이 영상에서는 2025년 8월 23일에 녹화된 대담으로, 젊은 벤처 투자가인 장준님을 초청하여 AI 시대의 투자 트렌드와 한국 시장의 기회, 그리고 커뮤니티의 중요성에 대해 깊이 있게 다룹니다. 특히, 미드저니(Midjourney)와 러버블(Lovable)처럼 소수의 인원으로 폭발적인 성장을 이룬 AI-네이티브 기업들의 성공 비결과, 미국 상위 VC들이 AI 시대에 맞게 변화하는 투자 전략을 자세히 분석합니다. 한국이 기존 B2B SaaS 레거시 시스템 없이 AI-네이티브 구조로 직행할 수 있는 독특한 기회를 가지고 있으며, 이를 위해서는 다양한 직무군의 AI 리터러시를 향상하고 커뮤니티를 구축하는 것이 얼마나 중요한지 강조합니다.
1. 지금 돈 버는 VC들이 움직이는 방식
오늘날 미국 상위 벤처캐피털(VC)들이 AI 분야에서 과거와는 완전히 다른 방식으로 움직이고 있습니다. 과거 2018년과 2021~2022년의 암호화폐 시장처럼, 모두가 투자하고 싶어 하지만 기술을 이해하고 직접 만들 수 있는 '메이커'가 너무 적어 자본이 제공하는 가치 차별화가 매우 낮았던 상황과 비슷합니다. 당시 레거시 VC들이 주도권을 잃었던 경험 때문에, 현재 AI 시대에는 모든 VC가 전력을 다해 임하고 있는 모습입니다.
이러한 VC들의 움직임은 크게 세 가지 유형으로 나눌 수 있습니다:
1-1. 킹 메이커(King Maker): 훌륭한 창업자 만들기
이들은 좋은 창업자가 되는 과정을 돕는 데 집중합니다. 대표적인 예로 AI Grant는 압도적인 성공을 거두고 있는데, 알려진 대부분의 AI 네이티브 서비스 및 제품이 AI Grant 출신이라고 합니다. 이곳에서는 무조건부로 약 35만 달러를 투자하며, 그 대신 AI 분야의 대가들과 데이터브릭스(Databricks), 스노우플레이크(Snowflake), 스케일 AI(Scale AI) 같은 회사들의 C레벨 임원들과 연결될 수 있는 배치 프로그램을 운영합니다. 이 외에도 커서(Cursor)나 위스퍼(Wispr), 네오(Neo), 사우스 커먼 파크(South Common Park)처럼 빌더(Builder) 중심의 커뮤니티에서 시작하여 AI 붐을 타고 영향력 있는 투자자로 성장하는 곳들도 있습니다. 이들은 과거 Y 콤비네이터(Y Combinator)보다 훨씬 더 밀도 높은 방식으로 재능과 기업에 먼저 접근하는 특징을 보입니다.
"나는 저기에 들어가고 싶다가 더 정확한 것 같아요. [체스터 로:] 와이 콤비네이터는 이제 너무 많은 회사들을 받다 보니까."
1-2. 게임 메이커(Game Maker): 독점적인 관계 구축
이 유형은 AI 전문화된 가치를 제공하여 독점적인 관계를 구축합니다. 앤스로픽(Anthropic)과 펀드를 함께 만들어 운영하거나, 사라 궈(Sarah Guo)와 엘라드 길(Elad Gil)이 함께 진행하는 팟캐스트 "노 프라이어스(No Priors)"처럼 AI 분야 대가들과의 관계를 통해 성공적인 기업에 투자하는 방식입니다. 제프리 힌튼과 함께 연구실을 만들었던 창업자들이 만든 VC나, 연구 네트워크를 통해 학문적인 보상을 제공하여 차별화하는 영국 기반의 벤처 기업들도 여기에 해당합니다.
