이것은 스타트업 가이드가 아닙니다. 수년간 무언가를 구축하고, 지켜보고, 스스로 실수하며 겪은 일들을 마침내 글로 옮긴 것에 더 가깝습니다.

AI는 구축 비용을 훨씬 저렴하게 만들었습니다. 하지만 스타트업을 둘러싼 자금 조달 및 조직적 논리는 이를 따라잡지 못했습니다.

래퍼(Wrappers)들의 무덤

AI 붐의 첫 번째 파도에서, 제품은 거대 모델 (Large Model)을 래핑(wrap)하고, 약간의 프롬프트 엔지니어링 (Prompt Engineering)을 더하고, 채팅창에 새로운 스킨을 입히는 것만으로도 괜찮은 투자 라운드를 유치할 수 있었습니다. 모델의 역량은 몇 달마다 급등했고, 데모는 마법처럼 보였습니다.

돌이켜보면, 그 제품들 대부분은 사라졌습니다. 투자자들은 이해할 만한 이유로 그 범위를 좁혔습니다. 만약 당신의 해자 (Moat)가 프롬프트라면, 다음 모델 출시는 당신의 경쟁자가 됩니다. Jasper는 2022년 10월 15억 달러의 기업 가치로 1억 2,500만 달러를 투자받아 AI 카피라이팅을 판매했습니다. 하지만 한 달 뒤 ChatGPT가 등장하며 그 제품의 핵심 기능을 무료로 제공해 버렸습니다. Claude Code와 Codex가 등장했을 때도 코딩 도구 세대에게 똑같은 일이 일어났습니다. 이 스타트업들 중 그 어느 것도 갑자기 능력이 저하된 것이 아니었습니다. 기반이 되는 모델들이 그들이 비용을 청구하던 역량을 단순히 인프라 (Infrastructure)로 흡수해 버린 것뿐입니다.

모델 업그레이드는 일반적인 경쟁자가 아닙니다. 일반적인 경쟁자는 여전히 당신의 제품을 이해하고, 워크플로우 (Workflow)를 재현하며, 고객을 위해 싸워야 합니다. 하지만 모델 제공업체는 역량을 한 단계만 앞으로 전진시키면 당신 제품의 섹션 전체를 사라지게 만들 수 있습니다. Windsurf는 2025년에 이보다 더 가혹한 버전을 경험했습니다. OpenAI에 의해 30억 달러 규모의 인수가 진행되던 도중, Anthropic이 Claude API 접근을 차단하면서 거래가 무산되었고, 회사는 분할되었습니다. Google은 기술 라이선스를 확보하고 창업자들을 채용했으며, Cognition은 남은 부분을 가져갔습니다. 모델 제공업체는 당신의 공급업체이자, 경쟁자이며, 때로는 당신의 이야기가 어떻게 끝날지를 결정하는 당사자입니다.

문제는 지난 2년 동안 가장 빠르게 성장한 기업 중 일부가 또한 래퍼 (wrapper)라는 점입니다. Cursor는 모델을 래핑합니다. Perplexity는 모델을 래핑합니다. Harvey는 모델을 래핑합니다. 따라서 경계선은 래퍼냐 아니냐가 아닙니다. 경계선은 당신이 실제로 소유하고 있는 것입니다. 즉, 다음 릴리스가 조용히 회수해 갈, 모델이 아직 갖지 못한 능력(capability)이 아니라, 어떤 모델 릴리스도 자동으로 부여하지 않는 워크플로우 (workflow), 배포 (distribution), 그리고 산업 지식 (industry knowledge)입니다. 너무 많은 팀이 전자를 후자로 착각했습니다. 그들은 모델이 아직 할 수 없는 것과 곧 할 수 있게 될 것 사이의 작은 간극을 지속 가능한 시장으로 오해했습니다.

