핵심 요약

  • AI로 제품을 만들기 쉬워지면서 1인 창업자, 비개발자, 현장 전문가, 학생, 콘텐츠 크리에이터의 창업 기회가 넓어질 수 있다.
  • 개발 생산성이 높아져도 고객 영업, 채용, 기술적 판단, 조직 운영까지 쉬워지는 것은 아니다. 공동창업팀도 같은 도구를 쓴다.
  • 업계 경험과 기존 구독자는 출발점에서 강점이지만 산업을 새롭게 바라보거나 성장을 오래 이어가는 능력과는 구분해야 한다.
  • 투자자가 선호하는 창업자상은 시대별 기술과 유통 경로뿐 아니라 비슷한 창업자에게 자금이 반복해서 몰리는 현상에도 영향을 받는다.
  • 새로운 창업자 유형을 무조건 선호하기보다 기존 기준 중 무엇이 본질적인 조건이고 무엇이 과거 환경의 산물인지 가려내는 일이 핵심이다.

AI는 1인 창업자의 한계를 어디까지 바꾸는가

a16z 제너럴 파트너이자 초기 창업자 프로그램 스피드런을 운영하는 앤드루 첸은 이 글에서 AI 시대에 유리해질 창업자 유형과 각 유형의 한계를 살핀다. 기존에 투자자가 꺼렸던 창업자의 배경이 AI 덕분에 강점으로 바뀔 수 있는지가 글을 관통하는 문제다.

첫 번째 후보는 1인 창업자다. 과거에는 사업과 기술을 나눠 맡을 두 사람, 혹은 제품·기술·시장 진출을 담당할 세 사람이 필요했던 일을 이제 한 사람이 해낼 가능성이 생겼다.

첸은 자신이 나눈 대화에서 나온 반론도 함께 소개한다. AI가 1인의 생산성을 높이면 공동창업팀의 생산성도 높아진다. 양쪽 모두 생산성이 100배가 된다고 가정해도 팀이 더 빠르게 전진할 수 있다. 초기 제품과 시드 단계 스타트업에 요구하는 수준 자체가 올라갈 수도 있다.

코드를 만드는 능력과 회사를 키우는 능력은 별개다. AI에 코딩을 맡겨도 누군가는 수많은 고객 미팅을 해야 한다. 애초에 개발이 스타트업의 가장 큰 병목이 아니었다면 개발 속도가 빨라진다는 이유만으로 1인 창업이 우위에 서지는 않는다.

비개발자의 창업에도 필요한 기술적 판단

금융·컨설팅 분야에서 사업 역량을 쌓은 사람이나 영상·디자인 등 창작 분야의 인재도 AI로 소프트웨어를 만들 수 있게 됐다. 코딩을 못한다는 이유로 아이디어를 제품으로 옮기지 못했던 사람에게는 새로운 기회다.

그러나 시제품을 만드는 일과 많은 사용자가 안정적으로 쓸 제품을 만드는 일 사이에는 큰 간극이 있다. 누구나 첫 버전을 만들 수 있다면 무엇을 만들어야 하는지, 실제로 어디까지 구현할 수 있는지 판단하는 능력이 오히려 중요해질 수 있다.

첸은 제품이 복잡해질수록 이런 기술적 판단의 무게가 커질 수 있다고 본다. 특히 개발자를 위한 도구처럼 기술 자체가 핵심인 제품에서는 첫 시연의 완성도만으로 경쟁력을 평가하기 어렵다.

현장 전문가는 문제를 알지만 업계의 틀에도 익숙하다

병원에서 일하는 의사는 일상적으로 겪는 문제를 안다. 부동산 중개인은 시장과 고객의 미묘한 차이를 이해한다. 군인이나 교사도 자기 현장의 문제를 소프트웨어로 해결하며 사업을 시작할 수 있다.

이들은 AI로 현장 지식을 제품으로 옮길 수 있다. 하지만 업계에 익숙하다는 점이 산업을 근본적으로 바꾸는 데 언제나 유리한 것은 아니다.

첸은 호텔업자가 에어비앤비를 만들지 않았고 금융업계가 칼시를 만들지 않았다는 사례를 든다. 내부자는 기존 방식을 조금씩 개선하는 데 머무를 수 있고 외부자는 업계를 새로 바라볼 수 있다. 문제를 깊이 아는 능력과 기존 질서를 다시 설계하는 시각은 서로 다른 강점이다.