1-3. 게임 체인저(Game Changer): AI 롤업(Roll-up)을 통한 사업 모델 변화
가장 흥미로운 점은 미국 VC들이 파트너십 형태를 넘어, 지주회사처럼 기업을 직접 운영하면서 AI 롤업 전략을 실행한다는 것입니다. 이들은 스타트업에서 핵심적인 역할을 했던 임원들을 영입하여 AI 비즈니스를 함께 추진합니다. 예를 들어, 주택 관리 협회 같은 곳을 인수하여 자동화되지 않았던 업무들을 AI로 처리함으로써 더 적은 인원으로 더 넓은 영역을 커버합니다. 이를 통해 기업의 운영 이익을 높이고 매력적인 기업 가치를 창출하여 PE(사모펀드)가 하던 롤업 비즈니스를 AI를 활용해 새로운 방식으로 진행합니다. 경쟁력이 낮거나 매력적이지 않았던 산업을 AI로 혁신하여 매우 매력적인 산업으로 바꾸는 것이 핵심입니다. 콜센터나 고객 서비스(CS) 기업들을 빠르게 인수하여 운영 효율성을 높이고 기업 가치를 두 배 이상으로 만들려는 시도가 대표적인 예시입니다.
"피이들이 원래 많이 하던 롤업 사업이었거든요. 결국 개별 창업자의 실력에 의존하지 않고 이것을 인수해서 리팩토링해서... 제 사업 니즈에 맞게끔 영업이익과 같은 것을 만족시키고 그것을 수행할 수 있는 바이어에게 판매하고."
1-4. BPO(Business Process Outsourcing): 비핵심 업무를 끝까지 처리
현재 가장 흥미롭게 지켜보는 현상 중 하나는 BPO(Business Process Outsourcing) 사업입니다. 이는 다른 사람의 업무를 대신 처리해 주는 것으로, 데이터 라벨링이나 이미지 관련 OCR 작업, 쇼핑몰 상세 페이지 제작 등이 대표적입니다. AI 리터러시 덕분에 지식 노동 비용이 현저히 낮아지지만, 고객들의 지불 의사는 여전히 높기 때문에 이러한 영역에서 큰 기회가 생깁니다. 초기 고객을 잘 만족시키면 향후 더 치열한 경쟁이 발생하더라도 규모의 경제를 통해 메가 섹터를 장악할 수 있습니다. 이는 앞서 언급된 AI 롤업과도 연결되는데, 노동 집약적인 전통적인 가치 사슬에 AI가 개입하여 효율성을 높이고, 절감된 비용이 마진으로 전환되는 구조입니다. 미래에는 기업들이 핵심 역량만 남기고 나머지는 모두 아웃소싱하게 될 것이며, 한국 시장의 특성과 결합되면 이러한 모델이 글로벌하게 더 빠르게 확산될 수 있는 잠재력을 가지고 있습니다.
2. AI 시대: 기업 구조를 파괴하며 돈 버는 기업들의 놀라운 숫자들
오늘날 AI 기술은 기업의 개념 자체에 엄청난 영향을 미치고 있습니다. 산업혁명 이후 기업의 가장 큰 병목은 바로 지식 노동이었습니다. 지식 노동에 능한 사람들이 높은 부가가치를 창출했지만, 이제는 이 부분이 근본적으로 변화할 가능성이 높다고 합니다. 기존의 고정관념과 구조를 과감히 깨는 기업일수록 더 큰 성장의 기회를 얻고 있습니다. 초기 스타트업임에도 불구하고 빅 테크 기업과 맞먹는 수준의 직원 1인당 매출을 기록하는 사례들이 속속 등장하고 있는 것이 그 증거입니다.
상위 AI 스타트업들의 직원 1인당 매출을 보면 놀랍습니다:
- 커서(Cursor): 1인당 약 45억 원
- 미드저니(Midjourney): 1인당 약 30억 원
- 구글(Google): 1인당 약 26억 원
- 오픈AI(OpenAI): 1인당 약 20억 원
이처럼 구글을 뛰어넘는 기업들이 있다는 사실은 매우 충격적입니다. 물론 이것이 건강한 성장인지는 지켜봐야 하지만, 이러한 가능성 자체가 AI 시대의 파급력을 보여줍니다. 특히 직원 100명 미만인 유니콘 스타트업이 AI 분야에서 7개나 된다는 점은 전례 없는 변화의 핵심을 보여줍니다.
