- Y Combinator는 오랫동안 사람들이 더 많이 시도했으면 하는 아이디어를 모으고, 이를 Request for Startups(RFS) 형태로 공유해왔음
- 이 목록에 있지 않은 아이디어도 충분히 가치 있으며, 해당 목록에 있는 아이디어가 창업자가 이미 흥미로워하던 분야라면, YC가 공감하고 지지한다는 점에서 동기가 될 수 있음
- 여기 나열된 아이디어가 YC에서 투자하는 전부가 아니므로, 자신이 하고 싶은 아이디어가 있으면 주저 말고 지원하기 바람
Spring 2025
Introduction
- 최근 AI의 급격한 발전으로 새롭게 열린 창업 기회가 많아졌음
- Operator, Computer Use 등의 기능으로 AI가 실제 컴퓨터와 웹을 활용하게 되면서, 이전보다 훨씬 많은 영역에 적용 가능해졌음
- OpenAI의 o1/o3, Deepseek R1 같은 모델의 등장으로 AI가 인간을 넘어서는 사례가 생기며, 이를 지원하는 컴퓨팅 인프라도 중요해졌음
A Secure AI App Store
- 사용자 기기에 설치되는 새로운 형태의 AI 앱 스토어와 OS 레이어를 희망함
- 주요 기능
-
개인정보 보호: 사용자 허락 없이 캘린더, 파일, 브라우징 기록 등에 접근하지 못하도록 함
-
공유 메모리: 사용자의 과거 액션, 취향, 맥락이 OS 레벨에서 일관되게 관리됨
-
앱 리뷰/큐레이션: 믿을 수 있는 AI 앱만 소개할 수 있도록 사전 검증 체계 필요함
-
개발자 지원: AI 앱 개발에 필요한 API, 예: 컴퓨터 조작, LLaMA 버전 관리, 접근 권한 제어 등을 간단히 제공함
-
결제 기능: 유료 앱 결제나 서비스 사용 요금 지불 지원
- 빅테크 기업 외에도 스타트업이 충분히 혁신을 이끌 기회가 있다고 봄
Datacenters
- AI 인프라 수요 증가로 데이터센터가 빠르게 늘어나야 하는데, 현재 건설 속도나 비용이 문제임
- 전력 인프라, 냉각, 자재 조달, 프로젝트 관리 등 다양한 측면에서 혁신이 필요함
- 건설 계획부터 유지보수까지 소프트웨어 자동화로 24시간 로봇 운영이 가능한 “lights out” 센터를 구상함
- 스타트업이 이 분야에 뛰어들어 새로운 솔루션을 내놓기 바라며, YC는 이를 적극 지원하고 싶어 함
Compliance and Audit
- 미국·유럽 전체 노동자의 약 1%가 컴플라이언스 혹은 감사 관련 업무를 담당함
- 규제 확대(GDPR, Dodd-Frank, AML/KYC, ESG 등)로 컴플라이언스 업무량이 계속 늘어남
- LLM(대형 언어 모델)을 이용하면 방대한 문서를 빠르게 분석하고 이슈를 찾아낼 수 있음
- 표본 점검 대신 전체 데이터에 대한 “실시간 감리”가 가능해짐
- 향후 많은 컴플라이언스 작업이 자동화될 것으로 예상됨
DocuSign 2.0
- 전자 서명 플랫폼(DocuSign 등)이 복잡한 서류 절차를 간소화하지만, 여전히 다음이 어려움
- 문서 템플릿 만들기
- 중복 정보 입력 방지
- 문서 오류 수정
- 복잡한 용어 설명
- 다른 소프트웨어와의 통합
- AI 기반으로 서류 자동 작성, 음성 인터페이스, 상황별 맞춤형 서류 생성 등이 가능해짐
- 이러한 “문서 서명” 솔루션을 근본적으로 다시 설계할 스타트업을 찾고 있음
Browser & Computer Automation
- AI가 웹 브라우저와 데스크톱 앱을 사용할 수 있게 되면서, 사실상 모든 사이트와 앱이 “API”처럼 변함
- 이로 인해 컴퓨터 상의 모든 작업(워크플로)을 자동화하는 수많은 서비스가 나올 수 있음
- 유망한 오픈소스 툴도 존재하며, 스타트업이 이를 적극 활용하기 바람
AI Personal Staff for Everyone
- 과거엔 극소수 부유층만 누리던 “개인 전문가(가사·세무·법률·자산관리 등)” 서비스를 소프트웨어로 대중화할 수 있음
- 사진 분류, 개인 운전기사 등 과거엔 고소득층만 사용했지만 현재는 앱이나 AI로 누구나 이용 가능해진 사례가 있음
- 세무사, 변호사, 트레이너, 교사 등 다양한 역할을 AI로 대체 또는 지원 가능
