서비스는 새로운 SaaS입니다

기술 역사에는 모든 투자자가 뇌리에 새겨야 할 두 가지 순간이 있습니다. 바로 그 순간들입니다: 1993년 1월 23일(Mosaic 브라우저의 베타 버전 출시)과 2022년 11월 30일(ChatGPT의 상용 버전 출시)입니다. 이 두 날짜는 인터넷과 AI라는 두 가지 기술 메가 트렌드가 연이어 등장한 시기로, 1993년부터 2022년까지 전 세계는 기술 주도의 심오하고 일관된 변화를 경험하게 됩니다. 문화적, 정치적, 경제적으로 기술은 끊임없는 속도로 힘과 중요성을 축적해 나갔습니다. HTML과 CSS에서 국가가 등장했고, 엔터테인먼트 플랫폼은 국가 안보의 문제가 되었으며, 세계 경제의 무게는 이제 10,000제곱마일 이내에 집중되어 있습니다.

인터넷의 시대를 마감하고 AI의 시대로 접어들면서 앞으로의 30년은 그 어느 때보다 더 큰 변화를 맞이하게 될 것입니다. 저는 AI가 우리 세대(밀레니얼 세대)의 인터넷 버전이며, 우리가 경험하게 될 가장 가까운 기술 트렌드이자 이전과 이후가 분명하게 구분되는 기술이라고 생각합니다.

기술 업계가 대규모 언어 모델의 추론 능력을 지속적으로 개선하고 AGI를 향해 나아감에 따라 서비스 비즈니스가 르네상스를 누리는 새로운 패러다임에 진입할 것이라는 것이 저의 운영 논지입니다. 소프트웨어는 더 이상 서비스로서 운영되는 것이 아니라 소프트웨어가 곧 서비스(Software is the service)입니다.

저는 대규모 언어 모델과 그 안에 포함된 소프트웨어 워크플로우가 기존 서비스 제공업체에 비해 점점 더 경쟁 우위를 확보하고 있다고 생각합니다.

다시 말해, LLM과 소프트웨어 워크플우는 사람보다 경쟁 우위를 확보하고 있습니다.

그들은 여러분과 저, 그리고 우리의 모든 동료들에 대한 경쟁 우위를 개발하고 있습니다(이에 대한 초기 증거에 대해서는 잠시 후에 이야기하겠습니다). 이러한 야망을 순전히 공상 과학 소설의 영역, 전 세계 소프트웨어 엔지니어와 기술 억만장자들의 환상으로 보기 쉽지만, 우리는 기억, 추론, 계획, 물리적 세계를 이해하는 능력 등 지능의 구성 요소가 1과 0으로 인코딩되는 세상으로 달려가고 있습니다. 자본주의의 엔진이 설계대로 작동한다면, 언젠가는 VC로서 제 직업도 코드에 의존하지 않고 코드로 실행될 것입니다. 이 사실을 알기 때문에 그에 맞춰 행동하고 조정하는 것이 우리 모두에게 이익이 된다고 생각합니다.

점점 더 많은 기업이 AI를 실험할 뿐만 아니라 AI 네이티브 애플리케이션을 적용하려는 의지가 강해지고 있습니다. 예를 들어, 올해 초 Klarna는 "700명의 정규직 상담원과 동등한 업무를 수행하는" AI 챗봇의 성능에 대한 놀라운 통계를 공유했으며, "2024년에 Klarna에 4천만 달러의 수익 개선을 가져올 것으로 예상"됩니다. 4,000만 달러의 수익 개선이 700명의 정규직 상담원을 없애거나 그 비용을 포기하는 데 따른 대체 비용 절감에 따른 것이라고 가정한다면, Klarna가 방금 전 세계에 공개적으로 밝힌 것은 연간 약 6만 달러의 서비스 업무를 소프트웨어로 더 정확하고 더 빠르고 더 정밀하게 수행할 수 있다는 뜻입니다.

