'[Two Cents #58] Generative AI 투자 기회에 대한 생각'을 읽고

Doeon Kwon 권도언 · March 2, 2023 12:54pm

'[Two Cents #58] Generative AI 투자 기회에 대한 생각'을 읽고

(1) 기존 방식에 새 기술을 적용하려는 시도 & 새 기술에 의한 ‘장난감 같은’ 시도의 혼재

90년대 후반에는, (1) 기존 매체 (예: 신문)을 인터넷으로 그대로 옮기려는 시도, (인쇄 매체 광고와 똑 같은 방식의) display 광고 등이 있었고, (2) ‘장난감 같은’ 새로운 시도로서 Virtual Museum, Virtual 쇼핑몰 (심지어 3D) 등이 있었다.

그러다 보면 그 중 사용자 기반과 moat를 찾아 내는 것이 몇 개 등장한다.

대개 기존 방식으로 가능하지 않거나, 가능하기는 하지만 friction, pain point가 큰 부분을 새로운 방식으로 해소하면서 열광적인 초기 사용자들이 몰리는 경우이다. 90년대 후반 국내에서는 다음 한메일, 다음 카페가 그러한 첫 번째 히트 서비스였다. (미국에서는 초기 인터넷 시장에 Yahoo! 디렉토리 서비스, (한메일의 벤치마크가 된) Hotmail, GeoCities 등이 있었다.)

현재 Gen AI가 보여주는 모습과 거의 일치한다.

(2) 새로운 기술, 방식에 맞는 새로운 모델, 비즈모델의 등장 (’2세대 모델’의 등장)

그러나, reset moment가 진정한 잠재력을 최대한 발휘하는 것은, 새로운 기술, 방식에 맞는 새로운 제품, 서비스 및 비즈니스 모델이 새로 만들어지면서 부터 이다.

완전히 새로운 방식의 서비스이든 (아마존과 같이) 전통적 구조와 같은 모델이든, 기본적으로 모든 비즈니스의 기반은 소비자의 욕구를 충족시키고 소비자는 이에 상응하는 댓가를 지불하는 기본 경제 구조에서부터 나온다. 아마존과 같이 소비자가 직접 지불하는 형태일 수도 있고, (새로운 인터넷 경제를 가능하게 한 ‘키워드 광고’이든, 지금 페이스북에 보편화된 ‘퍼포먼스 마케팅’이든) 모두 소비자의 ‘구매 의도’에 기반하여 그 구매의도로 미래에 지불할 금액의 일부를 ‘광고비’로 먼저 지출하는 모델이든.

그렇기 때문에 이러한 경제 구조의 기반 모델이 이후에 만들어진 산업 구조에 큰 영향을 미치는 것은 당연하다.

90년대 후반에는, (GoTo.com/오버추어가 발명한) 키워드 광고 모델, 그리고 (세이클럽이 발명한) 디지털 아이템 모델이 그 역할을 하는 두 가지 핵심 모델이었다고 본다. 이 두 모델의 등장으로, 이전 방식으로는 가능하지 않은 새로운 경제 모델의 만들어지면서, 검색과 온라인 서비스 (게임 포함) 분야에 기존에는 없던 완전히 새로운 서비스/경제 모델이 등장하고, 이를 통해 이후에 등장하는 모든 온라인 서비스을 받쳐 주는 경제 구조가 만들어지게 되었다.

AI로 생산력을 높이고 싶어 한다. 고객들은 스스로 해야하고 귀찮은 업무들을 대체하고 싶어 한다.

GPU 등 하드웨어를 제작
데이터 클라우드를 운영
적합한 데이터와 모델 개발
API 제공
어플리케이션 레이어

이외에도 나올 수 있는 모델은 뭘까? 가장 최고의 모델은 뭘까?

(3) ‘2세대 모델’에 기반한 완전히 새로운 산업 구조의 구축

‘2세대 모델’이 등장하면서 이 기반의 새로운 경제 구조가 만들어지면, 이제 이전 구조에서 상상할 수 있는 것과는 완전히 다른 제품, 서비스, 비즈 모델, 경제 구조가 만들어지게 된다.

2010년을 전후한 10–20년 기간 동안 인터넷 및 모바일의 보편화 과정에서 우리 일상 생뫌 모든 면에서 만들어지고 보편화된 소셜 서비스, 모바일 서비스를 보면, 90년대 후반 인터넷이 도입되기 시작한 시기에는 상상할 수 없었던 완전히 새로운 제품, 서비스가 만들어지고, 또 이를 기반으로 완전히 새로운 경제 구조가 생겨나는 것을 관찰할 수 있다.

