두 명의 IIT 엔지니어가 안정적인 고연봉 일자리를 포기하고 Y Combinator에 합격해 AI 스타트업을 세운 성공 스토리와 창업 경험담을 공개합니다.
IIT 엔지니어가 55만 달러 연봉을 거절한 이유: AI 스타트업 성공기
핵심 요약
- 극적인 결정: 뉴욕 퀀트 회사의 55만 달러 연봉 제안과 스탠퍼드 박사 과정을 모두 거절하고 Y Combinator에 지원
- 성공 검증: Zepto, DoorDash, 암호화폐 거래소, Fortune 500 기업들과 협력하며 고객 지원 AI 에이전트 개발
- 제품 철학: 경쟁보다는 고객 가치 창출에 집중, 뛰어난 제품이 모든 것을 결정한다는 신념
- 채용 전략: 상위 0.1% 수준의 뾰족한 재능을 보유한 엔지니어를 선호하며 AI 없이도 능력을 검증
- 창업 조언: 사전 경험보다 시작과 실행, 배수를 치고 고객으로부터 실제 수익 검증이 가장 중요
55만 달러 거절 결정의 배경
ChatGPT 출시가 만든 기회의 순간
두 명의 뛰어난 IIT 엔지니어였던 주인공들은 명확한 경력 선택지 앞에 있었습니다. 한 명은 뉴욕의 선도적인 퀀트(정량적 투자) 회사로부터 약 55만 달러에 달하는 꽤 좋은 일자리 제안을 받았고, 다른 한 명도 인도에서 최고 수준의 연봉 제안을 받았습니다. 동시에 스탠퍼드 박사 과정 입학도 확정된 상황이었습니다.
그러나 모든 것이 바뀌었습니다. ChatGPT가 출시되었습니다. 이 혁신적인 기술이 코드를 작성하고 다양한 작업을 수행할 수 있다는 사실을 깨달은 순간, 두 창업자는 엄청나게 흥분했습니다. 그들은 즉시 ChatGPT 위에 무언가를 구축하고 Y Combinator에 들어가고 싶다는 생각에 사로잡혔습니다.
대학 신입생 때부터 서로를 알고 지내던 이들은 매우 단순한 결정을 내렸습니다: "무슨 일이 생기겠어? 그냥 지원해 보자."
이 결정이 얼마나 극적이었는지는 타이밍으로 알 수 있습니다. Y Combinator 합격 통지가 들어온 것은 회사에 합류하기로 되어 있던 날로부터 단 3일 전이었습니다. 부모님들이 얼마나 놀랐을지는 상상하기 쉽습니다. 특히 중산층 배경에서 온 그들에게 안정적인 고연봉 일자리를 포기한다는 것은 매우 큰 결정이었습니다.
Y Combinator 인터뷰: 기대를 완전히 깬 경험
YC 인터뷰 준비 과정은 공황의 연속이었습니다. 창업자들은 철저하게 준비했습니다. 아이디어와 팀에 대해 모든 것을 설명해 줄 수 있도록 여러 YC 창업자들과 대화하며 준비했습니다. 그러나 면접관인 Harsh는 그런 것들에 대해 전혀 묻지 않았습니다.
면접은 예상과 완전히 달랐습니다. 창업자들이 준비한 에듀테크 아이디어에 대해 질문하지 않았고, 대신 Harsh는 그들이 훌륭한 엔지니어라면 다른 것을 찾아 작업하라고 말했습니다. 당시에는 인터뷰가 끔찍했다고 생각했고, 합격하지 못할 거라고 진심으로 확신했습니다.
그러나 결과는 달랐습니다. 합격했습니다. 그리고 Harsh의 이 도전을 받아들이지 않았다면 오늘날의 Giga는 존재하지 않았을 것입니다. Harsh는 이후 Coursera COO 및 가장 성공적인 에듀테크 기업들을 설립한 여러 사람들과의 대화를 주선해 주었습니다. 그들 모두가 동일한 메시지를 전했습니다: 에듀테크를 만드는 것은 좋지 않은 생각입니다.
피벗과 시행착오: 미세 조정에서 고객 지원 AI로
에듀테크에서 LLM 미세 조정으로의 급격한 방향 전환
YC 배치 시작 후 약 1개월 만에 창업자들은 에듀테크를 완전히 포기하고 새로운 방향으로 피벗했습니다. B1 및 B2 비자가 거부되는 어려운 상황을 겪었고, YC가 전면 원격에서 대면으로 전환되는 첫 번째 배치였습니다.