마찬가지로, 세계에서 세 번째로 큰 로펌인 DLA Piper를 이용할 수도 있습니다. DLA는 C3 AI와 협력하여 유한 파트너 계약에 대한 실사를 자동화하고 있으며, "유한 파트너 계약에 대한 200개 이상의 실사 분석을 작성하는 데 걸리는 시간을 80%까지 줄일 수 있었다"고 보고되었습니다. Klarna와 DLA Piper의 실험은 고립된 사례만이 아니라 Morgan Stanley, Bain, Bloomberg 등이 모두 공개적으로 AI를 활용하는 계획을 발표하고 있습니다. 이러한 기업들이 AI 도입에 관심을 보이는 것은 이 기술의 잠재력을 보여주는 것이며, 자체 보고된 통계에 회의적인 시각을 적용하는 것도 좋지만, 저는 이러한 통계가 방향성이 옳다고 믿는 편입니다. 이러한 방향성은 우리에게 두 가지를 말해줍니다. 1) 우리는 불균등하게 분산되고 불확실한 미래에 살고 있습니다. 2) 이러한 불확실성과 앞으로 다가올 변화의 규모를 고려할 때 우리는 다음 단계에 대비해야 합니다. AI는 서비스 제공업체가 그 어느 때보다 더 빠르고, 더 효율적으로, 더 저렴하게 업무를 수행할 수 있도록 지원한다는 약속을 하고 있으며, AI의 약속이 현실화될 것이라는 증거가 점점 더 많아지고 있습니다.

이러한 현실의 시기는 우리가 생각하는 것보다 더 빨리 다가올 수도 있습니다. 예를 들어, LLM 기반 애플리케이션이 사람보다 99%의 비용으로 특정 작업을 더 빠르게 처리하는 영상의학 분야를 살펴볼 수 있습니다. LLM 기반 코파일럿을 활용하는 소프트웨어 개발자가 더 높은 작업 완료율과 더 높은 생산성을 보고하고 "GitHub 코파일럿을 사용하지 않는 개발자보다 55% 더 빠르게 작업을 완료할 수 있다"고 설명하는 소프트웨어 산업 자체를 살펴볼 수도 있습니다. AI를 사용하는 컨설턴트가 "훨씬 더 생산적"이고 "대조군에 비해 평균 12.2% 더 많은 작업을 완료하고, 40% 이상 높은 품질로 25.1% 더 빠르게 작업을 완료"할 수 있는 것으로 특징지어진 컨설팅 산업을 살펴볼 수도 있습니다. 프리랜서 마켓플레이스에서 ChatGPT가 출시된 후 8개월 동안 글쓰기, 소프트웨어 개발, 웹사이트 및 앱 개발과 같은 전문 서비스 관련 직종의 수요가 인공지능에 덜 민감한 기회에 비해 10%~30% 감소한 것을 볼 수 있습니다. 법조계에서는 GPT- 4를 통해 법대생이 대조군보다 12~32% 더 빨리 초급 법률 시험을 완료하고 "가장 실력이 낮은 참가자들이 가장 큰 향상을 보인" 것으로 나타났습니다. 다크웹에서는 "뉴욕대학교 연구진이 해킹 대회에서 GPT4의 성능을 테스트한 결과 인간 플레이어의 88.5%보다 우수하다는 사실을 발견했다"며 "오늘날의 프론티어 언어 모델이 해커를 보강하고 가속화할 수 있다는 증거"를 보여주었습니다.

그렇다면 이렇게 진화하는 증거를 고려할 때, 우리는 다음 단계에 대해 어떻게 생각해야 할까요? 더 좋고, 더 빠르고, 더 저렴한 소프트웨어의 영역이 사무직 업무에 적용될 미래에 대해 어떻게 생각해야 할까요?

개인적으로 저는 미래를 더 명확하게 볼 수 있는 가장 좋은 방법은 과거를 바라보는 것이라고 생각합니다. 그래서 두 가지 분수령 중 첫 번째 분수령의 시작을 도운Marc Andresseen은 "소프트웨어가 세상을 잠식하는 이유(Why Software is Eating the World)"라는 중요한 에세이에서 인터넷이라는 전환점을 다루며 산업에 초점을 맞춥니다. 그는 "앞으로 10년 동안 더 많은 산업이 소프트웨어에 의해 파괴될 것이며, 그 파괴는 실리콘밸리의 새로운 세계적 기업들이 주도할 것으로 예상합니다... 모든 산업의 기업은 소프트웨어 혁명이 다가오고 있다는 사실을 받아들여야 합니다."라고 썼습니다. 미국 주식 가치의 28%가 단 7개의 기술 기업에 집중되어 있는 오늘날, Andresseen의 말이 옳았음이 분명해졌습니다. 이는 인터넷의 놀라운 위업이며, 전례 없는 규모의 파괴적인 힘과 부의 창출입니다.

