# AI 투자 열기와 회수의 조건, 모델 성능 너머의 경쟁

> 2026-10-15 · 20VC · 큐레이션 김태우
> https://challengekim.com/insights/ai-투자-열기와-회수의-조건-모델-성능-너머의-경쟁
> 원문: https://www.youtube.com/watch?v=B-QeGihxbFE

## 핵심 요약

- 초기 투자자의 후속 투자 권리를 포기시키는 관행은 창업자의 자금 조달 선택과 투자자의 경제적 권리가 충돌하는 지점이다. 출연진은 권리의 가치와 분쟁을 계속할 실익을 구분했다.
- Meta의 모델 성능 개선에는 긍정적인 평가가 나왔지만, 외부 개발자가 실제 제품에 활용할 수 있는지가 별도 쟁점으로 제기됐다. NVIDIA의 Reflection 인수설은 반도체와 모델 기업 사이의 이익 배분 문제로 해석됐다.
- AI 기업의 높은 기업가치는 큰 시장과 인수 가능성에 기대고 있다. 다만 우선 회수 권리나 전략적 인수자가 모든 투자의 손실을 막아주는 것은 아니라는 경계도 나왔다.
- 저렴하고 빠른 모델은 기업용 AI의 활용 범위를 넓힐 수 있다. 반면 중견 소프트웨어 기업에는 규모 확보와 매각의 어려움이 남아 있으며, 인수 과정의 인력 감축과 보안 책임도 논의됐다.

## 후속 투자 권리의 가치와 분쟁의 실익

20VC 대담은 원자력 스타트업과 초기 투자사 Day One Ventures 사이의 분쟁으로 시작했다. 진행자는 Day One이 시드 라운드에 약 100만 달러, 시리즈 A에 1,500만 달러를 투자해 약 5%를 보유했다고 설명했다. 쟁점은 기업가치 60억 달러에 진행되는 10억 달러 규모 시리즈 B의 참여 권리였다.

**프로라타 권리**는 기존 지분율에 비례해 후속 라운드에 투자할 수 있는 권리다. 출연진에 따르면 주요 투자자 다수가 동의하면 이를 일괄 포기할 수 있지만, 일부 투자자에게만 참여를 허용할 경우 권리가 되살아나는 조항이 문제가 됐다. 대담에서는 투자사가 회사를 고소한 것이 아니라, 회사가 법원에 권리관계에 대한 판단을 구한 사안이라고 짚었다.

제이슨은 기존 투자자에게 모두 양보를 요구하면서 특정 기존 투자자만 전략적이라는 이유로 참여시키는 방식에 불만이 생길 수 있다고 봤다. 초기 투자자가 어려울 때 회사를 지원하고도 나중에 배제되는 상황의 감정적 무게도 인정했다. 그러면서도 창업자가 내린 결정을 두고 관계를 훼손할 만큼 다투는 것은 실익이 작다고 주장했다. 로리 역시 이미 보유한 지분의 가치에 비해 추가 투자 기회를 둘러싼 싸움이 타당한지 따져야 한다고 봤다.

권리 자체가 무가치하다는 뜻은 아니었다. 후속 투자 가능성을 전제로 초기 가격을 받아들인 투자자라면, 그 권리가 사라질 때 더 낮은 투자 가격을 요구할 수 있다는 논리가 나왔다. 출연진은 초기 투자자에게 권리 포기를 요구하는 대형 펀드가 자신의 후속 투자 권리까지 포기하는 것은 아니라는 점도 지적했다.

## Meta의 성능 회복과 NVIDIA 인수설의 배경

진행자는 Meta의 새 모델 Muse Wonder가 성능 평가에서 선두권에 근접했다고 소개했다. 제이슨은 개발팀의 성과를 인정하면서도, 자신이 만드는 앱에 모델을 연결해 쓸 수 없다면 사업적 의미를 높게 평가하기 어렵다고 말했다. 다른 출연자는 API 안내를 봤다고 했지만 직접 확인하지 않았다고 밝혔고, 대담에서 실제 외부 제공 여부가 독립적으로 확인되지는 않았다.

출연진은 Meta가 공개형 모델로 경쟁하다 뒤처진 뒤, 비공개 모델로 다시 경쟁에 나섰다는 점에는 의미를 뒀다. 제이슨도 외부 활용성에 대한 비판과 별개로, 개선된 모델이 Meta 자체 AI 제품을 강화할 가능성에는 긍정적이었다. 저커버그와 알렉스 왕의 협업 역시 조직을 이끌 신뢰할 만한 파트너를 확보했다는 관점에서 평가했다.

이어 진행자는 **NVIDIA가 Reflection을 300억 달러에 인수한다는 소문**을 논의에 올렸다. 이는 확정된 거래로 제시되지 않았다. 출연진은 칩 공급자에게 공개형 모델 확대가 유리할 수 있다고 해석했다. 모델 기업이 가져가는 이익을 줄이고 칩에 지출되는 몫을 유지할 수 있기 때문이다. 반대로 비공개 모델 기업은 여러 칩 공급자가 경쟁하는 구도를 선호한다는 설명이다.

