# 스타트업에게 좋은 소식: 기업들은 AI를 제대로 구현하지 못하고 있다 [유튜브] > Clean Markdown view of GeekNews topic #24197. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=24197](https://news.hada.io/topic?id=24197) - GeekNews Markdown: [https://news.hada.io/topic/24197.md](https://news.hada.io/topic/24197.md) - Type: news - Author: [neo](https://news.hada.io/@neo) - Published: 2025-11-07T10:21:01+09:00 - Updated: 2025-11-07T10:21:01+09:00 - Original source: [youtube.com](https://www.youtube.com/watch?v=DULfEcPR0Gc) - Points: 28 - Comments: 0 ## Summary MIT 연구가 지적한 **기업 AI 프로젝트의 95% 실패율**은 “AI가 안 된다”는 얘기가 아니라, 대기업이 **자체적으로 AI 시스템을 만들 수 없는 구조적 한계**를 드러냅니다. 복잡한 **조직 정치와 레거시 시스템**, 그리고 **제품 감각이 결여된 엔지니어링 문화**가 발목을 잡는 사이, 외부 **AI 네이티브 스타트업**들이 실질적 솔루션을 제공하며 시장을 빠르게 장악하고 있습니다. 이제 기업들은 컨설팅보다 **작동하는 API와 제품을 가진 스타트업**을 선택할 수밖에 없고, 이는 개발자·창업자에게 전례 없는 기회로 이어질 수 있습니다. “AI는 어렵다”는 말 뒤에 숨은 진짜 메시지는, **지금이야말로 제대로 된 제품을 만들 사람에게 시장이 열려 있다는 것**입니다. ## Topic Body - MIT의 연구 조사결과 **기업 AI 프로젝트가 95% 실패율**을 보인다고 하지만, 실제로는 대기업이 AI를 자체 구축하지 못하는 구조적 문제를 드러낸 것 - 대기업들은 내부 IT팀이나 컨설팅 회사를 통해 AI 시스템을 구축하려 하지만, **제품 개발 역량 부족과 정치적 장벽**으로 대부분 실패 - **외부 스타트업 벤더를 선택한 프로젝트의 성공률**이 자체 개발보다 훨씬 높았으며, 기업들은 이제 스타트업의 솔루션에 의존할 수밖에 없는 상황 - 대기업 엔지니어링 팀 내부에 **AI 회의론자들이 다수 포진**해 있어 실제 작동하는 제품을 만들 수 없으며, 이것이 스타트업에게 전례 없는 기회를 제공 - AI 네이티브 시스템 구축과 **전환 비용으로 인한 높은 진입장벽**이 형성되어, 제대로 작동하는 솔루션을 만들 수 있는 스타트업에게 유리한 환경 조성 --- ### MIT 연구 보고서의 실제 내용 - **AI 인플루언서들이 퍼뜨린 왜곡된 해석**: X와 YouTube에서 "95% AI 프로젝트 실패율"을 **"AI는 사기다"** 라는 증거로 제시 - 실제 연구 내용은 **기업의 AI 도입 방식과 성공 요인**에 대한 분석이며, AI 에이전트의 실제 작동 방식과 효과적인 접근법을 확인 - 대학생들조차 트윗 버전만 읽고 "YC가 말하는 AI 스타트업들이 작동하지 않는다"고 잘못 결론 ### 기업 AI 도입의 구조적 실패 원인 - **내부 IT 시스템의 고질적 문제**: 대부분의 기업 내부 IT 시스템이 품질이 낮으며, Ernst & Young이나 Deloitte 같은 컨설팅 회사를 고용해도 문제가 두 배로 증가 - **Apple도 소프트웨어 개발에 실패**: 무한한 자본과 인재 접근성을 가진 Apple조차 캘린더 앱에서 매일 버그 발생 - 일반 기업이나 IT 부서가 좋은 소프트웨어를 만들기 