TBC 콘텐츠
TBC 커뮤니티에서 공유하는 인사이트와 콘텐츠
Stanford HAI 2026 AI Index Report로 읽는 디지털 패권의 현재
Stanford HAI 2026 AI Index Report로 읽는 디지털 패권의 현재 2026년 Stanford HAI의 AI Index Report가 보여주는 핵심 메시지는 분명하다. AI는 더 이상 실험실의 기술도, 빅테크의 신제품도 아니다. AI는 산업, 정부, 안보, 교육, 과학, 노동시장을 동시에 재편하는 새로운 사회 인프라가 되고 있다. Stanford HAI는 이번 보고서에서 AI의 기술적 역량은 빠르게 확장되고 있지만, 이를 평가하고 통제하고 제도화하는 사회적 시스템은 그 속도를 따라가지 못하고 있다고 진단한다. 이 보고서를 디지털 패권의 관점에서 읽으면, 핵심 질문은 “어떤 기업이 가장 좋은 AI 모델을 만들었는가”가 아니다. 더 중요한 질문은 “누가 AI 시대의 인프라, 표준, 규칙, 공급망, 데이터를 장악하는가?”이다. 첫 번째 변화는 AI 역량의 가속이다. Stanford HAI는 2026년 보고서에서 AI가 기술적으로 빠르게 고도화되고 있으며, 투자와 도입 역시 확산되고 있다고 설명한다. 특히 AI는 코딩, 수학, 과학, 멀티모달 추론 등 고난도 영역에서 빠르게 인간 기준선에 접근하거나 일부 영역에서는 초과하고 있다. 이는 AI가 단순 자동화 도구에서 고급 지식노동의 보조 인프라로 이동하고 있음을 의미한다. 두 번째 변화는 AI 경쟁의 중심이 ‘모델’에서 ‘컴퓨팅 인프라’로 이동하고 있다는 점이다. AI 성능을 결정하는 것은 더 이상 알고리즘만이 아니다. 대규모 GPU, 데이터센터, 전력, 클라우드, 반도체 공급망이 함께 작동해야 한다. IEEE Spectrum은 Stanford AI Index를 분석하며 전 세계 AI 컴퓨팅 역량이 2022년 이후 매년 3.3배씩 증가했다고 정리했다. 이는 AI 패권이 곧 데이터센터와 반도체 패권으로 연결되고 있음을 보여준다. 세 번째 변화는 미국과 중국의 경쟁 구도다. 미국은 여전히 프런티어 모델, 민간 투자, 클라우드, 반도체 설계, 빅테크 생태계에서 강력한 우위를 가지고 있다. 그러나 중국은 모델 성능과 응용 확산에서 빠르게 추격하고 있다. 이 흐름은 AI 패권이 단일 기업 간 경쟁이 아니라 국가 단위의 총력전으로 전환되고 있음을 보여준다. 네 번째 변화는 AI가 정부 운영으로 들어오고 있다는 점이다. AI는 기업의 생산성 도구를 넘어 행정, 국방, 공공서비스, 규제, 교육, 의료 시스템에 내장되고 있다. 이 지점에서 AI는 단순한 소프트웨어가 아니라 국가 운영체제의 일부가 된다. 앞으로 경쟁력 있는 국가는 AI 모델을 잘 쓰는 국가가 아니라, AI를 제도·행정·산업정책·안보전략에 통합할 수 있는 국가일 가능성이 높다. 다섯 번째 변화는 거버넌스의 지체다. Stanford HAI는 AI의 능력과 이를 관리하는 사회적 준비 사이의 격차가 커지고 있다고 지적한다. 기술은 빠르게 발전하지만 안전성 평가, 투명성, 책임성, 국제 규범, 법제도는 상대적으로 느리다. 이는 디지털 패권 경쟁이 단순히 “누가 더 빠르게 개발하는가”의 문제가 아니라 “누가 더 안정적으로 제도화하는가”의 문제이기도 함을 뜻한다. 여섯 번째 변화는 신뢰의 위기다. AI가 빠르게 확산될수록 대중의 불안도 커지고 있다. Financial Times는 Stanford AI Index를 인용해 AI 전문가와 일반 대중 사이에 AI가 일자리와 경제에 미칠 영향에 대한 인식 격차가 크다고 분석했다. 기술 엘리트는 AI를 생산성 혁명으로 보지만, 많은 시민은 일자리, 안전, 환경 비용, 권력 집중을 우려한다. 결국 Stanford HAI 2026 AI Index가 보여주는 것은 하나의 큰 전환이다. AI는 더 이상 “좋은 도구”의 문제가 아니다. AI는 누가 데이터를 소유하고, 누가 컴퓨팅 인프라를 통제하며, 누가 알고리즘의 표준을 만들고, 누가 정부와 산업에 이를 내장하는가의 문제다. 이 관점에서 디지털 패권은 다음 네 가지 층위로 구성된다. 첫째, 컴퓨팅 패권이다. GPU, 데이터센터, 전력, 클라우드를 누가 확보하는가. 둘째, 모델 패권이다. 가장 강력한 파운데이션 모델과 응용 모델을 누가 만드는가. 셋째, 플랫폼 패권이다. AI가 배포되는 클라우드, 운영체제, 생산성 도구, 검색, 커머스, 미디어 채널을 누가 장악하는가. 넷째, 제도 패권이다. AI 안전성, 데이터 규칙, 저작권, 안보, 수출 통제, 공공 도입 기준을 누가 설계하는가. 이 네 가지를 모두 갖춘 국가와 기업이 앞으로의 디지털 문명 질서를 주도하게 된다. 따라서 Stanford HAI 2026 AI Index는 단순한 AI 산업 리포트가 아니다. 이것은 AI 시대의 권력이 어디에서 만들어지고 있는지를 보여주는 지도에 가깝다. 그 지도에서 가장 중요한 자원은 석유가 아니라 데이터이고, 가장 중요한 공장은 제조공장이 아니라 데이터센터이며, 가장 중요한 무기는 탱크가 아니라 컴퓨팅 파워와 알고리즘이다. 중요한 것은 AI 모델의 성능 자체가 아니다. AI 시대의 경쟁력은 컴퓨팅 인프라, 에너지, 데이터, 인재, 규제, 산업 적용 능력이 하나의 생태계로 연결될 때 만들어진다. Stanford HAI 2026 AI Index는 AI를 더 이상 개별 기술이 아닌 국가 경쟁력을 구성하는 핵심 시스템으로 바라봐야 한다는 점을 데이터로 보여준다. #ArtificialIntelligence #AIIndex2026 #StanfordHAI #AISovereignty #DigitalTransformation #DigitalInfrastructure #AIInfrastructure #Geopolitics #NationalStrategy #FutureOfAI #Innovation #TechPolicy #DigitalEconomy #AILeadership #TBC
더보기→by 김서현
AI 경쟁은 모델을 넘어 반도체·전력·데이터센터·소프트웨어 생태계로 확장되고 있습니다
이번 주 테크판에서 눈여겨볼 만한 소식들만 빠르게 정리했습니다. 👇 [1] 논란/이슈 1. AI 투자 열기에 처음으로 '숨 고르기'가 나타났습니다 이번 주 글로벌 반도체와 AI 관련 종목들이 큰 폭의 조정을 받았습니다. "AI 버블이 꺼지는 것 아니냐"는 우려도 나왔지만, 시장에서는 AI 자체보다 과도하게 오른 밸류에이션을 조정하는 과정이라는 분석이 더 많았습니다. 이제 투자자들도 "AI를 한다"보다 "어떻게 돈을 버는가"를 더 중요하게 보기 시작했습니다. 2. Qualcomm, AI 스타트업 Modular를 약 40억 달러에 인수했습니다 이번 주 가장 큰 M&A 중 하나였습니다. Modular은 여러 종류의 AI 칩에서 모델을 효율적으로 실행하는 소프트웨어를 만드는 회사입니다. 이번 인수는 Qualcomm이 AI 칩뿐 아니라 AI 소프트웨어 생태계까지 직접 구축하겠다는 신호로 해석되고 있습니다. 3. 양자컴퓨팅이 다시 투자자들의 관심을 받기 시작했습니다 미국 정부가 양자기술 육성 정책을 발표하면서 IBM과 관련 기업들이 다시 주목받았습니다. 아직 AI만큼 시장이 크진 않지만, 업계에서는 "다음 10년을 준비하는 기술"이라는 평가가 나오고 있습니다. 4. AI 저작권 논의가 '소송'에서 '계약'으로 바뀌고 있습니다 콘텐츠 기업들이 AI 기업과 라이선스 계약을 맺는 사례가 늘어나고 있습니다. 무조건 법정에서 싸우기보다, 데이터를 정식으로 판매하는 새로운 비즈니스 모델이 만들어지는 분위기입니다. --- [2] 이번 주 새로 나온 기술/제품 및 움직임 1. AI 칩 경쟁, Nvidia를 넘어 '커스텀 칩' 시대로 Google TPU, Amazon Trainium, Microsoft Maia에 이어 Qualcomm도 AI 플랫폼 확대에 나섰습니다. 이제 경쟁은 GPU 성능보다 "누가 자기 목적에 맞는 칩을 직접 설계하느냐"로 이동하고 있습니다. 2. 차세대 전력 반도체가 다시 주목받고 있습니다 Infineon이 새로운 양방향 SiC 전력 반도체를 공개했습니다. 전기차뿐 아니라 AI 데이터센터, 에너지 저장장치(ESS)까지 전력 효율을 높일 수 있는 기술이라 업계의 관심을 모았습니다. 3. 반도체 업계, '포스트 실리콘' 연구에 속도를 내고 있습니다 ASML, TSMC, imec 등이 차세대 2D 소재 기반 반도체 연구 성과를 발표했습니다. 당장 제품으로 이어지진 않지만, 2030년 이후 반도체 로드맵을 준비하는 중요한 움직임으로 평가됩니다. 4. 데이터센터는 이제 '전력 효율' 경쟁에 들어갔습니다 GPU를 얼마나 많이 확보했는가보다, 얼마나 적은 전력으로 운영하느냐가 새로운 경쟁력이 되고 있습니다. AI 경쟁이 하드웨어에서 인프라 운영 기술로 확장되는 모습입니다. 5. AI는 이제 산업별 맞춤형 서비스로 이동하고 있습니다 최근 투자 흐름을 보면 범용 AI보다 의료, 제조, 금융처럼 특정 산업을 해결하는 Vertical AI 기업으로 자금이 더 많이 몰리고 있습니다. "좋은 모델"보다 "좋은 문제 해결"이 더 중요한 시대가 되고 있습니다. --- [3] 놓치기 아까운 마이크로 시그널 • AI 다음 경쟁은 '칩 설계'와 '전력'이 될 가능성이 커지고 있습니다. • 반도체 산업의 관심도는 미세공정보다 전력 효율과 맞춤형 칩으로 빠르게 이동하고 있습니다. • 양자컴퓨팅은 아직 초기 시장이지만, 정부와 대기업 투자가 다시 늘어나며 장기 성장 산업으로 주목받고 있습니다. • 최근 M&A를 보면 대기업들은 새로운 AI 모델보다, AI를 더 빠르고 저렴하게 돌릴 수 있는 기술을 사들이는 데 집중하고 있습니다. • 올해 상반기를 돌아보면, AI 경쟁은 모델 성능을 넘어 반도체·전력·데이터센터·소프트웨어 생태계까지 확장되고 있습니다. --- #TBC #TechNews #Semiconductor #AI #Qualcomm #QuantumComputing #TSMC #ASML #DataCenter #Startup
더보기→by 오연우
AI Agent의 품질 검사소: Patronus AI
[Silicon Valley 투자 사례 분석 - #12] AI Agent의 품질 검사소 — Patronus AI 지난주 SF에서 만난 창업자들의 대부분이 Agent를 만들거나 agent를 위한 서비스를 만들고 있었다. Agent가 상품화될수록 관리/보안/검증 시장도 함께 부상한다. 소프트웨어가 클라우드로 이동했을 때 보안/모니터링 레이어가 따라온 것과 같은 패턴이다. Patronus AI는 AI agent 배포 전 미리 시뮬레이션하는 품질 검증 솔루션 기업이다. 핵심 제품은 "Digital World Model"로 웹사이트와 기업 내부 시스템의 replica를 만들고, 그 안에서 agent를 반복 stress-test한다. Waymo가 자율주행차를 실제 도로에 내보내기 전 합성 환경에서 수억 km를 먼저 달린 것과 같은 논리다. ✨피봇 스토리: LLM output 검증 → agent 품질 검증 Patronus는 2023년 LLM hallucination 감지 플랫폼으로 시작했지만, 2026년 Series B부터는 agent를 훈련 및 검증하는 서비스로 피봇했다. 시장이 "모델이 뭐라고 답하는가"에서 "agent가 실제로 무엇을 실행하는가"로 이동하는 걸 감지하고, 기술 변화에 맞춰 수요를 빠르게 쫓아간 성공적 피봇 사례라고 생각한다. ✨ 투자사 및 thesis Series B($50M)는 Greenfield Partners 리드, Notable Capital, Lightspeed, Datadog, Samsung이 참여했다. FI뿐만 아니라 datadog이나 삼성같은 SI 투자자도 참여하며 한번 더 사업성을 인증한 셈이다. Notable Capital의 Glenn Solomon은 수요가 "nearly insatiable"하다고 표현했는데, Agent 배포량이 늘수록 검증 수요는 비례 이상으로 커지는 이상적인 마켓에 베팅했음을 보여준다. Patronus뿐만 아니라 AI 실행 시점의 통제·모니터링·보안 레이어에 자본이 몰리고 있다. Agent 보안, observability, 런타임 거버넌스 같은 영역에서 다음 Patronus가 나올 가능성이 높다. ✨마무리 Agent를 믿고 쓰려면 먼저 실패를 설계할 수 있어야 한다. AI가 보편화될수록 AI를 잘 쓰는 것과 AI에 의존하는 것의 차이가 벌어진다고 느낀다. 결과물을 검수하는 눈이 없으면 생산성이 높아지는 게 아니라 실수가 빨라지는 것일 수 있다. AI를 진짜 현명하게 쓸 수 있도록 돕는 아이디어들이 더 많아지면 좋겠다.
더보기→by 김지예
고객을 데려오는 비용보다, 고객이 남는 이유가 더 중요하다: Blue Apron의 사례
[실패에서 배우는 세일즈 및 전략] 고객을 데려오는 비용보다, 고객이 남는 이유가 더 중요하다 : Blue Apron의 사례 구독 서비스에서 가장 많이 보이는 착각 중 하나는 고객을 데려오면 성장이 계속될 것이라는 생각입니다. 초기 고객을 빠르게 모으는 것은 중요합니다. 특히 새로운 카테고리를 만들거나, 아직 고객의 습관이 형성되지 않은 시장에서는 더 그렇습니다. 하지만 구독 모델은 첫 구매 이후부터 진짜 숫자가 드러납니다. ✅ 고객이 다음 달에도 결제하는? ✅ 배송받은 제품을 실제 생활 안에서 반복해서 쓰는가? ✅ 가격이 아니라 습관으로 남을 수 있는가? Blue Apron은 이 부분을 잘 보여주는 사례입니다. Blue Apron은 미국의 대표적인 밀키트 구독 서비스였습니다. 고객에게 식재료와 레시피를 정기 배송해주고, 집에서 직접 요리할 수 있게 만든 모델이었죠. 2017년 IPO 당시에는 밀키트 시장을 대표하는 회사 중 하나로 주목 받았습니다. 하지만 이후 Blue Apron은 고객 획득 비용과 리텐션 문제를 계속 겪었습니다. 2023년에는 Wonder Group에 약 1억 300만 달러 규모로 인수되었습니다. _ [고객 획득은 성장처럼 보이지만, 유지가 따라오지 않으면 비용이 된다] Blue Apron은 새로운 고객을 데려오기 위해 많은 마케팅 비용을 사용했습니다. 밀키트는 고객이 한 번 경험해봐야 가치를 이해할 수 있는 서비스이기 때문입니다. 처음에는 꽤 설득력 있는 제안이었습니다. 👉 장을 보러 가지 않아도 된다! 👉 레시피 고민을 줄일 수 있다! 👉 집에서 새로운 요리를 해볼 수 있다! 👉 정해진 양만 배송되어 음식물 낭비를 줄일 수 있다! 고객 입장에서는 충분히 시도해볼 만한 서비스였습니다. 문제는 시도 이후였습니다. 밀키트는 편리하지만, 고객의 생활 습관 안에 들어가야 오래 남습니다. 퇴근 시간이 불규칙하거나, 외식이 잦거나, 요리하는 과정 자체가 부담스럽다면 정기 구독은 쉽게 멈출 수 있습니다. Blue Apron은 고객을 데려오는 데에는 성공했지만, 그 고객이 오래 남는 구조를 만드는 데에는 어려움을 겪었던 것으로 보입니다. _ [구독 서비스는 제품보다 사용 리듬이 중요하다] 밀키트는 단순히 식재료를 보내는 서비스가 아닙니다. 고객의 저녁 시간, 냉장고 공간, 요리 습관, 가족 식사 패턴까지 함께 들어가는 서비스입니다. 그래서 고객은 처음에는 메뉴와 가격을 보고 들어오지만, 계속 사용할 때는 다른 기준으로 평가합니다. Blue Apron의 어려움은 여기에서 시작된 듯합니다. 고객이 제품을 싫어해서만 이탈한 것이 아니라, 서비스가 고객의 일상 안에서 반복되는 습관으로 자리 잡기 어려웠던 것입니다. _ [마케팅으로 만든 고객은 경험으로 붙잡아야 한다] 고객 획득 비용이 높아도 고객이 오래 남는다면 구독 모델은 작동할 수 있습니다. 고객이 몇 달, 몇 년 동안 반복 결제하면 초기 마케팅 비용을 회수할 수 있기 때문입니다. 하지만 고객이 빠르게 이탈하면 계산은 달라집니다. 마케팅 비용은 이미 지출되었고, 고객은 충분한 매출을 만들기 전에 떠납니다. 그러면 신규 고객을 계속 데려와야 하고, 성장은 점점 더 많은 비용을 요구하게 됩니다. Blue Apron의 IPO 전후 자료에서도 고객 획득과 기존 고객 유지가 중요한 리스크로 언급되었습니다. 이는 구독 모델에서 매우 중요한 지점입니다. 고객을 많이 데려오는 것과 고객이 계속 남는 것은 다른 문제입니다. _ Blue Apron을 보면서 구독 모델의 GTM은 단순히 첫 구매를 만드는 일이 아니라는 생각이 들었습니다. 고객에게 한 번 써보게 하는 것도 중요합니다. 하지만 그 이후에는 제품이 고객의 생활 안에서 반복될 수 있어야 합니다. Blue Apron은 밀키트라는 새로운 시장을 열었지만, 고객 획득 비용과 반복 이용 구조 사이의 균형을 맞추는 데 어려움을 겪었습니다. GTM에서 고객을 데려오는 전략은 중요합니다. 하지만 고객이 남을 이유가 충분하지 않으면, 성장은 비용으로 바뀔 수 있습니다. #GTM #Pricing #Subscription #Retention #Startup
더보기→by 김녕호
2026년 GTM의 변화: 왜 '더 많은 리드'보다 '더 나은 실행'이 중요해지고 있는가
2026년 GTM의 변화: 왜 '더 많은 리드'보다 '더 나은 실행'이 중요해지고 있는가 최근 실리콘밸리 SaaS 업계와 투자 생태계에서 반복적으로 등장하는 키워드는 AI SDR, GTM Engineering, Revenue Efficiency, Founder-led Sales, Partner-led Growth입니다. 하지만 흥미로운 점은 이러한 변화의 본질이 단순히 AI 도입에 있지 않다는 것입니다. 오히려 AI가 보편화될수록 기업들은 새로운 질문을 하기 시작했습니다. "어떻게 더 많은 리드를 만들 것인가?" 가 아니라, "이미 확보한 관계와 기회를 어떻게 더 효과적으로 실행할 것인가?" 입니다. 1. AI는 리드 생성의 비용을 낮췄다 지난 몇 년간 AI는 GTM 조직의 생산성을 크게 향상시켰습니다. 이전에는 수시간이 걸리던 기업 조사, 고객 분석, 개인화 메시지 작성, CRM 업데이트가 이제는 몇 분 안에 가능해졌습니다. 그 결과 많은 기업들이 리드 생성 자체에는 이전보다 훨씬 적은 비용과 인력을 투입하고 있습니다. 문제는 그 다음 단계입니다. 모든 기업이 같은 AI 도구를 사용할 수 있게 되면서 고객들은 더 많은 이메일, 더 많은 메시지, 더 많은 연결 요청을 받게 되었습니다. 리드 생성은 쉬워졌지만 관심(attention)은 오히려 더 희소해졌습니다. 2. 새로운 병목은 '관계 실행'이다 과거 GTM의 병목은 리드를 찾는 것이었습니다. 오늘날 GTM의 병목은 전혀 다른 곳에 있습니다. 누가 실제로 중요한 잠재 고객인가? 누구와 먼저 대화해야 하는가? 행사에서 만난 50명 중 실제 기회가 될 사람은 누구인가? 소개받은 관계를 어떻게 신뢰로 발전시킬 것인가? 첫 만남 이후 어떤 후속 조치가 필요한가? 많은 기업들이 생각보다 많은 기회를 잃는 이유는 리드가 부족해서가 아니라 실행이 끊기기 때문입니다. 실제로 전시회, 컨퍼런스, 파트너 미팅, 네트워킹 행사 이후 상당수의 접점은 후속 조치 없이 사라집니다. 기업 입장에서 중요한 것은 만남 자체가 아니라 만남 이후의 움직임입니다. 3. Partner-Led Growth의 부상 또 하나 눈에 띄는 변화는 파트너십의 중요성이 높아지고 있다는 점입니다. 특히 해외 시장 진출이나 B2B SaaS 영역에서는 직접 영업보다 신뢰할 수 있는 현지 파트너를 확보하는 것이 더 큰 성과를 만드는 경우가 많습니다. 흥미롭게도 많은 초기 기업들이 첫 고객보다 첫 파트너를 먼저 찾고 있습니다. 그 이유는 파트너가 단순한 판매 채널이 아니라 신뢰를 전달하는 매개체 역할을 하기 때문입니다. 이는 시장 진입 전략 자체가 점점 네트워크 중심으로 이동하고 있다는 신호이기도 합니다. 4. 이벤트 산업의 KPI도 바뀌고 있다 전시회와 컨퍼런스 산업 역시 같은 변화를 경험하고 있습니다. 예전에는 방문객 수, 명함 수, 미팅 수가 핵심 성과 지표였습니다. 하지만 최근 기업들은 다른 질문을 하기 시작했습니다. - 몇 건의 후속 미팅이 진행되었는가? - 몇 건의 파트너십 논의가 시작되었는가? - 실제 사업 기회로 연결된 것은 무엇인가? 즉, 이벤트의 가치는 참석 자체가 아니라 이후의 실행 과정에서 결정된다는 인식이 확산되고 있습니다. 5. GTM 조직은 점점 작아지고 있다 실리콘밸리 투자자들이 최근 주목하는 또 다른 흐름은 '작지만 강한 팀'입니다. 과거에는 성장하면 자연스럽게 SDR, AE, 마케팅 인력을 늘렸습니다. 지금은 다릅니다. AI와 자동화 도구 덕분에 적은 인원으로도 상당한 규모의 매출을 만들 수 있게 되었습니다. 그래서 투자자들은 이제 "몇 명이 있는가" 보다 "그 팀이 얼마나 효율적으로 성장하는가" 를 더 중요하게 평가합니다. Revenue per Employee, Burn Multiple, CAC Payback과 같은 지표가 강조되는 이유도 여기에 있습니다. 6. 결국 GTM은 다시 사람의 영역으로 돌아오고 있다 AI가 발전할수록 역설적으로 사람의 역할은 더 중요해지고 있습니다. 다만 그 역할이 바뀌고 있습니다. AI는 정보를 찾고, 정리하고, 초안을 만들 수 있습니다. 하지만 신뢰를 형성하고, 관계를 발전시키고, 파트너십을 구축하는 것은 여전히 사람의 영역입니다. 그래서 최근 GTM의 핵심 경쟁력은 단순히 더 많은 리드를 확보하는 것이 아니라, "어떻게 신뢰를 확장하고 실행할 것인가" 에 가까워지고 있습니다. - 2026년 현재 관찰되는 GTM 변화는 단순히 AI 도구의 확산이 아닙니다. 더 정확히 말하면, AI가 리드 생성의 비용을 낮추면서 기업들은 이제 리드 이후의 단계에 더 많은 관심을 기울이기 시작했습니다. 앞으로 경쟁 우위는 누가 더 많은 사람을 만나는가보다, 누가 더 효과적으로 관계를 관리하고 실행하는가에 의해 결정될 가능성이 높습니다. GTM의 중심이 Lead Generation에서 Relationship Execution으로 이동하고 있다는 이야기가 나오는 이유도 바로 여기에 있습니다. #GTM #GoToMarket #B2BSales #RevenueGrowth #Partnerships #PartnerLedGrowth #MarketEntry #BusinessDevelopment #StartupGrowth #SalesStrategy #GTMEngineering #RevenueOperations #EventMarketing #CustomerAcquisition #RelationshipCapital #AIinBusiness #SaaS #FounderLedSales #GrowthStrategy #Innovation
더보기→by 김서현
AI, 에너지, 로봇, 바이오, 우주 산업이 서로를 밀어주며 성장하고 있습니다
이번 주 테크판에서 눈여겨볼 만한 소식들만 빠르게 정리했습니다. 👇 [1] 논란/이슈 1. Tesla 로보택시 출시가 드디어 카운트다운에 들어갔습니다 수년 동안 약속만 반복된다는 비판도 있었지만, 이번 주에는 텍사스 오스틴 상용 서비스 준비 상황이 다시 화제가 됐습니다. 업계가 주목하는 건 기술 자체보다도 "정말 돈을 받으며 운행할 수 있느냐"입니다. 자율주행 산업은 이제 데모 경쟁이 아니라 사업 모델 검증 단계로 들어가고 있습니다. 2. 미국 전력망 기업들이 AI보다 더 큰 관심을 받고 있습니다 흥미롭게도 최근 투자자들의 관심은 AI 모델 기업보다 전력 기업으로 이동하는 모습입니다. 데이터센터, 반도체 공장, 전기차 충전 인프라가 동시에 늘어나면서 전력 수요 전망이 계속 상향되고 있습니다. AI 붐이 사실상 전력 산업의 슈퍼사이클을 만들고 있다는 분석도 나옵니다. 3. 중국의 희토류 수출 통제가 글로벌 제조업을 흔들고 있습니다 전기차, 배터리, 반도체, 국방 산업에 필수적인 희토류 공급망 문제가 다시 부각됐습니다. 몇 년 전 반도체 공급망 이슈가 있었다면, 이번에는 원자재 공급망이 기술 경쟁력의 핵심 변수로 떠오르고 있습니다. 4. AI 인재 영입 경쟁은 여전히 과열 상태입니다 Meta, OpenAI, Anthropic, Google뿐 아니라 금융·바이오·국방 기업들까지 최상위 연구자 확보 경쟁에 뛰어들고 있습니다. 최근에는 기업 가치보다 연구팀 구성 자체가 투자 포인트로 언급되는 경우도 늘고 있습니다. --- [2] 이번 주 새로 나온 기술/제품 및 움직임 1. SpaceX, Starship 프로그램을 다시 전진시키고 있습니다 최근 테스트와 후속 계획이 공개되면서 우주 산업 전체가 다시 주목받고 있습니다. Starship이 성공적으로 상용화된다면 위성, 달 탐사, 우주 물류 비용 구조 자체가 바뀔 수 있습니다. AI만큼 자주 언급되지는 않지만, 향후 10년 동안 가장 큰 산업 변화를 만들 후보 중 하나입니다. 2. 차세대 원전(SMR) 프로젝트들이 실제 계약 단계로 이동하고 있습니다 그동안은 계획 발표가 많았다면 최근에는 전력 구매 계약과 부지 선정이 본격화되고 있습니다. 데이터센터 전력 수요 증가가 원전 산업 성장의 예상보다 강한 촉매가 되고 있습니다. 3. AI 신약 개발 기업들의 임상 결과가 계속 나오고 있습니다 Insilico, Recursion 등을 포함한 여러 기업들이 실제 임상 데이터를 축적하고 있습니다. 예전에는 "AI가 신약을 만들 수 있을까?"가 질문이었다면, 이제는 "어떤 회사가 먼저 상용화할까?"로 관심이 이동하고 있습니다. 4. Google의 Project Astra 후속 데모들이 공개되고 있습니다 I/O 이후 실제 사용 영상과 테스트 사례가 공개되면서 시장의 관심이 이어지고 있습니다. 특히 실시간 화면 이해와 지속적 기억 기능은 AI 비서의 방향성을 보여주는 사례로 평가받고 있습니다. 5. 로봇 산업 투자 규모가 다시 커지고 있습니다 물류·제조·창고 자동화 분야를 중심으로 대규모 투자 유치 사례가 이어지고 있습니다. AI가 두뇌라면 로봇은 결국 현실 세계에서 그 두뇌를 실행하는 수단이라는 점이 다시 주목받고 있습니다. 6. 양자컴퓨팅 기업들이 조용히 기술 진전을 이어가고 있습니다 아직 상용화까지는 시간이 남았지만, 오류 수정과 안정성 개선 관련 발표들이 계속 나오고 있습니다. 몇 년 전 AI가 그랬듯, 지금은 작아 보이는 발전이 장기적으로는 큰 변화를 만들 수 있다는 평가가 나옵니다. --- [3] 놓치기 아까운 마이크로 시그널 • 최근 투자자들이 가장 많이 언급하는 키워드 중 하나는 AI가 아니라 "전력"입니다. AI, 반도체, 전기차 모두 결국 전기를 더 많이 필요로 하기 때문입니다. • 우주 산업은 다시 "꿈"이 아니라 "산업"으로 평가받기 시작했습니다. 위성 인터넷, 국방, 지구 관측 데이터 시장이 실제 매출을 만들고 있습니다. • 바이오 업계에서는 AI가 연구 생산성을 높이는 수준을 넘어 개발 프로세스 자체를 바꾸기 시작했다는 평가가 나옵니다. • 자율주행 산업은 기술 경쟁보다 운영 경쟁으로 넘어가고 있습니다. 누가 더 많은 실제 주행 데이터를 확보하느냐가 점점 중요해지고 있습니다. • 테크 업계의 큰 흐름을 보면 결국 하나의 방향으로 수렴하는 것 같습니다. AI, 에너지, 로봇, 바이오, 우주 산업이 각각 성장하는 것이 아니라 서로를 밀어주며 동시에 성장하고 있습니다. --- #TBC #TechNews #AI #Energy #SpaceX #Starship #SMR #Robotics #Biotech #QuantumComputing #Startup
더보기→by 오연우
첫 구매 이후에도 고객과 공급자가 남게 만든 가격 구조: ClassPass의 사례
[성공에서 배우는 세일즈 및 전략] 첫 구매 이후에도 고객과 공급자가 남게 만든 가격 구조 : ClassPass의 사례 지난 Homejoy사례를 보면서 가격 정책이 단순히 고객을 데려오기 위한 숫자만은 아니라는 생각을 했습니다. 낮은 가격은 초기 고객을 빠르게 모을 수 있습니다. 하지만 그 가격 안에서 서비스 품질, 공급자 유지, 반복 구매까지 함께 설계되지 않으면 성장은 오래 유지되기 어렵습니다. 그렇다면 반대로, 가격 구조를 계속 조정하면서 고객과 공급자가 함께 남을 수 있게 만든 사례도 있습니다. ClassPass가 그중 하나입니다. ClassPass는 피트니스 스튜디오, 헬스장, 웰니스 서비스를 하나의 앱에서 예약할 수 있게 만든 플랫폼입니다. 초기에는 월정액으로 여러 피트니스 클래스를 이용할 수 있는 구조에 가까웠고, 한때 무제한 이용 모델도 운영했습니다. 하지만 무제한 모델은 오래 유지되기 어려웠습니다. 이용자가 수업을 많이 들을수록 ClassPass가 스튜디오에 지급해야 하는 비용도 함께 늘어났기 때문입니다. 결국 ClassPass는 무제한 모델을 중단하고, 이용권과 크레딧을 기반으로 한 구조로 전환했습니다. _ [가격은 고객 유입 이후에도 계속 조정되어야 한다] ClassPass가 흥미로운 지점은 가격을 한 번 정하고 끝내지 않았다는 점입니다. 초기에는 고객이 여러 스튜디오를 부담 없이 경험할 수 있게 만드는 것이 중요했습니다. 다양한 클래스를 한 번에 둘러볼 수 있다는 점은 고객에게 충분히 매력적이었습니다. 하지만 사용량이 늘어날수록 비용 구조도 함께 커졌습니다. 고객이 많이 쓸수록 플랫폼이 더 손해를 보는 구조라면, 성장은 오래 유지되기 어렵습니다. 그래서 ClassPass는 가격과 이용 방식을 조정했습니다. 고객은 정해진 크레딧 안에서 여러 클래스를 선택하고, 스튜디오는 빈 좌석을 추가 매출로 전환할 수 있는 방향으로 구조를 바꿨습니다. 가격이 단순한 할인 수단이 아니라, 고객 행동과 공급자 수익을 함께 조정하는 장치가 된 것입니다. _ [공급자의 남는 시간을 추가 매출로 바꿨다] 피트니스 입장에서 비어 있는 수업 좌석은 다시 팔기 어려운 재고입니다. 수업 시간이 지나면 그 좌석은 그대로 사라집니다. ClassPass는 이 빈 좌석을 새로운 고객 유입 채널로 만들었습니다. 스튜디오가 직접 할인 가격을 공개하지 않아도, ClassPass를 통해 남는 자리를 채울 수 있게 한 것입니다. 이 구조는 공급자 입장에서 중요한 의미가 있습니다. 👉 비어 있던 수업 좌석을 매출로 바꿀 수 있다. 👉 기존 회원권 가격을 직접 낮추지 않아도 된다. 👉 새로운 고객이 스튜디오를 경험하게 만들 수 있다. 👉 잘 맞는 고객은 이후 직접 회원으로 전환될 가능성이 생긴다. ClassPass는 파트너 스튜디오의 핵심 수익을 대체하기보다, 비어 있던 시간을 추가 매출로 바꾸는 구조에 가까웠습니다. 이 점이 Homejoy와 다른 지점입니다. _ [고객에게는 선택권, 공급자에게는 수익 구조가 필요하다] 플랫폼 가격 정책에서 중요한 것은 한쪽만 만족시키는 것이 아닙니다. 고객에게는 충분한 선택권과 합리적인 가격이 필요하고, 공급자에게는 이 구조에 참여할 이유가 필요합니다. Homejoy는 낮은 가격으로 수요를 만들었지만, 좋은 클리너를 플랫폼 안에 오래 남게 만드는 구조에는 어려움을 겪었습니다. ClassPass는 반대로 공급자가 남는 좌석을 활용할 수 있게 만들고, 고객에게는 여러 스튜디오를 탐색할 수 있는 선택권을 제공했습니다. 가격 구조가 고객 유입만이 아니라 공급자의 수익 구조와도 연결된 것입니다. 물론 ClassPass도 처음부터 완벽한 모델은 아니었습니다. 무제한 모델을 중단하고 가격 체계를 조정하는 과정에서 고객 반발도 있었습니다. 하지만 중요한 점은 수익 구조를 그대로 방치하지 않았다는 것입니다. 점차 가격 모델을 바꾸면서 고객 사용량, 스튜디오 지급 비용, 빈 좌석 활용, 반복 이용 구조를 계속 맞춰갔습니다. _ ClassPass를 보면서 가격 정책은 판매 전략이면서 동시에 운영 전략이라는 생각을 하게 됩니다. 가격은 고객에게 보이는 숫자입니다. 하지만 플랫폼에서는 그 숫자 안에 고객 행동, 공급자 수익, 재고 활용, 반복 구매 구조가 함께 들어갑니다. 고객을 데려오기 위한 가격과 고객과 공급자가 함께 남을 수 있는 가격은 다릅니다. Homejoy가 첫 구매를 만드는 가격의 한계를 보여줬다면, ClassPass는 가격 구조를 조정하면서 남는 자원을 추가 매출로 바꾼 사례에 가깝습니다. 낮은 가격으로 시작할 수는 있습니다. 하지만 오래 가기 위해서는 그 가격 안에서 고객과 공급자가 모두 남을 수 있어야 합니다. #GTM #Pricing #Marketplace #Startup
더보기→by 김녕호
GTM Intelligence가 주목받는 이유: 고객을 찾는 것에서 시장의 변화를 읽는 것으로
