AI 스타트업은 더 많은 고객 대신 더 깊은 제품을 만들어야 한다

URL: https://www.youtube.com/watch?v=w4YoUWZQt3Y 날짜: 2026-08-21 채널: eoglobal 원문 제목: Why AI Startups Should Stop Chasing More Customers | Anish Acharya, a16z 발화자: Anish Acharya, Andreessen Horowitz(A16Z) General Partner 분량: 859초

---

📌 핵심 질문 / 핵심 논점

==AI 스타트업은 고객 수를 늘리기 전에 제품이 기존 대안보다 100배 뛰어난 가치를 내도록 만들고, 소수의 강력한 고객에게 높은 가격을 받아야 한다.==

• 점진적인 개선 10개, 50개, 100개를 합쳐도 하나의 극적인 도약인 ‘은탄환(silver bullet)’이 되지 않는다.
• ChatGPT, Midjourney 같은 AI 제품은 광고비나 보조금 없이 유기적으로 사용자를 얻었고, 높은 원가(COGS) 때문에 가격을 올려도 고객이 더 지불하려 했다.
• AI 모델과 AI 코딩 도구는 소수의 창업자가 과거보다 한 자릿수 이상 낮은 비용으로 훨씬 깊은 제품을 만들게 하므로, 대중을 향한 얕은 제품보다 좁고 전문적인 스타트업(narrow startup)이 유리하다.
• 시장 규모(TAM) 추정보다 고객에게 전달한 가치, 고객이 실제로 지불하려는 가격, 제품이 시장의 요구를 감당하지 못할 만큼 끌려가는지가 더 강한 신호다.

Anish Acharya는 마케팅을 별도 문제로 보고 고객 획득 비용(Customer Acquisition Cost, CAC)을 투입하기보다, 제품이 스스로 발견되고 고객이 기꺼이 높은 가격을 내는 수준까지 제품을 밀어붙이라고 권한다. 다만 소수의 파워 유저가 있다고 해서 대중 시장 적합성(mass-market fit)이 생긴 것은 아니므로, 파워 유저의 높은 가치를 제대로 포착하는 좁은 스타트업을 만들거나 처음부터 대중 시장을 겨냥해야 한다.

1. 100배 가치 도약이 유통보다 먼저다

제품이 기존 대안보다 압도적으로 낫지 않다면 유통(distribution)이 중요해지지만, 현재의 AI 기술은 창업자가 제품 자체로 경쟁할 수 있는 ‘은탄환’을 풍부하게 제공한다.

1.1. 은탄환과 납탄환의 차이

1. 점진적 개선의 자기기만

   1. 창업자가 만드는 착각: 창업자는 때때로 ‘조금 더 나은’ 제품을 ‘100배 더 나은’ 제품이라고 스스로 설득한다.
   2. 유통에 기대는 조건: 제품이 기존 제품보다 100배 나아질 수 없다면 당연히 유통망, 영업, 광고가 승패를 가른다.

2. 두 종류의 탄환

   1. 은탄환(silver bullet): 하나의 극적인 개선이 고객 경험을 근본적으로 바꾸는 100배 가치 도약이다.
   2. 납탄환(lead bullets): 작고 점진적인 개선의 묶음이다.
   3. 합산의 한계: 10개, 50개, 심지어 100개의 작은 개선도 하나의 은탄환과 같아지지 않는다.

3. AI 시대의 조건

   1. 기술의 풍부함: 현재 접근 가능한 모델에는 은탄환에 해당하는 능력이 곳곳에 존재한다.
   2. 승리의 기준: 이 시대에는 유통을 먼저 확보하려 하기보다 더 나은 제품을 만드는 쪽에 베팅해 이길 수 있다.

1.2. Anish Acharya의 배경과 관점

1. 투자 영역

   1. 직책: Anish Acharya는 Andreessen Horowitz의 General Partner다.
   2. 펀드: AI apps fund에서 투자하며 소비자용(consumer)과 기업용(enterprise) 애플리케이션을 모두 본다.
   3. 소비자용 선호: 이상하고(weird) 실제로 작동하는(working) 회사를 좋아한다.
   4. 기업용 선호: 실제로 작동하는 회사를 좋아하며, 소비자용보다 덜 이상해도 괜찮고 이상해도 판단하지 않는다.

