출처: 20vc | Arvin Gin (Glean & Rubric 공동창업자) × Harry Stebbings
핵심 주장
1. AI 시대에 팀은 줄지 않는다 — 더 커진다
Arvin Gin의 반직관적 핵심 주장: AI로 같은 일을 더 적은 사람이 할 수 있게 됐지만, 이기는 기업은 사람을 줄이는 게 아니라 더 많은 사람으로 10배 더 많은 일을 한다.
세부 내용: 코카콜라 vs 펩시 비유
- "한 회사가 AI 도입 후 팀을 줄인다면, 경쟁사는 같은 AI 도구를 쓰면서도 팀을 줄이지 않고 10배 더 많은 제품을 만든다"
- 결국 팀을 줄인 쪽이 지게 된다
- "They're going to beat you." — 인원 감축은 효율이 아니라 기회 포기
세부 내용: 대형 모델 기업들의 공격적 채용
- OpenAI, Anthropic 등 최전선 모델 기업들이 여전히 공격적으로 채용 중
- "왜 이 회사들은 저렇게 공격적으로 채용하는가?" → 더 많은 사람으로 더 많은 걸 만들기 위해
실행 포인트
- AI 도입 = 비용 절감이 아닌 10x 더 많은 산출물 관점으로 사고하라
- 경쟁사가 사람 줄일 때, 오히려 사람을 유지하며 생산성을 극대화하는 전략 고려
2. 복합 역할(Composite Roles)이 미래의 직무
세부 내용
- AI 시대의 핵심 새 직군: 하나의 사람이 엔지니어 + PM + 디자이너 역할을 모두 수행
- GTM 분야에서도: 영업 + 솔루션 아키텍트 + 데모 능력을 모두 갖춘 1인
세부 내용: 곧 사라질 역할들
- 데이터 분석가(Data Analyst): "비즈니스 사고 없이 대시보드 만들던 역할" — AI가 대체
- 비즈니스 인텔리전스 역할: 비즈니스 오너가 직접 AI에게 물어보게 됨
- HR 소서(Sourcer): 채용 전담 소싱 역할 → 풀사이클 리크루터로 흡수
- "우리가 그걸 했다니 믿을 수 없어" 수준의 역할들이 사라짐
실행 포인트
- 스페셜리스트가 아닌 제너럴리스트 + AI 활용 역량을 개발하라
- 팀 구성 시 복합 역할로 재설계 가능 여부 검토
3. Enterprise AI ROI — "지출이 아니라 결과물 측정이 핵심"
세부 내용: 글린(Glean)의 포지셔닝
- Glean = "업무를 위한 Google" + 에이전트 플랫폼
- 기업의 모든 컨텍스트(검색 + 지식 + 워크플로)를 AI 에이전트에 연결
- 초기: 검색 회사 → 현재: 종합 엔터프라이즈 AI 플랫폼
세부 내용: 토큰 지출 관리
- 내부적으로 초기엔 "일단 써봐" 방식으로 운영
- 파워 로: 월 $10,000~$15,000 쓰는 직원 vs $20 쓰는 직원 공존
- 전체 직원이 AI를 "기본적으로" 사용 (질문/요약) — 하지만 고급 활용은 5% 수준
세부 내용: 트리지 에이전트 사례 (비용 현실)
- Glean 내부: 온콜 15명이 담당하던 프로덕션 이슈 트리아지
- 에이전트로 95% 자동화 성공 → BUT 월 $100만 달러 비용 발생
- "그 비용이 실제로 효율적인가?" 여전히 의문
- 현재 AI 기술 가격이 "터무니없이 비싸다" — 오픈소스로 1/10 비용 가능
세부 내용: 비용 하락 전망
- Arvin: "AI 비용은 반드시 급격히 내려갈 것"
- 역설적으로 지난 6~9개월간 모델 기업들이 토큰 가격을 올렸음 (상장 전 수익성 증명 목적)
- Harry: "이미 적자인 이 회사들이 AI 비용 하락하면 글로벌 경제 기반 무너진다"
실행 포인트
- AI ROI = 비용 절감보다 "같은 사람으로 얼마나 더 많은 output을 냈는가" 로 측정
- 토큰 지출 대시보드보다 비즈니스 결과물 연결 중심으로 KPI 설계
4. AI 레이스 승자: 모델 기업인가 응용 기업인가
세부 내용: 모델 레이어 상품화(Commoditization) 논쟁
- "90% 이상의 유스케이스는 이제 다양한 모델(오픈소스 포함)로 처리 가능"
- 멀티모델 세상이 Glean에게 유리: 특정 벤더에 종속 X
- "Uh, a multimodel world is important for all of us"
세부 내용: OpenAI vs 오픈소스 위협
- Harry: "Anthropic이 Claude로 기업 번들에 포함되면 Glean은 위협받지 않나?"
