이 글은 2년 이상 된 스타트업이라면, 창업 당시의 가정과 시장이 이미 크게 바뀌어 사업 계획·기술 스택·팀 구성이 구식이 되었을 가능성이 높다고 경고합니다. 특히 2025년 이후 AI 중심 투자 쏠림, 바이브 코딩과 에이전트형 AI로 인해 소프트웨어 개발의 속도·비용·경쟁구도가 바뀌면서, 기존 방식으로는 다음 라운드 투자나 경쟁에서 밀릴 수 있다고 말합니다. 결론은 단순합니다: 지금은 계속 만들기보다 멈추고 점검한 뒤, 과감히 피벗/수정해야 살아남습니다.


1. "2년 넘은 회사라면, 가정이 이미 틀렸을 확률이 높다" 😨

글은 강한 경고로 시작합니다. 회사를 만든 지 2년이 넘었다면, 당시 믿었던 전제들이 더는 맞지 않을 가능성이 크다는 거예요. 그래서 지금 해야 할 일은 더 코딩하고 더 뽑고 더 투자받는 게 아니라, 멈춰서 주변이 어떻게 바뀌었는지 점검하는 것이라고 못 박습니다. 그렇지 않으면 회사는 "죽는다"고요.

"코딩, 만들기, 채용, 투자 유치 등을 멈추고… 주변에서 무엇이 바뀌었는지 점검해야 한다. 그렇지 않으면 회사는 죽는다."


2. 크리스 사례: "열심히 파고 있었는데, 세상이 통째로 바뀌었다" ☕️

스티브 블랭크는 6년 전 투자했던 창업자 크리스와 커피를 마신 이야기를 꺼냅니다. 크리스는 그동안

  1. 복잡한 자율(autonomy) 문제를, 2) 기존 시장에서, 3) 독특한 비즈니스 모델로 풀겠다는 목표로 "머리 박고(=heads-down)" 달려왔습니다.

그런데 크리스가 첫 대형 투자 라운드를 준비하며 투자자 덱을 보여주자, 블랭크는 한 가지를 깨닫습니다. 크리스가 몰입해 있는 동안 세상이 너무 많이 바뀌었다는 점입니다.

2-1. '자율 기술 해자(모트)'가 빠르게 평준화됨

크리스가 5년 투자해 쌓아온 자율 기술 소프트웨어의 방어력(해자)이, 시간이 갈수록 "덜 특별해" 보이기 시작했습니다. 특히 우크라이나에서 자율 드론/지상 차량이 실제 전장에 쓰이면서, 같은 문제를 푸는 회사가 수십~수백 개 생겼고 더 큰 팀과 더 많은 자금으로 개발하고 있다는 겁니다.

"그가 5년간 투자해 만든 자율 기술 소프트웨어 해자는, 매일매일 덜 독특해 보이기 시작했다."

2-2. 옆 시장(국방)에서 '기회가 폭발'했는데도 몰랐다

크리스는 기존의 틈새 시장에서 도입(채택)을 두고 고군분투하고 있었지만, 그 사이 인접 시장인 국방(Defense) 쪽에서 자율 기술 수요가 폭발했습니다. 글은 지난 5년 사이 국방 스타트업 VC 투자가 '0에서 연 200억 달러'로 커졌다고 말해요.

크리스의 제품은 보급로가 위협받는 환경에서의 물류(contested logistics), 의료 후송 같은 용도에 딱 맞을 수 있었지만, 크리스는 그런 기회가 생긴 것 자체를 "말 그대로 전혀" 몰랐다고 합니다.

"그는 국방 시장에서 이런 기회가 생겼다는 걸 말 그대로 전혀 몰랐다."

2-3. 여전히 강점은 있지만, '처음 시작한 사업'은 아니다

블랭크는 크리스 팀이 기존 항공 플랫폼과의 시스템 통합을 훌륭하게 해낸 점은 차별점이라고 인정합니다. 다만 결론은 냉정합니다. 사업은 여전히 가능하지만, 그것은 그가 처음 시작했던 사업이 아니다라는 거죠.