2. 제품 제작자 관점

   1. 엔지니어·제품 성향: 스스로 엔지니어이자 제품 담당자라고 말한다.
   2. 코딩 습관: 여가 시간에도 많은 코드를 작성한다.
   3. 시대 인식: 현재를 ‘기적의 시대(age of miracles)’로 보며, 무언가를 만들고 있다면 자신의 이야기를 들려달라고 창업자에게 요청한다.

2. 유기적 채택과 높은 지불 의사가 만드는 새로운 경제성

AI 제품은 고객 획득을 보조금으로 사는 방식에서 벗어나, 고객이 스스로 찾아오고 높은 가격을 감수하는 구조를 만들었다.

2.1. 고객 획득 비용은 고객 의지의 부족을 보조하는 돈이다

1. CAC의 본질

   1. 보조금(subsidy): 고객 획득 비용(Customer Acquisition Cost, CAC)은 고객이 혼자서는 제품을 써보지 않을 만큼 동기가 약할 때 기업이 사용을 밀어붙이는 보조금이다.
   2. 유기적 채택(organic adoption): 고객이 다른 인센티브 없이도 충분히 흥미를 느껴 제품을 직접 사용하면 CAC가 필요 없다.

2. AI 초기 제품이 보여준 변화

   1. 제품: ChatGPT, Midjourney와 여러 초기 AI 제품의 트래픽은 유기적으로 발생했다.
   2. 비교 기준: 이런 유기적 유입은 약 10년 동안 소비자 제품이 채택되는 방식과 달랐다.
   3. 핵심 신호: 고객이 광고를 보고 설득당한 것이 아니라 새로운 능력을 직접 경험하고 싶어서 찾아왔다.

2.2. 높은 가격은 원가와 가치가 동시에 반영된 결과다

1. 지불 의사에 관한 두 가지 초기 관찰

   1. 지불자 비율: 많은 사람이 AI 제품에 돈을 낼 의사가 있었다.
   2. 가격 상한의 돌파: AI 회사는 구독 서비스에 대해 고객이 낼 수 있다고 생각했던 가격 상한을 빠르게 넘어섰다.

2. AI 원가(COGS)가 만든 가격 현실

   1. 비사소한 원가: AI 회사의 매출원가(Cost of Goods Sold, COGS)는 사소하지 않으며 매우 높을 수 있다.
   2. 영상 생성의 사례: 영상 생성(video generation)처럼 계산량이 큰 제품은 원가가 특히 높다.
   3. 가격의 필연성: 실제 비용이 발생하므로 회사는 고객에게 실제 돈을 받아야 했고, 최고의 생성 경험을 제공하려면 높은 가격을 받아야 했다.

3. 가격 인상에 대한 고객 반응

   1. 수요의 지속: 많은 AI 회사는 가격을 올려도 고객이 지불하려 한다는 사실을 발견했다.
   2. 더 내고 싶은 욕구: 고객은 단순히 높은 가격을 감수한 것이 아니라 더 많은 돈을 내기를 원하기도 했다.
   3. 전략적 질문: 이런 극단적인 지불 의사를 끝까지 밀어붙이면 어떤 회사 구조가 가능한지 탐색할 수 있다.

2.3. 소수 고객으로도 큰 매출을 만드는 두 가지 귀결

1. 좁은 고객 기반의 규모 있는 소프트웨어 회사

   1. 산술: 월 200달러를 내는 고객 4만 1,000명이면 연환산 매출(run rate) 1억 달러가 된다.
   2. 전략적 의미: 상대적으로 적은 고객만으로도 대규모 소프트웨어 회사를 만들 수 있다.

2. 소비 지출의 소프트웨어 흡수

   1. 지출의 이동: 시간이 지나면 소프트웨어가 소비자가 쓰는 지출의 거의 모든 부분을 흡수할 수 있다.
   2. AI의 포착: 그 지출은 점점 AI와 소프트웨어 제품이 가져가게 된다.
   3. 낙관적 귀결: 더 많은 개인이 대규모 AI 회사를 만들고, 소비자는 소프트웨어로 더 많은 필요를 해결하게 된다.

3. ‘마케팅 문제’가 아니라 제품 문제를 해결하라

AI 시대의 제품은 과거보다 훨씬 깊고 야심 차게 만들어질 수 있으므로, 고객을 사 오는 대신 고객이 스스로 찾아올 이유를 제품에 심어야 한다.