- 개인 비서·조력자 역할을 하는 AI 스타트업을 희망함
The Future of Software Engineering
- 이미 많은 AI가 훌륭한 코드를 작성해내고 있음
- 미래에도 소프트웨어 개발자는 여전히 필요하지만, 직접 코드를 작성하기보다는 다수 AI 에이전트를 지휘해 제품을 만드는 형태가 될 가능성이 큼
- QA, 배포, 보안, 다국어 지원, 운영 등 다양한 작업도 AI가 대부분 처리하게 됨
- “작은 조직의 엔지니어가 많은 AI 에이전트를 효율적으로 관리해 대규모 소프트웨어를 만드는” 도구가 필요함
AI Commercial Open Source Software (AICOSS)
- 오픈소스 생태계와 이를 상업적으로 지원하는 스타트업 패턴이 과거에도 성공해옴(Linux-RedHat, Git-Github 등)
- 오픈소스 AI를 기업이 실제로 도입·운영할 수 있도록 지원하는 서비스의 기회가 큼
- DeepSeek 등 다양한 프로젝트가 등장하며, 이를 활용해 기업용 솔루션이나 컨설팅을 제공하는 모델이 가능함
- 오픈소스 AI를 기반으로 B2B 지원을 목표로 하는 창업을 기대함
AI Coding Agents for Hardware-Optimized Code
- AI 하드웨어 개발은 소프트웨어 제약 때문에 진전이 늦기도 함
- CUDA를 통한 엔비디아 독점처럼, 커스텀 실리콘·AMD 등의 성능이 소프트웨어 최적화 부족으로 저평가되는 사례가 있음
- Deepseek R1, OpenAI o1/o3 같은 추론 모델을 활용해, 고난도 하드웨어 최적화 코드를 자동 생성하면 새로운 가능성이 열림
- 다양한 하드웨어 플랫폼 간 의존도를 줄이고, 전반적인 생태계를 재편할 수 있는 기회가 있음
B2A: Software Where the Customers Will All Be Agents
- 인터넷 트래픽 상당수가 이미 인간이 아닌 프로그램(스크래퍼, 자동화 스크립트 등)임
- AI 에이전트가 본격화되면, 웹 서비스를 인간뿐 아니라 AI 에이전트에게도 직접 제공해야 하는 시대가 옴
- 예: 에이전트 전용 결제 API, 호스팅 사용 크레딧 구매, 에이전트 간 계약 체결 지원 등
- 이런 “AI 에이전트를 고객으로 삼는” 소프트웨어를 전문적으로 개발하는 창업도 유망함
Vertical AI Agents
- 과거 인터랙티브 웹앱 발달로 B2B SaaS가 빠르게 성장했는데, 앞으로는 특정 도메인 문제를 자동화하는 “버티컬 AI 에이전트”가 급성장할 것으로 보임
- AI 세금 회계, AI 의료 청구, AI 전화 상담, AI 컴플라이언스 등 이미 여러 사례가 존재함
- 실제 도메인 문제 해결을 위해서는 심층 에이전트 구조, 기존 레거시 시스템 통합, 도메인 지식이 필요함
- 사람 수준의 성능을 내면 빠르게 성장할 것으로 기대하며, 아직 잠재력이 큰 분야가 많음
Startup Founders with Systems Programming Expertise
- DeepSeek 논문 등에서 보듯, 하드웨어 자원을 극대화하기 위한 저수준 기술력이 중요해지고 있음
- 구글 창업자나 John Carmack처럼 소프트웨어 스택 전체를 꿰뚫는 역량이 혁신에 큰 영향력을 미쳤음
- 제한된 리소스를 극복하고 최적화를 추구하는 집요함이 스타트업의 강력한 경쟁력이 될 수 있음
- YC는 이러한 저수준 시스템 프로그래밍 전문성을 가진 창업자를 적극적으로 찾고 있음
Inference AI Infrastructure in the World of Test-Time Compute
- 과거엔 대형 모델 사전 학습에 많은 컴퓨팅 리소스가 투입됐으나, 이제는 추론(Inference) 과정에서도 큰 리소스가 요구됨
- 복잡한 추론 모델을 자주 호출하는 AI 앱의 증가로 인프라 비용이 급등할 수 있음
- 새로운 방식의 추론용 인프라, GPU 워크로드 최적화, 비용 절감 솔루션 등이 필요함
- “인프라 최적화”처럼 눈에 띄지 않지만 필수적인 분야에서 큰 기회가 생길 것으로 예상됨