• 기반 모델에 단일 기능을 얹은
  AI 래퍼의 일시적 우위가 사라지면서, 초기 스타트업은 전체 워크플로와 가치사슬을 소유하는 수직 통합형 사업으로 이동하고 있음
• 첫 번째 전략은
  도메인 지식과 작업 오케스트레이션을 결합해, 기반 모델의 원시 지능만으로는 얻기 어려운 산업 현장의 결과를 만드는 것임
• 두 번째 전략은 기존 기업에 AI 소프트웨어를 판매하는 데 그치지 않고, 영업·심사·운영을
  자동화 중심으로 재구축해 고객 경험까지 개선하는 방식임
• 세 번째 전략은 파편화된 산업 데이터를 통합하는
  기록 시스템을 확보한 뒤, 업무 처리와 의사결정까지 맡는 행동 시스템으로 확장하는 것임
• 대형 기존 기업은 프런티어 연구소와 직접 협력할 수 있지만 비용·독점 지식 공유·조직 이해관계에 제약이 있으며, AI 네이티브 스타트업은
  시장 진출과 고객 경험에 집중하는 수직화로 방어력을 구축할 수 있음

단일 기능 AI 래퍼의 부상과 쇠퇴

• ChatGPT 등장 후 창업자들은 카피라이팅, 고객 서비스, 법률 조사, 영업처럼 사람이 하던 개별 작업에 모델을 결합하고 구독료나 작업 대가를 받는 제품을 만들었음
  Jasper는 2022년 기업가치 15억 달러로 1억2,500만 달러를 조달했지만, 1년 이내에 2023년 ARR 전망을 최소 30% 낮추고 감원을 진행했으며 공동창업자 2명이 모두 물러남

• 단일 작업 도구를 만든 기업은 기반 모델의 기능이 비슷한 수준에 머물 것이라고 전제했지만, 프런티어 연구소가 모델을 직접 제품화하면서 이 전제가 무너짐

• Anthropic은 Claude Code와 Claude Design처럼 2년 전이라면 래퍼로 분류됐을 도구를 직접 제공함

• 공개된 수치에 따르면 Anthropic의 연환산 매출은 1월 140억 달러에서 5월 470억 달러를 넘어섰으며, 기업 수요가 성장을 주도함

• 특정 작업을 뜻하는 ‘AI for X’는 지속 가능한 제품 전략이 아니라
  일시적 우위에 가까웠음

• 네트워크 효과나 수직 산업 전문성이 없는 범용 에이전트 역시 ‘래퍼 2.0’이 될 수 있음

살아남은 기업은 서비스 전체를 소유함

• 성과를 내는 기업은 모델 위에 AI 도구를 얹는 대신, AI를
  서비스 제공 메커니즘으로 삼고 서비스에 필요한 전체 워크플로를 소유하는 방향으로 출발함
  EvenUp은 광범위한 법률 AI가 아니라 개인 상해라는 좁고 전문적인 분야에서 시작함

• 2,000곳 이상의 로펌이 플랫폼을 사용하며, 미국 상위 100개 개인 상해 로펌 중 20%가 고객임

• ARR은 전년 대비 두 배로 늘었고, 2025년 10월 기업가치 20억 달러 이상으로 Series E에서 1억5,000만 달러를 조달함

• 기업가치는 1년이 되기 전에 두 배 이상 증가함

• Further AI는 보험, Blitzy는 기업용 소프트웨어 개발에서 같은 접근법을 취함

• 경쟁력은 모델·데이터·사용자 경험 중 하나만으로 만들어지지 않음

• 전체
  워크플로, 도메인 지식, 사례나 코드베이스마다 축적되는 데이터, 복잡한 산업에 진입해 판매하는 역량이 함께 작동해야 함

• 과거에는 지능 자체가 판매 대상이고 래퍼는 보조 구조물이라고 봤지만, 이제는 워크플로·데이터·영업 파이프라인을 포함한
  공장 전체가 제품이 됨

접근법 1: 원시 지능을 넘어 복잡한 워크플로를 소유함

• Blitzy는 Fortune 500 기업을 위한 맞춤형 소프트웨어를 개발하는 AI 플랫폼이며, 최근 기업가치 14억 달러로 2억 달러를 조달함

• 기업용 소프트웨어 시장에는 두 가지 선택지가 있었음

• Cursor나 Codex 같은 도구를 만들어 대규모 외주 개발 인력에 판매함

• 외주 인력 자체가 필요 없도록 AI를 서비스로 만들어 기업에 직접 판매함

• Blitzy는 두 번째 방식을 택함

• 2024년에는 OpenAI나 Claude의 모델이 모든 문제를 해결해 스타트업이 경쟁하기 어려울 것이라는 시각이 있었음

• 실제 기업 환경에서는 회사 전체 코드베이스의
  지식 그래프, 작업을 작은 단위로 나누는 기능, 각 작업에 가장 적합한 모델을 호출하는 오케스트레이션 계층이 프런티어 연구소 제품보다 좋은 결과를 냄

