1. 산업혁명과 AGI, 그리고 변화의 '틈새'

The video AGI(범용 artificial intelligence)가 오기 전, 우리가 잡을 수 있는 마지막 사업 기회에 대해 이야기하며 시작. 김민석 대표는 AGI의 등장이 산업혁명에 비유될 만큼 거대한 변화라고 강조.

"이게 산업혁명에 많이 비유하시는데 정말 맞는 비유라고 저는 생각하고요. 가내수공업과 완벽하게 automation된 공장 그 사이 어딘가에서 기술의 발전에 갭이 존재하는데 그 사이에서 해볼 수 있는 것들은 무엇이냐."

이러한 변화의 틈새에서 startup이 할 수 있는 일, 그리고 지식 노동자의 일하는 방식이 어떻게 바뀔지에 대한 고민이 이어집니다.

"어떤 기술의 발전도 인류를 재정의하지 못했었는데, (AGI의 출현은) 인류를 재정의할 만한 변화일 수도 있겠다는 생각까지도 하고 ."

2. Cursor 사례로 본 AI 도구의 진화와 사업 기회

김민석 대표는 Cursor라는 개발자 도구를 예로 들며, AI가 실제로 어떻게 일하는 방식을 바꾸고 있는지 설명.

• Cursor의 주요 포인트

  1. 개발자의 일하는 방식 변화

     "Cursor를 쓰시는 개발자분들 요즘 이야기를 좀 해보면 본인이 코드를 짜는 시간보다 Cursor가 만든 결과물을 리뷰하고 그거에 코멘트 주고 수정하는 이 사이클을 겪는 시간이 좀 더 많아졌다는 이야기를 하시더라고요."

  2. 새로운 시장 창출
     • 비개발자도 쉽게 coding에 접근하는 'vibe coding' 시장의 성장
     • Replit, Lovable, n8n, Zapier 등 다양한 툴의 등장
  3. 프론티어 모델과의 경쟁에서 살아남는 법
     • Cursor는 고객의 암묵지(implicit knowledge) data를 빠르게 쌓아가며, 자체 모델을 개선

       "Cursor 같은 경우 고객이 사용하는 코드 베이스에 여러 feedback을 남기면서 Cursor만이 갖고 있는 맛집 소스들이 좀 더 진해진다는 표현이 더 적합할 수도 있을 것 같습니다."

• AI의 3요소: GPU, data, algorithm
  Cursor는 이 세 가지를 모두 빠르게 확보하며, 속도와 iteration을 무기로 삼고 .

"프론티어 모델은 바다 위에 있는 항공모함이고 startup들은 제트보트인데, 제트보트가 항공모함이 가려는 길 앞에서 살아남는 방법은 속도를 최고로 높여서 빨리 도망가는 방법밖에는 없다는 생각을 하고 있고..."

• 앞으로는 개인 productivity에서 팀 productivity으로, 그리고 workflow에 자연스럽게 스며드는 AI 도구가 경쟁의 핵심이 될 것이라고 전망.

3. 지식 노동자, 법률·회계·보험 등 다양한 산업의 변화

Cursor의 사례를 바탕으로, 지식 노동자의 일하는 방식도 크게 바뀔 것임을 강조.

• 법률 분야(Harvey 사례)

  • 반복적이고 시간이 많이 드는 변호사 업무를 AI가 automation

  • 변호사들이 직접 data 수집, 모델 평가, 제품 기획에 참여

    "변호사 풀을 단순히 고객으로만 보지 않고 아예 팀 안에 그런 변호사분들을 hire해서 제품 개발이나 AI 모델 학습에 다 관여시킨다는 게 개인적으로 좀 재미있었고요."

  • last-mile problem: AI가 모든 업무를 end-to-end로 처리하지 못하고, 마지막 단계에서 사람의 평가와 개입이 필요함

    "AI가 잘하는 게 end-to-end를 잘하는 건 아니거든요. AI가 잘하는 특정 추론, 생각, Such 것들을 굉장히 잘하고 그 비용을 압도적으로 낮출 뿐이지, 처음 시작부터 끝까지 하는 것을 해결해 주지는 못해요. 그 말은 아직 last-mile problem이 남았다는 거죠."

• 의료 분야(Abridge 사례)

  • 의사-환자 대화를 녹음해 자동으로 기록, 보험 청구 서류 생성 등 업무 automation
  • 코로나 이후 의료진의 업무 과다 문제를 AI로 해결

• 컨설팅, 금융, 회계, 보험 등

  • 반복적이고 data 기반의 업무를 AI가 빠르게 대체
  • 특히 주니어 인력의 역할이 AI로 대체되는 현상

"당신이 지식 노동자 중 시니어라고 하면 당신이 하는 업무를 주니어들에게 주기 전에 무조건 여러 모델에게 줘서 초안을 만든 다음에 그 주니어들에게 검토를 시켰을 때 그 주니어가 여기 AI가 답할 수 없는 무언가를 value-add 할 수 있느냐 없느냐를 보고 그 주니어들의 가치를 생각해 볼 필요가 있다는 글이 있었는데..."

4. AI와 도메인 전문가의 융합, 그리고 사업 기회의 본질

• 도메인 전문가 vs. AI engineer
  • 도메인 지식을 가진 사람이 AI를 익히는 것과, AI engineer가 도메인을 익히는 것 중 어느 쪽이 더 빠를까?
  • 실제로는 고객을 쥐고 있는 쪽이 유리하며, '와우'할 만한 데모를 만드는 팀이 이길 수도, 고객을 가진 쪽이 인수하는 구조가 될 수도 있음

"문제를 가진 자들의 밸류가 높아집니다. 그런데 그 문제를 가진 자들이 충분히 똑똑했을 때 그 밸류가 있는 거고, 만약 적절한 타이밍 안에 본인의 business를 소위 트랜스포메이션, 즉 바꾸는 그런 선택을 하지 않는다면, 사실은 어떤 새로운 플레이어에 의해서 아마 대체될 거고요."

