지 않다는 마음에서요. 명상도 많이 했습니다. 특히 몸의 쾌락과 고통을 관찰하는 수행법을 통해서요. 고통을 관찰하고, 그 고통에 대한 자신의 반응을 관찰합니다. 그러면 고통은 일시적이며, 당신이 그 일시적인 것에 대해 고통받기로 '선택'하고 있다는 것을 깨닫게 됩니다. 당신이 그 반응을 바꿀 수 있다는 것을 이해하면, 고통은 사라집니다. 그것은 제가 정신적으로나 육체적으로 해본 것 중 가장 힘든 일이었습니다.

Q: 명상은 얼마나 자주 하시나요?
A: 코로나 이전에는 5년 동안 매년 10일간의 묵언 명상 수련회에 참가했습니다. 지금은 매일 아침 일어나서 한 시간 정도 명상을 합니다.

Q: 최적의 고통 수준은 어느 정도인가요?
A: 당신 자신과 당신의 능력에 대해 새로운 것을 가르쳐주는 모든 것입니다.

Q: 기업가의 길은 외로운 여정인가요?
A: 그것은 느낌이고, 당신이 내리는 결정입니다. 외로움이라는 반응에 의해 위축되기로 선택할 수도 있고, 혹은 "이 경험이 나에게 무엇을 가르쳐주려는 걸까?"라고 자문할 수도 있습니다. 이 모든 것들은 궁극적으로 결정의 문제입니다.

일상 습관과 학습
Q: 매일의 '할 일(to-do)'과 '하지 않을 일(don't-do)' 목록에 대해 설명해주실 수 있나요?
A: 저는 매일 제가 성취하고 싶은 것과 하고 싶지 않은 것을 적습니다. 목표를 매우 작게 설정하고 반복하여 추진력을 쌓는 것이 중요합니다. 예를 들어, 하루에 한 시간 명상하겠다고 결심하는 대신, 2주 동안 매일 1분씩 시작하는 겁니다. 그다음 5분, 10분으로 늘려나가는 거죠. 더 중요한 것은, 우리가 종종 간과하는 '하지 않을 일'에 집중하는 것입니다. 예를 들면 정치나 TV 시청에 정신이 팔리지 않는 것과 같죠.

Q: 오늘 당신의 목록에는 무엇이 있었나요?
A: '할 일' 목록에는 양자 물리학, 이탈리아어, 그리고 AI 및 에이전트 분야의 프로그래밍에 대해 더 배우는 것이 있었습니다. 아침에 어려운 일들을 먼저 하기 위해 각각 한 시간씩 할애합니다. '하지 않을 일' 목록에는 뉴스, 정치, 엔터테인먼트에 정신 팔리지 않기가 있었습니다. 저는 더 잘, 더 빨리, 더 깊이 배우는 법을 배우고 싶습니다.

Q: 빠른 학습의 핵심은 무엇이라고 생각하시나요?
A: 꽤 오랫동안 관찰하고, 그 후에 실행하는 것입니다. 저는 사람들이 관찰 단계를 너무 자주 건너뛴다고 생각합니다. 우리는 좋은 경청자가 되어 세상과 자연이 어떻게 작동하는지 관찰할 필요가 있습니다. 아기들은 무언가를 할 수 있는 도구를 갖기 전에 오랜 시간 관찰하며 보냅니다. 성인이 되어서 우리는 그 몰입 단계를 건너뛰고 너무 빨리 행동하려고 합니다.

Q: 왜 하루에 한 끼만 드시나요?
A: 저는 극단으로 가서 배우는 것을 좋아합니다. 하루에 한 끼만 먹는 식단을 시도해봤는데, 제게 '시간'이라는 슈퍼파워를 주더군요. 매일 두세 시간을 돌려받았습니다. 또한, 제가 그렇게 많은 음식이 필요하지 않다는 것을 깨달았습니다. 건강과 에너지가 증진되었고, 식사를 할 때는 음식에 대한 진정한 감사를 되찾았습니다.

Q: 젊은이들에게 해주고 싶은 조언이 있다면요?
A: 관찰하세요. 모든 것을 관찰하세요. 정보를 받아들이는 것을 사랑하세요. 그것에 반응하거나, 암기하거나, 무언가를 하려고 걱정하지 마세요. 그저 열린 마음을 가지세요. 그것으로 무언가를 해야 할 때가 오면, 자연스럽게 떠오를 것입니다.

https://youtu.be/e_Y9tI4dALA

Bending Spoon: 소프트웨어 기업을 인수하여 영구히 성장시키는 PE

Bending Spoon은 소프트웨어 회사를 100% 인수한 뒤, 소프트웨어, 마케팅, UI, 가격 정책 등 사업의 모든 요소를 완전히 재설계합니다. 이를 통해 회사의 성장 곡선과 비용 구조를 근본적으로 바꾸고, 개선된 현금 흐름을 장기적으로 소유하는 독특한 모델을 가지고 있습니다.

창업 배경: 실패에서 얻은 교훈
첫 창업의 실패: 창업 초기에 AI 기반 개인 다이어리 서비스를 3년간 개발했지만 결국 실패했습니다. 4년 가까이 주 100시간씩 일했지만 아무것도 남지 않았다는 생각에 회사를 정리하며 눈물을 흘렸습니다. 하지만 공동 창업자의 격려 덕분에 다시 일어설 수 있었습니다.

