Y Combinator: 수직 분야 AI 에이전트 시장 규모는 SaaS의 10배가 될 것
정리: 강엽, AIGC 신지
문자: 알리바바 통의 효율을 사용하여 요약, 오류 수정에 감사드립니다.
YC 최신 인터뷰 《Vertical AI Agents Could Be 10X Bigger Than SaaS》에서 YC의 베테랑 투자자 Gary, Jared, Harj 및 Diana는 SaaS 산업의 발전 과정을 출발점으로 하여 다수의 사례를 결합해 수직 분야 AI 에이전트가 왜 다음 창업의 중심 무대가 될 것인지 심층적으로 분석했습니다.
AI 모델이 빠르게 개선되고 서로 경쟁하는 가운데 새로운 비즈니스 모델이 등장하고 있다. 바로 수직형 AI 에이전트(vertical AI agent)다. 이번 Lightcone에서는 수직형 AI 에이전트가 기존 SaaS 기업에 어떤 영향을 미칠지, 어떤 사용 사례가 가장 의미 있는지, 그리고 이 카테고리 안에서도 3000억 달러 규모의 기업이 탄생할 수 있는지를 고찰한다.
1. SaaS 산업의 성공은 수직형 AI Agent 부상의 최고 증거
Jared는 수직형 AI Agent 시장 규모가 매우 클 것이며, 심지어 시가총액 3000억 달러 이상의 기업도 탄생할 수 있다고 본다.
그는 SaaS 산업의 성공이 바로 수직형 AI Agent의 부상 가능성을 입증하는 가장 좋은 근거라고 주장한다. SaaS(소프트웨어를 서비스로 제공) 모델의 등장은 소프트웨어 산업을 완전히 변화시켰다. 과거에는 기업들이 고가의 소프트웨어 라이선스를 구매하고 설치 및 유지보수에 많은 시간과 자원을 들여야 했다. 반면 SaaS 모델은 소프트웨어를 클라우드에 호스팅하여 사용자가 구독료만 내면 이용할 수 있게 되어, 소프트웨어 사용 장벽과 비용을 크게 낮췄다.
Jared는 수직형 AI Agent 역시 새로운 형태의 B2B 소프트웨어로서, 그 시장 규모가 SaaS를 초월할 수 있다고 본다. 왜냐하면 AI Agent는 SaaS처럼 소프트웨어 서비스를 제공할 뿐 아니라, AI 기술을 통해 자동화를 실현함으로써 효율을 더욱 높이고 비용을 절감할 수 있기 때문이다.
2. LLM 기술이 수직형 AI Agent 폭발의 기반 마련
LLM(대규모 언어 모델) 기술은 소프트웨어 개발에 새로운 가능성을 제공하며, 소프트웨어와 인간 작업을 결합해 전통적인 SaaS 소프트웨어와 인력 작업을 대체할 수 있는 더 강력한 수직형 AI Agent를 창출할 수 있다.
LLM 기술은 인간 언어를 이해하고 생성할 수 있어 챗봇, 텍스트 자동 생성, 번역 등의 애플리케이션에 활용될 수 있다.
3. 왜 대기업은 B2B SaaS 시장을 놓쳤나?
대기업이 B2B SaaS 시장을 놓친 주된 이유는 이 시장이 지나치게 분산되어 있고, 각 수직 분야마다 깊이 있는 전문 지식과 특정 문제에 대한 집중이 필요하기 때문이다. 대기업은 소수의 거대 시장에 집중하려는 경향이 있으며, 다수의 세분시장에 정신을 나누는 것을 꺼린다.
Gusto는 급여 관리에 특화된 SaaS 기업인데, 성공한 이유는 급여 관리 분야의 다양한 세부사항과 규정들을 철저히 이해했기 때문이다.
Google 같은 거대 기업 입장에서 Gusto와 유사한 제품을 개발하려면 급여 관리 분야의 지식을 학습하고 이해하는 데 막대한 시간과 자원이 들어가기 때문에 비효율적이다.
4. AI Agent는 기업 조직 구성에 어떤 영향을 미칠까?
LLM 응용 프로그램은 스타트업의 인력 운용 방식을 바꾸며, 앞으로 회사는 더 적은 인원(심지어 1인 기업)으로도 급속한 성장을 이룰 수 있게 된다.
과거 스타트업은 사업 확장에 따라 팀 규모를 늘려왔지만, LLM은 자동화를 통해 인력 의존도를 줄일 수 있다.
AI 면접 분야에서는 Triplebyte라는 소프트웨어 엔지니어 채용 회사가 있는데, 이들의 소프트웨어는 자동으로 이력서를 선별하고 기술 테스트와 초기 면접까지 수행함으로써 채용 담당자의 업무량을 크게 줄였다.