그러나 인터넷 혁명과 현재의 AI 혁명의 근본적인 차이점은 파괴될 가치의 원자 단위입니다. 2011년 Andresseen의 관측과는 달리 산업은 위태롭지 않습니다. 인터넷 검색은 Google, Microsoft, Perplexity 또는 다른 신생 기업이 주도하든, 계속 유지될 것입니다. 전자상거래는 현재 6조 달러로 추정되는 시장 규모보다 몇 배 더 커질 것입니다. 라과디아에서 맨해튼까지 이동하는 데는 여전히 택시를 이용할 것이며, 그 택시가 Uber든 Lyft든 노란색 택시든 상관없이 택시를 이용할 것입니다.

오늘날 산업은 안전합니다.

이와는 대조적으로, 서비스는 그렇지 않습니다. 설명해 드리겠습니다.

전문 서비스 직무의 핵심은 1) 복잡성이 다양하고, 2) 다양한 양의 비정형 데이터에 의존하는 일련의 수동 데이터 번역 작업입니다. 이러한 업무에는 기억력, 추론력, 계획 능력, 물리적 세계에 대한 이해력 등 인간 지능의 전형적인 특성이 결합되어 있습니다. 이를 현실화해 봅시다.

은행원은 하루 종일 무엇을 할까요? 아마도 월스트리트 저널, 뉴욕 타임즈 또는 기타 미디어 간행물을 읽으며 아침을 시작할 것입니다. 어떤 정보는 가치 있는 정보(기억에 남는 정보)이고 어떤 정보는 버려지는 정보입니다. 나중에 그녀는 사전 정보를 바탕으로 고객 중 한 명이 경쟁사를 인수할 수 있는 기회가 있다고 결론을 내릴 수 있습니다(추론). 이 사실을 깨달은 후, 그녀는 주니어 은행원에게 프레젠테이션 작성(기획 능력)을 신중하게 맡기고, 거기서부터 고객에게 전화(실제 세계 이해)하여 만날 시간을 정하기로 결정할 수 있습니다. 그녀는 고객과 같은 사교계에 속해 있고 그 주말에 결혼식이나 유사한 사교 행사에 참석할 수 있으므로 고객이 그곳에서 만나자고 제안합니다. 모임이 열리면 은행원은 자신의 경쟁사도 그 행사에 참석한다는 사실을 알게 되고(마찬가지로 고객의 비즈니스를 원합니다), 자신의 비즈니스(앞서 언급한 모든 기술)를 지키기 위해 적절한 방식으로 적응해야 합니다.

은행원의 프레젠테이션 자료든 변호사의 메모든 전문 서비스의 핵심 기능은 대인 관계를 유지하고 구축하는 동시에 고객(또는 상사나 동료 또는 그 누구든)이 이해할 수 있는 방식으로 무수히 많은 비정형 데이터를 정형화된 결과물로 변환하고 소통하는 것입니다. 이것이 바로 전문 서비스의 핵심이며, 위험에 처한 가치의 최소 단위입니다.

전문 서비스는 미국 경제에서 어디에나 존재하며, 여러 면에서 현대 사회의 생명선입니다. 우리는 매일 전문 서비스에 의존하고 있으며, 변호사, 은행원, 컨설턴트 등 전문화된 화이트칼라 직종부터 Fortune 500대 기업 전체에 수평적으로 퍼져 있는 고객 서비스, 재무, 인사팀의 프로세스 중심 팀에 이르기까지 다양합니다. 전문 서비스는 방사선사, 의료 업무팀, 의료 코디네이터와 같이 의료 가치 사슬 전반에 걸쳐 존재하며, 재생 에너지 개발이나 제가 최근 가장 좋아하는 글로벌 보상 분석가(일명 HR을 위한 HR)와 같이 틈새 시장처럼 보이는 업종에도 깊숙이 자리 잡고 있습니다. 어쨌든 이러한 직업은 전 세계 노동력의 상당 부분을 차지하며 미국에서만 약 2,700만 개의 전문 서비스 일자리가 있으며 총 임금 총액은 2조 3,000억 달러에 달하는 것으로 추산됩니다.

앞서 언급한 바와 같이 프론티어 언어 모델의 역량에 대한 증거가 증가함에 따라 기업가들도 점점 더 많은 기회를 주목하고 있습니다.