깨달음: 아무리 똑똑한 팀이라도 대부분의 스타트업은 실패한다는 것을 목격했습니다. '0 to 1' 단계에서는 운이 결정적인 역할을 한다는 결론을 내렸습니다.

새로운 전략: 반면, 소프트웨어 비즈니스는 올바른 노력과 끈기가 있다면 누구나 잘 운영할 수 있다는 확신을 얻었습니다. 그때부터 '0 to 1'에 도전하는 대신, 잠재력 있는 회사를 인수하여 키우는 것이 더 나은 전략이라고 판단했습니다.

성장: 이 전략을 바탕으로 Evernote, Meetup, AOL 등을 성공적으로 인수했습니다. 첫 회사를 정리하며 남은 4천만 원과 외주 개발로 번 돈을 합쳐 1천만 원짜리 딜로 2천만 원을 벌었고, 초기에는 직접 개발과 인수를 병행했습니다. 현재 Bending Spoon은 연 매출 1조 3천억 원, 연간 주가 성장률 75%를 기록하는 회사로 성장했습니다.

Bending Spoon의 방식

1. 인수 전략 (Acquisition)

정교한 가치 평가: 지난 12년간 축적된 Hands-on 운영 경험을 바탕으로 '우리가 이 제품을 바꾸면 어떤 결과가 나올까?'에 대한 여러 가정을 세우고 치열하게 토론합니다. 몬테카를로 시뮬레이션을 통해 다양한 시나리오별 수익성을 분석하고, 이를 협상의 시작점으로 삼습니다.

신속한 협상: 우리는 스스로가 생각하는 공정 가치에 대한 확신이 있기 때문에 협상을 길게 끌지 않습니다. 우리가 지불하려는 가격 이상을 원하면 과감히 포기합니다.

규모의 경제: 하나의 제품을 완전히 바꾸는 데는 막대한 시간과 자본이 들기 때문에, 이제는 규모가 큰 회사 위주로 인수합니다.

지속 가능한 성장: 과거 바이럴에 의존하던 제품을 인수했다가 바이럴이 끝나자 제품이 실패하는 경험을 통해, 지속 가능한 고객 확보 방식을 더욱 중요하게 보게 되었습니다.

예측 가능성: 수많은 회사를 인수하고 성장시킨 경험이 쌓이면서, 특정 회사를 인수했을 때 성장 잠재력을 정확히 예측하는 능력이 생겼습니다.

자금 조달: 창업 초기 5년은 자체 현금으로만 인수했으나, 최근에는 부채를 적극적으로 활용하기 시작했습니다. (과거 그라인더 인수 전에서는 경쟁사가 더 높은 가격을 제시했고, 자금 조달 능력이 부족해 실패한 경험이 있습니다. 당시 이 딜에만 집중하느라 몇 달간 회사 성장이 정체되기도 했습니다.)

2. 가치 상승 (Improvement)

Evernote 사례: 경쟁사보다 50% 비싼 가격에 인수했지만, 2년 반 동안 250개의 핵심 기능을 개선했습니다. 이는 이전보다 3~5배 빠른 속도였으며, 코드 베이스 대부분을 교체했습니다. 그 결과, 제품 성능과 고객 리텐션 모두 역대 최고 수준을 기록했습니다. 가격은 60% 인상되었지만, 오히려 고객 만족도는 더 높아졌습니다. 이는 일반적인 PE가 해내기 어려운 수준의 개선입니다.

자원 효율화: 여러 소프트웨어 회사를 운영하며 클라우드, 광고 등에서 협상 우위를 확보해 비용을 절감합니다. 또한, R&D나 마케팅 인력을 여러 프로젝트에 유동적으로 재배치하여 효율성을 극대화합니다. AI 도입을 통해 운영 효율성도 지속적으로 높이고 있습니다.

운영 철학 (Operations)

인재 중심: "회사가 곧 제품이며, 인재가 가장 중요하다"는 철학을 가지고 있습니다. 능력과 야망, 성공에 대한 갈증이 있는 사람을 채용합니다. 유럽 최고의 인재들에게 Bending Spoon은 매우 매력적인 기회입니다. (실제로 80만 명이 지원해 250명을 채용했습니다.)

보상과 문화: 팀별 성과 인센티브 대신, 회사의 주식을 할인된 가격에 구매할 수 있는 기회를 제공하여 주인의식을 고취합니다. 1년에 두 번 전사적으로 성공과 실패를 투명하게 공유하고, 1년에 한 번씩 해외 리트릿을 통해 팀워크를 다집니다.

시간 배분: 창업자는 채용에 시간의 50%를 사용하며, 나머지 시간은 자금 조달, 딜 소싱, 인수 후 통합(PMI), 그리고 전사 전략 수립에 사용합니다.

창업 철학:

유럽의 성공 사례: 유럽에도 위대한 기업이 더 많이 나와야 합니다. 성공 사례가 드물기 때문에, 우리가 크게 성공하는 것 자체가 다른 유럽 창업가들에게 큰 영감이 될 수 있습니다.

합의의 함정: 위대함을 추구할 때, 만장일치는 오히려 위험할 수 있습니다. 모든 사람의 의견에 맞추고 비판을 피하려 하면 평범함에 머무를 뿐입니다. 명확한 비전을 가지고 반대 의견을 경청하되, 때로는 일부의 반대를 무릅쓰고 목표를 향해 직진하는 능력이 진정한 리더십입니다.

https://youtu.be/uLSXhmRHpFU