3.1. CAC가 큰 제품은 약속을 충분히 이행하지 못한 제품이다

1. 제품 우선 원칙

   1. 핵심 문장: 마케팅 문제는 없고 제품 문제만 있다.
   2. CAC의 해석: 상당한 고객 획득 비용이 필요하다는 사실은 제품이 고객에게 충분한 가치를 전달하지 못했다는 뜻이다.
   3. 야심의 기준: 과거의 기업과 제품은 지금처럼 높은 야심을 실현할 수 없었지만, 이제는 가능하다.

2. 실행 방향

   1. 제품을 극단적으로 깊게 만들기: 고객의 구체적인 필요를 얕게 여러 개 해결하기보다 하나의 필요를 깊이 해결한다.
   2. 가격을 회피하지 않기: 제품이 만드는 가치를 가격에 반영하고, 고객이 실제로 지불할 수 있는지 검증한다.
   3. 고객 피드백으로 조정하기: 고객에게 들은 내용을 바탕으로 제품과 가격을 계속 조정한다.

3.2. 새로운 모델이 열어젖힌 인간 경험의 영역

1. 이전 40년의 모델

   1. 지적 능력의 확장: 지난 40년 동안 만들어진 모델은 인간 두뇌와 사회의 지적 부분을 가능하게 하거나 확장했다.
   2. 범위의 한계: 지적이고 결정론적인 측면은 인간 경험과 문명·사회의 일부에 불과했다.

2. 주관적 창의 컴퓨터(subjective creative computers)

   1. 비결정론적 영역: 새 컴퓨터는 인간 사회와 경험의 비결정론적(non-deterministic) 부분을 기술로 다룰 수 있다.
   2. 감정과 관계: 감정(emotions)과 인간관계(relationships)가 기술로 접근 가능한 영역이 된다.
   3. 자기표현과 창작: 자기표현 욕구와 인간이 수행하는 창조적 작업도 소프트웨어가 다룰 수 있다.
   4. 시장 범위의 확대: 인간 경험에서 오히려 더 큰 부분이 이제 기술로 해결 가능한 대상으로 바뀌었다.

3.3. AI 코딩이 작은 팀의 생산 비용을 낮춘다

1. 비용과 난도의 붕괴

   1. AI code: AI 코딩과 관련 도구는 소프트웨어를 만드는 비용과 난도를 크게 낮춘다.
   2. 생산량의 변화: 소수의 사람이 과거보다 훨씬 많은 것을 만들 수 있다.

2. 전략의 전환

   1. 과거에는 불가능했던 규모: 이런 생산 방식은 이전에는 가능하지 않았다.
   2. 한 자릿수 이상의 비용 절감: 창업자는 과거보다 한 자릿수 규모(order of magnitude) 낮은 비용으로 더 많은 기능을 구현한다.
   3. 새로운 구호: ‘더 크게 가거나 집에 가라(go big or go home)’보다 ‘더 깊게 가거나 집에 가라(go deep or go home)’가 적합하다.

3.4. 협찬 사례: Attio AI CRM

1. 제품의 약속

   1. 대화 중심 CRM: Attio는 중요한 대화를 따라가는 현대 기업용 AI CRM이다.
   2. 데이터 연결: 이메일, 통화, 제품 데이터를 연결하면 완전한 맥락을 포함한 CRM을 즉시 만든다.

2. AI 기반 활용

   1. 질문형 업무: Attio에 무엇이든 물어 거래 위험을 찾고, 아웃리치를 작성하며, 새로운 잠재고객을 발굴한다.
   2. 영업 방식 적응: 제품 주도 성장(Product-Led Growth, PLG)이나 엔터프라이즈 영업 모두에 맞춰진다.
   3. 에이전트 연동: AI 에이전트를 만드는 팀은 어떤 MCP client든 CRM에 직접 연결해 에이전트가 행동에 필요한 맥락을 늘 확보할 수 있다.

3. 사회적 증거와 안내

   1. 사용 기업: 9,000개 회사가 Attio를 사용하며 Granola, Modal, WhisperFlow가 포함된다.
   2. 체험 경로: attio.com/eo에서 무료로 시작할 수 있다.

4. 좁은 스타트업(narrow startup)이 새로운 해자가 된다

좁은 스타트업은 강한 의견을 담아 깊게 만든 제품을 소수에게 높은 가격으로 판매하며, 전문화를 경쟁자가 쉽게 복제할 수 없는 해자(moat)로 바꾼다.

4.1. 좁은 스타트업의 정의와 단순한 산술

1. 운영 원리

   1. 작게 만들기(build small): 처음부터 모든 사람을 대상으로 하지 않고 명확한 고객군에 집중한다.
   2. 깊게 가기(go deep): 해당 고객의 구체적인 업무와 문제를 극도로 세밀하게 해결한다.
   3. 많이 받기(charge a lot): 고객에게 전달된 높은 가치를 높은 가격으로 회수한다.