싸이월드, 페이스북, 우버 등의 소셜, 모바일 서비스가 등장하고, 이를 기반으로 Gig Economy, Creator Economy 등 기존에 가능하지 않았던 새로운 경제 구조가 만들어지는 과정을 통해 보아 왔듯이.

AI는 시간의 확보, 그리고 확보된 시간을 제일 재밌게 활용할 수 있도록 도와주지 않을까?

(4) 또 하나의 방식 — “변하지 않는 소비자의 니즈, 욕구를 찾아서”

이 과정에서 “10년 후에도 변하지 않을 소비자 니즈, 욕구를 찾아서 이를 만족시키는 비즈니스”가 또 다른 방식의 중요한 성공 방정식이 가능함을 아마존이 증명하기도 하였다. “가장 좋은 제품을, 가장 싸게, 가장 편리하게 사는 것”이 소비자의 영원히 변하지 않을 니즈라는 점에 집중하여 지난 30여년간 한결같이 이 value prop에 부합하는 서비스를 구축한 것이 지금의 아마존.

절대 잊어선 안되는 핵심 중 핵심

이 ‘2세대 모델’이 어떤 형태로, 어떤 비즈 모델로 운용될 지에 대해서는 지금은 전혀 예측할 수 없으나, 몇 가지 상상의 나래를 펼쳐 보자면: (과거의 역사를 보면, 이렇게 큰 변화의 초기에 상상하였던 방향이 실제로 똑 같이 일어났던 경우가 별로 없기는 하다)

에이전트 모델: 초기에는 챗봇 에이전트의 형태를 띌 가능성도 높지만, 그보다 한 단계 더 나아가 (Adept ACT-1 모델과 같이) 사용자가 원하는 것을 얻기 위하여, (‘일련의 클릭/액션 단계들’을 거치는 방식이 아닌) 에이전트에게 자연어 텍스트 내지는 자연어 음성으로 원하는 바를 이야기하면, 에이전트가 필요한 웹 서비스, 데이터베이스, 툴 등을 사용하여 원하는 결과를 만들어 오는 방식

embedded/ambient 모델: 에이전트 모델이 진화하면, Siri, Alex와 같은 음성 Assistant가 원래 목표로 삼았던 ‘일상 생활에 내장된 ambient 서비스’ 형태로 진화할 것이다. 내가 있는 곳 (PC, 모바일, 거실, TV 앞, Alexa 스피커, 자동차 등) 어디에서든 내가 원하는 것을 입력 혹은 말하면, 필요한 것을 ‘실행’해 주는. 이 때, 실제 서비스를 실행하는 back-end는 기존 웹서비스의 조합이 되기 보다는, 새로운 형태의 ‘backend-only’ 플랫폼 형태로 제공될 수도 있다. 비유하자면, Amazon에서 front-end를 제외한 back-end 시스템.

미리 예측하는 모델: (아마존이 구매 행태 데이터에 기반하여 구매가 일어날 제품을 주문 전에 미리 가까운 배송 센터로 배송하듯이) 사용자가 원할 듯한 내용을 미리 제시

AI는 수 많은 data의 edge를 파악해서 상상조차 할 수 없던 방식으로 인터넷 상의 user, place, things를 '가장' 적합한 형태로 매칭시켜 줄 수 있을 것이다. 예를 들어 내가 진로 고민 때문에 아래와 같은 니즈가 있다고 치자.

'혹시 이 세상에 학창 시절엔 공부 하나도 안했지만 IT 대체 교육을 듣고 호주에 위치한 공대에 진학해 Computer Science를 전공하다가 1학년 마치고 군대에 가서 자퇴/창업 고민을 하는데 어떤 멋진 창업가 2명을 만나서 전역하자마자 자퇴하고 그들에게 합류해서 커뮤니티를 만드는 사람이 있을까?'

기존엔 서치 엔진에서 검색을 해야했다. 혹은 내가 찾는 사람이 있을 것으로 '추정'되는 커뮤니티, 소셜 네트워크에 태핑해서 진짜 내가 찾고 있는 사람이 있는지 알아보기 위해 많은 시간을 사용하는 것이 일반적이었다.

이젠 그 과정이 훨씬 쉬워질 것 같다. 인터넷 상에 남겨진 수많은 data의 edge들을 연결해서 전 세계 70억명 중 1명이라도 찾을 수 있게 도와주지 않을까?

모국어가 달라도 완벽한 NLP+Voice processing 기술이 소통을 원활하게 해 줄 것이다.

