AI 시대 3년의 변화: 시간 압축이 벤처를 재편하다

핵심 요약

• 시간 압축: 새로운 AI 모델은 41일마다 출시되며, 기업들은 기록적인 시간 안에 1억 달러의 매출을 달성
• 벤처 펀딩의 변화: 시드 라운드의 규모가 1백만 달러에서 5억 달러로 확대되면서 전통적 펀딩 카테고리가 의미를 잃음
• 추론의 부상: AI 모델에서 추론이 지배적인 시장으로 부상하면서 특화된 인프라 수요 증가
• 오픈소스 모델의 성장: 로컬 실행으로 비용 절감, 지연시간 개선, 제어력 향상이 가능해짐
• AI 광고의 확산: 추론 비용 보조금으로 기능하는 AI 광고가 새로운 수익 모델로 등장

AI가 소프트웨어 산업의 속도를 바꾸다

3년 전 Theory Ventures가 창립되었을 때, AI가 소프트웨어의 구축, 판매, 배포 및 운영 방식을 재편할 것이라는 전제를 가지고 출발했습니다. ChatGPT 등장 이후 시장은 가장 낙관적인 예상보다도 빠르게 움직였습니다.

최첨단 모델들은 섬세한 데모 단계를 넘어 실제 운영 시스템으로 도약했고, 오픈 소스 모델들은 기업 워크로드의 대체재가 되었습니다. 새로운 모델은 41일마다 출시되며, 기업들은 기록적인 시간 안에 1억 달러의 매출을 달성 하고 있습니다. AI는 본질적으로 시간을 압축하는 기술입니다.

벤처 펀딩, 전통적 분류가 사라지다

시간 압축의 첫 번째 희생양은 벤처 캐피탈의 오래된 용어들입니다. 시드, 시리즈 A, 시리즈 B와 같은 범주는 여전히 존재하지만, 이제 기업의 성숙도보다는 기업이 추구하는 금융 상품 을 설명하는 용어가 되었습니다.

시드 라운드의 규모는 1백만 달러에서 5억 달러까지 급증했습니다. 일부 시드 라운드는 IPO보다도 규모가 크며, 이는 원대한 야망, 지원적인 VC 생태계, 그리고 다음 세대 규모의 비즈니스를 구축할 수 있다는 약속에 힘입은 결과입니다. 최고의 기업들은 이전 세대 소프트웨어 기업보다 훨씬 더 일찍 성숙하고 있습니다.

추론 인프라: AI의 새로운 전쟁터

Theory Ventures를 시작했을 때 대부분의 AI 논의는 모델에 집중되어 있었습니다. 오늘날 추론(inference)은 지배적인 시장 으로 부상했습니다. 워크로드와 구매자 선호도가 진화함에 따라 시장이 세분화되고 있습니다.

모든 사람이 최첨단 AI를 사용할 수 있도록 비용을 감당할 수 없으며, 각각의 특화된 제약 조건이 새로운 인프라 범주를 생성합니다. Sail Research 와 같은 기업들은 저렴하게 제공하고, 지능적으로 라우팅하며, 비디오, 배치, 로컬, 에이전트 기반, 실시간 워크로드 같은 사용 사례에 맞춰 전문화하는 시스템을 구축하고 있습니다.

데이터베이스가 10년 전 같은 길을 따랐듯이, 추론 인프라도 이제 같은 방식으로 전문화되고 있습니다.

AI 광고: 새로운 수익화 엔진

추론 비용은 광고 시장에 활력을 불어넣고 있습니다. TV, 웹, 모바일, 스트리밍 등 모든 주요 인터페이스 변화는 대규모 잠재 고객을 광고로 수익화하는 해답을 찾았으며, AI도 다르지 않습니다.

AI 광고는 추론 비용에 대한 보조금으로 부상하고 있으며, 애플리케이션이 사용량과 수익을 서로 대립시키지 않고 함께 성장할 수 있도록 합니다. AI 대화 내의 네이티브 광고 형식은 디스플레이 광고 기준보다 4~5배 높은 클릭률 을 보이며, 에이전트 기반 앱 빌더는 광고를 통해 추론 비용을 상쇄할 수 있습니다.

로컬·오픈소스 모델의 부상

동일한 압축 기술이 폐쇄형 모델과 개방형 모델, 클라우드 모델과 로컬 모델 간의 격차를 좁혔습니다. 최첨단 폐쇄형 모델이 선두를 달리는 것은 맞지만, AI는 이제 "아이폰 15 순간"에 도달했습니다. 많은 모델이 대부분의 작업에 충분히 좋습니다.

모델을 로컬에서 실행하면 비용이 절감되고, 지연 시간이 개선되며, 제어력이 향상되고, 데이터 거버넌스 문제가 최소화됩니다. 기업들은 민감한 워크로드에 로컬 및 오픈소스 모델을 채택하고 있으며, 최첨단 기능은 몇 년 안에 소비자 하드웨어로 압축될 것입니다. 한때 하이퍼스케일러 클러스터가 필요했던 작업이 불과 몇 분기 만에 노트북에서 실행될 수 있게 되었습니다.

보안과 운영, AI 에이전트로 재편되다

AI의 약속은 소프트웨어가 궁극적으로 더 안전해질 것이라는 점입니다. 그동안 공격 표면은 폭발적으로 증가 하고 있습니다. MCP 서버, 스킬, 플러그인, 코딩 에이전트 각각이 새로운 진입점을 만들고 있으며, 기업들은 보안 팀이 검토할 수 있는 속도보다 빠르게 이를 배포하고 있습니다.

동일한 에이전트 물결이 운영 방식을 다시 쓰고 있습니다. ERP 및 백오피스 시스템은 수십 년 동안 변화에 저항해 왔습니다. 에이전트는 이러한 계산을 뒤집습니다. 문서를 읽고, 기록을 대조하며, 워크플로우를 실행하는 시스템은 전면 교체를 요구하기보다는 내부에서부터 운영을 개선할 수 있습니다.

Theory Ventures의 AI 활용 전략

변화를 조기에 인지하려면 단순히 관찰하는 것을 넘어 직접 AI 에이전트를 다루며 실험해야 합니다. Theory는 기술 조직으로 구축되었으며, 연구, 소싱, 실사, 포트폴리오 지원 및 내부 운영 전반에 걸쳐 AI를 실험했습니다.

창립 이후 3명의 투자자와 9명의 인텔리전스 조직으로 구성된 소규모 팀으로 2배 더 많은 투자 기회를 분석 했습니다. 오늘날 13명의 강력한 팀을 이루고 있으며, 시장을 매핑하는 에이전트, 기업을 발굴하는 파이프라인, 그리고 소규모 팀이 더 큰 규모의 회사 업무를 처리할 수 있게 하는 연구 인프라를 갖추고 있습니다.

결론

지난 3년은 AI가 벤처 산업, 기업 운영, 소프트웨어 개발의 속도를 근본적으로 바꾼 시간이었습니다. 시간 압축이 펀딩 구조를 재편하고, 추론 인프라를 부상시키며, 로컬 모델을 실용화했습니다. 그 진정한 이야기는 이 기술 위에서 기업을 만드는 창업자들이며, 다음 3년은 이 모든 것을 느리게 보이게 할 것입니다.

---

Original source: Three Years In

powered by osmu.app