어려운 현실을 보여주는 사례 - **조직 내 정치적 갈등**: 대기업에서 정교한 소프트웨어 배포 시 여러 팀이 관여하면서 **정치적 싸움과 영역 다툼** 발생 - 컨설턴트들이 데이터 과학팀, 고객지원팀, IT팀 등을 중재하며 요구사항 문서 작성 - 하지만 컨설턴트들은 **실제 소프트웨어 구축 기술 전문성 부족** - **레거시 시스템의 한계**: 기업 내부 시스템이 너무 오래되고 사일로화되어 있어, 외부 컨설팅 전문성과 소프트웨어 구축 역량이 동시에 필요 - 최종 결과물은 **위원회가 디자인한 낙타** 같은 형태로, 실용성 없는 타협의 산물 ### 성공적인 스타트업 사례들 - ## Tactile (비즈니스 의사결정 엔진) - **은행의 KYC/AML 실시간 처리**: 대출 신청자의 신용 확인과 비즈니스 규칙 검증을 일일 수백만 건 규모로 처리 - Citibank와 JP Morgan이 자체 개발 시도했으나 **3~5년과 수천만 달러 소요** - Tactile은 **REST API로 실시간 의사결정 제공**, 최신 AI 모델 플러그인 가능, 예산의 일부와 훨씬 짧은 시간에 구축 - ## Greenlight (은행용 AI 시스템) - 한 은행이 기존 벤더 Ernst & Young에게 AI 시스템 구축 요청 - Ernst & Young이 **1년간 개발했으나 완전히 실패** - 은행이 다시 Greenlight에 접촉해 현재 **완전히 배포되어 작동 중** - ## 연구 결과: 외부 벤더 vs 내부 개발 - 조사된 프로젝트 중 **2/3가 자체 개발 또는 컨설팅 회사 협력** - **1/3만이 Greenlight나 Tactile 같은 외부 벤더 제품 구매** - **외부 벤더 선택 시 성공률이 자체 개발보다 훨씬 높음** ### 스타트업이 성공하는 이유 - **폴리매스(polymath) 부족 문제**: 제품과 엔지니어링 모두에 능숙한 인재가 극히 드묾 - 뛰어난 엔지니어들이 코딩에만 집중하며 은행 직원 같은 **도메인 사용자와 소통 불가** - 도메인 전문가들은 코딩이나 기술, 디자인, 제품 출시 역량 부족 - **Windsurf 사례**: 엔지니어링 학위 없는 영업 리더가 Windsurf로 자체 도구 제작 - IQ 150급 조직에서는 이미 발생 중이지만, 대부분의 조직에서는 아직 불가능 - **스타트업 형태의 공백**: 모든 비즈니스 프로세스와 시스템에 스타트업이 채워야 할 공백 존재 - **희귀한 역량 조합 필요**: 최신 AI 이해도, 제품 감각, 인간적 프로세스 이해를 모두 갖춘 인재 - # Castle AI 사례 (모기지 서버) - **레거시 벤더들의 AI 추가 시도**: 수십 년 된 시스템 위에 AI를 덧붙이며 경쟁 대응 - 은행들이 신뢰하는 기존 벤더와 **베이크오프(bake-off) 경쟁** 필수 - 많은 경우 벤더 솔루션이 **"AI를 그냥 얹은" 수준**으로 매우 열악 - Castle AI는 **처음부터 네이티브로 구축된 제품 감각**으로 대형 은행 계약 체결 - 배치 후 1년 만에 성과 달성 - # Reducto 사례 (문서 처리) - **YC 런치를 통해 FAANG 기업이 직접 발견**: 배치 후 154일 만에 FAANG 기업 계약 체결 - 해당 기업은 **수년간 자체 솔루션 구축 시도** - 오픈소스, AWS Tesseract 등 다양한 OCR 솔루션 시도했으나 실패 - **제품 우수성(product excellence)** 으로 계약 획득 - 내부팀과 경쟁하며 **조직 정치를 섬세하게 탐색**해야 했음 - MIT 보고서에서도 언급된 과제 - 현재 1~2년 이상 프로덕션 환경에서 운영 중 ### 성공 전략 - **챔피언 키우기**: 똑똑한 젊은이들에게 기회를 주고 싶은 내부 인물 확보 - 이상적인 기업 내부 챔피언 유형 - **스타트업 꿈을 가졌지만 위험회피적인 직원**: 실제로는 창업하지 않을 사람들 - 흥미로운 스타트업을 통해 **대리만족을 경험**하려는 성향 - 자신이 스타트업 여정에 함께한다고 느끼며 창업자의 성공을 원함 - **내면의 스타트업 꿈을 키우고 싶어하는 사람들** 찾기 - 창업자가 취할 자세 - 정장을 입거나 Microsoft 홈페이지를 모방하는 등 **형식주의 따르지 말 것** - **진정성 있게 스타트업답게** 행동하는 것이 중요 - 똑똑하고 현명하게 보이는 것은 중요하지만, 과도한 형식은 불필요 ### 기업의 AI 도입 의지와 스타트업 기회 - MIT 보고서의 **긍정적 핵심 메시지**: 기업들의 압도적인 AI 도입 수요 - 과거 TripleByte 운영 시절보다 **FAANG 기업에 AI 에이전트 판매가 훨씬 용이** - 기업들은 **기존 소프트웨어 회사나 후기 단계 스타트업**에서 솔루션 구매 선호 - 더 많은 자금과 덜 위험해 보이는 업체 선호 - **근본적으로 제품을 만들 수 없는 구조적 문제**: - 대기업 엔지니어링 팀이 **AI를 믿지 않는 사람들로 구성** - 코드 생성 도구 사용하지 않음 - MIT 연구가 과대평가라고 말하면 리트윗하며 좋아함 - 믿고 싶은 내러티브에 집착 - 엔지니어들이 믿지 않으면 **작동하는 제품 구축 불가능** - **스타트업에게 전례 없는 기회**: 작동하는 제품을 만들면 기업들이 대화할 수밖에 없음 - 내부 구축 불가능, 기존 회사에도 갈 수 없는 상황 ### AI 회의론자들에게 보내는 메시지 - ## 직접 시도해보라 - 엔지니어라면 **실제 프로젝트에 투자해 사용**해볼 것 - 한 번 시도해 변수 이름 오류 났다고 포기하지 말 것 - 메인 업무가 아닌 **재미있는 사이드 프로젝트**로도 가능 - "Vibe Coding Dad's Night" 사례: 기술적이지 않은 집주인이 세입자 임대료 확인 시스템 제작 - **10배 엔지니어를 100배로, 1배 엔지니어를 10배로** 만드는 도구 - 내면의 감정을 극복해야 하는 과제 - ## Andrej Karpathy 인터뷰 왜곡 사례 - 트윗: "Karpathy가 에이전트가 과대평가되었다고 말함" - 실제 발언: 에이전트에게 프롬프트만 주고 완벽한 결과를 기대할 수 없으며, **올바른 데이터, 컨텍스트, 평가, 도구 작업 필요** - 실제 의미: **스타트업과 소프트웨어 개발자들에게 엄청난 기회** - 구축해야 할 훌륭한 도구가 아직 산더미 - AI는 **도구이며 더 잘 작동하도록 도와야 함**, 마법처럼 작동하길 기대하면 안 됨 ### AI 네이티브 시스템 재구축은 기회 - **모든 시스템을 AI 네이티브로 완전히 재작성** 필요 - 소프트웨어가 AI와 함께 작동하도록 완전히 새로 작성되어야 함 - 창업자들에게 **무한한 기회 제공** - "일단 시스템 훈련에 시간을 투자하면, **전환 비용이 감당할 수 없을 정도로 높아질 것**" - **이것이 바로 해자(moat)**: ChatGPT 래퍼가 해자가 없다고 걱정하는 사람들에게 명확한 답 ### 결론: 스타트업의 기회 - **AI 비관론자들의 잘못된 해석**: 95% 실패율을 AI 불가능의 증거로 왜곡 - **실제 메시지**: AI 구현이 매우 어려우며 5%만 성공 - **하지만 YC 합격률은 1% 미만**: 그 1%의 창업자들이 성공하는 상위 1% 구현 사례 창출 - **성공 요인**: 뛰어난 기술력 + 폴리매스적 역량 + 타인에 대한 이해 - 50억 달러 핀테크 CIO가 진정으로 원하는 것을 이해 - **5%에 포함될 수 있다는 자신감**: 실제로 뛰어나다면 절대 가능하며, YC에 수많은 사례가 존재함 ## Comments _No public comments on this page._