아.. 아마도 그 궁금한 질문 마저도 어느정도 예상이 가는 선에 AI가 다 정리해줄 수 있을지도 모르겠다.

아마도 이런 economy도 가능할 것 같다. Data network economy. 데이터에 대한 access AI한테 제공하고, 거기서 만들어진 value를 share하는 것이다. 이런 관점에서 결국 AI는 Blockchain 기술과 결합될까? 그리고 만약 이런 시나리오가 가능하다면 보안 기술도 매우 중요해질듯. 영지식 증명이나 네트워크 보안, 데이터 검증 같은 부분 말이다.

‘LLM 기반 비즈니스에서 창출되는 가치 (value accrual)의 가장 많은 부분을 인프라 제공자가 차지할 것’이라는 a16z의 분석에 100% 동의하기는 어렵지만, 적어도 창출되는 전체 가치의 10–30% 정도를 FMaaS 사업자가 차지할 것으로 보인다. 모델 학습 뿐 아니라 모델 운용 (inference)에도 지속적으로 상당한 비용이 필요하기 때문. (예: 검색 기준으로 보면, ChatGPT 기반 검색의 단위 비용이 구글 검색의 수십~수백배에 이를 것으로 추정됨)

데이터 클라우드에도 규모의 경제가 적용 될려나? Nvidia, Digital Realty, Equinix 같은 곳은 그 수혜를 많이 받을테고, Energy tech도 중요할 것 같다. 사용하지 않는 리소스의 재분배, 저장, 적시적소에 가동하는 등.

아직 기술 진보가 필요한 FM 분야가 많이 남아 있다

agi를 탑재한 robot은 인간 역사에서 노동의 정의나 가치를 바꿀 수 있을지도.. 반복적이고 어렵고 재미없는 노동에서 해방된다면, 사회가 어떻게 변화할까?

이 단계의 투자 기회는, 그 수많은 기회 중 미래의 winner를 잘 선택할 것인지가 관건이며, 이는 상당 부분 선구안 + 운이 될 듯 하다.

이러한 ‘AI 기반 툴’ 스타트업에 대한 VC 투자에 대하여 일부 투자자는 상당히 비관적인 시각을 가지고 있고 그 논리의 상당 부분 공감하기도 하지만, 여전히 사용자 기반, data moat를 확보하는 일부 스타트업은 충분히 성장할 수 있는 기회가 있다고 보기 때문에 충분히 적극적으로 투자 기회를 보고 있다. 다만, LLM API 기반 ‘fancy한 UX arbitrage’만으로는 충분하지 않고, 실질적인 고객, 비즈니스 케이스, data moat 전략 등을 통하여 비즈니스의 성장 가능성을 증명하는 것이 중요하다고 본다.

data moat 구축이 제일 중요하다. 우리만 가질 수 있는 dat는 무엇일까? 그리고 그 data로 고객에게 어떤 가치를 줄 수 있을까?

(AI 분야에서 추구할 수 있는 ‘늘 변하지 않는 소비자의 니즈/욕구’는 어떤 것이 있을까?)

나도 알지 못했던 나의 니즈와 솔루션 동시 발견, 좋아하는 걸 할 수 있는 시간 확보, 끊임 없는 재미, Serendipity

한달만에 MAU 1억명 돌파한 ChatGPT의 B2C 유료 서비스 런칭, 매주 수십 수백개의 ‘AI 기반 서비스’의 등장 (대부분 2–3일 내지 2–3주 안에 만들 수 있었다고 bragging까지 하면서), 기술적으로 가장 앞서 있으면서도 조심스러운 행보를 해 오던 구글이 떠밀려서 시장에 등장하는 과정, 감히 ‘구글의 검색 시장 과점에의 도전 가능성’에 대한 논란, 거의 매주 새로운 AI 모델의 등장 등등. 지난 12 개월 간 일어난 변화의 속도를 보면, (최소한 실리콘밸리에서는) 이 기회에 대한 FOMO가 이미 상당한 규모로 생긴 듯 하다.

하지만, 대략 10년 싸이클로 투자해야 하는 VC, 특히 국내 시장에서 플레이하는 VC로서는 조금 다른 시각이 필요하였다. 현재의 LLM 기술 경쟁, 수많은 ‘AI 서비스’가 하루에도 수십개씩 생겨나는 상황에 의해 생각이 좌우되는 것을 피하기 위해서라도 최대한 멀리 보는 시각을 가져 보면, 지난 90년대 후반 Web 1.0 전환기에 시장의 구조가 어떻게 변화하였는 지가 현 시점에는 가장 좋은 reference가 되는 듯 하다.