Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
AI 시대 스타트업의 전략으로서 수직 통합의 유효성과 한계를 분석합니다. 무조건적인 전체 스택 소유보다는 데이터와 워크플로가 축적되는 핵심 통제 지점을 확보하는 것이 방어력의 핵심임을 강조합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 GeekNews의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기자산 경량형 모델이 벤처 시장에서 선호된 10년을 지나
수직 통합이 다시 주목받고 있음
AI가 소프트웨어의 더 많은 부분을 범용화하면서 독점 데이터, 맥락, 현실 세계의 피드백, 신뢰, 유통이 희소 자산으로 남는다는 논리임
이러한 흐름은 전통적인 기술·비즈니스 서비스를 넘어 AI 기반 주택 서비스, 건설사, 노인 주거 시설, 병원 시스템까지 확장됨
NFX의 “The AI Wrapper Is Dead”는 얇은 래퍼보다 가치사슬 전체를 소유하려는 수직적 사고가 필요하다고 봄
그러나 “모든 것을 소유한다”는 말은 경제성이 서로 다른 전략을 하나로 묶음
다제품 확장
물리적 자산 소유
하드웨어와 소프트웨어 결합
서비스 사업자 전환
시장의 다른 부문으로 수직 통합
AI는 벤처 지원 스타트업이 실행할 수 있는 경계를 넓히지만
최적 경계까지 결정하지는 않음
전체 스택을 소유해도 차별화되지 않은 데이터만 모으거나 모두와 같은 모델에 의존할 수 있음
집중된 경쟁사보다 운영 마찰이 크고 경제성이 나빠질 수도 있음
기존 수직 애플리케이션 기업들도 산업의 모든 매출을 흡수하기보다 학습이 축적되는 특정 업무 영역을 통제해 규모와 방어력을 확보해 왔음
Vertical AI의 목표는 SaaS와 마찬가지로 고객 워크플로의
통제 지점(control point) 을 소유하는 것임
통제 지점은 산업마다 다르며 기술 변화에 따라 이동함
일부 계층은 기술로 차별화됨
다른 계층은 범용화됨
LLM이 모든 수직 시장의 표면을 통제 지점으로 바꿨다는 전면 통합론은 B2B 워크플로에서 실제로 중요한 지점이 제한적이라는 사실을 간과함
고객 업무에서 기록 시스템으로 확장할 수 있는 결정적 위치를 선점해야 하며, 단순히 더 많은 계층을 소유하는 것만으로는 부족함
Clay Christensen은 산업 초기와 성숙기에 적합한 구조가 다르다고 봄
제품의 기능과 신뢰성이 고객 요구에 미치지 못하는 초기에는 각 요소를 최적화해 결합할 수 있는
독점적 통합 솔루션이 유리함
기술이 충분히 성숙하면 표준 인터페이스가 등장하고 기업은 개별 구성요소에 전문화하며 제품이 모듈화됨
이 단계에서는 초기 통합 기업의 우위가 약해지고 이익이 성능을 결정하는 하위 시스템으로 이동함
젊은 시장에서는 구매자와 판매자 모두 불확실성을 겪음
구매자는 구매·자체 구축·대기 중 무엇을 선택할지 판단해야 함
판매자는 파편화돼 있고 일관성이 없으며 규모의 경제도 갖추지 못함
구매자는 작고 비싼 공급자 대신 직접 기술을 통제하려 하고, 판매자는 자문형 접근으로 문제 전체를 해결하면서 더 많은 영역을 소유하려는 유인을 받음
범주가 성숙하면 고객은 통합 솔루션에 추가 비용을 지불하려 하지 않고