투자자의 장부는 변하지 않았다

제품들의 공동묘지가 생겨난다고 해서 실리콘 밸리의 장부가 변하는 것은 아닙니다. 벤처 투자자 (venture investor)는 남은 한 회사가 유니콘 (unicorn)이 될 수 있다면, 100개의 베팅 중 99개의 실패를 여전히 받아들일 수 있습니다. 그 투자자에게 그 계산은 완벽하게 합리적입니다. 투자자는 꾸준히 돈을 버는 조용하고 작은 비즈니스를 사는 것이 아닙니다. 투자자는 산업을 변화시킬 수 있는 옵션 (option)을 사는 것입니다.

이는 익숙한 스타트업 게임이 여전히 가장 거대한 이야기를 보상한다는 것을 의미합니다. 인내심 있게 구축할 수는 있지만, 이야기가 충분히 크지 않다면 전통적인 스타트업 구조를 위한 충분한 자금을 조달하기 어렵습니다. 10배 또는 100배의 성장, 플랫폼 (platform), 그리고 네트워크 효과 (network effects)는 다음과 같은 말보다 장부에 더 잘 부합합니다: "먼저 작고 실제적인 문제 하나를 해결해 보고 누군가 비용을 지불하는지 지켜봅시다."

문제는 스토리텔링 (storytelling)이 아닙니다. 모든 자금 조달 피치 (financing pitch)는 미래를 묘사해야 합니다. 문제는 오늘의 증거가 나타나기도 전에 미래의 이야기가 먼저 도착할 때 시작됩니다. 그때부터 팀은 현실이 이야기를 변화시키도록 두는 대신, 이야기를 보호하기 위해 현실을 끼워 맞추기 시작합니다.

한계에 다다르면, 현실을 끼워 맞추는 행위는 문자 그대로의 실체가 됩니다. Builder.ai는 약 4억 5천만 달러를 조달했으나, 내부 조사 결과 매출이 보고된 수치의 약 4분의 1 수준으로 재조정되면서 2025년에 붕괴했습니다. 콜센터를 통해 운영되는 것으로 밝혀진 AI 쇼핑 에이전트 Nate의 창업자는 사기 혐의로 기소되었습니다. 이것들은 극단적인 사례들이지만, 증거보다 이야기가 더 커야만 한다는 평범한 씨앗에서 자라난 결과입니다.

돈을 태우는 것이 자금 조달의 이유가 될 때

통상적인 이야기는 스타트업이 생존하기 위해 자금을 조달한다고 말합니다. 팀에게는 급여가 필요하고, 사무실에는 임대료가 필요하며, 회사에는 채용, 관리, 마케팅이 필요합니다. 그래서 회사는 다음 라운드의 자금을 계속해서 조달해야만 합니다.

저는 인과관계가 종종 뒤바뀌어 있다고 생각하게 되었습니다.

Embodied AI (체화된 AI), 로보틱스(Robotics), 그리고 하드 테크놀로지(Hard technology) 분야를 제외한 많은 팀의 경우, 데모에서 초기 제품으로 넘어가고, 초기 고객과 접촉하며, 수요를 테스트하는 데 직원으로 가득 찬 방이 필요하지는 않습니다. 에너지 넘치는 두세 명의 창업자와 두세 개의 Claude 및 Codex 계정만 있어도 이미 그 거리를 이동할 수 있습니다.

팀을 먼저 채용하고 공간을 확보하는 것은 막대한 생존 비용을 발생시킵니다. 그 비용은 역설적으로 자금 조달이 필수불가결하다는 것을 증명하게 됩니다. 자금이 도착하면, 돈을 써야만 하기 때문에 팀을 확장하는 것이 합리적인 행동처럼 보이기 시작합니다.

돈을 태우는 것(Burning money)이 자금 조달을 정당화하고, 자금 조달은 더 많은 돈을 태우게 만듭니다. 곧 팀은 수요를 테스트하기 위해 존재하는 것이 아니게 됩니다. 팀이 계속 존재할 수 있도록 수요가 엄청나게 커 보여야만 합니다. 2주 안에 부정되었어야 할 가설이, 이제 수십 명의 급여가 거기에 달려 있기 때문에 아무도 틀렸다고 인정할 수 없는 전략적 방향이 되어버립니다.