5. 수직형 AI Agent의 시장 잠재력은 어느 정도인가?
수직형 AI Agent의 시장 규모는 SaaS의 10배에 이를 것이다. 기존 SaaS 소프트웨어를 대체할 뿐 아니라 막대한 인력 작업도 대체할 수 있기 때문이다.
전통적인 SaaS 소프트웨어는 여전히 많은 업무 프로세스를 인위적으로 처리해야 하지만, 수직형 AI Agent는 소프트웨어와 인간 작업을 통합해 더 높은 효율성과 낮은 비용을 실현할 수 있다.
Momentic은 AI 기술을 활용해 QA 테스트를 수행하는 회사로, AI Agent가 자동으로 테스트 케이스를 실행하고 테스트 보고서를 생성함으로써 기존 QA 팀 전체를 완전히 대체한다.
6. 수직형 AI Agent의 실제 적용 사례
네 명의 YC 베테랑 투자자들은 여러 수직형 AI Agent 기업의 예를 제시했다.
Outset: 설문조사 및 질문지 분야 개선
-
기존 설문조사 소프트웨어는 질문 설계, 데이터 수집, 결과 분석까지 모두 수작업이 필요하다.
-
Outset의 AI Agent는 이러한 작업을 자동으로 수행하며, 사용자 피드백에 따라 실시간으로 질문과 답변을 조정해 설문의 효율성과 정확도를 높인다.
Powerhelp: 복잡한 고객 지원 업무 프로세스 처리
-
기존 고객 지원은 전화 응대, 메일 회신, 문제 해결 등을 사람이 직접 수행해야 한다.
-
Powerhelp의 AI Agent는 이러한 작업을 자동화하며, 사용자의 질문과 이력 기록에 기반해 맞춤형 솔루션을 제공함으로써 고객 만족도와 업무 효율을 높인다.
Salient: 자동차 대출 채무 추심 자동화
-
기존 추심 업무는 사람의 전화 통화, 차주와의 대화, 추심 결과 기록 등 수작업이 필요하다.
-
Salient의 AI Agent는 이러한 작업을 자동으로 수행하며, 차주의 상황과 상환 능력에 따라 추심 전략을 조정해 추심 효율과 성공률을 높인다.
7. AI 음성 통화 기술
최근 AI 음성 통화 기술은 빠르게 발전하고 있으며, AI 음성 합성 및 자연어 처리 기술의 진보로 인해 채무 추심, 고객 서비스, 마케팅 등 더 복잡한 시나리오에 적용될 수 있다.
-
AI 음성 합성 T2V 기술: 텍스트를 자연스러운 음성으로 변환하여 AI Agent가 실제 사람처럼 사용자와 대화할 수 있도록 함.
-
자연어 처리 NLP 기술: AI Agent가 사용자의 의도와 감정을 이해하고, 질문과 피드백에 따라 적절히 응답하도록 함.
8. 자신에게 맞는 AI Agent 창업 방향은 어떻게 선택할까?
Jared는 AI Agent 창업을 계획하는 창립자들에게 지루하고 반복적인 행정 업무를 찾으라고 조언한다. 이러한 업무는 일반적으로 많은 인력을 필요로 하며, AI 기술로 쉽게 대체될 수 있다.
예를 들어 Sweet spot이라는 회사는 정부 계약 입찰 과정에서 반복 작업이 많다는 점을 발견하고, 이를 자동화하는 AI Agent를 개발했다.
인터뷰 원문 번역
오프닝
3개월마다 상황은 조금씩 나아지고 있다. 지금 우리는 완전히 수직적인 AI 에이전트들에 대해 이야기하고 있으며, 이들은 팀 전체, 부서, 기업을 대체하게 될 것이다. 이러한 진보는 나에게 여전히 매우 흥미롭다. 정말 그렇다.
기반 모델은 긍정적인 접촉 방식이다. 한때 이 분야에서는 OpenAI 하나뿐이었지만, 최근 배치부터는 이런 상황이 계속 변화하고 있다.
다행이다. 경쟁은 소비자에게 선택권을, 창립자에게 기회를 주는 매우 비옥한 시장 생태계의 토양이다. 이것이 내가 살고 싶은 세상이다.
Lightcone의 또 다른 에피소드에 오신 것을 환영합니다. 저는 여개걸(Gary)입니다. 옆에는 Jared, Harge, 그리고 Diana가 있습니다. 우리는 수천억 달러 가치의 스타트업을 공동 투자했는데, 당시 이들 대부분은 1~2명의 팀으로 시작했습니다. 오늘, 제어드는 불타는 열정을 가지고 있으며, 수직형 AI Agent에 대해 이야기할 것입니다.
