영상 링크: State of Startups and AI 2025 - Sarah Guo, Conviction
채널명: AI Engineer
스타트업과 AI의 현황 2025 (Sarah Guo, Conviction) 핵심 요약
- Conviction 벤처펀드의 공동 설립자 Sarah Guo가 AI 스타트업, 기술 트렌드, 투자 전망, 그리고 실무 전략을 상세히 설명
- 2026년까지 AI 에이전트가 실제 프로덕션 환경에 코드를 배포할 가능성 및 보이스 AI가 비즈니스 커뮤니케이션에서 텍스트를 대체할 가능성 등 미래 예측 토론
- AI 제품 및 엔지니어링의 실제 구현은 기대보다 훨씬 어렵지만, 가치 창출 속도와 사용자 수요는 사상 유례없이 빠르게 증가
- 코더들을 위한 Cursor, Cognition, Harvey 등 인프라/모델/애플리케이션 계층별 AI 스타트업에 투자 및 성장 사례 다수 언급
- AI 논리 추론 능력의 급격한 진보로, 복잡한 의사결정/절차적 문제 해결/지식 노동 영역에서 새로운 활용처가 지속적으로 확대
- AI 에이전트 스타트업의 수가 1년 만에 50% 증가, 실제 시장에서 작동하는 다양한 에이전트 솔루션이 확인되고 있음
- 멀티모달(음성/영상/이미지) AI의 사업화 급진전; HeyGen, Eleven, Midjourney 등은 연 $5,000만 이상의 ARR(연간 반복 매출) 달성
- GPT4 등 주요 모델의 가격이 18개월 만에 백만 토큰당 $30→$2로 폭락, Claude·Gemini·DeepSeek 등 경쟁자 및 오픈소스의 약진
- Cursor, Cognition, Windsurf와 같은 ‘코드 분야 killer app’의 폭발적 성장 원인과 AI 활용이 보수적인 산업에도 급속히 확산되는 이유 분석
- 실제 산업별 AI 적용은 도메인/워크플로우 이해가 핵심, 단순 ‘텍스트 박스+프롬프트’ 형태가 아닌 깊이 있는 경험 구축이 승부처
- 풀 오토메이션보다 Ironman식 증강형(Co-pilot)이 단기간 성과 주도; 성공적 AI 스타트업의 특징은 ‘빠르게, 두껍게(thick), 도메인 중심’임
- 진정한 ‘차별화’는 모델 자체가 아닌 실행, 사용자 맞춤 워크플로우·문맥 집약·데이터 자동수집 등에서 생김
세부 요약 - 주제별 정리
2026년까지 AI 핵심 트렌드 전망과 엔지니어들의 기대
- 진행자 Sarah Guo는 청중에게 “2026년 말까지 어떤 일이 확실히 일어날까?”라는 질문을 던짐
- 예시로 AI 에이전트의 프로덕션 코드 배포, 음성 AI의 비즈니스 커뮤니케이션 대체, 추론 비용의 급격한 하락 등 다양한 시나리오 제시
- 청중 다수가 “AI 에이전트의 코드 직접 배포”를 선택, 기술 현장 엔지니어의 변화에 대한 기대감 확인
- AI 인프라와 적용 영역의 전환점에 대한 논의로 강연 서두를 시작
Conviction 벤처펀드의 설립 배경과 투자 철학
- Sarah Guo는 Greylock 출신, Mike Vernal(Sequoia 출신)과 Conviction 벤처펀드 공동 설립
- ChatGPT 등 대형 모델 확산 직전(2년 반 전)에 설립, AI 전환기라는 시대적 흐름을 직감
- Conviction의 투자 포트폴리오: Cursor, Cognition, Mistral, Thinking Machines, Harvey, Open Evidence 등
- 인프라, 모델, 애플리케이션 계층을 넘나드는 포트폴리오; 실제 현장 경험, 데이터 취득을 중요시
- 매년 수천 건의 AI 스타트업 지원서를 받는 ‘Embed’ 프로그램 운영, 시장 내 변화 및 유망 분야에 대한 정보 접근성 강조