대체라는 환상

AI는 또한 "제품 (product)"라는 단어를 더욱 공허하게 만들었습니다. 대부분의 제품은 아무것도 없는 상태에서 블루 오션 (blue ocean)을 창조하지 않습니다. 그들은 기존의 작업 방식 중 일부를 대체하는 것을 상상합니다. 제가 학교에 다닐 때 자동화된 구직 에이전트 (job-search agents)와 데이팅 에이전트 (dating agents)는 인기 있는 아이디어였습니다. 두 아이디어 모두 거대 모델 (large-model)의 능력과 동일한 추론에 의존했습니다. 즉, 기존 프로세스가 번거로우니 사람들은 반드시 그것을 에이전트에게 맡기고 싶어 할 것이라는 추론입니다.

하지만 지루한 프로세스라고 해서 반드시 사라져야 하는 것은 아닙니다. 프로세스 그 자체에 해당 산업의 내부자들만이 진정으로 이해할 수 있는 내재된 가치가 담겨 있을 수 있습니다. 때로는 그것이 불문율일 수도 있고, 때로는 누군가의 이익이 그 마찰 (friction)이 정확히 그 자리에 머무는 것에 달려 있을 수도 있습니다. 그리고 프로세스가 사라져야 하는 상황일지라도, 사용자는 에이전트를 통해 그것이 제거되는 것을 원하지 않을 수도 있습니다.

또한 모든 프로젝트는 아직 아무도 테스트하지 않은 가설들로 가득 찬 상태에서 시작됩니다. 구직 에이전트를 예로 들어보겠습니다. 이 에이전트는 여러 플랫폼에 걸친 현재의 채용 공고를 포착해야 하며, 이는 API 및 데이터에 대한 접근 문제를 해결해야 함을 의미합니다. 또한 해당 데이터를 합법적으로 계속 확보해야 하며, 이는 플랫폼 약관과 컴플라이언스 (compliance) 문제를 제품에 가져옵니다. 사용자의 배경을 이해해야 합니다. 그다음 그 사람을 적합한 역할에 매칭시켜야 합니다. 마지막으로, 서로 다른 지원 시스템, 본인 인증, 그리고 안티 오토메이션 (anti-automation) 방어 기제들을 다루면서 단 한 단계로 지원서를 제출해야 합니다.

이 다섯 가지 연결 고리 중 어느 하나라도 전체 아이디어를 부정할 수 있습니다. 만약 데이터 소스를 확보할 합법적인 방법이 없다면, 그것은 나중에 최적화할 수 있는 작은 문제가 아닙니다. 그것은 제안된 구현 방식을 거부하는 것입니다. 만약 사용자들이 자신의 커리어 판단을 에이전트에게 맡기고 싶어 하지 않는다면, 더 나은 마케팅 문구도 이를 구원할 수 없습니다. 수요 가설이 틀렸던 것입니다.

이것이 바로 실제 구현을 통해 수요가 실재하는지 테스트해야 하는 이유입니다. 그 시점에서 팀은 기존의 이야기를 방어하기 위해 계속해서 돈을 태워서는 안 됩니다. 단 두세 명의 창업자와 이를 지원할 몇 개의 Claude 및 Codex 계정만 있다면, 빠르게 피벗 (pivot)하여 다른 니즈 (need)를 테스트할 수 있습니다.

따라서 결론은 이렇습니다: 지불 의사가 아니라, 실제 결제입니다.

“그게 있다면 사용할 것 같아요”나 “준비되면 구매할 수도 있어요”라는 말은 검증 (validation)이 아닙니다. 초기 사용자가 실제로 결제할 때, 당신은 예의, 호기심, 또는 새로운 기술에 대한 흥분 그 이상의 무언가를 발견했다는 증거를 얻게 됩니다. 당신은 해결할 가치가 있는 문제를 찾아낸 것입니다.