2-1. 미드저니(Midjourney): 디스코드(Discord)를 기반으로 사업 구축
미드저니는 폭발적인 성장을 위해 인프라 구조와 선순환 구조를 매우 잘 설계했습니다. 게임용 슬랙(Slack)과 같은 협업 도구이자 커뮤니티 소통 도구인 디스코드(Discord)를 활용하여 비즈니스 기반을 확장 가능한 형태로 구축했습니다. 로그인 기능조차 없애고, 통신 인프라, 실시간 채팅, 이미지 업로드 부하 등을 모두 디스코드에 맡겼습니다. 이는 사업의 근간을 외부에 맡기는 것처럼 보일 수 있지만, 오히려 더 적고 효율적인 인프라를 선택하여 성장을 누린 셈입니다.
더 나아가, 미드저니의 핵심 AI 모델은 디스코드를 통해 강화되었습니다. 챗GPT가 사용자의 "왼쪽이 좋아, 오른쪽이 좋아?" 같은 피드백을 통해 학습하는 것처럼, 미드저니는 사용자들이 이미지를 만들 때 어떤 것을 선택하는지 디스코드를 통해 학습하고 모델을 지속적으로 강화했습니다. 이것이 미드저니의 근본적인 경쟁력이었습니다.
또한 철저한 커뮤니티 기반의 확산 전략을 사용했습니다. 디스코드에서 무료 사용자들은 무료로 서비스를 이용할 수 있는데, 이미지를 생성하면 그 결과가 숨겨지지 않고 다른 사람들에게 모두 공개됩니다. 이를 통해 신규 사용자들은 다른 사람들이 어떻게 이미지를 만드는지 보고 따라 하면서 강력한 네트워크 효과가 발생했습니다.
"[체스터 로:] 저 정말 똑똑한 전략이라고 생각했어요. [최승준:] 미드저니 디스코드에서 22년 초에 저희가 프롬프팅 감을 잡았죠. 저도 거기서 많이 배웠어요." "[장준:] 그런 제약 속에서 엄청난 혁신이 있었던 거죠."
2-2. 러버블(Lovable): 제너럴리스트(Generalist) 팀으로 1000억 원 매출 달성
러버블은 최근 10개월 만에 1,000억 원이 넘는 매출을 기록하며 뜨거운 관심을 받고 있는 비(非)미국 기업입니다. 풀스택 소프트웨어 엔지니어와 디자이너의 역할을 결합한 비주얼 코딩 도구인데, 1,000억 원이 넘는 매출을 달성할 당시 직원은 18명에 불과했습니다. 그중 10명이 엔지니어였고, 3명은 성장(Growth) 담당이었으며, 영업 인력은 단 한 명도 없었습니다.
이러한 놀라운 성과는 다음과 같은 방식으로 가능했습니다:
- 대화형 입력 기반의 고객 소통: 개발 보조 도구로 시작하여 고객 데이터와 대화형 입력을 통해 고객이 진정으로 원하는 다음 기능을 지속적으로 만들어내는 선순환 구조를 만들었습니다.
- 제너럴리스트의 최대 활용: 전통적인 마케터라면 광고 제작이나 특정 플랫폼 전문성을 강조했겠지만, 러버블은 AI 덕분에 이러한 노하우를 훨씬 쉽게 습득할 수 있게 되면서 "이 모든 것을 내가 다 하겠다"는 마인드의 제너럴리스트들이 모여 일했습니다. 즉, 직무와 관계없이 한 사람이 수행할 수 있는 업무의 범위가 엄청나게 넓어졌습니다.