상호운용성을 중시함
저비용 사업자는 전문 구성요소를 조합해 가격과 전문성으로 통합 사업자를 압박함
오픈소스 대안도 등장함
운영 사업으로 확장한 기술 기업도 최고의 기술을 확보하려면 외부 기술의 구매자가 되어야 함
AI는 자동화·번들링·내재화할 수 있는 범위를 넓혀 통합을 더 매력적으로 만들지만, 장기 이익이 이동하는 원리까지 바꾸지는 않음
기존 기업을 파괴하는 가이드는 보완재를 범용화하고 가격 결정력을 낮춰 만든 잉여로 유통과 신뢰를 확보하는 전략을 다룸
1980년대 초 IBM은 PC 5150을 기성 하드웨어와 공개 기술 명세에 기반한 개방형 구조로 출시하고 확장 카드를 장려함
IBM과 후발 PC 업체들은 가격 경쟁에 빠짐
PC의 핵심 보완재였던 Microsoft DOS는 선호되는 운영체제로 성장함
통합은 시장 초기에 이기더라도 이후 범용화 과정에서 패할 수 있음
시장 진입을 위한 일시적 다리이거나 구조적 필요일 수 있음
반대로 회사의 존립을 위협하는 오류가 될 수도 있음
NVIDIA는 통합 극대화의 반례임
GPU 아키텍처, CUDA, 네트워킹, 가속 컴퓨팅 소프트웨어 생태계를 긴밀히 통합함
자본 집약적인 반도체 제조는 TSMC 같은 전문 기업에 맡김
공동 설계로 통제 지점을 강화하면서 전문 사업자의 경제성을 활용했고, 세계에서 가장 가치 있는 기업 중 하나가 됨
통합은 희소한 자산을 확보할 때만 지속 가능한 우위를 만듦
현실을 감지함
1차 데이터를 수집함
행동에 영향을 줌
결과를 관찰함
이를 바탕으로 제품을 개선함
전체 폐쇄형 루프를 소유하면 경쟁자가 같은 맥락에 접근하기 어려워질 수 있지만,
전체 스택 소유 자체가 방어력을 보장하지는 않음
장기 가치는 신호가 독점적이고 밀도 높으며 복제하기 어려운지에 달림
센서를 직접 소유해도 차별화되지 않은 데이터만 생성할 수 있음
이 경우 자본·운영 부담은 늘지만 장기 방어력은 개선되지 않음
입력 비용 하락을 활용하는 스타트업과 가격 경쟁을 벌이다 핵심 제품까지 약해질 수 있음
전통적 수직 소프트웨어 기업은 가치사슬 전체가 아니라 워크플로의 통제 지점을 장악해 성장함
Toast는 식당이 아니라 POS와 거래 계층을 소유함
Veeva는 제약회사가 아니라 생명과학의 핵심 영업·규제 워크플로를 소유함
이들 플랫폼은 산업의 전체 비용 구조를 떠안지 않고 워크플로를 이해하고 수익화함
Vertical AI가 답해야 할 질문은
학습을 누적하려면 시스템이 어디를 통제해야 하는가임
Vertical AI 플레이북은 즉각적인 투자수익과 매출을 만드는 내부 워크플로의 출발점으로 저작 계층(authoring layer)을 권장함
초기 Vertical AI 스타트업은 학습 루프가 누적되는 통제 지점을 확보할 만큼의 최소 충분 스택만 소유해야 함
통제 지점은 워크플로 내재화, 라이선스, 통합, 계약상 권리, 독점 하드웨어 등 여러 방식으로 확보할 수 있음
자산은 소유가 통제 지점 접근을 열어줄 때만 직접 보유해야 하며, 그 밖의 소유는 비싼 마찰이 됨
기존의 구축 대 구매보다 Vertical AI에는
소유 대 접근이 더 중요한 전략 질문임
직접 통제가 필요한 부분이 무엇인지 판단해야 함
안정적인 접근권만으로 충분한 부분과 구분해야 함
SaaS 기업은 대부분 컴퓨팅과 스토리지를 임대함