예를 들어, 기업가들은 투자 리서치 프로세스에 단계별 기능을 효율적으로 도입하고자 하는 Portrait Analytics, Lumosity, Quilt Labs, Brightwave와 같은 스타트업의 금융 서비스 구축에 나서고 있습니다. 법률 분야에서는 Harvey, EvenUp, Casetext, Noetica AI, Leya, Solomon, Draftwise, Atticus AI, Casehopper 등이 변호사 워크플로우의 다양한 부분에서 우위를 차지하기 위해 경쟁하고 있습니다. 기업가들은 자동차 수리와 같은 블루칼라 서비스 산업과 Revv, Dashlar와 같은 기업들이 현지 기업가들에게 새로운 수익 기회를 열어주거나 수익성 있는 고객을 찾아 서비스를 제공하는 능력을 강화하기 위해 구축하고 있습니다. 생명과학 기업가들은 가치 사슬의 여러 부분에 새로운 데이터 세트와 자동화를 도입하고 있으며, Atrix AI, Century Health, Octozi, Convoke와 같은 스타트업을 설립했습니다.

웹사이트 제작을 자동화하는 Durable을 살펴볼 수 있습니다. 프레젠테이션을 자동화하는 Tome을 살펴볼 수도 있습니다. Fortune 선정 500대 기업에서 Synthesia와 같은 회사를 통해 글로벌 학습 및 개발 모듈에 생성 AI 기반 동영상을 활용하고 있는 것을 확인할 수 있습니다. 레스토랑과 같은 주요 거리의 비즈니스에서 Slang AI 또는 Momos를 사용하여 고객 서비스를 자동화하는 것을 볼 수 있습니다. 보험 업계에서는 보험금 청구 자동화를 처리하는 EvolutionIQ를, 은행 업계에서는 상업 대출 및 모기지 대출을 자동화하는 Interfold AI 또는 Tidalwave를, 의료 업계에서는 임상 문서화 프로세스를 간소화하는 Abridge 또는 임상 노트를 요약하는 Abstractive를 만나볼 수 있습니다.

이 기업들은 서비스형 소프트웨어에서 서비스형 소프트웨어로 전환하는 탄광의 카나리아 같은 존재입니다. 소프트웨어 엔지니어링, 방사선학, 법률 서비스와 같은 복잡한 서비스 산업이 전체 서비스 산업을 대표한다고 가정하면, 우리가 변곡점에 서 있다는 것은 분명합니다. 이 세 분야에만 약 250만 명이 고용되어 있고, 총 임금 총액이 3,000억 달러 이상이며, 오늘날 AI의 영향을 받고 있습니다. 이러한 사실을 알고 우리가 변곡점에 있다고 믿는다면, 이 기술이 계속 발전할 것 같은가요? 어떤 속도로? 그리고 그 이유는 무엇인가요?

이 질문들은 모두 어려운 질문이며, 제가 답을 알고 있으면 좋겠지만 아직은 그렇지 않습니다. 제가 가진 것은 정보에 입각한 관점과 역사의 혜택입니다. 예를 들어, 이 기술이 발전할 것인가에 대한 질문에 답하기 위해 2020년 여름을 되돌아볼 수 있습니다. 이 시기에 제 동료 Matt Turck는 "언제 인공지능이 더 이상 인공지능이 아닌가(When is AI, not AI)"라는 제목의 글을 썼습니다. 이 글에서 그는 회계사를 대체하기 위해 AI를 사용하려다 실패하고 Bessemer, Canaan, Coatue 같은 회사로부터 1억 달러 이상의 벤처 캐피털 자금을 조달했던 ScaleFactor의 실패에 대한 자신의 관점을 설명했습니다.

Matt는 ScaleFactor가 실패한 이유에 대해 핵심적인 문제는 핵심 서비스를 제공하기 위해 사람을 투입하는 것에서 벗어나지 못했다는 점이라고 지적합니다. "초기에 많은 인력을 투입하면 총 마진이 매우 마이너스인 비즈니스가 될 수밖에 없다는 Matt의 예견은 여전히 유효합니다. 시간이 지나면 전반적인 경제성 측면에서 SaaS 비즈니스와 훨씬 더 유사한 형태로 발전할 수 있다는 희망이 있습니다(핵심 AI는 복제하기 어렵기 때문에 어느 정도 방어력이 있다는 추가적인 이점도 있습니다). 하지만 자동화를 획기적으로 개선하고 시간이 지남에 따라 사람을 없애지 않는다면 비즈니스는 성공할 수 없습니다."