2. 매출 구조

   1. 목표 고객 수: 월 200달러 고객 4만 1,000명이면 1억 달러 연환산 매출이 된다.
   2. 고객 수의 함정 회피: 수천만 명의 무료 사용자보다 높은 가치를 인정하는 소수 고객이 더 건강한 출발점이 될 수 있다.

3. 이미 나타난 가격대

   1. Google Ultra: 최상위 SKU가 월 250달러다.
   2. Grok: 월 300달러다.
   3. OpenAI: 월 200달러 요금제가 있다.
   4. Anthropic: 월 200달러 수준의 요금제가 있다고 언급된다.
   5. 소비자 반응: 소비자는 이런 고가 제품을 유기적으로 찾아가며, 기대한 가치를 반복해서 제공받고 있다.

4.2. 전문화가 복제 비용을 높인다

1. 개별 고객을 위한 극단적 맞춤화

   1. 깊이의 가능성: 새로운 기술과 소프트웨어 제작 비용의 하락 덕분에 한 고객에게 훨씬 더 전문화된 제품을 만들 수 있다.
   2. 경쟁 난도: 경쟁자가 같은 수준의 전문화를 따라잡기 어렵다.

2. 로드맵 해자

   1. 시간 장벽: 경쟁자가 유사 제품을 만들려면 3년치 로드맵을 따라가야 할 수 있다.
   2. 차별화의 극단: 좁은 스타트업은 차별화(differentiation)를 극단까지 밀어붙인 형태다.

4.3. 거대 AI 연구소가 다 채우지 못할 제품 생태계

1. 범용 연구소의 우선순위 한계

   1. ChatGPT의 폭넓은 목표: ChatGPT는 많은 일을 하려 한다.
   2. 생태계 구축의 부담: 특정 영역의 가치를 온전히 포착하려면 풍부한 소프트웨어 생태계와 제품 생태계를 구축해야 한다.
   3. 우선순위 불확실성: 거대 연구소의 우선순위 목록에서 모든 전문 생태계가 높은 순위를 차지할지는 분명하지 않다.

2. 회의 녹음기(meeting recorder)의 사례

   1. 현재 기능: 여러 제품이 음성을 텍스트로 전사해 회의 노트를 만들어준다.
   2. 가치 포착의 조건: 회의 기록만으로는 충분하지 않고 업무 전체를 담는 오피스 제품군이 필요하다.
   3. 필요한 구성 요소: 스프레드시트(spreadsheet), 워드 프로세서(word processor), 다이어리 앱(diary app), 노트 앱(notes app)과 여러 업무용 소프트웨어가 함께 있어야 한다.
   4. 창업 기회: 회의 기록에서 출발해 풍부한 제품 생태계를 만든 전문 회사가 연구소보다 더 완전하게 고객 가치를 회수할 수 있다.

4.4. 멀티모델과 예상 초과 달성이 만드는 해자

1. 멀티모델(multi-model) 전략

   1. AI 코딩의 이점: AI 코딩처럼 여러 모델을 함께 쓰는 것이 더 좋은 제품 카테고리가 있다.
   2. 모델 선택권: Anthropic, OpenAI, Google의 모델을 모두 활용할 수 있으면 고객에게 더 나은 결과를 제공할 수 있다.
   3. 연구소의 제약: OpenAI가 Google의 모델까지 활용하는 제품을 만드는 것처럼 한 회사가 경쟁사의 모델을 폭넓게 결합하기는 어렵다.
   4. 경쟁 방식: 멀티모델은 거대 AI 연구소와 경쟁하는 방법이 된다.

2. 고객 기대를 넘어서는 결과

   1. Cursor 사례: Cursor에 모델로 기능을 생성해달라고 하면 고객이 기대하거나 상상한 것보다 훨씬 좋은 결과가 나올 때가 있다.
   2. 제품의 초과 전달: 고객 기대치를 넘어서는 경험이 제품의 강력한 속성이 된다.
   3. 가격 책정의 근거: 모델이 특별한 결과를 만들기 위해 오래 생각하면 계산 비용이 증가하며, 그 비용은 고객에게 청구해야 한다.
   4. 비용의 정당성: 비싼 추론(inference)은 탁월한 결과를 내기 위한 비용이므로 비싸야 하고, 그렇게 작동하는 것이 옳다.

