AI 스타트업의 전략: 이번엔 진짜 다르다구요

모바일이나 인터넷과 같은 이전 기술 혁명에서와 같이 스타트업과 기존 기업 간의 일반적인 역학 관계는 AI에는 적용되지 않습니다. 이를 무시하면 위험을 감수해야 합니다.

스타트업은 기존 기업이 구축한 거대한 장벽을 극복하기 위해 기존 기업에 비해 자신들만이 가진 특별한 장점을 활용해야 합니다: 성숙한 제품, 성숙한 유통 채널, 브랜드, 신뢰, 최적화된 조직, 은행에 쌓인 현금 등이 바로 그것입니다.

하지만 AI 혁명에서는 이러한 장점 중 많은 부분이 사라집니다. 심지어 일부는 단점이 되기도 합니다. 이는 지난 25년간의 다른 두 가지 주요 기술 혁명과 크게 다른 점입니다.

구체적으로

파괴 이론 및 위험 회피 이론이 적용되지 않음

기존 기업은 일반적으로 검증되지 않은 새로운 기술이나 새로운 시장, 특히 과거 데이터를 사용해 미래를 예측할 수 없는 분야에서는 스타트업에게 시장을 양보합니다. 하지만 AI 분야에서는 새로운 기술과 불확실한 시장을 수용하기 위해 서둘러 엄청난 비용과 시간을 투자하고 있습니다.

혁신에 실패하지 않는 기존 기업들

일반적으로 경쟁은 "스타트업이 유통을 먼저 확보하느냐, 아니면 기존 기업이 혁신을 확보하느냐(Alex Rampell)"입니다. 하지만 AI 분야에서는 기존 업체들이 이미 혁신(폐쇄형 API든 오픈 소스든)을 확보하고 있는 반면, 스타트업은 배포를 위해 그 어느 때보다 힘겨운 싸움을 벌이고 있습니다. 모든 시장이 새로운 스타트업 경쟁자들로 과포화 상태이고, 그중에는 막대한 자금을 보유한 기업도 있기 때문에 더 큰 어려움을 겪을 수도 있습니다.

데이터를 보유한 기존 기업

"데이터 전략 없이는 AI 전략도 없다"는 말은 이제 자주 반복되는 말이 되었습니다. 트레이닝, 테스트, 벤치마킹, 기능 개발을 위해서는 데이터가 필요합니다. 기존 기업은 데이터를 보유하고 있거나 여유가 있지만 스타트업은 또 다른 불리한 상황에 처해 있습니다.

훌륭한 인재는 현직에 만족합니다

소규모 회사에서만 일하고 싶어 하는 훌륭한 인재는 항상 존재하겠지만, 세계 최고의 AI 및 소프트웨어 엔지니어링 인재를 포함하여 시장보다 높은 급여를 받으며 가장 흥미로운 프로젝트에서 일하고, 건전한 예산과 데이터를 활용하고, 마케팅, 영업, 지원 또는 회계 업무를 하지 않고도 수많은 고객에게 빠르게 영향을 미칠 수 있는 능력을 갖춘 사람들이 훨씬 더 많이 있습니다.

소위 'AI 시장'은 우리가 생각하는 것과 다릅니다

사람들은 "AI 시장이 수조 달러에 달할 것이므로 누구나 참여할 수 있을 것"이라고 말하지만, OpenAI와 직접 경쟁하지 않는 한 "AI 시장"이라는 것은 존재하지 않습니다. 챗봇과 SEO 도구 시장은 이전과 동일한 시장이며, 지금은 더 치열한 경쟁이 벌어지고 있습니다.

일반적인 스타트업 전략은 골리앗에 맞서는 다윗의 전형적인 우위에 의존하기 때문에 잘못된 것이며, 이는 AI에서는 거의 통하지 않습니다. 전략이 '어떻게 이길 것인가'라면 AI에서는 '어떻게'가 달라져야 합니다.

