[AI비즈포럼-키노트#1] AI 시대의 투자기회 (허진호 박사님) - 제1회 AI비지니스포럼 발표

저한테 주어진 시간이 대략 최대 30분으로 이해하고 있고 그렇기 때문에 근데 제가 드리고 싶은 설명의 내용이 좀 많아가지고 사전에 제가 이메일로 여러분께 내용을 공지, 보내드린 게 있을 겁니다. 제가 1월 달에 써서 발송했던 뉴슬레터가 있고 그걸 기반으로 해서 제가 작성한 발표 자료가 있는데 오늘 설명드릴 내용은 곧 다음부터입니다. 그러니까 그걸 읽으셨다고 가정을 하고 그래서 그러한 형태의 시장 흐름이 있는 상태에서 투자자 입장에서는 어떤 투자 기회가 있을 것인가 라는 것이 제가 오늘 여러분들한테 드리고 싶은 내용입니다. 그래서 이것이 아마 여러분들께 보여드렸던 뉴스레터 제가 1월 초에 보내드렸던 뉴스레터고 그 내용을 기반으로 해서 현재 시장에서의 흐름 그러니까 주로 미국 시장과 중국 시장, 한국 시장으로 나누어서 각각 시장마다 LLM 그다음에 그 위에 TOOL 그리고 서비스, 엔터프라이즈 AIC와 컨실러 AI 이렇게 카테고리별로 나눠서 계획적인 흐름을 설명을 드렸고 그래서 그러면 그걸 기반으로 해서 제가 든 투자자들은 어떤 분야에 투자를 할 수 있을 것인가 또 어떤 형태의 창업자들을 저희는 찾고 있는지에 대한 설명을 드리려고 합니다. 그래서 제가 그렇게 친절하지 않은 편이어서 제가 설명도 잘하지 못하고 친해지지 않을 수도 있는데 최대한 센스에 맞춰서 집중해서 설명을 드리도록 하겠습니다. 이게 오늘 제가 여러분께 드리고자 하는 키워드입니다. 조금 전에 다른 분하고도 말씀 나눴습니다만 지금 아마 딥시크가 나오면서부터 지금 우리나라에 갑자기 화도가 된 게 AI 인프라가 화도가 됐고 그걸 기반으로 해서 서브랜드 AI를 어떻게 만들 것인가에 대한 논의가 화도가 되고 있는 걸로 알고 있습니다. 근데 저희는 그것에 대한 논의하지 않을 거고요. 저희가 찾는 것은 초기 투자자로서 지금부터 해서 앞으로 10년 동안 어느 분야에서의 새로운 창업 기회가 생길 것인가 라는 부분에 가장 집중을 많이 하고 있는데 제일 첫 번째 키워드는 아마 올해와 올해부터 시작을 해가지고 가장 주목을 많이 받고 있고 굉장히 다양한 형태의 시도들이 나올 에이전트에 관련된 얘기들입니다. AI 에이전트 그리고 그것이 크립토와 결합됐을 때 어떤 형태의 일들이 지금 일어나고 있고 일어날 것인지에 대한 설명을 드릴 것이고 두 번째 카테고리에 있는 내용은 사실 전반적으로 지금 우리나라보다는 주로 미국에서 일어나고 있는 흐름을 기반으로 해서 대략적으로 엔터프라이즈 타겟을 하는 AI 시장. 그게 사스일 수도 있고 엔터프라이즈 솔루션일 수도 있고 엔터프라이즈를 위한 여러 가지 어떤 형태의 일들이 일어나고 있고 저희는 거기에서 어떤 것들을 기대하고 있는지 설명을 좀 드려보겠습니다. 근데 이 내용이 사실은 앞에 제가 보여드렸던 글을 읽으셨으면 거기서부터 출발해야지 설명을 드릴 수 있는데 그걸 읽지 않으셨으면 살짝 어려워요. 그러니까 너무 개념적인 얘기가 많이 있을 수는 있습니다. 최대한 제가 설명을 드려보도록 하겠습니다. 그다음에 마지막 카테고리는 그 다음 단계를 기대하고 있는 컨실러 시장에서의 기회 중심을 설명을 드리도록 하겠습니다. AI 에이전트와 관련해서는 사실은 이게 제가 보내드린 발표 자료에 있던 내용이 일부이기도 하는데 대략 작년 가을부터 시작을 해서 아마 2025년도에 가장 큰 키워드는 에이전트가 될 것이다라고 하는 것이 시장의 컨센서스였습니다. 그리고 굉장히 다양한 형태의 시도들이 있었지만 당시까지만 하더라도 코딩 분야에서의 에이전트, 특히 갈릭대표 여러분이 잘 아시는 컬스와 같은 결국 에이전트를 활용한 코딩 코파일럿 다음 단계죠. 정도가 시장에서 실질적으로 어떤 밸류를 만들기 시작한 것 외에는 대부분 툴들이 나오고 있었고 그 툴들을 가지고 어떤 형태의 서비스나 비즈니스 구조가 가능할 것 같다는 논의 정도가 주로 되고 있었습니다. 근데 그게 이제 한 석 달 정도 지나면서 요즘에 이제 잠깐만 인터넷이 안 되나요? 인터넷이 안 되나 본데요, 지금? 나왔나요? 원래는 업계 컨센서스가 대충 이루어진 것 같습니다. 기본적으로 올해는 아마 다양한 형태의 에이전트가 주로 엔터프라이즈 시장 중심으로 해서 확산이 되기 시작할 거고 거기에 필요한 어떻게 보면 구조라고 보시면 될 것 같습니다. 그래서 기본적으로 저는 에이전트들이 LLM 기반으로 당연히 동작할 것이고 왼쪽 아래에 그다음에 기업용이나 퍼블릭 웹 데이터를 접근을 해서 쓸 것이고 왼쪽 위에 그 다음에 오른쪽 아래 필요하다면 자기가 코딩을 직접 해서 필요한 기능이 있으면 코딩까지 해서 실행을 시키고 그다음에 다른 머신러닝 모델까지 써가지고서 원하는 결과를 내는 형태가 가장 일반적인 에이전트 형태가 될 것이고 그걸 기반으로 한 다양한 비즈니스 모델들이 올해 아마 다양한 등장할 것 같습니다. 그런데 작년에 제가 미국 스타트업들하고 투자자들하고 얘기를 나누면서 에이전트에 관련된 논의를 한 10명 정도 모여서 서서 한 시간 정도 논의하는 자리였는데 묘한 걸 느낀 게 뭐냐면 이 사람이 얘기하는 에이전트하고 이 사람이 얘기하는 에이전트가 다른 에이전트예요. 