수직형 AI Agent에 대한 열정
나는 이 주제에 대해 매우 기쁘다. 왜냐하면 사람, 특히 스타트업 창립자들, 특히 젊은 창립자들이 수직형 AI 에이전트의 규모가 얼마나 클지 아직 충분히 인식하지 못하고 있다고 생각하기 때문이다. 이것은 새로운 아이디어는 아니다. 일부 사람들이 수직형 AI 에이전트에 대해 말하고 있으며, 우리도 이미 많은 투자를 했지만, 세상이 그것이 얼마나 거대해질지 아직 인식하지 못했다고 생각한다. 그래서 나는 이 카테고리 안에서 3000억 달러 이상의 기업이 탄생할 것이라고 생각하는 이유를 설명하겠다.
나는 SaaS와의 유추를 통해 설명할 것이다. 나는 사람들, 특히 젊은 창립자들이 SaaS가 얼마나 큰지 이해하지 못한다고 본다. 왜냐하면 대부분의 스타트업 창립자들은 소비자로서 자신이 사용하는 제품을 통해 창업 생태계를 바라보는 경향이 있기 때문이다. 소비자로서는 SaaS 도구를 많이 사용하지 않기 때문에, 그것들이 대부분 기업용으로 만들어졌음을 잘 모른다. 그래서 많은 사람들이 기본적인 사실을 간과하고 있다. 만약 우리가 지난 20년간 실리콘밸리가 무엇에 가장 많이 투자했는지를 보면, 우리가 주로 SaaS 회사를 생산해왔다는 점이다. 이 기간 동안 위험투자 자금의 40% 이상이 SaaS 회사에 투입되었으며, 20년간 300개 이상의 SaaS 유니콘을 배출했는데, 이는 다른 어떤 카테고리보다도 많다.
소프트웨어는 정말 훌륭하다. 나는 이 역사에 대해 생각해본다. 우리는 항상 기술의 역사가 미래에 어떤 영향을 미치는지 좋아하는데, SaaS 번영의 진정한 촉매제는 XML Http 요청이었다. 정말로, 이것이 바로 이 '엉덩이 폭발'의 촉매제였다고 말할 수 있다.
Ajax처럼 말이다. 2004년 브라우저에 JavaScript 함수인 XML http 요청이 추가되었는데, 이것이 웹 브라우저에서 리치 인터넷 애플리케이션을 구축할 수 있게 해주는 마지막 조각이었다. 그래서 처음으로 데스크톱 애플리케이션처럼 보이는 웹사이트를 만들 수 있었고, 구글 맵과 Gmail이 만들어졌으며, SaaS 전체가 이렇게 형성되었다. 본질적으로, 핵심 기술은 소프트웨어가 CD에서 구입해 데스크톱에 설치하는 방식에서 웹사이트와 모바일을 통해 사용하는 방식으로 바뀐 것이다.
폴 그레이엄은 실제로 이 계보를 공유했는데, 그는 HTTP 요청을 받아 Unix 프롬프트에 연결할 수 있다는 사실을 깨달은 최초의 사람들 중 하나였다. 이제는 웹사이트를 변경하기 위해 별도의 컴퓨터 프로그램이 필요 없다는 것이다. 따라서 웹을 통해 온라인 상점을 운영할 수 있었고, 이는 일종의 Shopify와 같았다. 다만 아주 오래전의 버전이었다.
사실상 역사상 최초의 SaaS 애플리케이션이었고, Pg는 1995년에 실제로 SaaS를 발명한 셈이다. 다만 당시의 첫 번째 SaaS 애플리케이션들은 XML Http 요청이 없어서 다소 형편없었다. 버튼을 누를 때마다 전체 페이지를 다시 로드해야 해서 사용 경험 자체가 매우 좋지 않았다. 그러다가 2005년 XML Http 요청이 등장하면서야 비로소 유행하게 된 것이다. 어쨌든 나는 이 lum 기술이 사실상 매우 유사하다고 생각한다. 이는 근본적으로 다른 일을 할 수 있게 해주는 새로운 컴퓨팅 패러다임과 같다. 2005년 클라우드와 모바일이 비로소 비상했을 때, "이 새로운 기술을 어떻게 사용해야 할까?" 하는 큰 물음이 있었다.
전통적 SaaS와 LLM의 유사점
가치는 어디에 축적될 것인가? 스타트업에게 좋은 기회는 어디에 있는가?
