죽은 줄 알았던 비즈니스 모델이 AI로 환생 중

a16z가 2년 전 예측은 맞았지만 방향은 틀렸다. AI는 새로운 마켓플레이스 카테고리를 창조하는 게 아니라, 과거에 실패했던 바로 그 영역들을 무덤에서 꺼내 부활시키고 있다. 인재 매칭, 부동산, 홈서비스 등 수많은 스타트업이 쓰러진 묘지가 이제 AI 덕분에 '그린필드'로 변신 중. 나쁜 아이디어는 없었다, 단지 타이밍이 나빴을 뿐이라는 오래된 진리가 다시 한번 증명되는 중이다.

1. 🪦 마켓플레이스 무덤의 진실

a16z의 마켓플레이스 투자 역사와 침체기

• Airbnb, Instacart, Whatnot 등 굵직한 마켓플레이스 투자로 승승장구
• 2010~2023년 마켓플레이스 관련 수십 편의 아티클 발행하며 카테고리 연구
• 모바일 시대를 거치며 시도할 수 있는 건 다 시도됨
• 2020년 이후 신규 마켓플레이스는 점점 더 니치한 영역으로만 국한
• 카테고리 자체가 약화되는 현상 목격

2년 전의 예측: AI 네이티브 마켓플레이스의 등장

• LLM 기반의 완전히 새로운 세대 마켓플레이스 출현 예상
• 실시간 제품 생성, AI 에이전트의 가격 협상, 극도로 개인화된 검색 기능 등을 기대
• 예측은 맞았지만 실제 전개 방식은 달랐음

"무덤에서 그린필드로" - 예상치 못한 전환

• AI가 완전히 새로운 카테고리를 열기보다는 기존 실패 영역을 부활시킴
• 과거 인터넷 역사도 같은 패턴: 90년대 Pets.com은 망했지만 오늘날 펫 커머스는 수백억 달러 규모
• 나쁜 아이디어는 없다, 단지 나쁜 타이밍이 있을 뿐
• 이전에 인터넷에서 살아남지 못했던 비즈니스들이 AI 시대에 재도전의 기회

2. 💀 마켓플레이스가 망하는 두 가지 이유

첫 번째 실패 유형: CAC(고객획득비용) 과다

• 전환하는 고객을 확보하는 데 너무 많은 시간, 비용, 노력 소요
• 수요 부족 또는 성공적인 매칭을 위한 복잡도가 장벽
• 대표 사례: 인재 마켓플레이스
  • 인터뷰, 스크리닝, 자격 검증 등에 막대한 인력 투입
  • 매칭 성공률이 낮아 고객당 비용이 천정부지
  • 스케일이 어려워짐

두 번째 실패 유형: LTV(고객생애가치) 저조

• 고객으로부터 충분한 가치를 창출하지 못함
• 재구매율 낮음 또는 마진이 극도로 낮음
• 대표 사례: 홈서비스 마켓플레이스
  • 일회성 거래 중심
  • 고객 락인(lock-in) 실패
  • 반복 구매 유도 어려움

AI가 바꾸는 게임의 법칙

• 매력적이지 않았던 단위 경제성(unit economics)을 "작동하게" 만듦
• 이전에는 스케일의 장애물이었던 병목을 제거
• 두 가지 주요 접근법으로 해결 중

3. 🤖 첫 번째 전략: AI를 중개자로 활용

AI가 중개 역할을 맡는 영역들

• 익숙한 형태의 일과 서비스를 인터넷에서 더 실행 가능하고 발견 가능하게 만듦
• 거래가 드물고, 불투명하고, 이질적인 영역에서 특히 효과적
  • 숙련 노동 마켓플레이스
  • 부동산
  • 수리 서비스

두 가지 핵심 잠금 해제(unlock)