그래서 제가 그러면 지금 에이전트라는 용어로 많이 오블로드 되어 있긴 한데 과연 실제로 유스케이스를 보면 굉장히 다르거든요 그래서 제가 나름대로 나눠 구분을 해봤습니다 일단 묘하게 어떤 기준이 있다기보다는 제가 생각할 때 구조나 유스케이스 중심으로 해서 다섯 개를 나눠 봤는데 첫 번째는 지금 현재 이미 미국 같은 경우에는 실제 업무에 디플로이가 되고 있는 것들이 바로 기존의 인간이 하던 역할을 그대로 대행해주는 에이전트입니다. 대표적인 게 혹시 한 3년쯤 전에 구글 아이오에서 순더피차이가 데모했던 거 기억하시는지 모르겠는데 그 자리에서 레스토랑에 전화를 해서 레스토랑 예약을 하는 AI를 데모를 한 적이 있었습니다. 그것과 똑같은 형태로 결국 인간이 하고 있을 법한 일들을 AI가 대행해주는 것들이 이미 미국에서는 많이 쓰고 있고 제일 많이 쓰는 데가 두 군데입니다. 하나가 Outbound Sales Call, 또 하나가 Inbound Call을 처리해주는 고객 지원. 같은 경우에 진짜 literally 인간이 하고 있던 업무를 그대로 에이전트가 대행해주고 미국 같은 경우에는 언어의 자연스러운 SDT와 DTS 그리고 번역이 굉장히 자연스럽게 되고 있기 때문에 사실 많은 경우에 제가 실제 툴을 만들어서 팔고 있는 스타트업 대표한테 들었는데 자기 툴이 이미 하루에 한 10만 건 정도의 세일즈콜을 하고 있대요. 하루에. 10만 건 정도의 세일즈콜을. 그 정도 되면 기본적으로 거의 1만 명 정도의 세일즈맨을 대체하는 거거든요. 이게 첫 번째 휴먼 에이전트고요. 두 번째가 어떻게 보면 가장 우리가 에이전트 얘기할 때 제일 많이 예를 드는 것 중에 하나가 다음주 월요일부터 수요일까지 도쿄 여행을 가고 싶은데 일정을 짜서 호텔과 항공권을 다 예약해줘. 그럼 제가 알아서 다 들어가서 예약을 합니다. 이게 지금 우리가 가장 쉽게 생각할 수 있는 기존에 사람들이 다 수동으로 해야 됐던 일을 여러 개의 에이전트가 대행해 주는 형태의 툴들이 많이 나오고 있고 저는 특별히 이름 붙이기 마땅치 않아서 오토에이전트라고 이름을 붙였고 여기에 가장 중요한 주목을 해야 될 포인트들은 뭐냐면 세 번째 줄에 있는 저 툴들입니다. 엔드로팩에서 하는 컴퓨터 유스나 구글에서 나오는 프로젝트 마리너라는 AI 브라우저라고 얘기하는 것들 그리고 내지는 오픈 AI에서 컴퓨터 에이전트나 AI 브라우저들이 여기서 가장 중요한 역할을 하게 될 것이고 이것이 가진 의미는 뭐냐면 궁극적으로 나중에는 에이전트끼리 대화를 할 텐데 거기까지 가기 전에 지금 단계에서는 이미 깔려 있는 웹 베이스의 서비스들 그리고 좀 더 나아가면 예를 들면 은행 내부에 있는 계정계수 시스템과 같이 기존의 커스텀 소프트웨어들을 사람이 다뤘던 것들을 에이전트가 다루게 해주는 인터페이스 역할을 해주는 게 바로 엔세러브 컴퓨터 유저 같은 기술들입니다. 저런 것들이 아마 기존의 레거시 시스템을 새로 만들어진 에이전트에 쓸 수 있게 해주는 데 가장 중요한 역할을 해주는 툴이 될 거라고 보고 있고 이 부분들이 아주 큰 지금 막 이머징하고 있는 부분이라고 보고 있고요 세 번째 카테고리는 이제 막 툴들이 나오기 시작했습니다 앞에 나왔던 링크 체인이나 마이크로소프트에서도 에이전트 툴이 나왔고 이런 툴이 나오고 있는데 여기에서 기본적인 오토 에이전트와의 차이는 뭐냐면 에이전트가 우리가 여러분들이 LM에서 봤던 루이징도 하고 필요하다면 자기가 코딩을 짜서 디버깅해서 펑션도 만들고 필요하면 펑션도 다시 라이브러리에 집어넣고 하는 형태의 사람을 치면 팀 단위 내지는 부서 단위 조직이 했던 일을 에이전트가 자기가 알아서 다 해줍니다 하는 형태로까지 디벨롭 됐습니다. 그래서 현재 보면 대개 멀티 에이전트라고 얘기하기도 하고 그래프 형태의 에이전트도 나올 것 같아요. 제가 그래프 라인 에이전트를 쓰긴 했는데 저런 형태로 해서 기존의 조직 자체를 대체해 준 형태의 에이전트 구조가 나오게, 아마 엔터프라이즈 시장에서는 이 카테고리의 에이전트 구조가 제일 많이 보편적으로 디플로이 되게될 것 같고요. 네번째는 이거는 완전히 다른 카테고리인데 한때 나왔던 카린 AI같이 AI 와이프, AI 여자친구의 카운터파트 역할을 해주는 에이전트라고 할 수 있을 것 같습니다. 이거는 기존에 앞에 나왔던 주어진 타스크를 시행하는 에이전트가 아니라 나의 대화 상대가 되어주는 AI로서의 에이전트가 이 카테고리라고 볼 수 있을 것 같고 네번째는 사실 샘플이 전혀 없는데 저는 제가 투센터 뉴딜레이터 예전에 프로액티브 에이전트 용어를 두 번 정도 쓴 적이 있었는데 한 달 전에, 아니 2주 전에 랭체인에서 앰비언트 에이전트라는 용어를 냈더라고요. 무슨 뜻이냐면 여기서는 에이전트가 내가 어떤 요청을 해서 그 요청을 실행하는 게 아니라 클라우드에 24시간 상주를 하고 있습니다. 그래서 예를 들면 제 메일 서버에 상주하고 있다가 제가 저한테 들어오는 메일을 다 필터링 하면서 답장할 거 있으면 답장하고 저의 액션을 컨펌을 받아서 액션 취약해서 액션을 하고 그 트라이아이징 해서 저한테 필요한 액션만 알려주는 형태의 24시간 클라우드에 상주하는 에이전트를 의미합니다. 저런 에이전트라면 많이 생길 겁니다. 그리고 궁극적으로 에이전트 기반으로 모든 것이 오토메이션 됐을 때 결국 우리가 어떤 타스크를 이니셰이션 해가지고 그걸 실행해주는 에이전트뿐만이 아니라 클라우드에 늘 상주하는 형태의 에이전트가 같이 있어야만 아마 이것이 마무리돌아갈 것이고 이것이 다 합쳐가지고 대략 제가 생각할 때 우리가 에이전트라는 단어 하나에 뭉뚱그려서 쓰는 오버로드해서 쓰는 다양한 형태의 유스케이스를 대략 머릿속으로 짜보면 대략 5개 정도 케이스가 나오는 것 같습니다. 