- 자기 제품 사용(Dogfooding)과 마케팅 결합: AI 산업을 좋아하는 이들은 자신들의 제품을 스스로 많이 사용하면서 고객의 문제와 병목 현상을 파악하고, 이를 통해 자연스럽게 다음 마케팅으로 연결했습니다. 링크드인 링크를 넣으면 홈페이지를 바로 만들어주는 등 제품을 활용한 마케팅으로 커뮤니티를 빠르게 성장시켰습니다.
"[체스터 로:] 한 사람이 직무와 관계없이 할 수 있는 일의 폭이 굉장히 넓어진 거죠. [장준:] 정확합니다. 그리고 그러면 역으로 소통의 필요성이 떨어지는 거죠."
2-3. 이븐업(EvenUp): 전문 지식 노동을 턴키(Turnkey)로 처리
이븐업은 개인 상해 보고서 수수료를 기반으로 사업을 하는 버티컬 AI 기업입니다. 한국의 손해사정사와 비슷하게 교통사고 발생 시 "내가 이렇게 돈을 받아야겠구나" 하는 부분들을 AI를 통해 직접적으로 해결해 주는 비즈니스입니다. 과거에는 회계사나 세무사처럼 모든 것을 수작업으로 처리해야 했지만, AI를 활용한 지식 노동과 모듈화를 통해 엄청난 효율성을 달성하여 대규모 턴키 방식으로 서비스를 제공할 수 있게 되었습니다. 덕분에 직원 100명 정도로 빠르게 유니콘 스타트업이 될 수 있었습니다.
2-4. 오늘날 AI-네이티브 조직에 필요한 역량
이러한 사례들을 종합해 볼 때, 린 스타트업(Lean Startup) 방법론은 점차 약화되고 있습니다. AI 시대에는 경량화보다는 구조적인 설계나 다양한 업무를 잘 수행하는 제너럴리스트의 역할이 중요하며, 제품이 고객에게 도달하는 방식에 대한 방법론적 집착이 새롭게 부각되고 있습니다. 과거에는 '어떤 제품을 만들었기에 성공했다'고 생각했지만, 미래에는 '이 팀이 이 방법론을 잘 이해하고 전술적으로 잘 실행할 수 있기에 큰 스타트업을 만들 것이다'와 같이 인과관계가 변화할 것입니다.
3. 기업들이 AI에 접근하는 세 가지 방식
기업들이 AI를 받아들이는 방식은 크게 세 가지 세대로 나눌 수 있습니다:
- AI를 도구로 여기고 적절히 활용하는 기업
- AI를 위기로 인식하고 대응하며 따라가려는 기업
- AI를 기회로 보고 구조적인 관점에서 완전히 다르게 성장하려는 기업
여기서 가장 중요한 것은 당연히 세 번째, 즉 AI를 기회로 보고 근본부터 새롭게 생각하는 방식입니다. AI는 스타트업 씬에서 임팩트를 확장하고 무언가를 창조하기에 더할 나위 없이 좋은 수단이므로, 가장 본질적인 것부터 다시 생각하는 것이 중요합니다.
3-1. 인건비와 성과 간의 연결 고리가 끊어지다
기존 벤처 투자의 논리는 소수의 팀과 스타트업이 나타나 "이렇게 하면 잘 성장할 수 있다"고 제안하면 투자자들이 동의하고 자금을 투자하는 식이었습니다. 그러나 초기 스타트업의 투자금 중 약 70%가 인건비로 사용된다는 통계는 AI 시대에 더 이상 유효하지 않습니다. 즉, 자본을 받아 인력을 고용하여 고객 만족의 선순환을 만드는 방식이 깨지고 있는 것입니다. AI를 잘 활용하면 적은 인원으로도 고객 만족도를 높일 수 있게 되면서, 자본의 역할이 변화하고 있습니다. 이는 벤처 투자에서 표준화된 성공 공식과 성장 공식이 붕괴되고 있음을 의미합니다.