ScaleFactor가 AI 시대의 Webvan이 될 수 있을까요? 가능성은 있습니다. 하지만 2020년부터 현재에 이르기까지 기술 환경이 극적으로 변화했다는 점에 주목해야 합니다. 이제 오픈 소스 및 클로즈드 소스 모델(예: GPT-4, Claude, Llama, Mixtral, Gemni 등)과 모델 라이브러리(예: Hugging Face)를 사용할 수 있고 지속적으로 개선되고 있지만 가장 중요한 것은 이 모델들이 서로 활발하게 경쟁하고 있다는 점입니다. 이 경쟁이 가장 중요합니다. 이러한 경쟁은 100만 개의 토큰 컨텍스트 창으로 이어지는 점진적인 혁신을 낳기도 하고, 소라와 같은 놀라운 독창성을 가진 제품을 탄생시키기도 합니다.

개인용 컴퓨터, 휴대폰 또는 인터넷과 마찬가지로 시간이 지나면 우리는 현재의 기술 수준을 되돌아보며 "우리가 저게 인상적이라고 생각했다는 게 믿어지나요?"라고 묻게 될 것입니다.

그렇다면 두 번째 질문, 즉 어떤 속도로 계속 개선해 나갈 것인가? 안타깝게도 제가 알기로는 무어의 법칙의 잠재적 발전 경로를 도표화한 버전은 없습니다. 하지만 꾸준하고 복합적인 발전이 있었습니다. 예를 들면 다음과 같습니다:

• 2009: ImageNet이 탄생했습니다
• 2012: AlexNet이 딥 러닝에 대한 관심을 불러일으켰습니다
• 2014: 시퀀스 간 학습과 어텐션 메커니즘이 개발되었습니다
• 2015: 텐서플로우가 출시됐습니다
• 2016: 알파고가 승리했습니다
• 2016년: OpenAI, 생성 모델에 대한 초기 연구 결과를 발표했습니다
• 2017년: Attention is All You Need 논문이 발표되었습니다
• 2018: GPT-1이 출시되었고, 트랜스포머 아키텍처를 활용하였습니다
• 2019년: GPT-2가 출시되었습니다
• 2022년: GPT-3가 상용 출시되었습니다
• 2023: GPT-4가 상용 출시되었습니다

20년이 채 안 되는 기간 동안 우리는 사전 학습된 생성형 트랜스포머가 무엇인지 전혀 알지 못하던 시절에서 Perplexity와 같은 스타트업이 Google과 같은 기업의 지배력을 위협하는 상황에 이르렀습니다. 트랜스포머 아키텍처가 출시된 이후 코로나 사태를 제외하고 매년 새로운 GPT가 출시되었으며, 올여름에는 GPT-5가 출시될 가능성이 높습니다. 이러한 기본 대형 언어 모델의 출현과 그 개선 속도를 보면 기술 전반이 계속 발전할 것이라는 확신을 갖게 됩니다.

이제 세 번째(그리고 아마도 1조 달러에 달하는) 질문인 왜일까요? 근본적인 기술로서의 AI는 왜 발전할까요? 제 개인적인 가설은 매우 불만족스럽지만, 오컴의 면도날에 부합하며, 그 답은 자본주의라고 생각합니다. 말은 이미 외양간에서 나왔고, 업계는 과잉 경쟁으로 전환하고 있습니다. 환원적이라고 부르든, 무식하다고 부르든, 원하는 대로 부르든 간에 말이 되는 이야기입니다. AI 상용화를 위한 초기 실험이 계속해서 상당한 수익을 창출할 수 있는 능력을 입증하고 시간이 지남에 따라 상당한 수익을 창출하는 한, 시장은 계속해서 AI에 대한 개선의 형태로 계속해서 베풀고 또 베풀 것입니다. 우리는 Model T로 시작했고 지금은 Tesla가 있습니다. 에니악으로 시작해서 지금은 아이폰이 있습니다. 기술 발전은 시장 경제의 인센티브 시스템과 직결되어 있기 때문에 끊임없고 필연적입니다. 사람들을 위해 더 좋고, 더 빠르고, 더 저렴하게 무언가를 만들면 자신도 약간의 몫을 챙길 수 있습니다. 사람들이 원하거나 필요로 하는 것을 더 좋고, 더 빠르고, 더 저렴하게 만들 수 있나요? 그렇게 하면 완전히 다른 상황에 처하게 됩니다.

소프트웨어가 곧 서비스인 세상으로 전환하는 지금, 업계가 계속 발전할 경우 우리가 향하게 될 세상과 더불어 현재 우리가 무엇을 하고 있고 무엇을 모르는지 살펴보는 것이 중요하다고 생각합니다. 먼저, 우리가 모르는 것들입니다.