초기 팀의 가장 중요한 기술적 구성원

초기 팀에 누가 포함되어야 하는지는 당신이 제거해야 할 가장 큰 리스크 (risk)가 무엇인지에 달려 있습니다.

만약 제품을 만드는 것은 쉽지만 아무도 돈을 지불할지 알 수 없다면, 리스크는 수요 (demand)입니다. 이때의 테스트 도구는 당신과 당신의 Claude, 그리고 당신 주변의 접근 가능한 청중입니다. 만약 수요는 확실하지만 그것을 실제로 만들 수 있을지 알 수 없다면 — 로봇, 로켓, 또는 신약 등이 제가 염두에 두고 있는 예시입니다 — 리스크는 기술적 (technical)인 것이며, 엔지니어 (engineer)가 테스트 도구가 됩니다.

래퍼 (wrapper) 붐의 불합리함은 많은 사람이 기술적 리스크 (technical-risk)의 비용 구조를 가진 채로 수요 리스크 (demand-risk) 제품을 만들고 있었다는 점입니다. 그들은 그런 인원이 없어도 충분히 반증될 수 있었던 니즈 (need)를 테스트하기 위해 방 하나를 가득 채울 만큼의 엔지니어들을 고용했습니다.

초기에는 거친 제품을 기꺼이 시도하려는 초기 사용자들과 더불어, Claude와 Codex가 팀의 가장 중요한 기술적 구성원이 될 수 있습니다. 해당 분야를 이해하는 실제 기술 고문 (technical adviser) 또한 여전히 매우 중요할 수 있습니다. 그 사람은 작업물을 검토할 수 있으며 — 실제로 당신과 당신의 Claude 모두를 검토할 수 있습니다 — 구현 과정에서 산업 표준 (industry standard)을 놓친 부분이나 외부인이 볼 수 없는 함정 (trap)이 어디인지 지적해 줄 수 있습니다.

초기 사용자들이 도착하고, 실제 결제가 이루어지며, 반복 (iteration)의 방향이 더 명확해지고, 서버, SEO, 마케팅, 그리고 영업 파이프라인 (sales pipeline)을 운영해야 할 때 더 많은 전문가가 합류해야 합니다. 엔지니어가 창업자로부터 기술 업무를 인계받을 수 있습니다. 그다음 사람은 마케팅, 영업, 인사 (HR), 또는 경영 분야에서 일할 수 있습니다. 혹은 창업자들이 시장 점유율 확보와 팀 운영에 집중할 수 있도록 자금 조달 (fundraising)에 전념하는 사람이 올 수도 있습니다.

이제 수요는 빠르게 움직이며, 종종 병렬적으로 테스트되어야 합니다. 이로 인해 창업자 주변의 인적 풀 (pool)이 고정된 인원수 (headcount)보다 더 중요해집니다. 이 풀에는 기술 인력뿐만 아니라 실제적인 니즈를 가진 다양한 산업 분야의 사람들이 포함될 수 있습니다. 니즈가 나타날 때 적합한 사람을 연결하는 것입니다. 만약 야망이 예외적으로 거대하여—예를 들어 휴머노이드 로봇을 구축하고 모든 경쟁자를 물리치려는 경우—가 아니라면, 수요를 검증하기 전까지 기술 팀 (technical team)을 지원할 필요는 대개 없습니다.

왜 모든 매대가 한가운데로 모이는가

다소 가혹하게 말하자면, 이야기를 파는 창업자들은 비즈니스가 항상 해왔던 방식, 즉 정보 격차 (information gap)를 이용한 거래를 하고 있는 것입니다. 그들은 기술과 산업에 대한 투자자의 불완전한 지식을 이용하여 거액의 투자를 유치합니다. 더 나은 프로젝트들은 시리즈 A (Series A)나 B (Series B) 단계에 도달할 수도 있습니다. 더 나쁜 프로젝트들은 정보 격차가 너무 커서 아무런 성과도 돌아오지 않는 투자자들을 찾아낼 수도 있습니다.