이 각각에 대해서 이미 테크 스택은 이미 필요한 테크 스택은 상당히 많이 나왔습니다. 이게 나중에 뜰텐데, 툴들이 아까 랭챈이나 마이크로프트 같은 에이전트 개발 툴이 있고 거기에 예를 들면 또한 Evaluation 툴도 있고 등등이 있고 테크 스택이 있고요. 그 다음에 이걸 기반으로 해서 마켓 맵들이 여튼 링크 보십니다. 이게 마켓맵을 보면 결국 디벨로멘트 플랫폼, 툴들, 그 다음에 이건 호리존탈 펑션, 버티칼별로 펑션별로 이미 관련된 분야에서의 에이전트들을 가지고 이미 비즈니스에 적용하는 케이스들이 많이 생겼고 여기서부터 부터는 제가 생각하는 에이전트 분야에서 필요한 창업 기회나 내지는 제가 찾고 있는 스타트업들의 종류입니다. 첫 번째는 아이덴티티 인프라입니다. 무슨 뜻이냐면 에이전티드를 나가서 제 대신 어떤 행동을 할 때 제일 먼저 뭐가 필요하냐면 저의 아이덴티티를 대변하는 하나가 필요하고 또 하나는 에이전트 자체의 아이덴티티가 필요합니다. 그 다음에 필요한 건 뭐냐면 그래서 여기는 Authentication은 기본적으로 트랜잭션, 엑시큐션을 하는 데 필요한 ID 기능이고 Verification이라고, 여기 중에 혹시 올드코인 가입하신 분 계신지 모르겠는데 올드코인의 기본 펑션이 뭐냐면 이 ID, 이 지갑을 가지고 있는 사람은 진짜 리얼 인간이다라고 확인시켜주는 겁니다. 홍채 등록을 통해서. 결국 제가 Portionhood라고 얘기했는데 Proof of Portionhood를 제공해주는 것이 Verification입니다. 이 두 가지 기능이 IdeaSafe가 필요하게 될 것이고 저는 가장 중요한 게 이머징 하는 게 Payment라고 생각합니다. 왜냐하면 아마 여행 예약을 에이전트한테 맡기게 되면 항공권 최종 결제하기 직전에는 당연히 저한테 와서 제가 신용카드 결제하게 만들 겁니다. 그런데 그 이전에 예를 들면 어떤 좋은 프로그램이 있어라고 찾기도 하고 아니면 어떤 좋은 액티비티를 나한테 제안해봐라는 것을 에이전트끼리 거래할 수가 있습니다. 하나는 정보를 거래하는 거고 또 하나는 액티비티에 대한 예를 들면 기존에는 웹사이트에 들어가서 사람이 찾았어야 될 일을 에이전트가 저를 대행하는 에이전트한테 세일을 하는 거죠. 리버스 옥션 형태로. 그때 저는 제가 어떤 정보를 원할 때 어떤 제가 필요한 정보를 가져오는 에이전트한테 천원에 지불을 하고 정보를 갖고 올 수도 있고 제가 예를 들면 어떤 액티비티 프로그램을 예약하기 위해서 나한테 제안해봐 그랬는데 열 군데의 에이전트가 저한테 프로그램을 제안할 때 저한테 리오들과 함께 제안을 해서 제가 어느 걸 셀렉트하게 할 수가 있습니다. 여기서 잠깐 사이드 얘기긴 한데 에이전트 투 에이전트로 모든 트랜잭션이 일어나게 되면 제일 먼저 어떤 서비스가 죽게 되냐 하면 구글의 키워드 검색 광고가 죽게 됩니다. 왜냐하면 구글의 키워드 검색 광고는 우리가 웹사이트 키워드를 검색하고 나서 결과물을 사람이 보고 선택하는 것을 전제로 해서 광고 형태로 그걸 보여주고 그것에 대한 돈을 광고자한테 차지하는 거거든요. 근데 사람이 안 보고 에이전트가 보기 때문에 에이전트의 셀렉션 프로세스는 사람의 셀렉션 프로세스가 많이 다를 수가 있습니다. 그렇기 때문에 모든 트랜지액션이 에이전트에서 에이전트에서 일어나게 되면 제일 먼저 구글 광고가 제일 먼저 타격을 입을 겁니다. 구글이 키워드 광고가. 물론 구글은 다른 형태의 리오드나 이런 형태로 매출을 만들 수 있는 방법을 만들어내겠죠. 그런데 그 과정에서 새로 나올 수 있는 방법이 예를 들면 리버스 옥션 형태로 예를 들면 액티비티 프로그램을 판매하는 에이전트가 제 에이전트에게 리버스 옥션을 제한할 수 있는 거예요. 리오드와 함께. 그때 필요한 것이 바로 마이크로 페이먼트입니다. 에이전트도 에이전트의 마이크로 페이먼트. 거기 필요한 페이먼트 레일이 제가 볼 때는 필요하고 저 페이먼트 레일을 제공해 줄 수 있는 것은 기존의 크레드카드 기반의 결제는 절대 제공할 수 없고 가장 가까운 것이 위쳇페이나 알리페이 같은 디지털 월렛 아니면 크립토입니다. 이 두 가지가 있을 것이고 여기 필요한 데이터들이 분명히 있습니다. 예를 들면 저희의 개인 정보, 개인 헤드 데이터나 데이터를 가지고 있거나 내지는 제가 만드는 어떤 아티스트가 만드는 예술 작품에 대한 저작권에 대한 데이터 레이크나 데이터 웨어웃을 가지고 필요한 만큼 할 때마다 제공할 수도 있고 예를 들면 병원이나 약사한테 제 데이터를 판매할 수도 있고 아니면 어떤 치료를 위해서 제 데이터를 요구할 수도 있고 이런 데이터 거래에 필요한 레이어가 필요할 거고요. 이런 것들을 다 묶어주는 툴들 내역이 있을 거고 그다음에 이런 것들을 Observability Permission을 주는 형태의 룹들이 필요할 겁니다. 이게 제가 볼 때는 지금 결국 이런 형태의 AI 기반으로 모든 트랜지션이 넘어갈 때 필요로 하는 인프라가 될 것이고 이 각각의 하나가 특히 제일 큰 게 뭐냐면 페이먼트입니다. 아시는 분은 모르겠지만 최근에 스트라이프가 브릿지라는 회사를 샀습니다. 브릿지는 크립토의 스테이블 코인의 온 램프, 오프 램프를 제공해주는 회사입니다. 온 램프, 오프 램프가 무슨 뜻이냐면 내가 현금을 디파젓하고 스테이블 코인을 받고 또 스테이블 코인을 넣으면 돈 현금을 받을 수 있는 바로 일종의 은행 역할을 해주는 겁니다. 