"여전히 해볼 비즈니스는 있다… 하지만 그건 그가 시작했던 비즈니스가 아니다."


3. "2년 넘은 스타트업 대부분은 이미 구식 사업계획을 들고 있다" 🔄

크리스와의 대화는 블랭크에게 더 큰 일반화를 떠올리게 합니다. 2년 이상 된 스타트업은 대체로

  • 사업 계획이 낡았고
  • 기술 스택도 최신 환경에 비해 뒤처졌을 가능성이 크다

는 겁니다. 그리고 이건 창업팀이 제품 출시와 PMF 찾기에 몰두하면 할수록 더 눈치채기 어렵다고 말합니다.

"대부분의 2년 넘은 스타트업은 구식 사업계획을 갖고 있다."


4. 무엇이 바뀌었나 ①: VC 돈이 AI로 기울었다 (2025) 💸

가장 먼저, 벤처캐피털 자금 흐름이 바뀌었습니다. 글에 따르면 2025년에는 VC 투자금의 3분의 2가 AI 딜로 갔습니다. 즉, AI가 아니라면 더 작은 돈풀에서 경쟁해야 하고, 투자자 관점에서는 이런 질문이 따라옵니다.

"AI 네이티브 경쟁자가 더 많은 돈을 들고 와서 당신을 집어삼키면 어떡하죠?"

여기서 핵심 메시지는 비-AI 스타트업은 '왜 AI가 못 먹는가'를 설명해야 한다는 점입니다. 단순히 "우리는 AI 안 해요"가 아니라, AI가 들어와도 깨지지 않는 방어 논리가 필요해졌다는 뜻이죠.


5. 무엇이 바뀌었나 ②: 바이브 코딩이 개발의 속도·팀 공식을 깨버렸다 ⚡️

소프트웨어 창업자에게는 더 직접적입니다. AI 코딩 도구(예: Claude Code, OpenAI Codex) 같은 흐름이 개발의 "옛날 계산법"을 깨뜨렸습니다. 이제는 MVP를 몇 달이 아니라 며칠, 때로는 몇 시간 만에도 만들 수 있다는 거예요. 그래서 역설적으로 "MVP를 만들었다"는 게 더 이상 팀 역량의 증명이 아니게 됩니다.

"이제 MVP는 몇 달이 아니라, 며칠… 때로는 몇 시간 만에 만들 수 있다. (즉, MVP는 더 이상 팀 역량의 증거가 아니다.)"

아울러 개발팀의 구성도 바뀝니다. 예전처럼 많은 엔지니어가 필요한 게 아니라, 더 적은 인원과 함께 새로운 형태의 엔지니어(결과/업무 프로세스를 설계하는 사람, 매우 깊은 기술 담당 등)가 중요해진다고 말합니다. 또한 과거엔 데이터가 해자였지만, 이제는 파운데이션 모델이 공공 데이터를 빠르게 상품화(내장/보편화)하면서 데이터만으로는 버티기 어려워졌다고 지적합니다.

AI/LLM 시간 지평선

모델 T vs 페라리


6. 무엇이 바뀌었나 ③: 애자일조차 '직렬'에서 '병렬'로 재정의된다 🧠

이 글에서 특히 중요한 전환점은 "애자일(Agile)"에 대한 정의가 바뀐다는 부분입니다. 예전 제약은 "이걸 만들 돈과 시간이 있나?"였다면, 이제 제약은 이렇게 바뀝니다.

  • 무엇을 테스트해야 하는지 아는가?
  • 사용자 앞에 충분히 빨리 나가서 학습할 수 있는가?

그리고 블랭크는 단언합니다.

"애자일은 더 이상 직렬 프로세스가 아니다."

