최근 Medium에서 흥미로운 아티클을 읽었습니다. “The three types of AI startups that will define the next decade“라는 제목의 글인데, AI 스타트업을 세 가지 유형으로 분류하고 각각의 특성과 투자 관점을 정리한 내용이었습니다. 스타트업 생태계에서 일하는 입장에서 깊이 공감하는 부분이 많았고, 한국의 초기 창업자들에게도 꼭 필요한 프레임워크라는 생각이 들어 주요 내용을 정리하고 개인적인 의견을 덧붙여 봅니다.

2025년 상반기에만 AI 스타트업에 1,650억 달러가 투자됐습니다. 전체 스타트업 투자금 규모의 53%에 달하는 수치입니다. 이 숫자 앞에서 많은 창업자들이 “우리도 AI 기업”이라는 라벨을 붙이고 싶은 유혹을 느낍니다. 하지만 수백 개의 피칭을 본 투자자들은 이미 알고 있습니다. 모든 AI 스타트업이 동등하게 만들어진 것이 아니라는 사실을.

지금 시장에는 근본적으로 다른 세 가지 유형의 AI 스타트업이 존재합니다. 자신이 어떤 카테고리에 속하는지 정확히 아는 기업은 더 빠르게 펀딩을 받고, 더 똑똑하게 스케일합니다. 그렇지 않은 기업은 자신이 아닌 것처럼 행세하며 현금을 태우거나, 투자자 앞에서 기술적 깊이를 증명하지 못해 무너집니다.

저자는 AI를 활용한다고 해서 다 같은 AI 스타트업이 아니라고 주장합니다. AI가 제품과 BM에 어떤 영향을 미치는가에 따라 크게 3가지 유형으로 구분할 수 있다고 합니다. 그럼 지금부터 3가지 AI 스타트업 유형이 무엇인지, 어떻게 성장과 IR에 접근해야 하는지 정리하고자 합니다.

• AI Native : AI 없이는 존재할 수 없는 태생부터 AI로 시작한 기업
• AI Enhanced : 기존 제품에 AI를 덧붙여 가치제안을 더욱 강화한 기업
• AI Enabled : AI를 활용해 이전에는 상상하지 못했던 과업을 수행하는 기업

최근 Medium에서 흥미로운 아티클을 읽었습니다. “The three types of AI startups that will define the next decade“라는 제목의 글인데, AI 스타트업을 세 가지 유형으로 분류하고 각각의 특성과 투자 관점을 정리한 내용이었습니다. 스타트업 생태계에서 일하는 입장에서 깊이 공감하는 부분이 많았고, 한국의 초기 창업자들에게도 꼭 필요한 프레임워크라는 생각이 들어 주요 내용을 정리하고 개인적인 의견을 덧붙여 봅니다.

2025년 상반기에만 AI 스타트업에 1,650억 달러가 투자됐습니다. 전체 스타트업 투자금 규모의 53%에 달하는 수치입니다. 이 숫자 앞에서 많은 창업자들이 “우리도 AI 기업”이라는 라벨을 붙이고 싶은 유혹을 느낍니다. 하지만 수백 개의 피칭을 본 투자자들은 이미 알고 있습니다. 모든 AI 스타트업이 동등하게 만들어진 것이 아니라는 사실을.

지금 시장에는 근본적으로 다른 세 가지 유형의 AI 스타트업이 존재합니다. 자신이 어떤 카테고리에 속하는지 정확히 아는 기업은 더 빠르게 펀딩을 받고, 더 똑똑하게 스케일합니다. 그렇지 않은 기업은 자신이 아닌 것처럼 행세하며 현금을 태우거나, 투자자 앞에서 기술적 깊이를 증명하지 못해 무너집니다.

저자는 AI를 활용한다고 해서 다 같은 AI 스타트업이 아니라고 주장합니다. AI가 제품과 BM에 어떤 영향을 미치는가에 따라 크게 3가지 유형으로 구분할 수 있다고 합니다. 그럼 지금부터 3가지 AI 스타트업 유형이 무엇인지, 어떻게 성장과 IR에 접근해야 하는지 정리하고자 합니다.