그 회사를 스트라이프가 만든 지 1년 반 만에 1조 주고 샀습니다. 왜? 이거 하려고요. 에이전트에 필요한 마이크로 페이먼트 하려면은 크리프트와 스테이블 코인 기반의 마이크로 페이먼트 외에는 답이 없거든요. 아니면 디지털 월렛으로 가거나 미국에서 어차피 위체페이나 알리페 같은 디지털 월렛이 이미 깔려있지 않은 인프라에서는 디지털 월렛 새로 까느냐 차라리 그냥 스테이블 코인 가지고 마이크로 페이먼트를 바로 지원해주는게 훨씬 쉽기 때문에 스트라이프가 브릿지를 산겁니다. 그래서 저는 이쪽 특히 아이디 레이어, 아이디 인프라, 페이먼트 레이어를 찾고 있고 한국계 관련해서는 제일 아쉬운 게 뭐냐면 STD하고 TTS가 라이팅이 굉장히 퀄리티가 떨어집니다. 아시겠지만 여러분 오픈 AI, GPT4도 그렇고 리즈닝을 잘 하는데 거기서 만들어낸 텍스트 데이터가 우리 대화체에 전혀 맞지 않습니다. 그러니까 억지로 예를 들면 기업용 애플리케이션을 참고, 보고, 보아줄 수는 있는데 이걸 만약에 제가 어떤 고객지원센터한테 콜을 했는데 고객지원센터에 있는 AI 에이전트가 그 말투로 저한테 말을 한다고 상상해보면 저는 그 전화 바로 끊을 것 같습니다. 그렇기 때문에 한국에서 에이전트가 오디오까지 포함해서 제대로 하기 위해서 가장 필요한 것 중에 하나가 저는 SDT는 이럴 때 이미 충분히 애크리티는 올라가 있다고 생각하지만 좀 더 올라갔으면 좋겠고, 영어만큼. TTS도 11랩스에서 나오는 형태로 좀 더 자연스럽게 잘 나왔으면 좋겠고, 무엇보다도 라이팅이 굉장히 자연스러웠으면 좋겠어요. 여러분들이 보면 지금 프로덕티브 툴 중에 보면 이메일을 답장을 대신 해주는 툴들 되게 많이 나왔는데 영어 답장 거의 그대로 쓸만하거든요. 제가 생성해놓고 한 둘만 쓰면 한 페이지 만들어주면 단어 두세 개만 고치면 바로 번역수준 정도가 나오는데 한글은 제가 못 씁니다. 왜냐면 라이팅이 너무 부산스럽거든요. 그래서 이것이 저는 텍스텍이 만들어져야 그 위에서 필요한 각각의 인프라를 기반으로 해서 에이전트 기반의 뭔가를 만들 수 있는 한국 환경에서 가능할 거라고 보고 있습니다. 그 다음 이것과 연관되어서 크리프터가 지금 지난 6개월 사이에 AI 에이전트 때문에 땅 터졌거든요. 근데 이제 AI, 크리프터하고 AI 에이전트, 크리프터하고 AI는 또 많이 별도의 서브젝트고 그건 많이 별도의 논이고 저는 논의는 AI 에이전트와 관련된 크리프터만 집중해서 설명을 드릴 텐데 하나는 크리프터 자체의 니즈에 AI 에이전트를 쓴 게 있습니다. 이게 뭐냐면 그 크리프트에 보게 되면, 웹스토리는 잘 모르시는 분들이 많겠지만, 크리프트에 보면, DeFi에 보면 스티킹하기도 하고, 거래를 하기도 하고, 포트폴리오 리밸런싱도 하기도 하고, 이런 데이트레이더에 가까운 형태의 액티비티들이 많이 필요합니다. 근데 그걸 인간이 다 한다고 치면 엄청 페인풀한 거거든요. 근데 요즘 지난 6개월 사이에 에이전트를 집어넣어서 이걸 자동으로 해결해버렸어요. 그래서 그거를 제일 잘한 데가 어디냐면, 버추얼 프로토콜입니다. 버츄얼 프로토콜이 콜미디어스가 만든 베이스라는 레이어2 위에서 만든건데 이게 거의 6개월인 것 밖에 안되는데 일단 마켓 케이블 4밀레니까 8밀레 정도 갖고 거기서부터 파생돼 나온 그 토큰들이 AIXBT, 게임, 로나, 페이드 같은 상태에 지금 거의 한 달에 하나씩도 등장을 하고 있습니다. 그래서 기본적으로 크립토 자체의 리즈를 위해서 AI 에이전트를 쓴 케이스가 바로 기존에 디파이 트레이딩, 포트폴리오 매니지먼트를 위해서 쓰는 것 그다음에 게임과 메타버스 에이전트에서의 결제와 아이덴티티 용도로 지금 AI 에이전트를 쓰고 있습니다. 반대로 AI 에이전트, 그러니까 크립토 내부가 아니라 우리 월드에서 결국 그 AI 에이전트를 위해 필요한 크립토는 아까 제가 말씀드렸던 ID, 그 다음에 페이먼트 이걸 하는데 사실은 크립토 만큼 좋은 게 없습니다. 정확히 얘기하면 크립토가 아니라 블록체인 만큼 좋은 기술이 없다고 생각합니다. 특히 마이크로 페이먼트 쪽에는. 그래서 이미 제가 아까 말씀드렸던 스트라이프가 브릿지를 인수하는 것도 대표적 케이스가 있고, 이 역할을 하기 위해서 창업한 회사가 스카일 파이어, 아이사, 네버마인드드 같은 회사가 있고, 여러분 잘 알고 계신 월드코인은 아까 말씀드린 proof of personhood, 내가 진짜 사람이야, bot이 아니라 사람이야를 증명하기 위한 프로토콜로 나온 게 월드코인이고, 에이전트 자체의 아이디를 위한 프로토콜은 아직은 나온 게 없습니다. 이 부분은 지금 기업 제가 찾고 있는 스타트업이기도 하고요. 이게 이제 AI에 관련된 부분이고요. 그 다음에 두 번째는 카테고리는 엔터프레스 시장에서의 어떤 기회가 있느냐에 대한 얘기인데 이 슬라이드, 지금부터 두 개 슬라이드는 제가 미리 공유해드렸던 슬라이드에 있는 내용입니다. 이게 결국 엔터프레스 시장에서 일어나고 있는 일들인데요. 첫 번째는 일반 기업에서의 AI를 대체, 차용하는, 죄송합니다. 많이 일어나고 있는데 가장 대표적인 것은 결국은 WEG 기반으로 기업이 필요한 커스텀 펑션을 만들어서 딥플로우 하는 것이 대부분입니다 혹시 90년대 웹시대에 살았었던 분들은 기억하시겠지만 그때 웹에이전트와 똑같습니다 WEG가 그래서 당연히 지금부터 한 3년, 5년 동안 굉장히 큰 비즈니스가 될 것이고 근데 그 이후에 이것이 어떤 형태로 액시가 가능할지 플랫폼화가 될 수 있을지에 대해서는 봐야 됩니다. 