AI 에이전트는 여러 작업을 동시에 병렬로 돌릴 수 있어서, 같은 비용(혹은 더 적은 비용)으로도 다양한 실험이 가능합니다. 그래서 한 번에 가격 5개, 메시지 10개, UX 20개를 동시에 테스트할 수도 있는데, 더 큰 변화는 "UI가 더 이상 화면(screen)일 필요가 없어진다"는 점입니다. 테스트의 대상이 화면 설계가 아니라, 에이전트에게 원하는 결과를 내게 하는 프롬프트/작업 지시가 될 수 있다는 거죠.

이때 병목은 개발이 아니라 더 위로 올라갑니다. 즉, 판단(judgment), 고객이 원하는 '결과(outcome)'에 대한 통찰, 유통/배포(distribution)가 핵심 병목이 됩니다.

UI vs AI 에이전트


7. Agents(에이전트): '정보를 보여주는 소프트웨어'에서 '일을 해내는 소프트웨어'로 🤖

블랭크는 AI 에이전트가 모든 소프트웨어 카테고리를 바꿀 것이라고 말합니다(당신의 제품도 포함해서요). 지금의 소프트웨어는 대개 사용자에게 정보를 주고, 사용자가 대시보드·알림·리포트 같은 UI로 일을 처리하게 합니다. 그런데 고객은 "화면을 더 보고 싶어서"가 아니라 일을 끝내고 싶어서 소프트웨어를 산다는 거죠.

"고객은 더 많은 화면을 보려고 소프트웨어를 사는 게 아니다. 일을 끝내려고 산다."

그래서 앞으로는 제품이 "다음에 뭘 하라"고 안내만 하는 게 아니라, 에이전트가 그 다음 단계를 실제로 수행하게 됩니다. 경쟁사 제품이 자동으로 처리하는데 내 제품이 여전히 "클릭을 기다리면", 경쟁력이 무너집니다.

에이전트형 제품은 마치 직원처럼 행동하며, 예를 들어

  • 지원 티켓을 해결하고
  • 미팅을 잡고
  • 리드를 검증하고
  • 재고를 재주문하는

식으로 "업무 완료"를 목표로 움직입니다. 그 결과 과금도 좌석(Seat) 기반에서 성과/결과 기반으로 이동합니다.

"좌석 기준이 아니라 결과 기준으로: 티켓 1건 해결당, 미팅 1건 성사당, 리드 1건 성사당."

또한 PMF 탐색 자체가 바뀐다고 예고합니다. Product/Market Fit → AI Agent/Customer Outcome Fit, MVP → MPO(Minimum Productive Outcomes) 로 바뀐다는 주장입니다.

"제품/시장 적합성 탐색은 'AI 에이전트/고객 결과 적합성' 탐색이 될 것이다. MVP는 '최소 생산적 결과(MPO)'가 될 것이다."


8. Hardware(하드웨어): 물리는 그대로지만, 실패를 더 빨리 '죽일' 수 있다 🧪

하드웨어 쪽은 소프트웨어처럼 마음대로 속도를 낼 수는 없습니다. 여전히 물리 법칙, 자본, 공급망, 제조 사이클 제약이 크고, 금속을 깎고 프로토타입을 만들고 칩 테이프아웃(tape-out)하는 걸 "속임수로" 넘어갈 수는 없죠.

하지만 AI는 하드웨어에서도 큰 변화를 줍니다. 실제 제작 전에

  • 더 많은 설계 변형을 시뮬레이션하고
  • 디지털 트윈을 만들고
  • 가정을 더 빨리/더 싸게 스트레스 테스트

할 수 있어, 나쁜 아이디어를 더 빨리 포기하게 해준다는 겁니다. 스타트업에선 "빨리 실패하는 것"이 버그가 아니라 기능이라는 표현도 핵심입니다.