3-2. 단순 지식 노동보다 안목(Taste)과 엣지(Edge)가 더 중요해지다
VC들이 업무에서 AI를 활용하는 방식도 변화하고 있습니다. 과거에는 소싱, 실사, 협상, 투자, 사후 관리, 엑싯 등의 과정에서 AI를 주로 관계 관리나 지식 관리에 사용했습니다. 특히 관계 관리(CRM)는 이미 효율적으로 발전했지만, 지식 관리에서는 엄청난 변화가 일어나고 있습니다. 과거 VC들은 산업과 기업을 조사하기 위해 많은 인턴을 활용했지만, 이제는 딥 리서치 AI 에이전트가 이 역할을 거의 대체했습니다. 오히려 인스타그램을 잘 다루는 인턴, 즉 안목과 엣지가 있는 인턴이 훨씬 더 가치 있어진 시대입니다. 단순한 지식 노동을 제공하는 인력보다 자신만의 자산을 구축하는 인력이 더 중요해진 것입니다.
"[최승준:] 안목 있는 인턴이 더 의미가 있는 거죠. [체스터 로:] 엣지 있는 사람." "[장준:] 맞아요. [체스터 로:] 단순한 지적 노동을 제공하는 사람보다 어딘가에서 자산을 쌓는 사람이 훨씬 더 가치 있다."
3-3. 다양성을 추구할 때 AI를 조직화하는 방법
이러한 변화는 실질적인 업무 방식에 대한 고민으로 이어집니다. 금융 산업처럼 실행 자체보다 판단의 부가가치가 큰 산업에서는 IQ 200의 사람이 있다면 IQ 180의 사람은 크게 가치가 없습니다. 하지만 반대로 EQ(감성 지능) 150의 사람이 있다면 가치가 있습니다. 의사 결정과 다양한 활동에서의 다양성이 부가가치를 높이는 요소가 되기 때문입니다. 이상적인 투자 회사는 이러한 다양성을 추구해야 하는데, 이때 모든 구성원이 AI를 함께 잘 활용하는 것이 쉽지 않습니다. AI를 조직적으로 잘 활용하여 구조적인 선순환과 이점을 누리면서도 이 모든 것을 흡수하는 방법에 대한 고민이 깊어지고 있습니다. 이는 비단 VC뿐만 아니라 AI를 잘 활용하려는 모든 기업의 공통된 고민입니다.
4. VC들이 AI 스터디 커뮤니티를 만드는 이유
VC는 궁극적으로 좋은 기업을 발굴하고 초기 단계에 투자하여 단계를 따라가며 보상을 얻는 것을 목표로 합니다. 이를 압도적으로 잘 수행하기 위해 장준님은 AI Grant와 같은 사례를 언급했습니다.
4-1. VC란 무엇인가?
장준님이 정의하는 VC의 핵심은 가치를 창출하는 것입니다. 단순히 자본을 이동시키는 것을 넘어, 스타트업의 공동 창업자가 된다는 마음으로 지분을 취득하고, 회사를 함께 만들어가는 데 기여해야 한다고 강조합니다. 과거 VC 산업은 너무 성숙해져서 공식화되고 수동적으로 변모했습니다. 특히 2000년대 중반부터 창업자의 부가가치를 높이 평가하면서, VC는 자본만 제공하고 뒤로 물러나는 경향이 있었습니다. 그러나 새로운 시대를 맞이하여 VC는 다시 무언가를 함께 만들어가는 존재가 되어야 한다고 주장합니다.
4-2. VC가 좋은 팀을 유치하기 위해 필요한 것들
VC가 좋은 팀과 기업을 유치하기 위해서는 좋은 사업 기회, 훌륭한 팀, 시장 상황 등 다양한 요소들이 잘 맞아떨어져야 합니다. 과거 클라이너 퍼킨스(Kleiner Perkins), 세쿼이아(Sequoia) 같은 전통적인 강자들이 있었고, 그 뒤를 이어 Y 콤비네이터가 새로운 흐름을 만들었지만, 이제는 Y 콤비네이터마저 구세대가 되고 새로운 플레이어들이 계속 등장하고 있습니다. 이는 좋은 팀과 창업자를 유치하는 수단이 끊임없이 변화하고 있음을 보여줍니다.