• AI 롤업 전략(General Catalyst 사례)
  • 콜센터, 회계, 법률 등 automation 가능한 산업을 직접 인수해 AI로 재정의
  • 기존의 private equity 롤업과 유사However, AI로 효율을 극대화
  • 세일즈 사이클이 긴 산업에서는 직접 회사를 인수해 변화시키는 전략이 유리

"AI로 automation할 수 있는 곳이면 그걸 우리가 왜 만들어서 그들한테 우리 소프트웨어 사세요라고 팔아야 되냐, 우리가 그 업 자체를 재정의하면 안 되냐라고 이야기하고 있고..."

• AGI 시대의 리스크와 investment
  • AGI가 오면 아예 사라질 수 있는 산업(회계, 법률 등)과, AGI가 와도 남을 산업(헬스케어, 제조업 등) 구분
  • investment자들도 AGI의 타이밍과 그에 따른 시나리오에 따라 전략을 달리함

5. 엔터프라이즈 시장, data, 그리고 AI agent의 미래

• 엔터프라이즈 시장의 거대성

  • Palantir, Databricks, Scale AI 등은 이미 대기업의 data 사일로 문제, last-mile problem을 AI로 해결
  • 그러나 특정 산업, 특정 회사의 workflow에 깊이 들어가는 것은 여전히 startup의 기회

• startup의 전략적 선택

  • 대기업과 일하면 안정적이지만, iteration 속도가 느려 혁신이 어렵다
  • 작은 회사와 일하는 것보다 큰 문제를 푸는 것이 더 의미 있음
  • 속도와 iteration이 AI agent startup의 핵심 경쟁력

"AI agent startup의 핵심은 결국 속도에서 오고, 그 속도가 의미하는 것은 iteration이고, iteration이 의미하는 것은 가지고 있는 data, 혹은 일하는 사람의 암묵지 data를 가져와서 AI와 제품과 결합해서 고객의 workflow를 '와우'할 수준 이상으로 만들 수 있느냐, 혹은 그 수준까지 가는 속도가 지금 어느 정도 되느냐가 사실 전부라고 생각해요."

6. SaaS, workflow, 그리고 새로운 UX의 등장

• SaaS 통합과 workflow 혁신

  • 여러 SaaS 제품을 하나로 통합해주는 툴의 등장 (예: Coda, Superhuman, Zapier 등)
  • OpenAI의 커넥터, agent 기반 automation 툴 등

• agent 네이티브 브라우저, 하드웨어, 음성 UX

  • 브라우저 자체가 AI agent와 결합된 형태로 진화할 가능성
  • 미팅 녹음 하드웨어, 음성으로 coding하는 UX(예: Wispr Flow)
  • 실시간 트랜스크립트, 액션 아이템 제안 등 새로운 업무 방식

"이제 앞으로는 이 AI와의 통신이 끊기면 인터넷과 스마트폰이 없을 때 우리가 겪는 상실감의 그 훨씬 이상을 우리는 느낄 거야라는 이야기를 했었었는데, 방금 제가 말했던 그런 것들이 되게 노멀한 사회가 되면 만약에 GPT가 다운되는 순간이 오면은 좀 사람들이 약간 벌거벗은 느낌이 되지 않을까라는 생각은 하고 ."

7. Conclusion: AI 시대, 창업가의 역할과 기회

김민석 대표는 AI와 agent로 풀 수 있는 문제를 함께 고민할 동료를 찾고 있다고 밝히며, 미국 시장을 주요 타겟으로 삼고 있음을 언급.

"어려운 문제를 푸는 것을 되게 좋아하다 보니까 Such agent로 풀 수 있는 문제들을 많이 기회들을 보고 있고 그런 것들을 같이 풀 수 있는 사람들을 좀 알음알음 만나보고 ."

Finally,, AI가 모든 것을 automation해도 서비스의 완성도, 마지막 20%는 여전히 startup이 할 일이 많다는 점을 강조하며, 혁신과 속도의 중요성을 다시 한 번 상기시킵니다.

"startup들이 프론티어 모델이 모든 걸 다 하더라도 들어가서 할 영역은 무궁무진하다, 서비스의 끝의 완성도, 한 20% 그 부분에 할 수 있는 일은 여전히 많을 거라는 생각이 또 한 번 듭니다."

Key Concepts Summary

• AGI(범용 artificial intelligence)
• 산업혁명 비유
• 지식 노동자, 일하는 방식의 변화
• Cursor, Harvey, Abridge 등 AI 기반 startup
• 암묵지(implicit knowledge) data
• last-mile problem
• AI와 도메인 전문가의 융합
• AI 롤업, private equity 전략
• 엔터프라이즈 시장, data 사일로
• SaaS 통합, workflow 혁신
• agent 네이티브 브라우저, 음성 UX
• 혁신, 속도, iteration

Closing

This video AGI가 오기 전, AI와 agent 기술이 만들어내는 변화의 틈새에서 창업가와 기업이 어떤 기회를 잡을 수 있는지, 그리고 그 과정에서 혁신과 속도, 도메인 지식과 AI의 융합이 얼마나 중요한지 다양한 사례와 인사이트로 풀어냅니다.
AI가 모든 것을 바꿀 것 같지만, 마지막 퍼즐 조각은 여전히 사람과 startup의 몫임을 잊지 말라는 메시지가 인상적. 🚀