이 시점에 창업자들이 주목한 기술적 기회가 있었습니다. 그들은 LLM(대규모 언어 모델)을 미세 조정하는 것에 집중하기로 결정했습니다. 당시 GPT-4는 매우 비쌌기 때문에, 비용을 절감하기 위해 LLM을 캐싱하는 방법에 관한 Databricks 공동 창업자의 연구 논문을 읽었습니다. 그들은 더 작은 LLM을 사용하여 미세 조정하는 것이 더 효과적일 수 있다고 생각했습니다.
창업자들은 여러 모델을 오픈 소스화하고 Hugging Face 벤치마크에서 최고의 성과를 기록했습니다. 이는 상당한 관심과 문의를 가져왔고, 결과적으로 400만 달러의 시드 투자를 유치했습니다.
미세 조정의 한계를 깨닫다
하지만 약 1년이 지난 후, 창업자들은 중요한 깨달음을 얻었습니다. 미세 조정이 실제로는 매우 나쁜 시장이라는 것을 깨달은 것입니다. 미세 조정을 원하는 유일한 이유는 세 가지였습니다:
- 비용을 절감하려는 경우
- 속도를 높이려는 경우
- 극도의 보안이 필요한 경우
놀랍게도, 그들은 이것을 약 1년 후에 깨달았습니다. 미세 조정은 실제로 엔지니어링 프로세스가 아니라 영업 프로세스라는 것을 이해하게 된 것입니다. 기술적으로 우수해도 실제 비즈니스 수요가 없다면 의미가 없다는 교훈이었습니다.
고객 지원과 코딩으로의 재피벗
이 과정에서 흥미로운 패턴이 드러났습니다. Giga의 고객들 사이에서 매우 빠르게 성장하고 있던 사용 사례는 단 두 가지였습니다:
- 고객 지원: 콜센터와 고객 서비스 자동화
- 코딩: 개발자 생산성 도구
창업자들은 이 명확한 신호에 귀를 기울이기로 결정했습니다. 미세 조정이라는 기술적 초점을 버리고, 고객 지원에 집중하기로 방향을 다시 정했습니다. 이것이 현재의 Giga라는 회사로 이어졌습니다.
고객 검증: 작은 팀이 거대 기업을 이기다
Zepto: 첫 고객, 강력한 검증
첫 번째 주요 고객은 Zepto였습니다. 빠르게 성장하고 있던 이 회사는 Giga의 AI 에이전트를 시험해 보았고, 결국 첫 번째 고객이 되었습니다. 이것은 단순한 거래가 아니었습니다. 이것은 강력한 제품 검증이었습니다.
DoorDash와의 파트너십: Y Combinator의 진정한 가치
더욱 놀라운 성공은 DoorDash와의 파트너십에서 나왔습니다. Giga의 팀은 당시 약 8명 정도였습니다. 반면 DoorDash는 400명 규모의 자금력 있는 거대 회사였습니다. 마치 다윗과 골리앗 같은 상황이었습니다.
하지만 Giga는 이 경쟁에서 승리했습니다. 이를 가능하게 한 핵심 요소는 Y Combinator의 신뢰였습니다. YC에 속했다는 사실 자체가 DoorDash에게 본질적인 신뢰를 가져다주었습니다. Carrie가 창업자를 Tony에게 소개해 주었을 때, DoorDash는 이미 Giga를 믿고 있었습니다.
3개월간의 파일럿 기간 동안 Giga의 시스템은 한 번도 실패하지 않았습니다. 모든 지표가 훌륭했습니다. DoorDash는 매우 능력주의적인 회사이며, 자신들과 같은 작은 팀을 기꺼이 신뢰해 주었습니다. 이는 그들 규모의 회사로서는 매우 어려운 결정입니다.
DoorDash와의 파트너십이 가져온 영향은 엄청났습니다. 이제 DoorDash와의 성공 사례 덕분에 다른 많은 대규모 상장 기업들도 Giga의 서비스를 사용하고 있습니다.
현재의 고객 포트폴리오
오늘날 Giga는 다음과 같은 업체들과 협력하고 있습니다:
- 미국 최대 암호화폐 거래소
- DoorDash와 같은 주요 전자상거래 플랫폼
- 상위 3개 통신사
- Fortune 500 기업들
- 주요 소비자 기업들
이들 기업들은 Giga의 AI 에이전트를 사용하여 고객 지원 업무를 자동화하고 있습니다.