특히 AI 시대에 접어들면서 스타트업 창업자들은 더 이상 자본만을 맹목적으로 갈망하지 않습니다. 자본 외에도 다양한 요소들이 중요해졌습니다. 그렇다면 AI 시대의 AI-네이티브 창업자들에게 VC는 무엇을 제공해야 할까요?
"[장준:] 결국 스타트업이 가장 갈망하는 게 뭘까? 딱 하나라고 생각하거든요. 성장을 시켜 줄 수 있느냐 없느냐. 그래서 내가 저기 들어가면 뭔가 나의 성장에 자극점이 굉장히 많을 것 같다."
4-3. 문제 해결 팀의 밀도가 필요하다
스타트업 CEO와 팀은 결국 자신들의 숙제를 스스로 해결해야 합니다. 이때 다른 사람들이 어떤 방식으로 숙제를 해결했는지, 그 과정에서의 시행착오, 판단 근거, 맥락, 결과 등을 유능한 사람들로부터 많이 들을수록 학습 곡선이 훨씬 가파라집니다. 이는 샌프란시스코가 압도적인 우위를 점하는 이유이기도 합니다. 클러스터링이 더 많은 클러스터링을 불러와 매우 빠르고 많은 혁신이 내부에서 일어나기 때문입니다. 즉, 암묵적인 노하우를 얻고 실제적인 네트워크와 도움을 받기 위해서는 밀도가 매우 중요합니다.
4-4. AI 리터러시를 갖춘 인재가 필요하다
AI 시대에 또 다른 중요한 요소는 바로 AI 리터러시입니다. 지금 AI를 조직적으로 잘 활용하는 데 가장 큰 병목은 개발자가 아닌 다른 직무의 사람들이 각자의 위치에서 AI를 어떻게 활용해야 할지 홀로 고군분투하고 있다는 점입니다. 기존의 AI 커뮤니티나 학습 자료들은 너무 양극화되어 있습니다. 한쪽은 너무 딥 테크적이어서 소프트웨어 엔지니어가 아니면 접근하기 어렵고, 다른 한쪽은 솔로프러너(Solopreneur)들이 사업을 하는 데 초점을 맞춰 "영향력 있는 좋은 회사 안에서 이 역량을 함께 활용하고 싶다"는 사람들을 위한 지식 교환 및 검증 플랫폼이 부족합니다.
4-5. 특정 분야/직무만으로는 안 된다 – 다양성이 답이다
"우리가 과연 AI 덕분에 10배 더 빠르게 일하고 있는가?"라는 질문을 던져보면, 소프트웨어 엔지니어들이 효율적이 되는 방법에 대한 이야기는 많지만, 다른 모든 직무에 대한 이야기는 턱없이 부족합니다. 결국 기업의 비즈니스 가치를 창출하고 팀으로서 이 수단을 활용해야 합니다. 장준님은 이러한 고민을 공유하는 사람들을 모아 커뮤니티를 만들었습니다. 필드에서 마주하는 성공과 실패 사례를 서로 공유하여 성장을 가속화하기 위함입니다. 다양한 직무와 포지션의 사람들이 지원했으며, 특히 개발자가 아닌 직무군에 초점을 맞추었습니다.
"결국 이것이 회사로서 잘 활용이 되어야지 나 혼자 잘 활용하는 것은 부가가치가 작거든요. 그러려면 우리 회사에 있는 다른 사람들이 어떻게 활용하고 있는지를 내가 굉장히 잘 이해하고 그것을 모아서... 최대한 다양하게 구성하려고 하고 있습니다."