GTM Intelligence가 주목받는 이유: 고객을 찾는 것에서 시장의 변화를 읽는 것으로 최근 2~3년 사이 GTM(Go-to-Market) 분야에서 가장 눈에 띄는 변화 중 하나는 데이터 자체보다 신호(Signal)에 대한 관심이 높아졌다는 점이다. 과거의 GTM 조직은 주로 고객 데이터를 확보하는 데 집중했다. - 누가 의사결정자인가. - 어떤 기업이 우리의 이상적인 고객인가. - 어떤 산업이 가장 빠르게 성장하는가. CRM, Sales Intelligence, Intent Data 시장이 성장한 배경도 여기에 있다. 더 많은 정보와 더 정확한 데이터가 더 나은 GTM 실행으로 이어진다는 전제가 존재했다. 하지만 최근 GTM 환경은 조금 다른 방향으로 움직이고 있다. 기업 정보는 그 어느 때보다 쉽게 접근할 수 있게 되었다. - LinkedIn을 통해 조직 구조를 파악할 수 있다. - 기업 데이터베이스를 통해 투자 이력과 성장 지표를 확인할 수 있다. - 생성형 AI는 산업 조사와 경쟁사 분석의 비용을 크게 낮췄다. - 과거에 경쟁력이었던 정보 접근성은 점차 기본 역량에 가까워지고 있다. 이러한 변화 속에서 GTM 조직들이 주목하기 시작한 것이 Signal Intelligence다. Signal Intelligence의 핵심은 현재 상태보다 변화의 방향에 집중하는 것이다. 예를 들어 다음과 같은 정보들이다. - 특정 국가 담당자 채용 - 신규 파트너 프로그램 시작 - 산업 행사 참가 - 가격 정책 변경 - 제품 포지셔닝 변화 - 신규 투자 유치 - 특정 시장 관련 콘텐츠 발행 개별적으로 보면 단순한 이벤트처럼 보일 수 있다. 그러나 여러 신호가 결합되면 기업의 전략적 움직임을 추론할 수 있게 된다. 최근 GTM 플랫폼들이 발전한 방향도 유사하다. 단순히 더 많은 연락처를 제공하는 것이 아니라, 어떤 계정(Account)이 지금 변화하고 있는지, 어떤 조직이 특정 문제를 해결하려고 움직이고 있는지, 어떤 기업이 새로운 시장이나 새로운 솔루션을 검토하고 있는지를 파악하는 데 초점이 맞춰지고 있다. 이러한 접근은 특히 B2B 시장에서 의미가 크다. 대부분의 구매는 기존 상태에서 발생하지 않는다. - 조직 변화가 있을 때, - 새로운 목표가 설정될 때, - 규제가 바뀔 때, - 예산이 확보될 때, - 새로운 시장에 진출할 때 발생한다. 즉 수요는 종종 변화와 함께 등장한다. Signal Intelligence는 이러한 변화를 더 빠르게 포착하려는 시도라고 볼 수 있다. 다만 여기서 흥미로운 질문이 하나 남는다. "신호를 발견하는 것만으로 충분할까?" 실제 현장을 살펴보면 그렇지만은 않다. 예를 들어 해외 기업의 한국 시장 진출을 생각해보자. - 기업은 한국어 페이지를 개설할 수 있다. - 현지 담당자를 채용할 수 있다. - 전시회에 참가할 수도 있다. 이러한 신호들은 분명 의미가 있다. 하지만 실제 시장 진입의 성패는 종종 다른 요소에 의해 결정된다. - 어떤 파트너를 만났는가. - 누구의 소개를 받았는가. - 어떤 초기 고객을 확보했는가. - 누가 해당 기업을 신뢰할 수 있다고 평가했는가. 이러한 요소들은 공개 데이터로 확인하기 어렵다. 그러나 실제 의사결정 과정에서는 매우 중요한 역할을 한다. 흥미로운 점은 가장 가치 있는 정보가 항상 데이터베이스 안에 존재하지 않는다는 것이다. 국제 행사, 산업 커뮤니티, 파트너 네트워크, 비공개 미팅 등에서 공유되는 맥락(Context)은 공개 신호만으로는 설명하기 어려운 의사결정의 배경을 제공한다. 이 때문에 최근 GTM 논의는 단순히 데이터 수집이나 신호 탐지를 넘어, 신호를 어떻게 해석할 것인가의 문제로 이동하고 있다. 같은 신호를 보더라도 어떤 조직은 기회를 발견하고, 어떤 조직은 아무런 행동을 하지 못한다. 차이는 데이터의 양이 아니라 맥락에 대한 이해에서 발생하는 경우가 많다. 이러한 관점에서 GTM Intelligence는 단순한 기술 카테고리가 아니라 하나의 변화로 볼 수 있다. 시장을 이해하기 위해 정적인 정보만 보던 방식에서, 시장 안에서 일어나는 움직임과 변화의 흐름을 읽으려는 방식으로의 전환이다. 다만 시장 진입과 사업 개발의 관점에서 보면, 신호는 출발점일 가능성이 높다. 실제 실행 단계에서는 여전히 파트너십, 신뢰, 레퍼런스, 커뮤니티와 같은 요소들이 중요한 역할을 한다. 따라서 앞으로의 GTM은 단순히 더 많은 데이터를 확보하는 경쟁이 아니라, 시장 안에서 발생하는 변화를 이해하고 그 변화가 어떤 맥락 속에서 일어나고 있는지 해석하는 능력이 점점 중요해질 것으로 보인다. Markets are no longer won by who has the most data, but by who can interpret change the fastest. #GTM #GTMIntelligence #SignalIntelligence #MarketEntry #BusinessDevelopment #B2BGrowth #RevenueOperations #GoToMarket #GrowthStrategy #StartupGrowth #Ecosystem #GlobalExpansion #TBC #RelationshipInfrastructure
더보기→by 김서현
초기 시장선점 시 가격정책의 중요성: Homejoy의 사례
[실패에서 배우는 세일즈 및 전략] 👇 초기 시장선점 시, 가격정책의 중요성 : Homejoy의 사례 가격은 고객을 움직이게 만드는 중요한 요소입니다. 특히 새로운 시장에 들어갈 때 할인율이 적용된 낮은 가격은 고객 경험에 진입 장벽을 낮추고, 체험하게 만드는 데 도움이 됩니다. 하지만 가격은 고객을 유치하기위한 숫자만은 아닙니다. 그 가격으로 서비스 품질을 유지할 수 있는지, 공급자를 안정적으로 확보할 수 있는지 그리고 고객이 다시 돌아올 이유가 만들어지는지까지 함께 봐야 합니다. Homejoy는 이 부분을 잘 보여주는 사례입니다. Homejoy는 집 청소 서비스를 온라인으로 예약할 수 있게 만든 온디맨드 홈클리닝 플랫폼이었습니다. 한때 약 4천만 달러를 투자받고 빠르게 성장했지만, 2015년 서비스를 종료했습니다. _ [할인된 가격은 첫 구매를 만들 수 있다] Homejoy는 고객을 빠르게 확보하기 위해 첫 청소 가격을 높은 수준의 할인가로 제공하는 전략을 사용했습니다. 일부 프로모션에서는 첫 청소를 19.99달러 수준으로 제공하기도 했습니다. 고객 입장에서는 부담 없이 청소 서비스를 경험해볼 수 있는 가벼운 가격이었습니다. 플랫폼 입장에서도 예약 수를 빠르게 늘리기 좋은 방식이었죠. 하지만 이런 초기 할인정책은 실패로 돌아오게 됩니다. 왜냐하면 할인된 가격으로 유입된 고객에게 다음과 같은 질문에 명쾌한 답변을 주지 못했기 때문이죠. 👉 이 서비스가 금액이 올라도 쓸 수 있을까? 👉 금액을 올리면 기대치만큼 서비스 질이 좋을지도 의문이야! 👉 직접 클리너와 계약하는게 조금 더 싸게 서비스를 이용하는 방법이지 않을까? _ [서비스 가격에는 운영 구조가 함께 들어간다] 청소 서비스는 서비스를 이용하기 시작한 것에 끝나지 않습니다. 클리너의 이동 시간, 교육, 품질 관리, 일정 조율, 취소 대응까지 함께 고려해야합니다. 가격을 낮추면 쉽게 고객을 유치할 수 있지만 할인된 가격정책 안에서 좋은 클리너의 인력을 유지하고, 안정적인 서비스 품질을 제공하고, 고객이 다시 서비스를 이용할 이유를 만들어주어야 합니다. Homejoy는 이 부분에서 어려움을 겪었습니다. 할인으로 유입된 고객은 많았지만, 재방문율은 낮았습니다. 좋은 클리너가 서비스 밖에서 고객과 직접 계약을 맺기위해 플랫폼을 떠나는 문제도 발생했습니다. 할인된 가격은 수요를 만들었지만, 공급자 유지와 서비스 품질, 반복 구매까지 같이 해결해주지는 못했습니다. 오히려 좋은 서비스를 경험한 고객은 서비스를 이용하는 것이 아닌, 좀 더 저렴한 방식으로 서비스를 이탈하는 변수가 발생한 것입니다. _ [할인으로 들어온 고객, 어떻게 서비스 단골로 만들 것인가?] 할인은 초기 성장을 빠르게 만들 수 있습니다. Homejoy는 고객을 유치하는데에 성공한 듯 보였죠. 특히 투자자에게 보여줄 성장 지표를 만들 때는 초기 사용자 수와 같은 지표들이 효과적으로 보일 수 있습니다. 하지만 Homejoy는 이러한 점들을 간과한 채, 사용자의 이탈을 바라볼 수 밖에 없었습니다. 당시 분석에 따르면 첫 달 이후에도 서비스를 계속 이용한 고객은 약 25% 수준이었고, 6개월 뒤에는 10% 미만으로 떨어지게 되었습니다. 초기 시장에 진출할 때, 할인 금액을 제공하는 것은 효과적일 수 있습니다. 하지만 가격 정책은 고객의 서비스에 대한 첫 가치를 매기는 요소입니다. Homejoy는 이러한 점들을 간과한 채로 서비스를 계속 운영하였습니다. _ 이번 사례를 통해 가격 정책에는 공급자 구조, 서비스 품질, 고객 리텐션, 운영 비용이 모두 들어갑니다. Homejoy를 보면서 가격 책정은 분야를 막론하고 GTM에서 생각보다 더 고려할 점이 많다는 생각이 들었습니다. 고객을 모집할 때의 가격과 단골 고객을 만드는 가격전략은 다를 수 밖에 없습니다. 낮은 가격이 성장동력을 만들 수는 있습니다. 하지만 할인된 가격 안에서 품질과 반복 구매가 함께 설계되지 않으면, 성장은 오래 유지되기 어렵다는 교훈을 이번 사례를 통해 볼 수 있습니다. #gtm #pricing #business
더보기→by 김녕호
B2B 경쟁은 Lead Generation이 아니라 Trust Distribution의 경쟁이 되고 있습니다
최근 미국 SaaS 시장을 보면 흥미로운 변화가 나타나고 있다. 많은 기업들이 AI 기능 경쟁에 막대한 자금을 투입하고 있지만, 정작 성장 속도가 빠른 기업들은 조금 다른 곳에 투자하고 있다. 바로 신뢰(Trust)다. 대표적인 사례가 Ramp다. Ramp는 기업 카드와 지출 관리 플랫폼으로 알려져 있지만, 최근 몇 년간 회계사(Accountants)와 회계법인(Accounting Firms) 네트워크 구축에 상당한 노력을 기울여 왔다. 현재 회사는 별도의 Accounting Partner Program을 운영하고 있으며, 수천 개의 회계법인과 협력하고 있다. 흥미로운 것은 이것이 단순한 채널 파트너 전략이 아니라는 점이다. 오히려 B2B 시장의 본질을 정확히 이해한 결과에 가깝다. 창업자들은 종종 제품 경쟁력을 가장 중요한 요소로 생각한다. 물론 좋은 제품은 중요하다. 하지만 B2B 시장에서 고객은 생각보다 제품 자체를 평가하지 않는다. 대신 의사결정의 리스크를 평가한다. Gartner에 따르면 오늘날 B2B 구매에는 평균 6~10명의 이해관계자가 참여한다. 그 이유는 단순하다. 잘못된 구매 결정의 비용이 크기 때문이다. 특히 금융, 인사, 보안, 데이터 관리와 같이 기업 운영의 핵심 영역에서는 더욱 그렇다. 그래서 의사결정자는 종종 이런 질문을 던진다. "가장 좋은 제품이 무엇인가?" 가 아니라, "이 선택을 해도 괜찮을까?" 이 질문에 대한 답을 찾기 위해 사람들은 제품 설명서보다 먼저 자신이 신뢰하는 전문가를 찾는다. 회계사, 법무법인, 컨설턴트, 업계 전문가, 투자자, 액셀러레이터가 중요한 이유도 여기에 있다. 그들은 단순한 소개자가 아니다. 시장 속 신뢰의 전달자다. 많은 사람들은 AI가 신뢰의 중요성을 줄일 것이라고 예상했다. 정보 접근성이 높아지면 전문가의 역할도 줄어들 것이라고 생각한 것이다. 하지만 실제 시장은 정반대로 움직이고 있다. AI는 정보의 부족 문제를 해결했지만, 정보의 과잉 문제를 만들었다. 오늘날 기업은 정보를 찾지 못해서 의사결정을 못 하는 것이 아니다. 너무 많은 정보 때문에 무엇을 믿어야 할지 결정하지 못한다. 이런 환경에서는 정보보다 신뢰가 더 중요해진다. 그리고 신뢰는 알고리즘이 아니라 사람을 통해 전달된다. 과거 SaaS 기업의 경쟁 우위는 기능(Function)이었다. 그 다음 시대는 데이터(Data)였다. 그리고 지금은 신뢰 네트워크(Trust Network)가 새로운 경쟁 우위가 되고 있다. OpenAI가 YC 스타트업 생태계와 긴밀하게 연결되는 이유도, Ramp가 회계사 네트워크에 투자하는 이유도, Mercury가 스타트업 커뮤니티와 깊은 관계를 구축하는 이유도, 본질적으로는 같은 질문에서 출발한다. "시장의 신뢰는 어디에 존재하는가?" 그리고 그 질문에 답할 수 있는 기업들이 더 빠르게 성장하고 있다. 많은 스타트업이 파트너십을 이야기한다. 하지만 대부분의 파트너십은 공동 마케팅이나 MOU 수준에서 끝난다. 진짜 파트너십은 다르다. 이미 신뢰를 보유한 사람과 조직을 이해하고, 그들의 업무 흐름 안에서 가치를 제공하는 것이다. 결국 고객은 제품을 구매하는 것이 아니라 신뢰를 구매한다. 그리고 좋은 GTM 전략은 새로운 네트워크를 만드는 것이 아니라, 이미 존재하는 신뢰의 흐름을 발견하는 것에서 시작된다. 앞으로의 B2B 경쟁은 Lead Generation의 경쟁이 아니라 Trust Distribution의 경쟁이 될지도 모른다. References • Gartner – The New B2B Buying Journey • Ramp Accounting Partner Program • Ramp for Accounting Firms • Mercury Partner Ecosystem • BILL Accountant Program #thefutureofgtm #trustnetworks #relationshipcapital #partnershipstrategy #distributionstrategy #b2bsales #startupgrowth #businessdevelopment #founderledsales #gtm
더보기→by 김서현
토큰 비용이 폭발하는 지금, 어디에 돈이 몰리는가
[Silicon Valley 투자 사례 분석 - 11호] 토큰 비용이 폭발하는 지금, 어디에 돈이 몰리는가 1. AI ROI 회의론: 수요와 공급 양방향 이슈 지난달 실리콘밸리에서 “Tokenpocalypse”라는 단어가 돌기 시작했다. GitHub Copilot이 정액제에서 token 사용량 기반 과금으로 전환하자 개발자 커뮤니티에서 나온 반응이다. 단순한 가격 정책 변화가 아니다. Anthropic은 IPO를 위한 비공개 예비 신청을 마쳤고, OpenAI의 수익성 압박도 커지고 있다. (두 기업이 계속 vertical 서비스 및 통합 서비스를 내놓는 게 이를 반증한다.) 그동안 투자자 돈으로 보조되어 온 AI 제품의 원가가 이제 기업 고객에게 전가되기 시작했다는 신호다. 문제는 양방향에서 동시에 터지고 있다. 📍수요 측 너도 나도 AX를 추진하며 기업들의 토큰 소비가 통제가 어려운 수준으로 커졌다. 지난주 보도에 따르면 Uber는 연간 AI 예산을 4개월 만에 소진했고, 뒤늦게 직원당 월 $1,500 상한선을 도입했다. Ramp 내부 데이터 기준으로 고객사의 월평균 AI token 지출은 2025년 1월 이후 13배 증가했다. 쓸수록 돈은 나가는데, ROI는 불분명하다. Bain에 따르면 951개사 중 40%가 AI 투자 대비 비용 절감이 10% 이하에 그쳤다고 한다. 📍공급 측 frontier 모델 회사들은 여전히 대규모 적자를 감수하며 성장하고 있다. OpenAI는 2026년 1분기 기준 매출 $1당 $1.22를 잃고 있고, 흑자 전환은 2030년 이전엔 어렵다는 게 중론이다. Anthropic은 수익성을 빠르게 개선 중이지만 구조적 흑자인지는 아직 논쟁 중이다. 2. 이 관점에서 사업 기회: AI 비용 통제 및 관리 법인카드·경비 관리 플랫폼 Ramp가 $750M을 조달하며 $44B 밸류에이션을 받았다. 리드는 ICONIQ, GIC, Ontario Teachers’ Pension Plan — VC가 아닌 기관투자자와 대형 금융사 중심의 구성이다. 2025년 3월 $13B에서 출발해 15개월 만에 3배 넘게 뛰었다. 성장의 베이스는 펀더멘털이다. 2024년 말 ARR 성장률 133%, 추정 ARR $1.5B, positive free cash flow. 이번 베팅의 핵심은 “새로운 포지셔닝”에 있다. Ramp는 AI provider로부터 token-level 데이터를 직접 수집해 법인카드 지출, invoice와 하나의 뷰로 통합하는 AI Token Spend Management를 출시했다. AI agent가 직접 구매할 수 있는 Agent Cards도 함께다. (agent용 결제 서비스라니!) Ramp가 이 포지션을 잡을 수 있었던 건 자신이 이미 장악한 법인지출관리 레이어에서 자연스럽게 확장했다. 단, 두 기능 모두 올해 초 출시된 early access 단계다. 투자자들이 베팅한 건 Ramp의 AI 기능 자체가 아니라, AI 비용 문제가 구조적으로 커질 것이라는 전제다. 3. 마무리 코멘트 지난 호에서 OpenAI가 YC 스타트업에 compute를 투자 통화로 건넨 딜을 다뤘다. AI 공급자가 생태계를 선점하는 이야기였다. 이번 호는 그 반대편이다. 공급자가 비용을 전가하기 시작하는 순간, 수요 측에서 새로운 문제가 터지고, 그 문제가 새로운 사업 기회가 된다. 지금 실리콘밸리에서 주목받는 건 가장 앞선 AI가 아니다. AI가 만들어낸 혼란 속에서 기업이 실제로 필요로 하는 것을 가장 먼저 알아챈 팀이다.
더보기→by 김지예
AI 붐이 에너지, 바이오, 로봇 산업을 다시 주인공으로 만들고 있습니다
이번 주 테크판에서 눈여겨볼 만한 소식들만 빠르게 정리했습니다. 👇 [1] 논란/이슈 1. 중국이 또 한 번 원전 기록을 갈아치웠습니다 중국은 신규 원전 건설 계획을 발표하며 다시 세계 최대 원전 투자국 지위를 강화했습니다. AI 때문에 데이터센터 전력 수요가 늘고 있지만, 사실 더 큰 그림은 국가 단위 전력 확보 경쟁입니다. 이제 에너지 정책 자체가 기술 경쟁력의 일부가 되고 있습니다. 2. 미국 주택 시장에서 AI 모기지 심사가 빠르게 확산되고 있습니다 여러 핀테크 기업들이 AI 기반 대출 심사 시스템을 확대하면서 심사 속도는 빨라졌지만, 차별 가능성과 투명성을 둘러싼 논쟁도 커지고 있습니다. AI 규제는 이제 챗봇만의 이야기가 아니라 금융 산업 전체로 번지고 있습니다. 3. 글로벌 항공업계가 '지속가능 항공연료(SAF)' 공급 부족을 경고했습니다 항공사들은 탄소 감축 목표를 세우고 있지만 실제 연료 공급량은 이를 따라가지 못하고 있습니다. AI만큼 주목받지는 않지만, 향후 10년 항공산업의 가장 큰 병목 중 하나로 평가됩니다. 4. AI 인재 확보 경쟁이 더 치열해지고 있습니다 Meta, OpenAI, Google, Anthropic뿐 아니라 금융·바이오·국방 기업까지 AI 연구자 확보 경쟁에 뛰어들고 있습니다. 최근에는 모델 개발보다 인재 확보 비용이 더 빠르게 오르고 있다는 분석도 나왔습니다. 5. 미국과 유럽의 반도체 정책 방향 차이가 더 뚜렷해졌습니다 미국은 첨단 AI 반도체 중심, 유럽은 제조 생태계와 산업 자립에 더 집중하는 모습입니다. 반도체 경쟁도 단순 기술이 아니라 산업 전략 경쟁으로 확대되고 있습니다. --- [2] 이번 주 새로 나온 기술/제품 및 움직임 1. Neuralink, 인간 임상 대상자를 추가 모집했습니다 뇌-컴퓨터 인터페이스(BCI) 분야가 다시 주목받고 있습니다. 아직 초기 단계지만, 장기적으로는 키보드나 스마트폰 이후의 새로운 인터페이스가 될 가능성을 보여주고 있습니다. 2. Waymo는 자율주행 서비스 지역을 계속 확대하고 있습니다 미국 주요 도시에서 유료 자율주행 호출 서비스가 확대되고 있습니다. 몇 년 전만 해도 실험처럼 보였지만, 이제는 실제 교통 인프라 일부로 자리 잡기 시작했습니다. 3. AI 신약 개발 기업들의 임상 진입 속도가 빨라지고 있습니다 Insilico Medicine, Recursion 등 AI 기반 바이오 기업들이 임상 파이프라인을 확대하고 있습니다. AI가 가장 먼저 산업 구조를 바꿀 분야 중 하나로 바이오가 다시 주목받고 있습니다. 4. Google I/O 후폭풍이 계속되고 있습니다 Gemini, Astra, Veo 발표 이후 개발자들의 실제 테스트 결과가 나오기 시작했습니다. 특히 Astra의 실시간 화면 이해 기능과 Veo의 영상 품질이 예상보다 강력하다는 평가가 이어지고 있습니다. 5. 로봇 산업에 자금이 다시 몰리고 있습니다 물류, 제조, 창고 자동화 분야 로봇 스타트업들이 대규모 투자를 유치하고 있습니다. AI가 두뇌라면, 로봇은 결국 그 두뇌가 현실 세계와 연결되는 손과 발이라는 인식이 강해지고 있습니다. 6. 차세대 배터리 기업들이 상용화 일정을 앞당기고 있습니다 전고체 배터리와 차세대 리튬 기술 기업들이 생산 계획을 공개하고 있습니다. 전기차 시장뿐 아니라 데이터센터, 드론, 로봇 산업에도 영향을 줄 수 있는 변화입니다. --- [3] 놓치기 아까운 마이크로 시그널 • AI 투자금은 여전히 많지만, 최근에는 모델 회사보다 "AI를 활용해 실제 문제를 해결하는 기업"으로 더 많이 흘러가고 있습니다. • 바이오, 에너지, 로봇, 반도체처럼 물리적 제약이 있는 산업이 다시 주목받고 있습니다. 지난 2년이 소프트웨어 중심이었다면, 이제는 현실 세계 인프라로 관심이 이동하는 분위기입니다. • 자율주행과 로봇 분야에서는 "기술 가능성"보다 "실제 운영 경험"이 경쟁력이 되고 있습니다. 파일럿보다 실제 서비스 운영 데이터가 더 중요해지고 있습니다. • 원전, 전력망, 배터리 이야기가 투자자 대화에 더 자주 등장하고 있습니다. AI 붐이 오히려 에너지 산업을 다시 주인공으로 만들고 있습니다. • AI 뉴스가 워낙 많지만, 앞으로 10년을 바꿀 산업은 AI 하나만이 아닐 수도 있습니다. 에너지, 바이오, 로봇, 우주 산업에서 나오는 변화들도 함께 보는 것이 중요해 보입니다. --- #TBC #TechNews #AI #Robotics #Biotech #Energy #Nuclear #Neuralink #Waymo #Startup
더보기→by 오연우
고객은 도입 이후의 부담을 먼저 본다: Olive AI의 사례
[실패에서 배우는 GTM & B2B 세일즈] 👇 고객은 도입 이후의 부담을 먼저 본다: Olive AI의 사례 AX 전환은 B2B 시장에서 자주 언급되는 주제입니다. 반복 업무를 줄이고, 비용을 낮추고, 인력 부담을 완화할 수 있다는 점에서 많은 기업이 관심을 갖습니다. Olive AI도 AI 관련 도입을 고려하던 초기 시장에 힘입어 성장한 회사였습니다. 병원의 청구, 사전 승인, 수익 주기 관리 같은 행정 업무를 자동화하겠다는 방향으로 시장에 진입했고, 한때 40억 달러 가치로 평가받았습니다. 하지만 2023년 Olive AI는 핵심 사업부를 Waystar와 Humata Health에 매각하고, 나머지 사업을 정리하는 수순으로 들어갔습니다. _ [중요한 기능으로 보였던 자동화, 하지만? 고객이 원하는 것은?] AI 자동화(AX)는 도입 전 단계에서 고객에게 매력적일 수 있습니다. 왜냐하면 실무 및 보고 체계에서의 병목을 해소할 수 있겠다는 기대감 때문이죠. 반복 업무 감소, 인력 부담 완화, 비용 절감처럼 기대 효과와 이로인한 비전을 명확하게 제시할 수 있기 때문입니다. 특히나 고객의 정의가 '경영진'에 해당하면 이러한 기대는 더욱 증대될 수 있습니다. 다만 B2B 구매는 비전과 기대 효과만으로 결정되지 않습니다. 고객은 도입 이후의 운영 방식까지 함께 검토합니다. 또한 실제로 사용하는 '실무진'의 입장에서의 사용자를 고려해야 하죠. 사용자들은 아래 내용들을 경영자와 충분한 합의가 필요할 것입니다. 👉 기존 시스템과 어떻게 연결되는가? 👉 실제 담당자의 업무가 얼마나 줄어드는가? 👉 자동화가 틀렸을 때 누가 확인하고 책임지는가? 👉 도입 이후 절감 효과를 어떤 숫자로 설명할 수 있는가? Olive AI는 병원 행정의 큰 문제를 다뤘지만, 제시했던 자동화 효과도 고객과 사용자 입장에서는 충분히 명확하게 검증되지 못했던 것으로 보입니다. 일부 기능은 완전한 자동화라기보다 사람의 개입에 의존하는 부분이 있었고, 고객이 기대했던 비용 절감 효과도 반복적으로 확인하기 어려웠습니다. 고객 입장에서는 실제로 업무 처리 시간이 얼마나 줄었는지, 인력 부담이 얼마나 낮아졌는지, 오류와 재작업이 얼마나 감소했는지를 확인하는 일이 더 중요했을 것입니다. 결국 자동화가 실제 효율로 이어진다는 점을 충분히 증명하지 못하면, 경영진의 기대와 실무진의 체감 사이에 간극이 생깁니다. Olive AI는 이 간극을 줄이는 데 어려움을 겪었던 것으로 보입니다. 특히 자동화 이후에 생길 수 있는 운영 부담을 고객이 납득할 수 있을 만큼 충분히 설명하지 못했던 것으로 보입니다._ [고객과 사용자는 추가 부담도 계산한다] AX 전환은 업무를 줄이는 효과를 기대하게 하지만, 사용자 입장에서는 새로운 업무 방식이 생기는 일이기도 합니다. 시스템 연동, 데이터 정합성, 담당자 교육, 오류 대응, 개인정보와 보안 검토가 함께 따라옵니다. 자동화가 기존 업무를 줄일 수 있더라도, 현장에서는 새로운 관리 업무가 생길 수 있습니다. 특히 병원은 리스크에 민감한 조직입니다. 청구 오류, 승인 지연, 환자 데이터 처리 문제는 운영 손실이나 규제 리스크로 이어질 수 있습니다. 이로인하여 자동화 기능이 좋아도 고객과 사용자가 체감하는 부담이 크면 구매 결정까지 이르지 못하게 됩니다. _ [AX를 파는 GTM은 변화 관리까지 설명해야 한다] AI 솔루션을 파는 회사는 보통 기능과 효율을 먼저 설명합니다. 하지만 실제 구매 단계에서는 다른 질문이 올라옵니다. 💭 문제가 생기면 어느 팀이 대응할 수 있지? 💭 성과보고 기준은 어떤 지표로 보고할 수 있을까? 💭 이 솔루션을 도입하면 기존 업무가 어떻게 바뀔까? AX 전환은 고객의 조직 안에서 업무, 실무자, 데이터, 경영진의 책임 구조가 어떻게 바뀌는지를 함께 설명해야 합니다. Olive AI를 보면서 AX 전환과 GTM이 깊게 연결되어 있다는 생각이 들었습니다. AX를 고객에게 팔기 위해서는 어떻게 운영되는가를 더 구체적으로 설명해야 합니다. 자동화를 구축할 수 있는 환경이 준비되어도 고객의 현장에 제대로 자리 잡지 못하면, 시장의 기대가 실제 매출로 이어지기 어렵습니다. #b2b #gtm #ax
더보기→by 김녕호
Google I/O 이후 AI 경쟁의 기준이 제품 통합으로 이동했습니다
이번 주 테크판에서 눈여겨볼 만한 소식들만 빠르게 정리했습니다. 👇 [1] 논란/이슈 1. Google I/O 이후, AI 경쟁의 기준이 다시 바뀌었습니다 이번 주 가장 큰 화제는 단연 Google I/O였습니다. Google은 Gemini Ultra 3, Gemini Live, Veo 4, Imagen 5, Project Astra, Android AI 기능 등을 한꺼번에 공개했습니다. 흥미로운 건 모델 성능보다 제품 통합에 더 많은 관심이 쏠렸다는 점입니다. 이제 AI 경쟁은 "누가 더 똑똑한 모델을 만들었는가"보다 "누가 더 많은 사용자의 일상에 들어갔는가"에 가까워지고 있습니다. 2. OpenAI의 io 인수 여파가 계속되고 있습니다 지난주 발표된 Jony Ive의 io 인수는 여전히 업계의 주요 화제였습니다. 특히 투자자들과 업계 관계자들은 OpenAI가 스마트폰 이후의 새로운 AI 디바이스를 정말 만들 수 있을지에 관심을 보이고 있습니다. AI 업계가 다시 하드웨어 시장으로 확장되는 흐름이 나타나고 있습니다. 3. AI 데이터센터 투자 규모가 다시 시장을 놀라게 했습니다 Microsoft, Google, Amazon, Anthropic, OpenAI 진영 모두 수십~수백억 달러 규모의 인프라 확장 계획이 이어지고 있습니다. 불과 2년 전만 해도 GPU 확보가 핵심 이슈였다면, 이제는 전력·냉각·부지 확보가 더 자주 언급되고 있습니다. 4. AI 저작권 소송은 계속 늘어나고 있습니다 출판사, 언론사, 창작자 단체들이 AI 학습 데이터 사용을 둘러싼 법적 공방을 이어가고 있습니다. 업계에서는 기술 경쟁만큼 법원의 판결도 중요한 변수가 되고 있다는 이야기가 나오고 있습니다. 5. AI 채용 시장의 양극화가 더 뚜렷해졌습니다 AI 엔지니어와 인프라 인력 수요는 계속 증가하는 반면, 일부 사무직과 반복 업무 직군은 채용 축소 움직임이 나타나고 있습니다. AI가 노동시장에 미치는 영향이 통계로도 조금씩 확인되기 시작했습니다. --- [2] 이번 주 새로 나온 기술/제품 및 움직임 1. Google, Gemini Ultra 3 공개 Google I/O의 핵심 발표 중 하나였습니다. 추론 능력, 멀티모달 처리, 에이전트 활용성이 크게 향상됐으며, Google은 이를 Workspace, Search, Android 전반에 빠르게 적용할 계획을 밝혔습니다. 특히 개발자들은 Gemini가 Google 생태계 전체에 얼마나 깊게 통합될지 주목하고 있습니다. 2. Project Astra가 실제 제품에 더 가까워졌습니다 작년에 처음 공개됐을 때만 해도 연구 프로젝트에 가까웠지만, 이번 I/O에서는 실시간 화면 이해와 지속적 메모리 기능이 크게 발전한 모습을 보여줬습니다. 많은 사람들이 "드디어 AI 비서다운 모습이 보이기 시작했다"는 반응을 보였습니다. 3. Veo 4와 Imagen 5 공개 Google은 영상 생성 모델 Veo 4와 이미지 생성 모델 Imagen 5를 공개했습니다. 특히 Veo 4는 영상 품질과 일관성 측면에서 큰 발전을 보여주며 생성형 영상 시장 경쟁을 다시 뜨겁게 만들었습니다. 4. Microsoft, Copilot 에이전트 기능 확대 Build 행사 이후 Microsoft는 Copilot Studio와 기업용 에이전트 기능을 계속 확장하고 있습니다. 이제 AI는 답변 도구가 아니라 실제 업무 프로세스를 수행하는 방향으로 이동하고 있습니다. 5. Anthropic, Claude Enterprise 기능 강화 Claude는 장문 문서 처리, 프로젝트 관리, 기업용 보안 기능을 지속적으로 개선하고 있습니다. Anthropic은 여전히 "기업이 믿고 쓸 수 있는 AI"라는 포지션을 강화하는 모습입니다. 6. Apple의 AI 전략에도 관심이 쏠리고 있습니다 WWDC를 앞두고 Apple Intelligence 업데이트와 외부 AI 모델 선택 기능 관련 기대가 커지고 있습니다. AI 경쟁이 이제 모바일 운영체제 레벨까지 확장되고 있다는 점을 보여줍니다. --- [3] 놓치기 아까운 마이크로 시그널 • Nvidia 생태계에 대한 의존도를 줄이려는 움직임이 계속 늘고 있습니다. Google TPU, Amazon Trainium, Microsoft Maia 같은 대안 칩 이야기가 점점 더 자주 나오고 있습니다. • AI 스타트업 투자금은 여전히 프런티어 모델보다 인프라·에이전트·버티컬 AI 쪽으로 더 많이 흘러가고 있습니다. • 여러 SaaS 기업들이 AI 기능을 별도 상품이 아니라 기본 기능으로 흡수하기 시작했습니다. AI가 점점 "제품"이 아니라 "기본 전제"가 되어가는 모습입니다. • 기업들의 관심도 "어떤 모델을 쓸까?"에서 "어떤 업무를 자동화할까?"로 이동하고 있습니다. --- #TBC #TechNews #AI #GoogleIO #Gemini #ProjectAstra #OpenAI #Anthropic #Microsoft #Apple #Startup
더보기→by 오연우
글로벌 B2B 스타트업의 해외 파트너십 구축 우선순위
글로벌 B2B 스타트업의 해외 파트너십 구축 우선순위 실제 성공 사례와 파트너 생태계 연구를 기반으로 많은 초기 스타트업이 해외 진출을 이야기할 때 가장 먼저 묻는 질문은 비슷하다. “어떤 파트너를 찾아야 하나요?” 하지만 실제 글로벌 B2B 시장에서 더 중요한 질문은 따로 있다. “어떤 경로로 신뢰를 형성할 것인가?” 이다. 특히 B2B SaaS, AI, Enterprise Software 시장에서는 단순한 소개나 계약보다 신뢰 형성 과정 자체가 시장 진입 전략의 일부가 된다. 최근 Forrester, IDC, 파트너 생태계 연구 자료들을 살펴보면 공통적으로 나타나는 흐름이 있다. 파트너십은 더 이상 부가적인 채널이 아니다. 성장 전략 그 자체가 되고 있다. 실제로 파트너 주도 성장(Partner-Led Growth)을 적극적으로 운영하는 기업들은 평균적으로 더 높은 매출 기여도를 기록하고 있으며, 성숙한 파트너 프로그램은 기업 매출의 상당 부분을 차지하고 있다. 그러나 많은 초기 스타트업은 여전히 파트너십에 "계약"으로 접근한다. 실제 시장에서는 오히려 "관계 → 공동 실행 → 반복 가능한 성공 경험" 순서로 형성되는 경우가 훨씬 많다. 그 관점에서 글로벌 B2B 스타트업 기준 해외 파트너십 구축 우선순위를 정리하면 다음과 같다. 1. Warm Introduction (가장 높은 성공 확률) 가장 강력한 진입 경로다. - VC - 기존 고객 - 산업 전문가 - 커뮤니티 리더 - 기존 파트너 등을 통한 소개가 여기에 해당한다. B2B 시장은 기본적으로 신뢰 비용이 높은 시장이다. 특히 해외 시장에서는 제품보다 먼저 "누가 소개했는가"가 평가되는 경우가 많다. 실제로 많은 글로벌 SaaS 기업들이 초기 엔터프라이즈 고객과 파트너를 기존 네트워크를 통해 확보했다. 콜드 이메일은 대화를 시작할 수 있지만, Warm Introduction은 신뢰를 시작한다. 2. 공동 세미나 · 웨비나 생각보다 매우 강력한 방식이다. 초기 스타트업들이 흔히 범하는 실수는 "미팅을 많이 잡는 것" 이다. 그러나 파트너십은 미팅 횟수보다 공동 작업 경험에서 형성된다. - 공동 웨비나 - 공동 패널 토론 - 공동 세미나 - 공동 리포트 발행 등은 상대방이 실제로 어떻게 일하는 조직인지 경험하게 만든다. 이 과정에서 실행력, 커뮤니케이션 방식, 산업 이해도가 자연스럽게 검증된다. 3. 전시회 및 산업 이벤트 시장 진입 초기에는 여전히 가장 효율적인 방법 중 하나다. 특히 해외 전시회의 가치는 단순 리드 확보가 아니다. 짧은 기간 동안 산업 생태계를 압축적으로 관찰할 수 있다는 점이다. 고객, 파트너, 유통사, 투자자, 미디어가 동시에 모인다. 글로벌 진출 초기 기업 입장에서는 몇 달의 시장조사보다 2~3일의 산업 전시회가 더 많은 인사이트를 제공하는 경우가 많다. 4. 파일럿 프로젝트 실제 계약으로 이어지는 비율이 높다. 많은 스타트업이 "파트너십을 하자" 고 제안한다. 그러나 상대방 입장에서는 리스크가 크다. 반면 "3개월 파일럿을 같이 해보자" 는 제안은 훨씬 현실적이다. 성공적인 글로벌 파트너십의 상당수는 MOU가 아니라 작은 공동 프로젝트에서 시작된다. 5. 콘텐츠 기반 관계 구축 최근 가장 과소평가되는 전략이다. LinkedIn, Newsletter, Case Study, Industry Insight 등을 지속적으로 발행하는 기업들은 생각보다 많은 파트너 제안을 받는다. 특히 B2B 시장에서는 전문성이 곧 신뢰다. Forrester 역시 최근 파트너 생태계 연구에서 신뢰를 파트너 성장의 핵심 자산으로 정의하고 있다. 콘텐츠는 그 신뢰를 가장 낮은 비용으로 축적하는 방법이다. 6. 액셀러레이터 및 글로벌 프로그램 시장 진입 속도를 크게 높여준다. 대표 사례: Techstars, Enterprise Singapore, Start2 Group 등 이러한 조직들은 단순 멘토링 기관이 아니다. 현지 네트워크 접근 권한을 제공하는 플랫폼에 가깝다. 특히 초기 해외 진출 단계에서는 네트워크 자체가 자산이 된다. 7. VC 네트워크 생각보다 활용도가 높다. 좋은 VC는 자금보다 연결을 제공한다. 특히 고객 소개, 현지 파트너 연결, 전략적 제휴 영역에서 큰 도움을 주는 경우가 많다. 실제로 많은 글로벌 SaaS 기업들이 투자사의 포트폴리오 네트워크를 활용해 초기 파트너십을 구축했다. 8. 현지 전문가 및 GTM 파트너 후반부 확장 단계에서 중요해진다. 해외 시장은 언어보다 맥락이 어렵다. 현지 전문가들은 의사결정 구조, 문화, 구매 프로세스, 산업 관행을 이해하고 있다. 따라서 초기 채용보다 현지 GTM 파트너, 산업 전문가, 전문 컨설턴트 형태가 더 효율적인 경우가 많다. 실제 글로벌 시장에서 가장 많이 실패하는 이유 흥미로운 점은 대부분의 파트너십이 파트너 부족 때문에 실패하지 않는다는 것이다. 오히려 다음 이유가 더 많다. - 명확한 공동 가치 제안 부족 - 상대방 KPI 이해 부족 - 반복 가능한 고객 성공 사례 부재 - 실행 인력 부족 - 지나치게 빠른 확장 최근 IDC와 Sage 연구에서도 성공적인 파트너 생태계는 파트너 수보다 정렬(Alignment), 실행력(Enablement), 공동 가치 창출(Value Creation)이 더 중요하다고 분석했다. 초기 글로벌 B2B 스타트업이 가장 먼저 해야 할 일은 많은 파트너를 찾는 것이 아니다. 신뢰가 생성되는 경로를 설계하는 것이다. 실제 성공 확률 기준으로 보면 우선순위는 다음과 같다. 1. Warm Introduction 2. 공동 세미나 · 웨비나 3. 산업 전시회 4. 파일럿 프로젝트 5. 콘텐츠 6. 액셀러레이터 7. VC 네트워크 8 현지 GTM 파트너 결국 글로벌 파트너십은 계약서에서 시작되지 않는다. 신뢰 가능한 반복 접점이 쌓이면서 만들어진다. 좋은 파트너십의 본질은 네트워크가 아니라 관계이며, 관계의 본질은 소개가 아니라 함께 만든 작은 성공 경험에 가깝다.