그리고 AI가 시스템에 내장되면 제품 자체의 정의가 바뀝니다. 예컨대 카메라에 AI 백엔드를 붙이면 단순 카메라가 아니라 감시 시스템, 진동 센서, 고장 예측 시스템이 될 수 있고, 로봇은 공장 노동자가 됩니다. 이때 해자는 하드웨어 단독이 아니라, 센싱(무엇을 감지하나) + AI(그 데이터를 가지고 무엇을 판단/행동하나)의 결합으로 이동합니다.


9. 가장 위험한 함정: 매몰비용(Sunk Cost) 때문에 피벗을 못 한다 🪤

이제 글은 "왜 많은 팀이 변화를 따라가지 못하는가"로 들어갑니다. 특히 2025년 이전에 시작한 창업팀은, 소프트웨어 개발이 비싸고 맞춤형이던 시대에 최적화된 기술 스택과 조직을 만들어 둔 경우가 많습니다. 애자일/DevSecOps가 회사를 날씬하게 만들었지만, 기본적으로 직렬(순차) 방식이었고 그에 맞는 인력 규모를 뽑아왔다는 거죠.

문제는 AI가 많은 기술 스택을 상품화하면서, 오랫동안 쌓아온 "코드와 기능의 해자"가 약해지고, 그 상태로는 구식이 된 비즈니스 모델에 돈을 대달라고 투자자에게 말해야 하는 상황이 생긴다는 겁니다. 그런데 팀 입장에선 제품을 만들고 PMF를 찾느라 바빠 이런 변화가 잘 안 보일 수 있습니다.

"제품을 출시하고 PMF를 찾느라 머리 박고 있을 때는, 이 중 어떤 것도 명확하지 않을 수 있다."

9-1. "버릴 수가 없다"는 생각이 피벗을 막는다

글은 창업자들이 이런 식으로 스스로를 묶어버린다고 말합니다.

"우리가 몇 년을 갈아 넣었는데 그걸 어떻게 버려?"
"VC가 이 '특정 아이디어'에 투자했어."
"고객은 여전히 UI를 원해."
"팀은 이 로드맵을 믿고 있어."
"우리 고객은 아직 준비가 안 됐어."

크리스가 바로 그 예라고 짚습니다. 기술은 인상적이고 경쟁력도 있을 수 있지만, 그 기술을 둘러싼 비즈니스 모델은 바뀌어야 한다는 거죠.

9-2. 매몰비용에도 '자산'과 '부채'가 있다

블랭크는 매몰비용을 전부 버리라고 하지 않습니다. 어떤 것은 계속 자산입니다:

  • 깊은 도메인 지식
  • 고객 관계
  • 독점 데이터
  • 규제 승인
  • 물리적 통합(Integration)

크리스의 경우 특히 기체(airframe) 통합이 자산이라고 합니다.

반대로 매몰비용 중 부채도 있습니다:

  • 느린 소프트웨어 사이클에 맞춘 큰 엔지니어링 팀
  • 좌석 기반 과금
  • 결과가 아닌 기능 중심의 기능 로드맵

이런 것들은 회의에서 모두가 알면서도 못 건드리는 문제, 즉 글에서 말하는 "테이블 위의 죽은 무스(Dead Moose on the table)" 같은 존재가 됩니다.


10. 살아남는 창업자의 질문: "지금 시작한다면, 무엇을 만들 것인가?" 🧭

블랭크가 제시하는 생존 공식은 이 질문 하나로 요약됩니다.

"오늘 이 회사로 다시 시작한다면—오늘의 도구와 오늘의 시장을 쓴다면—나는 실제로 무엇을 만들까?"

이 질문은, 이미 특정 논리로 투자금을 받았을수록 불편합니다. 하지만 그는 더 불편한 미래를 경고합니다. 다음 라운드에서 투자자가 돈을 안 대주고, 구식 계획을 지키다 회사가 문을 닫는 것이 훨씬 더 고통스럽다는 거죠.