3. 100배 도약으로 되돌아가는 원칙

   1. 조건부 유통론: 제품이 100배 뛰어나지 않으면 유통이 중요하다.
   2. AI 시대의 기회: 모델이 제공하는 능력 덕분에 100배 가치 도약을 만들 수 있는 은탄환이 곳곳에 있다.
   3. 실행 결론: 더 좋은 제품을 만드는 데 베팅하면 고객 확보 경쟁을 제품 우위로 바꿀 수 있다.

5. TAM 대신 지불 의사와 고객 가치로 시장을 판단하라

총주소시장(Total Addressable Market, TAM)을 크게 그리는 일은 투자자와 창업자 모두에게 흔한 실패 원인이며, 실제 지불과 고객 가치가 더 강한 시장 신호다.

5.1. TAM 예측은 어리석은 심부름이다

1. 예측의 한계

   1. 불가능에 가까운 계산: TAM은 매우 어렵고 사실상 예측하기 불가능하다.
   2. 실패의 원천: 투자자는 물론 창업자도 큰 TAM을 찾느라 실패한다.

2. Anish Acharya의 초기 창업자 경험

   1. 큰 시장 강박: 첫 창업 때는 큰 시장이 필요하고 TAM이 커야 한다고 생각했다.
   2. 개념 자체의 불확실성: 당시 TAM이 정확히 무엇인지도 확신하지 못했지만 큰 것이 작은 것보다 좋다고 여겼다.
   3. 잘못된 후보: 헬스케어와 질병 관리처럼 큰 시장을 골랐지만 그 시장에 대해 아무것도 몰랐고 에너지도 없었다.

5.2. 관심과 성장성에서 출발한 실제 창업

1. 자신이 보고 싶은 제품

   1. 문제 선택: 성공적인 제품은 본인이 존재하기를 원했던 것을 만든 데서 나왔다.
   2. 관심 분야: 사회 그래프(social graphs)와 모바일 게임(mobile games)에 개인적인 열정이 있었다.
   3. 공동 창업: 공동 창업자와 함께 그 분야의 제품을 만들었다.

2. 초기 iPhone App Store의 사례

   1. 당시 규모: iPhone App Store가 출시될 때 세상에는 iPhone이 600만 대뿐이었다.
   2. TAM의 인상: 600만 대는 큰 총주소시장처럼 보이지 않았다.
   3. 선택의 근거: 시장이 빠르게 성장한다고 느꼈고, 팀이 그 시장에 큰 에너지를 갖고 있었기 때문에 그곳에 베팅했다.
   4. 결과: TAM을 깊이 계산하지 않았지만 시장 선택이 맞았고 제품이 성공했다.

5.3. 1,000달러 SKU가 주는 더 유용한 질문

1. 가치 중심 사고

   1. 핵심 변수: 고객에게 전달되는 가치와 고객이 기꺼이 지불하는 가격을 생각한다.
   2. 실제 신호: 고객이 큰 가격을 기꺼이 낸다면 올바른 방향으로 가고 있을 가능성이 높다.

2. 창업자가 던질 질문

   1. 월 1,000달러 SKU: “우리 제품의 월 1,000달러짜리 SKU는 무엇인가?”를 묻는다.
   2. 제품 요구사항: 그 가격을 정당화하려면 제품이 무엇을 해야 하는지 구체화한다.
   3. 현재 능력: 제품이 지금 그 일을 하고 있는지 확인한다.
   4. 검증: 고객이 실제로 지불할 의사가 있는지 테스트한다.

3. 반대 신호

   1. 유료 체험 유도: 무료 제품을 쓰게 하려고 고객에게 돈까지 지급해야 한다면 잘못된 방향일 가능성이 높다.
   2. 지불의 의미: 고객이 돈을 낸다는 것은 대체로 가치를 얻고 있다는 뜻이며, TAM보다 제작자에게 유용한 신호다.

6. 제품 시장 적합성(PMF)을 프레임워크가 아니라 현실의 힘으로 검증하라

유지율(retention)과 CAC는 측정할 수 있지만, 창업자가 만든 제품을 고객과 시장이 실제로 얼마나 강하게 끌어당기는지 먼저 봐야 한다.

6.1. 고객이 로드맵을 밀어내는 순간

1. 정량 신호

   1. 유지율과 CAC: 고객이 계속 남는지와 고객을 얻는 비용은 제품 건강의 상류 지표다.
   2. 측정의 역할: 이런 지표는 측정할 수 있지만 숫자 자체가 제품의 본질을 대신하지는 않는다.