• AI Native : AI 없이는 존재할 수 없는 태생부터 AI로 시작한 기업
• AI Enhanced : 기존 제품에 AI를 덧붙여 가치제안을 더욱 강화한 기업
• AI Enabled : AI를 활용해 이전에는 상상하지 못했던 과업을 수행하는 기업

AI Native : AI 없이는 존재할 수 없는 기업

첫 번째 유형을 판별하는 테스트는 단순합니다. 기업에서 AI를 제거하면 제품이 작동하는가? “덜 효율적”이 아니라, 말 그대로 존재할 수 없는가?

AI Native 유형의 대표 스타트업은 다음과 같습니다.

• Perplexity AI : AI기반 리서치 에이전트
• Anthropic : LLM 서비스, Claude
• Cursor : AI기반 코딩 도구

Perplexity AI는 월 8억 건의 쿼리를 처리하면서 인간 연구원을 단 한 명도 고용하지 않습니다. AI를 끄면 아무것도 남지 않습니다. Claude를 제공하는 Anthropic 또한 1,000명 내외 직원으로 2025년 매출 90억 달러 달성을 바라보고 있습니다. 직원 한 사람 당 매출액을 고려하면 실로 엄청난 생산성이 아닐 수 없습니다.

이미지 출처 : https://www.voronoiapp.com/business/The-revenue-race-between-Anthropic-and-OpenAI-is-getting-more-heated-6929

핵심 서비스를 고객에게 제공함에 있어 인간의 개입을 최소화하고 AI를 적극 활용해서 직원 1인당 생산성을 극대화하는 AI Native 기업은 실제 VC로부터 밸류에이션시 연간 매출액 적게는 15배에서 많게는 150배까지 인정받고 있습니다. 만약 우리 회사가 AI Native 기업으로 포지셔닝할 수 있다면 보다 공격적인 현재-목표 밸류에 대한 가정을 가져가도 무방할 것입니다.

AI Native 기업의 성장 전략은 복리 효과 구축에 집중해야 합니다. Harvey가 매일 수천 개의 법률 문서를 처리할 때마다 법적 추론 이해도가 높아지고, 오늘 시작하는 경쟁자는 수백만 개의 문서를 따라잡아야 합니다. 이것이 진정한 해자(Moat)입니다.

이를 정리하면, IR Deck에서 AI Native 기업이 강조해야 할 메시지는 독점 데이터의 복리 효과, 자동으로 개선되는 시스템, 그리고 직원당 매출 레버리지입니다. 원문에 따르면 AI Native 기업이 참조해야 할 벤치마크는 직원당 매출액 348만 달러입니다. 이 수준을 향해 추종하지 못한다면 우리 비즈니스의 카테고리 재검토가 필요할 것입니다.

AI Enhanced : 기존 제품을 더 강력하게 만드는 기업

두 번째 유형은 이미 작동하는 제품에 AI를 추가해 상당히 개선한 기업입니다. Notion은 AI 기능 추가 후 매출이 60% 성장했고, Grammarly는 생성형 AI 어시스턴트 출시로 40.7% 성장을 달성했습니다. 핵심은 AI를 끄더라도 제품 자체는 여전히 작동한다는 점입니다.

AI Enhanced 기업의 성장 전략은 기존 고객 기반을 레버리지하는 것입니다. 이미 Product-Market Fit이 있고, 유통망이 있습니다. 새로운 카테고리를 교육할 필요 없이 사람들이 이미 지불하는 것을 더 좋게 만들면 됩니다. 71%의 기업이 AI 네이티브 솔루션으로 교체하기보다 기존 플랫폼을 AI로 보강하는 것을 선호한다는 통계가 이를 뒷받침합니다.

