이 글은 '자율형 AI가 회사를 운영한다(autonomous-AI-runs-your-company)'라는 가설에 관한 시리즈의 네 번째 포스트입니다. Post 1에서는 세 가지 제약 조건을 제시했습니다. Post 2에서는 추론(inference) 비용을 산정했습니다. Post 3에서는 데이터 비용을 산정했습니다. 두 포스트 모두 "상황이 개선될 것"이라는 정직한 로드맵을 가지고 있습니다. 즉, 추론 비용은 연간 10배의 가격 하락 곡선을 따를 것이며, 데이터는 이미 공개된 시장에서 방송되고 있는 공개 구매 신호(public buying signals)를 통해 확보될 것이라는 점입니다.

하지만 유통(Distribution)에는 로드맵이 없습니다. 이것이 이번 포스트의 주제입니다.

기업 가치 2억 5천만 달러 규모의 자율형 에이전트 플랫폼 CEO가 제가 참관했던 라이브 데모에서 가장 명확하게 말했습니다: "유통은 구매하는 것입니다. 그게 전부입니다." 저는 이 문장을 자주 곱씹어 봅니다. 이는 2026년 현재 AI 에이전트에 대해 누군가가 한 말 중 가장 정직한 말이며, 어떤 자율형 에이전트 창업자도 당신에게 피칭하지 않는 제약 조건을 조용히 인정하는 말입니다. 왜냐하면 정직한 버전에는 희망적인 결말이 없기 때문입니다.

SMB ARPU 수준에서의 유료 고객 획득(paid-acquisition) 수학

먼저 가장 쉬운 경로인 Meta Ads를 통해 고객을 구매하는 경우의 비용을 산정해 보겠습니다.

최근의 수직적 분석(vertical breakdowns)에 따른 2026년 B2B SaaS 기준 Meta Ads 벤치마크는 다음과 같습니다:

• 부트스트랩(Bootstrapped) 스타트업 CPA: $40–$80
• 투자 유치 스타트업 CPA: $60–$120 (예산이 더 많고 더 공격적으로 입찰하므로 비용도 그에 따라 상승합니다)
• 리드 광고(Lead Ads) CPL: $80–$220
• SQL(Sales Qualified Lead)당 비용: ACV 티어에 따라 $400–$2,400

우리가 사용해 온 월 $57의 ARPU(Average Revenue Per User) 기준 자율형 에이전트 제품의 경우, 공개된 첫 달 이탈률(churn rate) 50%를 적용한 고객 생애 가치(LTV, Lifetime Value)는 해당 코호트의 수명 동안 대략 $80–$150로 계산됩니다 (할인된 기하급수 급수 꼬리(discounted geometric series tail) 기준이며, 첫 달 이후 이탈률이 평탄해진다는 관대한 가정을 포함합니다).

최선의 경우 LTV 대비 CAC(Customer Acquisition Cost) 수학:

• LTV: $150
• CAC: $40 (부트스트랩 하한선)
• LTV:CAC: 3.75배, 서류상으로는 괜찮아 보입니다.

현실적인 경우의 LTV 대비 CAC:

• LTV: $100
• CAC: $80
• LTV:CAC: 1.25배. 망했습니다.

최선의 경우라 할지라도, 에이전트가 활성 사용자당 소모하는 월 약 $35의 추론 (inference) 비용 (post 2 참조) 또는 월 약 $50의 잠재 고객 데이터 (prospect data) 비용 (post 3 참조)을 아직 지불하지 못한 상태입니다. 따라서 LTV가 $150일 때, 고객으로부터 $150를 벌어들였지만 대략 다음과 같은 비용을 지출하게 됩니다:

• 생애 주기 동안의 추론 (Inference) 비용: 약 $35 × 유효 기간 2개월 = $70
• 생애 주기 동안의 데이터 (Data) 비용: 약 $50 × 2개월 = $100
• CAC: $40
• 총계: $150 수익 대비 $210 지출. 고객당 $60의 손실 발생.