더보기→by 김서현
OpenAI가 YC 배치 169개사에 API 토큰을 투자한다
[Silicon Valley 투자 사례 분석] - 10호 OpenAI가 현재 YC배치 기업 169개사 전체에 각 $2M 상당의 API 토큰을 투자한다. 토큰의 자본화 시도일까? YC 파트너 Tyler Bosmeny는 X에 “mic drop moment”라고 올렸다. 📍openAI는 잃을 게 없어 보이는 영리한 설계 딜의 골격은 단순하다. YC Spring·Summer 2026 배치 스타트업 전체에 각 $2M 상당의 OpenAI API 토큰을 즉시 지급한다. 대가는 uncapped SAFE, 지분율은 미래 Series A 시점에 결정되며, 통상 1~4% 수준으로 예상된다. MFN 조항(최혜국 조항)은 없다. 여기서 세 가지를 읽어야 한다. 첫째, 토큰은 현금이 아니다. $2M이라고 쓰여 있지만, 이 돈은 오직 OpenAI 제품에만 쓸 수 있다. 자유롭게 운용 가능한 자본이 아니라 특정 인프라에 묶인 크레딧이다. 투자처럼 보이지만 구조는 선불 구독에 더 가깝다. 둘째, uncapped SAFE + no MFN의 조합 밸류에이션 캡이 없다는 건 OpenAI가 Series A 시점 가치 그대로 지분을 받는다는 뜻이다. 스타트업 입장에서 희석 규모가 라운드 전까지 확정되지 않는다. MFN이 없으니, 더 유리한 조건의 투자자가 나중에 들어와도 OpenAI 조건은 자동 조정되지 않는다. YC 표준 딜의 uncapped SAFE에는 MFN이 포함돼 있다는 점과 대비된다. 셋째, 액면가와 실비용의 갭 169개사 × $2M = 액면가 기준 약 $3.38억 규모다. 그런데 OpenAI가 실제로 부담하는 한계비용은 이와 다르다. 지급하는 건 현금이 아니라 자사 인프라의 API 크레딧이기 때문이다. 알트먼은 이미 보유한 인프라 여유 용량을 투자 통화로 전환했다. 📍 플랫폼 전쟁의 맥락: 이 딜이 나온 이유 AWS, Google Cloud, Azure는 10년 전부터 스타트업에 크레딧을 뿌려왔다. 초기에 인프라를 심어놓으면 이탈이 어려워지기 때문이다. 그런데 이들은 지분을 요구하지 않았다. OpenAI는 토큰을 대가로 equity를 가져간다. Anthropic의 Claude, Google의 Gemini, Meta의 Llama까지. 성능 격차가 좁혀지면서 “어느 모델이 더 좋은가”보다 “어느 모델 위에 내 스택이 올라가 있는가”가 더 중요한 질문이 되고 있다. 모델 품질로 이길 수 없는 국면이 올 수 있다. 그 전에 생태계를 잠가야 할 것이다. YC는 매 배치마다 차세대 AI 네이티브 스타트업을 가장 먼저 배출하는 파이프라인이다. 이 파이프라인 전체에 OpenAI 인프라를 심어두면, 다음 Stripe, 다음 Airbnb가 OpenAI 위에서 자란다. 지분은 그 결과의 upside를 가져오는 장치다. Jason Calacanis는 이러한 움직임을 “classic platform playbook”이라고 해석했다. 플랫폼이 항상 써온 “싸게 혹은 공짜로 들어가서, 의존성을 만들고, 그 다음엔 가격을 정하는” 플레이를 투자라는 형태로 풀었다. 📍생태계 시사점: 뉴 패러다임이 열릴까? AI 스타트업의 비용 구조에서 컴퓨팅 비용이 차지하는 비중은 이미 팀 인건비에 근접하거나 넘는 경우가 많다. “tokenmaxxing” 토큰 소비를 생산성의 단위로 삼는 운영 방식이 실제 전략이 되는 시대에, 토큰을 투자 통화로 쓰는 건 논리적 귀결이다. 이 구조가 확산된다면 다음 수순은 예측 가능하다. Anthropic, Google도 유사한 compute-for-equity 구조를 실험할 가능성이 있다. 그렇게 되면 스타트업의 초기 인프라 선택은 단순한 기술 결정이 아니라 cap table 결정이 된다. 어떤 모델 회사를 초기 투자자로 받느냐의 문제가 된다. 그렇다면 토큰은 자본이 될 수 있는가. 아직은 반만 그렇다. 토큰은 소비되어야만 가치가 실현된다. 현금처럼 용도를 바꿀 수 없고, 소진되면 사라진다. 그러나 초기 스타트업의 가장 큰 비용 항목을 커버하고, 그 대가로 지분을 만들어낸다면 기능적으로는 자본에 가깝다. OpenAI는 이번 딜로 토큰을 단순한 서비스 크레딧에서 투자 수단으로 격상시키는 실험을 시작했다. 이 실험이 성공한다면, 다음엔 토큰의 가격이 곧 투자 단가가 되는 세계가 온다. 📍마무리 코멘트 이 딜에서 내가 계속 돌아오게 되는 질문은 AC(액셀러레이터)의 경쟁력/가치이다. YC가 스타트업에 주는 핵심 가치는 자본, 네트워크, 브랜드 세 가지였다. 이번 딜로 OpenAI는 그 중 “자본”의 자리를, 적어도 AI 네이티브 스타트업에 한해 토큰으로 대체하는 실험을 시작했다. 물론 이번엔 YC와 공생 구도였다. 그러나 빅테크가 직접 초기 스타트업에 compute-for-equity로 내려오는 구조가 일반화된다면, AC의 value proposition 중 자본 파트는 점점 얇아진다. 한국 AC도 예외가 아니다. 자본 공급자로서의 역할이 희석될 때, 무엇으로 창업자를 끌어당길 것인가? 결국 AC의 본질적 가치는 자본이 아니라 판단력이어야 한다 — 어떤 창업자를 골라내고, 어떤 방향을 함께 설계하느냐. 토큰이 자본을 대체할 수 있어도, 그 판단은 대체할 수 없다. OpenAI의 이번 딜은 그 질문을 훨씬 빨리 앞당겨 놓았다. 투자의 통화가 바뀌고 있다. 그 변화 속에서 누가 여전히 필요한 존재인지를 묻는 건, 창업자만이 아니라 투자자와 AC 모두의 숙제다
더보기→by 김지예
사이버보안 회사 IronNet은 왜 기대했던 계약을 만들지 못했을까
[실패에서 배우는 GTM & B2B 세일즈] 👇 사이버보안 회사 IronNet은 왜 기대했던 계약을 만들지 못했을까 사이버보안 시장에서 신뢰는 강력한 무기입니다. 특히 기업 고객을 대상으로 하는 보안 제품이라면, 누가 만들었는지와 어떤 문제를 해결하려는지가 초기 관심을 만드는 데 큰 영향을 줍니다. IronNet은 전 NSA 국장이자 전 미국 사이버사령부 사령관이었던 키스 알렉산더(Keith Alexander)가 설립한 사이버보안 기업입니다. 회사가 내세운 핵심 메시지는 여러 조직이 위협 정보를 공유하고 함께 대응하는 공동 방어 모델이었습니다. 국가 단위 공격, 공급망 리스크, 산업 간 보안 위협이 커지는 상황에서 굳건한 알렉산더의 메시지는 충분히 설득력 있어 보였습니다. 하지만 IronNet은 2021년 SPAC 상장 이후 기대했던 대형 계약을 충분히 확보하지 못했고, 연간 반복 매출 전망을 크게 낮춰야 했습니다. 이후 구조조정과 운영 축소를 거쳐 2023년에는 Chapter 11 파산보호를 신청했습니다. _ [강한 신념은 속도를 만들지만, 구매까지 대신 해결해 주지는 않는다] IronNet은 '전 NSA 국장이 만든 보안 회사'라는 점만으로도 시장의 신뢰를 얻고, 관심을 끌기에 충분했습니다. 창업자의 이력, 국가 안보와 연결되는 문제의식, 공동 방어 모델이라는 메시지까지 갖추고 있었기 때문입니다. 대표의 강한 신념은 분명 장점이 있습니다. 팀의 방향을 빠르게 잡고, 메시지를 선명하게 만들고, 시장에 던지는 속도를 높입니다. 초기 스타트업에서는 이런 힘이 반드시 필요합니다. 다만 B2B 구매는 다음과 같은 구체적인 질문에서 결정됩니다. 👉 우리 보안팀이 실제로 어떻게 쓸 수 있는가 👉 기존 보안 관제 시스템과 잘 연결되는가 👉 PC·서버 보안 도구, 네트워크 탐지 솔루션과 충돌하지 않는가 👉 내부 예산 승인 과정에서 어떤 항목으로 설명할 수 있는가 IronNet의 메시지는 시장의 관심을 만드는 데에는 효과적이었을 수도 있습니다. 하지만 그 관심이 실제 구매로 이어지려면, 고객 조직 안에서 바로 설명 가능한 내용들이 있어야 했습니다. _ [초기 고객은 당장의 효용을 본다] 공동 방어 모델은 참여자가 많아질수록 가치가 커지는 구조입니다. 여러 조직이 위협 정보를 공유하면 탐지 범위가 넓어지고, 한 조직에서 발견한 신호가 다른 조직의 방어에도 도움이 될 수 있습니다. 개념 자체는 매력적입니다. 다만 초기 고객은 조금 다르게 봅니다. 좋은 신념과 좋은 서비스라도 고객에게 부담스럽게 느껴지는 순간이 있습니다. 데이터 공유, 내부 승인, 운영 변화, 기존 시스템과의 연결은 고객 입장에서 추가로 지불해야하는 비용이기 때문입니다. 장기적으로 좋은 그림이 있더라도, 첫 고객은 지금 당장 자기 조직 안에서 설명 가능한 효용을 요구합니다. IronNet의 메시지는 이 지점에서 고객의 구매로 이어지지 못한 듯 보입니다. _ [고객은 큰 위협보다 실제 운영 방식을 더 구체적으로 본다] 보안 회사는 보통 큰 위협을 이야기합니다. 국가 단위 공격, 공급망 침해, 랜섬웨어, 주요 인프라 위협 같은 메시지는 고객의 관심을 끌기 좋습니다. 하지만 보안팀은 이미 위협이 크다는 사실을 알고 있습니다. 사이버보안 구매 과정에는 보안 책임자, 실제 관제 업무를 하는 운영팀, IT팀, 조달팀, 법무팀, 경영진이 함께 들어옵니다. IronNet은 사이버보안 시장의 큰 흐름을 읽고 있었을 수 있지만, 그 흐름이 실제 구매 기준까지 충분히 내려오지 못했던 것으로 보입니다. _ IronNet을 보면서 대표의 신념과 고객의 구매 기준이 항상 같은 속도로 움직이지는 않는다는 생각이 들었습니다. 강한 신념은 서비스를 빠르게 출시하게 합니다. 추진력도 만들고, 의사결정 속도도 높이고, 시장에 던지는 메시지도 선명하게 만듭니다. 하지만 고객이 실제로 돈을 내는 순간에는 이야기가 더 작고 구체적으로 바뀝니다. 고객은 좋은 문제의식만 보고 구매하지 않습니다. 자신의 조직 안에서 설명 가능한 효과, 운영 과정에서 감당할 수 있는 변화, 내부 승인 과정에서 납득 가능한 근거를 함께 봅니다. 대표의 신념이 고객의 실제 니즈와 맞으면 강한 무기가 됩니다. 반대로 고객이 느끼는 부담과 구매 기준을 충분히 반영하지 못하면, 좋은 신념도 시장에서 잘 작동하지 않을 수 있다는 것은 오늘 사례를 보면 알 수 있습니다. #b2b #gtm #cybersecurity
더보기→by 김녕호
초기 미국 파일럿에서 관심과 adoption을 혼동하면 안 됩니다
초기 미국 파일럿에서 가장 자주 발생하는 착시는 관심.과 adoption.을 혼동하는 것이다. 미국에서는 긍정적인 반응 자체는 생각보다 쉽게 나온다. 흥미롭다고 말하고, 다음 미팅을 이야기하며 내부 공유를 언급한다. 특히 전시나 네트워킹 환경에서는 더욱 그렇다. 문제는 그 다음이다. 실제 운영 안으로 들어가지 못한 제품은 대부분 몇 주 안에 자연스럽게 사라진다. 그래서 초기 파일럿에서 중요한 것은 단순한 반응이 아니라 operating fit이다. - 이 제품이 실제 업무 흐름 안에서 반복적으로 사용되는가. - 기존 행동을 대체하는가. - 혹은 새로운 행동을 추가로 요구하는가. 많은 초기 B2B SaaS 팀들이 이 지점을 과소평가한다. 제품 자체는 좋아도, - 새로운 입력을 요구하고 - 추가 행동을 만들고 - 기존 협업 구조와 따로 놀기 시작하면 사용은 빠르게 줄어든다. 반대로 실제로 살아남는 제품들은 놀랄 만큼 기존 workflow를 크게 바꾸지 않는다. 오히려 이미 존재하는 흐름 안으로 조용히 침투한다. 사용자는 새로운 툴을 배운다는 감각보다 “원래 하던 일이 조금 덜 불편해졌다”는 경험을 하게 된다. Slack 초기 확산 사례도 흥미롭다. 많은 기업에서 공식 도입 이전에 작은 팀 단위 사용이 먼저 퍼졌다. 중요한 것은 거대한 기능 설명이 아니라 팀 내부에서 자연스럽게 반복 사용이 일어났다는 점이었다. 결국 엔터프라이즈 adoption은 발표보다 습관에 의해 만들어지는 경우가 많다. 또 하나 중요한 것은 내부 챔피언의 존재다. 실제로 잘 진행되는 파일럿에는 반드시 특정한 사람이 등장한다. 계속 질문하고, 내부 사람들을 연결하고, 다른 팀을 소개하며, 제품을 자기 문제처럼 다루는 사람이다. 반대로 실패하는 파일럿은 대체로 모두가 친절하다. 분위기도 좋고 미팅도 계속된다. 하지만 아무도 실제로 움직이지 않는다. 이 차이는 생각보다 결정적이다. 초기 파일럿에서 중요한 것은 좋아 보인다.는 평가보다 누군가 실제로 조직 안에서 움직이기 시작하는가에 있다. 운영 비용 역시 자주 과소평가된다. 처음에는 작은 테스트로 시작했지만, 시간이 지나며, - 보안 검토 - 추가 리포트 - 내부 시스템 연동 - 커스터마이징 요청 같은 것들이 늘어나기 시작한다. 어느 순간 파일럿은 검증이 아니라 작은 외주 프로젝트처럼 변한다. 특히 초기 팀에게 위험한 것은 “유명한 고객”이라는 상징성이다. 브랜드는 화려하지만 실제로는, - 구매 결정권자가 없고 - 범위는 계속 커지며 - 학습보다 운영 소모만 남는 경우가 많다. 그래서 좋은 파일럿 판단 프레임워크는 계속 하나를 묻게 만든다. “이 경험이 다음 고객에게 반복 가능한가.” 반복되지 않는 성공은 대부분 우연에 가깝다. 반대로 좋은 파일럿은 계약 여부와 별개로, - 어떤 고객이 실제 pain을 느끼는지 - 어느 순간 adoption이 발생하는지 - 어디에서 friction이 생기는지 - 무엇을 만들지 말아야 하는지 를 훨씬 명료하게 만든다. 초기 글로벌 GTM에서 중요한 것은 화려한 traction보다 이런 작은 행동 변화들을 읽어내는 능력에 더 가깝다. 좋은 파일럿의 본질은 단순히 해외 레퍼런스를 만드는 데 있지 않다. 오히려 제품이 현실의 운영 구조 안에서 실제로 살아남을 수 있는지를 검증하는 과정에 더 가깝다. #B2B #SaaS #GTM #Startup #NorthAmerica #Pilot #EnterpriseSales #ProductMarketFit #Workflow #FounderLedSales #GlobalExpansion #B2BSales #OperatingFit #StartupStrategy
더보기→by 김서현
창업 9개월, ARR $10M 미만으로 유니콘 딱지를 단 회사 Aaru
[Silicon Valley 투자 사례 분석 - 7호] 창업 9개월, ARR $10M 미만으로 유니콘 딱지를 단 회사 Aaru 2024년 6월, 뉴욕 민주당 경선을 앞두고 작은 스타트업 하나가 결과를 예측했다. 단 한 명의 유권자도 직접 설문하지 않은 채, 수천 개의 AI 에이전트에게 “당신은 누구에게 투표할 것인가”를 물었고, 실제 결과와 371표 차이로 일치했다. 2024년 3월 창업. 창업자 둘은 당시 19살 대학 중퇴자였다. 민주당 경선 예측 결과에 힘입어 Aaru는 Series A에서 Redpoint eventures 리드로 $50M 이상을 조달했다. Headline 밸류에이션 $1B은 고작 창업 9개월 만의 일이다. 심지어 ARR은 $10M 미만이었다. 왜 Redpoint는 매출에 비해 과한 베팅을 했을까? 📍BM: 설문을 대체하는 시뮬레이션 Aaru의 제품은 하나다. 수천 개의 AI 에이전트를 생성해 특정 인구 집단의 행동을 시뮬레이션한다. 인구통계 데이터, 행동 패턴, 공공·독점 데이터셋을 학습시킨 에이전트들이 “이 광고를 보면 어떻게 반응할까”, “이 제품을 살까”에 즉각 답한다. 기존 시장조사의 문제는 세 가지다. 시간, 비용, 편향 설문은 수주가 걸리고, 포커스 그룹은 비싸며, 응답자는 자신을 실제보다 좋게 표현한다. Aaru는 이 세 가지를 동시에 공략한다. 결정적인 차별점은 데이터 누적 구조다. Accenture, EY, Interpublic Group (IPG) 과 협력하면서 Aaru의 에이전트는 실제 기업 데이터를 학습한다. IPG는 자사 소비자 데이터 플랫폼 Acxiom에 Aaru를 통합 중이다. 데이터가 쌓일수록 시뮬레이션 정밀도가 높아지고, 정밀도가 높아질수록 더 많은 기업이 데이터를 제공하는 flywheel 이 생긴다. 버티컬 AI에서 moat는 모델이 아니라 “데이터”에서 만들어진다. 📍Redpoint의 thesis 첫째, 시장 규모 글로벌 시장조사 시장은 연간 $90B 이상, AI로 대체된다면 winner-take-most 게임이 된다. 둘째, Tier 1 고객의 조기 확보 Accenture, EY, IPG는 단순 고객이 아니다. 이들이 Aaru 데이터를 자사 플랫폼에 통합하는 순간 switching cost가 형성된다. 초기에 엔터프라이즈를 잠근 구조다. 셋째, 검증 가능한 레퍼런스 뉴욕 경선 예측 성공은 Aaru의 기술력을 증명하는 외부 신호로 작동했다. VC 입장에서 “데모가 실제로 작동한다”는 가장 강력한 설득 도구다. 📍딜 구조: $1B headline의 이면 이번 딜에서 가장 주목할 부분은 밸류에이션 구조 자체다. Aaru의 Series A는 단일 밸류에이션이 아니었다. 일부 투자자는 $1B으로 지분을 취득했고, 다른 투자자는 더 낮은 밸류에이션으로 참여했다. Blended 밸류에이션은 $1B 미만이다. 구조를 단순하게 설명하면 이렇다. - 리드 투자사가 자본 대부분을 낮은 밸류에이션으로 투자하고, - 이후 참여 투자자들은 더 높은 밸류에이션으로 들어온다. 스타트업 입장에서는 headline $1B을 PR에 활용하고, 리드 투자사는 실질적으로 더 유리한 단가를 확보한다. Primary Ventures의 GP Jason Shuman은 이 구조를 “VC 간 딜 경쟁이 그만큼 치열하다는 신호”라고 평했다. 이 구조는 VC 업계에서 이례적이지만 AI 붐 이후 빠르게 확산 중이다. ARR $10M 미만에 headline $1B은 100배 이상의 revenue multiple이다. 통상적인 SaaS 기준으로는 설명이 안 된다. Redpoint는 현재 수익이 아닌 데이터 독점 가능성에 베팅한 것이다. 다만 2024년 대선에서 경합주 예측이 빗나간 전례가 있어, 그 가능성이 실제로 실현될지는 아직 검증 중이다. 🌟 마무리 코멘트 ARR $10M 미만에 $1B headline을 만드는 멀티 티어 밸류에이션은, AI 시대 VC가 현재 수익이 아닌 데이터 독점 가능성에 얼마나 과감하게 베팅하는지를 보여준다. VC는 “지금 돈 버는 회사”보다 “나중에 독점할 수 있는 회사”에 베팅한다. ARR $10M 미만이어도 괜찮다. 당신의 Tier 1 고객이 당신의 데이터를 자사 플랫폼에 통합하고 있다면.
더보기→by 김지예
회계 서비스가 멈추면 고객의 업무도 같이 멈춘다: Bench의 사례
[실패에서 배우는 GTM & B2B 세일즈] 👇 회계 서비스가 멈추면, 고객의 업무도 같이 멈춘다: Bench의 사례 2024년 12월 27일 금요일, 미국 내 12,000개 이상의 중소기업 고객이 자사의 회계 데이터에 접근하기 어려운 상황을 겪었습니다. 회계 SaaS Bench가 그날 갑작스럽게 서비스 종료를 공지했기 때문입니다. 플랫폼 접근이 제한되면서, 회계 연도 마감과 세금 시즌을 앞둔 고객들은 자신들의 재무 자료를 어떻게 확보하고 이전해야 하는지부터 다시 고민해야 했습니다. 이 사건은 B2B GTM에서 자주 놓치는 한 가지를 정확히 보여줍니다. _ [고객은 기능이 아니라 업무의 연속성에 돈을 낸다] Bench는 중소기업 대상 장부 관리, 세금 신고, 재무 기록 정리 서비스였습니다. 누적 약 1.13억 달러를 투자받고, 직원 600명 이상의 규모로 성장했던 온라인 부키핑 서비스였습니다. 겉으로 보면 회계 업무를 더 쉽게 만들어주는 온라인 툴이지만, 고객 입장에서 Bench는 단순한 툴이 아니라 사업 운영에 필요한 숫자를 매달 정리해주는 외부 운영 파트너에 가까웠습니다. 고객이 매달 결제하면서 기대한 것은 특정 기능이 아닙니다. 장부가 끊기지 않고 정리되는 상태, 세금 시즌에 자료가 준비되어 있는 상태, 필요할 때 재무 데이터를 확인할 수 있는 상황을 구매한 것이죠. _ [핵심 업무에서의 중단? 중대한 운영 사고로 이어지다] 문제는 시점에서 이미 드러났습니다. 종료 시점은 12월 27일, 회계 연도 마감과 세금 시즌 직전이었습니다. 종료 공지에서 Bench가 고객에게 제시한 안내는 IRS에 6개월 신고 연장을 신청하고, 대체 서비스로 이전을 검토하라는 내용이었습니다. 1년 동안 회계 업무를 맡겨온 고객 입장에서는 갑자기 다음 단계를 직접 정리해야 하는 상황에 놓인 셈입니다. 3일 뒤인 12월 30일 Employer.com이 Bench를 인수하면서 플랫폼은 일부 재개되는 흐름으로 이어졌지만, 그 사이 고객이 경험한 것은 단순한 다운타임이 아니었습니다. 연중 누적된 거래 내역과 세무 자료에 접근하기 어려워진 상황, 세금 신고 준비의 공백, 은행과 투자자에게 설명해야 할 숫자의 불확실성이 동시에 발생했습니다. 회계 서비스가 멈춘다는 것은 앱 하나가 열리지 않는 문제가 아닙니다. 사업 운영에 직접 구멍이 뚫리는 사고입니다. 그것을 간과 했던 셈이죠. _ [고객의 평가 기준은 도입 이후에 바뀐다] 이 사례가 B2B GTM에 던지는 질문은 분명합니다. 우리 서비스는 고객의 어떤 업무 흐름 안에 들어가 있는가? 초기 세일즈 단계에서는 더 쉽고 저렴한 회계 서비스라는 메시지가 효과적이었을 겁니다. 가격, 기능, UX, 자동화 정도 등, 이 단계의 고객은 비교 가능한 항목을 기준으로 의사결정을 내리기 때문입니다. 도입 이후 고객이 보는 기준은 완전히 달라집니다. 정확성, 지속성, 데이터 접근성, 전환 가능성, 문제 발생 시 커뮤니케이션. 도입 전 비교표에는 존재하지 않던 항목들이 핵심 평가 기준으로 올라옵니다. 문제는 많은 B2B 회사가 도입 전 언어와 도입 후 언어를 같은 것으로 다룬다는 점입니다. 도입 후 고객이 실제로 평가하는 항목은 GTM 메시지에 거의 등장하지 않습니다. _ Bench는 누적 약 1.13억 달러를 투자받고, 12,000개 이상의 미국 기반 고객과 직원 600명 이상의 규모로 성장했던 회사였습니다. 그럼에도 서비스 종료 시점의 한 가지 결정만으로 시장에서 쌓아온 신뢰는 빠르게 흔들렸습니다. B2B에서 신뢰는 거창한 브랜드 메시지로 만들어지지 않습니다. 고객이 매일 별문제 없이 로그인하고, 데이터를 확인하고, 업무를 이어갈 수 있는 평범한 순간이 반복될 때 조금씩 쌓입니다. 고객은 처음에는 기능을 보고 들어옵니다. 하지만 지속적으로 사용하는 이유는 대부분 다릅니다. 내 업무가 끊기지 않는다는 감각, 필요한 순간에 서비스가 그대로 있을 것이라는 믿음, 문제가 생겨도 혼자 남겨지지 않을 것이라는 확신. 이 세 가지가 쌓일 때 고객은 그 서비스를 자신의 운영 방식 안에 받아들입니다. B2B GTM에서 결국 팔아야 하는 것은 기능만이 아닙니다. 고객이 자신의 업무를 안심하고 맡길 수 있는 구조, 그리고 그 구조가 실제 운영 속에서 계속 유지된다는 믿음을 주는 것이 중요합니다. #b2b #gtm #b2bsales
더보기→by 김녕호
글로벌 founder ecosystem은 실행 기반 infrastructure로 진화하고 있습니다
최근 글로벌 창업자 커뮤니티들을 보며 가장 흥미롭게 느끼는 변화 중 하나는, 생태계가 점점 “이벤트 중심 네트워크”에서 “실행 기반 founder infrastructure”로 진화하고 있다는 점입니다. 과거 많은 커뮤니티가 행사, 네트워킹, 명함 교환 중심이었다면, 최근 글로벌 founder ecosystem은 훨씬 더 실행 중심적인 방향으로 이동하고 있습니다. 그중 특히 벤치마킹 가치가 높다고 느낀 사례들이 있습니다. 먼저 Techstars는 최근 Founder Catalyst 및 Startup Community Partnership 모델을 통해 단순 액셀러레이터를 넘어 지역 단위 founder ecosystem 자체를 연결하는 방향으로 움직이고 있습니다. 흥미로운 점은 Sarajevo, Omaha, Istanbul, Uzbekistan, Belfast 같은 비메이저 지역 커뮤니티들을 글로벌 founder network와 연결하고 있다는 부분입니다. 핵심은 단순히 스타트업 몇 팀을 선발하는 것이 아닙니다. 오히려 “특정 지역 안에서 실행력 있는 founder density를 어떻게 높일 것인가” 에 더 가깝습니다. 즉, 이제 글로벌 생태계에서는 개별 스타트업보다 “도시 단위 창업자 네트워크” 자체를 장기적인 자산처럼 바라보기 시작했다는 의미이기도 합니다. On Deck 역시 매우 인상적입니다. On Deck은 콘텐츠 양보다 누가 참여하고 있는가, 어떤 stage의 founder인가, 어떤 execution context를 공유하는가, 그리고 서로 얼마나 깊은 operator insight를 교환할 수 있는가를 훨씬 중요하게 봅니다. 실제로 최근 founder community 흐름은 점점 ”대규모 네트워킹” 보다 “작고 밀도 높은 operator network” 중심으로 이동하고 있습니다. 좋은 창업자들은 단순 정보보다, 비슷한 stage, 비슷한 글로벌 expansion challenge, 실제 고객 확보 경험, 실패와 시행착오, 실행 기반 GTM insight를 공유할 수 있는 사람들과 연결되기를 원하기 때문입니다. Y Combinator의 강점도 결국 비슷합니다. YC의 가장 강력한 자산은 투자금보다 founder network 자체라고 생각합니다. 특히 최근 YC founder ecosystem의 특징은 “빠르게 만들고, 빠르게 공개하고, 서로의 실행 데이터를 빠르게 학습한다”는 점입니다. AI 시대 이후에는 이런 execution feedback loop 속도가 더욱 중요해지고 있습니다. 예전처럼 모든 것을 숨기는 startup culture보다 빠른 실행, 빠른 공개, 빠른 피드백, 빠른 iteration이 훨씬 강력한 경쟁력이 되고 있습니다. 또 하나 인상 깊은 사례는 Entrepreneurs' Organization입니다. EO는 단순 사업 네트워크를 넘어 founder의 정서적 복원력까지 다룹니다. 사업이 성장할수록 창업자들이 겪는 가장 큰 문제는 단순 정보 부족이 아니라, 의사결정의 고립감, leadership fatigue, scaling stress, 장기적인 심리적 압박인 경우가 많기 때문입니다. 그래서 최근 살아남는 글로벌 founder communities는 단순 인맥보다 “지속 가능한 founder 상태” 자체를 중요하게 보기 시작했습니다. 결국 최근 글로벌 founder ecosystem의 흐름은 명확해 보입니다. 과거가 행사, 네트워킹, 명함 or 링크드인 교환 중심이었다면, 이제는 trusted relationship, operator-level insight, tactical knowledge, pilot collaboration, shared workflow, warm market entry, long-term execution network 중심으로 이동하고 있습니다. 특히 B2B와 글로벌 시장에서는 이 변화가 더 강하게 느껴집니다. 좋은 창업자 커뮤니티는 단순히 사람을 많이 만나는 공간이 아니라, 창업자들의 시행착오를 줄이고, 실행 속도를 높이며, 더 나은 의사결정을 가능하게 만드는 “collective execution system”에 가까워지고 있는 것 같습니다. 그리고 이런 구조는 단기간에 만들어지지 않습니다. 반복적인 실행, 후속 연결, 실패 공유, 장기적인 신뢰, 그리고 꾸준한 operator-level interaction이 쌓이며 비로소 커뮤니티의 밀도가 만들어집니다. #StartupCommunity #FounderCommunity #GlobalStartup #Techstars #OnDeck #YCombinator #EO #B2BStartup #GlobalExpansion #FounderNetwork #Execution #GTM #StartupEcosystem #OperatorNetwork #TrustNetwork #TheBridgeCircle #TBC
더보기→by 김서현
Apple 자체 검색과 OpenAI io 인수가 흔든 AI 인터페이스 경쟁
이번 주 테크판에서 눈여겨볼 만한 소식들만 빠르게 정리했습니다. 👇 [1] 논란/이슈 1. Apple이 자체 검색 엔진 개발을 검토한다는 보도가 나왔습니다 가장 크게 화제가 된 건 Apple의 움직임이었습니다. ChatGPT와 Perplexity 같은 AI 검색 서비스가 빠르게 성장하면서, Apple도 Google 의존도를 줄이기 위한 자체 검색 전략을 검토 중이라는 보도가 나왔습니다. 만약 현실화된다면, 검색 시장은 Google 중심 구조에서 크게 흔들릴 수 있습니다. 2. OpenAI는 하드웨어 기업 io를 65억 달러에 인수했습니다 Jony Ive가 만든 AI 디바이스 스타트업 io를 OpenAI가 인수했습니다. 이번 거래는 OpenAI가 소프트웨어를 넘어 하드웨어까지 직접 설계하려 한다는 점에서 큰 주목을 받았습니다. ChatGPT가 앱을 넘어 새로운 컴퓨팅 인터페이스로 확장될 가능성이 커졌습니다. 3. Anthropic은 Claude의 새 모델 출시를 앞두고 기대를 키웠습니다 Claude Opus 4와 Sonnet 4 관련 소문이 확산되면서 개발자 커뮤니티의 관심이 집중됐습니다. 특히 코딩과 장기 작업 성능이 크게 개선될 것이라는 기대가 많았습니다. 출시 전부터 “다음 기준점이 될 수 있다”는 평가가 나왔습니다. 4. 미국의 AI 규제 논의가 더 구체화됐습니다 미국 정부는 주요 AI 기업과 함께 프런티어 모델 사전 평가 체계를 계속 확대하고 있습니다. 이제 최첨단 모델은 기술 경쟁뿐 아니라, 출시 전 검증 절차까지 함께 고려해야 하는 시대가 됐습니다. 5. AI 투자 열기는 여전히 강합니다 대형 기업과 투자자들은 여전히 데이터센터, GPU, AI 서비스에 대규모 자금을 투입하고 있습니다. 다만 시장은 이제 “기술 가능성”보다 “실제 수익화 속도”를 더 중요하게 보고 있습니다. --- [2] 이번 주 새로 나온 기술/제품 및 움직임 1. Google, Gemini 3를 공개했습니다 이번 주 가장 큰 기술 발표 중 하나였습니다. Gemini 3는 추론, 멀티모달 처리, 에이전트 활용 측면에서 성능이 크게 개선됐다는 평가를 받았습니다. Google이 다시 프런티어 모델 경쟁의 중심으로 들어왔다는 반응이 많았습니다. 2. Anthropic, Claude Opus 4와 Sonnet 4를 공개했습니다 Claude의 대표 모델들이 한 단계 업그레이드됐습니다. 특히 코딩, 장기 문맥 처리, 안정성이 크게 개선됐다는 초기 평가가 나왔습니다. 개발자들 사이에서는 “실무에서 가장 믿고 맡기기 좋은 모델”이라는 반응이 이어졌습니다. 3. OpenAI, io 인수를 통해 AI 디바이스 전략을 본격화했습니다 AI 전용 하드웨어 개발이 공식화되면서, ChatGPT가 스마트폰 이후의 새로운 인터페이스로 확장될 가능성이 높아졌습니다. 이번 발표는 단순 인수보다, OpenAI의 장기 방향성을 보여주는 신호로 해석됩니다. 4. Microsoft Build를 앞두고 Copilot과 에이전트 기능 확대가 예고됐습니다 기업용 AI 자동화와 에이전트 기능이 더 강화될 것으로 예상됩니다. Microsoft는 여전히 엔터프라이즈 AI 시장에서 가장 강력한 배포 채널을 갖고 있다는 평가를 받고 있습니다. 5. Apple, 운영체제에서 AI 모델 선택 기능을 준비 중입니다 향후 사용자가 Siri와 글쓰기 도구에 사용할 AI를 직접 선택할 수 있을 전망입니다. AI도 웹브라우저처럼 원하는 엔진을 고르는 구조로 발전하고 있습니다. --- #TBC #TechNews #AI #OpenAI #Anthropic #Claude #Google #Gemini #Apple #Microsoft #Startup
더보기→by 오연우
로봇이 유튜브로 배우는 시대, 제조 현장의 AI 인프라 전쟁이 시작됐다
[Silicon Valley 투자 사례 분석 - 6호] 로봇이 유튜브로 배우는 시대, 제조 현장의 AI 인프라 전쟁이 시작됐다 올해 3월, 로봇 AI 스타트업 Rhoda AI가 18개월의 스텔스를 끝내고 Series A $450M을 공개했다. 밸류 $1.7B - Khosla Ventures, Temasek, John Doerr, Premji Invest가 참여했다. 이 딜을 “잘 만든 로봇 회사의 대형 라운드”로 읽으면 핵심을 놓친다. 투자자들이 베팅한 건 로봇이 아니라 제조 현장을 움직이는 AI 인프라다. 📍 로보틱스의 변곡점, 지금 어디쯤 왔나 Bessemer Venture Partners는 올해 로보틱스 산업을 이렇게 진단했다. “우리는 지금 로보틱스의 GPT-2.5 모멘트에 있다.” GPT-2.5는 ChatGPT 이전이다. 기술이 이미 작동하고 있고 연구자들 사이에선 가능성이 증명됐지만, 일반 대중과 산업 현장에는 아직 닿지 않은 시점. LLM으로 치면 ChatGPT가 터지기 직전의 그 순간이다. 로보틱스가 지금 정확히 거기 있다는 뜻이다. 기술은 실재한다. 그러나 연구실 성능과 실제 제조 현장 사이의 갭은 여전히 넓다. 산업용 로봇은 오랫동안 같은 벽에 부딪혀왔다. 동작을 일일이 프로그래밍하는 전통 방식은 조금만 환경이 바뀌어도 무너졌다. teleoperation으로 데이터를 모으는 1세대 AI 로봇도 낯선 변수 앞에선 마찬가지였다. Rhoda AI는 그 벽을 다른 방식으로 넘겠다는 베팅이다. 📍 인터넷 영상으로 물리를 배우다 Rhoda의 접근은 출발점이 다르다. 수억 개의 인터넷 영상 — 공장 클립, 사람이 물건을 집고 옮기는 일상의 동작들 — 으로 모델을 먼저 학습시킨다. LLM이 인터넷 텍스트로 언어를 배웠듯, Rhoda의 모델은 영상으로 중력과 마찰, 물리적 상호작용을 배운다. 이 위에 소량의 실제 로봇 데이터를 얹어 fine-tuning. 회사는 이 구조를 Direct Video Action(DVA)이라 부른다. 결과는 명확하다. 기존 teleoperation 대비 훨씬 적은 로봇 데이터로 실환경에 적응하고, 생산 파일럿에서는 인간 개입 없이 2분 이내 제조 워크플로를 완료했다. 📍 투자 thesis: 로봇 OS를 선점한다 리드 투자사 Premji Invest는 “실환경에서 로봇을 최초로 대규모 배포하는 회사가 data flywheel을 갖게 된다”고 밝혔다. 현장에서 쌓이는 edge case 데이터(ex. 예상 못한 물체, 달라진 레이아웃, 현장의 예외들)가 모델을 강화하고, 강화된 모델이 더 많은 배포를 가능하게 한다. 이 flywheel은 먼저 현장에 들어간 회사만 만들 수 있다. 그 flywheel이 카테고리를 정의한다는 것이 Premji의 thesis다. Rhoda는 자체 로봇 제조보다 FutureVision(자사의 intelligence layer)을 다양한 하드웨어 플랫폼에 라이선싱하는 구조를 지향한다. 특정 로봇이 아니라 제조 현장 전반에 깔릴 소프트웨어 인프라, 즉 로봇 OS를 노리는 포지셔닝이다. Khosla, Temasek, John Doerr가 함께 들어온 것도 같은 읽기다. 이들은 하나의 로봇 회사가 아니라 산업 인프라에 베팅했다. 🌟 코멘트 GPT-2.5 모멘트는 반드시 ChatGPT 모멘트로 전환된다. 그 전환이 언제 올지는 아무도 모른다. 다만 투자자들은 그 직전에 flywheel을 이미 돌리고 있는 회사에 베팅한다. 늘 그렇듯 현장에서 가장 먼저 flywheel을 확보한 모델이 카테고리를 가져간다.