IR Deck의 핵심 메시지는 AI를 활용함으로써 종전에 비해 유의미한 숫자의 생산성 향상이 가능해졌고, 실제 고객 경험 레벨에서 AI와 기존 워크플로우와의 자연스러운 통합되고 있음을 강조해야 합니다. 밸류에이션시 매출액 대비 150배 멀티플은 받지 못하더라도, 예측 가능한 수익성 경로와 낮은 실패율이라는 투자 매력을 어필할 수 있습니다.

AI Enabled : 이전에는 불가능했던 과업을 AI로 수행하는 기업

세 번째 유형은 현대 AI 이전에는 말 그대로 불가능했던 일을 수행하는 기업입니다. Isomorphic Labs는 몇 년이 걸리고 단백질당 수십만 달러가 들던 단백질 접힘 예측을 몇 분 만에 해냅니다. Limbic은 의료기기 인증을 획득한 최초의 AI 정신건강 챗봇으로, 치료사 부족으로 치료를 받지 못하던 수백만 명에게 접근성을 제공합니다.

AI Enabled 기업의 성장 전략은 완전히 새로운 시장 창출에 있습니다. 경쟁자가 없는 이유는 시장 자체가 존재하지 않았기 때문입니다. “즉각적인 단백질 접힘 서비스” 시장은 그것이 불가능했기에 없었습니다.

IR Deck에서는 우리 회사가 AI를 통해 이전에는 불가능할 것이라고 여겨졌던 통념 중에 우리가 뛰어넘은 문턱, 장애물을 명확히 표현해야 합니다. 그밖에 규제 해자, 과학적 검증, 전략적 파트너십이 돌파구가 진짜임을 증명하는 요소입니다.

흔한 포지셔닝 실수와 회피법

가장 치명적인 실수는 자신이 속하지 않은 카테고리인 척하는 것입니다. 예를 들어 AI Enhanced 기업이 AI Native로 자처한들 결국 투자자의 실사 과정에서 실제 카테고리가 AI Enhanced 였음이 반드시 들통날 것입니다. 두 번째 실수는 “AI 기업”이라는 라벨에 의존하는 것입니다. 저자는 2025년에 AI 기업이라고 자칭하는 것은 2015년에 클라우드 기업이라고 부르는 것과 같다고 표현합니다. 10년 전에 대부분 기업들의 기본 인프라가 클라우드인 것처럼 이제는 모두가 AI를 사용하기 때문에 AI로 라벨링하는 것이 큰 의미가 없습니다.

AI 기업이 투자자를 매혹시키는 포인트는 AI 구현의 구체성입니다. “독점 AI 기술”이 아니라 “천만 개 법률 문서의 독점 데이터셋에 RAG를 구현한 파인튜닝 Llama 모델”이라고 설명해야 합니다. 프롬프트 엔지니어링만이 해자라면, 이는 해자가 없는 것입니다.

자신의 카테고리를 정확히 이해한 창업자는 문제를 더 날카롭게 정의하고, 성장 전략을 더 정교하게 설계하며, 투자자에게 더 설득력 있게 말합니다. 당신이 구축하는 것은 세 가지 중 무엇인가? 그 질문에 대한 명확한 답이 다음 라운드의 성패를 가를 것입니다.

정리하자면 AI 기술의 성숙과 대중화를 통해 이제는 AI 기업을 분류할 수 있는 기준이 정립됐습니다. 우리는 단순히 ‘AI 기업입니다’ 주장하기 이전에 우리는 어떤 AI 기업인지 명확하게 포지션을 이해하고 이에 알맞은 성장 전략 및 IR 전략 수립/실행이 필요하지 않나 생각합니다.

감사합니다.

• 린스프린트 블로그 : https://leansprint.kr/blog/ 
• 린스프린트 초기 스타트업 코칭 서비스 : https://bit.ly/4juSwCw 
• 초기 스타트업 IR 준비 무료 전자책 신청 : https://leansprint-ir-playbook.lovable.app/