이것이 자율형 플랫폼이 명시적으로 이름을 밝히지는 않지만 공개하고 있는 계산법입니다. 그들이 공개한 월간 매출(MRR)의 약 40%가 Meta Ads로 다시 흘러 들어갑니다 ($396K MRR 중 $157K).
나머지 60%는 추론 (inference), 데이터 (data), 그리고 창업자의 운영 자금 (runway)으로 소진됩니다. 투자 유치는 성장을 위한 연료가 아니라, 제약 사항의 적층(constraint stack)을 버티기 위한 브릿지 파이낸싱 (bridge financing)입니다.

대안으로서의 콜드 아웃리치(Cold outreach), 그리고 채널이 닫히고 있는 이유

Meta Ads에 대한 자율형 방식의 우회책은 콜드 아웃리치 (cold outreach)입니다. 그들의 논리는 이렇습니다: 유료 고객 획득 (paid acquisition)을 건너뛰고, 에이전트를 사용하여 잠재 고객을 스크래핑(scrape)한 뒤 대규모로 메시지를 보내라는 것입니다. 제가 계속 인용하고 있는 이 플랫폼은 {slug}@theirplatform.app 주소를 통해 수천 개의 고객사 편지함으로 하루 약 1,099통의 이메일을 보낸다고 공개했습니다. 계산해 봅시다: 편지함당 하루에 이메일 한 통도 채 되지 않습니다. 이것은 콜드 아웃리치가 아닙니다. 그저 허영심을 채우기 위한 숫자(vanity number)일 뿐입니다. 창업자도 동일한 데모에서 이를 인정했습니다: "단일 편지함에서 하루 5통의 이메일을 보내는 것은 채널이 아니라 소음(noise)입니다."

따라서 자율형 에이전트의 형태로는 콜드 이메일을 통해 볼륨을 확장할 수 없습니다. 그렇다면 다른 콜드 채널들은 어떨까요?

X(트위터)는 2026년부터 LLM 생성 답장 스팸에 대응하여 프로그램적 답글 기능을 제한할 예정입니다. 현재의 제한 사항은 다음과 같습니다: 원본 게시물 작성자가 당신을 팔로우하거나 언급했을 경우에만 답장을 보낼 수 있습니다. 콜드 리플라이(AI 에이전트가 X를 탐색하며 관련 게시물에 응답하는 모든 전제)는 403 오류를 반환합니다. 에이전트는 스크롤할 수는 있지만, 전송할 수는 없습니다. 이것은 일시적인 속도 제한이 아니라, 'AI가 당신의 회사를 운영한다'고 약속하는 바로 그 자율적 대량 패턴에 대해 대화 품질을 방어하기 위한 구조적 정책 변화입니다.

LinkedIn의 서비스 약관(TOS)은 자동화된 접근을 금지하며 실제로 이를 강제합니다. LinkedIn 아웃리치를 수행하는 모든 자율 플랫폼들은 브라우저 자동화 우회책을 사용하며, 계정 제한은 끊임없고 일상적입니다. 특히 주목할 점은, 제가 데모에서 계속 인용했던 그 플랫폼이 플랫폼 차단 위험이 고객의 하위 회사 계정으로 전가되며, TOS 문구 자체가 '완벽하게 갖춰져 있지 않다'는 점을 인정했다는 것입니다. 그것은 해자(moat)가 아니라 익어가는 부채입니다.

Reddit은 구조적으로 자동화된 아웃리치에 적대적이 되었습니다. 수년 된 계정들이 필터가 홍보성으로 읽는 게시 패턴 때문에 정지됩니다(메커니즘은 포스트 1 참조). Reddit은 콘텐츠 품질을 읽지 않습니다. 행동 패턴을 읽습니다. 자율적인 대량 활동이 바로 그 패턴입니다.

