“오랫동안 혁신이 없었던 산업에 기술로 변화를 만들겠다.”

언뜻보면 정체된 것으로 보이는 산업에 대한 DX(Digital Transformation) 또는 AX(AI Transformation)는 스타트업의 대표적인 서사 중 하나입니다. 건설, 농업, 법률, 물류, 제조업처럼 수십 년간 크게 변하지 않은 산업에 소프트웨어나 AI를 접목해 혁신을 일으키겠다는 도전입니다. 매력적인 서사이지만, 사실 이 접근은 예전부터 있었고 실패로 끝난 도전도 적지 않습니다.

일례로 건설 분야의 카테라(Katerra)는 소프트뱅크 등으로부터 20억 달러 이상을 투자받고 모듈러 건축과 소프트웨어로 건설 산업을 혁신하겠다고 했지만, 2021년 파산했습니다. 새로운 가상 세계 경험을 제공하겠다던 대규모 국내외 메타버스 프로젝트 중에 지금 남아있는 프로젝트는 전무하죠. 2025년 MIT 보고서에 따르면 엔터프라이즈 레벨에서 시도된 AI 프로젝트 중에서 95%는 실패했다고도 합니다.

AI를 활용한 산업의 근본적 혁신, 왜 이렇게 어려운 것일까요? 최근 읽은 NFX의 아티클 “AI Leapfrogging“이 이 질문에 상당히 설득력 있는 프레임을 제공합니다. 저도 그동안 다양한 초기 스타트업과 함께 사업 모델을 고민하면서 비슷한 문제의식을 가지고 있었는데, 이 글이 꽤 명쾌하게 정리해주는 것 같아 핵심 내용과 함께 시장 진입 전략 및 IR 관점에서의 시사점을 정리하고자 합니다.

AI 도약(Leapfrogging)이란 무엇인가?

NFX의 블로그 포스트는 아프리카 모바일 결제 사례에서 이야기를 시작합니다. 미국이 여전히 신용카드를 긁고 있을 때, 케냐에서는 디지털 결제 기술이 등장한 지 불과 4년 만에 인구의 70%가 문자 기반 모바일 결제 플랫폼 엠페사(M-Pesa)를 사용하고 있었습니다. 중국에서는 2013년부터 2018년 사이 알리페이(활성 사용자 1억→9억 명)와 위챗(3.5억→11억 명)이 신용카드를 완전히 대체했습니다. 2020년 기준 중국의 모바일 결제 사용률은 86%에 달했으며, 현금이 두 번째, 신용카드가 세 번째였습니다.

왜 이런 일이 일어났을까요? 교체할 기존 시스템이 없었기 때문입니다. 중국은 15세 이상 인구의 약 20%만 신용카드를 가지고 있었고, 아프리카 국가들에는 체계적인 결제 인프라 자체가 부재했습니다. 신용카드 단계를 건너뛰고 바로 모바일로 뛰어넘은 것입니다.

이것이 바로 기술 도약(Leapfrogging)입니다. 산업이나 시장이 기술 전환 과정에서 한 단계를 통째로 건너뛰는 현상입니다.

출처 : https://www.nfx.com/post/ai-leapfrogging

도약은 왜 일어나는가? — 전환비용 저울

NFX는 도약이 일어나는 메커니즘을 전환비용 저울 모델로 설명합니다. 저울의 한쪽에는 변화의 부담(전환비용, 학습 곡선, 기존 시스템 교체 비용)이 있고, 다른 쪽에는 변화의 가치(생산성 향상, 비용 절감, 새로운 가능성)가 있습니다.

도약이 일어나려면 두 가지 조건이 필요합니다.

1. 변화의 가치가 부담을 압도적으로 넘어서야 합니다 — 점진적 개선이 아니라 마법처럼 느껴질 만큼의 차이가 있어야 합니다
2. 변화의 부담 자체가 낮아야 합니다 — 이상적으로는 두 조건을 동시에 충족해야 합니다

출처 : https://www.nfx.com/post/ai-leapfrogging

여기서 핵심적인 개념이 비거래자(Non-transactor)입니다.

비거래자(Non-transactor)란? 기존 소프트웨어 솔루션을 사용하지 않는 사람들이나 산업을 뜻합니다. 교체해야 할 시스템이 없으므로 전환비용의 부담 측이 사실상 제로입니다. 오직 이익만 있습니다.