이러한 현실을 받아들인 AI 스타트업은 거의 없으며, 그 결과 대부분은 실패할 것입니다. AI 스타트업을 만들고, 관심을 끌고, 흥미를 유발하는 것은 쉽지만 경쟁하여 승리하는 것은 훨씬 더 어렵습니다.

이 글의 나머지 부분에서는 이 사례를 자세히 설명합니다.

파괴 이론은 AI에는 적용되지 않습니다.

혁신가의 딜레마는 이제는 더 이상 딜레마가 아닙니다.

파괴 이론은 신생 기업이 신기술을 활용하여 기존 기업을 무너뜨리는 과정을 설명하는 이론으로, 기존 기업이 이를 예견하고 합리적 이기심에 따라 행동함에도 불구하고 어떻게 신생 기업이 기존 기업을 무너뜨리는지를 설명합니다.

이론은 다음과 같습니다: 신기술은 종종 (a) 어떤 면에서는 더 좋고, (b) 어떤 면에서는 더 나쁘고, (c) 기존 기술보다 저렴합니다. (가)와 (다)의 조합은 (나)를 극복할 수 있습니다. 이 책에서 제시된 고전적인 예는 최초의 트랜지스터 라디오로, 보기에 아름답고 음질이 풍부하며 가구 크기와 무게를 자랑하는 기존의 RCA 라디오보다 음질이 훨씬 나빴습니다. 하지만 트랜지스터 라디오의 장점은 휴대가 가능하다는 점인데, 이는 트랜지스터가 에너지를 거의 사용하지 않기 때문에 가능했던 기능입니다. 해변에 고정되어 있고 작은 라디오는 라디오가 아예 없는 것보다 훨씬 낫습니다. 따라서 신생 업체들은 매우 중요한 면에서 나쁘지만 저렴하고 이동성이라는 이점을 가진 라디오를 판매할 수 있었습니다.

물론 시간이 지나면서 트랜지스터 라디오의 음질은 개선되었고, 이것이 파괴 이론의 또 다른 요소입니다: 처음에는 더 나빴던 기술이 시간이 지나면서 더 좋아지지만 여전히 더 저렴하고 긍정적인 특성을 유지한다는 것입니다. 그러면 새로운 기술은 '우리는 음질이 좋으니 안전하다'고 생각하며 방관하던 기존 업체들을 완전히 파괴합니다.

AI에서는 파괴 이론의 조건이 존재하지 않습니다.

기존 기업들은 AI를 보고 "이 기술은 더 저렴하지만 더 나쁘니 무시하자"라고 말하지 않습니다. 그들은 정반대의 행동을 하고 있습니다. 그들은 "이 기술은 획기적인 기술이며, 이를 수용하지 않으면 우리는 도태될 것이다", "주주들은 이를 위해 연간 수익의 엄청난 비율을 투자할 것을 요구하고 있다"고 말합니다.

따라서 일반적으로 새로운 기술과 새로운 시장을 무시하고 기존 기업에 의존하던 스타트업은 AI 분야에서는 이에 의존할 수 없으며, 따라서 기존 고객층을 대상으로 영업하는 자금력이 풍부한 기존 기업과 직접 경쟁하고 있습니다.

모두가 같은 기술을 가지고 있을 때 차별화

AI의 '하드 기술(hard tech)'은 OpenAI, Anthropic, Cohere 등에서 대여할 수 있거나 Llama, Bloom, Mistral 등에서 오픈 소스로 제공되는 LLM입니다.

하드 기술은 공평한 경쟁의 장이며, 스타트업은 기존 기업보다 우위에 있지 않습니다.

신속한 엔지니어링, 문제 분석, 벡터 데이터베이스 사용 등에서 차별화가 있을 수 있습니다. 그러나 이는 스타트업이 더 많은 위험을 감수하거나 더 창의적일 수 있다는 등의 우위를 점할 수 있는 분야가 아닙니다. 기껏해야 중립적인 수준이지 결코 우위에 있다고 할 수는 없습니다.