콜드 이메일의 전달 가능성은 공유 루트 도메인에서 무너집니다. '고객사별 인박스 하나, 모두 theirplatform.app 아래에 위치하는' 자율 아키텍처는 하나의 나쁜 하위 회사가 전체의 전달 가능성을 망가뜨립니다. 해당 플랫폼의 창업자는 이것이 알려진 격차(gap)임을 인정했으며, 회사별 맞춤 도메인은 배포된 것이 아니라 '파이프라인 상에 있다'고 했습니다. 그것이 배포될 때까지 (그리고 심지어 그 이후에도, 각 하위 도메인이 독립적으로 워밍업 될 때까지) 콜드 이메일 채널은 러시아 룰렛 같은 전달 가능성 베팅입니다.

모든 콜드 채널은 자율형 볼륨(autonomous-volume) 운영자들에게 닫히고 있거나 이미 닫혔습니다. 플랫폼들은 무제한으로 정보를 쏟아내던 '오픈 파이하우스 시대'로 돌아가지 않고 있습니다. 이 상황을 강제하는 요인은, 바로 자율 에이전트가 제공한다고 약속하는 저노력 AI 생성 아웃리치와 정확히 같습니다.

남아 있는 것들, 그리고 왜 자율 에이전트는 가질 수 없는가

유료(수학적으로 설명되지 않음)를 제외하고, 콜드 채널(닫히거나 폐쇄됨)을 제외하면 남는 유통 채널은 다음과 같습니다:

• 콘텐츠 및 SEO: 효과적이지만, 12~24개월이 걸리며 일관된 목소리와 내용이 필요함
• 커뮤니티 내 정착(Community embedding): 효과적이며, 매일 판단력, 취향, 도움을 주는 태도로 나타나야 함
• 창업자 주도 브랜드(Founder-led brand): 효과적이며, 수년간 복리처럼 쌓이지만 창업자가 필요함
• 파트너십 및 통합(Partnerships and integrations): 효과적이며, 관계와 판단력이 필요함

이 모든 것들은 _인간적인 얼굴_과 _시간을 들여 구축하는 관계_를 요구합니다. 자율 에이전트의

• **제약 조건 A (추론 (inference))**는 가격 하락 곡선을 가집니다. 비용 효율을 중시하는 빌더들에게는 12~24개월 내에 이 제약이 해소됩니다.
• **제약 조건 B (데이터 (data))**는 아키텍처적 우회로가 존재합니다. 구매 신호(buying signals)는 이미 공개되어 있으며, 이를 읽어내는 것이 방정식을 변화시킵니다.
• **제약 조건 C (유통 (distribution))**는 둘 다 없습니다. 콜드 채널(Cold channels)은 막히고 있습니다. 유료 채널(Paid channels)은 SMB ARPU 수준에서는 수학적 수익성을 맞추지 못합니다. 유기적 채널(Organic channels)은 자율 에이전트가 구조적으로 만들어낼 수 없는 _인간적인 얼굴_을 요구합니다.

더 저렴한 추론을 기다릴 수는 있습니다. 이미 공개된 구매 신호를 읽을 수도 있습니다. 하지만 자율적 규모의 운영자(autonomous-volume operators)를 위해 유통 경로를 다시 열어줄 수 있는 그에 상응하는 "기다림"이나 "구축" 전략은 존재하지 않습니다. 강제 기능(forcing functions)들은 대화의 품질을 방어하기 위해 플랫폼들에 의해 의도적으로 밀어붙여지고 있으며, 이는 약화되는 것이 아니라 더욱 공격적인 추세로 가고 있습니다.

2026년에 자율 에이전트 가설이 진정으로 작동하는 수직 시장(verticals)은 에이전트 이외의 무언가에 의해 유통이 이미 해결된 곳들입니다:

• Meta/TikTok 유료 광고가 유일한 획득 경로인 소비자 앱: 에이전트가 기존의 유료 획득(paid-acquisition) 시스템 내에서 작동하며, 유통을 직접 만들어낼 필요가 없습니다.
• 임베디드 유통(Embedded distribution) 전략: 에이전트가 기존 채널(Shopify 앱, Slack 연동, Notion 플러그인) 내부에 존재하며, 유통은 호스트 플랫폼으로부터 나옵니다.
• 창업자의 유명세(celebrity halo)가 역할을 수행하는 브랜드 중심 카테고리: 이는 창업자를 필요로 하며, 결과적으로 실제로는 자율적이지 않음을 의미합니다.