AI 고객 지원: 혁신적인 가치 제안
기존 고객 지원의 문제점
전통적인 고객 지원 모델은 다음과 같이 작동합니다:
- 고객이 지원팀에 전화
- IVR(자동 응답 시스템) 또는 챗봇을 거쳐 상담원에게 연결
- 상담원이 처리
이 과정에서 이탈률(deflection rates)은 보통 10~15%에 불과했습니다. 즉, 90% 이상의 고객이 사람과 이야기해야만 문제가 해결된다는 뜻입니다.
Giga AI의 혁신적인 성과
Giga의 AI 에이전트는 완전히 다른 경험을 제공합니다:
- 완전히 자연스러운 경험: 사람과 상호작용하는 것처럼 느껴지는 AI
- 획기적인 이탈률: 이전의 1015%에서 6070%로 상승
- 최고 고객의 경우: 90~95%까지 달성
단순히 더 나은 경험을 제공하는 것이 아닙니다. 고객들은 더 이상 대기할 필요가 없고, 전화만 하면 문제가 정말 빠르게 해결됩니다.
마크다운 기반 정책과 AI 에이전트의 원리
모든 AI 에이전트의 근본: 정책 최적화
거의 모든 에이전트 기반 회사에 적용되는 핵심적인 관찰이 있습니다. 그것은 근본적으로 "정책"으로 귀결된다는 것입니다. 이 정책은 종종 마크다운 파일로 표현됩니다.
예를 들어 고객 지원의 경우:
- 환불 정책
- 배송 정책
- 반품 정책
- 기술 지원 프로세스
이러한 정책들은 마크다운 형식으로 문서화되어 있습니다. AI 에이전트의 목표는 이러한 마크다운 파일을 반복적으로 개선하여 비즈니스 KPI에 긍정적인 영향을 미치는 것입니다.
비즈니스 임팩트 측정
실제 개선의 예시:
- 지원 해결률을 30~40%에서 90%로 높이기
- 고객 만족도(CSAT) 향상
- 평균 처리 시간 단축
- 에스컬레이션 감소
다른 비즈니스 영역으로의 확장
동일한 원칙은 다양한 비즈니스 영역에 적용됩니다:
- 규정 준수 (Compliance): 규제 정책과 절차 자동화
- IT 서비스 관리 (ITSM): IT 운영 정책 최적화
- IT 서비스 데스크 (ITSD): 내부 IT 지원 자동화
미국의 주요 소비자 기업들이 내부 지원 및 규정 준수를 위해 Giga의 솔루션을 시범 운영하고 있습니다. AI 에이전트가 마크다운 기반 정책을 최적화하여 비즈니스 목표를 달성함으로써 이러한 영역을 혁신하는 방식은 정말 매력적입니다.
부모님의 반대와 결국의 이해
가족 갈등의 시작
창업자는 인도 안드라프라데시의 작은 마을에서 태어났습니다. 두 부모님 모두 공립학교 교사였습니다. 당연히 그들은 자녀가 엔지니어 또는 의사가 되기를 바랐습니다.
창업자는 IIT 카라그푸르에 입학하기 위해 정말 열심히 공부했고, 전기 공학을 전공했습니다. 처음에는 IIT 생활이 코로나 판데믹이었던 탓도 있고, 학업보다는 친구들과의 시간을 즐겼습니다.
하지만 대학 3학년 때부터 진정한 변화가 일어났습니다. 스탠퍼드에서 LLM(대규모 언어 모델) 연구를 시작했습니다. BERT와 같은 트랜스포머 모델을 다루었습니다. 당시는 ChatGPT가 나오기 전이었습니다.
55만 달러 제안의 거절과 가족 분쟁
안정적인 고연봉 일자리를 거절하고 스타트업을 시작하겠다는 결정은 가족에게 심각한 갈등을 초래했습니다. 특히 중산층 배등에서 온 아버지는 처음에는 매우 화를 내셨습니다.
아들은 가족을 설득하기 위해 노력했습니다:
- Y Combinator가 무엇인지 설명
- 관련 영상 시청
- 다른 YC 회사들의 성공 사례 공유
- 1~2년 안에 실패하더라도 언제든지 전통적인 직업으로 돌아갈 수 있다는 안심
결국 부모님은 아들의 마음을 바꾸도록 강요할 수 없는 지경에 이르렀습니다.