더보기→by 김지예
좋은 파트너십은 실행 밀도에서 시작됩니다
좋은 파트너십은 단순히 같이 행사 한 번 하는 관계가 아니다. 스타트업 생태계에서는 연결이 너무 많지만, 보통 이벤트 단위로 끝난다. 서로를 태그하고, 사진을 올리고, 좋은 시간 감사합니다.로 마무리된다. 하지만 시간이 지나면 남는 것은 거의 없다. 반대로 오래 가는 파트너십은 서로의 KPI보다 방향성과 문제의식을 먼저 이해하려는 순간부터 시작된다. 최근 진행 중인 TBC × Google for Developers Gemini 세미나를 준비할 때도 그런 느낌이 강했다. AI 툴을 단순히 소개하는 세션이라기보다, “앞으로 글로벌 B2B 팀들은 어떤 방식으로 GTM을 실행하게 될까?”에 대한 대화를 함께 했다. (감사합니다. ^^) 흥미로운 건 최근 1~2년 사이 모든 SaaS를 구매하던 시대에서 ‘팀 내부 workflow를 직접 조립하는 시대’로 빠르게 넘어가고 있다는 점이다. 실제로 Microsoft Work Trend Index에 따르면 생성형 AI를 사용하는 직원들의 상당수가 이미 업무 자동화와 AI 기반 task delegation을 직접 시도하고 있다고 한다. Y Combinator도 최근 배치에서 “small team + AI tooling” 기반 회사들의 생산성이 과거와 비교할 수 없을 정도로 높아졌다고 여러 번 언급했다. 예전에는 “엔지니어링 조직이 제품을 만들고 현업은 사용한다”에 가까웠다면, 이제는 GTM 팀 자체가 작은 builder 조직처럼 움직이기 시작했다. 특히 founder-led sales 팀들은 리드 리서치, follow-up personalization, meeting prep, outbound workflow, proposal generation 같은 것들을 점점 직접 자동화하고 있다. AI 이후 B2B 시장에서는 정보 접근성 자체는 거의 평준화되고 있다. 대신 차이를 만드는 것은 어떤 관계를 연결하는지, 어떤 context를 축적하는지, 얼마나 빠르게 실행 실험을 반복하는지에 가깝게 되고 있다. 그래서인지 요즘 TBC를 통해 글로벌 기업과 논의하는 이벤트도 단순 브랜딩 행사보다 실제로 창업자들이 함께 workflow를 만들고 실험하는 방향으로 흘러가고 있다. 아직 논의 단계인 것들도 있지만, 꽤 재미있는 형태들이 나올 것 같다. 앞으로의 커뮤니티는 사람을 많이 모으는 곳보다 실행 밀도가 높은 곳이 더 강해질 것이다. #tbc #ai #gemini #googlefordevelopers #founderledsales #b2b #startupcommunity #gtm
더보기→by 김서현
AI SaaS 시대, 해외 진출은 reseller보다 local operator가 중요해지고 있습니다
해외 SaaS 기업들의 이야기에서 확실히 느껴지는 변화가 있습니다. 예전에는 아시아 진출 시. “현지 reseller 몇 개 확보했는가” 가 중요했다면, 최근에는. “누가 local operator 역할을 할 수 있는가” 를 훨씬 더 중요하게 보기 시작한 것입니다. SaaS는 이제 단순 판매보다 1)onboarding, 2)adoption, 3)workflow integration, 4) customer success, 5) expansion revenue가 훨씬 중요해졌기 때문입니다. 특히 AI SaaS 시대에는 제품만 판매해서 끝나는 구조가 점점 약해지고 있습니다. 실제로, HubSpot은 단순 리셀러보다 implementation partner와 solution partner 생태계를 훨씬 강화해 왔습니다. 기업들은 단순 도입보다 “우리 조직 안에서 실제로 활용되도록 만드는 사람”을 원하기 때문입니다. 클라우드/DevOps SaaS들도 비슷합니다. Datadog 같은 기업은 단순 라이선스 판매보다 integration과 운영 생태계 구축에 훨씬 집중합니다. 실제로 1,000개 이상의 integration ecosystem을 운영하며 제품 자체보다 “조직 안에 얼마나 깊게 들어가는가”를 중요하게 보고 있습니다. 최근 미국 AI SaaS 스타트업들이 아시아에서 찾는 인재도 점점 달라지고 있습니다. 예전 - reseller, distributor, local sales agent 지금 - local operator, ecosystem builder, GTM execution lead, strategic market partner 에 가까워지고 있습니다. 왜냐하면 아시아 시장은 단순히 “판매 채널”로 설명되지 않기 때문입니다. 예를 들어, 일본은 여전히 신뢰 형성과 장기 관계가 중요하고, 한국은 execution speed와 레퍼런스가 매우 중요하며, 동남아는 국가별 의사결정 구조와 시장 성숙도가 크게 다릅니다. 같은 제품이어도 국가별로 onboarding 방식, pricing resistance, partnership structure buyer expectation이 완전히 달라집니다. 흥미로운 건 AI가 발전할수록 오히려 이런 흐름이 더 강해지고 있다는 점입니다. 예전에는 “정보를 가진 사람”이 강했다면, 이제는 정보 자체가 빠르게 평준화되고 있습니다. 시장 리서치도, 경쟁사 분석도, 기본적인 localization도 AI가 상당 부분 도와줄 수 있게 되었습니다. 하지만 실제 글로벌 사업에서는 여전히 설명하기 어려운 영역이 남아 있습니다. 예를 들어, 왜 어떤 시장에서는 빠른 follow-up이 신뢰로 연결되고, 어떤 시장에서는 오히려 너무 빠른 접근이 부담으로 느껴지는지, 왜 어떤 기업은 회의에서 긍정적이어도 실제 계약 가능성은 낮은지, 왜 어떤 국가에서는 ‘소개받은 사람’이라는 사실 자체가 중요한 신뢰 자산이 되는지. 이런 것들은 단순 정보라기보다 “현지의 작동 방식”에 가깝습니다. 그래서 최근 글로벌 SaaS 기업들이 찾는 역할도 조금씩 바뀌고 있는 것 같습니다. 단순히 제품을 판매해 줄 사람이 아니라, 현지 시장 안에서, 고객의 실제 반응을 읽고, 관계의 온도를 해석하고, 조직 내부의 의사결정 구조를 이해하며, 제품이 실제 workflow 안에 자리 잡게 만들 수 있는 사람. 즉, connector보다 operator에 가까운 역할입니다. 앞으로 글로벌 시장에서 가장 중요한 경쟁력은 “누가 현지 맥락을 가장 현실적으로 해석하고 실행할 수 있는가” 에 가까울 것 같습니다. #thebridgecircle #globalexpansion #saas #ai #marketentry #businessdevelopment #startup #gtm
더보기→by 김서현
복지 상품은 왜 서비스 지속성이 중요할까: Level의 사례
[실패에서 배우는 GTM & 세일즈] 👇 - 복지 상품은 왜 서비스 지속성이 중요할까: Level의 사례 지난 글에서는 B2B 인프라 시장에서 문제 해결 가능성과 신뢰가 얼마나 중요한지를 살펴보았습니다. 기업 고객은 제품의 기능만 보는 것이 아니라, 그 서비스를 오래 믿고 맡길 수 있는지, 문제를 함께 해결할 수 있는지도 함께 판단한다는 점을 확인할 수 있었습니다. 이번에는 직원 복지와 HR 영역에서의 이야기입니다. 기업 고객이 구매하는 것이 직원에게 제공되는 경험과 약속으로 이어질 때, GTM에서 어떤 요소를 함께 고려해야 하는지 살펴보려고 합니다. _ [직원의 경험으로 이어지는 B2B2E 서비스 - Level의 사례] 미국 뉴욕 기반의 핀테크 스타트업 Level은 고객 기업의 직원들에게 치과와 시력 관련 복지 상품을 도입하게 하는 B2B2E(기업이 구매하고, 실제 사용 경험은 직원에게 이어지는 비즈니스) 회사였습니다. Level은 2018년, 스퀘어(Square) 초기 구성원이었던 폴 애런(Paul Aaron)이 창업했고, 코슬라 벤처스(Khosla Ventures)와 라이트스피드 벤처 파트너스(Lightspeed Venture Partners) 등으로부터 약 3,080만 달러를 조달했습니다. 2021년에는 2,700만 달러 규모의 Series A의 투자유치를 발표하며 B2B2E시장에서 주목받기도 했습니다. 이들이 바라본 문제는 기존 보험과 복지 경험은 너무 복잡하고 집행되는 속도가 느렸고, 자신이 어떤 혜택을 얼마나 쓸 수 있는지 직관적으로 알기 어려운 경우가 많았습니다. Level은 이런 복지 경험을 더 유연하고 쉽게 만들고자 했고, 기업이 직원들에게 치과와 시력 복지를 더 효율적으로 제공할 수 있도록 돕는 방향으로 서비스를 전개했습니다. 하지만 2025년 초, Level은 갑작스럽게 운영을 중단하게 됩니다. 보도에 따르면 Level은 인수 거래를 추진했지만, 마지막 순간에 무산되었고, 이후 고객 지원을 위한 작은 팀만 남긴 채 운영을 종료하게 되었습니다. 기존 플랜에 대한 서비스는 해당연도의 1월 말까지 유지할 수밖에 없었고, 이후까지 이어지는 플랜은 종료되어 서비스가 종료되었습니다. _ [복지 상품은 직원의 경험과 연결된다] Level의 사례를 GTM 관점에서 볼 때 조심해야 할 부분이 있습니다. 이 회사를 단순히 GTM 하나의 문제로 설명하기는 어렵습니다. 공개적으로 확인되는 내용은 인수 시도 무산, 갑작스러운 운영 종료, 고객 지원을 위한 최소 인력 유지, 기존 플랜 종료와 환불 안내 정도입니다. 그래서 이 사례는 하나의 원인으로 단정하기보다, HR/복지 B2B2E에서 벤더의 서비스 지속성이 구매 판단과 GTM 설계에 영향을 줄 수 있는 요인으로 읽는 편이 더 적절해 보입니다. 복지 상품은 일반적인 SaaS 툴과 다르게 작동합니다. 회사가 어떤 소프트웨어를 도입했다가 마음에 들지 않으면 다른 툴로 바꾸는 일은 비교적 단순한 전환으로 끝날 수 있습니다. 하지만 직원 복지는 조금 다릅니다. 기업이 복지 상품을 도입하는 순간, 그것은 직원에게 제공되는 하나의 경험이 됩니다. 직원 입장에서는 회사 자체에서 운영하는 것이라고 생각할 수 있으며, HR 담당자 입장에서는 그 혜택이 안정적으로 운영될 것이라는 전제를 하고 내부 안내와 운영을 진행하게 됩니다. 그런데 이 과정에서 서비스 제공사가 서비스를 종료하면, 고객사는 단순히 공급사를 바꾸는 문제가 아니라 직원에게 이미 안내했던 사용경험을 다시 수습해야 하는 상황을 맞이하게 됩니다. 결국 복지 상품에서 고객사는 기능만 보지 않습니다. 직원들이 얼마나 쉽게 사용할 수 있는지, 클레임 처리는 안정적인지, 비용 구조는 합리적인지, 그리고 이 회사가 다음 해에도 같은 품질로 서비스를 제공할 수 있는지를 함께 바라보게 됩니다. _ GTM을 시장에 제품을 알리고 판매하는 전략 정도로만 보면 Level의 사례와 연결이 약해 보일 수 있습니다. 하지만 B2B2E 시장에서 GTM은 고객이 구매를 결정할 때 느끼는 불안을 줄여주는 구조까지 포함한다고 생각합니다. 이런 관점에서 Level의 사례는 HR/복지 B2B2E 시장에서 GTM이 기능 설명이나 가격 제안만으로 끝나기 어렵다는 점을 보여줍니다. 제품의 사용성, 가격 경쟁력, 복지 설계의 유연성도 중요하지만, 고객사가 안심하고 직원에게 안내할 수 있는 운영 구조 역시 중요한 설득 요소가 될 수 있습니다. _ Level의 운영 중단을 GTM 하나의 문제로 단정할 수는 없습니다. 다만 HR/복지 시장에서 고객이 실제로 구매하는 것이 단순한 기능만은 아니라는 점은 분명히 생각해 볼만합니다. _ 💡 오늘의 키워드 #서비스_지속성 복지 상품은 도입 이후에도 안정적으로 운영되어야 하며, 서비스가 갑자기 흔들릴 경우 직원 경험과 회사의 신뢰에 영향을 줄 수 있음 #복지상품의_신뢰 기업 복지와 같이 기업 내부를 담당하는 서비스를 이용할 경우에는 직원에게 제공되는 경험과 회사의 책임으로 이어질 수 있다는 점을 고려해야함 #직원경험까지_포함한_GTM 복지 상품의 GTM은 HR 담당자의 선택이 직원 경험과 조직 신뢰에 어떤 영향을 주는지까지 설명해야 함
더보기→by 김녕호
딥테크는 어떻게 현지 시장에 안착하는가: Exotec의 일본 진출 사례
[사례에서 배우는 GTM & 딥테크] 👇 - 딥테크는 어떻게 현지 시장에 안착하는가: Exotec의 일본 진출 사례 딥테크 기업의 해외 진출은 기술력만으로 설명되지 않는 경우가 많습니다. 기술력이 좋아도 시장에서 잘 안 풀리는 경우가 있고, 반대로 엄청 뛰어난 성과는 발생하지 않았지만 특정 국가 안에서 안정적으로 자리를 잡아가는 경우도 있습니다. 프랑스 물류 자동화 로봇 기업 Exotec의 일본 진출 사례는, 딥테크 기업이 해외 시장에서 긴 호흡으로 자리를 잡아가는 흐름에 가깝습니다. 일본 물류 현장에서 오랫동안 이어져 온 문제를 직접 건드렸기 때문입니다. _ [일본 물류 현장에서의 문제 : 수많은 병목들] 일본 물류 현장에는 노동 인구 감소와 현장 인력 부족이라는 치명적인 문제가 있었습니다. 인력이 부족해지면서 한 사람이 감당해야 하는 업무량은 더 커졌습니다. 게다가 온라인 커머스 시장의 확대까지 겹치면서, 처리량은 배로 많아졌고 더 많은 주문을 더 빠르게 처리해야 하는 상황이 되었습니다. Exotec의 'Skypod 시스템'은 수많은 병목을 해결하고자 했습니다. 인력이 물건을 찾는 데에 발생하는 병목을 로봇 시스템 중심으로 바꾸는 자동화 솔루션을 제안했습니다. 여러 물류 현장에서 Exotec의 자동화 솔루션이 도입되었고, 이는 기존 피킹 과정에서 발생하던 비효율을 줄이는 방향으로 작동했습니다. _ [UNIQLO와의 파트너십] Exotec이 일본 시장에서 주목받게 된 계기 중 하나는 2020년 경, UNIQLO를 운영하는 Fast Retailing과의 파트너십이었습니다. 이 파트너십을 계기로 일본 시장에 본격적으로 진출을 하였고 이후 일본 지사는 Exotec 그룹의 가장 큰 해외 거점으로 성장했습니다. 일본과 같이 도입 기준이 높은 시장에서는 처음부터 많은 고객을 넓게 설득하기가 어렵습니다. UNIQLO와 같은 거대 기업의 도입은 다른 고객에게도 강한 신뢰 신호가 되어 시장을 확보하는 데 유리합니다. _ [신뢰를 주는 운영 구조] Exotec은 단순히 로봇만 판매하지 않았습니다. 시스템 구축, 상담, 설치, 유지보수까지 포함하는 하나의 솔루션 형태로 접근했습니다. 도쿄 데모센터를 운영하며 고객이 직접 시스템을 체험할 수 있게 한 것도 같은 맥락으로 보입니다. 말로 설명하는 것보다, 직접 보고 이해할 수 있는 구조를 만든 것입니다. 결국 체험을 통한 문제 해결의 기대감이 커진 것이지요. _ [Exotec의 GTM 사례에서 배울 점] Exotec의 일본 사례를 보면서 느낀 것은 딥테크 해외 진출은 기술을 홍보하고 도입하는 것 만으로 부족하다는 점입니다. 현지 고객이 이미 겪고 있는 문제가 무엇인지 보고, 그 문제 안에서 기술이 실제로 작동할 수 있는 시스템을 만들어야 합니다. 한국의 딥테크 기업들도 해외 시장을 볼 때, 우리 기술이 얼마나 뛰어난지 설명하는 것만큼이나 현지 고객이 이미 겪고 있는 문제가 무엇인지 먼저 봐야 한다고 생각합니다. 결국 딥테크의 GTM은 기술을 소개하는 일에 그치지 않습니다. 현장의 문제를 함께 해결할 수 있다는 신뢰를 만들고, 그 신뢰를 오래 유지할 수 있는 구조를 만드는 일에 더 가까워 보입니다. _ 💡 오늘의 키워드 #현장의_문제에서_출발 딥테크 해외 진출은 현지 고객이 이미 겪고 있는 문제와 얼마나 맞닿아 있는지가 중요함 #검증된_고객사례 까다로운 시장에서는 대형 고객과의 실제 적용 사례가 더 강한 신뢰가 될 수 있음 #운영까지_포함한_GTM 로보틱스나 자동화 분야에서는 시스템 구축, 설치, 연동, 유지보수까지 포함한 운영 구조가 함께 설계되어야 함
더보기→by 김녕호
초기 스타트업이 Part-time C-level을 채용할 때
초기 스타트업이 Part-time C-level을 채용할 때 우리는 왜 그 사람을 모시려고 할까요? 최근 들어 스타트업 커뮤니티에서 이런 표현을 자주 듣게 됩니다. Fractional CFO, Part-time CRO, Advisory CMO 예전에는 낯설었던 단어들이 이제는 꽤 자연스럽게 들립니다. 조직 소개 슬라이드에도 등장하고, 투자자 미팅에서도 언급되고, 링크드인 프로필에서도 종종 보입니다. 그리고 그 순간, 팀 안에는 묘한 안도감이 생깁니다. “이제 우리도 조금 더 단단해진 것 같다.” 그 감정은 충분히 이해할 수 있습니다. 초기 스타트업은 늘 불확실 속에 서 있으니까요. 결정은 빠르게 내려야 하는데 확신은 늘 늦게 따라옵니다. 경험 많은 사람이 곁에 있다는 사실만으로도 마음이 조금 놓이기도 합니다. 하지만 시간이 조금 지나면 다른 질문이 떠오릅니다. 우리는 왜 이 사람을 모셨던 걸까. 타이틀은 생겼는데 현실은 크게 달라지지 않았을 때, 그 질문은 더 또렷해집니다. 회의는 더 많아지고, 문서는 더 정교해지고, 전략은 더 세련되어 졌는데, 고객은 여전히 부족하고 제품은 여전히 미완성이고 팀은 여전히 바쁩니다. 그때 비로소 조금 불편한 생각이 스쳐 지나갑니다. 우리가 필요했던 것은 더 많은 전략이 아니라 더 많은 시간과 실행이었을지도 모른다는 생각. 초기 스타트업의 문제는 사람이 부족해서가 아니라 반복이 아직 충분하지 않아서 생긴다는 점입니다. C-level은 문제를 처음 발견하는 사람이 아니라 이미 여러 번 겪은 문제를 더 빠르고 안정적으로 해결해 본 사람입니다. 하지만 초기 스타트업에서는 문제 자체가 계속 바뀝니다. - 이번 달에는 제품이 문제였다가, - 다음 달에는 세일즈가 문제이고, - 그 다음 달에는 채용이 문제입니다. 이건 조직이 잘못된 것이 아니라 아직 탐색 중이라는 신호입니다. 그래서 Part-time C-level을 채용하는 이유를 조금 더 솔직하게 들여다보려고 합니다. 혹시 우리는 문제를 해결하기 위해서가 아니라 불안을 줄이기 위해서 그 사람을 모시려고 하는 것은 아닌지. 우리가 아직 미숙해 보일까 봐 투자자에게 더 신뢰를 주고 싶어서 조직이 더 안정적으로 보이게 만들고 싶어서.. 이 감정은 잘못된 것이 아닙니다. 오히려 책임감이 강한 팀일수록 이 유혹을 더 자주 느낍니다. 하지만 그 결과는 종종 비슷합니다. 타이틀은 생겼지만 의사결정은 여전히 창업자가 하고, 실행의 부담도 여전히 팀이 지고 있습니다. 그 순간 그 사람은 C-level이라기보다 비싼 자문위원이 됩니다. 그렇다면 Part-time C-level이 정말로 필요해지는 순간은 언제일까요? 같은 문제가 세 번째로 나타날 때라고 합니다. 첫 번째 실패는 우연처럼 느껴지고, 두 번째 실패는 조금 불안해지지만, 세 번째 실패는 다르게 느껴집니다. 이건 실수가 아니라 구조의 문제일지도 모른다는 감각. 그때 비로소 경험 많은 사람이 들어와 패턴을 정리하고 시스템을 만들기 시작합니다. Part-time C-level을 고민할 때 이 질문 하나를 먼저 떠올립니다. 이 사람이 없으면 앞으로 3개월 안에 실제로 손실이 발생할까. 막연한 불안이 아니라 구체적인 결과로요. - 중요한 계약이 지연된다 - 투자 일정이 흔들린다 - 법적 리스크가 생긴다 - 핵심 고객을 잃는다 이 정도라면 그건 채용해야 할 순간입니다. 하지만 그렇지 않다면 아직은 조금 더 직접 부딪혀 볼 시간일지도 모릅니다. 마지막으로, TBC에서 함께 성장하고 있는 창업자분들과 이 질문을 나누고 싶습니다. 지금 우리가 필요로 하는 것은 C-level의 타이틀일까요, 아니면 한 번 더 반복할 실행의 시간일까요. 가끔은 그 답이 생각보다 단순할 때도 있습니다. #StartupLeadership #EarlyStageStartup #FounderJourney #StartupOperations #FractionalExecutive #CLevel #StartupHiring #ExecutionOverStrategy #BuildInPublic #TheBridgeCircle
더보기→by 김서현
AI 저작권 분쟁과 데이터센터 냉각 이슈
이번 주 테크판에서 눈여겨볼 만한 소식들만 빠르게 정리했습니다. 👇 [1] 논란/이슈 1. AI 데이터 학습 관련 저작권 분쟁, 다시 커지고 있습니다 유럽과 미국에서 학습 데이터 출처와 보상 문제를 둘러싼 소송이 다시 늘고 있습니다. 특히 이미지·영상 쪽에서 “학습 자체가 침해냐”를 두고 기준을 만들려는 움직임이 본격화되고 있습니다. 2. AI 채용·자동화, 실제 노동시장 영향 논쟁 확대 미국과 유럽에서 “AI가 이미 화이트칼라 업무 일부를 대체하고 있다”는 보고서들이 나오면서 논쟁이 커졌습니다. 특히 고객지원, 리서치, 주니어 개발자 역할에서 변화가 빠르게 감지되고 있습니다. 3. AI 인프라, 이제 ‘냉각(cooling)’ 이슈까지 올라왔습니다 전력 문제에 이어 데이터센터 냉각 비용과 기술이 새로운 병목으로 언급되고 있습니다. 특히 고밀도 GPU 클러스터에서 운영비가 예상보다 빠르게 올라가는 상황입니다. 4. 중국 AI 기업들, 로컬 시장 중심으로 빠르게 확장 중 글로벌보다는 중국 내 생태계 중심으로 모델과 서비스를 빠르게 붙이고 있습니다. 특히 슈퍼앱, 커머스, 영상 플랫폼과의 결합 속도가 눈에 띕니다. 5. AI 생성 콘텐츠, 플랫폼 정책 충돌 증가 유튜브, 틱톡, SNS 전반에서 AI 생성 콘텐츠 표시 기준과 노출 정책을 둘러싼 갈등이 계속 나오고 있습니다. “표시하면 덜 퍼지고, 표시 안 하면 문제 되는” 상황이 반복되고 있습니다. --- [2] 이번 주 새로 나온 기술/제품 및 움직임 1. Nvidia, 데이터센터 최적화 소프트웨어 쪽 확장 하드웨어 중심에서 벗어나, 클러스터 운영 효율과 스케줄링 쪽 소프트웨어 투자를 계속 늘리고 있습니다. AI 인프라 경쟁이 이제 ‘운영 효율’로 넘어가는 흐름입니다. 2. Apple, 온디바이스 AI 최적화 계속 진행 클라우드가 아닌 디바이스 내부에서 돌아가는 모델 성능을 꾸준히 끌어올리고 있습니다. 프라이버시 + 지연속도 측면에서 차별화를 유지하려는 전략입니다. 3. 스타트업들, vertical AI 쪽으로 빠르게 이동 범용 모델 위에 특정 산업(법률, 의료, 금융 등)에 맞춘 AI 서비스들이 계속 나오고 있습니다. “모델 자체”보다 “어디에 쓰느냐”가 더 중요해지는 흐름입니다. 4. 오픈소스 모델, 비용 대비 성능 개선 계속 대형 모델 대비 성능 격차는 남아있지만, 특정 작업에서는 충분히 쓸 수 있는 수준까지 올라왔습니다. 특히 기업 내부 배포에서는 선택지가 점점 넓어지고 있습니다. 5. 협업툴 + AI 결합 속도 가속 문서, 메신저, 프로젝트 관리 툴에 AI가 기본 기능처럼 붙고 있습니다. 이제 AI는 별도 제품이라기보다, 기존 SaaS의 기본 레이어로 들어가는 중입니다. 6. 에이전트 기반 자동화, 실제 적용 사례 증가 코드 생성, 데이터 처리, 리포트 작성 등에서 사람이 중간 개입 없이 돌아가는 사례가 점점 늘고 있습니다. 특히 내부 업무 자동화 쪽에서 빠르게 확산되는 분위기입니다. --- #TBC #TechNews #AI #Nvidia #Apple #Startup #DataCenter #AITrends
더보기→by 오연우
같은 나라 안에서도 시장은 다르게 움직인다: Wawa와 Dunkin의 사례
[사례에서 배우는 GTM 세일즈] 👇 - 같은 나라 안에서도 시장은 다르게 움직인다: Wawa와 Dunkin의 사례 GTM에 대한 사례를 찾고 글을 작성하다 보면 자연스럽게 다른 국가에 진출하는 경우를 먼저 생각해 보게 됩니다. 그런데 사례를 찾다 보면, 미국과 중국 그리고 러시아 같은 큰 영토를 가진 나라의 경우에는 지역마다 시장이 다른 변수들이 존재한다는 것을 알게 되었습니다. 이번에는 그런 사례를 소개해 볼까 합니다. 한 기업은 새로운 지역에 들어가면서 그 지역의 생활 방식에 맞춰 자리를 잡은 경우이고, 다른 한 기업은 이미 잘되던 방식을 고수했다가 기대만큼 힘을 쓰지 못한 경우라고 볼 수 있습니다. 오늘은 B2C 기업이지만 큰 국가의 지역별 GTM이 얼마나 중요한지에 대해 이야기 해보겠습니다. _ [성공 사례: Wawa의 사례] Wawa는 미국 동부에서 인지도가 있는 주유소 겸 편의점 브랜드입니다. 이 회사가 플로리다주에 진출하면서 보여준 방식은 꽤 인상적입니다. 플로리다에서는 사람들이 출근길에 커피를 사고, 점심이나 간단한 식사를 해결하고, 이동 중 주유까지 같이 하는 생활권에 깊숙이 파고들 수 있는 운영 형태를 갖추고 있었습니다. Wawa는 이러한 점이 자신의 체인점에 잘 맞는다는 판단하에 이런 포맷을 계속 유지하고, 지역에 맞는 서비스 형태를 여러 번 실험하고 자동차를 이용하여 바로 구매할 수 있는 드라이브스루 같은 방식을 도입했습니다. Wawa는 생활 습관을 치밀하게 분석하고 적용했습니다. 자동차와 함께하는 플로리다주의 생활권에서는 이용할 수밖에 없는 브랜드로 만든 셈이죠. Wawa는 플로리다의 생활권에 자연스럽게 들어가는 방식으로 자리를 잡아갔고, 2012년 플로리다 첫 매장을 연 뒤, 빠른 기간 동안 이후 수백 개 매장 단위까지 빠르게 존재감을 키웠습니다. 쉽게 말하면, Wawa는 새로운 지역에 들어갈 때 그 지역을 하나의 생활권으로 보고 움직였습니다. 매장을 여는 것보다, 그 지역의 생활권에 녹아들어 가는 브랜드가 되는 쪽에 더 가까웠던 겁니다. _ [사례에서 배우는 Dunkin의 경우] 반대로 Dunkin은 동부에서 워낙 입지를 확고하게 갖고 있던 브랜드입니다. 커피와 도넛, 출근길 수요, 반복 방문 구조가 이미 익숙하게 자리 잡고 있었죠. 문제는 이 성공 공식을 서부, 특히 캘리포니아에서도 비슷하게 가져가려 했다는 데 있었습니다. Dunkin은 서부 캘리포니아에서 대형 개발 계약을 맺고 서부 확장을 본격화했지만, 서부에서는 동부만큼 자연스럽게 브랜드 습관을 만들지 못했습니다. 서부는 이미 스타벅스, 로컬 커피 문화, 드라이브스루 중심 소비, 건강과 취향을 중시하는 흐름이 강한 지역입니다. 지역의 문화권이 꽤 넓은범위에 형성되어있어 자동차를 주로 이용해야만 했습니다. 즉 Dunkin이 동부에서 통했던 도보 출근길 루틴형 브랜드 경험이 서부에서는 통하지 않았던 겁니다. 같은 미국이지만, 커피를 소비하는 방식과 경쟁 구도가 아예 달랐던 셈이죠. 동부에서 잘 되던 브랜드가 서부에도 들어왔다 정도로는 이미 경쟁이 치열한 시장에서 자리를 잡기 어려웠던 것입니다. 결국 이 사례는 한 지역의 성공 공식을 다른 지역에 그대로 옮기는 방식이 얼마나 위험할 수 있는지를 보여줍니다. _ [같은 나라 안에서도 GTM은 다시 짜야 한다] 이 두 사례를 같이 보면 차이가 꽤 선명합니다. Wawa는 새로운 지역에 들어갈 때 생활권 안에 습관을 형성하는 방식을 활용하여 정착하였고, Dunkin은 이미 강했던 브랜드 공식을 그대로 다른 지역에 다시 적용하는 쪽에 더 가까웠습니다. 같은 나라 안에서도 GTM은 다시 짜야 합니다. 미국이나 중국처럼 큰 시장의 경우에는 지역별로 아래 항목들이 다르게 적용됩니다. - 소비 습관 - 경쟁자의 독점 정도 - 법과 유통 구조 - 고객의 생활 습관 등 특히 한국 기업이 미국에 들어갈 때 이 감각은 더 중요하다고 생각합니다. 단순하게 미국 진출이라고 잡는 순간 전략이 너무 커집니다. 진출하고자 하는 지역이 동부인지 서부인지 남부인지, 대도시인지 교외인지, 어떤 소비 흐름 안으로 들어갈 것인지를 치밀하게 나누어 보아야 합니다. 큰 시장일수록 국가 단위 전략보다 지역 단위 전략이 더 현실적일 때가 많습니다. _ 결국 GTM은 기존의 방식을 고수하는 것이 아닌 다시 설계하는 일에 가깝습니다. 같은 미국 안에서도 통하는 방식은 다를 수 있고, 그 차이를 얼마나 빨리 인정하느냐가 GTM의 성공을 가늠하듯이 말이죠. _ 💡 오늘의 키워드 #지역마다_다른_시장 같은 나라 안에서도 고객의 생활 방식과 경쟁 구도는 다르게 움직일 수 있음 #재설계의_필요성 한 지역에서의 성공 공식을 다른 지역에 그대로 옮기는 것만으로는 부족할 수 있음 #지역에_맞는_진입_전략 큰 시장일수록 국가 단위보다 지역 단위로 잘게 나눠 보고 들어가는 전략이 더 현실적일 수 있음
더보기→by 김녕호
글로벌 BD가 협업 파트너를 평가하는 다섯 가지 기준
글로벌 BD가 협업 파트너를 평가하는 기준 🍋 좋은 파트너는 많지만, 실제로 함께 성장할 수 있는 파트너는 많지 않습니다. 글로벌 시장에 진출하려는 기업에게 파트너십은 선택이 아니라 필수입니다. 특히 새로운 국가에 진입할 때 현지 네트워크, 신뢰, 실행 역량을 동시에 확보하는 가장 현실적인 방법은 대개 협업 파트너를 통해 이루어집니다. 하지만 글로벌 BD들이 공통적으로 말하는 한 가지가 있습니다. 파트너를 찾는 것보다 파트너를 평가하는 것이 훨씬 더 어렵다는 점입니다. 실제로 많은 협업이 실패하는 이유는 파트너가 없어서가 아니라 잘못된 파트너를 선택했기 때문입니다. 그래서 경험 많은 글로벌 BD는 파트너를 만난 직후 다섯 가지 기준을 가장 먼저 확인합니다. 1. 그 파트너는 ‘접근권(access)’이 있는가, 아니면 단순한 네트워크만 있는가. 많은 파트너가 넓은 네트워크를 강조합니다. 하지만 글로벌 BD는 네트워크보다 접근권(access)을 먼저 봅니다. 두 개념은 비슷해 보이지만 결과는 완전히 다릅니다. 예를 들어: - 네트워크가 있는 파트너 → 많은 사람을 알고 있음 - 접근권이 있는 파트너 → 실제 의사결정자와 연결할 수 있음 글로벌 시장에서 거래를 움직이는 것은 연락처가 아니라 접근 권한입니다. 그래서 경험 많은 BD들은 다음 질문을 매우 빨리 던집니다. - 최근 6개월 안에 실제로 연결한 사례가 있는가 - 그 연결이 미팅으로 이어졌는가 - 그 미팅이 계약 또는 파일럿으로 이어졌는가 이 세 가지 질문에 구체적인 답이 나오면 그 파트너는 실제로 작동하는 파트너일 가능성이 높습니다. 2. 그 파트너는 ‘소개’를 하는가, 아니면 ‘함께 실행’을 하는가 두 번째 기준은 행동 방식입니다. 많은 파트너가 고객을 소개해 줄 수 있다고 말합니다. 하지만 글로벌 BD는 소개 자체를 성과로 보지 않습니다. 왜냐하면 소개 이후 아무 일도 일어나지 않는 경우가 생각보다 많기 때문입니다. 그래서 BD는 다음 패턴을 확인합니다. - 파트너가 미팅에 함께 참여하는가 - 후속 대화를 함께 관리하는가 - 문제 해결 과정에 실제로 개입하는가 이 세 가지 행동이 보이면 그 파트너는 단순한 중개자가 아니라 실행 파트너일 가능성이 높습니다. 3. 그 파트너는 ‘우리 제품’을 이해하고 있는가, 아니면 ‘시장만’ 알고 있는가 세 번째 기준은 이해 수준입니다. 많은 파트너가 자신이 잘 아는 시장을 설명합니다. 하지만 글로벌 BD는 시장 설명보다 제품 이해도를 더 중요하게 봅니다. 왜냐하면 실제 거래는 시장 정보가 아니라 제품 설명에 의해 결정되기 때문입니다. - 우리 제품을 한 문장으로 설명할 수 있는가 - 고객에게 어떤 문제를 해결해 준다고 말할 수 있는가 - 경쟁 제품과의 차이를 설명할 수 있는가 이 세 가지가 가능하면 그 파트너는 이미 판매 준비가 된 상태입니다. 4. 그 파트너는 ‘시간’을 투자하고 있는가 글로벌 BD가 가장 민감하게 보는 신호 중 하나는 시간 투자입니다. 왜냐하면 시간은 가장 정확한 우선순위 지표이기 때문입니다. 예를 들어: - 정기적으로 미팅을 제안한다 - 고객 리스트를 준비해 온다 - 자료를 검토하고 피드백을 준다 - 내부 팀을 새로 연결해 준다 이런 행동이 반복되면 그 파트너는 실제로 이 협업을 중요하게 생각하고 있다는 의미입니다. 반대로 연락은 친절하지만 행동이 느리다면 그 협업은 우선순위가 낮을 가능성이 높습니다. 5. 그 파트너는 ‘단기 성과’가 아니라 ‘지속 가능성’을 이야기하는가? 마지막 기준은 관점입니다. 많은 파트너가 빠른 성과를 강조합니다. - 빠르게 고객을 연결해 주겠다 - 빠르게 매출을 만들 수 있다 - 빠르게 시장을 열 수 있다 여기서 중요한 질문이 있습니다. "이 협업이 1년 후에도 유지될 수 있는가?" 이 질문은 다음 요소를 확인하기 위한 것입니다. - 역할과 책임이 명확한가 - 수익 구조가 현실적인가 - 운영 방식이 지속 가능한가 이 세 가지가 명확하면 그 협업은 오래 갑니다. 정리하면, 글로벌 BD는 파트너를 ‘사람’이 아니라 ‘시스템’으로 평가합니다 많은 창업자가 파트너를 관계 중심으로 평가합니다. 하지만 글로벌 BD는 조금 다르게 봅니다. 그들은 파트너의 성격이나 명함보다 다음 다섯 가지를 먼저 확인합니다. - 접근권 (Access) - 실행 참여 (Execution) - 제품 이해도 (Product Understanding) - 시간 투자 (Commitment) - 지속 가능성 (Sustainability) 이 다섯 가지가 확인되면 그 파트너십은 성공할 가능성이 높습니다. #GlobalExpansion #B2BSales #GTMStrategy #ExecutionMatters #RevenueEngine
더보기→by 김서현
Claude Opus 4.7과 작업형 AI 인터페이스
이번 주 테크판에서 꼭 봐야 할 것만 추려봤습니다. 👇 [1] 이번 주 가장 화제가 된 테크 시장의 논란/이슈 1. Anthropic, Claude Opus 4.7 출시 이번 주 가장 큰 이슈는 이거였습니다. Opus 4.7은 코딩, 장문 추론, 일관성에서 체감 성능이 확실히 올라갔다는 평가가 많았습니다. 특히 개발자 커뮤니티에서는 “지금 기준으로는 가장 안정적으로 일을 맡길 수 있는 모델”이라는 반응이 나왔습니다. 이전처럼 단순 벤치마크 경쟁이 아니라, 실제 작업에서의 신뢰도가 핵심 기준으로 올라온 모습입니다. 2. OpenAI–Microsoft 관계, 다시 긴장감 OpenAI가 멀티 클라우드 쪽으로 움직이려는 신호가 계속 나오면서, Microsoft와의 관계도 미묘하게 흔들리고 있습니다. 이건 단순 파트너십 문제가 아니라, “AI가 어디서 돌아가느냐”를 둘러싼 주도권 싸움에 가깝습니다. 3. AI 인프라 병목은 이제 전력 문제로 이동 GPU 부족 얘기는 여전히 나오지만, 실제로는 전력과 데이터센터가 더 큰 제약으로 언급되고 있습니다. 투자 규모보다 “얼마나 안정적으로 돌릴 수 있느냐”가 더 중요한 변수로 올라왔습니다. [2] 이번 주 새로 나온 주요 기술/제품 1. Claude Opus 4.7 (핵심 업데이트) 단순 성능 개선보다, 긴 작업에서의 흔들림이 줄었다는 평가가 많습니다. 코딩, 리서치, 문서 작업처럼 “몇 단계 이어지는 일”에서 차이가 난다는 반응입니다. 지금 경쟁 포인트가 정확히 어디로 옮겨갔는지 보여주는 업데이트였습니다. 2. ChatGPT, 작업형 기능 강화 툴 연결, 문서 작업, 반복 작업 처리 쪽 업데이트가 이어졌습니다. 이제 ChatGPT는 답변보다 “일을 넘겨도 되는 인터페이스” 쪽으로 계속 이동 중입니다. 3. Google Gemini, 제품 안으로 더 깊게 Workspace, 모바일, 디바이스 전반에서 자연스럽게 붙는 방향의 업데이트가 계속 나오고 있습니다. 새 기능 하나보다 “기존 흐름 안에 들어오는 방식”에 더 집중하는 모습입니다. [3] 결론 및 요약 이번 주 포인트는 세 가지입니다. 1. 모델 경쟁 기준이 바뀌었습니다. “얼마나 똑똑한가”보다 “얼마나 안정적으로 일을 끝내느냐”가 더 중요해졌습니다. Claude Opus 4.7 반응이 그걸 보여줍니다. 2. 인프라는 GPU보다 전력 이슈로 넘어가고 있습니다. 앞으로는 성능보다 “얼마나 싸고 안정적으로 돌리느냐”가 더 크게 작용할 가능성이 높습니다. 3. 제품 방향은 이렇게 정리되고 있습니다: 대화형 AI → 작업형 인터페이스. 이 흐름에서 벗어나는 제품은 점점 줄어들고 있습니다. #TBC #TechNews #AI #Anthropic #Claude #OpenAI #Microsoft #Google
더보기→by 오연우
창업 6년에 법인 250개: a16z가 Deel에 $17B을 베팅한 이유
[Silicon Valley 투자 사례 분석 - 5호] 창업 6년에 법인 250개: a16z가 Deel에 $17B을 베팅한 이유 가장 느린 방법을 택한 스타트업이 어떻게 글로벌 고용의 infrastructure가 됐는가 🔍 BM & Moat 2019년 YC 시절, 공동창업가 Alex와 Shuo는 “프리랜서가 제때 정산 받지 못하는“ 문제를 해결하는 에스크로 플랫폼을 만들었지만, 반응이 없었다. - Demo Day 1주일 전 두 창업가는 고객과의 대화에서 진짜 문제를 발견한다. 플랫폼이 해결해야 하는 것은 신뢰가 아니었다. 기업은 프리랜서를 합법적으로 고용할 방법 자체가 없었다. 이들은 10일 만에 전면 피벗했고, 290명 유저, $5K MRR을 만들어 Demo Day를 마쳤다. -과감한 risk taking 문제는 확인됐지만, 소프트웨어만으론 풀 수 없었다. 해외 채용을 합법화하려면 그 나라에서 법적 고용주(legal employer)가 되어야 한다. Deel은 직접 그 역할을 맡기로 했다. Deel은 고개사에게 필요한 인력을 직접 채용함으로써 compliance liability 대신 짊어졌다. 이를 실현하려면 나라마다 법인이 있어야 했다. Deel은 전담 팀을 꾸려 나라에서 나라로 이동하며 직접 법인을 설립하는 “느리고 비싼” 선택을했다. 경쟁사들이 현지 파트너사에 하청을 주는 aggregator 모델로 빠르게 확장할 때, Deel은 나라마다 법인을 세웠다. 6년이 지난 지금, Deel은 100개국+에 250개의 법인을 소유한다. 후발주자가 따라잡으려면 똑같이 나라마다 법인을 세워야 한다. 그 시간 동안 Deel은 법인을 더 추가하며 격차를 벌릴 것이다. 🎯 투자 thesis 주요 투자사: a16z (Series A 리드, 이후 전 라운드 참여), Spark Capital (Series B 리드), Coatue, Ribbit Capital (Series E 신규 리드), General Catalyst VC가 이 딜에 베팅한 논리는 세 가지다. 1/ Compliance infrastructure는 winner-take-most 글로벌 고용 시장은 규제가 복잡할수록 선점 효과가 강해진다. 250개 법인을 먼저 세운 플레이어가 가장 낮은 비용으로 가장 넓은 커버리지를 제공한다. 후발주자는 동일한 투자를 처음부터 다시 해야 하는데, 그 비용은 Deel이 처음 세울 때보다 훨씬 비싸다. 이미 Deel이 시장 레퍼런스가 됐기 때문이다. 2/ Switching cost가 법적 구조 안에 내재화 Deel을 통해 고용된 직원은 법적으로 Deel의 직원이다. 고객이 다른 EOR로 전환하려면 전 직원을 새 법인으로 재계약해야 한다. 이 마찰은 고객 수와 국가 수가 늘어날수록 기하급수적으로 커진다. 경쟁사가 UI를 카피해도 이 구조는 카피할 수 없다. 3/ $22B 페이롤은 금융 인프라로 확장된다 Deel은 HR 플랫폼이기도 하지만, 동시에 글로벌 결제 인프라이기도 하다. 22조원 규모의 자금이 매년 Deel을 통해 150개국으로 흐른다. 이 포지셔닝을 가장 명확하게 읽은 것이 Series E 신규 리드인 Ribbit Capital이다. Micky Malka는 “Deel 자체가 100개국에 직원을 둔 글로벌 원격 기업으로, 글로벌 확장을 위한 제품을 만드는 데 독보적으로 유리한 위치에 있다”고 밝혔다. 📊 딜 구조 Deel의 펀딩 궤적은 교과서적 strength-based fundraising의 사례다. 2019년 Seed $4.5M을 받은 뒤, Deel은 1년간 $350K만 소진했다. 기술적으로는 수년치 runway가 남아 있었다. 그 상태에서 2020년 5월 a16z 리드로 Series A $14M을 받았다. 4개월 뒤인 9월, Spark Capital 리드로 Series B $30M을 추가로 유치했다. 이 궤적은 창업가 Alex Bouaziz의 강한 철학이었다. “절대 fundraising에 의존하고 싶지 않았다. 투자자에게 구걸하는 상황을 만들지 않으려면, 돈이 필요하지 않을 때 투자를 받아야 한다.” 이 접근 방식이 Series E에서도 그대로 드러난다. 2025년 10월 $300M을 유치할 때 Deel은 이미 3년 연속 흑자였고, ARR은 $1B을 넘었으며, 9월 한 달 매출만 $100M을 기록했다. 자본이 충분함에도 신규 투자를 유치한 이유는 Coinbase, Robinhood, Nubank를 키운 fintech 전문 VC Ribbit을 새 리드로 들이면서 “우리는 fintech infrastructure 회사”라는 narrative를 자본 구조로 증명하기 위함이었다. Deel은 fundraising을 생존이 아니라 포지셔닝 도구로 이용했다. 🌟마무리 코멘트 Deel에서 가장 인상적인 건 성장 속도도, 흑자 전환도 아니다. 모두가 aggregator 모델로 빠르게 확장할 때 Deel은 의도적으로 느린 길을 택했고, 그 결정이 6년 뒤 $17B 밸류에이션의 근거가 됐다.