오랜 기간 인재 개발 전문가로 일했던 한 사람의 말처럼, 재능 개발과 역량 강화가 가장 수치적으로 드러나는 곳은 의료 분야입니다. 새로운 치료법이 등장했을 때 환자에게 미치는 영향이 수치로 나타나기 때문입니다. 각 분야의 대가들이 기존 프레임워크를 깨고 새로운 것을 '언러닝(Unlearning)'하는 경우의 90% 이상은 다른 부서 사람들과 어울리면서 발생한다고 합니다. 같은 부서 내에서만 고민하는 것보다 비슷하지만 다른 관점에서의 고민이 궁극적으로 사회를 발전시킨다는 것이죠. 이는 AI의 큰 개념과도 긴밀하게 연결되어 다양성이 매우 중요한 가치임을 느끼게 합니다.
"[최승준:] 신정규 대표님의 우울증 스토리를 저희가 꺼냈을 때 그게 중요한 대목이었거든요. 정규 님의 그 느껴진 인지 지평, 느껴진 감정... 그것을 조직 전체와 공유해서 실제로 경험하게 하는 게 정말 중요한 일이었는데."
5. "지금, 한국에서" 커뮤니티를 만드는 이유
장준님이 이러한 커뮤니티를 만드는 목적에는 현재 시장 감각을 얻기 위함도 있지만, 지금이 타이밍적으로 적절하고 한국의 강점과 맞물려 실리콘밸리와는 다른 가능성이 있을 것이라는 여러 가정을 염두에 두고 있습니다.
5-1. 성장을 위한 밀도의 부족! 위기 의식
이러한 움직임은 사실 위기 의식에서 출발했다고 합니다. "내가 지금 한국에 있지만, 샌프란시스코에서 한 달만 있어도 이렇지 않을 텐데 그만큼 뒤처지겠구나"라는 생각은 각자의 위치에서 열심히 일하는 모든 사람이 비슷하게 느낄 것입니다. 중요한 것은 자극의 밀도가 부족하다는 점이며, 인위적으로라도 밀도를 높일 수 있다면 반드시 그렇게 해야 한다는 생각으로 커뮤니티를 구성했습니다. 궁극적으로는 선두를 따라가거나 유지하는 것이 가장 큰 목표입니다.
5-2. 인재와 사업에 대한 퍼스트 무버 이점이 남아 있는 한국 시장
반대로 미국은 이미 많은 인재들이 몰려들어 완벽한 경쟁 시장을 형성하고 있어 잉여 이익을 창출하기 어렵습니다. 하지만 한국은 이러한 차별화된 역량을 갖추면 훨씬 더 많은 사업적 잉여 이익을 창출할 가능성이 높기 때문에, 개인적으로 한국에서 이러한 활동을 하는 것이 더 가치 있다고 느낀다고 합니다. 한국 시장은 창업하기가 어렵다는 인식이 있지만, 역설적으로 특정 분야에 특화하여 비즈니스를 하면 경쟁하지 않을 가능성이 매우 높습니다. 예를 들어 K-뷰티나 아이돌처럼 브랜드를 만들듯이, B2B 기회를 하나씩 수직적으로 장악하여 매우 독점적인 형태로 진입할 수 있다는 것이죠.
5-3. 맨땅에서 AI-네이티브 환경으로 직행할 가능성
과거 한국은 B2B SaaS나 전환적인 생산성 향상에 인색했습니다. 이는 노동력이 너무 저렴하고 고용 안정성이 높았기 때문에 언러닝(Unlearning)의 필요성을 느끼지 못했고 변화하려는 의지도 적었기 때문입니다. 매뉴얼이 잘 만들어진 한국 기업이 많지 않은 것도 이러한 이유입니다.
하지만 장준님은 이것을 마치 현금만 사용하던 사회가 신용카드 중간 과정을 거치지 않고 바로 QR 결제로 넘어가는 것과 같다고 비유합니다. 오히려 신용카드 중간 매개가 없었기에 더 쉽게 전환되고 부가가치가 폭발할 수 있는 것처럼, 한국은 B2B SaaS 등이 잘 구조화되어 있지 않은 점이 AI 시대에는 오히려 레거시 없는 시작이 될 수 있다고 봅니다. 미국은 생산성 등 모든 것이 너무 잘 구조화되어 있어서 '언러닝'하기 어려운 부분이 있지만, 한국은 그러한 레거시 없이 AI-네이티브 환경으로 바로 시작할 수 있는 기업들이 꽤 많이 나올 것이라는 가설입니다.