안 된다고 얘기할 수는 없고 분명히 그중에 몇 개 업체는 그런 트랜스포메이션 그러니까 플랫폼으로의 전환이 잘 이루어지게 되면 기속적으로 성장할 수 있는 가능성이 충분히 있는데 많은 레그 플레이어들은 아마 커스텀 프로젝트를 하다가 돈 열심히 벌다가 어느 순간 푹 꺼질 위험성이 되게 큽니다. 또 하나, 뒷부분에 나오는 얘기도 한데, 이 얘기는 뒤에 슬라이드에서 좀 더 자세히 설명하겠습니다. 사스와 관련된 얘기들이기 때문에. 또 하나는 생각보다 90년대 후반과 달리 AI 시장의 도입 기술에서의 흐름 중에, 차이점 중에 하나가 뭐냐면 기존의 대형 플레이어들이 이 시장의 변화에 무관각하지가 않습니다. 웹시대만 해도 웹이 처음 나왔을 때 당시 대기업들이 업업업업 하다가 툭 네이버가 튀어나온 거고 툭 구글이 튀어나온 거거든요. 그러니까 툭 나와서 스타트업들이 대기업 시장을 먹어버린 거죠. 그런데 AI 시대에는 이미 그 시대에 우리가 대기업에 의견을 하시는 게 물론 마이크로소프트 구글도 있지만 예를 들면 데타브릭스, 스노플레이크, 그 다음에 셰이즈포스 같은 형태의 회사들을 보면 이미 AI에 대해서 이해도가 훨씬 높기 때문에 생각보다 훨씬 빠르게 움직여 있고 저런 인프라 플레이, 특히 엔터프라이즈 시장 대상으로 인프라 플레이는 이미 시장을 이미 거의 선점하고 있습니다. 제일 잘하고, 저 세 개 중에 제일 잘하고 있는데 저는 개인적으로는 데타브릭스가 제일 잘하고 있고 그 다음에 셰이즈포스, 스노플레이크 대충 비슷하다고 보고 있습니다. 그 다음에 그 툴 레이어는 아까 레그에 말씀을 드렸는데 레그 기반으로 해서 되게 수많은 업체들이 많이 등장하고 있고 미국은 Y커뮤니터의 지난 1년 동안의 배치를 보면 거의 절반이 이쪽 분야 회사입니다 전체 3분의 2 정도가 AI 회사고 그것의 대략 절반에서 3분의 2 정도가 툴 회사입니다 엔터프라이즈용. 그래서 이쪽은 엄청나게 할 텐데 아까 말씀드렸듯이 저 중에 어떤 놈이 살아남고 또 어떤 놈이 데이터블릭스한테 안 먹히고 데이터블릭스에 뛰어넘거나 아니면 데이터블릭스가 다 먹어버리거나 어떻게 될지는 사실 저도 정확히 그림을 그리기 어렵습니다. 또 하나는 이게 제가 여러분께 드리고 싶은 포인트 중에 하나인데 기업용으로 AI를 적용해 주는데 크게 제가 세 가지 키워드가 등록을 하고 있는데 하나는 첫 번째는 굉장히 자연스러운 움직임이긴 한데 제일 먼저 일어나는 게 기존의 SaaS 툴에다가 AR을 들어서 더해서 생산성이 확 올라가는 경우가 제일 먼저 일어납니다. 그런데 너무나 자연스러운 행위거든요. 왜냐하면 소프트웨어 개발사 입장에서 AR 툴을 쓰면 개발자 술도 주는데 성능이 훨씬 좋아져서 일단 SaaS 툴 자체가 훨씬 좋아졌어요, AR이 들어가면서. 그런데 문제는 뭐냐면 그 회사뿐만 아니라 모든 소프트웨어 회사가 똑같은 경험을 하고 있다는 거죠. 그리고 여기서 이코노믹스에 대한 설명을 드려야 되는데 사스라는 비즈니스 플레이어들이 나오게 된 가장 큰 배경은 저는 뭐라고 생각하냐면 소프트웨어 개발 자체가 비용이 많이 들고 어려우세요. 그러니까 같은 소프트웨어를 가지고 예를 들면 세일즈 툴을 만들든지 CRM 툴을 만들어서 여러 회사에 팔아야 ROI가 나오는 거죠. 특정한 회사가 그 툴을 만들어서 쓰기에는 너무 비싸고 그러니까 툴을 하나 잘 만들어서 1,000개, 1만개 회사에 팔면은 ROI가 나오는 게 사스의 이코노미식이라고 보고 있는데 AI가 들어오면서 뭐가 바뀌었냐면은 개발비 자체가 10분의 1로 떨어져 버려요. 그 뜻은 무슨 뜻이냐면은 사스의 툴 만들면서 예전에는 그렇게 어렵지 않아진 거예요. 그러면서 나오는 특징이 뭐냐면은 예전에는 SaaS 툴이 나오면 두 가지 카테고리로 나눠집니다. 하나는 호리존탈 펑션, 예를 들면 세일즈 펑션, 마케팅, CRM, HR 이런 기능별로 되는 게 있고 또 하나는 버티카빌로 나눠집니다. 리가, 예를 들면 법률, 회계, 물류, 제조 이렇게 버티카빌로 만든 툴들. 대략 이렇게 두 디미디어로 나눠지는데 그리고 SaaS 툴 플랫폼들은 호리존탈 툴로 가거나 CRM과 세일즈 툴을 쫙 먹어버리거나 아니면 뭐 예를 들면 서비스 타이탄 같은 경우가 보면은 자영업자들 시장을 먹어버린 거죠. 그렇게 먹어버리거나 그렇게 가는데 AI툴이 들어오게 되면서 어떤 트렌드가 일어나기 시작했냐면은 특정 버티컬에 특정 펑션을 위한 회사가 따로 나오기 시작했어요. 왜냐하면 그 개발 자체가 되게 쉬워졌거든요. 그걸 표현하는 게 버티컬라이저 에브리띵입니다. 그래서 이제는 각각의 하나의 대미니를 사수회사가 하나가 커버하는 게 아니라 한 셀을 하나의 회사가 커버하기 시작한 거죠. 물론 그 셀 하나만 커버해가지고 충분한 스케일러비트가 나오느냐는 부분은 풀어야 될 숙제이기 때문에 그렇게 하나의, 예를 들면 물류를 위한 HR, 예를 들면 변호사들을 위한 자료조사 툴, 그런 특정 펑션들이 이제 나오는 게 가능해졌는데 그것이 과연 그 서비스 상에만 머무를지 아니면 이것이 다시 에그로게이션 해서 과거와 같이 가로로 묶어지거나 세로로 묶어진 형태로 갈지 부분에 대해서는 사실은 봐야 됩니다 근데 어쨌든 그런 것들이 현재 일어나고 있는 첫 번째 추세이고요 두 번째 추세는 뭐냐면 이건 여러분 많이 들어보셨을 겁니다 서비스에서 소프트웨어를 내지는 AI 레버라는 것이 결국은 뒷부분에도 다시 반복되겠습니다만 AI라는 건 이제 더 이상 기존에 있는 사람을 더 프로덕티브하게 만들어주거나 더 똑똑하게 만들어주는 게 아니라 그 사람을 대체하기 시작했습니다. 