범용 인프라 이상의 가치가 없는 제품이 취약하다고 해서 데이터센터를 직접 살 필요는 없음
데이터와 워크플로가 집중되는 계층을 장악하고 나머지는 클라우드 사업자에게 맡기는 것이 해법임
센서, 모델, 통합, 서비스, 하드웨어는 통제 지점에 접근하게 할 때 가치가 있으며, 그 기준을 넘어서면 소유가 내구성 없이 마찰만 더할 수 있음
수직 통합의 구성요소는 세 변수로 구분됨
접근: 소유하지 않고 자산을 사용할 수 있음
소유: 자산이 회사에 귀속됨
통제: 핵심 통제 지점을 장악함
OpenEvidence는 진료 시점의 임상 질문을 포착하고 관련 근거를 검색해 의사에게 답을 제공함
의학 저널 출판사와의 상업 계약으로 라이선스 콘텐츠에 접근함
통제 지점은
진료 시점의 임상 질문이며 저널, 병원, 의사 워크플로 전체를 소유할 필요는 없음
방어력은 콘텐츠 접근의 지속성, 의사 유통망, 신뢰, 집계된 수요의 가치에 의존함
차별화의 중심은 콘텐츠 자체보다 실제 진료 맥락에서 의사의 질문과 답변을 더 잘 이해하고 우수한 경험을 제공하는 능력임
Halter는 목걸이형 장치로 소 데이터를 수집하고 가상 울타리로 이동을 유도하며 목장주에게 무리 관리 애플리케이션을 제공함
하드웨어가 없으면 신호·행동·결과에 접근할 수 없으므로
목걸이 소유가 통제 지점 확보에 필요함
방어력의 원천은 하드웨어 자체가 아니라 관찰·행동 루프와 목장 관리 워크플로임
통제 지점을 약화하지 않으면서 1차 데이터 접근을 넓힐 수 있다면 모듈형 하드웨어 구성요소는 시간이 지나며 범용화하도록 둘 수 있음
Abridge는 임상 대화를 포착해 문서를 만들고 진료 기록을 차트 작성, 코딩, 매출 워크플로와 연결함
센서는 마이크지만 통제 지점은
임상 노트의 저작 계층임
노트가 Abridge에서 시작됨
깊은 통합을 거쳐 의료 시스템으로 전달됨
임상의 수정·승인, 코딩 변경, 매출 결과를 포착함
학습 루프를 위해 의료 가치사슬의 추가 영역을 소유할 필요는 없음
임상 기록 작성이 범용화돼도 축적되는 것은 필사 기술이 아니라 후속 워크플로에서 차지한 위치임
다만 지배적이고 적극적인 기존 기업을 상대로 기반 기술이 이 통제 지점을 장기적으로 방어할 수 있는지는 여전히 문제로 남아 있음
모델, 워크플로, 하드웨어, 주변 환경 사이의 연결 방식이 계속 바뀌면 개별 공급자가 충분히 빠르게 협력하기 어려움
빠른 반복을 위해 통합이 필요하지만, 이는
불안정한 인터페이스를 통합해야 한다는 뜻이지 모든 인접 사업을 소유해야 한다는 뜻은 아님
다중 공급자 시스템이 미성숙하거나 취약하면 구매자는 한 사업자에게 신뢰성을 보장받으려 할 수 있음
인간 피드백 기반 강화학습(RLHF) 업체가 여기에 해당할 가능성이 있음
현재 배포에 필요한 계층과 미래에 방어 가능한 수익원이 될 계층을 구분해야 함
LLM 시대에는 시장이 빠르게 성숙하고 경쟁이 상호운용성을 촉진하며 구매자도 자신의 요구를 빠르게 이해함
통합 사업자가 범주를 확립한 뒤에는 모듈형 경쟁자가 스택의 개별 계층을 공략함
모듈형 경쟁자가 항상 승리하는 것은 아니지만, 통합 기업이
성능 병목이나 통제 지점을 계속 소유하지 못하면 소유의 우위는 일시적임
현재 시장은 Christensen이 말한 젊은 시장과 유사함