앞서 언급했듯이, 우리는 기초적인 LLM이 어느 정도의 개선율을 달성할 수 있을지 알지 못합니다. 또한 모델이 어떻게 작동하는지 100% 이해하지도 못합니다. 시간이 지나면서 기반 LLM이 인프라 중심의 과점 형태로 운영될지, 아니면 최종 배포 및 워크플로우(즉, 전통적인 SaaS)로 가치 사슬을 확장할지 여부도 알 수 없습니다. '확장 법칙'이 계속 유효할지 여부도 알 수 없으며, 많은 기반 LLM이 명시한 목적인 AGI가 실제로 달성될지 여부도 알 수 없습니다.

그렇지만 우리가 알고 있는 것은 OpenAI가 약 1년 만에 10억 달러의 ARR을 달성하며 역사상 가장 빠르게 성장한 회사라는 사실입니다. 같은 맥락에서 지난 30년 동안 기술 성과가 더 짧은 기간에 지속적으로 더 커졌다는 사실도 알고 있습니다. 데이터와 수작업 워크플로우를 디지털화하는 과거의 SaaS 플레이북이 Microsoft, Salesforce, Adobe 등의 기업에 의해 수조 달러의 경제적 가치를 창출했지만 이는 모든 조직에서 수행해야 하는 업무의 한 요소에 불과하다는 것을 알고 있습니다. 자본주의의 엔진은 AI가 동등한 노동력을 적절히 대체할 수 있는 것으로 입증되면 모든 인센티브를 가지고 있으며, 우리는 성장을 갈망하는 글로벌 거시적 환경을 배경으로 하고 있다는 것을 알고 있습니다.

이를 종합하면 미지의 요소를 산업 발전 속도와 가치 포착의 변수로 볼 수 있습니다. 원하는 방향은 분명하지만 산업이 발전하고 가치가 창출되는 속도는 확실하지 않습니다. 알려진 것의 경우, 우리는 당면한 기회에 대한 그림을 그릴 수 있는 역사적 사례를 가지고 있습니다. 수조 달러 규모의 성과도 얼마든지 달성할 수 있습니다. 한 회사 또는 일련의 회사가 서비스 전문가를 대규모로 반복적으로 자동화할 수 있는 능력을 입증하면 시장은 이전 자동화 또는 기술 도입 시기와 다르지 않은 새로운 혁신 표준을 빠르게 채택할 것을 요구할 것입니다. 퍼스트 무버는 이득의 대부분을 가져가고, 후발 주자는 그에 따라 대응하며, 우리는 우리가 향하는 세상의 모습을 더 명확하게 볼 수 있게 될 것입니다.

벤처 캐피털에 입사한 이후 저는 "내가 2000년대 초반의 투자자라면 인터넷에 베팅했을까?"라는 수사학적 질문을 스스로에게 던지는 것을 좋아했습니다. 저는 두 가지 이유로 이 질문을 좋아합니다: 1) 수백만 명의 사람들이 그 베팅을 하지 않았기 때문에 지적 정직성을 가려낼 수 있고; 2) 왜 그렇게 하지 않았을지 성찰하게 만들기 때문입니다. 액면 그대로 "2020년대 초반의 투자자라면 AI에 베팅할 의향이 있습니까?"라는 비슷한 질문에 직면하게 됩니다. 대부분의 벤처 캐피털 커뮤니티에서 대답은 '그렇다'이겠지만, 저는 한 걸음 더 나아가고 싶습니다. 글로벌 서비스 재편과 서비스 경제에 기꺼이 베팅할 의향이 있는지 질문하고 싶습니다. 서비스 기업의 단위 경제와 성장 궤적을 새로운 시각으로 바라볼 의향이 있으신가요? 이 패러다임 전환기에 역량의 한계와 한계가 무엇인지 비판적으로 생각할 의향이 있습니까? 벤처 캐피탈의 지원을 받는 회사의 모습과 확장 방식에 관한 새로운 규칙이 다시 쓰여지고 있다는 사실을 받아들일 의향이 있으신가요?

이제 서비스가 새로운 SaaS라고 받아들여지시나요?

저는 그렇게 생각하고 있으며, 그렇게 생각하는 다른 사람들과 함께 기꺼이 그 일을 할 의향이 있습니다. 향후 30년간의 벤처 캐피털은 지난 30년과는 전혀 다른 모습을 보일 것입니다. 산업은 안전합니다. 서비스는 그렇지 않습니다. 베팅을 하고 그에 따라 행동하세요.