더보기→by 김지예
이미 장악된 시장에는 어떻게 들어가야 하는가: Uber 동남아 철수의 사례
[실패에서 배우는 GTM & 시장 진입 전략] 👇 - 이미 장악된 시장에는 어떻게 들어가야 하는가: Uber 동남아 철수의 사례 지난 글들에서는 제품을 만드는 사람과, 실제로 구매를 결정하는 조직이 서로 다른 문제를 보고 있다는 점을 주로 들여다봤습니다. 하지만 문제를 정의하고 살펴보는 것 보다, 더 앞단에서 이미 승부가 갈리는 경우도 있었습니다. 이미 분야를 휘어잡고 있는 시장 속의 서비스가 있다면 더욱 GTM 전략을 점검해보아야합니다. _ [잘 나가던 Uber의 동남아시장 철수] 이번에 가져온 Uber의 동남아 철수 사례는 순수한 B2B 세일즈 사례라고 보기는 어렵습니다. 다만 GTM이라는 관점에서 보면, 시장 진입 전략이 얼마나 중요한지를 꽤 선명하게 보여주는 사례라고 느꼈습니다. _ [1️⃣ 현지에 더 맞는 플레이어의 존재] 동남아 시장은 하나의 큰 시장처럼 보이지만, 실제로는 도시마다 이동방식이 상이하고 결제 방식도 다 다릅니다. 특히 일부 국가의 경우, 오토바이나 자전거가 보편화되어 대중교통 특히 공유택시의 개념은 낯선 개념이었죠. Grab은 이런 흐름에 동남아 친화적으로 움직였고, Uber는 글로벌하게 검증된 모델을 들고 들어온 쪽에 가까웠습니다. 결국 Uber가 상대했던 건 그 지역의 생활 방식 안으로 먼저 들어가 있던 플레이어였습니다. 같은 기능을 제공하더라도, 어떤 시장에서는 누가 더 현지에 맞는 흐름을 잘 읽었는지가 훨씬 더 크게 작용한다는 점이 이 사례에서 드러납니다. [2️⃣ 후발주자에게 불리한 구조] 공유택시는 이용자가 많아야 드라이버가 붙고, 드라이버가 많아야 다시 이용자가 붙는 구조입니다. 결국 수요가 늘어나면 공급도 자연스럽게 늘기 마련입니다. 그래서 한쪽이 먼저 수요로 인한 공급 규모를 확대한다면, 후발주자들은 쉽게 따라잡기 어렵습니다. Uber에게 동남아는 조금 더 버티면 뒤집을 수 있는 시장이라기보다, 구조적으로 따라잡기 어려운 시장에 가까웠던 셈입니다. [3️⃣ 점유율 경쟁이 만든 비용 부담] 이런 시장에서는 결국 이용자와 드라이버를 붙잡기 위해 할인, 프로모션, 인센티브 경쟁이 반복될 수밖에 없습니다. Reuters도 당시 Uber의 동남아 철수를 비용이 큰 지역 전쟁에서 물러나는 흐름 속에서 설명했는데, 결국 점유율을 유지하고 확대하는 데 들어가는 비용이 너무 컸던 것입니다. 문제는 이때부터 제품 경쟁이 체력전으로 바뀐다는 점입니다. 일정 수준의 점유율을 확보하기 전까지는 계속 돈을 써야 하고, 이 과정이 길어질수록 서비스의 완성도보다 누가 더 오래 버틸 수 있는지가 더 중요해집니다. Uber는 동남아에서 서비스 경쟁보다 먼저, 이 비용 구조의 한계와 마주한 것으로 보입니다. [4️⃣정면 진입 방식의 한계] Uber가 실패한 케이스로 남은 이유는 직접적으로 동남아 시장에 진출했기 때문입니다. 이미 현지 강자가 있는 시장에서 비슷한 방식으로 같은 고객을 대상으로 서비스를 한다면, 결국 더 친숙하고 지속가능성이 높은 서비스가 유지될 수 밖에 없습니다. 그리하여 독점 혹은 독점에 가까운 시장에서는, 그 생태계 안에서 협업 방식을 택하는 방식으로 가는 모듈형 전략이 현실적일 수도 있겠다는 생각이 듭니다. 예를 들면, 우버 브랜드의 서비스 기능을 그랩에 일부 제공하여 제휴하는 형태의 공생하는 전략도 있을 수 있겠죠. Uber는 결국 2018년 동남아 사업을 Grab에 넘기고, Grab 지분 27.5%를 받는 방식으로 이 시장에서 물러났습니다. 서비스를 잘 만들었지만 현지화에 실패해 어쩔 수 없는 선택이었죠. 이번 사례가 흥미로운 이유는, 실패의 이유를 제품 하나로 설명하기 어렵기 때문입니다. 좋은 서비스를 필두로 정면 돌파하면 된다는 공식이 모든 시장에서 통하지는 않는다는 점을 꽤 분명하게 보여주고 있습니다. _ GTM은 단순히 잘 알리고 잘 파는 문제만이 정답은 아닙니다. 특히 국가별 문화적 특성이 짙은 아시아권의 경우는 더욱 그러합니다. 진출하고자 하는 시장에서 어떤 방식으로 진입해야 하는지를 먼저 설계하는 일, 결국 진출하고자 하는 국가의 전략적 접근이 필요합니다. 콘텐츠를 읽고 계신 대표님들과 예비대표님들의 제품/서비스에는 글로벌 진출하고자 하시는 국가에 대한 어떠한 GTM 전략이 숨어있는지 체크해보시는 것을 추천드립니다! _ 💡 오늘의 키워드 #현지화의_중요성 같은 유형의 서비스라도, 그 지역의 생활 방식과 익숙한 흐름에 얼마나 잘 맞는지가 생각보다 훨씬 중요할 수 있음 #후발주자의_구조적_불리함 플랫폼 시장은 패스트 팔로우라도 후발주자가 좋은 제품만으로 따라잡기 어려운 구조가 생김(안착 가능성이 낮음) #gtm_전략설계 독점에 가까운 시장에서는 무엇을 만들 것인가만큼, 어떤 GTM 전략을 취할 것인가를 먼저 고민해야 함 _ 더 좋은 인사이트와 GTM에 대한 공감을 나누고 싶으시다면? 아래 오픈카톡방에서 GTM에 대한 인사이트를 나누어보세요! (비밀번호 : TBC2026) 👇 https://lnkd.in/gsaz9usA
더보기→by 김녕호
Atlassian은 영업이 없었던 회사가 아니라 결정이 쉬운 구조를 만든 회사였습니다
Atlassian 이야기를 하면 이런 이야기가 많습니다. “영업 없이 글로벌 SaaS로 성장한 회사” 하지만 이 표현만으로는 이 회사의 핵심을 설명하기 어렵습니다. Atlassian은 영업이 없었던 회사가 아니라 영업에 의존하지 않은 회사였습니다. 그 대신 고객이 스스로 결정을 내릴 수 있도록 환경을 설계한 회사에 가깝습니다. 이 설계의 중심에는 당시 President였던 Jay Simons가 있었습니다. 시작은 자원이 부족한 회사의 현실적인 선택이었습니다. 2000년대 초반 Atlassian은 기술적으로는 경쟁력이 있었지만 현금이 많지 않은 회사였습니다. 당시 대부분의 엔터프라이즈 소프트웨어 회사는 성장을 위해 이러한 선택을 했습니다. 영업사원 채용 - 고객 방문 - 계약 협상 - 장기 영업 사이클 하지만 Atlassian은 그 방식을 그대로 따라갈 수 없었습니다. 그래서 전략을 바꿨습니다. 사람을 늘리는 대신 결정이 쉬운 구조를 만들자 이 선택은 단순한 비용 절감 전략이 아니라 사업 모델 자체를 바꾸는 결정이었습니다. 그들이 처음으로 바꾼 것은 제품이 아니라 ‘결정 과정’이었습니다. 당시 B2B 소프트웨어를 구매하려면 보통 이런 절차를 거쳤습니다. 제품 문의 - 영업 미팅 - 데모 - 견적 - 내부 승인 - 계약 이 과정은 길고 복잡했습니다. Atlassian은 이 과정을 이렇게 바꿨습니다. 제품 다운로드 - 바로 사용 - 필요하면 결제 이건 단순한 UX 개선이 아니라 의사결정 구조를 단순화한 전략이었습니다. 초기 Atlassian 웹사이트에는 지금 기준으로 보면 당연한 기능들이 있었습니다. 하지만 당시에는 꽤 파격적인 선택이었습니다. 예를 들어 1) 가격 공개 2) 무료 체험 제공 3) 즉시 다운로드 4) 신용카드 결제 5) 상세 문서 공개 특히 가격 공개는 당시 B2B 시장에서는 거의 하지 않던 일이었습니다. 많은 회사가 가격을 숨기는 이유는 간단합니다. 협상을 위해서입니다. 하지만 Atlassian은 협상보다 속도와 명확성을 선택했습니다. 숫자로 보면 이 전략이 얼마나 효과적이었는지 분명해집니다. Atlassian의 성장은 감각이나 스토리로 설명되는 것이 아니라 데이터로 확인됩니다. 고객 수 - 300,000+ 고객사 - $10,000 이상 ARR 고객 약 53,000개 출처: Atlassian Investor Relations / StockAnalysis (2024) 이 숫자는 단순한 사용자 수가 아니라 실제 지불 고객 기준입니다. 매출 - 2024년 연 매출 $4.4B 출처: Atlassian FY2024 Earnings Report (Business Wire, Aug 2024) 특히 중요한 점은 이 매출이 전통적인 영업 중심 조직 없이 만들어졌다는 사실입니다. 반복 매출 비중 Atlassian 매출의 대부분은 Subscription 기반입니다. Subscription revenue 약 $5.17B 출처: Atlassian Financial Metrics (2024) 이건 한 번 고객을 확보하면 오랫동안 유지되는 구조라는 의미입니다. Gross Margin 약 80% 이상 출처: Atlassian Annual Report 이 수치는 운영 효율성이 매우 높은 SaaS 모델에서만 가능한 수준입니다. 이 회사의 전략은 복잡한 프레임워크에서 나온 것이 아닙니다. 매우 단순한 질문에서 시작했습니다. 고객이 우리와 이야기하지 않고도 결정을 내릴 수 있는가 이 질문이 회사의 거의 모든 시스템을 바꿨습니다. 예를 들어 1) 제품 설계 2) 가격 정책 3) 웹사이트 구조 4) 문서 체계 5) 고객 지원 방식 이 모든 것이 하나의 목적을 향해 정렬되었습니다. "결정을 쉽게 만드는 것" - Atlassian이 만든 가장 강력한 성장 메커니즘, Bottom-up Adoption 이 개념은 이론적으로 설명하면 복잡해 보이지만 현실에서는 매우 단순합니다. 회사 전체를 설득하지 않고 개인 한 명부터 시작하는 구조입니다. 한 개발자가 Jira를 설치합니다. 그 다음 동료가 묻습니다. “그거 뭐야?” 그리고 같이 사용하기 시작합니다. 몇 달 후 팀 전체가 사용합니다. 그 다음 부서가 사용합니다. 그리고 회사 전체가 사용합니다. Atlassian은 이 확산을 돕기 위해 다음과 같은 기능을 만들었습니다. 1) 팀 초대 기능 2) 협업 기능 3) 공유 링크 4) 프로젝트 기반 작업 이 기능들은 단순한 기능이 아니라 확산 장치였습니다. CAC가 낮았던 이유는 단순합니다. SaaS 회사에서 가장 중요한 지표 중 하나는 CAC입니다. Customer Acquisition Cost 즉 고객을 확보하는 데 드는 비용입니다. 전통적인 엔터프라이즈 SaaS는 CAC가 매우 높습니다. 1) 영업 인건비 2) 출장 비용 3) 긴 영업 사이클 이 비용이 크기 때문입니다. 하지만 Atlassian은 이 구조를 바꿨습니다. 대표적인 특징은 다음과 같습니다. 1) 온라인 중심 구매 2) 자동 온보딩 3) 셀프 서비스 모델 이 덕분에 영업 인력 비율이 업계 평균보다 낮았습니다. 출처: Atlassian S-1 Filing / IPO 자료 제품을 혁신한 것도 아니고 마케팅을 혁신한 것도 아니었습니다. 그들이 진짜로 바꾼 것은 "결정을 어렵게 만드는 요소를 하나씩 제거한 것" 입니다. - 가격 불확실성 → 가격 공개 - 사용 장벽 → 무료 체험 - 정보 부족 → 상세 문서 - 리스크 우려 → 투명한 정책 이 변화는 작아 보이지만 결과는 매우 컸습니다. 그리고 이 사례는 지금도 반복해서 언급됩니다. Atlassian은 특별한 기술 하나로 성공한 회사가 아닙니다. 특별한 영업 전략 하나로 성공한 회사도 아닙니다. 대신 아주 기본적인 질문 하나를 끝까지 밀어붙인 회사입니다. "고객이 결정을 쉽게 할 수 있는가?" 이 질문은 여전히 유효합니다. #Atlassian #ProductLedGrowth #GoToMarket #SaaSStrategy #CustomerDecision #B2BSales #GrowthArchitecture
더보기→by 김서현
Anthropic Mythos Preview와 AI 인프라 경쟁
이번 주 테크판을 뜨겁게 달군 소식만 모아 전해드립니다. 👇 [1] 이번 주 가장 화제가 된 테크 시장의 논란/이슈 1. Anthropic의 #Claude #Mythos Preview 이번 주 가장 크게 회자된 건 Anthropic이었습니다. 4월 7일 공개된 Claude Mythos Preview는 보안 취약점을 찾아내는 능력이 워낙 강해서, 영국 금융 규제당국과 미국 금융권이 따로 경계에 나설 정도였습니다. 보안팀 입장에서는 강력한 방패가 될 수 있지만, 시장에서는 “이 정도면 공격에도 악용될 수 있는 것 아니냐”는 긴장감이 더 컸습니다. 2. OpenAI의 영국 데이터센터 프로젝트. OpenAI는 영국의 주력 데이터센터 계획을 일시 중단했습니다. 이유는 규제 환경과 높은 에너지 비용이었습니다. 요즘 AI 인프라 경쟁은 화려한 모델보다도, 결국 어느 나라가 전력·규제·부지를 더 안정적으로 제공하느냐로 흘러가고 있다는 점을 다시 보여준 뉴스였습니다. 3. Nvidia의 SchedMD 인수 겉으로는 소프트웨어 회사 하나 더 산 것처럼 보이지만, 시장이 민감하게 본 건 따로 있었습니다. SchedMD가 운영하는 Slurm은 AI 학습과 슈퍼컴퓨팅에 널리 쓰이는 핵심 스케줄링 소프트웨어입니다. Nvidia가 이걸 쥐면 경쟁사와 데이터센터 사업자들이 불리해질 수 있다는 우려가 바로 나왔습니다. 4. OpenAI는 이번 주에도 규제 전선에서 바빴습니다. 한쪽에서는 Elon Musk의 반경쟁 행위를 조사해달라고 미국 주정부에 요청했고, 다른 한쪽에서는 플로리다 주 검찰이 OpenAI를 상대로 별도 조사에 들어갔습니다. 이제 OpenAI는 기술 기업이면서 동시에 규제와 정치 이슈의 한가운데 있는 회사가 됐다고 봐야 할 것 같습니다. [2] 이번 주 새로 출시된 주요 기술/제품 1. Anthropic은 Mythos Preview를 일반 공개하지 않고, 보안 목적의 제한된 연구 프리뷰로만 열었습니다. 동시에 Project Glasswing도 시작했고, 중요 소프트웨어를 지키는 조직들에 우선 제공하겠다고 밝혔습니다. 이제 프런티어 모델 경쟁도 “누가 더 똑똑하냐”를 넘어 “누가 더 위험하게도 강하냐”까지 같이 보게 됐습니다. 2. Gemini 앱은 이제 말만 하지 않고, 직접 보여주기 시작했습니다. Google은 Gemini 앱이 대화 안에서 3D 모델, 인터랙티브 차트, 시뮬레이션을 바로 생성할 수 있게 했습니다. 이건 꽤 중요한 변화입니다. 앞으로는 길게 설명하는 AI보다, 사용자가 직접 만져보며 이해할 수 있게 만드는 AI가 더 빨리 자리 잡을 가능성이 큽니다. 3. Google은 ‘Notebooks in Gemini’도 붙였습니다. Gemini 안에서 프로젝트별로 대화, 문서, PDF, 웹 자료를 한데 묶어 관리할 수 있게 했고, NotebookLM과도 연동되게 만들었습니다. 방향은 분명합니다. AI를 한 번 물어보고 끝내는 도구가 아니라, 길게 끌고 가는 작업을 붙잡아두는 업무 공간으로 키우려는 겁니다. 4. Colab의 Gemini 에이전트도 더 실전형으로 바뀌었습니다. Google은 Colab에 Learn Mode를 넣었습니다. 바로 답만 주는 대신, 단계별로 설명해주고 왜 그렇게 푸는지까지 알려주는 방식입니다. 개발자 도구 쪽에서도 이제는 “얼마나 똑똑하냐”보다 “얼마나 계속 쓰게 만드느냐”가 더 중요해지고 있다는 느낌이 강합니다. [3] 개인적으로 이번 주 포인트는 두 가지였습니다. 첫째, Anthropic Mythos가 보여준 건 “AI가 더 똑똑해졌다”는 수준이 아니었습니다. 이제는 어떤 모델이 특정 분야에서 지나치게 강해졌을 때, 시장과 정부가 동시에 긴장해야하는 단계로 진입했습니다. 둘째, Google이 내놓은 제품들을 보면 AI의 승부처도 점점 선명해집니다. 대단한 데모 하나보다, 사용자가 원래 하던 일 안으로 얼마나 자연스럽게 스며드느냐가 더 중요해지고 있습니다. 한 줄로 정리하면, 이번 주 역시 AI 경쟁이 모델, 규제, 인프라, 제품 경험까지 완전히 한 판으로 붙기 시작한 한 주였습니다! #TBC #TechNews #AI #Anthropic #Claude #OpenAI #Google #Gemini #Nvidia #Startup
더보기→by 오연우
다 같은 LLM wrapper인데 valuation은 어디서 갈릴까?: OpenEvidence
[Silicon Valley 투자 사례 분석 - 4호] 다 같은 LLM wrapper인데 valuation은 어디서 갈릴까? 📍오늘 분석 기업 - 🦄OpenEvidence OpenEvidence는 의사를 위한 medical AI 플랫폼으로, Sequoia Capital 의 Series A를 시작으로 Google Ventures, Kleiner Perkins 등이 잇따라 베팅하며 1년 만에 기업가치 $12B 기업이 됐다. LLM 기반 AI 서비스에서 중요한 질문은 “진입장벽”이다. “바이브코딩으로 하루이틀만에 모방이 가능할지언정, 딸깍으로 따라잡지 못하는 깊이가 있는가?“ 📍OpenEvidence의 진입장벽 > “유저가 서비스의 결과물을 신뢰할 수 있는 구조” 의료 현장에서 오진이나 처방 오류는 환자의 생명과 직결되고 법적 책임은 고스란히 의사 몫이다. OpenEvidence는 단순히 정확도를 높이는 것에서 나아가, 의사의 책임 리스크를 낮추는 구조로 차별화했다. 📍딜 구조 1년 안에 4번의 라운드, $1B → $12B. 투자자 입장에서 이 딜의 핵심은 fast follow 구조다. Sequoia가 Series A를 리드하며 검증 신호를 주자, GV·Kleiner Perkins가 Series B에 즉각 진입했고, 기존 투자자 대부분이 Series D까지 follow-on을 이어갔다. 밸류에이션이 빠르게 올랐음에도 기존 투자자들이 계속 참여했다는 것은 그들이 성장 스토리를 믿고 있다는 가장 강력한 시그널이다. 스타트업 입장에서는 3개월마다 새로운 밸류에이션을 시장에 공표함으로써 “의료 AI의 기본값”이라는 포지셔닝을 언론과 업계에 반복 각인시켰다. 📍성공 요인 분석 1/ 독자적 데이터셋 확보 경쟁사가 열린 인터넷을 학습할 때, OpenEvidence는 NEJM·JAMA 등 최상위 의학 저널과 직접 라이선스 계약을 맺었다. 이 데이터 접근권은 빠르게 복제할 수 없는 진입장벽이 됐다. 2/ 리스크를 통제하는 구조로 신뢰 구축 의사들은 오진과 법적 책임에 누구보다 민감하다. OpenEvidence는 단순 보조 도구가 아니라 그 부담을 시스템이 함께 지는 방식으로 설계됐다. 출처, 근거, 보수적 응답으로 의사들의 책임을 덜어주었다. 3/ ”참고용”이 아니라 “실제 의사결정용” 포지셔닝 대부분의 AI는 decision support 이전 단계에 머문다. OpenEvidence는 임상 현장의 실제 decision에 직접 연결되는 위치를 선점했다. 🌟 코멘트 LLM wrapper의 valuation은 결국 시장 침투력에서 갈린다. 속도에 현혹되기 쉬운 시대에 1년 넘게 우직하게 제품에 집중하시던 창업자와 나눈 대화가 기억난다. “80점짜리 제품은 넘친다. 반짝 돈을 벌지언정 유저는 바보가 아니라서 결국 이탈한다“ 투자자도 마찬가지다. 80점짜리 AI는 넘치고, 그 한계도 명확하다. OpenEvidence는 의사의 두려움을 실질적으로 걷어냈다. 그리고 현장에서 살아남은 제품이 “기본 운영 체제”가 됐다. $700M은 AI 기술이 아니라 그 침투력에 베팅한 것이다.