더 이상 툴이 아니라 워크가 되어버린 거죠. AI 제공된 AI 자체가. 그래서 이제 AI레벨이라는 용어는 아직 많이 쓰지는 않는데 AI레벨이라는 용어가 이제 막 나오기 시작했습니다. 그렇게 되면 기업들은 되게 빨라 가지고 비용을 줄일 수 있다고 하면 툴 하나 도입해서 한 팀을 통째로 없앨 수 있다고 하면 잽싸게 움직입니다. 특히 미국 기업 같은 경우에는. 그래서 이미 시장에서 무슨 얘기를 하고 있냐면 이미 AIA가 되면서부터 이제 소프트웨어에서 서비스가 아니라 서비스에서 소프트웨어라는 용어를 쓰기 시작하고 그렇게 되면 템 자체가 기존의 소프트웨어 시장을 다 합치면 템이 600밀리언 정도 되거든요. 600조 정도, 800조 정도. 근데 그 시장이 템이 되는 게 아니라 아예 노동 시장, 인건비 시장을 템으로 보기 시작했어요. 그래서 지구 전체의 GDP가 1년에 100조 달러 정도 되는데 100조 달러 중에서 지식노동자의 인건비가 대략 20조에서 30조 달러 정도 됩니다. 즉 무슨 뜻이냐면 템 자체가 소프트웨어 템 자체가 600 빌리언에서부터 30 빌리언은 대략 50배 정도 늘어난 거죠. 투자자들은 저렇게 봅니다. 그래서 템이 50배 정도 늘어났습니다. 그게 제가 소프트웨어 쪽에 있나면 두 번이 변하고 이건 국내에는 아직까지 케이스가 없는데 샘 알트만이 나중에 동영상을 보실 텐데 한 명이 1 빌리언짜리 회사를 만드는 것도 가능해졌다는 얘기를 했습니다. 유튜브에서. 좀 과장이긴 한데 불가능한 일은 아니고요. 현실적으로 보기에는 무슨 일이 발생하냐면 대략 기존에는 100억 정도의 매출을 하는데 50명 정도가 100억 정도의 매출을 하면서 10%의 영업을 이익내는 게 가장 일반적인 구조라고 보면 100억 중에서 50억 정도가 원가고 50억 정도가 그로스마인이 되는 거죠. 그중에 40억이 오펙스를 쓰고 나머지 10억 정도가 영업이익이 되는 건데 이 40억의 오펙스를 AI가 만약에 절반으로 줄여주게 되면 영업이익률이 10%에서 30% 늘어납니다. 그리고 원가에서도 만약에 노동과 관련된 비용을 줄이게 되면 영업이익률이 같은 매출 100억을 내는데 50명이 아니라 20명이 영업이익률 10%가 아니라 최대 50%까지 내는 구조로 구조 자체가 아예 바뀌어버립니다. 그게 미국에서 이미 일어나고 있는 일입니다. 그래서 이게 제가 표현한 게 결국은 AI로 구조를 바꿔가지고서 과거에 50명의 100억 매출을 낼 거를 10명의 100억을 내고 영업인이 50% 내는 형태의 비즈니스 고자가 만들어지기 시작을 했고 이것 때문에 투자자 입장에서는 VC는 되게 당혹스럽습니다. 왜냐하면 제가 VC 투자 대상이 아니거든요. 근데 PE들은 되게 해피해졌어요. 왜냐하면 딱 PE의 영역이거든요. 그래서 뒤에 몇 가지 케이스를 보여드리겠습니다. 첫번째 Verticalization Everything을 조금 이 글을 보시면 됩니다. 제가 말씀드렸던 내용이고 결국은 이 트윗을 보면 1월 20일날 친구가 올린건데 자기가 B2B SaaS 툴 중에서 몇 개는 자기가 직접 코딩 해가지고 한 하루 만에 코딩 해가지고서 포인트 툴을 만들고 해제해버렸다 그랬어요. 극단적으로 얘기하면 기존에 우리가 알고 있던 구조의 SARS는 각각 내가 필요한 포인트 펑션 툴로 대체되고 죽어버릴 위험성이 꽤 있습니다. 왜냐하면 우리가 SARS 툴을 사게 되면, 예를 들면 CRM 툴을 사게 되면 들어가 있는 펑션이 한 50개쯤 되잖아요. 근데 정작 그 중에 우리가 쓰는 툴은 다해서 10개를 안 넣습니다. 그럼 나머지 40개는 뭐하냐? 그 SARS 툴을 개발하는 업체들이 어차피 만 개의 고객을 서빙하기 위해서 만들어야 하는 50개 펑션이니까 한꺼번에 다 주는 거죠. 그리고 그것에 의해서 과금을 다 하게 되는 거고. 근데 내가 필요한 다섯 개의 펑션만 진짜 하루만에 코딩해가지고 컬서를 써가지고 코딩해가지고 쓸 수 있게 된다면 사스업 스케줄은 더 이상 진행할 이유가 없거든요. 그렇기 때문에 물론 사스가 그대로 되찾은다는 의미는 아닙니다 절대. 하지만 우리가 알고 있는 형태의 사스는 굉장히 바뀔 가능성이 되게 크고 그중에 상당히 많은 사스업체는 죽을 위험성이 꽤 있습니다. 이 부분에서 제가 혹시 장합회 하실려고 하는 분들한테 드리고 싶은 말씀은 여러분들이 만약에 소프트웨어를 하고 계시면, SAAS을 하고 계시면 A를 더해가지고 당인의 승산성 좋아집니다 단기적으로 근데 그거 1년, 2년 이후에도 그 비즈니스 구조가 유지될 거라고 가정하기보다는 1년, 2년 정도까지 버틸 수 있지만 그 효율을 가지고 버틸 수 있지만 그 이후에는 바뀔 가능성이 높기 때문에 거기에 대한 대비를 하셔야 된다고 말씀드리고 있습니다. 이게 이제 소프트웨어 관련해서 일어나고 있는 일이고 두 번째 AI 레이버 관련된 부분은 아까 이미 말씀드렸던 부분입니다. 반복은 하지 않겠으나 똑같고 그래서 이것과 관련해서 나온 게 가장 대표적인 아마 보신 분 많을 텐데 Y컴비네이터가 Vertical AI Agent라는 투자 시스스 메모를 쓴 게 있습니다. 한 원페이지 짜리인데 보시면 아마 쉽게 이해가 되실 텐데 이제는 아까 말씀드렸듯이 오리지널 펑션 내지는 버티카를 전체를 커버해주는 사스가 아니라 특정 기능을 대체해주는 포인트 툴을 가지고 10배 이상 매출을 낼 수 있습니다. 