모건스탠리의 흥미로운 관찰
약 2주 전, 모건스탠리에서 흥미로운 보고서를 발표하였습니다. Navigating AI Oversupply라는 제목의 80페이지에 달하는 해당 보고서에서는 현재 AI와 관련한 각 분야 중 어떤 분야가 곧 공급 과잉에 직면할 것이고, 어떤 분야는 장기적으로 공급 부족 사태가 이어질지에 대한 다양한 분석을 담고 있습니다.
특히 번외로 발표된 Do We Need 3,000 AI Start-Up?의 내용은 무척 흥미롭습니다. 현재 AI 스타트업의 수는 인터넷 시대 초기보다 2배 이상 많으며, 관련 투자 금액 또한 인터넷 붐, 그리고 모바일 생태계 등장 초기 대비 각각 3.5배, 5.4배 더 많습니다.
AI 서비스에 대한 수요는 빠르게 증가하고 있습니다. 게다가 엔비디아와 같은 AI 분야 선도 기업은 한때 예상 당기순이익의 62배라는 기업가치를 인정받았습니다. 단순한 실적 성장을 넘어, 새로운 기술 슈퍼사이클의 핵심 기업이라는 프리미엄이 적용된 수치입니다. 하지만 아직 사업모델이 검증되지 않은 스타트업들은 어떨까요?
AI 서비스 수요 - 본격 성장 단계 진입
Ramp의 최신 보고서에 따르면, AI 기술에 대한 수요는 지속적으로 증가하고 있습니다. 특히, AI는 고객 서비스 개선, 데이터 분석 강화 및 자동화를 통한 작업 처리 속도 증가 등 다양한 분야에서 기업의 운영 효율성을 높이는 데 큰 역할을 하고 있습니다.
예를 들어, 한 금융 서비스 회사는 AI를 활용하여 고객 문의 응답 시간을 50% 단축시켰으며, 이는 고객 만족도를 상당히 향상시켰습니다. 또한, 많은 제조업체들이 생산 과정에서 AI를 도입하여 결함률을 줄이고 생산성을 향상시키고 있습니다.
특히 어플리케이션 분야에서 다양한 신규 서비스가 등장하면서 이들의 서비스에 대한 사용도가 높아지는 점은 고무적입니다. OpenAI와 같은 일반용 AI 도구가 여전히 카테고리 리더이기는 하지만, 법률, 실사, 변역 등 특정 기능을 수행하는 AI 도구 또한 큰 인기를 얻고 있습니다.
이러한 전문화된 도구는 현재 고객 수 기준 상위 10개 벤더 중 4개(Fireflies.ai, ElevenLabs, Instantly.ai, Beautiful.ai), 비용 기준 상위 4개(Seamless.AI, accessiBe, Fireflies.ai, Instantly.ai) 벤더를 차지합니다. 이처럼 AI 기술의 수요는 분명히 존재합니다. 하지만 공급 측면에서 시장이 포화 상태에 이르렀는지는 별개의 문제입니다.
AI 서비스 공급 - 스타트업 3,000곳의 향방은
AI 스타트업의 수와 투자 규모는 과거 어느 때보다도 크게 증가했습니다. 모건 스탠리의 보고서에 따르면, 이러한 증가는 AI 기술이 다양한 산업에서 적용 가능하며 획기적인 변화를 가져올 수 있다는 기대를 반영합니다. 하지만 스타트업 수의 급격한 증가는 시장의 포화 상태를 초래할 위험도 내포하고 있습니다. 실제로, 많은 AI 스타트업들이 유사한 솔루션을 개발하고 있어 차별화된 가치 제안을 제시하는 것이 점점 더 어려워지고 있습니다.
글로벌 벤처 투자 중 생성형 AI 관련 기업이 차지하는 비중은 이미 인터넷 시대와 모바일 시대 관련 테마의 피크 수준을 넘어서고 있습니다. 벤처 투자에서 AI 쏠림 현상은 현실이 되어가고 있습니다. 특히 AI 관련 기업이 전체 신규 유니콘에서 차지하는 비중은 2022년 25%에서 2023년 38%, 2024년 45%까지 높아졌습니다.
그만큼 경쟁도 치열해지고 있습니다. 시드 펀딩을 받은 생성형 AI 스타트업 중 시리즈 A 유치에 성공하는 비중은 2년 전 37%에서 최근 12%까지 하락하였습니다. 사업에 뛰어드는 스타트업은 많아졌지만 의미있는 사업모델을 만들어내는 것은 그만큼 어려워진 현실을 보여줍니다.
지난 2년간 비상장 스타트업의 기업가치가 상장 기술주 수준으로 많이 내려왔지만 AI 스타트업만큼은 예외입니다. 비상장 스타트업의 매출 대비 기업가치 배수는 2023년 상반기 8년 만에 처음으로 나스닥 상장 기업의 동일 지표와 유사한 수준으로 내려왔지만 이후 AI 스타트업의 대규모 펀딩이 이어지며 관련 지표는 다시 '비상장 프리미엄' 단계로 접어들었습니다.
AI 스타트업 투자의 변수와 상수는
"각 OpenAI의 발표 이벤트나 GPT-4o의 음성 지원 어시스턴트 발표를 볼 때마다 투자자들은 급속도로 빠른 속도로 경제성과 범용성을 갖춰가는 모델 위에서 새로운 어플리케이션을 구축하는 것에 대한 어려움을 목격하고 있습니다. 인터넷 시대의 TCP/IP, 모바일 시대의 iOS/Android와 같은 기술들은 꾸준한 발전에도 불구, 비교적 예측 가능한 속도와 방향성을 가졌지만 지금 생성형 AI의 경쟁은 그렇지 않습니다. 모델 발전 속도가 스타트업 피벗 속도를 앞서가고 있는 것입니다."
모건스탠리, Do We Need 3,000 AI Startups?
주요 벤처-스타트업 투자 원칙은 AI 시대에도 유지될 것입니다. 새로운 킬러 어플리케이션은 빠르게 움직이는 스타트업 생태계에서 등장할 가능성이 가장 높으며 하나의 카테고리를 장악하는 스타트업이 시장의 80% 이상을 차지하는 멱법칙(Power law)도 그대로 적용될 것입니다. 수많은 벤처캐파탈들이 위험을 무쓰고 AI 어플리케이션 기업에 배팅하고 나선 이유입니다.
하지만 AI 스타트업의 Product-Market Fit에 대한 기준은 인터넷과 모바일 시대 대비 몇 배는 더 난이도가 높아졌습니다. AI 모델 발전의 속도가 상수가 아닌 변수로 작용하고 있기 때문입니다. 투자자들은 AI 스타트업에 대한 신중한 평가와 전략적인 접근 방식을 통해 이러한 위험을 관리할 필요성이 커졌습니다. 결국, AI 기술의 지속 가능한 성장과 혁신은 시장의 요구와 기술의 발전 사이에서 균형을 이루는 데에서 비롯될 것입니다.