앞서 언급한 건설, 농업, 법률, 제조업 같은 산업이 SaaS 혁명에서 왜 소외되었는지 생각해보면, 문제는 산업 자체가 아니라 기존 SaaS의 가치 제안이 충분하지 않았기 때문입니다. 수십 년간 종이와 펜, 또는 오래된 소프트웨어로 업무를 처리해 온 산업에서 반자동화 수준의 SaaS는 복잡한 도입 과정과 높은 비용을 정당화할 만큼 매력적이지 않았습니다.

왜 AI가 다른가?

생성형 AI는 이 전환비용 저울의 양쪽을 동시에 바꿉니다.

부담 측을 극적으로 낮춥니다. 복잡한 온보딩과 학습 과정 대신, 버튼 하나로 즉각적인 결과물을 제공합니다. 소프트웨어와 상호작용하는 것이 친구와 대화하는 것처럼 직관적입니다. 전체 프로세스를 다시 배울 필요 없이, 단순히 지루한 작업을 할 일 목록에서 제거합니다.

가치 측을 극적으로 높입니다. 반자동화가 아니라 완전 자동화입니다. 법적 문서나 건설 계획을 처음부터 생성합니다. NFX의 표현을 빌리면, 이것은 “변화의 부담을 줄이고 변화의 가치를 100배 향상”시키는 전환점입니다.

흥미로운 점은, NFX가 2026년 업데이트에서 도약이 반드시 ‘뒤처진’ 산업에서만 일어나는 것은 아니라고 보완한 부분입니다. 바이브 코딩(Vibe Coding) 현상처럼, 산업 자체는 선진적이더라도 그 산업에 참여하지 못했던 비전문가 사용자들에게 도약 기회를 제공할 수 있습니다. 중소기업 소유자나 일반 소비자가 AI 코딩 도구를 통해 소프트웨어 개발의 “거래자”가 되는 것입니다. 산업 수준의 도약뿐 아니라 사용자 수준의 도약도 가능하다는 점은 시장 기회를 바라보는 시각을 한층 넓혀줍니다.

도약의 진짜 목표는 무엇인가? — 기록 시스템(System of Record) 선점

그렇다면 뒤처진 산업에 AI로 진입하는 스타트업이 궁극적으로 확보해야 할 것은 무엇일까요? 개인적으로 이 글을 읽으면서 가장 중요하다고 느낀 부분은 단순히 시장에 진입하는 것이 아니라, 해당 산업의 기록 시스템(System of Record) 지위를 확보하는 것이라는 점이었습니다.

기록 시스템(System of Record)이란? 조직의 핵심 업무 데이터가 최종적으로 저장되고 관리되는 시스템입니다. ERP, CRM처럼 한번 자리 잡으면 교체가 매우 어려운 시스템을 의미합니다.

출처 : https://www.linkedin.com/pulse/system-record-reference-transaction-processing-david-shepherd-vsaue/

NFX의 포트폴리오 회사인 이븐업(EvenUp)이 좋은 사례입니다. 이븐업은 개인상해 소송에서 핵심 문서인 요구서(Demand Letter)를 AI로 즉시 생성해주는 플랫폼입니다. 판매 포인트는 AI 기술 자체가 아니라 결과물의 가치였습니다. 요구서 작성 시간 5시간 절약, 비용 50% 절감이라는 즉각적인 가치를 제공한 것입니다. 이것이 NFX가 말하는 “AI 내장(AI Inside)” 전략입니다. AI 기술의 ‘멋진 요소’가 아니라, AI가 만들어내는 결과물의 가치를 판매하는 것입니다.

오픈에비던스(OpenEvidence)의 사례도 인상적입니다. 의료 산업은 이탈률이 낮고 전환비용이 높은 대표적인 산업입니다. 임상의들은 진료 시점에 새로운 시스템을 가볍게 도입하지 않습니다. 오픈에비던스는 또 다른 소프트웨어 레이어로 끼어들려 하지 않았습니다. 임상의들이 실시간으로 근거를 해석하는 데 사용하는 기본 인터페이스가 됨으로써, 전통적인 임상 참고 도구를 뛰어넘었습니다. ‘AI 부조종사(Co-pilot)’에서 기록 시스템으로의 전환을 기존 벤더들보다 훨씬 빠르게 달성한 것입니다.

두 사례의 공통점은 명확합니다. AI를 통해 해당 산업에 즉각적인 가치를 제공하되, 궁극적으로는 고객사의 핵심 업무 데이터가 흐르는 기록 시스템 지위를 확보했다는 것입니다.

기록 시스템이 만드는 선순환 구조는 어떤 것인가?