창업자 자신도 때때로 자신이 잘못된 결정을 내리고 있지 않은지 의문을 가졌습니다. 하지만 그의 철학은 항상 일관되었습니다: 기회를 잡고 어떤 일이 일어나는지 지켜보는 것입니다.
뛰어난 공동 창업자와 함께
IIT 최고의 인재
창업자와 함께 회사를 세운 공동 창업자의 능력은 정말 놀라웠습니다. 대학생 때 이 공동 창업자는 IIT 전체에서 3등 을 했습니다.
더 인상적인 것은 그의 성적표입니다. 평생 동안 단 하나의 'B' 학점을 받았는데, 그마저도 친구 대신 출석을 불러주다가 10점 감점을 받아서였습니다. 그렇지 않았다면 그는 캠퍼스 최고의 성적을 거뒀을 것입니다. 그는 진정한 "책벌레"였습니다.
창업자의 다른 강점
한편, 창업자 자신은 학업 성취보다는 다른 영역에서 강점을 보였습니다. 공식적인 공부보다는 Kaggle 대회 에 많이 참가했습니다. Kaggle은 데이터 과학 경쟁 플랫폼인데, 대회에서 우승하면 실제로 돈을 벌 수 있습니다.
창업자는 약 5만 달러를 벌었습니다. 이러한 성과 덕분에 고빈도 매매(high-frequency trading) 회사 중 하나에서 일자리를 제안받았습니다. 흥미롭게도, 창업자는 너무 많은 "꼼수"를 부려서 결국 그들이 자신을 금지시켰습니다.
이 두 사람의 조합 - 학문적 탁월함과 실용적 문제 해결 능력 - 은 회사의 강력한 기초가 되었습니다.
AI 시대의 엔지니어링: 자동화의 힘
현장 배포 엔지니어 문제
Giga는 기업 AI 배포의 핵심 병목 현상을 해결하고 있습니다. 바로 "현장 배포 엔지니어(forward-deployed engineer)" 문제입니다.
기업들이 새로운 AI 솔루션을 도입할 때, 보통 다음과 같은 상황이 발생합니다:
- 고객의 특정 요구사항을 이해하는 엔지니어 필요
- 고객 현장에서 구현 및 조정 담당
- 지속적인 모니터링과 개선
이는 매우 비용이 많이 들고 확장성이 제한적입니다.
AI 기반 현장 배포 엔지니어
Giga는 곧 출시될 AI 기반 현장 배포 엔지니어를 개발 중입니다. 이 AI는:
- Slack 채널과 Google Meet 참여: 실시간 커뮤니케이션에 참여
- 자동 메모 작성: 회의와 논의 내용 기록
- 정책 변경 자동 구현: 고객의 요청사항을 즉시 반영
- 새로운 대시보드 구성: 필요한 모니터링 도구 자동 설정
창업자는 이것이 기업의 AI 도입에 혁명을 가져올 것이라고 매우 확신합니다.
내부 자동화 문화
Giga 내부에서는 "자동화, 자동화, 자동화"가 핵심 가치입니다. 회사의 목표는 어떤 워크플로든 자동화할 수 있는 범용 자동화 엔진을 구축하는 것입니다.
실제 사례들:
- 개인 비서 대체: AI가 회의 일정을 자동으로 잡음
- 영업 분석 자동화: AI가 Gong 녹취록을 분석하여 주요 통찰력, 경쟁사 전략 등을 파악
- 코딩 에이전트: 많은 엔지니어링 작업을 자동화
자동화의 비즈니스 임팩트
이러한 자동화 접근법은 매우 구체적인 결과를 만들어냅니다:
- 인력 효율성: 많은 사람들을 "빌더(builder)"로 변화시킴
- 역할 전환: 단순 실행자에서 혁신자로의 변화
- 규모의 경제: 엔지니어링 팀을 6~7배 효율적으로 운영
아마도 엔지니어링 팀의 7배 비용보다 훨씬 적게 자동화를 구현할 수 있습니다. 하지만 그것만이 아닙니다. 더 큰 문제는 "컨텍스트 전환(context switching)"입니다.