나는 수십억 달러짜리 기업들의 목록을 훑어보면서, 사람들이 걸어온 길을 세 가지 범주로 나눌 수 있다는 점을 깨달았다. 첫 번째 범주는 '소비자 대중 제품이 될 수 있는 분명히 좋은 아이디어'로, 문서, 사진, 이메일, 달력, 채팅 등 데스크톱에서 하던 일들을 브라우저와 모바일로 옮길 수 있는 분야다. 흥미롭게도 이 범주의 가치 대부분은 기존 기업들, 즉 Google, Facebook, Amazon에 흘러갔다. 사람들은 이것을 잊곤 하는데, Google Docs가 Microsoft Office를 온라인으로 옮기려는 유일한 시도는 아니었다. Office를 온라인으로 옮기려는 시도가 30곳이나 있었지만 모두 Google에 패배했다.
두 번째 범주는 대중 소비자 시장에서 예측되지 않았던 아이디어들이다. Uber, Instacart, DoorDash, Coinbase, Airbnb 등은 아무도 예측하지 못한 분야에서 등장했다. XML Http 요청과 Airbnb 사이의 연결점은 전혀 명확하지 않았다. 기존 기업들은 이런 분야에서 경쟁하려 하지도 않았고, 경쟁하게 된 시점에는 이미 너무 늦어버렸다. 그래서 스타트업들이 이곳에서 승리할 수 있었다.
세 번째 범주는 약 300개의 B2B SaaS 회사들이다. 로고 수 기준으로, 세 번째 범주에서 만들어진 수십억 달러 기업의 수가 앞의 두 범주를 합친 것보다 많다. 이 현상이 일어난 이유 중 하나는, 마이크로소프트처럼 모든 수직 분야에서 SaaS를 지배하는 기업이 존재하지 않았기 때문이다. 구조적인 이유로 모든 기업들이 다르게 보이며, 그래서 이렇게 많은 기업들이 존재할 수 있다.
Salesforce가 아마도 최초의 진정한 SaaS 기업일 것이다. 나는 Mark Benioff가 YC에서 연설할 때 들었는데, 그는 초기에 사람들이 클라우드나 SaaS로 복잡한 엔터프라이즈 애플리케이션을 만들 수 없다고 믿지 않았다고 말했다. 이는 일종의 인식 문제였다. "박스 소프트웨어를 사는 것처럼 진짜 소프트웨어가 아니다"라고 생각했던 것이다.
이 일을 하는 것은 상당히 어려웠다. 초기 웹 애플리케이션은 웹을 통해 매우 형편없었고, Pg처럼 먼 미래를 내다볼 수 있는 비전이 있어야 했다. "브라우저는 점점 더 좋아질 것이고, 결국 훌륭해질 것이다"라고 이해해야 했다.
이것은 오늘날의 상황과 매우 흡사하다. "LLM이나 AI 도구를 사용해 복잡한 엔터프라이즈 애플리케이션을 만들 수 없다. 환각을 일으키니까, 완벽하지 않으니까, 마치 장난감 같으니까." 하지만 이 또한 초기 SaaS의 이야기와 같다.
따라서 나는 olens와의 유사성을 생각할 때, 똑같은 일이 일어날 수 있음을 쉽게 상상할 수 있다. 즉, 소비자 대중 애플리케이션처럼 분명히 거대한 기회가 있지만, 기존 기업들이 대부분의 시장을 차지할 가능성이 크다. 예를 들어, 모든 것을 할 수 있는 일반적인 AI 음성 비서는 존재해야 할 분명한 제품이지만, 모든 대형 플레이어들이 그 자리에 서기 위해 경쟁할 것이다.
맞다. 애플은 그쪽에서 다소 느렸다. 왜냐하면, 그는 여전히 인식이 없다.
내 생각에는 반대되는 지점도 있다. 검색은 분명한 일이고, 아마도 Google이 검색에서 여전히 승리하겠지만, 혼란은 분명히 그들에게 돈을 아끼지 않을 것이다.
맞다. 이것이 바로 혁신자들이 마주하는 전형적인 딜레마다. Uber나 Airbnb에 대한 당신의 주장을 반박할 수 있다. 규제 측면에서 보면 이들은 실제로 매우 위험한 일들이었기 때문에, 만약 당신이 Google이라면 매달 확실히 찾아오는 거대한 금 덩어리를 가지고 있는데, 왜 그것을 위험에 빠뜨리며 무서울 수도 있고 파멸시킬 수도 있는 일에 뛰어들겠는가?