매각을 고려하는 모델 기업에는 독립적인 수익화와 연산 자원 확보가 핵심 조건으로 제시됐다. 인수를 거절한 뒤 같은 대기업이 경쟁사를 지원하거나 직접 경쟁할 가능성도 창업자에게 부담이 될 수 있다는 의견이 나왔다. 다만 NVIDIA의 자금력과 별개로 거래 구조에 대한 규제상 반응은 불확실하다고 봤다.

## 높은 기업가치는 무엇을 전제로 하는가

대담 중 투자위원회 역할극에서는 급성장하는 AI 기업에 가능한 한 많이 투자하고, 이후 더 높은 평가액을 근거로 성과를 보여주려는 대형 펀드의 논리를 풍자했다. 출연진은 이 풍자가 실제 투자 판단과 상당히 닮았다고 평했다.

구체적인 제품 논의에서는 입력을 정해진 범주로 나누는 AI 분류기가 다뤄졌다. 제이슨은 빠르고 저렴한 제품이라도 현재 정확도만으로는 적용 범위가 제한된다고 봤다. 투자 논리는 대기업도 비슷한 기능을 만들 수 있는 상황에서 전담 팀이 지속적으로 정확도를 높여 격차를 벌릴 수 있느냐에 있었다. 경쟁사가 오늘의 기능을 복제하는 것과 수년간 같은 강도로 개발하는 것은 다르다는 주장이다.

로리는 비상장 기업의 평가액을 공개시장의 보통주 가격과 바로 비교하기 어렵다고 설명했다. 투자자는 매각이나 청산 때 다른 주주보다 먼저 투자금을 회수할 수 있는 **청산우선권**을 갖고 미래 상승 가능성에 값을 매길 수 있기 때문이다. 그러나 제이슨은 이 권리의 보호 효과가 과장되기도 하며, 과거 높은 평가를 받은 기업 중 상당수에서는 결국 가치가 없어질 수 있다고 지적했다.

좋은 팀과 전략적 자산이면 대기업에 팔릴 수 있다는 논리에도 조건이 붙었다. 인수 여력이 큰 기업이 서둘러 기술과 인재를 확보하는 동안에는 성립할 수 있지만, 시장이 둔화하면 여러 기업의 매각 가능성이 동시에 약해질 수 있다. 출연진은 거대한 펀드가 성과를 내려면 초대형 회수 사례가 반복해서 나와야 한다는 점을 짚으면서도, 이를 곧바로 거품이라고 단정하지는 않았다.

## 신약과 로봇 데이터, 서로 다른 수익화의 조건

Isomorphic Labs를 둘러싼 논의에서는 AI가 인건비 절감 외에 새로운 발견으로 수익을 낼 가능성이 제시됐다. 로리는 과학자의 업무를 자동화해 비용 일부를 줄이는 것과, 가치 있는 신약을 발견해 판매 수익의 일부를 받는 것은 다른 사업이라고 설명했다.

그는 신약 발견의 잠재력에 동의하면서도 가치 회수가 쉽지는 않다고 봤다. 후보 물질을 찾고 작동 방식을 이해한 뒤에도 여러 단계의 임상이 남는다. 제약사가 후속 개발을 맡는 상황에서 AI 기업이 의미 있는 로열티를 확보할 수 있는지는 별도 문제다. 제이슨은 AI가 발견을 앞당기고 지식재산을 보유하는 방식에 더 낙관적이었지만, 임상 등 모든 과정을 대체할 수 있다고 주장하지는 않았다.

학습 데이터 사업에서는 현재의 강한 수요와 장기적인 최종 수요를 구분했다. 출연진은 기반 모델 기업들이 데이터를 빠르게 확보하려고 큰돈을 쓰지만, 공급자의 매출이 소수 대형 고객에게 집중된다고 설명했다.

로봇 데이터에도 비슷한 기회가 있다는 평가가 나왔다. 다만 로리는 현재의 지출이 로봇 기업의 투자금으로 뒷받침될 수 있으며, 더 큰 규모로 성장하려면 실제 현장 배치가 필요하다고 봤다. 그 시점은 아직 입증되지 않았다는 것이다. 특정 로봇 기업의 승자를 고르기보다 여러 기업에 데이터를 공급하는 편이 낫다는 의견과, 공급자의 성공 역시 결국 로봇 산업의 성공에 달렸다는 반론이 맞섰다. 소수의 공통 모델이 시장을 차지할지, 각 로봇 기업이 자체 모델을 만들지도 투자 판단을 가르는 조건이었다.