컨텍스트 전환의 진정한 비용
많은 조직이 간과하는 것이 컨텍스트 전환의 비용입니다:
- 집중력 손상: 여러 작업을 동시에 처리하면서 각 작업의 효율성 저하
- 커뮤니케이션 오버헤드: 팀원들 간의 조정 및 회의 시간 증가
- 컨텍스트 전달 손실: "이 작업이 왜 중요한지", "이전에 뭘 했는지" 설명하는 시간 낭비
실제로 한 사람이 전체 작업을 소유하고 직접 구축하는 것이 훨씬 더 빠릅니다. 더 빠르게 출시할 수 있으며, 컨텍스트 전달은 실제로 많은 것을 망치고 속도를 늦춥니다.
AI 시대의 채용 철학
상위 0.1%의 뾰족한 인재 선호
Giga가 찾는 인재상은 일반적인 SaaS 회사와는 매우 다릅니다.
회사는 특별히 원하는 것이 있습니다: 비범한 능력과 "뾰족함(spikiness)"
구체적으로:
- 상위 0.1% 수준의 기술적 능력
- 특정 분야에서 매우 뛰어난 전문성
- 깊이 있는 전문 지식
구체적인 예시
창업자의 경우:
- 뉴욕의 선도적인 퀀트 회사로부터 최고 수준의 연봉 제안을 받음
- Kaggle 경쟁에서 약 5만 달러를 벌 수 있는 수준의 기술 능력
공동 창업자의 경우:
- IIT 전체에서 3등의 성적
- 인도에서 퀀트 회사로부터 최고 수준의 연봉 제안을 받음
AI 시대의 특별한 채용 방식
Giga의 면접 과정은 매우 특별하게 설계되었습니다:
3단계 채용 프로세스:
- AI 지원으로 코드 작성: 후보자들이 AI(ChatGPT 등)의 도움을 받아 코드를 작성하게 함
- AI 접근 제거: 그 이후 AI 도구에 대한 접근 권한을 제거
- 변경 요청: AI 없이 그 코드를 변경하도록 요청
이 방식의 의도
왜 이렇게 복잡한 과정을 거치는가?
- 기초 이해 검증: 사람들이 코드 자체와 작동 방식을 이해하는지 확인
- 도구 의존도 평가: AI 도구에만 의존하지 않는 진정한 능력 측정
- 적응력 평가: 예상치 못한 상황에서의 문제 해결 능력 검증
물론, AI 모델이 계속 발전함에 따라 이 기준도 계속 진화할 것입니다. 앞으로 AI가 모든 것을 처리할 수 있게 되면, 코드가 어떻게 작동하는지 정말로 알아야 할까요? 하지만 현재로서는 Giga는 그렇게 결론을 내렸습니다.
비즈니스 배경 없이 회사를 세우다
"나는 기술자인데 비즈니스를 어떻게 알겠어?"
많은 엔지니어와 기술자들이 스스로에게 하는 질문입니다.
Giga의 두 창업자 모두 컴퓨터 과학자였습니다. 회사를 시작하기 전에는 비즈니스 경험이 거의 없었습니다. 그렇다면 어떻게 성공했을까요?
핵심은 고객 발견
가장 중요한 깨달음은 간단합니다: 비즈니스 배경이 없어도 당신의 제품을 구매할 사람들은 많습니다.
당신이 필요한 것은:
- 비즈니스 배경이 아니라
- 적합한 구매자를 찾는 능력
실제 경험담:
Zepto의 경우:
- Zepto는 Giga가 더 큰 영업팀을 가지고 있는지 신경 쓰지 않음
- 그들은 제품의 가치에만 집중
DoorDash의 경우:
- DoorDash도 영업 사원의 수에 신경 쓰지 않음
- 작은 팀이라는 것이 문제가 되지 않음
아이디어 프로필(ICP) 찾기의 중요성
성공의 핵심은:
- 이상적인 고객 프로필(ICP) 정확히 파악
- 그 고객들에게 집중
- 제품 가치 증명
리더십 능력 vs 기술적 능력
다른 질문도 제기될 수 있습니다: 비즈니스 경험이 리더 로서의 역량에 도움이 되었는가?
창업자는 개인적으로 "빌더(개발자)"와 "셀러(영업자)" 쪽으로 많이 치우친 경향이 있다고 인정합니다. 이는 실제로 회사를 시작할 때 저지른 실수였습니다.