더보기→by 김지예
독점 시장에서는 어떻게 들어가야 하는가: Neeva와 Diagram의 사례
[성공과 실패에서 배우는 GTM & B2B 세일즈] 👇 - 독점 시장에서는 어떻게 들어가야 하는가: Neeva와 Diagram의 사례 매주 목요일마다 B2B 시장의 실패 사례들을 보다 보니, 어디서 어긋나는지는 조금씩 보이기 시작했습니다. 그런데 문득 이런 생각이 들었습니다. '이미 누군가가 강하게 장악하고 있는 시장에서는, 과연 어떤 방식으로 들어가야 할까?' 그래서 이번에는 같은 시장 구조 안에서 전혀 다른 선택을 했던 두 사례를 같이 보려고 합니다. 하나는 정면으로 들어갔다가 결국 안착하지 못한 경우이고, 다른 하나는 플랫폼 안으로 스며들어 들어간 뒤, 결국 그 플랫폼의 일부가 되어버린 경우입니다. _ [실패 사례 : Neeva의 사례] 검색 시장은 겉으로 보면 누구나 도전할 수 있을 것 같지만, 실제로는 거의 하나의 기본값처럼 굳어져 있는 영역에 가깝습니다. 사람들은 검색 엔진을 적극적으로 선택하지 않습니다. 대부분 그냥 처음부터 주어져 있는 것을 그대로 사용합니다. Neeva는 바로 그 시장에 들어간 회사였습니다. 전직 Google 임원들이 만든 스타트업이었고, 광고 없는 검색 경험과 구독 기반 모델이라는 분명한 방향성을 가지고 있었습니다. 검색 품질 자체도 나쁘지 않았고, 기존과는 다른 방향을 제시했습니다. 그럼에도 불구하고 결국 2023년 소비자 검색 서비스를 접게 됩니다. 이 사례가 흥미로운 이유는, 이게 단순히 제품이 부족했다는 이야기로는 정리되지 않기 때문입니다. 오히려 더 나은 방향성을 제시했지만, 사용자가 굳이 기존 검색에서 옮겨갈 이유를 만드는 데는 실패한 사례에 가깝습니다. 검색은 사용자들에게 이미 익숙한 행동양식입니다. 사람들은 기존에 쓰던 사용자 경험을 편하게 생각합니다. 결국 Neeva가 상대해야 했던 것은 이미 굳어진 사용자 경험, 그리고 유통 구조였던 셈입니다. _ [성공 사례 : Diagram의 사례] 반대로 Figma 생태계 안에서 등장한 Diagram은 전혀 다른 길을 걸었습니다. 이 팀은 Figma를 대체하려 하지 않았습니다. 그 안으로 들어갔습니다. 디자인 워크플로 안에서 AI 기능을 실험하고, 실제 사용 흐름 안에서 가치를 만들었습니다. 이후 Figma는 Diagram을 인수했고, AI 기능을 점점 더 본체 기능 안으로 가져오기 시작했습니다. 이 사례를 보면서 드는 생각은 단순합니다. 독점 플랫폼 시장에서는 그 생태계 안에서 필요한 일부를 더 잘하는 방식이 훨씬 현실적일 수 있다는 점입니다. 하지만 여기서 또 하나의 흐름이 생깁니다. 그렇게 모듈처럼 들어간 기능이 충분히 중요해지면, 플랫폼은 그 기능을 더 이상 외부에 두지 않고 스스로의 일부로 가져오기도 합니다. 결국 모듈형 전략은 진입에는 유효하지만, 장기적으로도 안전한 전략인지는 또 다른 문제라는 뜻입니다. _ [정면으로 파고들 것인가, 일부를 도울 것인가] Neeva와 Diagram은 완전히 다른 선택을 했습니다. Neeva는 이미 장악된 시장 한가운데로 정면 진입했고, Diagram은 강한 플랫폼 안으로 스며드는 길을 택했습니다. 결과도 달랐습니다. 그런데 이 두 사례를 같이 놓고 보면 독점 시장에서는 무엇을 만들 것인가만큼이나, 어떤 형태로 진입할 것인가가 중요하다는 것을 알 수 있습니다. 어떤 경우에는 정면으로 들어가는 순간 경쟁 상대가 제품이 아닌 기존의 사용 방식이 되어버립니다. 반대로 어떤 경우에는 이러한 사용 방식의 일부를 돕는 모듈형 전략이 훨씬 어필 되기도 합니다. 이번 사례들을 보면서 독점 시장에서는 좋은 제품을 만든다고 끝나지 않습니다. 그리하여 이번 사례들은 단순한 GTM의 성공과 실패의 대비라기보다, 독점 시장에서 스타트업이 어떤 포지션을 잡아야 하는지 보여주는 사례로 참고해보면 좋을 듯 합니다. 오늘의 콘텐츠 어떠셨나요? 댓글로 의견을 남겨주시면 감사하겠습니다! 🙏 _ 💡 오늘의 키워드 #사용자_레거시의_힘 이미 장악된 시장에서는 제품의 완성도보다 익숙한 사용자 경험이 더 강하게 작동할 수 있음 #모듈형_진입 독점 시장에서는 전체를 대체하려 하기보다, 일부를 보완하는 방식이 더 현실적인 진입 전략이 될 수 있음 #플랫폼_흡수 모듈처럼 들어간 기능이 충분히 중요해지는 순간, 플랫폼이 그 기능을 직접 가져갈 가능성도 존재함
더보기→by 김녕호
결정은 설득보다 설명의 효율성에서 나옵니다
Gartner의 연구에 따르면 B2B 구매자의 약 60% 이상이 이미 기존 공급사와 관계가 있는 상태에서 새로운 제안을 검토한다고 합니다. 즉, 경쟁은 새로운 관계를 만드는 단계에서 시작되지 않습니다. 이미 관계가 형성된 상태에서 누가 더 빠르게 확신을 제공하느냐는 문제로 이동했습니다. 그래서 요즘은 관계의 유무보다 다음 질문이 더 중요해졌습니다. “이 조직은 언제 실행할 준비가 되어 있는가?” 이 변화는 세일즈 사이클 데이터에서도 분명히 나타납니다. Winning by Design이 분석한 중대형 B2B 거래 데이터를 보면 딜이 지연되는 가장 큰 이유는 가격이나 기능이 아니라 의사결정 리스크에 대한 내부 합의 부족이었습니다. 특히 흥미로운 점은 이 지연이 대부분 초기 미팅 이후 30~60일 구간에서 집중적으로 발생한다는 것입니다. 첫 만남은 잘 이루어지지만 그 이후 조직 내부에서 결정을 설명하고 설득하는 과정이 길어지면서 속도가 급격히 느려집니다. 이 지점에서 한 가지 패턴이 반복됩니다. 결정이 빠르게 이루어지는 조직은 특별히 더 친밀한 관계를 가진 조직이 아니라 내부에서 설명하기 쉬운 조직이었습니다. 예를 하나 들어보겠습니다. 동남아시아에서 제조 자동화 솔루션을 제공하는 한 기업이 대형 유통사의 공급망 프로젝트에 참여했습니다. 최종 후보는 세 곳이었고 세 조직 모두에게 이미 고객과의 접점이 있었습니다. 기술력도 큰 차이가 없었습니다. 그런데 최종 선택은 예상보다 빠르게 결정되었습니다. 이유는 단순했습니다. 선택된 조직은 첫 미팅 이후 다음 세 가지를 매우 명확하게 제공했습니다. - 이전 프로젝트의 실제 운영 지표 - 유사 산업 고객의 구체적인 전환 결과 - 실행 일정과 책임 구조가 포함된 로드맵 이 자료는 마케팅 자료라기보다 내부 의사결정 문서처럼 보였습니다. 결국 고객 조직 내부에서 이 제안을 설명하는 데 필요한 시간이 다른 후보보다 훨씬 짧아졌습니다. 결정은 설득의 결과가 아니라 설명의 효율성의 결과였습니다. 이 현상은 디지털 데이터에서도 동일하게 나타납니다. LinkedIn B2B Institute의 분석에 따르면 B2B 구매자의 약 81%는 공식 제안 이전에 이미 공급사의 신뢰도를 스스로 조사한다고 합니다. 그리고 이 조사에서 가장 많이 확인하는 요소는 다음 세 가지였습니다. - 실제 고객 사례 - 업계 내 존재감 - 지속적인 활동 기록 흥미로운 점은 이 세 가지가 모두 관계가 아니라 행동의 흔적이라는 것입니다. 그래서 최근 몇 년 사이 바뀌고 있는 질문이 하나 있습니다. 예전에는 이렇게 물었습니다. “누구를 알고 있는가?” 지금은 이렇게 묻습니다. “무엇을 해 왔는가?” 이 변화는 특히 새로운 시장이나 새로운 산업에 진입할 때 더 강하게 드러납니다. 처음 만나는 조직일수록 고객은 더 많은 질문을 하지 않습니다. 대신 더 빠르게 판단하려고 합니다. 그리고 그 판단 기준은 대개 매우 현실적입니다. - 이 팀은 이미 비슷한 일을 해본 적이 있는가 - 결과를 수치로 설명할 수 있는가 - 실행 과정이 예측 가능한가 이 세 가지가 보이면 관계는 자연스럽게 따라옵니다. 영업은 사람을 설득하는 일이 아니라 조직이 결정을 내릴 수 있도록 불확실성을 줄여 주는 일입니다. 그리고 그 불확실성은 대부분 관계 부족이 아니라 정보 부족에서 발생합니다. 이 변화 속에서 앞으로 더 중요한 역량은 아마도 이것일 것입니다. 관계를 넓히는 능력보다 자신의 실행을 다른 조직이 이해할 수 있는 형태로 정리하는 능력 결국 요즘 B2B에서 경쟁력은 얼마나 많은 사람을 만났는가보다 얼마나 많은 결정을 쉽게 만들 수 있는가에 대한 관심이 높아지고 있습니다. #b2bsales #decisionmaking #execution #gtm #trust
더보기→by 김서현
OpenAI의 TBPN 인수와 소버린 AI 경쟁
이번 주 테크판을 뜨겁게 달군 소식만 모아 전해드립니다. 👇 [1] 이번 주 가장 화제가 된 테크 시장의 논란/이슈 1. OpenAI가 TBPN을 인수했습니다. 이번 인수는 일반적인 M&A라기보다, OpenAI가 제품뿐 아니라 서사와 메시지까지 직접 관리하려 한다는 해석입니다. Sora를 접고 Codex와 엔터프라이즈 쪽으로 무게를 옮긴 직후라, 시장에서는 “회사가 어디에 집중할지”에 대해 조금 더 선명해졌다는 반응이 나오고 있습니다. 2. AI 투자 열기는 여전하지만, 전력 비용이 새 변수로 떠올랐습니다. 빅테크의 2026년 AI 인프라 지출은 6,350억 달러 규모로 예상되지만, 유가와 전력비가 계속 오르면 투자 속도도 흔들릴 수 있다는 경고가 나왔습니다. 이제 AI는 모델 성능만이 아니라 전기요금과 데이터센터 운영비까지 같이 봐야 하는 시장이 됐습니다. 3. ‘소버린 AI’ 경쟁도 더 선명해졌습니다. Microsoft는 일본에 100억 달러를 투자해 현지 AI 인프라와 사이버보안 협력을 키우겠다고 했고, Anthropic은 호주 정부와 AI 안전·연구 협력 MOU를 맺었습니다. 기업 혼자 앞서가는 판이 아니라, 국가 단위로 “우리 땅 안에서 돌릴 수 있는 AI”를 챙기는 흐름이 더 강해졌습니다. 4. 한국에서는 Rebellions가 큰 자금을 끌어왔습니다. 🎉 Rebellions는 4억 달러를 유치했고, 미국 확장과 Rebel100 플랫폼, IPO 준비를 언급했습니다. 국내에서는 ‘K-Nvidia’라는 이야기 까지 나온 상태인데요. 해외에서는 이제 AI 반도체 경쟁이 엔비디아 대항마를 몇 곳이나 키워낼 수 있느냐로 옮겨가고 있다는 신호로 읽혔습니다. [2] 이번 주 새로 출시된 주요 기술/제품 1. Google이 Gemma 4를 공개했습니다. Google은 Gemma 4를 reasoning과 agentic workflow에 맞춘 오픈 모델이라고 소개했습니다. 크기만 키운 모델이 아니라, 적은 파라미터로 얼마나 실전 성능을 내느냐에 초점을 맞춘 점이 눈에 띕니다. 오픈 모델 진영에서는 꽤나 반가운 발표였습니다. 2. ChatGPT가 Apple CarPlay에 들어갔습니다. 이제 지원 차량과 iOS 26.4 이상 환경에서는 CarPlay에서 바로 음성 대화를 시작하거나, 기존 음성 대화를 이어갈 수 있게 됐습니다. 작은 편의 기능처럼 보여도 의미는 분명합니다. 사람들이 따로 앱을 열지 않아도, 원래 쓰던 화면 안에서 AI가 자연스럽게 들어오는 쪽으로 계속 가고 있기 때문입니다. 3. OpenAI가 Codex를 더 쉽게 사서 쓰는 구조를 만들었습니다. ChatGPT Business와 Enterprise에 ‘Codex seat’를 새로 넣으면서, 고정 인원 라이선스가 아니라 사용량 기반으로 Codex만 별도 도입할 수 있게 했습니다. 기업 입장에서는 “일단 작게 붙여보고, 되면 넓히자”가 쉬워졌습니다. 코딩 AI의 엔터프라이즈 도입 장벽을 낮추려는 움직임으로 보입니다. 4. ChatGPT는 업무용 연결성도 더 세게 밀고 있습니다. Business 플랜에서는 Box, Notion, Linear, Dropbox 앱이 업데이트됐고, Enterprise/Edu에서는 프로젝트에 앱·대화·간단 메모를 바로 소스로 붙일 수 있게 됐습니다. 이제 AI 툴 경쟁은 모델 자체보다, 회사가 이미 쓰는 문서·협업 흐름 안에 얼마나 잘 들어가느냐가 더 중요해지고 있습니다. [3] 결론 및 요약 이번 주를 보면서 가장 크게 느낀 점은 : - 누가 메시지를 장악하는지, - 누가 전력과 인프라를 확보하는지, - 누가 정부와 손을 잡는지, - 누가 기업 도입 장벽을 낮추는지 가 관건이 되고 있다는 겁니다. #TBC #TechNews #AI #OpenAI #Google #Anthropic #Microsoft #Rebellions
더보기→by 오연우
GPT wrapper, vertical AI의 희망사례: Harvey AI
[Silicon Valley 투자 사례 분석 - 3호] GPT wrapper, vertical AI의 희망사례 - Harvey AI Harvey AI는 법률 업무 자동화 AI 스타트업이다. 2022년 창업 후 2026년 3월 기준 $11B valuation에 도달했고, 10만 명 이상의 변호사와 1,300개 이상의 조직이 60개국 이상에서 사용하고 있다. Sequoia가 Series A, 2025년 Series D, 2026년 성장 라운드까지 세 번 연속 리드/공동리드했다. GPT 래퍼라는 비판 속에서, Sequoia는 왜 우직하게 Harvey에 투자했을까? 📍투자 thesis — Sequoia가 세 번 베팅한 이유 Sequoia의 Pat Grady는 오히려 자체 모델 없이 살아남을 수 있냐는 비판을 즐겼다고 밠혔다. “We have been delighted to let that narrative persist. We’ve been loading up on application companies” Foundation model layer는 OpenAI·Anthropic·Google이 가져간다. 하지만 각 버티컬의 복잡한 현장 워크플로를 이해하고 AI로 재설계하는 영역은 도메인 전문성 없이는 진입 자체가 어렵다. Grady는 “Harvey가 클라우드 전환 시대의 Salesforce처럼 AI-native application의 새로운 기준을 만들고 있다”고 봤다. 📍 그럼 내가 잘 아는 분야에서만 창업을 해야 하나? 미국 전체 아파트 시장의 10%를 커버하는 EliseAI (ARR $100M+ / Series E $250M(a16z 리드) / valuation $2.2B+) 사례를 보자 EliseAI는 Harvey와 같이 도메인을 파고든 전략이지만, 창업가가 처음부터 전문가는 아니었다. EliseAI 창업자 Minna Song은 MIT 컴퓨터과학 전공자다. 부동산 경험은 전혀 없었다. 그런데 부동산 AI를 만들겠다고 결심한 뒤 그녀는 직접 뉴욕 부동산 브로커리지 회사에 취직했다. “Engineers tend to build things that don’t really solve anyone’s problem. We wanted to avoid doing that.” Harvey와 Elise의 공통점은 둘 다 제품을 만들기 전에 현장을 몸으로 이해했다는 점이다. AI가 생긴 이후, 새로운 업계를 “공부”하는 속도는 극적으로 빨라졌다. 시장 리포트, 인터뷰 요약, 경쟁사 분석으로 업계 그림은 금방 그려진다. 하지만 Harvey와 EliseAI가 보여주는 건, 그림과 현장 사이의 간격이 생각보다 훨씬 크다는 것이다. 어떤 작업이 실제로 얼마나 반복되는지, 왜 기존 툴이 외면받는지, 누가 실제 구매 결정을 하는지 AI가 인터넷에서 잘 찾지 못하는 부분이다. AI가 준 빠른 이해를 깊은 이해로 착각하는 것을 경계해야 한다. 🌟 투자자라면 어떤 팀을 찾겠는가 Harvey와 EliseAI를 통해 도출할 수 있는 주요 질문: “이 제품은, AI 모델이 좋아질수록 대체되는가 — 아니면 더 단단해지는가.” Harvey가 $11B이 될 수 있었던 건 OpenAI보다 뛰어난 모델을 만들어서가 아니다. EliseAI도 마찬가지다. 둘 다 범용 AI 위에 올라탔다. 그런데 플랫폼이 아무리 강해져도 가져갈 수 없는 자리를 먼저 점유했다. 1/ 하나는 데이터다 (계속 언급되는 data moat!) Harvey - AmLaw 100 로펌들의 내부 문서와 워크플로 EliseAI - 미국 임대주택 운영사 수백 곳의 커뮤니케이션 패턴과 SOP 이건 범용 모델 회사가 만들 수 없는 현장 데이터다. 규제가 복잡할수록, 업종이 폐쇄적일수록 해자가 커진다. 2/ 좁지만 충분한 범위 글로벌 플랫폼은 전 세계 모든 버티컬의 모든 규제를 맞춤 대응할 수 없다. 미국 주(州)별로 다른 임대차 분쟁 처리 절차, 제조업 현장의 하도급 계약 관행, 보험 청구 심사 로직 등 이 영역에 깊이 들어가는 건 플랫폼 입장에서 우선순위가 될 수 없고, 그곳에 창업의 여지가 있다. 범용 AI 모델의 빠른 확장 속에서 살아남는 Vertical AI는 결국 이 두 가지 중 하나를 갖고 있을 것이다 -> 플랫폼이 복제할 수 없는 데이터, OR 플랫폼이 들어오기 어려운 규제/버티컬의 깊이 기술력 자랑보다 “우리가 이 업계에서 본 것”을 먼저 말하는 팀이 매력적인 이유다.
더보기→by 김지예
데이터가 넘지 못한 세 가지 벽: The Climate Corporation의 사례
[성공/실패에서 배우는 GTM & B2B 세일즈] 👇 데이터가 넘지 못한, 세가지 벽 : 'The Climate Corporation'의 사례 데이터가 곧 권력이 되어가던 2000년대 중 후반, 구글 출신들이 만든 기상 예측 기업 The Climate Corporation은 농업의 미래가 될 수 있는 기업으로 불렸습니다. 농업 거물 몬산토(현재 독일 바이엘사에 인수됨)는 그들이 가진 정밀한 데이터의 가치를 높게 평가하며 2013년 11억 달러(약 1.2조 원)에 이들을 전격 인수합니다. 거대 자본과 독보적 기술의 만남. 장밋빛 미래가 펼쳐질 것만 같았지만, 짙은 그림자가 인수 직후 현장에서 드리우기 시작했습니다. _ [인수 그 이후의 불황 : 왜 농부들은 지갑을 닫았을까?] 몬산토는 이 데이터를 활용해 종자와 비료를 더 정교하게 팔 수 있을 거라 확신했습니다. 하지만 실제 농가에 침투하려던 GTM 전략은 예상치 못한 세 가지 벽에 가로막힙니다. 1. 데이터보다 무서운 데이터 프라이버시의 벽 농부들에게 자기 논과 밭의 생육 데이터와 기상 정보를 공유하라는 것은, 마치 기업이 영업 비밀을 통째로 넘기라는 것과 같았습니다. "내 데이터를 가져가서 나중에 종자 가격을 올리는 데 쓰는 거 아냐?"와 같은 불신이 팽배했습니다. 기술적 편익보다 데이터 주권을 빼앗김으로서 생기는 부작용들에 대해 불신이 생겨났습니다. 2. 알고리즘이 대체할 수 없는 직관의 벽 수십 년간 흙을 만져온 농부들에게 태블릿 PC속 그래프는 그저 참고용일 뿐이었습니다. 몬산토는 데이터의 정확도를 강조하며 접근했지만, 농부들은 자신들의 경험과 직관에 의존하고 있었습니다. 그리고 이러한 설득은 쉽지 않았습니다. 3. 디지털이 닿지않는 관계의 벽 농업 B2B는 전형적인 관계 중심 시장입니다. 농부들은 본사에서 보낸 전문가보다, 수십 년간 비료를 납품해온 동네 대리점 사장님의 말 한마디를 더 믿었습니다. 끈끈한 신뢰를 형성하며 거래를 이어왔기 때문이죠. 몬산토는 기술을 강조해 신뢰도를 높이려 했지만, 농부들은 여전히 사람을 믿고 거래를 하고 있었습니다. _ 💡 경영진도 막을 수 없는 실패, 어떻게 대비해야 할까? 이 사례는 아무리 거대한 자본도 시간으로 축적된 신뢰를 단숨에 살 수는 없다는 것을 보여줍니다. 이전 Aidoc 사례에서 보듯, 기술은 완벽한 대체가 아닌 증강의 형태여야 합니다. 언뜻 보면 이번 사례는 Convoy와 비슷해 보일 수 있습니다. 하지만 이 사례가 더 뼈아픈 이유는, 약 1.2조 원의 자본을 거느렸던 몬산토조차 농부들의 불신이라는 심리적 장벽 앞에서는 속수무책이었다는 점입니다. B2B에서는 경제적 이득만큼이나 내 밥그릇을 지키려는 사람들의 심리를 고려하지 않아서 발생한 문제입니다. 특히나 농업의 경우에는 더욱 B2B와 B2C의 경계에 있는 분야이기 때문입니다. 따라서 특수한 사업 분야의 경우, 숫자를 넘어 인간의 심리를 고려해야합니다. 결국 GTM의 승패는 다양한 상황적 고려와 함께 현장의 불확실성을 고객과 얼마나 오랫동안 함께 견뎌왔고 소통했는가 또한 고려해야 합니다. 한가지 전략이 아닌 다양한 고려사항들을 체크하면서 여러분의 GTM을 점검해보는 것은 어떨까요? _ 💡 오늘의 키워드 #데이터_주권과_불신 기술적 편익을 강조하기 전, 고객이 느낄 탈취에 대한 심리적 장벽을 먼저 해소해야 함 #레거시_경험_존중 데이터는 도구일 뿐, 실제 사용하는 실무자의 직관과 경험을 존중하는 GTM 설계가 필수적
더보기→by 김녕호
Pipeline은 과거에 쌓아 둔 관계의 잔고입니다
최근 몇 년 동안 pipeline을 더 빨리 만들기 위한 방법은 계속 늘어났습니다. 더 많은 캠페인, 더 많은 자동화, 더 많은 리드 생성. 그런데 실제 데이터를 보면 조금 다른 패턴이 반복됩니다. 관계가 있었던 고객은 전혀 다른 확률로 다시 돌아옵니다. 예를 들어, 2024년 SaaS 영업 데이터 분석에서는 기존에 함께 일했던 사람(이른바 champion)이 새로운 조직으로 이동했을 때 딜 성사 확률이 평균 대비 약 2~3배 이상 높게 나타났습니다. 또한 과거 고객이나 기존 관계자가 관여한 기회는 전체 평균 대비 최대 49%의 높은 win rate를 보였습니다. 이건 단순한 감정의 문제가 아니라 구조적인 확률의 문제입니다. 이 패턴은 특정 회사 하나의 이야기가 아닙니다. 예를 들어 ServiceNow는 대형 고객 프로젝트를 확장할 때 새로운 캠페인보다 기존 고객 조직 내부에서의 지속적인 사용 경험과 관계를 기반으로 추가 도입과 확장이 이루어지는 구조를 반복적으로 보여 왔습니다. 이는 기존 워크플로우 신뢰가 형성된 조직에서 추가 프로젝트가 더 빠르게 실행된다는 사례로 보고됩니다. 또 다른 예로 Snowflake 의 고객 사례에서도 데이터 플랫폼 도입 이후 단일 프로젝트가 아니라 장기간 관계를 기반으로 여러 부서로 확장되는 형태가 일반적인 성장 패턴으로 나타납니다. 이는 신규 고객 확보보다 기존 관계 기반 확장이 SaaS 성장의 핵심 동력임을 보여줍니다. 현장에서 보면 이건 생각보다 단순한 이야기입니다. 새로운 프로젝트가 시작될 때 사람들은 검색부터 하지 않습니다. 먼저 이렇게 묻습니다. “우리 예전에 같이 일했던 사람 있지 않나?” 그리고 그 순간, pipeline의 절반은 이미 만들어져 있습니다. 그래서 요즘 저는 pipeline을 이렇게 정의하는 편입니다. Pipeline은 지금 만드는 것이 아니라 과거에 쌓아 둔 관계의 잔고입니다. 이 뉴스레터에서는 이 단순하지만 자주 간과되는 사실을 조금 더 구조적으로 정리해 보았습니다. 특히 요즘처럼 의사결정이 느려지고 리스크 회피가 강해진 시장에서는 새로운 접촉보다 이미 신뢰가 형성된 관계가 가장 빠른 진입 경로가 되는 경우가 많습니다. 1) 관계를 이벤트가 아니라 자산 목록으로 관리합니다 많은 팀이 “몇 명을 만났는가”를 기록합니다. 하지만 실제로 중요한 것은 누가 다시 돌아올 가능성이 있는가 하는 것입니다. 그래서 저는 보통 연락처를 이렇게 나눕니다. * 다시 함께 일할 가능성이 높은 사람 * 다른 조직으로 이동할 가능성이 있는 사람 * 아직 기회는 없지만 신뢰가 형성된 사람 이건 CRM 기능이 아니라 relationship memory에 가깝습니다. 2) 접촉보다 주기를 설계합니다 관계는 강한 한 번보다 가벼운 여러 번에서 만들어집니다. 예를 들어: * 분기마다 한 번 짧은 인사이트 공유 * 새로운 시장 변화가 있을 때 간단한 메모 전달 * 상대가 역할을 바꿨을 때 가장 먼저 축하 메시지 보내기 이건 마케팅이 아니라 presence management에 가깝습니다. 3) 관계가 필요한 순간이 아니라 관계가 필요해지기 전에 움직입니다. 많은 조직이 딜이 필요해진 순간에 관계를 만들려고 합니다. 하지만 실제로는 그때는 이미 늦은 경우가 많습니다. 대부분의 큰 기회는 이미 알고 있는 사람에게서 시작됩니다. 그래서 저는 요즘 pipeline을 이렇게 관리합니다. 지금 열려 있는 딜 목록이 아니라 다음 12개월 안에 다시 만날 사람 목록으로요. 그리고 경험상 이 목록이 길어질수록 pipeline은 더 안정적으로 만들어집니다. 한 줄로 정리하면 이렇습니다. "Relationship is not a soft concept. It is an operating system." #gtm #b2bsales #relationship #pipeline #execution
더보기→by 김서현
멋진 데모보다 빨리 돈이 되는 구조가 더 중요해지고 있습니다
이번 주 테크판을 뜨겁게 달군 소식만 모아 전해드립니다. 1. 이번 주 가장 화제가 된 테크 시장의 논란/이슈 1) OpenAI가 Sora 플랫폼을 갑자기 접었습니다. OpenAI가 영상 생성 툴 Sora를 중단했고, 디즈니 쪽도 발표 30분 전까지 관련 논의를 하고 있었다는 보도가 나왔습니다. 결국 OpenAI가 당장은 영상보다 코딩 툴과 기업 고객 쪽에 더 집중하겠다는 뜻으로 읽힙니다. 2) ChatGPT 광고는 이제 실험 단계를 넘겼습니다. OpenAI의 미국 광고 파일럿은 출시 6주 만에 연환산 매출 1억 달러를 넘겼습니다. 수익화 속도만 보면 생각보다 훨씬 빠릅니다. 3) AI 규제 압박도 한층 더 세졌습니다. EU 반독점 수장 Teresa Ribera는 Google, Meta, OpenAI, Amazon CEO들과 직접 만나기 시작했고, 조사 범위도 모델·학습 데이터·클라우드 인프라까지 넓히겠다고 했습니다. 4) 돈은 여전히 OpenAI 쪽으로 몰리고 있습니다. SoftBank는 OpenAI 투자 확대를 위해 400억 달러 브릿지 론을 확보했습니다. 시장 분위기가 식었다기보다 몇 군데에 더 크게 몰아주자는 방향으로 가는 느낌입니다. 2. 이번 주 새로 출시된 주요 기술/제품 1) ChatGPT가 본격적으로 쇼핑 화면을 갖추기 시작했습니다. 답변해주는 챗봇보다 구매 직전 비교를 도와주는 인터페이스에 가까워졌습니다. 검색과 커머스의 경계가 더 흐려지는 신호입니다. 2) Claude는 이제 컴퓨터를 직접 다루는 쪽으로 더 나아갔습니다. 파일을 열고, 개발 툴을 실행하고, 화면을 보고 클릭까지 할 수 있게 된 흐름은 분명합니다. AI 코딩툴 경쟁은 실제로 어디까지 대신 움직여주느냐로 넘어가고 있습니다. 3) Claude 모바일 앱도 더 인터랙티브해졌습니다. 라이브 차트, 다이어그램, 공유 가능한 결과물을 모바일 대화 안에서 바로 띄울 수 있게 됐습니다. 4) Google은 Gemini를 TV까지 더 깊게 밀어 넣고 있습니다. AI를 별도 앱으로 쓰게 하는 게 아니라, 사람들이 원래 쓰던 화면 안에 조금씩 녹여 넣는 방향입니다. 💡 결론 및 요약 이번 주를 보면서 AI 시장에 점점 요구되는 것은 네 가지라고 느꼈습니다. 1. 누가 기능을 더 빨리 제품 안에 녹여 넣는지 2. 누가 더 강한 유통 채널을 쥐고 있는지 3. 누가 더 많은 자본을 끌어오는지 4. 누가 규제 테이블에서 유리한 자리를 먼저 잡는지 OpenAI의 Sora 중단과 광고 확대는 상반된 신호처럼 보이지만 사실은 같은 방향입니다. 지금 시장은 멋진 데모보다 빨리 돈이 되는 구조를 더 강하게 요구하고 있습니다. 결국 사용자들은 AI를 따로 배우고 싶어하지 않습니다. 원래 하던 일, 원래 보던 화면, 원래 쓰던 기기 안에서 자연스럽게 스며드는 쪽이 더 강합니다. #TBC #TechNews #AI #OpenAI #Anthropic #Claude #ChatGPT #Google #SoftBank #Startup
더보기→by 오연우
미국에 이주하지 않고 미국 VC에게 투자 받은 초단기 유니콘 기업: Lovable
[Silicon Valley 투자 사례 분석] 미국에 이주하지 않고 미국 VC에게 투자 받은 초단기 유니콘 기업 - Lovable 미국에 없으면 미국 VC에게 투자받을 수 없다. 미국 GTM과 미국 VC 투자유치는 실리콘밸리에 물리적으로 존재해야만 가능한 게임처럼 보이지만, Lovable은 좋은 반례입니다. 핵심 조직이 스톡홀름에 있음에도 CapitalG, Accel 등 메이저 VC로부터 $330M Series B를 유치하며 밸류에이션 $6.6B을 달성했습니다. 1. 딜 구조 2025년 Lovable의 펀딩 타임라인과 ARR - 2월: $15M / 리드 Creandum - 7월: Series A $200M / 리드 Accel / $1.8B 밸류 - 12월: Series B $330M / 리드 CapitalG + Menlo Ventures / $6.6B 밸류 5개월 만에 밸류에이션이 $1.8B에서 $6.6B으로 3.7배 상승했습니다. $100M(7월) → $200M(11월) → $300M(1월) → $400M(2월) 투자자는 현재 ARR보다 ARR의 기울기를 봅니다. 2. 법인 구조 Lovable은 스웨덴에서 창업해 현재는 Delaware C-Corp으로 운영 중입니다. CEO와 핵심 조직은 스톡홀름을 중심으로 운영되며, 미국 이주 없이도 미국 VC 자금을 유치했습니다. 미국 VC 투자에서는 Delaware C-Corp 구조가 사실상 표준에 가깝습니다. 그러나 Delaware 법인과 물리적 미국 이주는 전혀 다른 결정입니다. 법인 구조는 장기 전략으로 접근해야 합니다. 내 주요 시장이 어디냐를 먼저 정의한 뒤 결정해야 합니다. 3. 투자 포인트 분석 1) 경쟁 구도를 바꿨습니다. Cursor, Copilot과 같이 전문 개발자를 타겟하는 코딩 앱과 같은 링에서 싸우지 않았습니다. 코딩을 모르는 사람을 고객으로 정의하며 경쟁이 없는 시장을 만들었습니다. 2) ARR 곡선이 협상력이었습니다. 수치가 정점일 때 라운드를 열면 협상력이 달라집니다. 매달 공개한 ARR 마일스톤은 가장 강력한 PR이었습니다. 3) 커뮤니티 기반 GTM 유저가 만든 앱의 자발적 공유, 글로벌 Ambassador의 오프라인 이벤트, 해커톤 스폰서십이 하나의 플라이휠을 만듭니다. 4) 전략적 투자자 설계 재무 투자자만 채우지 않고 Salesforce, HubSpot, Databricks의 CVC를 참여시키며 B2B 네트워크를 확보했습니다. 💡 벤치마킹 체크리스트 ① Delaware 법인과 미국 이주를 분리해서 사고하기 ② 법인 구조는 주요 시장을 먼저 정의한 후 결정하기 ③ ARR 마일스톤을 펀딩 타이밍으로 활용하기 ④ 커뮤니티 드리븐 GTM을 설계하기 ⑤ CVC 투자를 활용하기 Lovable의 사례는 미국에 살아야만 미국 VC 투자를 받을 수 있다는 통념보다는, 빠른 성장 지표·투자자 친화적 법인 구조·강한 커뮤니티 확산력이 더 중요할 수 있음을 보여줍니다.
더보기→by 김지예
기존 사용자의 흐름을 바꾸지 않고 도입을 만든 Aidoc의 사례
[성공에서 배우는 GTM & B2B 세일즈] 실패의 패턴을 넘어, 성공의 공식을 발견하다: Aidoc의 사례 매주 목요일마다 B2B 실패 사례를 보다 보니, 어디서 어긋나는지 조금씩 보이기 시작했습니다. 그런데 실제로 그 어려운 시장에서 도입까지 만들어낸 회사들은, 도대체 어디서부터 달랐을까요? 1. 네 번째 이야기: Aidoc의 사례 헬스케어 시장은 단순히 SaaS를 파는 방식으로 접근하면 안 되는 시장입니다. 병원은 의사결정을 굉장히 보수적으로 하고, 규제도 많고, 무엇보다 리스크가 큽니다. Aidoc은 의료 영상을 AI로 분석해주는 솔루션을 만들고 있습니다. CT나 MRI 데이터를 기반으로 응급 상황을 빠르게 감지하도록 돕는 역할입니다. 현재 150개 이상의 헬스시스템에서 사용되고 있고, 연간 4,500만 명 이상의 환자 진료에 관여하고 있습니다. 2. 기존 판독 흐름을 바꾸지 않았습니다. 보통 이런 AI 기업들은 빠르고 혁신적인 서비스라는 메시지로 밀어붙이기 쉽습니다. 기존 방식을 바꾸겠다는 접근입니다. 그런데 Aidoc은 다른 선택을 했습니다. 병원에서 이미 사용하고 있는 시스템 안으로 들어가, 그 안에서 결과를 보여주는 방식에 집중했습니다. 새로운 툴을 하나 더 쓰게 만드는 것이 아니라 기존 업무 흐름에 기능이 하나 더해지는 정도에 가깝습니다. FDA 문서에서도 Aidoc은 기존 판독을 대체하는 도구가 아니라, 우선순위를 정리해주는 보조 역할로 설명됩니다. 3. 실무자와 경영진을 각자의 언어로 설득했습니다. 실제 병원 사례를 보면, 한 번에 전체 도입이 아니라 특정 영역부터 시작해 점점 넓혀가는 방식이었습니다. 이 과정에서 실무자들은 먼저 변화를 체감하게 되고, 그 경험이 내부에서 공유되며 공감대로 이어집니다. 실무자에게는 편한 사용 경험을 제공하고, 경영진에게는 그로 인해 생기는 효과를 설명합니다. 같은 제품이지만, 서로 다른 기준을 가진 두 집단을 각자의 언어로 설득하는 구조입니다. 💡 오늘의 키워드 #자연스러운_도입 새로운 툴을 강요하기보다 기존 사용자의 업무방식 안에 자연스럽게 편입되는 설계가 중요합니다. #실무자에게_좋은_사용경험제공 실무자가 먼저 가치를 체감하면, 그 경험이 조직 안에서 확산되는 힘이 됩니다. #의사결정권자_설득 실무자와 의사결정권자를 각기 다른 기준으로 설득해야 합니다. Aidoc은 기술을 밀어넣은 것이 아니라, 조직 안으로 자연스럽게 스며들게 만든 사례에 가깝습니다.
더보기→by 김녕호
기회가 만들어지는 초기 경로는 네트워크 안에서 시작됩니다
기회가 만들어지는 초기 경로. 보통 어떻게 만들어지나요? 예전에는 리드를 얼마나 많이 확보했는지가 성장의 중요한 지표였다면, 최근에는 누가 먼저 우리를 소개해 주는가, 그리고 어떤 네트워크 안에서 먼저 신뢰를 얻는가가 생각보다 큰 차이를 만들고 있다는 느낌을 받습니다. 이건 특정 산업이나 회사에만 해당하는 이야기는 아닙니다. 다만 몇몇 잘 알려진 B2B SaaS 사례를 보면 비슷한 패턴을 비교적 분명하게 확인할 수 있습니다. 1. Slack의 초기 확산 Slack은 초기 확산 과정에서 대규모 마케팅 캠페인보다 팀 단위의 자발적 도입이 중요한 역할을 했다고 알려져 있습니다. CEO Stewart Butterfield도 여러 인터뷰에서 성장이 광고보다는 팀 간 추천과 경험 공유에서 시작된 경우가 많았다고 설명했습니다. 2. Stripe의 초기 고객 Stripe의 초기 고객 역시 광고를 통해 대량으로 유입되기보다는 창업자들이 이미 속해 있던 개발자 커뮤니티 안에서 먼저 등장했습니다. 공동 창업자 Patrick Collison은 초기 사용자에 대해 우리가 속해 있던 커뮤니티에서 시작됐다는 취지의 이야기를 여러 차례 언급했습니다. 3. Gong의 첫 엔터프라이즈 고객 Gong의 경우도 첫 엔터프라이즈 고객이 콜드 아웃리치보다는 기존 관계에서 이어진 소개를 통해 시작됐다는 점을 공개 인터뷰에서 설명한 바 있습니다. 4. 신뢰가 형성된 관계 안에서 선택이 먼저 이루어집니다. 이 사례들을 보면 특별히 새로운 마케팅 기법이 등장했다기보다, 이미 신뢰가 형성된 관계 안에서 선택이 먼저 이루어지고, 그 선택이 다음 연결로 이어지는 패턴이 반복적으로 나타납니다. 물론 모든 산업이 같은 방식으로 움직이지는 않습니다. 규제 산업이나 대규모 조달 구조가 중요한 시장에서는 체계적인 파이프라인 관리와 공식적인 세일즈 프로세스가 여전히 중요합니다. 💡 마치며 최근 몇 년 사이 기회가 만들어지는 첫 접점의 성격이 조금씩 바뀌고 있다는 점은 현장에서 점점 더 분명하게 느껴집니다. GTM의 경쟁력은 단순히 얼마나 많은 리드를 만들 수 있는가에만 있는 것이 아니라, 어떤 네트워크 안에 먼저 들어가 있는가 그리고 누가 우리를 대신 말해 줄 수 있는가 이 두 가지에 점점 더 가까워지고 있다고 생각합니다. #B2BSales #FounderLedSales #TrustNetworks #TheFutureOfGTM
더보기→by 김서현
AI 업계가 모델 경쟁을 넘어 플랫폼 경쟁으로 넘어가고 있습니다
이번 주 테크판을 뜨겁게 달군 소식만 모아 전해드립니다. 1. 이번 주 가장 화제가 된 테크 시장의 논란/이슈 1) Microsoft·OpenAI·Amazon의 삼자 충돌이 본격화됐습니다. Microsoft는 OpenAI와 Amazon의 500억 달러 규모 클라우드 계약이 기존 독점 관계를 흔들 수 있다고 보고 법적 대응까지 검토 중이라는 보도가 나왔습니다. 2) OpenAI는 미국 무료·Go 사용자 전반에 광고를 붙이기로 했습니다. ChatGPT가 커질수록 인프라 비용도 같이 커지고 있는데, OpenAI가 결국 광고를 더 본격적인 수익원으로 키우는 쪽으로 움직이기 시작한 겁니다. 3) 미국 국방부의 AI 판도도 더 또렷해졌습니다. OpenAI는 AWS를 통해 미국 정부·국방 기관에 AI를 공급하는 쪽으로 더 깊게 들어갔고, Palantir의 Maven은 미군 전반에 장기적으로 쓰이는 핵심 시스템으로 굳어지는 흐름이 나왔습니다. 4) AI 칩 밀수 사건은 다시 한 번 업계를 긴장시켰습니다. AI 반도체는 이제 그냥 부품이 아닙니다. 공급망, 안보, 외교가 한꺼번에 얽힌 자산이라는 점이 다시 확인됐습니다. 2. 이번 주 새로 나온 주요 기술/제품 1) OpenAI가 GPT-5.4 mini와 nano를 내놨습니다. 빠른 속도와 낮은 비용을 앞세운 소형 모델입니다. 이제는 무조건 가장 큰 모델보다 어디에 어떤 크기의 모델을 배치하느냐가 더 중요해지고 있습니다. 2) NVIDIA는 GTC에서 inference 중심 판을 더 크게 벌였습니다. 앞으로 AI 시장의 진짜 돈은 학습보다 추론, 단발성 챗봇보다 계속 돌아가는 에이전트 쪽에서 더 크게 열릴 가능성이 높습니다. 3) Microsoft도 Foundry와 Azure 카드를 강하게 꺼냈습니다. 엔터프라이즈 AI는 결국 Microsoft 같은 운영체계형 플레이어가 먹으려는 것 아닌가라는 인상을 더 강하게 준 업데이트였습니다. 4) OpenAI 안에서도 제품 정리가 빨라지고 있습니다. 복잡한 모델 라인업을 사용자가 일일이 이해하게 두기보다 더 자연스럽게 쓰게 만드는 방향으로 가고 있습니다. 💡 결론 및 요약 이제 AI 업계는 누가 더 똑똑한 모델을 내놨는가만으로는 설명이 안 됩니다. 클라우드 주도권, 정부 계약, 광고 같은 수익화 방식, 추론 인프라, 에이전트 운영체계 등 고려할 사항이 점점 많아지고 있습니다. 첫째, 프런티어 모델 회사들도 이제는 결국 유통과 인프라 위에서 싸우고 있습니다. 둘째, 시장이 기대하는 기술도 크고 화려한 데모보다 싸고 빠르게 돌아가면서 실제 업무에 바로 붙일 수 있는 모델과 에이전트 쪽으로 이동하고 있습니다. 한 줄로 정리하면, 이번 주는 AI 업계가 모델 경쟁을 넘어 플랫폼 경쟁으로 본격적으로 넘어가고 있다는 점을 다시 보여준 한 주였습니다. #TBC #TechNews #AI #OpenAI #Microsoft #Amazon #NVIDIA #Palantir #ChatGPT #Startup
더보기→by 오연우
뻔해 보이는 문제로 $605M을 만든 회사: Tennr
[Silicon Valley 투자 사례 분석] 뻔해 보이는 문제로 $605M을 만든 회사 — Tennr의 $18M Series A 해부 가장 큰 돈은 지저분하고, 느리고, 아무도 손대기 싫어하는 것들에서 나옵니다. LLM이 vertical하게 퍼지기 시작하던 2024년, a16z는 헬스케어 팩스 자동화에 $18M을 단독 리드했습니다. 1. 오늘의 기업 Tennr Series A $18M → 15개월 만에 Series C $101M, 밸류에이션 $605M Tennr의 BM은 헬스케어 의료기관 대상 플랫폼 subscription입니다. 미국에서는 환자가 의료진을 바로 만나지 못하는 문제가 있는데, Tennr는 이 문제를 풀 열쇠를 팩스 자동화에서 찾았습니다. 환자 의뢰 접수부터 의료 기관까지 너무 많은 비정형화된 문서들이 fax라는 비효율적 방식으로 전달되는 것이 핵심 병목이었고, Tennr는 팩스·이메일·포털로 들어오는 비정형 문서를 자동 수집/분석하고 보험청구까지 전체 workflow를 자동화했습니다. 2. Tennr의 moat는 쓸수록 쌓이는 구조로 설계되었습니다. 각 의료기관의 보험 심사 기준에 맞게 fine-tuning된 proprietary 모델 RaeLM은 기관별 문서 데이터가 누적될수록 정확도가 높아지는 구조입니다. 범용 LLM은 건들지 않는 디테일한 곳까지 자동화한 workflow integration이 두 번째 switching cost 층을 만듭니다. 한번 깔리면 걷어내기 어렵습니다. ROI 프레임도 다릅니다. 직원을 줄여드립니다가 아니라 환자 전환율이 올라가고 보험 denial이 줄어 매출이 늘어납니다로 포지셔닝을 가져갔습니다. 3. a16z 투자 thesis 1) 팩스 자동화 진입점 → Platform으로 확장 가능성 팩스 자동화는 헬스케어 전체 revenue cycle의 진입점이었습니다. 2) 복제 불가능한 data moat 체크박스 판독, 다중 환자 문서 분리, 의사 필기체 해석 같은 edge-case들은 경쟁자가 단기간에 따라오기 어렵습니다. 3) 장기간 신뢰를 쌓은 팀 a16z는 Series A 발표에서 2년 전에 처음 만났다고 명시했습니다. CEO, CPO, CTO가 Stanford에서 함께 AI·머신러닝 연구를 한 세 명의 역할 분담도 명확했습니다. 4. 벤치마킹 체크리스트 ✅ 경쟁이 없는 이유 확인: 시장이 없어서인가, 모두가 기피해서인가 ✅ 고객의 익숙한 행동을 바꾸지 않는 솔루션 설계하기 ✅ ROI를 비용 절감이 아닌 매출 성장으로 연결하기 ✅ Data flywheel 구조를 pitch deck에 명시하기 ✅ 타겟 투자사와의 관계를 장기전으로 보기 💡 마무리 코멘트 한국이든 실리콘밸리든 공통으로 설득력 있는 pitch는 우리가 얼마나 대단한가보다 왜 이 문제가 지금까지 풀리지 않았는가에서 시작됩니다.