"[체스터 로:] 그러니까 미국은 B2B 사스도 많고 이래서 먼저 발달된 것처럼 보이지만 AI 시대 관점에서 보면 그게 빚으로 작용하고 있는데, 한국은 그게 없으니까 훨씬 더 AI 네이티브 프로세스로 갈 수 있다. [장준:] 정확합니다."
한국 사회가 가지고 있던 여러 병목 현상, 예를 들어 저출산 고령화 사회로 가면서도 일자리를 찾기 어려운 현실 등이 AI 기술을 통해 크게 해소될 수 있다고 봅니다. 과거 한국은 지식 노동의 공급 과잉으로 인력을 매우 쉽게 활용했고, 시스템화하려는 노력 없이 업무를 처리했습니다. 그러나 이제는 인재가 매우 희소해지는 시기에 AI 기술을 활용하여 많은 새로운 비즈니스가 출현할 것입니다. 이는 미국 등에서 인재를 효율적으로 사용하기 위해 구축했던 레거시 시스템이 없는 새로운 세대가 될 수 있다는 점을 강조합니다. 단점은 항상 장점과 연결되며, 이러한 변화가 AI 기술과 가장 잘 맞아떨어져 한국의 많은 레거시 기업들이 이 기회를 통해 크게 변화하고, 나아가 글로벌하게 진출할 수 있을 것이라고 전망합니다.
5-4. 지금 우리에게 필요한 것: 언러닝 & 러닝(Unlearn & Learn)할 준비가 된 개인 인재들
이러한 변화가 일어나기 위해 지금 가장 부족한 것은 단 하나, 바로 이미 AI를 사용하고 있지만 더 잘 활용하고 싶어 하는 사람들이 모여 함께 역량과 지식을 향상시키는 것입니다. 그렇게 되면 다음 기회와 길이 자연스럽게 계속 열릴 것이라고 생각합니다. 이러한 커뮤니티는 장준님 본인의 학습 목적도 있지만, 그러한 인재들이 어떤 문제 의식을 가지고 있는지 파악하는 역할도 합니다.
마무리
오늘 젊은 벤처 투자가 장준님과의 대담을 통해, AI 시대에 VC와 기업들이 어떻게 변화하고 있으며, 특히 한국 시장이 가지고 있는 독특한 기회에 대해 깊이 있는 통찰을 얻을 수 있었습니다. 미드저니, 러버블과 같은 AI-네이티브 기업들이 보여주는 놀라운 성과는 기업의 구조와 운영 방식에 대한 근본적인 재고를 요구하며, 이는 기존의 VC 투자 방식에도 큰 변화를 가져오고 있습니다. AI 시대의 VC는 단순히 자본을 공급하는 것을 넘어, 창업자들과 함께 가치를 창출하고 성장을 위한 밀도 높은 환경을 제공해야 합니다. 한국은 기존 B2B SaaS 레거시가 부족하다는 약점이 오히려 AI-네이티브 환경으로 직행할 수 있는 기회가 될 수 있으며, 이를 위해서는 다양한 직무군의 AI 리터러시를 높이고 활발한 교류가 가능한 커뮤니티를 구축하는 것이 필수적입니다. 결국 언러닝(Unlearn)과 러닝(Learn)을 통해 끊임없이 변화를 받아들이고 새로운 시대에 적응할 준비가 된 인재들이 모여 서로 자극하고 배우는 과정이 혁신을 이끌어낼 것입니다. 장준님의 이러한 선제적인 커뮤니티 구축 노력이 한국 AI 생태계에 긍정적인 파급 효과를 가져오기를 기대합니다. 💡🚀