초기의 실수: 영업 중심론
초기에 창업자와 공동 창업자는 영업이 회사에서 가장 중요하다 고 생각했습니다. 이에 대해 큰 논쟁을 벌였습니다.
그러나 이는 여러 면에서 틀렸습니다.
성공한 AI 회사들의 공통점
성공적인 AI 회사들을 보면, 핵심은 제품 입니다. 영업만으로는 성공할 수 없습니다.
실제 사례들:
Anthropic:
- 아무도 최고의 영업팀 때문에 Anthropic을 사용하지 않음
- 그들은 서비스에 돈을 지불하지 않으므로 가격을 신경 쓰지 않음
OpenAI:
- 영업 사원에게 수수료를 지급하지 않음
- 그만큼 영업에 신경 쓰지 않음
AI 시대의 성공 공식
AI 분야에서는 제품이 가장 중요합니다.
핵심 질문:
- 당신의 제품이 짧은 시간 안에 고객에게 얼마나 많은 가치를 제공할 수 있는가?
이를 증명할 수 있다면:
- 다른 모든 것은 자연스럽게 따라올 것입니다
- 영업팀이 없어도 고객은 찾아옵니다
- 입소문과 추천이 시작됩니다
스타트업 아이디어 모색 시 가장 큰 실수
오랫동안 수익을 창출하지 못하는 아이디어에 매달리기
YC에 합격한 후에도, Giga 창업자들이 저지른 가장 큰 실수는 다음과 같습니다:
오랫동안 수익이나 영향력을 창출하지 못하는 수많은 아이디어에 매달렸다는 것입니다.
여기서 배운 교훈은:
- 아이디어가 많다고 중요한 것이 아님
- ChatGPT에서 아이디어 10개를 얻을 수도 있음
- 핵심은 누군가가 실제로 돈을 지불하려는 의지가 있는가 하는 것
가짜 문제 vs 실제 문제
핵심적인 질문:
"당신이 해결하는 문제와 제공하는 가치에 대해 누군가가 기꺼이 실제 돈을 지불할 의향이 있는가?"
- YES: 당신은 실제 문제를 해결하고 있음
- NO: 당신은 가짜 문제를 해결하고 있을 가능성 높음
조기 고객 결제와 약속 구하기
이를 테스트하는 방법:
신제품에 대해 고객으로부터 조기 결제와 약속을 구하세요.
이 접근 방식은 Giga에게 큰 교훈이 되었습니다:
- 고객이 기꺼이 돈을 지불하는가?
- 얼마를 지불할 의향이 있는가?
- 어느 정도 시간 내에?
이 답변들은 당신의 아이디어가 진짜 문제를 해결하는지 보여줍니다.
지리적 위치: 인도 vs 샌프란시스코
두 지역에서 회사 운영하기
Giga는 인도와 샌프란시스코 양쪽에서 회사를 설립하는 새로운 세대의 인도계 창업가들 중 일부입니다.
창업자의 기본 철학:
"창업가들이 위치에 상관없이 항상 고객과 가까이 지내야 한다"
하지만 현실적인 고려사항이 있습니다.
딥테크(Deep Tech)와 베이 지역
생성형 AI와 같은 딥테크 분야의 경우:
베이 지역(샌프란시스코)의 장점:
- 세계 최고 수준의 연구원 접근 가능
- 혁신에 대한 비할 데 없는 접근성
- AI/ML 분야의 최첨단 인프라
- 투자자와 파트너 생태계
현지 고객 기반 고려
반대로:
- 주요 고객이 인도에 있다면?: 인도에서 회사를 설립해야 함
- 고객 근처에 있으면: 더 빠른 피드백과 반복
- 시간대 문제 해결: 리얼타임 커뮤니케이션 가능
따라서 최적의 위치는:
- 기술 관점: 샌프란시스코
- 고객 관점: 고객이 있는 곳
미래 비전: AI 현장 배포 엔지니어 혁명
기업 AI 배포의 현재 문제
기업들이 AI를 도입할 때 가장 큰 병목 현상은 무엇인가?