2. 정성 신호

   1. 고객의 아이디어: 고객은 창업자보다 더 많은 제품 로드맵 아이디어를 제시한다.
   2. 감당할 수 없는 요구량: 제품과 관련해 벌어지는 모든 일을 팀이 따라잡을 수 없을 정도가 된다.
   3. 고객 직관: 본인이 고객이거나 고객의 고통점에 대한 직관이 있으면 이런 신호를 더 빨리 읽을 수 있다.

3. 제품 시장 적합성의 체감

   1. 시장 견인: Mark가 말했듯 시장이 제품을 창업자에게서 끌어낸다.
   2. 힘의 방향: 제품을 억지로 시장에 밀어 넣는 것이 아니라 시장이 제품을 폭력적으로, 때로는 고통스럽게 끌어낸다.
   3. 판별 문장: 시장이 제품을 ‘자주, 강하게, 감당하기 어려울 정도로’ 요구하는 경험이 제품 시장 적합성이다.

6.2. 창업자가 빠지는 심리적 함정

1. PMF를 말로 설득하는 함정

   1. 자기 설득: 제품 시장 적합성을 스스로에게 말로 설득해야 한다면 이미 PMF를 갖지 못한 것이다.
   2. 판별 원칙: 진짜 PMF는 설명과 합리화가 아니라 시장의 압력으로 드러난다.

2. 지표를 합리화 도구로 쓰는 함정

   1. 좋은 숫자 찾기: 창업자는 시장 적합성이 있다고 믿을 만한 지표를 찾느라 미친 듯이 움직일 수 있다.
   2. 벤치마크 집착: ‘좋은 유지율’과 ‘좋은 CAC’가 얼마인지 계속 조정하려는 일은 종종 생산적이지 않다.

3. 프레임워크보다 비즈니스의 물리학

   1. 현실의 물리학: 모든 사업에는 비즈니스의 물리학이 있다.
   2. 90% 이탈 사례: 1년이 끝날 때 고객의 90%를 잃는다면 그 카테고리에서 최상급 유지율이어도 작동하는 사업을 만들기 어렵다.
   3. 검증 방식: 외부 프레임워크 대신 첫 원칙(first principles)에서 사업 건강을 판단하는 편이 더 생산적이다.

6.3. 파워 유저 함정과 두 갈래의 선택

1. 파워 유저가 주는 착시

   1. 높은 사용 가치: 파워 유저가 제품에서 큰 가치를 얻는 것은 좋은 일이다.
   2. 매출로 전환되지 않는 가치: 그들이 얻는 가치를 회사가 포착하지 못하면 성장 그래프에서는 여전히 점 하나로만 계산된다.

2. 좁은 스타트업의 선택

   1. 파워 유저를 위한 제품: 파워 유저를 대상으로 만들고 그들이 얻는 가치를 가격과 제품 구조로 포착한다.
   2. 좁은 스타트업의 정의: 소수에게 깊게 제공하고 높은 가격을 받는 방식이 narrow startup의 핵심이다.

3. 대중 시장의 선택

   1. 대중을 위한 제품: 대중 시장을 목표로 한다면 넓은 시장에서 반복 사용과 지불이 일어나도록 제품을 만든다.
   2. 대체물 금지: 소수의 행복한 파워 유저를 갖고서 대중 시장 적합성의 대체물이라고 자기 자신에게 말하지 않는다.

7. 제품에 미친 듯이 투자하고 지금 시작하라

소수의 고객을 위해 높은 가격을 받고 극도로 깊은 제품을 만들면, 풍부한 자본과 강한 소비자 관심이 있는 지금의 3~7년 창업 주기 안에 성공 가능성을 만들 수 있다.

7.1. 실행 지침

1. 제품 야심을 높이기

   1. 극단적 제품 집착: 제품에 미친 듯이 야심을 품는다.
   2. 가치와 가격의 정렬: 가격을 올리고 고객의 반응에 따라 조정한다.

2. 사업서보다 고객을 보기

   1. 프레임워크 거리 두기: 비즈니스 서적이나 경영 프레임워크에 과도하게 의존하지 않는다.
   2. 소수 집중: 적은 수의 고객을 위해 제품을 만들고 그들에게 높은 가격을 청구한다.
   3. 깊이의 축적: 고객의 문제에 극도로 깊이 들어가면 성공으로 가는 길을 찾을 가능성이 높아진다.