왜냐하면 그 시장은 기존에 없던 시장이거든요. 가장 대표적인 얘기가 뭐냐면 미국에서 실제 트위터에서 본 얘기긴 하지만 Y 커뮤니티에서 쓴 얘기인데 창업자 중에 한 명이 자기 이모가 치과의사인데 갑자기 도와달라고 해서 가서 하루 정도 도와주다 보니까 거기서 보험 클레임 하는 거. 자기가 엄청난 수작업인데 이거 해보니까 L&M으로 다 대체할 수 있을 것 같다. 해가지고 그걸로 창업했어요. 근데 그 대체된 역할이 누구냐 하면 바로 보험 청구를 대행해주는 그 노동력이 대체된 겁니다. 근데 이 노동력을 위한 SARS 툴은 이제까지 없었거든요. 그래서 이런 형태의 포인트, 이제까지 가능하지 않았던, 소프트웨어 개발 비용이 너무 높았기 때문에 가능하지 않았던 포인트 툴들이 아마 수백 종, 수천 종이 등장할 거고, 그런 것들이 어떻게 합정 연행이 될지는 모르겠지만, 이 등장하면서 기존에 없던 새로운 시장이 만들어지고, 그게 SARS보다는 10배 이상 더 큰 시장이 될 거다라는 게 Y Combinatorial Thesis입니다. 이게 아까 제가 말씀드렸던, 이게 이제 Y-Company Sam Altman이 얘기했던 한 명의 몬빌런 회사를 만들 수 있다. 물론 이제 Sam Altman 같은 스타일의 약간 비저널리 역할을 해 준 사람이 저런 어떤 높이 있는 고어를 설정을 해야 되기 때문에 이렇게 얘기하는 게 맞고 물론 10년 후에 될 가능성이 있긴 하지만 현실적으로 지금 앞으로 몇 년 이내에 될 가능성은 사실은 높지 않는데 오히려 그것보다는 아까 제가 설명드렸듯이 기존 50명이 하던 것을 10명이 100억 매출에 50억 영업이익을 내는 기업을 만들어주면 충분히 가능해집니다. 이미 가능해졌습니다. 그래서 어떤 일이 일어났냐면 메트로폴리스라는 회사는 파킹 회사입니다. AI 기반으로 새로 만든 스타트업입니다. 이 회사가 딱 10명이서 100억의 50% 영업이익을 내는 파킹 회사가 됐고 이 회사가 뭔 짓을 했냐면 PE로부터 1.7 빌리언을 펀드로 웨이징을 해서 한 30년 된 파킹 회사를 인수했습니다. 저 기사가 언제 나오냐면 2023년 9월입니다. 2023년 9월입니다. 4년이 아니고 3년 9월에 나온 기사고 이 기사가 금년 1월에 나온 기사입니다. 정확하게 똑같은 얘기를 하는 게 결국 이재포의 투자자들이 private equity들이 해왔던 roll-up 비즈니스를 들어가기 시작했다고 생각했습니다. 예를 들면 여러분이 아시는 general catalyst 코아2 같은 형태의 소위 말해서 레시피지를 주로 투자하는 VC들이 이 분야에 들어오기 시작했습니다. 그리고 이미 그 이름이 붙여졌습니다. AI roll-up이라고. 그래서 이 부분은 기존에 우리가 해왔던 VC 투자와는 완전히 다른 영역이긴 하지만 기존의 전통산업에 AI가 도입되고 여기에 자본이 결합되면서부터 어떤 형태의 변화가 일어날 수 있을 건지에 대한 예를 보여드리는 거라고 설명드릴 수 있을 것 같습니다. 컨실러 쪽으로 넘어가면 저는 사실 2023년에 약간 과소평가한 점이 있는데 크리에이티브 툴, 예를 들면 미드존이나 런웨이 같은 이미지나 동영상을 만들어준 툴이 과연 얼마나 큰 비즈니스를 만들 것인가 사실 회의적이긴 했는데 지금 생각은 좀 바뀌었습니다. 여러분 잘 아시겠죠? 미드존이 2023년 말 기준으로 ARR 2억불이었고 지금 아마 4억불에서 5억불 정도 될 겁니다. ARR이. 런웨이가 지난 9월 기준으로 ARR 9,700만분이 거의 1억불 정도 됐고, 그 Github가 ARR의 정확한 숫자를 발표하지는 않았는데, 마이크로소프트가 어닝콜에서 설명한 내용을 가지고 계산해본 결과, Github 커파일러스 ARR가 3억불 정도 되는 걸로 추정이 됩니다. 작년 기준으로. 그리고 이거 오늘 아침에 들은 겁니다. Cursor라는 코딩 에이전트가 딱 1년 만에 ARR 100만 1억불 됐습니다. 결국 이런 이미지, 동영상, 3D, 웹툰, 게임의 일러스트레이션, 코딩같이 결국 지진 노동자들이 노가다로 만들었던 것들을 생산해주는 것, 대응해주는 것만 가지고도 앞으로 한 원 정도는 굉장히 좋은 비즈니스가 될 거라고 생각합니다. 그래서 제가 별다른 카테고리를 만들었습니다. 그게 예포크리에이트입니다. AF 컨슈머는 이제 사실 미국은 벌써 시작도 안했고 이제 막 시작하고 있다고 생각을 하고 있는데 이게 게리텐, 지금 Y 컴비네이터 CEO가 1월 31일에 올린 글입니다. 이제 컨슈머 AI가 막 시작했다. 그래서 아마 노이소 대표님이 준비한 질문 중에 결국 GPT 래퍼라에 대한 어떤 시각을 아마 질문에 포함되어 있을 텐데 GPT 래퍼 의미 있습니다 이제. 있어 줬습니다. 특히 그래놀라, 레플릭 같은 에이전트를 보면 다 GPT 래퍼이거든요. 오픈 AR을 쓰거나 다른 걸 써서 오픈해서 써서 그 위에 사시지 형태로 레일을 옵힌 건데 너무 잘 만들었기 때문에 컨슈머들을 어댑트하기 시작했고 저는 그래놀라의 유료 구독한지가 6개월째입니다 그래서 컨슈머 쪽에 시작이 됐고 이게 지난주에 봤는데 이제 컨슈머 시장의 흐름을 보면 이렇게 올라갔다 꺼지는 웨이브가 두 분 있었습니다 첫번째는 언제였냐면 98년 전부터 시작해서 2004년까지 웨이브 하나였고 요만한 웨이브였고 두번째 웨이브는 2008년에서 9년부터 시작을 해가지고 2013년까지 끝난 웨이브가 두번째 웨이브였습니다. 