뒤로
이건영
이건영 ·

대부분 스타트업은 자신이 가진 최고의 기회를 놓치고 있다?

대부분의 스타트업들은 스스로 갖는(가질 수 있는) 궁극의 기회를 인식하지 못하고 있다!

우리는 스타트업이라는 특수목적 조직에서 일하고 있고, 여기에서 궁극적 목표는 동일합니다. '시장에 새로운 부가가치 창출하여 지수적으로 성장하는 것'. 다시 말해서 이미 할 줄 아는 것을 단순 반복하거나 현재 상태를 유지하기 위해서 모여 있는게 아니라, 계속해서 문제해결 역량을 키우고 더 나은 성과를 달성하기 위해서 함께 일하고 있는 것입니다.

'스타트업'이라 불리는 특수목적 조직이 가질 수 있는 궁극의 메리트/기회요인은 단 두 가지입니다.

첫번째는 { 부채 없음 } 입니다.

신생 회사이므로 레거시 비즈니스가 없기 때문에 '신규 시장기회'를 타겟팅하여 마음껏 제품이나 비즈니스 모델을 변경하며 최적의 사업 구조를 만드는데에만 모든 자원을 쏟아부을 수 있습니다. (신규사업 추진 과정에서 레거시 비즈니스와 이율배반적인 사항들을 고려하는 등의 머리아픈 과제가 없음은 상당히 큰 메리트입니다. 예를 들면 현재 내연기관차 제조기업들은 전기차 제조 비즈니스로 전환하려면 향후 수년 간은 전기차(BEV)를 판매할수록 손실이 커져서 당분간 천문학적인 재정적자를 감수하며 사업을 운영해야 하는 상황에 놓여 있습니다)

두번째는 { 경쟁우위가 비슷한 시점(Timing) } 입니다.

신규 시장에서는 전문성이 하향 평준화 된 상태에서 출발하는 게임을 하게됩니다. 전문성의 대전제는 특정 도메인입니다(세상의 모든 분야에서 뛰어난 역량을 발휘하는 전문가는 존재할 수 없음). 그런데 신규 시장기회는 말 그대로 새롭게 창출되는 영역이기 때문에 기존의 영역들과 달리 아직 전문성이 충분히 확보되지 못한 상태에 있습니다. 따라서 기회의 창이 열려있는 것입니다. 그러나 이는 세상의 모든 기회와 마찬가지로 시간 한정적입니다. 즉 스타트업이 갖고 있는 가장 강력한 무기는 바로 시점(Timing)입니다. 아직 압도적인 경쟁력을 갖춘 플레이어가 확정되지 않은 상태라서 내가 먼저 강력한 공급자(문제해결사)가 될 수 있는 기회가 살아있는 것입니다.

타이밍이 궁극적인 기회라면 문제해결 접근법은 의외로 간단합니다. { 제한된 시간 내에 누가 가장 빨리 시장을 학습해서 더 나은 것(제품/제안)을 시장에 내놓는가(공급하는가)? } 즉, 동일한 시장기회를 겨냥하는 조직들 중 우리가 가장 빠르게 효과적인 해법을 찾아내는게 핵심 과제입니다. 그럴려면 단위 시간 당 학습 생산성을 높여야 합니다.

인공지능과 사람지능이 별반 다를게 없습니다. 적절한 데이터가 많을 수록 빠르고 효과적으로 학습합니다. 학습 데이터를 늘리려면 시장을 학습하기 위한 다방면의 시도 횟수를 극대화해야 합니다. 유의미한 데이터(Insight)를 획득하려면 실행만 하고 끝낼 것이 아니라 복기를 성실하게 해야 합니다. 큰 것이든 사소한 것이든 하나하나 다시 생각해보고 '왜 이런 일이 일어났는지', '예상과 달랐던 점은 무엇인지', '이 현상의 의미는 무엇인지' 등을 곰곰히 생각해봐야 합니다. 학습의 충분조건은 실행 후 복기까지 완료하는 것이기 때문입니다.

스타트업(새로운 기회를 노리는 자들)의 성패는 { 누가 더 부지런한가? } 에 달려 있습니다. (여기서 운이라는 요소는 제외합니다. 운은 음 또는 양 어느 방향의 것이든 통제 불가 변수이기 때문입니다) 더 많이 알고, 더 잘한다는 것을 다른 말로 하면 { 더 많이 시도하고 더 많이 배우려고 실행했음 } 입니다. 즉 거기까지 도달하는데 든 '총 비용'이 매우 크다는 뜻입니다.

우리가 만약 목표 달성에 실패한다면 (운이라는 통제불가 변수를 빼고) 결론적으로 '우리가 문제를 해결하는데에 요구되는만큼 충분히 실행하지 않았다'는 말 외에는 설명할 수 없을 것입니다. 반대로 말하면 '될 때 까지 시도하는 부지런함'이야 말로 우리를 목적지에 도달하게 만들 유일한 방법일 것입니다. (그런 말을 누가 못해? 라는 생각이 들지 않나요?) 이 뻔한 것을 해내지 못하기 때문에 절대다수는 실패하고(원하는 곳까지 도달하지 못하고) 예외적인 소수는 성취합니다.

7

댓글

로그인 후 댓글을 남길 수 있습니다.

아직 댓글이 없습니다.