거래당 공헌이익(contribution margin) 대폭 증가

• 거래 성사에 필요한 인력 비용과 시간 급감
• 수백 달러 들던 매칭이 몇 달러로 축소

처리량(throughput) 극적 증가

• 인간이 더 이상 마켓플레이스 성장의 제약 요인이 아님
• 동시 처리 가능한 거래 수 비약적 확대

4. 🎙️ AI 중개 실전 사례 ① 자동화된 인테이크

인테이크: 첫 번째이자 가장 큰 장벽

• 복잡한 매칭은 인터뷰, 스크리닝 통화, 자격 검증 등에 상당한 인력 소요
• 공급측과 수요측 양쪽 모두에서 발생하는 비용

AI 음성 에이전트의 등장

• Jack and Jill, Dex 사례
  • 고숙련 인재 마켓플레이스
  • AI가 후보자 및 고용주와 심도있는 대화 진행
  • 선호도와 특성 수집, 매칭 수행
  • 관련 포지션 나올 때 후보자에게 능동적으로 재접근
  • 거래 성사 확률 증가

경제성의 혁명적 개선

• 수백 달러(혹은 그 이상) 들던 인력 비용이 몇 달러로 압축
• 후보자가 일자리를 찾고 회사가 채용하는 확률 대폭 상승
• 인간 개입 최소화

5. 📞 AI 중개 실전 사례 ② 수동 조정 업무 축소

온보딩 후의 과제: 거래 성사

• 과거에는 구매자를 거래까지 이끌기 위해 대규모 서포트 필요
• 계정 매니저, 영업 담당자 등 수많은 인력 투입

AI가 백오피스 역할 담당

• 양쪽과의 모든 커뮤니케이션 처리
• 최선의 옵션에 대한 정보를 양측에 지속적으로 업데이트

Spotlight Realty 사례

• 주택 임대 및 판매 마켓플레이스
• 리스팅된 부동산에 대한 모든 문의 응답, 스케줄링, 스크리닝, 문서 생성 처리
• 전통적 중개인(및 스태프)이 임대/판매 성사를 위해 해야 할 일을 대폭 축소
• 더 많은 부동산과 거래를 동시에 처리 가능하게 스케일

비용 절감을 고객에게 전가

• Spotlight는 판매자 수수료를 단 1.5%만 청구
• 업계 표준 6%와 비교해 혁신적
• 제품의 가치 제안 자체를 근본적으로 변화

6. 🔁 AI 중개 실전 사례 ③ 반복 거래 유도

재구매의 난제

• 첫 거래 후 재방문을 어떻게 유도할 것인가?
• 특히 필요가 드문 서비스에서 어려움: 싱크대 고장, 문 수리 등
• 정확한 순간에 고객을 포착해야 함

AI의 상시 참여 관리자 역할

• 최근 서비스 기반의 초개인화된 전화/문자
• 각 고객에게 정확한 타이밍에 발송
• 대화형 스타일, 기계적 리마인더 아님
• 예시: "지난달 저희와 빗물받이 청소 하셨는데, 지금 상태는 어떠신가요?"
• 모든 고객에게 매월 개별화된 후속 조치 가능

극단적 사례: 구독 비즈니스로 전환

• Honey Homes 사례
  • 연간 정액제 홈케어 플랜
  • 인간 수리공이 실행하지만 AI가 조율
  • LLM 없이는 불가능한 비즈니스 모델
  • 이전의 "일회성" 카테고리를 장기 관계로 전환

7. 💡 두 번째 전략: 가치 제안 자체를 변경

AI 이전 마켓플레이스의 문제

• 가치 제안이 사용자를 플랫폼에서 거래하게 만들기에 충분히 강력하지 못함
• 플랫폼 충성도 확보 실패
• 구매자와 판매자가 여러 마켓플레이스를 동시 사용
• 심지어 마켓플레이스를 우회해 직접 조율하기도 함

AI를 통한 근본적 구조 변화

• 구매자 또는 판매자에게 제공하는 것의 기본 구조 자체를 변경
• 고객이 마켓플레이스를 사용할 확률 증가
• 플랫폼에서 완료하는 거래 수 증가

8. 🏠 구매자를 위한 더 매력적인 "상품" 만들기

AI 이전의 치명적 결함들

• 구매자에게 불리하게 짜여진 상품들
• 지연과 추가 비용으로 가득한 복잡한 설치 공사
• 긴 발견 과정 뒤에 숨겨진 실제 "가격"을 가진 전문 서비스