이것이 기존 기업들이 결국 이런 제품을 개발하지 못했고, 심지어 커진 후에도 복제하지 않은 주요 이유일 수 있다고 생각한다. 분명히 그들은 노력했겠지만, Google은 Uber 클론을 출시한 적도 없고, Airbnb 클론도 출시한 적이 없다. 나는 Travis의 연설을 듣고 있었는데, 그가 말한 것 중 나를 매우 괴롭힌 것은 Uber 초기 몇 년 동안 그는 감옥에 오래 있을까봐 매우 두려워했다는 점이다. 실제로 그는 감옥에 가는 위험을 무릅쓰고 회사를 세운 것이다. 그렇다. 고액 연봉을 받는 Google 임원이라면 누구도 그런 짓을 하지 않을 것이다.
왜 대기업은 B2B SaaS 분야에 진입하지 못하는가?
왜 대기업들이 B2B에 진입하지 못했는지 어떻게 생각하나요? SaaS가 부분적인 이유인가요? 많은 사용 사례가 매우 넓게 분포되어 있어서?
좋은 질문이다. 여러분의 생각을 듣고 싶다. 내 생각에는 한 기업으로서 그렇게 많은 일을 하는 것은 너무 어렵다는 것이다. 각 B2B SaaS 회사는 사업 내 제품을 운영하는 사람처럼 특정 분야에 매우 깊이 관여하고, 흥미롭게 행동하는 등 매우 모호한 문제들에 대해 깊이 관심을 가져야 한다. 예를 들어, 왜 Google이 경쟁력 있는 경쟁자를 만들지 않았는가? Google에서는 급여 제도를 진정으로 이해하거나, 모든 어리석은 급여 규정의 미묘한 차이에 인내심을 갖고 다루는 사람이 없다. 그들에게는 그럴 가치가 없다. 그들에게는 소수의 매우 큰 카테고리에만 집중하는 것이 더 쉽다.
B2B SaaS 세계에서 말하자면, 이는 소프트웨어의 분할과 통합에 관한 논쟁이며, 이 논쟁은 자주 등장하고 범위가 확대된다. 왜 Oracle, SAP, Netsuite처럼 모든 것을 갖춘 수직 B2B SaaS 제품들이 진화하지 않는가? 넷스위트는 모든 것을 갖춘 것처럼 보인다. 나는 이것이 SaaS와 인터넷처럼 오래된 방식으로 소프트웨어를 판매하는 방식으로 전환한 데서 비롯된 또 다른 일일 수 있다고 생각한다.
다시 말해, 비싼 박스 소프트웨어를 갖고 있었고, 주변에는 완전한 생태계가 있었다. 언제든지 맞춤형 기능이 필요하면 통합업체가 "급여 기능 같은 UA 맞춤형도 구축할 수 있다"고 말했다. 그런데 Salesforce는 SaaS 솔루션처럼 등장했고, 마치 비싼 기업 설치만큼 강력하거나 복잡하지는 않을 것처럼 보였다. 그러나 그들은 정반대임을 입증했다. 이는 모두에게 문을 열어준 것과 같다. 이들 수직 SaaS 솔루션은 말 그대로 당신이 원하는 대로 작동한다.
또 다른 문제는, 많은 기업용 소프트웨어에서 Oracle이나 Netsuite를 사용한다면, 이들이 너무 많은 분야를 포괄해야 하기 때문에 사용자 경험(UX)이 실제로 상당히 나쁘다는 점이다. 모든 분야의 잭이 되려 하지만 어느 한 분야의 주인은 되지 못한다. 결국 주방 싱크대처럼 모든 것을 담는 경험으로 변한다. 그래서 B2B SaaS 수직 회사를 설립할 수 있는 지점이 바로 여기다. 10배 더 나은 경험과 더 즐거운 경험을 제공할 수 있기 때문이다. 소비자 제품과 기업 사용자 경험 사이에는 명확한 차이가 있다.
소프트웨어는 단 세 가지 가격대뿐이다. 좌석당 5달러, 좌석당 500달러, 좌석당 5000달러. 이것은 소비자, SMB 또는 기업 판매에 직접 대응된다. 나는 고대 시대가 우리에게 이것을 가르쳐줬다고 생각한다. 다행히도 새로운 소프트웨어에 대해서는 점점 덜 해당되는 경향이 있다. 하지만 기업용 소프트웨어는 나쁜 소프트웨어다. 왜냐하면 사용자가 구매하지 않기 때문이다. 포춘 1000대 기업에서, 어떤 고위 muki dmack이 7자리 숫자의 계약을 위해 먹고 마시며 결정을 내린다. 그리고 그는 최종 사용자(매일 실제로 소프트웨어를 사용하는 사람)에게 그리 좋지 않은 것을 선택할 수도 있다. 나는 이것이 LMS에서 어떻게 변화할지 궁금하다.