기록 시스템 지위를 확보하는 것이 왜 그토록 중요할까요? 그것이 고유 데이터(Proprietary Data) → AI 제품 탁월성 → 고객 고착화라는 선순환 구조를 만들기 때문입니다.

이 선순환에서 가장 핵심적인 고리는 고유 데이터입니다. GPT, Claude 같은 범용 AI 모델은 누구나 API로 접근할 수 있습니다. 모델 자체는 점점 상품화(Commoditization)되고 있습니다. 그렇다면 AI 기반 제품의 진짜 차별화는 어디서 오는 것일까요? 특정 산업과 고객군에서만 축적 가능한 고유 데이터에서 옵니다. 그리고 이 고유 데이터는 기록 시스템이 되어야만 자연스럽게 쌓입니다.

이븐업이 수만 건의 개인상해 소송 요구서 데이터를 축적할 수 있는 이유는, 변호사들이 이븐업의 플랫폼 위에서 실제 업무를 수행하기 때문입니다. 오픈에비던스가 임상 의사결정 데이터를 축적할 수 있는 이유는, 임상의들이 이 시스템을 기본 인터페이스로 사용하기 때문입니다.

NFX의 포스트에서 강조하는 도약의 또 다른 특성이 있습니다. 바로 단방향 문(One-way Door)이라는 점입니다. 한번 기록 시스템이 되면 전환비용이 크게 높아져 교체가 거의 불가능해집니다. 미국이 아직도 신용카드를 주요 결제 수단으로 사용하는 이유가 바로 이것입니다. 1950년대부터 1980년대까지 구축한 견고한 신용카드 인프라는 ‘충분히 좋은’ 시스템이며, 이를 교체하려면 또 다른 거대한 기술적 변화가 필요합니다.

구식 산업을 정비하기 어렵게 만든 동일한 요소들 — 느린 도입, 복잡한 프로세스, 관성 — 이 일단 도약에 성공하면 역으로 경쟁자의 진입을 막는 방어벽이 됩니다. 이 산업의 고객들은 5년, 10년, 혹은 20년에 한 번만 핵심 시스템을 교체합니다. 먼저 기록 시스템의 지위를 차지한다면, 그 방어벽은 오랫동안 유지될 것입니다.

시장 기회 탐색과 비즈니스 모델링 관점에서의 시사점은 무엇인가?

AI 도약 프레임워크는 시장 기회를 발견하고 초기 진입 전략을 설계하는 데 구체적인 시사점을 제공합니다.

시장 기회 탐색 — 비거래자는 어디에 있는가?

전통적인 시장 분석은 기존 경쟁 제품의 점유율과 불만 사항에서 시작하는 경우가 많은데요. AI 도약 관점에서는 아예 소프트웨어를 사용하지 않는 비거래자가 누구인지를 먼저 보는 것이 중요합니다. 저도 초기 스타트업의 시장 분석을 함께 할 때 기존 경쟁사 분석에만 집중하는 경우를 자주 보는데, 비거래자 관점은 시장 기회를 완전히 다른 각도에서 볼 수 있게 해줍니다. NFX가 제시하는 탐색 기준을 정리하면 다음과 같습니다.

• SaaS 도입률이 역사적으로 낮은 산업: 건설, 농업, 법률, 제조, 숙박업 등
• 아직도 종이, 엑셀, 이메일에 의존하는 핵심 워크플로우: 이들이 곧 비거래자입니다
• ‘적절한’ SaaS 스택을 도입하지 않은 중소기업: 2026년 업데이트에서 NFX가 추가로 강조한 부분으로, 수직적 AI 도구들이 CRM, 분석, 운영 소프트웨어를 통째로 뛰어넘고 있습니다
• 산업은 선진적이나 참여하지 못했던 사용자층: 바이브 코딩처럼, 비개발자가 소프트웨어를 직접 만드는 사용자 수준의 도약 기회

초기 진입 전략 — “AI 내장” 접근이란?

비거래자를 찾았다면, 다음 질문은 어떻게 진입하느냐인데요. NFX가 강조하는 “AI 내장(AI Inside)” 전략의 핵심은 생각보다 단순합니다.

이븐업의 사례가 이 전략을 잘 보여줍니다. 이븐업의 판매 포인트는 작업 흐름(Workflow)이 아니라 요구서 자체였습니다. 변호사들에게 “우리 플랫폼에서 업무를 하세요”가 아니라, “버튼 하나로 5시간 걸리던 요구서를 즉시 받으세요”라고 한 것입니다. 첫날부터 복잡한 도입 과정 없이 즉각적인 가치를 제공하는 것이 핵심입니다.