• 코드베이스 주변 맥락을 파악하는 시스템으로
  SWE-Bench Pro 66.5% 를 기록해 1위에 오름

• 원시 지능이 핵심 공학·시스템 병목을 해결하더라도 산업 현장에서 작동하도록 운영화하는 과정은 필요하며, 전체 워크플로의 수직 통합이 그 역할을 맡음

접근법 2: 기존 사업을 자동화 중심으로 다시 설계함

• Tomo는 모기지 업체에 AI 소프트웨어를 판매하는 대신, 대출 심사와 모기지 취득 과정 자체를 AI 중심으로 재구성함

• 영업·심사·운영 전반에
  자동화를 적용해 대출 담당자 1인당 생산성을 경쟁사보다 높이고, 이를 소비자에게 더 좋은 금리로 연결함

• 현재 주택 구매자의 77%가 전통적인 제공업체보다 Tomo에서 더 좋은 금리를 받음

• 더 좋은 금리를 받은 구매자 비율: {p:77}

• 기존 워크플로에 소프트웨어를 끼워 넣는 것보다 산업을 처음부터 다시 설계하는 편이 더 나은 고객 경험으로 이어질 수 있음

• 소폭의 소프트웨어 개선은 애초에 해당 기술을 위해 설계되지 않은 시스템 안에서 영향이 제한될 수 있음

• 기존 조직에 워크플로 변경을 설득하는 대신 사업을 직접 재구축하고, 그 자원을 고객 경험 개선에 사용할 수 있음

• 기존 기업은 기존 사업 모델과 조직을 스스로 파괴해야 하므로 이런 방식을 택할 가능성이 매우 낮음

• SaaS 시대에는 기존 워크플로 안으로 소프트웨어를 도입하는 전략이 효과적이었지만, AI는 전통 산업을 자동화 중심으로 재구축하고
  내부 도입보다 고객 경험에 집중할 수 있게 함

접근법 3: 기록 시스템에서 행동 시스템으로 확장함

• Seso는 미국 농업 분야의 인사
  기록 시스템을 구축함

• 미국 농업 인력의 상당 부분을 뒷받침하는 H-2A 비자 절차는 로펌, Microsoft Office 제품, 종이 문서에 분산돼 있었음

• Seso는 이를 하나의 중앙 데이터베이스로 통합해 농장이 계절 노동자를 일반 기업의 직원처럼 관리하도록 지원함

• AI 도입 후 단순한 ‘디지털 서류함’에서
  행동 시스템으로 전환함

• 직원 물류를 관리하고 사업 인사이트를 생성하며 노동 관련 의사결정까지 수행할 수 있도록 플랫폼을 재정비함

• 기록 시스템을 확보한 기업은 축적한 정보를 기반으로 실제 작업을 수행하는 시스템까지 확장할 수 있음

• 같은 접근법을 적용하는 사례로 레크리에이션 분야의 Rec과 장기 의료 분야의 Veras가 있음

기존 기업과 AI 네이티브 서비스의 경쟁

• 대형 로펌 같은 기존 기업은 AI 네이티브 경쟁사에 내부 전문 지식을 넘기지 않고 프런티어 연구소와 직접 협력해 자동화를 내재화할 수 있음

• Freshfields는 맞춤형 도구 개발을 위해
  Anthropic과 제휴함

• 이 전략은 Big Law나 주요 금융기관처럼 규모가 큰 기업에 주로 열려 있으며, 이들에게도 프런티어 연구소와의 협력 비용이 지나치게 클 수 있음

• Uber와 Microsoft 사례처럼 LLM 토큰 비용이 커지고 있으며 고가의 AI 엔지니어 비용도 추가됨

• 협력이 성립하려면 산업 기존 기업은 장기 가치가 제한적일 수 있는 독점 지식을 감추려는 태도를 완화하고, 프런티어 연구소는
  가격 결정력을 과도하게 행사하지 않아야 함

• 합의하더라도 자동화는 기존 기업이 수행하는 여러 기능 중 하나일 뿐, 핵심 사업의 초점은 아님

• AI 네이티브 서비스는 프런티어 연구소에 대한 의존을 상대적으로 줄이고, 시장 진출(GTM)과 고객 경험 개선에 집중할 수 있음

• Tomo는 전통 모기지 업체가 프런티어 연구소와 협력하더라도 더 저렴하고 간소한 고객 선택지를 유지함

• 이 선택지는 기존 기업의 이해관계와 직접 충돌하므로 경쟁을 없애지는 못해도 범위를 제한할 수 있음

AGI 시대를 겨냥한 수직화

• 다음 세대 스타트업은 ‘가치사슬의 모든 부분을 어떻게 소유할 것인가’를 중심으로 사업을 설계해야 함
  수직적 사고는 AGI 전환기에도 유지될 수 있는 방어력 가운데 하나임

• 원시 지능이 새로운 혁신을 가능하게 하더라도, 이를 실제 운영에 적용하고 고객에게 전달하는 과정은 여전히 필요함

• 초기부터 전체 산업과 워크플로를 소유한 창업자는 AI 하이퍼스케일러 시대에도 지속 가능한 위치를 구축할 수 있음

• 바이오와 딥테크처럼 실행 자체가 고도로 전문화된 분야에서는 전문 실행력이 별도의
  진입 장벽으로 남아 있음

댓글과 토론