AI 스타트업을 만드는 방법
(substack.com)Aakash Gupta의 뉴스레터에서 BuildBetter.ai의 창업자 Spencer Shulem에게 AI 스타트업에 관한 인사이트를 묻는 아티클을 발견해 공유합니다.
스타트업의 무덤
- 아이디어는 쉽고 실행이 가장 중요합니다.
- 막대한 자금을 지원받은 스타트업도 이것 때문에 흐지부지되곤 합니다.
- 수십 개의 AI 스타트업을 분석한 후 가장 쉽게 빠질 수 있는 함정을 찾아냄
함정 1: 반짝이는 물건 증후군
- 스타트업은 종종 새로운 모델이 출시되면 기존의 모든 것을 버리고 피벗하고 싶은 유혹에 빠집니다.
- 그러나 이러한 충동을 억제하는 것이 중요합니다.
- 예를 들어, 2022년에 DALL-E 2가 출시되었을 때 수많은 "DALL-E for X" 기업이 등장했고, 게임에서부터 인테리어 디자인에 이르기까지 모든 분야에 그 기술을 적용하려 했습니다.
- 성공한 스타트업은 타겟 사용자와 사용 사례에만 집중했습니다. 그리고 오직 주요 지표가 변화할 때만 새로운 기술을 도입했습니다.
- 예를 들어, Anthropic은 수년 동안 본질적인 AI 기술 연구에만 집중했고, 이를 통해 안전하고 강력한 AI 비서기술을 발전시킬 수 있었습니다.
- 팁 : 오직 하나의 문제와 기술적 접근 방식을 선택하세요. 노이즈를 걸러낸 뒤 실행하고, 반짝이는 새로운 기술을 쫓는 것에 대해 극도로 신중해야 합니다.
함정 2 : "실험실에선 작동해요"
- 인상적인 연구 결과가 항상 실제 제품과 같은 건 아니기 때문에 그 간극이 당신의 스타트업을 위험에 빠뜨릴 수 있습니다.
- 프로토타입을 제품으로 전환하려면 인프라, DevOps, UI, 문서화 및 시장 출시에 대한 투자가 필요합니다. 이는 총력을 다해야 하는 부분입니다.
- 새로운 기술이 저절로 팔릴 것이라고 생각한다면, 현실을 직시하세요. 실험실에서 한 노력과 자원의 10배를 제품화 투자하세요. 그것이 스티브 잡스가 한 말의 참 뜻입니다.
- "훌륭한 아이디어와 훌륭한 제품 사이에는 엄청난 양의 피와 땀이 있습니다."
- Rabbit이나 Humane같은 기업의 실제 제품은 그들의 데모와 광고만큼 좋지 못했습니다.
- 반면, Cohere는 미세 조정, 프롬프트 엔지니어링, 데이터 호스팅 등의 기능을 포함하여 언어 모델을 위한 강력한 서비스 플랫폼을 구축하는 데 2년을 보냈습니다.
- 이러한 기초 작업을 통해 첫날부터 수십억 개의 요청을 안정적으로 처리했죠.
- 팁 : 연구 후 제품화에 최소한 전체 시간의 50%를 할애하세요. CI/CD, 베타 프로그램, 카오스 엔지니어링 및 추적 오차 등을 조기에 설정하세요. 성능과 보안 그리고 규정은 나중으로 미뤄선 안 됩니다.
함정 3: 무책임한 배포
- 많은 AI 스타트업이 데이터 개인 정보 보호, 보안, 공정성, 투명성 및 견고성에 대한 적절한 대비를 갖추지 못한 채 제품을 시장에 출시하곤 합니다. 그리고 일이 터졌을 땐 그들은 모른 척합니다.
- 수 십억 장의 SNS 사진을 불법적으로 스크랩한 안면 인식 스타트업인 Clearview AI는 이 사실이 폭로되자 사용자의 비난과 법적 제재를 받았습니다.