"현장 배포 엔지니어(forward-deployed engineer)" 문제
현재 상황:
- 벤더가 엔지니어를 고객 현장에 파견
- 고객의 구체적인 요구사항 파악 및 구현
- 지속적인 모니터링과 조정
- 매우 높은 비용과 제한된 확장성
Giga의 해결책
곧 출시될 AI 기반 현장 배포 엔지니어:
주요 기능:
- 실시간 참여: Slack 채널과 Google Meet에 자동으로 참여
- 자동 문서화: 모든 논의사항을 메모로 자동 작성
- 자동 구현: 고객의 정책 변경사항을 즉시 반영
- 대시보드 설정: 필요한 모니터링 도구를 자동으로 구성
예상되는 영향
창업자는 이것이 다음을 가능하게 할 것이라고 확신합니다:
- 기업의 AI 도입 시간 단축
- 배포 비용 급격히 감소
- 확장성 획기적 개선
- 고객 만족도 향상
내부 자동화 문화
Giga 내부의 운영 철학:
"자동화, 자동화, 자동화"
목표는 어떤 워크플로든 자동화할 수 있는 범용 자동화 엔진을 구축하는 것입니다. 이는 다음과 같은 결과를 만들어냅니다:
- 모든 팀원이 더 창의적인 일에 집중
- 반복적인 작업의 대폭 감소
- 혁신 속도 가속화
- 인력의 효율적 배치
창업가들에게 건네는 최종 조언
가장 중요한 것: 시작하고 팔기
지난 2~3년 동안 이 일을 해온 경험에서 나온 가장 중요한 조언은:
"가장 중요한 것은 그저 시작하고 제품을 팔아보는 것입니다."
배수를 치라
단순히 시작하는 것을 넘어:
- 뛰어들기
- 배수를 치기 (모든 것을 걸기)
- 현실적인 상황 만들기
배수를 칠 때만 진정으로 가치 있는 상황이 됩니다. 창업자는 자신과 공동 창업자가 이것을 정말 강렬하게 느꼈다고 합니다.
배수를 칠 수 없을 때
직업이 있는 경우:
- 직업을 구할 수 있으니 배수를 칠 수 없음
- 아무것도 사라지지 않을 테니까
- 그러나 이는 창업에 덜 도움이 됨
AI 분야의 특별한 기회
일반적으로, 그냥 뛰어들어 무언가를 하는 것이 훨씬 더 큰 가치를 가집니다.
특히 AI 분야에서는:
- 개발 비용이 매우 낮음
- 작은 팀으로 빠르게 시작 가능
- 빠른 반복과 학습 가능
최소 실행 가능 제품(MVP)과 고객 검증
창업자의 실제 조언:
- 무언가를 만들기
- 아주 소수의 고객에게 제공
- 가능한 많은 가치를 제공하려고 노력
- 그들이 돈을 지불할 의향이 있는지 확인
이 단순하지만 강력한 과정이 모든 것을 결정합니다.
결론
55만 달러의 연봉 제안을 거절한 두 명의 IIT 엔지니어의 이야기는 단순한 창업 스토리가 아닙니다. 이것은 기술적 탁월함, 고객 가치 중심 철학, 그리고 도전 정신이 만나 어떻게 시장을 혁신할 수 있는지 보여주는 사례입니다.
Giga가 보여준 핵심 교훈:
- 좋은 아이디어도 검증되어야 한다 - 에듀테크에서 미세 조정으로, 다시 고객 지원으로의 피벗
- 제품이 모든 것을 결정한다 - 8명의 팀이 400명의 DoorDash를 이길 수 있는 이유
- 고객 가까이 있어야 한다 - 실제 수익 창출 고객을 찾는 것이 성공의 핵심
- 자동화가 규모의 열쇠다 - 엔지니어링 팀의 효율성을 수배 향상시킨 자동화 문화
- 비즈니스 배경보다 실행력이 중요하다 - 기술자도 올바른 고객을 찾으면 성공할 수 있음
앞으로 Giga가 개발 중인 AI 기반 현장 배포 엔지니어는 기업의 AI 도입 방식을 혁명적으로 바꿀 것으로 예상됩니다. 이는 단순한 기술적 혁신을 넘어, 기업의 운영 방식 자체를 재정의하는 변화가 될 것입니다.
스타트업을 고려하는 모든 엔지니어와 기업가들에게 이 이야기가 전하는 메시지는 명확합니다: 시작하라. 실행하라. 고객으로부터 배우라. 그리고 모든 것을 걸어라. 당신의 기술적 능력은 충분하고, 남은 것은 용기와 실행뿐입니다.
Original source: Why Two IIT Engineers Turned Down $550K Jobs To Build A Startup
powered by osmu.app