내가 지금까지 본 바로는, 중소기업 및 기업용 소프트웨어 회사들이 더 두드러지는 점은, 모든 소프트웨어 회사, 모든 스타트업이 수익 규모에 따라 성장하면서 직면하는 인식이다. 고용해야 할 인원 수는 조직의 규모와 관련이 있다. 그래서 유니콘 기업을 보면, 오늘날 YC 포트폴리오에서도 연간 수익이 1억~2억 달러에 이르는 기업을 보는 것은 흔한 일이다. 그들은 이미 약 500~1000명의 직원을 두고 있다. 나는 매우 궁금하다. 이제 막 한두 달 된 기업들에게 조언을 하기 시작하면서, 작년이나 2년 전에 했던 조언과는 다소 다른 느낌이 든다.
과거에는 조직의 다른 모든 분야에서 절대적으로 가장 똑똑한 사람을 찾으라고 했을 것이다. 고객 성공이나 영업 등 말이다. 함께 일해봤고 훌륭하다는 것을 아는 사람을 찾아야겠다. 그리고 그 사람이 나를 위해 일하게 될 때까지 그의 문 앞에 앉아 있을 것이다. 그 사람이 나를 위해 팀을 만들어 수많은 사람을 고용해주기를 원한다. 이것은 여전히 맞을 수 있지만, 나는 이제 미묘한 인식의 전환을 느낀다. 즉, 실제로는 더 많은 훌륭한 소프트웨어 엔지니어를 고용하고, LLM을 이해하며, 당신의 성장 병목 현상을 해결할 수 있는 특정 작업을 자동화할 수 있는 사람을 원할 수도 있다는 것이다. 그래서 이것은 다소 후기 단계의 시장 적합성 이후에 사업을 운영하는 방식에 중대한 변화를 가져올 수 있다. 나는 LM 시스템을 구축해 비용을 낮추고, 1000명을 고용할 필요가 없게 만들 것이다. 나는 우리가 이 혁명의 시작점에 있다고 생각한다.
우리는 지난 에피소드에서 이것에 대해 이야기했다. 10명의 직원만으로 운영되는 유니콘 기업이 있을 것이라고 말했다. 이것은 완전히 합리적이다.
그들은 evals와 프롬프트를 작성하고 있다.
내가 말하는 것은 이미 LLM 이전부터 시작된 트렌드와 같다. 내가 Triplebyte를 운영할 때를 기억한다. 우리는 마케팅이나 사용자 획득과 같은 일을 해야 했다. 특히 B 라운드를 성공시킨 후에는 전통적인 방식으로 마케팅 책임자를 고용하고 마케팅 팀을 구성해 마케팅 머신을 가동해야 했다.
하지만 나는 YC 창립자인 마이크와 같은 사람을 만났다. 그의 회사는 기본적으로 스마트 프라이팬을 만들고 있었다. 이상하게 들릴 수 있지만, 그는 MIT 출신의 엔지니어였다. 맞다, 기억하나요? 그는 MIT 출신의 엔지니어였다. 스마트 프라이팬을 팔기 위해서는 유료 광고와 구글 광고 등에 대해 매우 능숙해야 했다. 그래서 그는 엔지니어의 사고방식을 취했고, 나는 그와 이 문제에 대해 이야기했을 때, 우리의 마케팅 업무를 MIT 출신의 엔지니어가 한다면 내가 인터뷰한 어떤 마케팅 후보보다도 훨씬 낫다는 것을 깨달았다. 그는 우리를 확장시켜 매달 마케팅과 각종 캠페인에 약 백만 달러를 지출할 수 있게 했다.
Triplebyte의 훌륭한 마케팅 캠페인 중 하나는 Caltrain 역 점령이었고, 당신은 집에서 할 수 있는 모든 일을 했다. 그것은 정말 고품질의 것이었다. 그것에 붙잡혔다. 당신은 이것이 마케팅을 전문으로 하는 사람이 한 일이 아니라는 것을 알 수 있다.
그 사람은 모두 마이크로폰 같았다. 사람들이 그때 나에게 "Triplebyte가 얼마나 큰가?"라고 물으면 우리는 50명 정도였고, 마치 수백 명처럼 잘하고 있다고 말했다. 나는 그때 생각했다. "아니, 이 모든 것은 매우 똑똑한 엔지니어에게 비슷한 작업을 맡기면, 그들은 방법을 찾아내고, 지렛대를 찾는다. 지금은 LLC처럼 순수 소프트웨어의 지렛대를 넘어서는 지렛대를 얻을 수 있다."