비즈니스 모델링 — 기록 시스템 지위는 어떻게 설계하는가?

시장 기회를 찾고 초기 진입 전략을 잡았다면, 비즈니스 모델의 핵심은 결국 기록 시스템 지위로의 전환 경로를 설계하는 것입니다.

개인적으로, 여기서 가장 많은 스타트업이 놓치는 부분이 2단계에서 3단계로의 전환인 것 같습니다. 즉각적 가치를 제공하는 것은 진입 도구일 뿐이고, 궁극적 목표는 고객의 핵심 업무 데이터가 우리 플랫폼을 통해 흐르게 만드는 것인데요. 이 전환 경로가 비즈니스 모델에 명확하게 설계되어 있으면 좋겠습니다.

IR Deck에서는 이 이야기를 어떻게 풀어야 하는가?

AI 도약 프레임워크는 전통 산업에서 AI를 통한 혁신을 도모하는 스타트업이 IR 자료를 작성할 때도 명확한 서사 구조를 제공합니다. 투자자가 궁금해하는 핵심 질문들에 대해 다음과 같은 논리로 답할 수 있습니다.

당장 머릿속에 떠오르는 서사 예시는 다음과 같습니다.

“왜 이 시장인가?” — 비거래자의 규모와 기존 솔루션의 부재를 보여줍니다. SaaS 도입률이 낮은 산업은 시장 기회가 없는 것이 아니라, 기존 SaaS의 가치 제안이 전환비용을 정당화하지 못했을 뿐입니다. AI가 이 균형을 바꿉니다.

“왜 지금인가?” — 생성형 AI가 처음으로 전환비용 저울의 양쪽을 동시에 바꿀 수 있게 되었습니다. 그리고 NFX에 따르면 도약 기회의 창은 역사적으로 3~5년입니다.

“경쟁 해자(Moat)는 무엇인가?” — 범용 AI 모델은 누구나 접근할 수 있지만, 기록 시스템을 통해 축적하는 고유 데이터는 모방할 수 없습니다. 기록 시스템 → 고유 데이터 → AI 성능 향상 → 고객 고착화의 선순환이 곧 경쟁 해자입니다.

“이탈률은 어떻게 관리하는가?” — 이 산업의 고객들은 핵심 시스템을 5~20년에 한 번 교체합니다. 높은 초기 고객 획득 비용(CAC)이 예상되더라도, 극히 낮은 이탈률이 장기적 가치(LTV)를 보장합니다.

투자자에게 “AI로 효율화하겠다”고 말하는 것과 “이 산업의 기록 시스템이 되어 고유 데이터를 축적하고, 이것이 경쟁 해자가 되는 선순환을 만들겠다”고 말하는 것은 완전히 다른 수준의 설득력을 가집니다. AI 도약이라는 프레임 안에서 시장 기회, 진입 전략, 방어벽, 장기 가치를 일관된 서사로 연결할 수 있다면, IR Deck의 핵심 논리가 훨씬 단단해질 것입니다.

마무리

NFX의 포스트는 글의 말미에 역사적으로 도약 기회의 창은 3~5년이라고 말합니다. 모바일 결제에서도, 디지털 결제에서도 그랬습니다. 주요 플레이어들이 기록 시스템의 자리를 잡으면, 바로 그 전환비용이라는 방어벽이 후발주자의 진입을 막습니다.

지금 AI 도약의 창은 활짝 열려 있습니다. 디지털 사각지대에 있는 산업의 비거래자를 찾고, 즉각적 가치를 제공하며, 기록 시스템의 지위를 선점하는 것. 이것이 AI 시대에 스타트업이 대기업보다 먼저 움직여야 하는 이유이자, 가장 강력한 전략이 될 것 같습니다.

AI 기반 사업의 비즈니스 모델링이나 IR 전략 수립이 고민이시라면 아래 링크를 통해 편하게 문의 주십시오. 린스프린트는 초기 스타트업 창업가가 자신의 사업 모델과 시장 기회를 명확히 정리하고, 투자자에게 효과적으로 전달할 수 있도록 IR 자료 작성과 전략 수립을 함께 돕겠습니다.

린스프린트 초기 스타트업 투자유치 프로그램 안내

• 무료 전자책 신청 : https://leansprint-ir-playbook.lovable.app/
• IR 전략 수립 및 IR Deck 작성 온라인 셀프워크샵 : https://leansprint.liveklass.com/classes/281900
• 1:1 코칭 또는 컨설팅 프로그램 문의하기 : https://walla.my/v/pKMo4gWmQbAHUp7VgPGb