7.2. 풍요의 의제(abundance agenda)가 뜻하는 시간표

1. 장기 아이디어가 아닌 실행 가능한 주기

   1. 시간 범위: 좁은 스타트업 전략은 20년, 30년, 50년 뒤를 기다리는 아이디어가 아니다.
   2. 현실적 주기: 3년, 5년, 7년 안에 결과를 만들 수 있는 아이디어다.

2. 현재의 조건

   1. 풍부한 자본: 새로운 AI 제품으로 흘러가는 자본이 풍부하다.
   2. 강한 소비자 관심: 소비자는 새로운 제품에 극적인 관심을 보인다.
   3. 풍요의 의미: 자본과 관심이 동시에 충분한 환경에서 더 적은 인원이 더 큰 회사를 만들 수 있다는 뜻이다.

3. 시작 시점

   1. 지금 창업하기: 회사를 시작할 생각이 있었다면 지금 시작한다.
   2. 경력상 최적기: 더 좋은 시기와 더 나쁜 시기가 있다면, Anish Acharya가 자신의 전체 경력에서 본 것 중 지금이 압도적으로 가장 좋은 시기다.

주요 발언 모음

“제품이 전달할 수 있는 것이 다른 모든 것보다 100배 나을 수 없다면, 물론 유통이 중요하다.”

“점진적으로 더 나은 것을 100배 더 낫다고 스스로에게 거짓말해왔다.”

“은탄환 하나는 극적인 개선이고, 납탄환 여러 개는 작은 점진적 개선이다. 납탄환 10개, 50개, 100개도 은탄환 하나와 같아지지 않는다.”

“오늘날에는 마케팅 문제가 없고 제품 문제만 있다.”

“제품에 미친 듯이 야심을 품고, 가격을 올리고, 고객에게 들은 내용에 맞춰 조정하라.”

“고객을 설득해서 써보게 해야 한다면, 그 고객은 혼자서 제품을 시도할 만큼 동기 부여되지 않은 것이다.”

“소수의 사람을 위해 만들고, 많은 돈을 받고, 미친 듯이 깊이 들어가라.”

“시장이 제품을 창업자에게서 끌어낸다. 종종 폭력적으로 끌어낸다.”

“파워 유저를 갖는 것과 파워 유저가 만들어내는 가치를 포착하는 것은 다르다.”

“이것은 20년, 30년, 50년짜리 아이디어가 아니라 3년, 5년, 7년짜리 아이디어다.”

“회사를 시작할 생각이었다면 지금 시작하라. 내 전체 경력에서 지금보다 훨씬 좋은 시기는 보지 못했다.”

핵심 데이터 & 수치

• 100배: 제품이 기존 대안보다 압도적으로 나아야 유통보다 제품 우위를 앞세울 수 있다.
• 10·50·100개: 작은 점진적 개선을 10개, 50개, 100개 쌓아도 은탄환 하나가 되지 않는다.
• 약 10년: ChatGPT와 Midjourney의 유기적 채택은 이전 약 10년의 소비자 제품 채택 흐름과 달랐다.
• 4만 1,000명 × 월 200달러: 1억 달러 연환산 매출(run rate)을 만드는 단순한 좁은 스타트업 산술이다.
• 월 250달러: Google Ultra의 최상위 SKU 가격으로 언급됐다.
• 월 300달러: Grok의 가격으로 언급됐다.
• 월 200달러: OpenAI와 Anthropic의 고가 요금제 가격으로 언급됐다.
• 3년: 전문화된 경쟁 제품을 따라잡기 위해 경쟁자가 구축해야 할 수 있는 로드맵의 길이다.
• 600만 대: iPhone App Store 출시 당시 세상에 존재했던 iPhone 수다.
• 월 1,000달러: 창업자가 제품의 최고가 SKU를 상상하며 던져야 하는 질문의 가격대다.
• 90%: 1년 후 고객 90%를 잃는 사업은 해당 카테고리의 최상급 수치라도 작동하기 어렵다.
• 9,000개: Attio를 사용하는 회사 수로 제시됐다.
• 3·5·7년: 풍요의 의제에서 좁은 AI 스타트업이 성과를 만들 수 있는 현실적인 시간표다.