좋다. 이것이 내가 300개의 수직형 AI 에이전트 유니콘을 위한 연설이다. 실제로 평가된 유니콘 기업 각각에 대해 수직형 AI 유니콘과 동등한 것을 상상할 수 있다. 새로운 우주에서 대부분의 SaaS 유니콘들이 박스 소프트웨어 회사들과 같은 것들을 만들고 있으며, SaaS 회사들에 의해 전복되고 있다. 똑같은 일이 다시 일어날 수 있음을 쉽게 상상할 수 있다. 지금 우리는 기본적으로 각 SaaS 회사가 일부 사람들이 사용하는 소프트웨어를 만든다. 수직형 AI의 등가물은 소프트웨어에 제품 내 사람을 더한 것이다.
기업들이 정확히 무엇을 원하고 필요한지에 대해 현재 다소 불확실한 상태라는 점이 있다. 나는 Facebook의 최고 운영 고문인 Brett Taylor가 창업한 회사를 통해 특별히 경험이 풍부한 창립자들로부터 이런 방식을 보았다. 모든 세부 정보를 알지는 못하지만, 내 이해로는 기업들이 AI 에이전트를 배포하는 방식으로 맞춤화하는 것에 더 가깝고, "오, 이 특정 에이전트가 이 일을 한다"는 개념과는 다르다.
나는 Vector Chef라는 내 회사를 통해 이것을 보았는데, 약 1년 전에 자금을 지원받았다. 그들은 매우 똑똑한 두 명의 하버드 컴퓨터 과학자로, 기업들이 코드 없이 또는 SDK를 사용해 자신의 내부 LLM 기반 에이전트를 쉽게 구축할 수 있도록 하는 플랫폼을 만들고 있었다. 하지만 기업들은 종종 이런 것들을 어떻게 사용하고 싶은지 모른다. 그래서 다시 돌아와서, 박스 소프트웨어 세계처럼 시작할 때 일부 공급업체들이 소프트웨어 사용을 설득하는 것으로 시작한다면, "무엇이든 할 수 있다"고 말하고, 점점 더 복잡하고 고해상도가 되면서 수직형 SaaS 플레이어들과 같은 많은 플레이어들이 등장할 것이다. 우리는 LLD를 통해 같은 시기를 겪었고, 초기 승자는 아마도 일반적인 것이었을 것이다. 예를 들어, "LLD로 하고 싶은 일을 쉽게 만들겠습니다". 그리고 시간이 지남에 따라 수직형 에이전트들이 등장할 것이다. 아니면 지금과 다른 이유로 수직형 에이전트들이 처음부터 비상할 것이라고 생각하나요?
맞다, 흥미롭다. 왜냐하면 SaaS의 역사를 생각해보면, 2005년에서 2010년 사이 초기에는 주로 이메일, 채팅, 지도 등의 소비자 애플리케이션이었다. 사람들은 스스로 이러한 도구를 사용하는 데 익숙해졌다. 나는 이것이 SaaS 도구를 기업에 판매하기 쉽게 만들었다고 생각한다. 같은 사람이 직원이자 소비자이기 때문이다.
맞다, 나는 답이 아마도 단지 소프트웨어의 연장선일 뿐이며, llms가 기업이 이미 훈련된 모든 것을 하는 일반적인 용도로 다시 설정될 필요가 없기 때문이라고 생각한다. 점 솔루션과 수직 솔루션의 가치, 사용자 경험 등은 크게 다를 이유가 없다. 이러한 것들은 더 강력해질 뿐이다. 기업이 충분한 힘을 가지고 있으면, 스타트업이나 수직 솔루션이 기존의 광범위한 플랫폼보다 낫다고 믿기 때문에, 오늘날 훌륭한 수직형 AI 에이전트 솔루션을 제공하겠다는 스타트업에 베팅할 준비가 되어 있을 것이다. 나는 우리가 이미 이런 점을 보고 있다고 생각한다. 이런 수직형 AI 에이전트 기업들 중 일부가 기존보다 더 빠르게 성장하고 있다.
우리는 아직 게임의 초반이다, 맞다? 모든 소프트웨어처럼 시작은 매우 수직적이다. 그리고 산업이 실제로 더 발전함에 따라 말이다. 나는 방금 내가 이전에 한 질문에 답했다. 왜 한 회사가 결국 1000명의 직원을 갖게 되는가? 사실 게임의 초반에는 모두가 이러한 특정 점 솔루션을 만들고 있다. 그리고 어느 시점에서 수평적으로 나아가야 한다. 마케팅과 영업에 미친 듯이 돈을 쓰고 있다. 그리고 100%, 혹은 시장의 대부분에 도달하면, 실제로 계속 성장할 수 있는 유일한 방법은 하나의 점 솔루션만 하는 것이 아니라, 공통된 일들도 해야 한다는 것이다.