모두가 동일한 핵심 기술에 접근할 수 있는 시장에서는 단순히 기존 플레이어의 역량에 맞추는 것이 성공 전략이 될 수 없습니다. 그렇다고 스타트업의 성공이 불가능하다는 뜻은 아닙니다. 물론 많은 스타트업이 성공할 것입니다. 다만 일반적으로 요구되는 것보다 훨씬 더 빠르고 극적으로 차별화를 만들어내는 전략이 필요하다는 뜻입니다.

데이터 전략 없이는 AI 전략도 없다

AI 모델을 훈련하려면 데이터가 필요합니다. 기존 모델을 학습시키든, 처음부터 모델을 개발하든, 단순히 이론을 테스트하든 고품질 데이터는 매우 중요합니다.

기존 기업은 고객이 있기 때문에 데이터를 보유하고 있습니다. 기밀성과 개인정보 보호만 유지한다면 고객의 데이터를 즉시 활용하여 모델을 학습시키고 알고리즘을 조정할 수 있습니다.

예를 들어, Intercom의 AI 전략은 수억 건의 고객 상호 작용을 기반으로 구축되었습니다. 따라서 처음부터 챗봇을 개발하는 신규 업체보다 유리합니다. 마찬가지로 Google은 YouTube 라이브러리 전체를 소유하고 있기 때문에 AI 동영상에서 우위를 점하고 있습니다. GitHub는 방대한 코드 리포지토리(변경 사항 및 변경 사항에 대한 사람이 작성한 설명 포함)를 기반으로 AI를 학습시켰기 때문에 Copilot에 유리합니다.

또한 기존 제품은 데이터에 대한 비용을 지불할 수 있습니다:

AI는 향후 몇 년 동안 계속해서 더 저렴하고, 더 좋아지고, 더 빨라질 것입니다. 방대한 양의 학습 데이터에 액세스하는 것은 그렇지 않을 것이며, 오히려 데이터를 보유한 기업들은 이미 그 데이터의 가치를 알게 되었기 때문에 정반대일 것입니다.

훌륭한 인재는 현직에서 일하는 것이 행복합니다.

전통적으로 스타트업은 자율성과 부의 잠재력을 약속하며 역동적이고 혁신적인 인재를 끌어모아 경직된 기존 기업보다 더 많은 인재를 확보해 왔습니다.

하지만 AI에 있어서는 상황이 달라지고 있습니다. 스타트업 환경을 선호하는 개인은 항상 존재하겠지만, 무엇보다도 흥미로운 AI 프로젝트에서 일하고 싶어 하는 순수 컴퓨터 및 데이터 과학자 등 많은 사람들에게 현직에서 AI를 연구하는 것의 매력은 똑같이 강력합니다. 이들은 영업, 마케팅, 기술 지원, 회계, 모금 등 흥미로운 코드를 작성하는 순수한 기쁨이 아닌 다른 일을 하지 않고도 많은 예산, 모든 데이터, 시장 이상의 보상, 노동의 결실을 누릴 수 있는 대규모 고객 기반과 함께 코드 작업에만 몰두할 수 있습니다. 많은 사람들에게 천국과도 같은 곳입니다.

물론 많은 사람들이 스타트업을 창업하거나 스타트업에 입사하기를 원합니다. 하지만 스타트업이 인재를 유치하는 데 있어 본질적인 이점이 있는 것은 아니며, 기껏해야 중립적인 수준입니다.

'시장'은 여러분이 생각하는 것과 다릅니다: AI는 성장하는 대규모 시장이 아닙니다

"AI는 수조 달러 규모의 시장이 될 것"이라고 사람들은 말합니다. AI는 분명 성장하는 대규모 시장이며, 앞으로 몇 배의 성장률을 보일 것입니다. 그렇기 때문에 스타트업에게 안성맞춤입니다.