## 모델 단가보다 중요한 실제 비용과 속도

제이슨은 토큰, 즉 모델이 처리하는 텍스트 조각의 단가가 내려가도 사용량이 늘고 더 비싼 최상위 모델을 쓰면서 기업의 실제 비용은 줄지 않았다고 말했다. 최근 자신이 시험한 Haiku와 Sonnet 계열 모델에서는 처음으로 기존 모델을 교체하는 것만으로 속도와 비용을 함께 개선할 여지가 보였다는 평가를 내놨다.

그는 저가 모델이 여러 업무에서 상위 모델에 가까운 결과를 내면 기업용 앱의 선택지가 달라진다고 봤다. 또 자신의 시험에서 새 Sonnet 모델이 이전보다 약 두 배 빨랐다고 말하며, 성능 평가가 응답 속도의 가치를 충분히 다루지 않는다고 지적했다. 이는 그의 사용 경험에 근거한 평가다.

공급자의 계산은 다르다. 로리는 **가격을 90% 내리면 같은 매출을 유지하는 데 사용량이 10배 필요하다**고 지적했다. 더 많이 쓴다는 말만으로는 충분하지 않다. 제이슨은 비용과 속도의 제약이 줄면 일부 데이터만 표본으로 처리하던 작업을 전체 데이터에 적용할 수 있다고 반박했다. 실제 지출이 늘어날지는 이런 활용 확대가 얼마나 일어나는지에 달렸다.

## 소프트웨어의 회복과 매각 뒤의 직원들

제이슨은 소프트웨어 주가가 회복됐다고 해서 모든 기업의 위기가 끝난 것은 아니라고 봤다. 대규모 매출과 현금흐름을 가진 선두 기업에는 회복이 나타났지만, 중견 기업은 성장과 매각 모두 어려워졌다는 주장이다. 상장 후 안정성을 확보하려면 과거보다 훨씬 큰 반복 매출이 필요할 수 있다는 전망도 내놨다.

AI 중심으로 사업을 전환해 매각에 성공하는 사례를 두고는 관점이 갈렸다. 수억 달러 규모의 회수도 일반적인 펀드에는 큰 성과가 될 수 있지만, 초대형 펀드의 수익률을 뒷받침하기에는 부족할 수 있다는 것이다. 로리는 인수자가 한 번에 살 수 있는 기업 수에는 한계가 있어 비슷한 중견 기업 다수가 오랫동안 출구를 기다릴 위험을 지적했다.

Bending Spoons의 인수와 대규모 인력 감축을 둘러싼 논의는 주주 수익과 직원에 대한 책임으로 이어졌다. 제이슨은 현금이 있고 성장하는 회사를 팔면서 팀 대부분이 곧 해고될 것을 안다면 자신은 매각하지 않겠다고 말했다. 로리는 다른 출구 없이 장기간 정체하면 핵심 직원들이 결국 떠날 수 있다며, 매각 전에 직원이 받을 경제적 조건을 정하는 해법을 제시했다.

Bumble의 비상장화 소식에는 AI가 과거 데이터와 추가 정보를 활용해 매칭 품질을 높이고 더 높은 가격을 받을 수 있다는 낙관론도 나왔다. 이는 개선 가능성에 대한 가설로 제시됐으며, 실제 성과가 입증됐다는 주장은 아니었다.

## 보안 기업이 줄일 수 없는 비용

Flock Safety를 다룬 마지막 논의에서는 감시 기술의 무단 사용과 제품 보안을 구분했다. 진행자는 회사가 직원 270명, 전체의 18%를 감축한다고 전했다. 로리는 허용 범위를 벗어난 사용이 브랜드에 손상을 줬다고 봤다.

제이슨은 카메라 영상의 외부 노출, 암호화되지 않은 정보, 오래된 소프트웨어와 보안 패치 문제 등을 거론했다. 다른 출연자는 자격 증명의 평문 전송과 인증 문제도 언급했다. 이는 출연진이 제기한 보안 취약점들이다.

제이슨의 우려는 스타트업이 성장 과정에서 비용을 줄일 수 있더라도, 보안이 핵심인 기업이 하드웨어와 소프트웨어의 안전성까지 희생해서는 안 된다는 데 있었다. 그는 범죄 억제라는 제품의 사회적 가치를 인정하면서도, 반복된 취약점은 단순한 홍보 문제가 아니라 사업과 조직 문화의 문제일 수 있다고 봤다.

대담 전반에서 출연진은 AI의 성장 가능성을 높게 평가하면서도 그 가능성이 곧바로 모든 기업의 수익과 회수로 이어지지는 않는다고 봤다. 모델의 실제 활용성, 연산 자원, 최종 수요, 매각 가능성, 제품에 대한 신뢰가 각각 남아 있는 조건이었다.

---

원문을 바탕으로 AI 가 한국어로 요약·재구성한 글입니다. 인용·수치는 원문 링크에서 확인해 주세요. [원문 링크](https://www.youtube.com/watch?v=B-QeGihxbFE)