수직형 AI 에이전트가 SaaS보다 더 클 수 있는 또 다른 대담한 가능성은, SaaS는 여전히 운영 팀이나 소프트웨어를 운영하여 모든 워크플로를 완료해야 하는 인력이 필요하다는 점이다. 승인 워크플로를 모르거나 데이터를 입력해야 한다. 여기서 주장하는 것은, 모든 SaaS 소프트웨어를 대체할 수 있을 뿐 아니라, 많은 회사들의 지출에서 임금 항목이 상당한 부분을 차지하고 있다는 점에서 많은 임금 지출도 대체한다는 것이다.
정확히 말해, 그들은 소프트웨어보다 직원에게 훨씬 더 많은 비용을 지불한다.
따라서 이러한 작은 회사들은 더 효율적이며, 무작위적인 데이터 입력, 승인, 소프트웨어 클릭에 더 적은 인력이 필요하다.
나는 동의한다. 수직형 대응물은 파괴하고 있는 SaaS 회사의 10배 규모일 가능성이 높다고 생각한다.
내 말은, 두 가지 경우가 있다. 수직형 점 솔루션이 충분히 크다면, 국물 끓이기(broth breathing) 같은 일을 할 필요가 없을 수 있다, 맞다? 이건 괜찮은 시나리오일 수 있다.
AI Agent 수직 분야 적용 사례
예를 들어볼까요? 우리는 수많은 수직 분야에서 함께 일하면서 많은 즐거움을 느꼈습니다. AI Agent 회사들에 대한 현장의 소식이 있습니다.
한 가지 예가 있습니다. Aaron Cannon이 제가 함께 일하는 YC 회사 Stray에서 일하고 있는데, 그들은 본질적으로 LDS를 설문 조사 및 질(QA) 분야로 가져오고 있습니다. Qualtrics는 거의 확실히 추론 기능을 갖춘 최고의 대규모 언어 모델을 실제로 구축하지 않을 것입니다.
그리고 설문 조사의 흥미로운 점은, 그것이 누구를 위한 것인지 아시나요? 제품을 운영하는 사람들, 마케팅 팀, 고객이 진정으로 원하는 것이 무엇인지, 설문 조사 결과가 어떠한지를 파악하려는 사람들에게 제공됩니다. 그런데 그게 바로 언어입니다. 그래서 나는 이러한 유형의 기업들이 실제로 바늘구멍을 통과해야 한다고 생각합니다. 왜냐하면 기업 및 중소기업 소프트웨어는 일반적으로 핵심 의사결정권자인 특정 인물을 대상으로 판매되기 때문입니다. 조직 내에서 충분히 높은 위치에 있어야 하며, 판매 대상이 되는 사람이 자신의 전체 업무나 팀이 완전히 사라질까봐 두려워하지 않아야 합니다.
이것은 내가 많은 판매 회사들이 취해야 하는 조치라고 생각합니다. 왜냐하면 당신이 AI에 의해 대체될 팀에 판매하려 한다면 말입니다.
그래서 나는 많은 것이 상향식으로 이루어져야 하며, 언젠가는 CEO의 서명을 받아야 한다는 흥미로운 방식이라고 생각합니다.
저는 Mee와 함께 일하는 회사가 있는데, 본질적으로 AI Agent이지만, 적어도 시작은 QA 테스트와 같습니다. 지금 매우 큰 성장세를 보이고 있습니다.
흥미롭습니다. 왜냐하면 10년 전, Rainforest QA와 같은 회사와 왜 협력했는지 기억하시나요? Rainforest는 QA 서비스 회사인데, 정확히 말해 QA 팀을 완전히 대체할 수 없습니다. 그래서 QA를 더 효율적으로 만들 수 있는 소프트웨어를 구축해야 했습니다. 하지만 실제로는 가능한 한 많이 대체하려는 의미였습니다. 그러나 전체 팀을 대체할 수 없었기 때문에, 항상 엔지니어링 책임자에게 소프트웨어를 판매하는 것과, 대체되기를 원하지 않는 QA 팀에게 판매하는 것 사이에서 외줄 타기처럼 행동해야 했습니다. 그래서 이 비즈니스가 규모를 키우고 성장하는 데 있어 마찰이 계속됐다고 생각합니다. 그러나 지금은 AI 기반의 meic처럼 QA 사람을 실제로 대체할 수 있습니다. 그래서 그들의 메시지는 "이게 QA 사람들을 더 빠르게 만들어줍니다"가 아니라 "QA 팀 자체가 필요 없다"는 것입니다. 그래서 그들은 엔지니어링에 집중할 수 있으며
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
Y Combinator