"AI가 어떠한 비즈니스든 구축하고 운영한다"라는 일반적인 프레임워크에서, 유통은 하중을 견디는 벽(load-bearing wall)과 같습니다. SMB ARPU 수준에서 확장 가능한 유통의 자율적 버전은 존재하지 않습니다. 현재 시장에 나와 있는 어떤 자율 에이전트 플랫폼도 이를 만들어내지 못했습니다.

실제로 수학적 수익성을 맞추는 움직임

본 시리즈에서 다룬 세 가지 제약 조건을 쌓아보겠습니다:

• 사용자당 월 $25–60의 추론 (Inference) 비용 (24개월에 걸친 가격 곡선상에서 소멸됨)
• 데이터 (Data) 비용: 유료일 경우 사용자당 월 $50–300, 또는 이미 공개된 구매 신호(buying signals)를 읽는다면 거의 무료
• 유통 (Distribution) 비용: Meta CAC(고객 획득 비용) $40–120에 더해 망가진 LTV(고객 생애 가치) 비율, 또는 얼굴(face)이 필요한 유기적(organic) 방식

SMB 경제 체제에서 완전 자율성(Full autonomy)은 잘못된 목표입니다. 자동화하기에 업무가 너무 어렵기 때문이 아니라, 비용이 많이 들고 계정을 소진시키는 고된 작업(grind)이 자동화되고 인간은 복리 효과를 내는 단 하나의 입력값인 '판단(judgment)'에만 머물 때에만 수학적 계산이 맞아떨어지기 때문입니다.

따라서 해결책은 이렇습니다. 유통(Distribution)은 제조될 수 없지만, '찾아낼' 수는 있습니다. 구매자들은 이미 오늘날 여러분의 제품이 답을 제공하는 바로 그 질문을 던지며 곳곳에 존재합니다: Reddit 스레드, X(트위터) 답글, LinkedIn 댓글 등에서 말이죠. 그 수요는 이미 존재합니다. 고된 작업(grind)은 모든 채널에서 그 수요를 찾아내고, 여러분의 실제 목소리로 답글을 초안하고, 계정이 차단되지 않도록 전송 속도를 조절하는 것입니다. 바로 그 고된 작업이 오토파일럿(autopilot)으로 돌아가야 합니다.

그것이 바로 구축할 가치가 있는 아키텍처(architecture)이며, 이것이 바로 우리가 Thread Otter에서 만들고 있는 것입니다. 이미 진행 중인 대화 속에 여러분을 참여시키고, 이미 손을 들고 있는 사람들을 표면 위로 드러내며, 여러분의 목소리로 초안을 작성하여 몇 시간이 아닌 몇 초 만에 결과물을 보낼 수 있게 하는 오토파일럿입니다. 창업자는 목소리와 기준(bar)을 설정하고, 에이전트(agent)는 그 가드레일(guardrails) 안에서 고된 작업을 수행합니다. 왜냐하면 바로 그 지점에 레버리지(leverage)가 있기 때문입니다. 그 아래의 모든 것은 여러분이 잠든 동안 실행되며, 여러분의 편지함에 도착하는 것은 리드(leads)와 고객입니다.

자율형 플랫폼들은 여전히 해소되지 않는 제약 조건 속에서 비용을 지불하며 길을 뚫고 있습니다. 우리는 차라리 여러분을 수요가 이미 존재하는 곳에 배치하겠습니다.

이 글은 'AI가 회사를 운영한다(AI-runs-your-company)'라는 논제에 관한 5부작 시리즈 중 4번째 포스트입니다. 전체 감사 내용을 보려면 1번 포스트부터 시작하세요.

원문은 www.threadotter.com에 게시되었습니다.