이때는 모바일 때문에 생긴 웨이브였고 모바일 플러스 2008년 경제위기 이후에 자금이 풀리면서 유동성이 높아지면서 두 가지가 결합되어 가지고서 훨씬 커져서 우리가 이제 알고 있는 유니콘 컨시머적 유니콘이 만들어진 것은 2008년부터 2013년까지가 거의 90%입니다. 그리고 그 이후에 없었고 이제 그런 형태의 새로운 세 번째 컨슈머 웨이브가 이제 막 시작됐다고 저도 믿고 있고 이 회사도 믿고 있고 제가 여러분들한테 관심을 가질 그 부분이 이 부분이라고 생각합니다. 특히 앞에 한 5개 슬라이드에 설명드렸던 엔터프레이즈 시장은 솔직히 말씀드리면 우리나라에서 스타트업을 하기 되게 어려운 부자입니다. 시장도 적고 경험도 없고 어떻게 풀어야 될지 잘 모르고 그런데 컨슈먼저가 워낙 잘해왔던 부분이기 때문에 일단 이것이 사실 제가 어떤 비즈니스가 가능할지 부분에는 제가 아무것도 드린 거 없습니다. 하지만 우리가 지난 15년 동안 봐왔던 2008년 이후에 15년 동안 봐왔던 컨슈머 시장에 나왔던 모든 서비스들을 AI에서 기반으로 재해석을 하면 어떻게 될 거냐고 생각해 보시면 어떤 기회가 있을지를 아마 상상하실 수 있을 것 같아요. 그리고 거기서 우리가 출발점이 될 것 같고요. 이 부분은 사실은 더 뒤 얘기긴 한데 사실은 제가 한국계 스타트업 때 제일 기대를 많이 갖고 있는 부분은 사실 이 부분입니다. 세이클럽 아시는 분 계신지 몇 분 계신지 모르겠지만 세이클럽이 있고요. 사이벌들은 대부분 다 아실 거고요. 하이퍼 커넥터 있고 이 세 개 회사의 특징이 뭔지 아십니까? 컨슈머고요. 두 번째, 자기 서비스를 만드는 데 쓴 기술을 직접 만드는 회사가 아닙니다. 다 갖다 쓴 겁니다. 세 번째, 지구상에 어디에도 없던 컨실러 서비스 모델을 만드는 회사입니다. 이게 제가 볼 때 우리나라 스타트업이 제일 잘하는 이유인 것 같아요. 게임웨이. 그래서 사전에서 개인적으로 저는 이 분야에 제일 관심을 많이 갖고 있습니다. 특히 우리나라의 기회를 보면 물론 예를 들면 AI와 결합해서 기존과는 좀 다른 방식으로 나올 가능성이 큽니다. 그래서 제가 기술적으로 관심을 갖고 있는 분야의 두 가지인데 하나는 3D 월드 제너리션입니다. 이것도 실시간으로. 현재까지 나온 것은 구글의 제니2, 그 다음에 스냅포드의 페이페일리 교수가 만든 월드랩에서 두 개를 뭐 만드느냐 하면 사진 하나 딱 주면 3D 월드를 실시간으로 만들어내고 그거를 실시간 내비게이션 할 수가 있습니다. 마우스로. 그다음에 엔비디아에서 나오는 마인크래프트를 플레이하는 AI도 있고 그루트라는 로보틱스에 필요하게 기반이 되는 파운데이션 모델을 만드는 랩도 있고 코스모스 같은 월드를 이해하는 파운데이션 모델 기술도 있습니다. 이런 것들이 같이 결합되어 가지고 저는 뭔가 나올 수 있을 거라고 저는 믿고 또 나올 거라고 생각합니다. 그리고 저는 사실 한국에서 창업자의 투자를 하는 투자자 입장에서는 이 분야에 대한 기여 사실 제일 큽니다. 왜냐하면 미국 회사 이런 거 잘 못하거든요. 중국 회사는 잘 모르겠어요. 반반정도인 것 같아요. 오히려 이런 것들을 제일 먼저 만들고 물론 제일 먼저 만들고 상업적으로 성공시키는 거는 한국 스타트업이 훨씬 잘할 거고 물론 그걸 갖다가 10배 더 큰 사이즈로 만드는 걸 중국 회사들이 더 잘할 겁니다. 어쨌든 그 첫 번째 싸이클랩이나 싸이월드나 하이퍼커넥트 같은 서비스를 만드는 것이 우리나라 스타트업 창업이라고 생각하고요. 마지막 이거는 저는 사실은 제가 잘 모르는 내용이긴 한데 로보틱스는 제가 관심을 가지고 시장 조사를 했던 자료가 있습니다. 그래서 이거는 기본적으로 인더스튜디오 로봇 시장이 있고, 서비스 로봇 시장이 있고, 인더스튜디오 로봇 시장이 대략 한 40조, 콜라보 코어보트까지 합치면 한 50조, 그 다음에 서비스 로봇 시장이 2030년 기준으로 60조, 합쳐서 100조 정도 되고 그 다음에 그래서 이런 형태의 기회들이 있을 거라고 생각하는데 제가 볼 때는 우리나라는 그나마 이 EPG에 있는 기회 중에서 제일 그래도 가능성이 높은 분야가 로보틱스 분야라고 생각하고 있고 그 위에 과연 저는 저희 회사는 전문성이 없기 때문에 투자는 안 하고 있지만 제가 모니터링하고 있는 계속 재미로 관심 갖고 보이는 부분이 바이오파마 라이프사이언스가 있고, 그 다음에 웨덜, 그 다음에 에너지가 있습니다. 근데 어쨌든 이거는 real world is hard problem이기 때문에 과연 우리나라 스타트업이 얼마나 큰 기회를 할 수 있을지에 대해서는 좀 더 봐야 될 것 같고, 어쨌든 관심 갖고 있는 분야이고 여기까지가 제가 여러분께 보내드렸던 그 글과 발표 자료를 기반으로 해서 초기 투자자 시각으로 이런 스타트업들이 나오면 좋겠다라고 기대를 가지고 제가 시장을 보고 있는 시각입니다. 제가 그래서 이건 나중에 쿠키 영상처럼 뭘 집어넣었냐면 그 Y 컴비네이터에서 나오는 리퀘스트 포 스타트업이라는 메모가 며칠 전에 돌았거든요. 트위터에. 그래서 그 슬라이드 이미지 두 개 넣었는데 일단 아직 안 오는 것 같고 그걸 가지고 또 해석을 한 이미지도 하나 넣었습니다. 나중에 링크 필요하면 공유 드릴 테니까 보시고요. 여기는 멘트 중에 하나가 있습니다. 첫 번째. 이 두 개는 제가 여러분 이제까지 말씀드렸던 내용의 같은 맥락인데 AI는 더 이상 사람의 툴이 아닙니다. 정확히 사람을 대체하는 겁니다. 하고 있습니다. 그리고 지금부터 창업이나 입장에서 볼 때 우리가 스타트업으로서 찾아야 되는 것은.