AI 혁신기의 특징: 사용자 흡수 속도와 가치 창출 방식이 전례 없음
- 최근 2~3년간 AI 제품의 ‘사용자 흡수 속도’는 과거 어느 기술 혁신보다 빠름
- 실제 사례로, 스타트업이 설립 1년 만에 $10~100m ARR 달성 가능; 과거 기술 주기 대비 폭발적인 성장
- AI 제품 및 엔지니어링은 기대와 달리 구현 난이도가 높으나, 잠재 가치와 파급효과는 거대함
- 시장, 미디어, 투자 동향보다 ‘실제 사용자 수, 수익화 규모’ 등의 실질적 지표가 중요
AI 능력 진화의 본질은 추론 능력의 비약적 발전에 있음
- 최근 AI 업계 최대 화두는 ‘추론(reasoning)‘으로, 이는 컴퓨팅 자원 투입 증대와 맞물려 지능의 확장 벡터로 작용
- 투명한 고위험 의사결정, 체계적 탐색이 필요한 문제 등에서 AI가 실제로 가치를 만듦
- 추론이 불가결한 지식노동 문제(복잡 프로세스 등)에 AI가 점차 도입
- 이로 인해 ‘에이전트(agent)’ 개념 부상: 특정 목표를 메모리에 저장·계획·후진 취소(backtrack) 등 복잡한 작업 가능
- 실제 Conviction 내 지원 스타트업 중 에이전트 관련 회사 비중이 1년 간 50% 증가
멀티모달 AI(음성, 영상, 이미지)의 상용화 급진전 및 비즈니스 파급
- HeyGen, Eleven, Midjourney 등 멀티모달 생성 AI 회사, 각각 연간 5,000만 달러 이상 ARR 달성자로 성장
- HeyGen이 구현한 감정·제스처 반영 아바타 예시 시연: “인간적인 표현과 정서적 전달”이 가능한 새로운 영상/음성 콘텐츠 창출
- 엔터프라이즈(기업) 시장에서도 멀티모달 데이터 활용의 킬러 유즈케이스가 빠르게 탄생
- 영상·음성·이미지의 구조화 및 데이터 가공이 용이해진 환경이 수요·저장·활용을 확대
- 비즈니스 워크플로우에선 음성 기반 AI가 첫 적용처로 예상: 의료 상담, 리드 생성 등 음성 기록이 선행된 업무에 AI 확장 유리
주요 LLM 시장의 진입장벽 하락과 경쟁 환경 극심화
- Sam Altman(OpenAI): “전년도 모델은 이제 ‘상품화’ 단계”라 언급, 실제 GPT-4 비용이 18개월간 30$→2$로 급락, 디스틸버전은 10센트로 더 저렴해짐
- OpenRouter 기반 LLM 활용 차트: Google(초록), Anthropic(노랑), OpenAI(파랑) 시장 점유율 변동 데이터 소개
- Claude, Gemini 등 경쟁자가 시장 내 강력하게 부상, DeepSeek 등 신흥 오픈소스 기업도 모델 경쟁에 참가
- 새로운 플레이어(SSE, Thinking Machines 등)와 오픈소스의 부상으로 LLM 시장의 경쟁이 심화
- 여러 모델 조합/멀티모델 환경이 표준이 되고, OpenRouter・Base10과 같은 모델 오케스트레이션·추론 플랫폼이 도입
’코딩 분야’가 AI killer app 분야로서 선점한 이유와 그 복제 전략
- Cursor: 12개월 만에 ARR $100m, 개발자 50만, 세일즈 인력 0에서 성장한 ‘코드작성 AI 대표주자’
- Cognition: 자율성, 커밋 수에서 이미 여러 기업의 상위권 기록, AI 도입의 실제적 유용성 부각
- Windsurf: OpenAI에 30억 달러에 인수 중인 대표 SaaS 기업
- 코드 분야가 첫번째 killer app이 된 이유: (1) 텍스트 기반의 논리·구조화 언어, (2) 자동 검증/컴파일·테스트 용이, (3) AGI 연구 집중, (4) 엔지니어가 직접 동료용 도구 설계
- 도메인 지식+사용자 워크플로우 이해를 바탕으로 한 깊이 있는 경험이 확산되고 있음
산업별 ‘Cursor for X’ 전략의 성공 요인은 문맥·워크플로우 자동화·Retrieval 등에 있음