하지만 이는 말도 안 되는 말입니다. '시장'이란 충분히 유사한 요구, 제약 조건, 목표를 가진 구매자들로 이루어진 집합으로, 이들 모두에게 동일한 제품을 판매할 수 있습니다. "AI" 시장은 OpenAI와 Cohere와 같은 회사들로 구성되어 있으며, 실제로 이 시장은 크고 성장하는 시장이지만 이들과 직접 경쟁하지 않는 한 "AI 시장"에 속하지 않습니다.

챗봇은 챗봇 시장에 있고 SEO 도구는 SEO 시장에 있습니다. 이러한 도구에 AI를 추가하는 것은 분명 좋은 생각이며, 실제로 AI를 추가하지 않는 기업은 장기적으로 도태될 가능성이 높습니다. 따라서 'AI'는 기존 시장 내에서 발전하기 위한 새로운 도구이지 그 자체가 새로운 시장이 아니라는 것을 알 수 있습니다(실제 하드테크 AI 기업을 제외하면).

AI는 제품 관리에서 말하는 것처럼 문제 영역이 아니라 솔루션 영역에 속합니다. 해결해야 하는 고객 문제는 이전과 동일합니다. 챗봇이 해결하는 문제도 이전과 동일합니다: 24시간 연중무휴 모든 언어로 고객과 대화하는 것입니다. AI는 몇 년 전만 해도 누구도 상상하지 못했던 완전히 새로운 솔루션을 가능하게 해주며, 이것이 바로 흥미진진하고 진정한 혁신입니다. 하지만 솔루션은 달라졌지만 고객의 문제는 여전히 동일합니다.

즉, AI는 기존 시장의 성장에 다시 불을 붙일 수 있습니다. AI가 뛰어나고, 더 많은 지원 문의가 인간에게 전달되고, 더 많은 언어가 지원되며, 더 많은 종류의 질문에 답변할 수 있는 챗봇에 대해 기존 챗봇 고객은 더 많은 비용을 지불할 것이며, 이는 시장을 성장시킬 수 있습니다. 또한, 이전에는 챗봇을 끔찍한 고객 경험으로 여겼던 일부 기업들도 충분히 우수한 AI를 만나면 생각을 바꾸고 챗봇 시장에 진입할 것이며, 이는 다시 시장을 성장시킬 것입니다.

하지만 이를 분석하는 올바른 방법은 "AI 시장은 크고 성장하고 있다"라고 말하는 것이 아니라 다음과 같이 말하는 것입니다: "AI가 이 기존 시장을 어떻게 변화시킬 것인가"라고 분석하는 것이 옳습니다. 그리고 나서 그리고 "우리가 그 성장에 어떻게 적응할 수 있을까요?"라고 말하는 것입니다.

그럼에도 불구하고 신뢰할 수 있는 브랜드와 기존 고객, 모든 데이터를 보유한 기존 기업이 스타트업보다 훨씬 수월할 것 같습니다. 스타트업에게 불가능한 것은 아니지만, 특히 스타트업이 새로운 틈새 시장이나 새로운 시장에 진입하거나 유기적으로 규모가 크고 성장하는 시장에 있는 경우 스타트업은 일반적으로 가지지 못한 특별한 불리한 상황에 처하게 됩니다.

AI는 이전의 기술 혁신과는 다릅니다. 스타트업과 기존 기업 간의 역학 관계는 근본적으로 다르며, 이는 곧 다른 전략이 필요하다는 것을 의미합니다.

AI 스타트업이 5년 전에 AI가 아닌 스타트업이 가지고 있던 전략과 비슷한 전략을 가지고 있다면 그것은 잘못된 전략일 수 있습니다. 그렇다고 AI 기반 스타트업을 만들지 말라는 뜻은 아닙니다. 사실 모든 신생 스타트업은 AI를 포함해야 할 필요가 있습니다. 일반적인 스타트업 전략이 통하지 않을 수도 있다는 뜻이므로, 어떻게 성공할 것인지에 대해 깊이 생각하고 다른 관점을 가져야 합니다.