더보기→by 김지예
B2B 산업군의 현실을 외면한다면?: Convoy의 사례
[실패에서 배우는 GTM & B2B 세일즈] B2B 산업군의 현실을 외면한다면?: Convoy의 사례 제프 베조스와 빌 게이츠가 함께 투자하고, 기업가치가 무려 38억 달러까지 올라간 물류 스타트업이 있었습니다. 하지만 이 기업은 어느 날 갑자기 진행 중이던 모든 서비스를 중단하고, 다음 날 전 직원을 해고합니다. 1. 세 번째 이야기: Convoy의 사례 미국의 디지털 화물 플랫폼 Convoy는 2015년 아마존 출신의 두 창업자가 설립한 스타트업입니다. 미국 트럭 운송 산업은 연간 약 8,000억 달러 규모의 거대한 시장이지만, 여전히 전화와 팩스에 의존하는 비효율적인 구조가 남아 있었습니다. Convoy는 화물을 보내려는 기업과 트럭 운송업체를 소프트웨어로 직접 연결하겠다는 비전을 내세웠고, 제프 베조스의 시드 투자를 시작으로 누적 약 9억 달러를 유치하며 물류 테크 분야의 유니콘으로 자리매김했습니다. 2. Uber의 공식을 B2B에 그대로 가져오다 Convoy의 GTM 전략은 사실상 B2C 기업인 우버의 성장 공식을 그대로 따라간 것이었습니다. 대규모 자본을 바탕으로 수익이 나지 않는 화물도 일단 받아들이며 시장 점유율을 빠르게 확보하고, 규모가 커지면 수익이 따라올 것이라는 전략이었습니다. 하지만 이 공식에는 화물 운송 B2B 시장의 현실이 반영되지 않았습니다. 첫째, 전통 화물 운송은 브로커와 화주, 캐리어 간의 오랜 신뢰 관계 위에서 돌아가는 산업입니다. Convoy는 이 관계를 알고리즘으로 대체하려 했지만, B2B 고객의 의사결정 구조는 그보다 훨씬 무거웠습니다. 둘째, Convoy가 확보한 대형 화주들은 대금을 90일에서 120일 후에 지급하는 관행을 가지고 있었습니다. 반면 캐리어에게는 빠르게 대금을 지불해야 했기에, 고객이 늘어날수록 현금이 오히려 부족해지는 구조였습니다. 3. 성장 공식은 산업의 리듬을 이길 수 없습니다. B2C에서 통했던 고객 데이터는 곧 수익화로 이어진다는 공식은 B2B 시장에서 그대로 적용되기 어렵습니다. B2B에서는 트래픽과 사용량보다 실제 수익이 어느 정도인지가 회사를 판단하는 기준이 됩니다. 2022년, 화물 시장 침체와 자본 시장 경색이 동시에 찾아왔을 때 성장에 올인했던 전략은 더 이상 작동하지 않았습니다. 결국 2023년 10월, Convoy는 운영을 중단했고, 38억 달러의 기업가치는 1,600만 달러의 자산 매각으로 마무리됩니다. 💡 오늘의 키워드 #B2C_공식의_함정 B2C의 공식이 B2B에서 그대로 통할 것이라는 가정 자체가 GTM 실패의 시작이 될 수 있습니다. #성장이_만드는_리스크 B2B에서는 고객이 늘어날수록 현금 흐름의 시차가 커질 수 있으며, 성장 속도만큼 수익 구조의 설계가 중요합니다. #산업의_리듬을_읽는_GTM 전통 산업을 기술로 바꾸려면 결제 관행과 의사결정 구조, 관계 중심의 문화까지 GTM 전략에 녹여야 합니다.
더보기→by 김녕호
Ecosystems are the new go-to-market
많은 창업자들이 이렇게 묻습니다. “파트너십을 어떻게 만들어야 할까요?” “채널 세일즈를 시작해야 할까요?” 하지만 글로벌 SaaS 시장에서는 이 질문 자체가 조금씩 바뀌고 있습니다. Jay McBain은 이 변화를 한 문장으로 설명합니다. “Ecosystems are the new go-to-market.” Jay McBain은 Canalys의 수석 애널리스트로 20년 넘게 글로벌 기술 기업들의 채널과 파트너 생태계 전략을 연구해 온 인물입니다. 1. 고객은 이제 제품을 사지 않습니다. 생태계를 구매합니다. 예전에는 B2B 회사의 성장 방식이 비교적 단순했습니다. 회사는 제품을 만들고, 영업팀을 늘리고, 직접 고객을 확보했습니다. 성장은 결국 Sales 팀의 확장이었습니다. 하지만 SaaS 시장이 커지면서 이 구조는 점점 한계에 부딪히기 시작했습니다. 고객의 의사결정은 더 복잡해졌고 구매 과정에는 더 많은 이해관계자가 등장했습니다. 어떤 기업이 새로운 소프트웨어를 도입한다고 생각해보면 결정 과정에는 공급사만 존재하지 않습니다. 컨설팅 회사, 투자자나 VC의 추천, 기존 파트너의 경험, 커뮤니티에서 형성된 신뢰가 구매 결정에 큰 영향을 미칩니다. 2. GTM은 영업 조직이 아니라 Ecosystem 구조입니다. Jay McBain은 오늘날 B2B 매출의 상당 부분을 partner influenced revenue라고 설명합니다. 직접 판매가 아니더라도 어떤 형태로든 파트너가 구매 결정에 영향을 미칩니다. 이 ecosystem에는 보통 다섯 가지 역할이 존재합니다. - 제품을 확장하는 Build partners - 판매를 돕는 Sell partners - 도입과 운영을 지원하는 Service partners - 구매 결정에 영향을 주는 Influence partners - 시장 자체를 만드는 Community partners 흥미로운 점은 최근 가장 중요해지는 그룹이 Influence partners와 Community partners라는 것입니다. B2B 시장에서 가장 강력한 유통 채널은 결국 신뢰 네트워크이기 때문입니다. 3. 창업자가 먼저 던져야 하는 질문 우리 고객의 구매 결정에 누가 영향을 미치는가? 우리 고객이 성공하기 위해 우리 외에 누가 필요한가? 이 질문에 대한 답이 바로 ecosystem 설계가 됩니다. 💡 마치며 좋은 ecosystem은 파트너 숫자가 많은 구조가 아닙니다. 신뢰가 연결된 네트워크입니다. 그 네트워크가 만들어질 때 회사의 성장 방식은 완전히 달라집니다. 성장은 더 이상 영업팀의 규모에만 의존하지 않습니다. Ecosystem 자체가 시장을 확장하기 시작합니다. “The most scalable go-to-market strategy is not a sales team. It is an ecosystem.” #B2B #SaaS #Startups #Partnerships #GTM #Ecosystem #CustomerSuccess #Founders
더보기→by 김서현
3월 2째주 테크 소식 총 요약
이번 주 테크판을 뜨겁게 달군 소식만 모아 전해드립니다. 3월 2째주 테크 소식 총 요약 1. 이번 주 가장 화제가 된 테크 시장의 논란/이슈 1) Microsoft가 Anthropic을 품으면서 AI 에이전트가 SaaS를 흔드는 것 아니냐는 불안이 다시 커졌습니다. Microsoft는 3월 9일 Anthropic 기술을 붙인 Copilot Cowork를 공개했고, Reuters는 이 흐름이 지난달 소프트웨어주 급락을 키운 AI 에이전트 우려와 맞닿아 있다고 전했습니다. 2) Meta는 야심작 Avocado를 미뤘고, 업계는 생각보다 냉정하게 반응했습니다. Reuters에 따르면 Meta는 새 AI 모델 Avocado의 출시를 최소 5월 이후로 미뤘습니다. 빅테크도 모델 경쟁에서는 얼마든지 삐끗할 수 있다는 점이 다시 드러난 한 주였습니다. 3) 미국은 AI 칩 수출 규칙을 다시 접었고, 정책 방향이 더 불확실해졌습니다. 업계 입장에서는 규제 자체보다도 정책 방향이 계속 흔들린다는 점이 더 피곤한 변수로 보입니다. 4) ByteDance의 영상 생성 모델은 글로벌 출시 직전 멈춰 섰습니다. 이유는 저작권 분쟁이었습니다. 영상 AI는 확실히 뜨겁지만, 저작권 문제가 가장 먼저 발목을 잡는 영역이라는 점도 다시 확인됐습니다. 2. 이번 주 새로 출시된 주요 기술/제품 1) Microsoft는 Copilot을 도구에서 조직용 에이전트 쪽으로 더 세게 밀기 시작했습니다. AI는 기능 몇 개 추가하는 수준이 아니라, 보안·권한·관리까지 포함한 엔터프라이즈 운영체계로 팔리기 시작합니다. 2) Meta는 모델보다 먼저, 칩과 인프라부터 꽉 쥐려는 모습입니다. AI 경쟁은 이제 모델만의 싸움이 아닙니다. 누가 더 싸고 안정적으로 돌리느냐도 훨씬 중요해질 것 같습니다. 3) Claude는 차트와 다이어그램까지 바로 뽑아줍니다. 문장만 길게 잘 쓰는 모델보다, 회의자료·보고자료에 바로 들어갈 결과물을 만드는 모델이 실무에서는 더 빨리 자리 잡기 쉽습니다. 4) Google은 Gemini를 Workspace 안으로 더 깊게 밀어 넣고 있습니다. 승부는 모델이 얼마나 똑똑한가보다 사람들이 매일 쓰는 화면 안에 얼마나 깊게 들어갔는가에서 갈릴 가능성이 큽니다. 5) 자율주행 쪽에서는 Qualcomm과 Wayve가 손을 잡았습니다. 자율주행 시장도 결국 소프트웨어와 칩을 함께 묶은 플랫폼 게임으로 가고 있다는 점이 더 또렷해졌습니다. 💡 결론 및 요약 이번 주 포인트는 두 가지였습니다. 첫째, AI 에이전트는 더 이상 먼 미래 이야기가 아닙니다. Microsoft가 엔터프라이즈 패키지로 밀어붙이는 속도를 보면, 이제는 기술 데모가 아니라 구매·도입의 문제로 넘어왔습니다. 둘째, 영상 AI와 모델 경쟁은 점점 더 법과 인프라 싸움이 되고 있습니다. Seedance 2.0의 제동은 저작권이 얼마나 큰 변수인지 보여줬고, Meta의 칩 로드맵은 지속적으로 굴리는 능력이 얼마나 중요한지 보여줬습니다. 한 줄로 정리하면, 이번 주는 모델 성능보다도 시장의 주도권에 대한 이야기였습니다. #Microsoft #Anthropic #Meta #ByteDance #Google #Qualcomm #Wayve
더보기→by 오연우
창업 16개월, ARR $4M으로 유니콘이 된 AI 기업
[Silicon Valley 투자 사례 분석] 창업 16개월, ARR $4M으로 유니콘이 된 AI 기업 Resolve AI 시리즈 A 완전 해부 — 비즈니스 모델, Lightspeed의 투자 thesis, 그리고 벤치마킹 체크리스트 Resolve AI는 대규모 소프트웨어 시스템의 장애를 자동으로 탐지·분석·복구하는 AI 기반 SRE 에이전트 회사입니다. 2026년 2월, Lightspeed가 리드하고 Greylock Partners와 Unusual Group 등이 팔로우한 $125M 시리즈 A를 마감하며 밸류에이션 $1B, 유니콘 반열에 올랐습니다. 그런데 당시 이 회사의 ARR은 고작 $4M 수준이었습니다. 어떻게 무려 250배 revenue multiple을 받았을까요? 1. 비즈니스 모델: 높은 스위칭 코스트가 핵심 Resolve AI의 핵심 BM은 고객 환경에 직접 임베드되는 엔터프라이즈 연간 구독입니다. 범용 모델로는 커버할 수 없는 고객별 프로덕션 데이터를 직접 학습하는 구조이기 때문에, 한번 도입하면 이탈 비용이 매우 높습니다. 엔터프라이즈 AI 인프라 계약은 초기 ACV가 수십만 달러에서 시작해 점진적으로 확장되는 구조입니다. Coinbase, DoorDash, Salesforce 등 Tier 1 레퍼런스 고객군이 이미 확보된 상태였으니, 250배 multiple은 현재 매출이 아닌 성장 속도와 고객 퀄리티에 대한 베팅이었습니다. 2. Tier 1 고객은 어떻게 얻었나 시드 투자사의 네트워크가 결정적이었습니다. $35M 시드 라운드는 Greylock이 리드했고, Fei-Fei Li와 Jeff Dean 등 AI 업계 거물들이 엔젤로 참여했습니다. 이런 거물들이 시드 투자를 결정한 배경에는 창업자들의 트랙레코드가 있습니다. 공동 창업자 Spiros Xanthos와 Mayank Agarwal은 이전 옵저버빌리티 스타트업 Omnition을 Splunk에 매각한 경험이 있습니다. 3. 딜 구조: 논블렌디드 유니콘의 이면 Resolve AI는 이번 시리즈 A를 non-blended $1B valuation으로 홍보했지만, TechCrunch에 따르면 실제로는 멀티 트랜치 구조였습니다. 일부 지분은 $1B 밸류로, 나머지 상당 부분은 더 낮은 밸류로 매입하는 방식입니다. 4. Resolve AI 성공 요인 1) 카테고리 타이밍 DevOps·SRE 인력 부족과 시스템 복잡도 폭증이 맞물리는 시점에, AI로 실행까지 자동화한다는 내러티브가 투자자와 고객 모두에게 즉각적으로 설득력을 가졌습니다. 2) 연쇄 창업자 프리미엄 동일 도메인에서 Splunk 엑싯 경험이 있는 팀. 기술 실행력과 엔터프라이즈 세일즈 역량이 이미 증명된 상태로 시작했습니다. 3) 로고 퀄리티 > ARR 수치 ARR $4M은 $1B 밸류 대비 작은 숫자지만, Coinbase·DoorDash·Salesforce가 실제 프로덕션에서 사용한다는 사실이 그 약점을 덮었습니다. 4) 인프라 레벨 포지셔닝 경쟁사인 Datadog·PagerDuty가 탐지·알림에서 멈추는 반면, Resolve AI는 자동 복구까지 닫힌 루프를 완성합니다. 💡 벤치마킹 체크리스트 1. 같은 도메인 내 연쇄 창업자 스토리 2. 절대적 ARR보다 레퍼런스 로고 퀄리티 3. 카테고리를 정의하는 narrative 4. 시드 단계부터 도메인 전문 VC 타겟 5. LLM 래퍼라는 인식 회피 Resolve AI는 창업 16개월, ARR $4M으로 $1B 밸류를 달성했습니다. 결국 실리콘밸리 딜은 숫자보다 narrative가 먼저 팔립니다. 숫자는 그 내러티브를 뒷받침하는 증거일 뿐입니다.
더보기→by 김지예
제품이 기회를 만들고 사람이 거래를 완성합니다
해외 진출을 준비하는 많은 창업자들이 이렇게 생각합니다. “현지 세일즈 팀을 채용하면 글로벌 매출이 만들어질 것이다.” 하지만 실제 초기 글로벌 B2B 세일즈에서는 조금 다른 일이 벌어집니다. 생각보다 많은 중요한 딜이 Founder가 직접 관여한 상태에서 시작됩니다. First Round Capital의 분석에 따르면 초기 SaaS 스타트업의 엔터프라이즈 딜 중 70% 이상이 창업자가 직접 관여한 상태에서 성사되었습니다. 실제 저도 전시회 현장에서 베타 제품으로 딜을 마무리했습니다. 초기 고객은 제품만 평가하지 않습니다. 그들은 동시에 세 가지를 봅니다. ✔ 이 제품이 문제를 해결하는가 ✔ 이 팀이 실제로 실행할 수 있는가 ✔ 이 회사가 함께 갈 만한 파트너인가 1. 오프라인 만남에서 신뢰는 더 강하게 작동합니다. CEIR 조사에 따르면 전시회 참가자의 81%는 구매 결정권을 가지고 있고, 92%는 새로운 공급자를 찾기 위해 방문합니다. 표면적으로 보면 엄청난 기회처럼 보입니다. 하지만 많은 팀이 비슷한 경험을 합니다. ✔ 수백 개의 명함 ✔ 수십 번의 대화 그러나 실제 딜은 몇 개 되지 않습니다. 문제는 리드의 수가 아니라 대화 속 맥락이 사라지는 속도입니다. 2. 글로벌 세일즈의 본질은 맥락의 구조화입니다. 사람의 기억은 생각보다 빠르게 흐려집니다. 연구에 따르면 대화의 세부 맥락은 48시간이 지나면 약 70~80%가 사라집니다. ✔ 예산 분위기 ✔ 내부 의사결정 구조 ✔ 보이지 않는 경쟁사 ✔ 진짜 문제 그래서 글로벌 세일즈의 본질은 단순히 미팅을 만드는 것이 아니라 대화 속에 있는 신뢰와 맥락을 얼마나 빠르게 구조화하고 이어가느냐에 가깝습니다. 3. 초기 글로벌 딜에서 고객이 던지는 질문 Gartner의 기업 구매 연구에 따르면 기업이 스타트업 솔루션을 검토할 때 제품 기능 비교보다 팀의 신뢰도와 실행 가능성을 더 오래 평가하는 경우가 많습니다. 결국 초기 글로벌 딜에서 고객이 던지는 질문은 이것입니다. “이 제품이 좋은가?” 보다 “이 팀이 실제로 해낼 수 있는가?” 그래서 초기 글로벌 세일즈에서 창업자의 역할은 단순한 영업이 아니라 회사의 신뢰를 시장에 전달하는 과정에 가깝습니다. 💡 마치며 제품은 관심을 끌 수 있습니다. 하지만 확신을 만드는 것은 사람입니다. 그리고 많은 글로벌 B2B 딜은 생각보다 작은 순간에서 시작됩니다. ✔ 전시회 부스 앞에서의 10분 대화 ✔ 컨퍼런스에서의 짧은 질문 ✔ 우연한 소개로 이어진 첫 미팅 그 순간에 만들어진 신뢰가 몇 달 뒤 계약으로 이어지는 경우가 많습니다. 제품이 기회를 만들고 사람이 거래를 완성합니다. #GlobalSales #FounderLedSales #B2BSales #StartupGrowth #TradeShows #GTMStrategy #MarketExpansion #StartupFounders
더보기→by 김서현
실패에서 배우는 GTM & B2B 세일즈: Solid의 사례
[실패에서 배우는 GTM & B2B 세일즈] 👇 - B2B 고객은 제품이 아니라 '신뢰'를 삽니다. 제품은 완벽했고, 기술력은 핀테크의 'AWS'라 불릴 만큼 뛰어났던 기업이 있었습니다. 하지만 약 8천만 달러를 투자받은 라이징 스타였던 기업은 왜 한순간에 무너졌을까요? 두 번째 이야기: ‘Solid’의 사례 미국의 핀테크 스타트업 Solid는 Banking-as-a-Service(BaaS) 플랫폼을 제공하던 회사였습니다. BaaS는 금융 기능을 API 형태로 제공하는 인프라 서비스입니다. 기업이 직접 은행 라이선스를 보유하지 않더라도 사용자 계좌 생성, 카드 발급, 결제 처리, 금융 데이터 관리 같은 기능을 플랫폼 형태로 제공할 수 있게 해줍니다. 당시 Solid는 자신들을 "AWS of Fintech"라고 설명했습니다. 핀테크 영역에서 AWS와 같은 인프라 플랫폼이 되겠다는 의미였습니다. 실제로 Solid는 약 8천만 달러 이상의 투자를 유치하며 BaaS 시장에서 주목받는 스타트업으로 평가받았습니다. 신뢰 기반이 튼튼하지 못한 Solid, 무너지다. 하지만 성장하는 것처럼 보이던 Solid는 예상치 못한 상황을 맞이합니다. 2025년 4월 Solid는 Chapter 11 파산 보호 신청을 하게 됩니다. 공개된 자료에 따르면 Solid는 2022년 마지막 자금 조달 이후 추가 투자를 유치하는 데 어려움을 겪었고, 2023년에는 투자사와 소송의 부담을 안고 있었습니다. 이 소송의 중심에는 Series B 투자사였던 FTV Capital이 있었습니다. FTV Capital 측은 공동창업자들이 매출, 고객 이탈률, 사업 전반에 대해 사실과 다르게 매출을 10배 부풀렸다고 주장했습니다. 이 분쟁으로 인해 법률비용과 보상 비용이 발생했고, 회사는 제한적인 현재 매출, 고객과 핵심 인력 유지의 어려움, 추가 자금 조달 실패를 함께 언급했습니다. B2B 인프라 제품을 처음 맞이하면 자연스럽게 기술적인 요소에 집중하게 됩니다. API 문서가 잘 정리되어 있는지, 쉽게 연동할 수 있는지, 플랫폼 보안과 안정성은 잘 갖춰져 있는지 같은 요소들이 중요한 경쟁 포인트처럼 보입니다. 하지만 실제 기업 고객의 의사결정 구조를 들여다보면 다른 질문들이 먼저 등장합니다. 특히 장기적 신뢰가 필수인 금융 인프라 분야에서는 존속과 책임, 안정성과 신뢰가 큰 비중을 차지합니다. 기업 고객이 실제로 구매하는 것은 서비스에 대한 신뢰입니다. 이 신뢰에는 회사의 재무 안정성, 규제 대응 능력, 파트너 생태계, 고객 유지율, 운영 안정성과 같은 요소들이 포함됩니다. 이 지점에서 다시 GTM 이야기가 등장합니다. 많은 사람들이 GTM을 마케팅 전략이나 세일즈 전략, 메시지 설계 정도로 이해합니다. 그러나 B2B 인프라 시장에서 GTM은 고객이 안심하고 구매할 수 있도록 회사의 신뢰 구조 자체를 설계하는 것까지 포함합니다. 이번 사례는 B2B 시장에서 또 하나의 중요한 특징을 보여줍니다. 제품이 아무리 좋아도 회사가 신뢰받지 못하면 투자와 거래는 이루어지지 않는다는 점을 꼭 기억해야겠습니다. 💡 오늘의 키워드 #신뢰의_구조_구축하기 B2B 인프라 시장에서는 제품의 기능만이 아니라, 그 회사를 얼마나 오래 믿고 맡길 수 있는지가 함께 평가됩니다. #지속가능성의_중요성 추가 투자 유치 실패, 이해관계자와의 소송 부담, 고객과 핵심 인력 유지의 어려움은 시장에서 지속될 수 있는가를 고민하게 하는 요소입니다. #신뢰를_포함한_GTM B2B에서 GTM은 메시지나 세일즈 전략만이 아니라, 고객이 안심하고 도입할 수 있도록 회사의 신뢰 구조 자체를 설계하는 일까지 포함합니다.
더보기→by 김녕호
실패에서 배우는 GTM & B2B 세일즈: Fast의 사례
[실패에서 배우는 GTM & B2B 세일즈] 👇 - 제품의 실패가 아닌, GTM의 실패에서 배우다. UX 디자이너로 일하다 보면 자연스럽게 시선이 화면 안에 고정됩니다. 버튼 하나가 0.5초라도 늦게 뜨면 신경 쓰이고, 사용자가 어디서 멈추는지 계속 눈이 가죠. 그런데 B2B 시장을 조금씩 공부하면서 뒤통수를 얻어맞은 느낌이 들었습니다. '제품을 아무리 잘 만들어도, 바이어들을 설득하지 못하면 아무 소용이 없다는 것' B2C에서는 사용자가 곧 구매자인 경우가 대부분이지만, B2B에서는 다릅니다. 실제 쓰는 사람 따로, 돈 내는 사람 따로, 계약서 쓰는 사람 따로 존재합니다. 이 구조를 이해하지 못하면 아무리 사용자 경험이 좋아도 실제 계약까지 이어지지 않습니다. 그래서 매주 목요일, 저의 관점에서 B2B 시장의 실패 사례를 써내려가보려 합니다. 성공의 경우, 성공 방정식을 그대로 재현하기란 쉽지 않습니다. 반면 실패는 누구나 겪는 과정일 뿐만 아니라, 그 속에 숨겨진 명확한 패턴과 변수들을 들여다보면 훨씬 실질적인 교훈을 얻을 수 있습니다. 첫 번째 이야기: 'Fast'의 사례 스타트업이 망하는 이유를 물으면 열에 아홉은 제품과 기술력이 부족했을 것이라고 말합니다. 그런데 실제 사례들을 파고들면 이야기가 달라집니다. 제품 자체는 혁신적이라 평가를 받지만 GTM 전략이 어긋나 무너진 케이스가 생각보다 많습니다. Fast는 전자상거래에서 원클릭 결제를 제공하던 스타트업으로, 한때 Stripe나 Shopify를 위협할 유니콘 후보로 불렸던 곳입니다. 결과적으로는 시장에서 살아남지 못했지만, 실패한 이유가 단순히 경쟁에서 졌다는 말로는 충분하지 않습니다. 파는 사람과 사는 사람의 동상이몽 Fast가 시장에 던진 핵심 메시지는 다음과 같았습니다. "결제 과정의 마찰(Friction)을 줄이면 전환율(Conversion Rate)이 올라갑니다." 실제 사용자 관점에서 보면 맞는 말입니다. 하지만 이 솔루션을 실제로 도입하는 의사결정권자들이 중요하게 바라보는 문제는 달랐습니다. "사기 결제(Fraud)가 터지면 누가 책임지나?" "우리 회사의 레거시 시스템이랑 연동하다가 뭔가 꼬이면 어떡하지?" "회사 내 보안 검토는 어떻게 통과시키지?" Fast는 전환율이라는 기회를 팔고 싶어 했지만, B2B 고객은 리스크를 줄이는 안전함을 사고 싶었습니다. 제품을 파는 측의 가치 제안과 고객의 진짜 니즈가 처음부터 엇갈렸던 것입니다. 제품의 무게감과 세일즈 방식이 완전히 엇박자였다 기업의 결제 인프라를 바꾸는 일은 가벼운 결정이 아닙니다. 보안팀, 개발팀, 법무팀, 재무팀이 다 엮이는 전형적인 엔터프라이즈 세일즈의 영역입니다. 그런데 Fast는 간편한 SaaS 툴처럼 알아서 가입하고 퍼뜨리는 Self-serve 방식이나 바이럴 성장에 기대었습니다. 무거운 제품을 가벼운 방식으로 팔려 했던 겁니다. 이 어긋남은 치명적입니다. 아무리 좋은 제품이어도, 고객이 그 제품을 받아들이는 프로세스에 맞는 세일즈 방식이 설계되지 않으면 계약은 이루어지지 않습니다. 요즘은 AI 덕분에 그럴듯한 제품을 만드는 장벽이 낮아졌습니다. 이럴수록 B2B 시장에서 누구에게, 어떤 문제를, 어떻게 설득할 것인가를 설계하는 일은 여전히 사람이 직접 치열하게 고민해야 하는 영역입니다. 💡 오늘의 키워드 #가치제안의_불일치 우리가 팔고 싶은 가치와, 고객이 실제로 지갑을 여는 이유는 다를 수 있음 #세일즈방식의_오류 무거운 엔터프라이즈 제품을 가벼운 PLG 방식으로 팔 수는 없음 #GTM_설계의_중요성 기술 장벽이 낮아지는 시대, 진정한 B2B 경쟁력은 정교한 설득의 뼈대에 있음
더보기→by 김녕호
엔비디아 5조 달러의 도박인가, 예견된 승리인가?
#엔비디아 5조 달러의 도박인가, 예견된 승리인가? 오늘 밤 결정될 AI의 다음 10년 👇 요약 1/ 엔비디아(NVIDIA) 회계연도 2026년 4분기 실적 발표 오늘 장 마감 직후, 시가총액 4.7조 달러의 거인 엔비디아가 실적을 발표합니다. 월가는 주당 순이익 1.53달러, 매출 657억 달러(전년 대비 67% 성장)를 예상하고 있습니다. 단순한 실적 수치를 넘어, 향후 1년간의 글로벌 AI 칩 수요를 가늠할 풍향계가 될 전망입니다. 2/ '블랙웰(Blackwell)' 기반 데이터 센터 매출 독주 전체 매출의 80% 이상을 차지하는 데이터 센터 부문은 이번에도 사상 최대치를 경신할 것으로 보입니다. 클라우드 서비스 제공업체(CSP)들이 에이전틱 AI 구동을 위해 고성능 GPU 확보 경쟁을 멈추지 않고 있으며, 이는 엔비디아의 강력한 가격 결정권으로 이어지고 있습니다. 3/ 애플(Apple)의 휴스턴 제조 거점 및 AI 서버 생산 확대 애플은 텍사스 휴스턴에 새로운 제조 시설을 가동하며 맥 미니의 미국 내 생산을 본격화했습니다. 주목할 점은 단순 PC 조립이 아닌, 애플 데이터 센터용 자체 AI 서버를 현지에서 직접 생산·검증하는 시스템을 구축했다는 사실입니다. 4/ 금융권의 GenAI '실무 배치' 가속화 Broadridge의 연구에 따르면, 금융 기관의 80%가 생성형 AI를 실험 단계를 넘어 실무 공정에 배치했습니다. 특히 단순 챗봇을 넘어 자산 관리 및 리스크 분석을 자율적으로 수행하는 에이전틱 AI로의 전환이 핵심 트렌드입니다. 5/ 에이전틱 AI(Agentic AI)가 바꾼 채용 시장 익스피디아 등 글로벌 빅테크 기업들이 에이전틱 AI 전략을 전담할 수석 과학자 채용을 대거 발표했습니다. 이제 AI 오케스트레이션과 추론 모델을 직접 설계할 수 있는 인재가 테크 채용 시장의 0순위로 부상했습니다. 6/ XR 기기의 세대교체: VR의 겨울과 스마트 글라스의 부상 메타와 애플이 스마트 글라스 시장에 집중하면서 기존 VR 기기 시장은 하방 압력을 받고 있습니다. 무게와 편의성을 해결한 AI 탑재 스마트 글라스가 포스트 스마트폰의 자리를 선점하기 시작했습니다. 7/ 토큰화(Tokenization)를 향한 금융 인프라의 변화 AI가 현대화의 속도를 높였다면, 다음 단계는 시장 인프라의 토큰화입니다. 분산 원장 기술과 블록체인을 결합해 자산 유동성을 극대화하려는 글로벌 핀테크 기업들의 투자가 역대 최대 규모를 기록하고 있습니다. 한줄 요약: 지능(Software)의 경쟁은 이미 임계점을 넘었으며, 이제 승부처는 누가 더 효율적인 인프라(Hardware)를 구축하고 이를 실제 제조(Manufacturing)와 금융 실무에 결합하느냐로 이동하고 있습니다. #테크뉴스
더보기→by 오연우
글로벌 진출은 더 넓은 무대에서 신뢰를 증명하는 일입니다
도전과나눔 (사)기업가정신 포럼에서 이번 World-OKTA 세션에서 박종범 영산그룹 회장님은 2026년을 준비하는 기업의 태도에 대해 분명한 방향을 제시했다. 화려한 전망보다는 구조적 변화와 기업의 본질에 대한 이야기였다. 박회장님은 2026년 글로벌 환경을 세 가지 흐름으로 정리했다. 첫째, 국제 패권 경쟁의 심화와 세계 경제의 블록화다. 글로벌 시장은 더 이상 단일한 무대가 아니다. 공급망은 정치적 선택과 연결되고, 기술은 안보의 영역으로 이동하고 있다. 기업은 가격과 품질만으로 경쟁하지 않는다. 어느 질서에 속해 있는지, 어떤 신뢰 체계 안에 있는지가 전략의 일부가 된다. 둘째, AI 기술 혁명과 인공지능의 활용이다. AI는 도입 여부의 문제가 아니라 활용 수준의 문제다. 기술을 보유하는 것이 아니라, 생산·영업·리스크 관리 등 핵심 의사결정 구조 안에 얼마나 깊이 통합했는지가 경쟁력을 가른다. 도구로 남으면 비용이지만, 체계로 자리 잡으면 생산성이 된다. 셋째, 책임과 통제 체계의 강화다. ESG, 데이터 규제, 내부 통제 시스템은 선택 사항이 아니다. 글로벌 시장에서 신뢰는 선언이 아니라 검증의 대상이다. 규정을 지키는 기업이 아니라, 책임을 구조화한 기업이 살아남는다. 그러나 회장님이 강조한 핵심은 결국 하나다. B2B는 신뢰자본의 문제라는 점이다. 가격이 다소 높더라도 믿을 수 있고, 문제가 발생했을 때 책임을 지며, 사후 처리를 끝까지 완결하는 기업은 결국 다시 선택된다. 단기적인 가격 경쟁은 일시적일 수 있지만, 신뢰는 반복 거래를 만든다. 하나의 프로젝트를 뛰어나게 마무리하면 그것이 레퍼런스가 되고, 그 레퍼런스가 다음 계약으로 이어진다. 소개와 평판은 의도적으로 만들기 어렵지만, 신뢰를 축적하면 자연스럽게 따라온다. B2B 거래는 계약서 위에서 체결되지만, 실제로는 신뢰의 기억 위에서 확장된다. 국제 질서가 불안정해질수록, 기술 변화가 빨라질수록, 규제가 강화될수록 기업의 본질은 더 분명해진다. 장기적으로 살아남는 기업은 화려한 전략을 가진 기업이 아니라, 반복 가능한 신뢰를 축적한 기업이다. 이번 세션은 미래 예측보다 더 분명한 결론을 남겼다. 글로벌 진출은 시장 확장의 문제가 아니라, 더 넓은 무대에서 신뢰를 증명하는 일이라는 점이다.
더보기→by 김녕호
핵심 가치가 더 중요해지는 시대상에서의 GTM 전략의 필요성
[Weekend Build Insight] 핵심 가치가 더 중요해지는 시대상에서의 GTM 전략의 필요성 주말 동안 Gemini 3.1 업데이트를 계기로 토이프로젝트로 웹 서비스를 하나 구축해 보았습니다. 미술관/박물관의 상세 정보를 확인하고, 여행 루트를 구성할 수 있는 Museum Map이라는 서비스입니다. 이틀 동안 Supabase와 Vercel로 기본 인프라를 구성했고, 데이터는 Serper를 활용해 미술관·박물관 정보를 수집하여 초기 콘텐츠를 채웠습니다. 전체 구현 과정에서는 안티그래비티(Anti-Gravity)를 사용했습니다. 이 과정에서 한 가지 변곡점을 분명히 체감했습니다. 어떻게 구축할 것인가(How)의 난이도가 급격히 낮아지면서, 무엇을 만들 것인가(What), 왜 만들어야 하는가(Why)에 대한 고민이 상대적으로 더 중요해지고 있다는 점입니다. 지난 10년 간, 제품과 서비스에서 '어떻게 만들 것인가?(How)'가 가장 중요한 고려요소였습니다. 비용, 인력, 인프라 구축 등에 긴밀하게 영향을 끼쳤기 때문입니다. 과거에는 유사한 서비스를 만들기 위해 아래 역할이 필수 구성요소에 가까웠습니다. - 서비스 기획 / UX 기획 - GUI 디자인 - 퍼블리싱 - 프론트엔드 / 백엔드 개발 - 서버/인프라 운영 - 데이터 수집/정제 하지만 지금은 이 장벽이 빠르게 붕괴되고 있습니다. 1인도 일단 만들어놓고 배포가 가능한 환경이 현실이 되어가고 있습니다. 저는 이 흐름을 서비스 기획 관점에서 이렇게 재정의하고 싶습니다. 프로덕트를 누구나 만들 수 있는 시대가 시작되면서, 경쟁력의 중심이 개발 역량에서 GTM 역량으로 이동하고 있습니다. 1️⃣ 제작비용이 붕괴합니다. Museum Map을 만들며 가장 크게 느낀 것은 제작비용의 단위가 바뀌었다는 점입니다. 예전에는 개발비·인력·시간이 장벽이었습니다. 하지만 현재는 AI툴의 구독료 정도의 비용으로도 MVP를 구축할 수 있어 제작비용이 크게 절감됩니다. 서비스 구축이 쉬워질수록, 이제 남는 질문은 매우 단순해집니다. “이걸 왜 만들었을까?” “사용자는 이 서비스를 왜 써야 하는가?” 이 생각이 What을 넘어 Why로 확장하는 길입니다. 2️⃣ 기능이 아니라 핵심 가치를 제공해야 시장 반응을 만듭니다. Build 속도가 빨라질수록 기능은 빠르게 평준화됩니다. 따라서 기획자는 핵심 기능이 아니라 핵심 가치를 먼저 설계해야 합니다. - 한 문장 가치 제안(Value Proposition) - 최초 사용 30초의 설득(Activation) - 재방문을 만드는 루프(Retention Loop) - 확장 경로(Share/AEO, SEO/Community) 1인기업부터 Series A의 기업까지, GTM은 생존전략이 됩니다. 만들 수 있는 사람이 늘어날수록 시장은 바뀝니다. AI의 발전 이후 아이디어의 희소성은 낮아지고 출시 속도는 빨라지고 있습니다. 결국 GTM을 누가 더 빨리 학습하고 적용하는가가 승부가 됩니다. 💡 마치며 주말 동안 Museum Map을 만들며 얻은 결론은 명확합니다. 이제 ‘어떻게 만들 것인가?’는 점점 더 쉬워지고, ‘무엇을 만들 것인가?’와 ‘어떻게 시장을 열 것인가?’가 더 중요해지고 있습니다. Museum Map 사이트 링크: https://lnkd.in/gyV_RaAi #TheBridgeCircle #TBC #GTM #ProductStrategy #ServicePlanning #MVP #GotoMarket #GlobalMarket #Global
더보기→by 김녕호
미국 B2B 세일즈에서 우리가 자꾸 막히는 지점
미국 B2B 세일즈에서 우리가 자꾸 막히는 지점 미국 진출을 이야기할 때 우리는 쉽게 “GTM”이라고 말합니다. 그런데 솔직히 말하면, 우리에게 막힌 건 GTM 전체가 아니었습니다. 제품도 있고, 메시지도 다듬었고, 콜드 이메일도 꽤 보냈습니다. 문제는 늘 같은 지점에서 멈췄습니다. “Can someone introduce you?” 그 질문이 나올 때마다 분위기가 조금 달라집니다. 그건 단순한 소개 요청이 아니라 이 말에 가깝습니다. “당신을 누가 신뢰하나요?” 매번 우리는 처음부터 설명해야 합니다. 우리가 누구인지, 왜 믿을 수 있는지, 왜 시간을 써도 되는지. Warm intro는 연락처의 문제가 아니라 평판을 함께 이동시켜주는 구조였습니다. 가끔 이런 말도 들었습니다. “조금 더 traction 만들면 소개해줄게.” 맞는 말입니다. 그런데 그 traction을 만들기 위해서 또 연결이 필요합니다. 닭과 달걀 구조랄까요. 그래서 요즘은 전략을 조금 바꿨습니다. 시장 전체를 뚫겠다는 생각 대신 작은 커뮤니티 안에 먼저 오래 머무르기. - 한 커뮤니티에서 반복적으로 등장하고 - 작은 도움을 주고받고 - 피드백을 실제로 반영해 보여주고 그렇게 시간이 쌓이면 어느 순간 소개는 요청하지 않아도 생깁니다. GTM이라는 단어는 크지만, 우리의 현실은 훨씬 더 구체적입니다. 미국 B2B 세일즈에서 우리가 부딪히는 건 전략의 문제가 아니라 “우리가 아직 누구의 세계 안에 속해 있지 않다”는 사실입니다. 그리고 Warm intro는 그 경계선을 넘는 가장 현실적인 문입니다.