- Arvin: 모델과 응용 레이어는 다름 — 기업 컨텍스트 통합이 핵심 차별점
- Microsoft의 번들링 전략: 경쟁이지만 기업 고객들이 전환 비용 때문에 Glean 유지
세부 내용: Google 위협
- "Google은 AI를 내부적으로도, 제품으로도 가장 잘 채택한 레거시 기업"
- 가장 무서운 경쟁자로 내심 인정
실행 포인트
- 모델 레이어 투자보다 기업 컨텍스트 통합 + 워크플로우 연결에 경쟁 우위 구축
- 특정 AI 공급사에 전사적 의존도 낮추고 멀티모델 전략 수립
5. 지정학적 AI 주권 — 중국 오픈소스의 급부상
세부 내용: 현실 인식
- Open Router 기준 상위 6개 모델 = 모두 중국산, Anthropic은 7위
- 각국이 자국 주권 모델 원하지만 실제 구축한 나라는 중국 하나 (미국 제외)
- "미국에 오픈 소스 모델이 없는 이유" → 모델 훈련은 대규모 선행 투자 필요 → 기존 오픈소스 방식 불가
세부 내용: Sam Altman-Trump 연결 의혹
- Harry: "OpenAI가 트럼프에게 5% 준 건 중국 오픈소스 규제를 요청한 대가 아닌가?"
- Arvin: "그렇게 규제로 해결될 문제가 아니다. 미국이 자체 오픈소스를 만들어야 한다"
- Nvidia 등이 미국 오픈소스 모델 개발에 대규모 투자 중
실행 포인트
- 기업 AI 공급망에서 중국산 모델 의존도 리스크 평가 필요
- 주권 모델 / 로컬 모델 활용 옵션 확보 검토
6. 스타트업 생태계와 채용 현실
세부 내용: 채용 환경
- "채용은 역대 가장 어렵다" (특히 AI/ML 탑 인재)
- 빅테크 구조조정 → 전반적 탈런트 풀 증가했지만 AI 인재만 폭발적 경쟁
- 씨드 스타트업도 개발자에게 연봉 $500k 지급 사례 발생
- "$2M 씨드 라운드로는 4명도 못 뽑는다"
세부 내용: 투자자 평판의 중요성
- Kleiner, DST, Sequoia 같은 탑 VC 투자 → 우수 인재 지원 급증
- "투자자 평판이 곧 회사 평판"
세부 내용: Glean의 자금 조달
- 대부분 라운드: 먼저 관계 구축 후 자연스럽게 확정
- 가장 비싸게 느껴진 라운드: Series C (ARR $2~5M에 기업 가치 $1B 이상)
- 고밸류에이션은 "예비 직원들에게 '우리가 뭔가 특별하다'는 신호"로 활용
실행 포인트
- 시드 라운드부터 최대한 많이 조달할 것 (인재 비용 현실 반영)
- 탑 VC 유치는 인재 채용 전략과 연동
7. CEO/창업자 철학
세부 내용: "행복하면 안 된다"
- "CEO는 항상 불행해야 한다. 더 잘할 수 있는 게 항상 있기 때문에"
- 창업자는 진정한 미션 지향성 없이는 생존 불가
세부 내용: 스타트업 생태계 개선 제언
- "지금 스타트업 생태계엔 자본이 너무 많다"
- 씨드 스타트업이 $500k 개발자 채용 → 비지속 가능한 구조
- 빅테크는 그런 가격 안 주면서도 인재 확보 — 결국 스타트업이 손해
세부 내용: 출구(Exit) 옵션 축소 우려
- "ARR $1B 없으면 상장 불가능, 빅테크는 인수에 선택적"
- 하지만 Arvin: "25년 돌아보면 지금이 오히려 스타트업 하기 좋은 시대"
세부 내용: AI 리더십 활성화 방법
- 타운홀에서 항상 "AI 에이전트 성공 사례" 섹션 운영
- 토큰 소비량 대시보드보다 실제 업무 변화 스토리 공유가 효과적
실행 포인트
- CEO로서 AI 활용 성공 사례를 정기적으로 팀과 공유 (주간 쇼앤텔 등)
- 자본 배치 시 "가장 규율 있는 회사가 결국 이긴다" 원칙 유지
영상 메타데이터
| 항목 | 내용 |
|---|---|
| 채널 | 20vc (Harry Stebbings) |
| 게스트 | Arvin Gin (Glean CEO, Rubric 공동창업자) |
| 날짜 | 2026-07-13 |
| URL | https://www.youtube.com/watch?v=jX-Uq8JJ_j8 |
| 주요 태그 | #AI레이스 #팀규모 #Glean #엔터프라이즈AI #주권AI #스타트업 |