- Cursor는 단일 모델이 아닌, ‘diff’, ‘merge’, ‘임베딩’ 등 다양한 모델·처리 플로우를 조합함
- 사용자 환경(VS Code 친화성, 단축키 지원 등)과 직관적 직관(UI: 초록=추가, 빨강=삭제 등)로 생산성/안전성 확보
- 검색 정확도가 사용량↑에 따라 개선(coverage, freshness 축적효과), 반복 작업 자동화로 개발자 부담 경감
- 텍스트박스+프롬프트 형태 제품은 진입장벽이 낮은 반면, 진짜 가치는 문제 중심, 도메인 자동화, 컨텍스트 자동 수집 등에서 생성됨
- 오케스트레이션(적재적소의 모델 활용), 지능적 문맥 래핑(예: 워크플로우 구축), 자동화된 입력/출력 구조가 머니포인트임
AI 도입의 승부처는 얕은 솔루션이 아닌 ‘두꺼운(thick) 경험’과 실행력에 있음
- 성공적 AI 제품은 사용자가 직접 프롬프트를 설계하지 않아도 되고, ‘사용자 의도 예측’이 핵심 차별점
- 2025년에도 여전히 두터운 ‘워크플로우 래퍼’ 중심의 소프트웨어가 경쟁력
- 산업별 AI화(예: 고객지원, 의료, 법률)는 일반 AI 전문가보다, 실제 현장 이해+워크플로우 혁신이 강점
- 시에라(Sierra): 고객사의 70% CS 쿼리 자동 해결, SiriusXM/ADT 등에 적용
- Harvey: 법률업계 내 2년 만에 7천만 ARR 달성, OpenAI가 시드 투자
- Open Evidence: 미국 의사의 1/3 주간 활용, 임상적 의사결정에 AI 기반 지식 검색 적용
- AI leapfrog 효과: 기술 보수적인 산업조차 AI 도입시 빠르게 작업 방식이 뒤집힘
기존 Co-pilot(증강형) 패러다임이 여전히 수익·시장성 측면에서 강세를 유지함
- AI 지원형(증강형, Ironman suit) Co-pilot이 풀 오토메이션보다 당분간 실질적 효과와 수익 창출에서 우세
- 인간이 AI의 오류·환각에 대한 허용치는 자동화/지연이 증가할수록 급락함
- 첨단 적용 분야(로보틱스, 바이오, 소재, 물리 등)에서도 최선의 전략은 ‘증강+확장’식 접근
차별화의 진짜 모퉁이는 데이터·문맥·사용자 경험 ‘집적’과 지속적 실행에 있음
- 주요 LLM, API 공급자(labs)에 맞서는 스타트업의 승부처는 ‘실행력’과 ‘고객 집착’
- Cursor 케이스: 코드 자동완성, 모델 자체, UI 모두 선점 제품 있었으나, 압도적 실행과 빠른 개선/피드백 루프가 시장 주도
- 반대로, Jasper는 ‘최초 진입’, 거액 투자($1.25억)였으나 1차 제품이 ‘프롬프트 모음＋텍스트 박스’에 지나지 않아 ChatGPT 등장이후 급락(SEO, 마케팅 중심 상품의 한계)
- ‘두터운(thick) 것’을 빠르게, 꾸준히 개선하는 것이 승부 전략; 데이터/문맥/경험이 누적될수록 진입장벽 상승
AI 시대에서 모든 도메인에 새로운 가능성이 열리고, 주도권은 도메인 맞춤형 혁신가에게 있음
- 인간 지식, 데이터, 컨텍스트가 항상 ‘Common Crawl’에 있지 않은 산업(로봇, 바이오, 물리학, 시뮬레이션 등)은 데이터 수집/정제부터 도전 필요
- 현장 전문가와 머신러닝 인재가 결합하며, 복잡한 산업의 본질적 문제를 AI 도구로 풀어내는 긴 여정이 시작됨
- AI 기반 제품은 ‘지속적 재해석’과 ‘혁신적 UX’로 기회를 거듭 창출, iPhone→Instagram(4년), Uber(5년), DoorDash(6년)처럼, 진정한 혁신은 1등 진입자가 아닌 ‘경험을 재해석한’ 팀에게 열림
- “엔지니어들이 AI 매직을 처음 경험했다면, 이제는 전 세계 비기술 영역 혁명을 번역(translator)할 차례”라는 당부로 마무리