학생과 크리에이터의 출발점은 회사 운영과 다르다

어린 창업자는 마인크래프트 모드, 로블록스 게임, 디스코드 봇을 만들면서 수천 명이 쓰는 제품을 운영하는 경험을 쌓을 수 있다. 여기에 AI가 더해지면 더 어린 나이에 더 많은 것을 만들 수 있다.

하지만 친구들이 좋아하는 제품을 만드는 것과 회사를 운영하는 것은 다르다. 채용, 투자 유치, 인력 관리, 수익 모델도 해결해야 한다. 또래를 잘 안다는 강점은 소비자 제품에서는 유효할 수 있지만 경험과 관계가 중요한 기업용 소프트웨어나 의료 분야에서는 그만큼 유리하지 않을 수 있다.

콘텐츠 크리에이터의 출발점은 또 다르다. 이미 무언가를 만들고 있고 팔로어가 무엇을 원하는지, 어떻게 관심을 끌어야 하는지도 안다. 과거에는 소프트웨어를 출시하려면 기술 공동창업자나 개발팀이 필요했지만 이제 직접 만들어 잠재 사용자 앞에 내놓을 가능성이 생겼다.

여기에도 한계가 있다. 팔로어는 출시 직후 사용자를 모으는 데 도움이 되지만 지속적인 성장을 보장하지는 않는다. 오래 성장하는 제품에는 끊임없는 수정과 개선이 필요하다. 콘텐츠로 관심을 모으는 역량이 그 과정에도 맞을지는 별도로 살펴야 한다.

투자자가 선호하는 창업자상은 시대를 따라 바뀐다

첸은 성공한 기업이 나오면 비슷한 배경의 창업자를 찾는 흐름이 생겼다고 설명한다. 구글 이후에는 스탠퍼드 박사, 페이스북 이후에는 친구들을 위한 소셜 앱을 만드는 대학 중퇴자, 에어비앤비 이후에는 아름다운 모바일 경험을 만드는 디자인 감각의 창업자, 우버 이후에는 현장 운영에 강한 창업자가 주목받았다고 봤다.

이런 선호에는 기술과 사용자 확보 경로가 함께 작용한다. 이메일 초대로 소셜 앱을 퍼뜨리던 시기에는 대학 이메일 주소를 쓰며 활발히 교류하는 학생들이 유리했다. 애플 앱스토어의 추천이 중요할 때는 좋은 디자인과 인맥을 갖춘 앱 개발자가 앞설 수 있었다. 아이폰의 GPS와 지도는 주문형 서비스가 등장할 기반을 마련했다.

과거에 유리했던 창업자의 배경을 시대와 무관한 성공 조건으로 받아들이면 기술이 바뀌며 생기는 기회를 놓칠 수 있다.

선호가 자금을 부르고 자금이 선호를 강화한다

투자자들은 창업자 유형에 대한 판단을 스스로 강화하기도 한다. 특정 배경을 유망하다고 함께 믿으면 그 창업자는 후속 자금을 모으기 쉬워진다. 사업이 잘 풀리지 않아도 추가 투자 기회를 여러 번 얻을 수 있다.

첸은 특히 여러 투자자의 작은 투자금을 모아야 하는 프리시드·시드 단계에서 이런 효과가 중요하다고 본다. 선호되는 유형의 성과에는 실제 역량뿐 아니라 더 많은 자금과 기회를 얻은 영향도 섞일 수 있다.

그렇다고 기존 기준을 뒤집어 1인 창업자나 현장 전문가, 크리에이터가 이제 무조건 유리하다고 결론 내리는 것도 같은 오류다. 코딩은 쉬워져도 영업, 채용, 판단력, 끈기는 여전히 필요하다. 한 사람이 열 명의 일을 해낸다면 세 사람은 서른 명의 일을 할 수도 있다.

첸은 새로운 정답형 창업자를 고르자고 제안하는 것은 아니다. 기술과 사용자 확보 방식이 달라진 만큼 과거의 창업자 선별 기준도 다시 살펴야 한다고 봤다. AI로 창업에 참여할 사람의 범위는 넓어지지만 각자가 가진 강점과 한계를 따지는 일까지 대신할 수는 없다.