11. Lessons Learned: 2026년에 2024년 플레이북을 돌리면 망한다 📌

마지막으로 글은 핵심 교훈을 정리합니다. 요지는 "2026년에는 모든 것이 바뀌었는데, 옛날 방식으로 운영하면 안 된다"는 것입니다.

"2026년에 2024년(또는 그 이전) 플레이북으로는 운영할 수 없다."

핵심 포인트는 다음과 같습니다(원문의 흐름을 유지해 요약):

  • 자금조달·기술·비즈니스 모델이 전부 바뀌었다.
  • 애자일은 병렬 개발로 바뀌고 있다.
  • PMF 탐색은 '에이전트/고객 결과 적합성'으로 이동하며, MVP는 MPO로 바뀔 것이다.
  • 매몰비용 사고방식은 회사를 망하게 할 수 있다.
  • 방어 가능한 해자는 여전히 있을 수 있는데, 예를 들면 독점 데이터, 고객 결과에 대한 깊은 이해, 규제 락인, Program of Record(공식 사업/조달 지위) 같은 것들이다.
  • 변화의 심각성을 이해했다면 편하지 않다.

"잠을 못 이루지 않는다면, 무슨 일이 벌어지고 있는지 아직 이해하지 못한 것이다."

  • 살아남는 창업자는 밖으로 나가 현실을 점검하고(get out of the building), 피벗하고 코스를 수정한다.

"살아남는 창업자는… 밖으로 나가 점검하고, 피벗하고, 방향을 바로잡는다."


12. 마무리: 지금 필요한 건 '추가 생산'이 아니라 '정지 후 재설계' ✅

이 글의 메시지는 공격적이지만 현실적입니다. 2년 이상 된 스타트업일수록 "우리가 잘하고 있다"가 아니라, 우리가 전제로 삼은 세계가 아직 존재하나를 먼저 확인해야 합니다. 2026년의 경쟁은 더 빨리 만드는 팀이 아니라, 무엇을 실험해야 하는지 알고 결과(outcome)로 팔 줄 아는 팀, 그리고 매몰비용을 자산/부채로 구분해 과감히 재설계하는 팀에게 유리하다는 결론입니다.

함께 읽으면 좋은 글

Harvest창업 · AI한국어

Anthropic의 클로드 코드 유출: Conwary를 통한 AI 플랫폼 전쟁과 행동 잠금 현상

이 영상은 Anthropic의 클로드 코드 유출 사건의 본질이 단순한 소스 코드 유출이나 보안 취약점이 아니며, 오히려 Anthropic이 "Conway"라는 상시 작동(always-on) AI 에이전트를 통해 추진하고 있는 거대한 플랫폼 전략을 드러낸다고 주장합니다. Conway는 사용자...

2026년 4월 8일더 읽기
Harvest창업 · AI한국어

Anthropic의 10억 달러에서 190억 달러 성장 비결: Claude가 역사상 가장 빠르게 성장한 AI 제품이 된 방법

이 영상은 Anthropic의 성장 책임자 아몰 아바사레가 회사의 경이로운 성장 비결과 AI 시대의 성장 전략에 대해 이야기하는 내용을 담고 있습니다. Anthropic이 14개월 만에 연 매출 10억 달러에서 190억 달러로 성장한 배경에는 AI 모델의 빠른 발전, B2B 및 코딩 분야에...

2026년 4월 5일더 읽기
Harvest창업 · AI한국어

1인 개발로 만든 서비스, 핵심은 코딩이 아니었습니다

이 영상에서는 이벤트 플랫폼 '티켓타코'를 1인 개발로 성공시킨 이승민 님의 이야기를 들려줍니다. AI 시대에 누구나 서비스를 만들 수 있지만, 그것을 돈이 되게 만드는 일은 완전히 다른 차원이라고 강조해요. 특히 이승민 님은 기술 커뮤니티에 대한 깊은 이해와 적극적인 영업을 통해 사업을...

2026년 3월 30일더 읽기