구매자는 무엇을 사고 구축해야 하는지, 무엇을 도입할 가치가 있는지 판단하기 어려워함
스타트업은 더 실험적이고 자문 중심으로 움직이며 기업 문제를 해결하기 위해 평소보다 넓은 범위를 맡을 수 있음
그러나 처음부터 모든 것을 소유하기보다 다양한 확장을 시험하면서도 초점을 유지하는 경영 규율이 필요함
스타트업은 인접 제품을 더 싸게, 무료로, 내장형으로 제공하거나 마진을 얻기 어렵게 만들어 기존 기업의
가격 결정력을 약화할 수 있음
보완재를 범용화한다고 해서 직접 소유하거나 해당 산업의 경제성과 사업 모델까지 떠안을 필요는 없음
보완재를 풍부하고 표준화되고 저렴하게 만들어 가치가 자신이 통제하는 계층으로 이동하게 해야 함
가격을 낮출 수 있음
상호운용성 표준을 촉진할 수 있음
보완재의 영구적인 비용 구조를 상속하지 않으면서 병목을 제거해야 함
의료 AI 기업이 서비스를 병목으로 판단하면 초기에 사람이 개입할 수 있음
목표는 단순한 저비용 서비스 업체가 되는 것이 아님
반복되는 서비스 작업을 통제 지점 접근권으로 전환해야 함
소프트웨어의 주요 이점은 레버리지이며, AI가 사업 범위를 넓혀도 소프트웨어와 자산 경량형 모델의 매력은 사라지지 않음
기본 지능이 저렴해질수록 레버리지는 더 중요해지고, 후발 기업이나 프런티어 모델 업체가 통합 제품을 모듈화할 수 있음
창업자는 무엇을 소유할지보다
무엇을 범용화할지 먼저 물어야 함
보완재가 도입을 막는다면 가격 결정력, 조정 비용, 신뢰성 위험을 낮출 만큼만 통합함
통제 지점을 강화하지 않는 계층은 임대·라이선스하거나 모듈형 인터페이스로 제공함
기능과 노동의 전문화는 강한 경제 원리이므로 장기적으로 정면 대결할 영역을 신중하게 골라야 함
1837년 공황으로 신뢰할 수 있는 상업 신용 정보의 부재가 드러난 뒤 Lewis Tappan은 1841년
Mercantile Agency를 설립함
이 회사는 변호사, 은행가, 지역 관찰자 등 유급 통신원으로 전국망을 만들고 상인의 지급 능력, 평판, 신용도를 수집한 최초의 B2B 신용 네트워크를 구축함
젊은 Abraham Lincoln도 초기 통신원 중 한 명이었던 것으로 전해짐
당시 상인들은 재고, 창고, 공급망, 고객 관계와 자본·운영 위험을 모두 부담한 수직 통합 사업자였음
Mercantile Agency는 반복적이고 고가치인 기업 신용 결정에 필요한
정보 계층을 장악함
통신원 네트워크가 데이터를 제공함
결제와 연체를 포함한 정보가 추가될 때마다 신용 의사결정 시스템이 개선됨
자산 경량형 사업자가 통제 지점을 확보한 사례임
Mercantile Agency는 이후 미국의 장수 기업 데이터 회사인 Dun & Bradstreet가 됨
Christensen의 매력적 이익 보존 법칙에 따르면 이익은 가장 많은 계층을 가진 회사가 아니라
성능 병목을 통제하는 회사로 이동함
Mercantile Agency는 재고나 창고가 아니라 상업 거래의 정보 교환소인 상인 신용 원장을 소유함
Vertical AI 창업자는 이 원장의 현대적 대응물을 찾아 정확하고 지속 가능하며 복리로 성장하게 만들 만큼만 스택을 소유해야 함
번들링과 언번들링을 신중하게 선택하고, 고객이 교체를 어렵게 느낄 뿐 아니라 교체할 필요조차 느끼지 않을 만큼 특정 도메인을 잘 지원해야 함