이는 비참한 투자 경험입니다. 투자자들은 팀이 무엇을 하고 있는지 이해하지 못합니다. 팀은 미래가 어디에 있는지 이해하지 못합니다. 그러고 나면 양측 모두 다음 모델 업그레이드에 의해 평탄화 (flattened) 되어 버립니다.

창업자들만을 비난하는 것은 너무 쉬운 일일 것입니다. 투자자들은 파워 로 (power-law) 이야기를 이성적으로 구매합니다. 왜냐하면 백 번 중 한 번의 승리가 펀드에게는 최고의 결과가 될 수 있기 때문입니다. 창업자들은 투자자들이 구매할 이야기를 이성적으로 이야기합니다. 왜냐하면 그러한 이야기 없이는 그들이 구축하도록 교육받은 전통적인 팀을 구성하기 위한 자금을 조달할 수 없기 때문입니다. 유능한 인재들은 가장 뜨겁고 자금 조달이 잘 된 내러티브 (narratives)를 향해 이성적으로 이동합니다. 그곳에서 급여, 지분 (equity), 그리고 다음 직장이 더 안전해 보이기 때문입니다.

각 측면은 이성적인 게임을 하고 있습니다. 하지만 함께 모였을 때, 그들은 모두에게 최악의 결과를 초래할 수 있습니다.

매우 긴 해변을 상상해 보십시오. 모든 아이스크림 판매자는 최대한 많은 고객에게 가까이 있고 싶어 하므로, 하나둘씩 가게를 중앙으로 옮깁니다. 처음 몇 명은 돈을 잘 벌 수도 있습니다. 하지만 나중에는 모든 가게가 중앙에 밀집하게 됩니다. 해변 가장자리에 있는 고객들은 그 먼 거리까지 걸어가고 싶어 하지 않는 반면, 중앙에는 고객 수보다 더 많은 가게가 몰려 있습니다. 각 판매자는 개인의 결과(individual outcome)를 극대화하려고 노력했습니다. 하지만 해변의 비즈니스가 크게 늘어난 것은 아니었습니다. 오히려 동일한 군중을 나누어 갖는 가게들의 줄만 생겨났을 뿐입니다.

이것이 창업자로서 제가 관심을 갖는 질문입니다. 만약 AI가 이미 우리의 생산 방식을 바꾸어 놓았다면, 우리는 똑같은 제품을 중심으로 중앙에 몰려드는 대신, 새로운 생산 방식에 적합한 기업 구축 방식을 선택할 수 있을까요?

우리가 테스트해 온 경로

우리의 출발점은 간단합니다. 니즈(Needs)는 자유롭게 이동할 수 있으며 병렬적으로 탐색될 수 있습니다. 기술 팀은 필요할 때 결합되어야 하며, 초기 구현의 상당 부분은 Claude와 Codex가 수행할 수 있습니다. 한 사람이 하나의 니즈를 책임질 수 있습니다. 시간이 허락할 때 기술적 지원을 받을 수도 있고, 혹은 창업자가 혼자서 첫 번째 검증(validation)을 완료할 수도 있습니다.

그 니즈는 실제 산업의 실제 워크플로(workflow)와 연결되어야 합니다. 우리는 AI를 사용하여 작업을 재현(reproduce)한 다음, 풍부한 생산 능력의 시대에 해결 비용이 저렴해진 작은 문제들을 포착합니다. Word 및 Excel 파일은 자동으로 읽을 수 있습니다. 이미지는 OCR을 거칠 수 있습니다. 흩어져 있는 작업들을 한곳으로 모을 수 있습니다. 우리는 데이터가 움직이게 둔 다음, 더 많은 주의를 기울일 가치가 있는 부분을 찾아냅니다.