결론 및 시사점

1. AI 스타트업은 무료 사용자를 더 많이 모으는 일보다 기존 대안보다 100배 뛰어난 가치를 만드는 일부터 시작해야 한다.
2. 제품이 스스로 발견될 만큼 강력하다면 CAC는 고객 의지의 부족을 보조하는 불필요한 지출이 된다.
3. 높은 AI 원가를 숨기지 말고 계산 비용과 고객이 받는 초과 가치를 가격에 반영해야 한다.
4. 소수 고객에게 깊은 전문화를 제공하고 높은 가격을 받는 narrow startup은 작은 고객 기반으로도 큰 매출을 만들 수 있다.
5. 전문화, 풍부한 제품 생태계, 멀티모델 지원은 거대 AI 연구소와 차별화하는 세 가지 해자가 된다.
6. 파워 유저가 행복해하는 것만으로는 충분하지 않으며, 그들이 얻는 가치를 실제 매출로 포착해야 한다.
7. 대중 시장을 선택한 팀은 소수의 파워 유저를 대중 시장 적합성으로 착각하지 말아야 한다.
8. TAM을 크게 그리는 대신 고객 가치, 지불 의사, 고객이 밀어붙이는 로드맵, 사업의 물리학을 첫 원칙에서 검증해야 한다.
9. ‘월 1,000달러 SKU가 무엇인가?’라는 질문은 제품이 제공할 수 있는 극단적 가치를 구체화한다.
10. 자본과 소비자 관심이 함께 풍부한 지금은 3~7년 안에 깊은 제품을 만들어낼 수 있는 창업의 적기다.

핵심 요약 (20줄)

1. AI 스타트업은 고객 수를 늘리기 전에 제품이 기존 대안보다 100배 뛰어난 가치를 내도록 만들어야 한다.
2. 점진적인 개선 10개, 50개, 100개는 하나의 극적인 도약인 은탄환(silver bullet)과 같아지지 않는다.
3. 제품이 100배 나아질 수 없다면 유통(distribution), 영업, 광고가 승패를 가르는 요소가 된다.
4. ChatGPT와 Midjourney는 고객이 별도 보조금 없이 스스로 찾아온 유기적 채택의 대표 사례다.
5. 고객 획득 비용(CAC)은 고객이 혼자 제품을 시도할 동기가 부족할 때 기업이 지급하는 보조금이다.
6. AI 제품의 높은 원가(COGS), 특히 영상 생성 비용은 회사가 고객에게 실제 돈을 받아야 하는 이유가 됐다.
7. AI 회사들은 가격을 올려도 고객이 지불했고, 일부 고객은 더 높은 가격을 오히려 원했다.
8. 월 200달러를 내는 고객 4만 1,000명은 1억 달러 연환산 매출을 만들 수 있다.
9. 좁은 스타트업(narrow startup)은 소수 고객에게 강하게 전문화된 제품을 깊이 제공하고 높은 가격을 받는다.
10. 전문화는 개별 고객에게 맞춘 깊이를 경쟁자가 따라잡기 어렵게 만드는 새로운 해자(moat)가 된다.
11. 회의 기록 제품이 모든 가치를 포착하려면 스프레드시트, 워드 프로세서, 다이어리, 노트 앱을 포함한 생태계가 필요하다.
12. 여러 모델을 결합하는 멀티모델(multi-model) 제품은 경쟁 연구소가 자사 모델만 써야 하는 제약을 이용할 수 있다.
13. 모델이 고객의 기대를 넘는 결과를 만들 때 늘어난 추론 비용은 높은 가격으로 정당하게 회수해야 한다.
14. 총주소시장(TAM)을 크게 예측하는 일보다 고객에게 전달한 가치와 고객의 실제 지불 의사가 강한 시장 신호다.
15. 월 1,000달러 SKU가 무엇인지 묻는 질문은 제품이 만들 수 있는 가장 큰 고객 가치를 구체화한다.
16. 시장이 제품을 창업자에게서 감당하기 어려울 정도로 끌어낼 때 제품 시장 적합성(PMF)이 드러난다.
17. 1년 뒤 고객의 90%를 잃는 사업은 그 카테고리에서 최상급 유지율이어도 사업의 물리학을 이기기 어렵다.
18. 소수의 행복한 파워 유저는 그들이 만드는 가치를 회사가 포착하지 못하면 성장 그래프에서 점 하나에 불과하다.
19. 창업자는 제품에 미친 듯이 투자하고 가격을 올리며 고객 피드백으로 조정하고 경영 프레임워크보다 현실을 봐야 한다.
20. 풍부한 자본과 소비자 관심이 있는 지금은 좁고 깊은 AI 스타트업을 3년, 5년, 7년 주기로 만들기 가장 좋은 시기다.