AI로 투명하고 효율적이며 고정 요금으로 제공

Remi (지붕 공사) 사례

• AI로 계약자 매칭, 허가, 스케줄링, 검사 관리
• 처음부터 소비자에게 단일 보장 가격 제공
• 불확실성 제거

Lawhive (법률 서비스) 사례

• 정액제 소비자 법률 서비스, 시간당 요금 없음
• 인간 변호사와 협력하는 AI가 업무 간소화
• 작업 효율화

경쟁 우위 확보

• 마켓플레이스의 오퍼링이 더 이상 유사 솔루션들과 경쟁하지 않음
• 최종 사용자에게 독특한 무언가를 제공해 소음을 뚫고 나감
• 고객 유치 비용 감소, 거래 수 증가

9. 🚀 공급자 충성도와 처리량 증가시키기

공급자: 마켓플레이스 건강의 핵심

• 공급자가 플랫폼에 충성하고 비즈니스를 구축하려 하면 대규모 성장 견인
• 이 행동을 장려하기 위해 판매자에게 AI 슈퍼파워 부여

Paraform (인재 마켓플레이스) 사례

• 독립 리크루터가 바운티를 제공하는 회사 포지션에 후보자 추천
• 플랫폼이 리크루터에게 자신을 스케일할 AI 도구 제공
  • 소싱 도구
  • CRM
  • 노트테이커
  • 스케줄러
• 더 많은 후보자와 더 많은 검색을 동시에 수행 가능
• 다른 곳이 아닌 Paraform에서 검색을 수행하도록 인센티브 작동

Counsel Health (헬스케어) 사례

• 환자가 먼저 의료 AI와 대화해 증상 공유, 기본 질문
• 이후 인간 의사와 연결되어 치료 논의, 처방 받음
• 환자 방문 비용 절감
• 의사가 하루에 더 많은 예약 소화 가능 (좌절감도 덜하게)
• AI가 할 수 없는 고부가가치 업무에만 집중

10. 📋 AI 시대 마켓플레이스의 새로운 플레이북

AI가 고칠 수 있는 것

• 운영 비용이나 매칭 복잡도가 문제였던 마켓플레이스
• LLM을 인간이 운영하던 곳에 투입해 단위 경제성 대폭 개선
• 구매자 또는 판매자 경험이 특히 나빴던 카테고리 변혁
• 고전하던 마켓플레이스를 번성하게 만드는 기회 창출

AI가 고칠 수 없는 것

• 근본적 제약이 희소성인 경우
• 주관적 품질이 핵심인 경우
• 극복 불가능한 신뢰 요구사항이 있는 경우
• 이런 영역은 AI로도 해결 어려움

성공 확률이 높은 카테고리 식별법

• 무덤이 스케일업들로 가득한 곳
  • 수백만 달러 매출 달성했지만 ARR 5천만 달러를 넘지 못한 경우
  • 이것은 AI가 해결할 수 있는 문제
• 초기 단계에서 죽은 곳은 주의
  • ARR 백만 달러에서 사망한 경우
  • 문제가 더 깊고 AI로도 해결 어려울 수 있음
  • 적어도 현재로서는

투자자의 초대

• 레거시 마켓플레이스 카테고리를 AI 네이티브 방식으로 공략하는 창업자는 연락 요청
• a16z의 Olivia Moore가 직접 듣고 싶어 함

결론 🎯

AI는 완전히 새로운 마켓플레이스를 창조하기보다, 과거에 실패한 영역들을 부활시키는 '부활의 돌'로 작동 중. Pets.com이 망하고 20년 후 펫 커머스가 수십억 달러 산업이 된 것처럼, 타이밍이 전부였다는 교훈의 재확인. 인재 매칭, 홈서비스, 부동산 등 CAC와 LTV의 덫에 걸려 죽었던 수많은 스타트업들이 AI라는 새 무기로 재도전 중이며, 일부는 반드시 승리할 것. 무덤에서 그린필드로의 대전환이 시작됐다.

Source: Marketplaces in the Age of AI, Take Two: Graveyard to Greenfield