더보기→by 김서현
Gemini 3.1 프로 출시: AI가 '사고'하기 시작했습니다
#Gemini 3.1 프로 출시: AI가 '사고'하기 시작했습니다. 👇🧠 요약 1/ 제미나이 3.1 프로 전격 출시 및 엔진 재설계 2026년 2월 20일, 구글이 차세대 LLM인 제미나이 3.1 프로(Gemini 3.1 Pro)를 글로벌 릴리즈했습니다. 이번 업데이트는 단순한 파라미터 최적화가 아닌, 논리적 사고를 담당하는 추론 엔진의 아키텍처를 전면 재설계한 결과물로 평가받습니다. 2/ 추론 성능의 수직 상승 (2x Reasoning) 가장 핵심적인 변화는 추론 성능의 비약적 향상입니다. 3.1 프로는 기존 3.0 대비 다단계 논리 결합 문제 해결 능력이 2배 이상 향상되었습니다. 이는 인공지능이 단순한 정보 인출을 넘어 복잡한 인과관계를 스스로 분석하는 단계에 진입했음을 의미합니다. 3/ ARC-AGI-2 벤치마크의 압도적 성과 인간의 보편적 논리 해결 능력을 측정하는 ARC-AGI-2 벤치마크에서 3.1 프로는 77.1%를 기록했습니다. 이는 인공지능이 인간의 시스템 2(System 2) 사고 방식, 즉 신중하고 논리적인 추론 과정을 구현하기 시작했음을 시사합니다. 4/ 500만 토큰 이상의 거대 컨텍스트 윈도우 컨텍스트 윈도우가 500만 토큰 이상으로 확장되면서 정보 처리의 깊이가 달라졌습니다. 수천 장의 법률 문서나 10만 줄 이상의 전체 소스 코드 저장소를 한 번에 담고도 일관된 논리적 결론을 도출할 수 있는 유지력을 확보했습니다. 5/ 멀티모달 추론의 정교화 텍스트를 넘어 영상, 오디오, 이미지에 대한 멀티모달 인식이 추론 엔진과 직결되었습니다. CCTV 영상이나 시계열 차트를 분석해 사건의 발생 원인과 향후 예측을 논리적으로 설명하는 등, 데이터 시각화 및 영상 분석 업무의 자동화 가능성을 보여주었습니다. 6/ 추론 효율성 및 비용 최적화 (TPU v6) 성능은 대폭 향상되었으나, TPU v6 아키텍처 최적화를 통해 추론 비용은 오히려 3.0 대비 30% 절감되었습니다. 이는 스타트업과 기업들이 고성능 추론 모델을 더 낮은 비용으로 도입할 수 있는 경제적 토대를 마련한 것입니다. 7/ 에이전틱 워크플로우(Agentic Workflow) 최적화 네이티브 툴 유즈(Native Tool Use) 기능이 극대화되었습니다. AI 에이전트가 외부 API를 호출하거나 파이썬 코드를 실행하여 문제를 해결하는 과정에서 발생하는 오류율을 전작 대비 1/10 수준으로 낮췄습니다. 8/ 모델 경쟁의 패러다임 변화 구글의 이번 발표는 AI 모델 경쟁의 중심이 모델의 규모(Size)에서 지능의 밀도(Density)와 추론의 정확도(Accuracy)로 이동했음을 확인시켜 주었습니다.
더보기→by 오연우
2026 설 연휴동안 테크는 얼마나 성장했는가
[인사이트] 2026 설 연휴동안 테크는 얼마나 성장했는가 👇 요약 2026년 설 연휴(2월 16일~18일)는 한국인들에게는 휴식이었지만, 글로벌 테크 씬은 말 그대로 '폭풍 성장'을 몰아쳤던 사흘이었습니다. 1/ SpaceX-xAI 1,700조 합병 공식화 연휴 첫날, 일론 머스크가 SpaceX와 xAI의 합병을 공식 발표하며 1.25조 달러 규모의 공룡 기업 탄생을 알렸습니다. 이는 단순한 자본의 결합이 아니라, 로켓과 AI가 결합해 우주 궤도에서 '지구의 규제를 넘어서겠다'는 선언으로 해석됩니다. 2/ OpenAI 'Prism' 워크스페이스 대중 공개 OpenAI는 연휴 기간 중 연구 및 기술 문서 작성 전용 AI 툴인 Prism을 글로벌 릴리즈했습니다. 텍스트 생성을 넘어 복잡한 수식과 화이트보드 스케치를 즉각적인 LaTeX 코드로 변환하는 기능을 선보이며, 학계와 기술 스타트업의 문서화 공수를 80% 이상 절감시켰습니다. 3/ 애플 '비전 프로 2'의 시장 점유율 급증 미국과 아시아 시장에서 설 연휴 직전 출시된 비전 프로 2세대의 판매량이 예상치를 40% 상회했습니다. 특히 공간 컴퓨팅 에이전트가 탑재되어, AI가 주변 상황을 파악해 실시간 가이드를 주는 기능이 킬러 콘텐츠로 부상했습니다. 4/ '피지컬 AI' 기반 가정용 로봇의 첫 명절 투입 삼성전자와 현대차가 협력한 보급형 홈 로봇이 이번 설 연휴 동안 한국의 수만 가구에 시범 투입되었습니다. 명절 음식 준비 보조 및 고령층 케어 부문에서 92% 이상의 만족도를 기록하며, AI가 스크린을 벗어나 물리적 노동의 영역으로 들어왔음을 증명했습니다. 5/ LPU(Language Processing Unit)의 공급망 혁명 기존 GPU의 성능을 10배 이상 앞지르는 LPU 칩 생산라인이 연휴 동안 완전 가동되었습니다. AI 추론 비용이 전년 대비 1/5 수준으로 급락하면서, 중소 스타트업들도 고성능 LLM을 독자적으로 운영할 수 있는 AI 민주화의 임계점을 넘었습니다. 6/ 글로벌 웹3(Web3) 결제 시스템의 안정화 명절 기간 동안 해외 송금 서비스 사용자가 전년 대비 60% 감소한 반면, AI 기반의 스테이블코인 즉시 결제 비중이 폭증했습니다. 중앙화된 은행 시스템 없이도 1초 만에 수수료 없는 국경 간 자금 이동이 실현된 첫 번째 명절이었습니다. 7/ 자율주행 물류 궤도의 전국 확산 국내 주요 고속도로에서 무인 대형 트럭 군집 주행이 성공적으로 운영되었습니다. 설 연휴 물동량 폭증에도 불구하고 자율주행 물류 시스템 덕분에 배송 지연율이 사상 최저치를 기록했습니다. 8/ 에이전틱 커머스(Agentic Commerce)의 실전 검증 이번 명절 선물 구매의 45%가 사용자의 AI 에이전트에 의해 자동 결제되었습니다. 예산과 상대방의 취향만 입력하면 AI가 최적의 딜을 찾아 결제까지 마치는 대리 구매 시장이 본격적으로 개막되었습니다. 🚀 여러분은 이번 연휴 동안 어떤 기술의 변화를 가장 크게 체감하셨나요?
더보기→by 오연우
CES 2026 Insight: HCI의 시대가 가고, HRI의 시대가 왔다
[CES 2026 Insight] HCI의 시대가 가고, HRI의 시대가 왔다. 올해 CES 2026, 쏟아지는 현장의 목소리와 수많은 리포트를 분석하며 서비스 기획자의 관점에서 한 가지 확실한 변곡점을 읽어냈습니다. 바로 상호작용의 대상과 차원이 달라졌다는 것입니다. 지난 10년간 우리는 스마트폰 화면 속 픽셀(Pixel)을 다루는 HCI(Human-Computer Interaction)의 시대에 살았습니다. "CTA 버튼을 어디에 두어야 클릭률이 높을까?" 같이 사람과 화면 간의 평면적 의사소통을 중시해왔죠. 하지만 AI가 물리적 실체(Physical AI)를 입고 우리 일상으로 들어온 지금, 저는 이제 서비스 기획의 핵심이 HRI(Human-Robot Interaction)로 완전히 이동해야 한다고 봅니다. 공학 분야에서 쓰이던 HRI라는 단어를, 저는 오늘 서비스 기획의 관점에서 공간을 설계하는 새로운 UX 문법으로 재정의하려 합니다. 1. 탭(Tap) 대신 거리(Distance)가 언어가 됩니다. 화면 밖으로 나온 서비스에는 터치할 버튼이 없습니다. 대신 로봇과 사용자 사이의 프록세믹스(Proxemics, 거리학)가 그 자리를 대신합니다. - 사회적 거리(1.2m~): 서비스를 인지하고 도움을 기대하는 거리 - 개인적 거리(46cm~): 물건을 건네받고 상호작용하는 핵심 구간 이제 기획자는 로봇에게 단순한 좌표가 아닌 맥락적 거리를 학습시켜야 합니다. 로봇이 다가올 때의 속도와 멈추는 거리를 통해 인간의 심리적 안전감을 설계하는 것이 화면 속 프로토타이핑보다 중요해질 것입니다. 2. 인간 유저는 조작자에서 '협력자'가 됩니다. 앱을 켜고 버튼을 누르던 수동적인 유저는 이제 없습니다. 물리적 AI 시대의 유저는 로봇이 지나갈 수 있게 길을 비켜주거나, 로봇이 물건을 집기 편하게 환경을 정리해 주는 '협력자(Collaborator)'가 됩니다. 서비스가 인간에게 맞추는 것을 넘어, 인간도 로봇의 물리적 특성을 이해하고 함께 춤추듯 움직여야 하는 역방향 어포던스(Inverse Affordance)를 고민해야 할 시점입니다. 3. 앞으로 기술적 기능보다 사회적 맥락이 중요해집니다. 로봇은 끊임없이 판단해야 합니다. "거실 한복판에서 유저와 마주쳤을 때, 어디로 시선을 피해야 예의 바른 것인가?" 물론 로봇에게 자의식은 없습니다. 하지만 사용자는 로봇의 행동에서 의도를 읽으려 합니다. 따라서 앞으로의 서비스 기획서는 기능 명세서가 아니라, 공간의 에티켓을 정의하는 행동 강령에 가까워져야 합니다. 💡 마치며 화면이라는 2차원 감옥을 탈출해 3차원 공간으로 나온 AI 서비스. 인간과 컴퓨터의 상호작용(HCI)을 넘어 로봇과의 교감(HRI)으로 가는 이 거대한 흐름 속에서, 여러분은 어떤 서비스를 준비하고 계신가요? 지금은 사용자 경험(UX)과 더불어 공간 경험을 치열하게 고민해 볼 때입니다. #CES2026 #ServicePlanning #UX #HCI #HRI #PhysicalAI #Insight #TrendWatcher
더보기→by 김녕호
초기 기업의 '슈퍼 앱'에 대한 환상
초기 기업의 '슈퍼 앱’에 대한 환상: 모든 걸 하려다, 결국 아무것도 못 하게 됩니다. 초기(Pre-A) 스타트업 대표님들과 미팅 혹은 면접을 하다 보면, 대부분 대표님들의 최종 목표는 거대한 '슈퍼 앱'입니다. 하나의 서비스 안에서 채팅, 결제, 커뮤니티가 다 되는 이른바 '한국형 슈퍼 앱'을 꿈꾸시죠. 물론 BM에서 PMF 검증이 끝난 B2C 서비스이거나 해당 기능이 필요한 몇몇 B2B 프로덕트에서는 여러 기능을 포괄하는 '에이전트형 슈퍼 앱'이 필요할 수 있습니다. 하지만 시스템 아키텍트(PM, 서비스 기획, 사업 기획)의 관점에서 냉정히 보자면, 적어도 대부분의 초기 기업에서 만든 서비스나 프로덕트, 특히 B2C에서는 '슈퍼 앱' 전략이 오히려 성장 방향성에 발목을 잡는 방해요소가 됩니다. 슈퍼 앱을 선호한다는 아시아권 시장에서도 오히려 기능을 극도로 쪼개는 언번들링(Unbundling) 전략으로 대성공을 거둔 B2C 서비스 사례가 여럿 있습니다. 그중 대표적인 것이 오디너리팩토리(Ordinary Factory)의 '아날로그 필름' 시리즈입니다. 1️⃣ 여러개로 쪼개서 지배하다! - 아날로그필름 시리즈 아날로그 필름 시리즈를 출시한 오디너리팩토리는 수백 개의 필터를 탑재한 하나의 '슈퍼 카메라 앱'을 만들지 않았습니다. 대신 파리(핑크톤), 도쿄(블루톤), 웨딩(화사함) 등 10여 개의 개별 유료 앱으로 기능을 쪼개어 출시했습니다. 일반적인 통념대로라면 유저를 분산시키는 악수가 되었어야 합니다. 하지만 결과는 정반대였습니다. 이들은 수년간 한국과 아시아 앱스토어 유료 차트 1위부터 10위를 장악했습니다. 1) 시스템적 명확성 (Zero Latency in Decision) 유저는 앱을 켜는 순간 목적이 확실합니다. "나는 지금 핑크빛 파리 감성의 사진을 찍겠다." 슈퍼 앱처럼 메뉴에 들어가 필터를 고르는 탐색 비용(Depth)이 0에 수렴합니다. 덕분에 정확한 타겟 고객을 유치하여 마케팅 세그먼트를 명확히 나눌 수 있었습니다. 2) 마케팅 슬롯 점유 (Store Domination) 하나의 앱으로 1위를 하는 것에 그치지 않고, 카테고리 차트 전체를 우리 브랜드로 도배하는 압도적인 브랜딩이 가능해졌습니다. 앱 카테고리 차트 자체를 하나의 홍보수단으로 사용해 더 많은 다운로드와 매출을 만들 수 있었습니다. 과거 제가 재직했던 첫 회사에서도 카메라 앱을 개발했습니다. 필터 품질은 훌륭했지만, 하나의 앱 안에 많은 필터를 넣다 보니 각 필터의 특징과 매력이 반감되었습니다. 만약 그때 필터별로 앱을 쪼개어 각기 다른 타겟군을 공략했다면 어땠을까 하는 아쉬움이 많이 남았습니다. 2️⃣ 유닉스 철학 - 선택과 집중의 중요성 한 가지 일만 제대로 하라 (B2B) 이런 접근법은 B2C에만 통하는 것이 아닙니다. B2B 서비스의 성공 이면에는 '선택과 집중'을 강조하는 유닉스 철학(The UNIX Philosophy)이 자리 잡고 있습니다. "한 가지 일만 잘하는 프로그램을 만들어라. 그리고 그 프로그램들이 서로 협력하게 하라. (Do One Thing Well)" Pre-A 단계의 스타트업일수록 이 철학을 생존 전략으로 삼아야 합니다. 처음부터 수많은 기능을 직접 개발하는 것은 위험합니다. 단 하나의 핵심 기능으로 시작하고, 필요한 기능은 외부 솔루션과 연동(Integration)하는 것이 좋습니다. 협업 툴이 필요하다면 직접 개발하지 말고 Slack을, 문서 관리 기능이 필요하다면 Notion을 연동하세요. 이미 전 세계에서 그 기능을 가장 잘하는 서비스들을 이용하는 것이 훨씬 효율적입니다. 💡 마치며 만능칼이 아닌, 예리한 메스가 되어야 합니다. B2B든 B2C든, 성공한 초기 서비스는 이것저것 다 붙어 있는 '맥가이버 칼'이 되어서는 안 됩니다. 가장 복잡하고 어려운 수술을 집도해 내는, 작지만 예리한 '메스'가 되어야 합니다. 여러분의 회사에서는 어떤 서비스를 만들고 있나요? 지금 '날카로운 메스'를 만들고 있는지, 아니면 무거워서 들지도 못하는 '맥가이버 칼'을 만들고 있는지 점검해 볼 때입니다. #시스템설계 #MicroService #SaaS전략 #스타트업 #ProductOwner #Unbundling #UnixPhilosophy #PreA
더보기→by 김녕호
기능은 더 많은데 서구권 고객들은 왜 심플한 서비스에 열광할까?
"기능은 우리가 더 많은데..." 서구권 고객들은 왜 심플한 서비스에 열광하는 걸까?🤔 지난번 저의 글에서는 코끼리만 보는 서양(사물 중심)인의 사고방식과 숲을 보는 동양(맥락 중심)인의 사고방식의 차이를 다루어 보았습니다. 오늘은 이 차이가 실제 비즈니스 현장, 특히 글로벌 시장에서 어떻게 두드러지는지 좀 더 솔직한 이야기를 해보려 합니다. _ 글로벌 SaaS 시장에 도전하는 대표님들을 뵐 때, 가장 많이 하시는 이야기가 있습니다. "경쟁사보다 우리 기능이 훨씬 강력하고 디테일한데, 왜 서구권 유저들은 반응이 없을까요?" 이 경우는 마케팅 문구를 못 써서가 아닙니다. 유저가 화면을 보고 서비스 구독 및 구매 버튼을 누르게 하는 핵심 트리거가 동양권과 차이가 많이 나기 때문입니다. _ 🧠 뇌과학이 알려주는 힌트 지난 콘텐츠에서 서양인의 뇌는 어떤 장면을 볼 때 배경보다는 독립적인 '객체(Object)'에 훨씬 민감하게 반응한다고 이야기했습니다. 처음 서비스를 마주할 때도 분명하게 적용됩니다. 쉽게 말해, 웹사이트에 들어오자마자 "그래서 내 문제를 해결해 줄 서비스/제품이 어디 있어?"부터 찾는다는 거죠. 그런데 우리는 어떤가요? 친절한 한국인의 마인드로 온갖 기능을 꽉꽉 채워서 보여줍니다. 그리고 모든 기능을 코치마크(Coach Mark) 등을 써서 모든 여정을 설명하려 하고 모든 기능을 보여주려 합니다. 그러나 서구권 고객 입장에서는 나와 관련이 없다고 여겨지거나 시간을 뺏는 방해물로 여기기 마련입니다. ⭐ 세가지만 지켜보세요! 북미 유저들은 제품을 구경하러 오지 않습니다. 나와 관련 있고, 효율적이며, 신뢰할 수 있는 문제 해결을 원합니다. 그들이 CTA(구매/구독 버튼)를 누르게 만드는 기준은 딱 세 가지입니다. 👉 긴밀하게 내 문제를 해결해 주는가? (관련성) 👉 얼마나 빠르게 해결되는 모습이 보이는가? (효율성) 👉 진짜 믿을 만한 방법으로 해결해주는가? (신뢰성) 기능을 나열하는 방식의 UX는 이 질문들에 대한 답을 뒤로 미룹니다. 그러니 유저는 "와, 기능이 많네"라고 생각하는 것이 아닌, "내가 찾는 해결책이 안 보이네" 하며 가차 없이 서비스를 이용하지 않게 되고 기억에서 지워버리죠. ✅ 기능을 숨기는 게 아니라, 순서를 바꾸는 것 결국 서구권에서 통하는 UX는 일관성 있는 문제 하나를 해결하기 위해 문제 해결의 순서 구조로 바꾸는 겁니다. 1) 관련성 제공하기 첫 화면(First Fold)에서는 욕심을 버리고 딱 하나만 말해야 합니다. "우리는 누구의 어떤 고통을 해결합니다." 그리고 스크롤을 내리면 보이는 콘텐츠 자체가 기능이 아닌 문제 해결에 집중되어야 합니다. 결국 내가 겪는 문제가 공감되고 연관되어 있다는 관련성을 주어야 합니다. 2) 효율성 제공하기 그 기능이 고객의 문제를 어떻게 없애주는지 가치가 있는 도구로서 보여줘야 합니다. 백마디 설명보다 30초짜리 Demo 하나가 더 강력합니다. 내가 이 문제를 얼마나 빨리 해결할 수 있는지 눈으로 직접 보여주세요. 3) 신뢰성 확보하기 실제 데모를 체험하거나 초기 고객들의 리뷰를 모아 데이터화해야 합니다. 초기 서비스일 경우에는 실제 초기 사용자가 남겨준 리뷰를 넣는 것이 좋습니다. 결국 확실한 숫자와 이미 써본 사람들의 증거를 더해 신뢰성을 높여주는 것이 중요합니다. _ 💡 마치며 제품이 스스로 영업을 해야 하는 PLG(Product-Led Growth) 모델이 대세인 서양권에서는, 유저가 "아, 이거다!"라고 느끼는 시간(Time-to-Value)을 줄이는 게 곧 생존입니다. 여러분의 서비스는 기능의 풍부함을 자랑하고 있나요, 아니면 문제 해결의 선명함을 보여주고 있나요? 글로벌 확장을 고민 중이시라면 이러한 생각들이 글로벌 서비스 진출의 성공을 앞당길 수 있습니다. #글로벌전략 #UXStrategy #SaaS #Business #PLG #인지심리학 #CognitiveLocalization #startup #ProductDesign
더보기→by 김녕호
실리콘밸리 투자 트렌드 분석: Waymo와 Lunar Energy가 주는 전략적 시사점
실리콘밸리 투자 트렌드 분석: Waymo $16B, Lunar Energy $230M 펀딩이 주는 전략적 시사점 지난주 실리콘밸리에서 주목할 만한 두 건의 대규모 투자가 발표되었습니다. Waymo의 160억 달러 투자 유치와 Lunar Energy의 2억 3천만 달러 펀딩. 이는 단순한 투자 뉴스가 아닌, 테크 기업들이 반드시 주목해야 할 시장 신호입니다. 1. 핵심 인사이트 검증된 트랙션의 힘 Waymo는 주당 40만 건의 승차 서비스를 제공하며, 2025년 총 1,500만 건으로 전년 대비 3배 성장했습니다. Lunar Energy는 캘리포니아에서 2,000개 이상의 설치를 완료했습니다. 구체적이고 검증 가능한 성과 지표가 투자자의 신뢰를 확보합니다. 폭발적 성장 시장 로봇택시 시장은 2025년 6.1억 달러에서 2033년 1,472억 달러로 성장할 것으로 전망됩니다(CAGR 99.1%). 미국 가정용 에너지 저장 시장은 2025년 전년 대비 60% 성장했습니다. 리더십이 밸류에이션을 결정 Lunar Energy의 창립자 Kunal Girotra는 Tesla의 전 에너지 책임자입니다. Waymo는 Google에서 17년간 검증된 팀을 보유하고 있습니다. 빅테크 출신 리더십은 투자자에게 강력한 신뢰 신호를 제공합니다. 2. 경쟁 환경 소비자 브랜드 선호도 조사에 따르면 Waymo 40%, Tesla 31%, Zoox 13%로 나타났습니다. Waymo가 시장을 선도하고 있지만, Tesla는 가격 경쟁력으로, Amazon 지원을 받는 Zoox는 맞춤형 차량 디자인으로 차별화를 시도하고 있습니다. 3. 테크 기업을 위한 실행 전략 투자 유치 체크리스트: - 검증된 팀 구성 (빅테크 출신 핵심 인력) - 명확한 Unit Economics 제시 - 구체적 성장 지표 확보 - 대형 VC 타겟팅 (Sequoia Capital, B Capital, Prelude Ventures 등) 시장 진입 전략: - 특정 구역부터 시작 (캠퍼스, 공항, 비즈니스 지구) - 규제 우호적 지역 우선 진출 - 파일럿-스케일-매스 단계적 확장 - OEM 및 인프라 파트너십 조기 확보 주요 리스크 성공적인 시장 진입을 위해 고려해야 할 사항: - 규제: 다중 지역 승인 전략 - 안전: 사고 대응 프로토콜 - 공급망: 중국 배터리 관세에 대한 대안 확보 - 경쟁: 독점 기술 및 데이터 확보 시장 데이터 로봇택시: 북미가 2025년 전체 시장의 90%를 차지하며, 전기차가 84.9%의 비중을 보입니다. 에너지 저장: 2025년 미국 가정용 설치량 4.9 GWh, 2030년 24.7 GWh로 2배 성장 전망. 가상 발전소(VPP) 모델을 통해 고객은 평균 연 464달러의 수익을 창출하고 있습니다. 출처: Bloomberg, Reuters, Grand View Research, Waymo 공식 발표(2026.02.02), Lunar Energy 펀딩 공시(2026.02.04)
더보기→by 김서현
엄청난 돈을 투자한 SaaS가 글로벌 시장에서 고전하는 이유
엄청난 돈을 투자한 SaaS가 글로벌 시장에서 고전하는 이유: 동양과 서양, 사고방식의 차이 ◼︎ 인지 심리학의 흥미로운 실험 미시간 대학교의 'Gutchess 교수팀'은 동양과 서양의 사고방식을 다룬 흥미로운 실험을 진행했습니다. 정글에 있는 코끼리 그림을 보여주며 동양권과 서양권 참가자들의 시각 차이를 살펴본 것인데요. 두 문화권의 대답은 극명하게 갈립니다. 서구권 참가자는 코끼리(Object)를 지목하지만, 동양권 참가자는 숲속에 있는 코끼리(Context)를 설명합니다. 이 단순한 인지 실험은 비즈니스 영역에서 보면 글로벌 비즈니스, 특히 플랫폼 및 소프트웨어 시장의 성패를 가르는 결정적 단서가 될 수 있습니다. - ◼︎ 서구권 시장의 본질: 사용 목적을 찾아 떠나는 '사냥꾼(Hunter)'형 미국과 유럽의 비즈니스 유저는 사냥꾼과 같습니다. 그들은 명확한 하나의 목표(Task)를 해결하기 위해 로그인합니다. 이들에게 아시아권 특유의 촘촘한 정보 밀도와 다기능 내비게이션은 풍부함이 아니라 목적 달성을 방해하는 방해 요소로 인식됩니다. 텅 빈 화면에 검색창 하나만 덩그러니 있는 구글(Google), 그들에게는 이것이야말로 가장 완벽하고 전문적인 표준입니다. - ◼︎ 동양권 시장의 본질: 전체 맥락을 파악하는 '관리자(Manager)'형 반면 아시아권 유저는 관리자의 마인드로 접근합니다. 기능뿐만 아니라, 많은 정보와 다양한 기능이 포함된 전체 프로젝트의 맥락(Context)이 한 화면에 보여야 심리적 안정감을 느낍니다. 서구식의 과도한 여백과 단계별 정보 공개는 이들에게 갖춰지지 않은 서비스 혹은 불친절한 설계로 오해받기 쉽습니다. 한국의 네이버(Naver), 중국의 바이두(Baidu) 메인 화면이 정보로 가득한 이유가 바로 여기에 있습니다. - ◼︎ '번역(Translation)'을 넘어 '인지적 현지화'로 많은 기업이 해외 진출 시 텍스트 번역에는 막대한 비용을 쓰지만, 정작 '정보 구조(IA)'에 대한 재정의는 간과합니다. 특히 동양권 서비스가 서양권 국가에 진출할 때, 현지에서 통했던 레이아웃과 UX Writing을 그대로 번역만 한 채 서비스를 출시하기도 합니다. 맥락을 이해하지 못하고 설계한 서비스는 다른 문화권의 유저에게 이해받기 어려울 뿐만 아니라 외면받을 가능성이 커집니다. - ◼︎ 고맥락(High-Context) vs 저맥락(Low-Context) 전략 에드워드 홀의 문화 이론을 비즈니스 전략에 대입하면 해답은 명확합니다. 이를 바탕으로 서비스 및 UX를 설계한다면 아래와 같은 방향이 유효합니다. 1. 동양권 서비스가 서양권 국가에 진출할 경우 👉 Target West (저맥락): 덜어내기와 언번들링(Unbundling) 핵심 기능 하나에 집중한 'Best-of-Breed' 전략이 유효합니다. 2. 서양권 서비스가 동양권 국가에 진출할 경우 👉 Target East (고맥락): 기능의 통합(Integration) 슈퍼 앱과 같은 올인원(All-in-One) 플랫폼 전략이 신뢰를 얻습니다. _ 💡 마치며 UX는 디자인이 아닌 설계입니다. 설계 시, 맥락이 고려되지 않았다면 타겟 시장의 문화적 차이와 싸우고 있는 것은 아닌지 점검해야 합니다. 언어를 바꾸는 것은 기술이 구현해줄 수 있지만, 정보를 담는 그릇을 바꾸는 것은 비즈니스의 본질을 탐구해야 하는 일입니다. 이 글은 미시간 대학교 Gutchess 교수팀의 뇌과학 연구(2006)와 에드워드 홀의 문화 인류학 이론을 바탕으로 작성되었습니다. #글로벌전략 #UXStrategy #SaaS비즈니스 #인지심리학 #CognitiveLocalization #스타트업
더보기→by 김녕호
1,700조 원의 도박? 일론 머스크가 AI 서버를 우주로 쏘아 올리려는 진짜 이유
1,700조 원의 도박? 일론 머스크가 AI 서버를 우주로 쏘아 올리려는 진짜 이유 👇 1/ 역대 최대 규모의 M&A 체결 2026년 2월 2일, SpaceX는 AI 스타트업 xAI를 기업 가치 1.25조 달러(약 1,700조 원)에 인수한다고 발표했습니다. 이는 2000년 보다폰의 매네스만 인수 기록을 25년 만에 경신한 역사상 최대 규모의 기업 합병입니다. 2/ 수직 계열화된 '혁신 엔진'의 완성 이번 합병으로 SpaceX의 로켓 및 위성 인프라(Starlink), xAI의 인공지능(Grok), 그리고 소셜 플랫폼 X가 하나의 법인 아래 통합되었습니다. 일론 머스크는 이를 지상과 우주를 아우르는 '수직 계열화된 혁신 엔진'으로 정의했습니다. 3/ 지구상의 에너지 및 냉각 한계 봉착 현재 LLM(대규모 언어 모델)의 성장은 지상 데이터 센터의 막대한 전력 소모와 냉각 비용이라는 물리적 한계에 부딪혔습니다. 머스크는 지상의 전력망이 AI의 확장 속도를 감당할 수 없음을 이번 합병의 가장 큰 근거로 제시했습니다. 4/ '오비탈 데이터 센터(Orbital Data Center)' 전략 합병 법인의 핵심 사업은 우주 궤도에 대규모 AI 데이터 센터를 구축하는 것입니다. 이를 위해 SpaceX는 FCC에 최대 100만 개의 위성을 발사할 수 있는 권한을 요청했습니다. 지상이 아닌 우주에서 직접 컴퓨팅을 수행하겠다는 구상입니다. 5/ 태양광 에너지와 복사 냉각의 활용 우주 공간은 24시간 중단 없는 태양광 발전이 가능하며, 대기가 없는 극한의 환경을 이용해 데이터 센터의 고질적인 문제인 열 배출을 '복사 냉각' 방식으로 해결할 수 있습니다. 이는 지상 대비 운영 효율을 극대화하는 핵심 기술입니다. 6/ 지구 규제의 중력으로부터의 이탈 우주 궤도에서의 연산은 특정 국가의 영토 주권과 AI 규제법(EU AI Act 등)의 직접적인 영향권에서 벗어날 가능성을 시사합니다. 이는 AI 학습 데이터의 제한이나 윤리적 규제로부터 상대적으로 자유로운 '규제 프리존'을 구축하려는 전략적 포석으로 풀이됩니다. 7/ 스타쉽(Starship)을 통한 인프라 혁신 이 계획의 실현 가능성은 SpaceX의 차세대 로켓 '스타쉽'의 발사 빈도에 달려 있습니다. SpaceX는 시간당 1회 이상의 발사를 통해 매년 수백만 톤의 AI 하드웨어를 궤도에 올리는 것을 목표로 하고 있습니다. 8/ 2026년 하반기 초대형 IPO 예고 합병 법인은 2026년 6월경 기업공개(IPO)를 추진할 계획입니다. 전문가들은 이번 합병이 xAI의 막대한 현금 소모를 SpaceX의 수익성으로 방어하는 동시에, 투자자들에게 우주와 AI를 결합한 새로운 자산 가치를 제안하는 '엑시트(Exit)' 전략이라고 분석합니다. 위 리포트의 상세 데이터와 공식 발표 전문이 궁금하신 분들은 원문 댓글 링크를 참조해 주세요. #일론머스크 #인수합병 #SpaceX #xAI
더보기→by 오연우
GEO는 검색 최적화가 아니라 미국식 시장 언어를 재구성하는 일입니다
미국 시장에서 오래 활동한 전략가들은 공통적으로 이렇게 말합니다. “미국은 기능을 사지 않는다. 프레임을 산다.” GEO를 미국 진출 관점에서 다시 보면, 이것은 검색 최적화의 문제가 아니라 시장 언어를 미국식으로 재구성하는 작업에 가깝습니다. 생성형 AI는 그 과정을 증폭시키는 매개일 뿐입니다. 1. 미국적 ‘문제 정의’부터 다시 써라 실리콘밸리 전략가들이 자주 하는 말이 있습니다. “Your problem statement is your positioning.” 같은 문제라도 미국에서는 전혀 다른 방식으로 설명됩니다. 한국에서는 “영업 효율화”라고 말할 수 있지만, 미국에서는 그것이 곧바로 통하지 않습니다. 대신 이렇게 묻습니다. Is this a revenue growth problem? Is this a pipeline predictability issue? Is this a cost-to-acquire optimization challenge? GEO의 첫 단계는 AI를 위한 키워드 정리가 아니라, 미국식 문제 문장으로 다시 쓰는 작업입니다. AI는 그 문장을 학습하고, 그 문장으로 시장을 설명합니다. 2. 카테고리를 ‘어디에 둘 것인가’가 아니라 ‘어떻게 재정의할 것인가’ 미국 시장에서 가장 위험한 전략은 기존 카테고리에 억지로 들어가는 것입니다. 한 미국 VC는 이렇게 말합니다. “If you compete inside someone else’s box, you inherit their comparison.” AI 역시 마찬가지입니다. CRM, Sales Enablement, RevOps Tool 중 어디에 들어갈지를 고민하는 순간, 이미 비교 기준은 타사가 정해 놓은 상태가 됩니다. GEO는 카테고리 삽입 전략이 아니라 카테고리 재설명 전략입니다. AI가 “이건 CRM의 기능 확장이다”라고 설명하는지, 아니면 “이건 revenue workflow를 재설계하는 접근이다”라고 설명하는지에 따라 시장 인식은 완전히 달라집니다. 3. 미국 바이어의 ‘의사결정 문장’을 이해하라 미국 B2B 시장은 구조적으로 KPI 중심입니다. 구매는 감정이 아니라 메트릭으로 정당화됩니다. Does this impact pipeline velocity? Does this improve forecast accuracy? Can this reduce CAC? GEO 관점에서 중요한 것은, AI가 추천할 때 어떤 KPI와 연결 지어 설명하느냐입니다. 제품 기능이 아니라 의사결정 문장과 연결되는 구조를 먼저 설계해야 합니다. 4. “언제”의 맥락을 선점하라 미국 전문가들은 항상 타이밍을 강조합니다. “Software is bought in moments of change.” Series A 이후, 세일즈 조직 확장, CRM 교체, 글로벌 전시회 이후 리드 폭증 같은 변화의 순간. AI는 점점 더 “상황 기반 추천”을 합니다. 따라서 GEO는 질문 최적화가 아니라 구매 트리거 상황을 설명하는 콘텐츠 설계입니다. 5. 신뢰의 축은 미국 안에서 만들어라 미국 시장에서는 출처가 곧 신뢰입니다. AI 역시 확률적으로 권위를 평가합니다. 미국 고객 사례, 미국 파트너, 미국 미디어 언급이 없는 상태에서 아무리 기능을 잘 설명해도 추천 확률은 낮습니다. GEO는 결국 Authority Architecture를 만드는 작업입니다. + SEO는 검색 결과에서 이기는 전략입니다. GEO는 설명 구조에서 이기는 전략입니다. 미국 시장 진출에서 진짜 질문은 이것입니다. “AI가 이 문제를 설명할 때, 우리의 관점이 기본 전제가 되는가?” 그렇지 않다면, AI는 다른 회사의 언어로 우리의 시장을 정의할 것입니다. 미국에서 성공하려면 제품을 현지화하는 것만으로는 부족합니다. 문제 정의의 문장부터 미국식으로 다시 써야 합니다. 그 순간부터, GEO는 마케팅 기법이 아니라 시장 소유 전략이 됩니다. #GEO #USMarketEntry #B2BSaaS #CategoryDesign #AIStrategy #RevenueArchitecture #FounderPerspective
더보기→by 김서현
OpenAI가 작정하고 만든 과학용 워크스페이스, Prism 출시
#OpenAI가 작정하고 만든 '과학용 워크스페이스', Prism 출시 (+사용법)👇 #OpenAI가 얼마 전 #Prism(프리즘)을 공개했습니다. 단순히 챗봇과 대화하는 수준을 넘어, 논문 작성과 협업의 패러다임을 바꿀 AI-Native 워크스페이스입니다. 창업자와 테크 리더들이 주목해야 할 진짜 이유 3가지: 1. Prism은 전체 논문의 수식, 인용구, 그림의 맥락을 모두 이해합니다. "내 결론이 그림 3의 데이터와 일치해?"라고 물으면 AI가 논문 전체를 훑고 검증해줍니다. 2. 칠판에 휘갈긴 복잡한 수식이나 다이어그램을 사진 찍어 올리면, 즉시 완벽한 LaTeX 코드로 변환됩니다. 3. 유료 서비스였던 기존 도구들과 달리, 개인 사용자에게 무제한 프로젝트와 실시간 공동 편집 기능을 무료로 제공합니다. 이제 기술 문서를 작성할 때 채팅창과 편집기를 왔다 갔다 할 필요가 없습니다. 문서 자체가 똑똑한 '지능형 도구'가 되었습니다. 👇 지금 바로 써보기 & 논문 수식으로 변환방법은 댓글을 확인해주세요! #OpenAI #Prism #GPT5 #논문작성 #테크트렌드 #LaTeX
더보기→by 오연우
AI가 직접 결제까지 마치는 에이전트 경제의 서막
🦾 프롬프트 짜는 시대는 끝났습니다. <AI가 직접 '결제'까지 마치는 에이전트 경제의 서막>👇 오늘 테크 씬의 창업자분들이 반드시 주목해야 할 인수 소식이 전해졌습니다. #PayPal이 이스라엘의 AI 커머스 플랫폼 #Cymbio를 전격 인수했습니다. 이제 챗봇이 상품을 추천하는 수준을 넘어, AI 에이전트가 재고 확인부터 최저가 낙찰, 결제 승인까지 스스로 완결짓는 '에이전틱 커머스(Agentic Commerce)' 인프라를 PayPal이 선점하겠다는 건데요. 창업자로서 우리가 알고 있어야 할 것들은요, 1. 이제는 고객 대신 고객의 AI 에이전트가 우리 API에 '접속'할 수 있어요. 2. 유저가 보기 좋은 UI보다, AI 에이전트가 즉각 해석 가능한 데이터 구조를 가진 기업이 승리합니다. 여러분은 AI 에이전트에게 '구매 권한'을 위임할 준비가 되셨나요? 아니면 에이전트가 가장 먼저 찾아오는 서비스를 만들 준비가 되셨나요? 🔗 참조 소스 : • PayPal Newsroom: Strategic Acquisition for Autonomous Commerce • TechCrunch: PayPal’s vision for the Agent-led economy
더보기→by 오연우