- Zillow AI 시스템을 배포하기 전에 AI 시스템의 한계와 스트레스 테스트를 수행하지 않아 $500M 이상의 손실을 입기도 했습니다.
- 팁 : 각 부서의 이해 관계자를 참여시켜 잠재적 위험을 조기에 파악하세요. 기술 및 인적 감독을 개발 및 배포 워크플로에 포함해 제한 사항에 대해 솔직하게 소통해야 합니다. 늦게 후회하는 것보다 안전하게 가는 것이 낫습니다.
함정 4 : 기능보다 우선 순위 지정을 중요시함
- 많은 AI 스타트업이 자신들의 기술에 매료되어 사용자가 실제로 관심을 갖는 것이 무엇인지 잊어버리곤 합니다.
- 그들은 수많은 AI 콘텐츠를 생성하는 화려한 데모를 만들지만 그것이 실제 문제를 해결하지는 못합니다.
- 딥 러닝 기반의 "앱용 검색 엔진"을 구축하는 스타트업인 Quixey를 예로 들어 보겠습니다. 그들의 데모는 사용자가 모호한 자연어 쿼리를 기반으로 앱을 찾을 수 있는 것처럼 표현합니다. 그러나 실제로 대부분의 사람들은 표준 앱 스토어 검색 및 카테고리를 통해 앱을 찾았습니다. Quixey의 모든 멋진 ML은 실제로 사용자가 앱을 발견하는 데 별다른 도움이 되지 않았습니다. 결과적으로, 회사는 결국 큰 손실 후 문을 닫았습니다.
- 런웨이(Runway)와 같은 성공적인 스타트업은 첫날부터 사용자의 가장 큰 문제에 집중합니다. 이들은 비디오 크리에이터와 함께 고객 발굴에 심혈을 기울여 타겟 고객의 시간과 비용을 낭비시키는 문제를 찾았습니다. 그리고 그들의 솔루션은 사용자의 시간과 비용을 10%가 아닌 10배나 줄였습니다.
- 팁 : 사용자가 "이것 없이 어떻게 살 수 있었지?"라고 말할 때까지 노력하세요. 기술이 아닌 문제에 집중하세요. 해결해야 할 심각한 문제를 찾을 때까지 계속 파고든 다음 워크플로우를 재구성하여 장애물을 제거해야 합니다. 당신의 솔루션을 쓴다면 최소 10배 이상의 개선을 보여야 합니다.
함정 5: 너무 많이, 너무 빨리 모금하기
- 현금은 성공을 보장하지 않았습니다.
- 올리브 AI는 2년 전 10억 달러의 투자를 유치한 후 40억 달러의 가치를 인정받았습니다. 올리브의 CEO는 "우리는 27번이나 피벗했다"고 자랑스럽게 선언했지만 이는 너무 빨리 그리고 너무 많이 모금했다는 반증입니다. 그렇게 올리브는 망했습니다.
- 반면에, 코히어와 같은 성공적인 스타트업은 4000만 달러의 시리즈 A를 유치하기 전에 2년 동안 부트스트랩 했습니다. 이를 통해 셀프 서비스 모델을 심층적으로 검증하고 벤처캐피탈을 도입하기 전에 $1M ARR을 달성할 수 있었습니다. 기반이 단단해야 자신 있게 확장할 수 있습니다.
- 팁 : PMF에 도달하기 위해선 부트스트랩 또는 작은 시드 라운드로 시작하세요. 이는 고객 가치에 부합하는 가격 책정 모델 검증에 도움을 줍니다. 단골 고객, 건전한 단위 경제성, 반복 가능한 성장 엔진이 확보될 때까지 확장하지 마세요. 조기 스케일링은 독이 됩니다.
창업가를 포함한 개발, 프로덕트, 마케팅, 디자인 전 직군의 성장을 돕는 무료 뉴스레터를 받으세요!