← Back to list2026-06-13

‘AI 네이티브’라는 한 단어에 숨은 세 가지 사업 — 따로 나눠서 봅니다

AI 투자AI 네이티브VC 관점밸류에이션

요즘 "AI 네이티브(AI를 핵심으로 만든 사업)" 회사라는 말을 자주 듣습니다. 그런데 이 한 단어가 사실은 성격이 전혀 다른 세 가지 사업을 한데 묶고 있다는 생각이 듭니다. 진입장벽(경쟁자가 못 따라오게 막는 힘)도, 노릴 수 있는 시장 크기도, 나중에 투자금을 회수(매각이나 상장)하는 경로도 셋이 서로 다릅니다.

그래서 저는 "AI 네이티브"를 하나의 잣대로 보지 않으려 합니다. 먼저 세 유형으로 나누고, 유형마다 다른 기준으로 들여다봅니다. 이 글은 그 분류를 리서치와 근거를 붙여 정리해 본 초안입니다.

한 줄 요약

"AI 네이티브"는 한 단어지만 사업은 셋입니다 — ① 노동 대체, ② 친밀·콘텐츠, ③ 큐레이션·매칭.
제가 보는 기본 서열은 ① 최강, ② 실재하지만 작고 유행을 탐, ③ 함정(예외 조건을 다 갖출 때만 예외) 입니다.
셋을 가르는 핵심은 결국 "진입장벽이 시간이 갈수록 두꺼워지는가, 얇아지는가" 인 것 같습니다.

1. 세 유형 한눈에

먼저 표 한 장으로 정리하면 이렇습니다. 같은 "AI 네이티브"라도 가치의 정의, 진입장벽, 회수 경로가 이렇게 다릅니다.

그림 1. 같은 ‘AI 네이티브’라도 가치·진입장벽·회수 경로가 다릅니다. 그래서 한 잣대로 보지 않습니다.

유형	가치 정의	진입장벽	회수(exit)	기본 서열
A. 노동 대체 ‘100명→2명’	대체한 인건비의 점유율	워크플로 깊이·정확도·통합 + 데이터 복리	소프트웨어+서비스·전략 (프리미엄)	최강
B. 친밀·콘텐츠 초개인화	즉각 결과물에 대한 지불의사	몰입 루프 · 페르소나/IP	콘텐츠·플랫폼	실재하나 작고 유행 탐
C. 큐레이션·매칭	복잡한 카탈로그를 잘 매칭	대개 없음	유통으로 낮게 평가	함정 — 예외 조건 충족 시만

지금부터 셋을 하나씩, 근거와 함께 풀어 보겠습니다.

2. 유형 A — 노동 대체 (‘100명 → 2명’)

가장 강한 유형부터 보겠습니다. 사람이 하던 일을 소프트웨어가 통째로 대신하는 사업입니다. 업계에서는 이를 "용역을 소프트웨어로(services-as-software)" 바꾼다고 부릅니다.

왜 강한가 — 노리는 지갑이 다릅니다

기존 소프트웨어는 회사의 "IT 예산"을 두고 경쟁했습니다. 그런데 사람의 "일" 자체를 대신하면 인건비·외주비 예산을 노리게 됩니다. 이 지갑이 훨씬 큽니다.

파운데이션캐피탈은 이 시장(전 세계 인건비 + 외주비)을 약 4.6조 달러로 봅니다. 기존 소프트웨어 시장(약 2,000억 달러)의 20배가 넘습니다.
세쿼이아는 같은 이야기를 이렇게 표현했습니다. "소프트웨어에 1달러 쓸 때, 용역에는 6달러를 쓴다." 회계 소프트웨어에 연 1만 달러를 쓰는 회사가, 장부를 닫아 주는 회계사에게는 12만 달러를 씁니다. 다음 세대 회사는 "장부를 그냥 닫아 줄" 거라는 겁니다.

실제로 빠르게 큰 회사들

이 그림으로 이미 큰 회사들이 나오고 있습니다.

Harvey(법률): 연 매출 약 3억 달러, 기업가치 약 110억 달러까지 올라왔습니다. 변호사 14만 명 이상이 씁니다.
Sierra(고객 응대, 브렛 테일러 창업): "해결된 대화 한 건당" 받는 성과 기반 과금을 씁니다. 사람에게 넘긴 건은 받지 않습니다.
Decagon(고객 응대): "AI가 완전히 해결한 건당"만 과금하는 선택지를 제공합니다.
Devin(코그니션, 소프트웨어 개발): 연 매출 환산 약 5억 달러 규모로 빠르게 컸습니다.

공통점이 보입니다. 과금이 "자리당 월정액"에서 "결과당 돈 받기" 로 옮겨가고 있습니다. 사람의 일을 대신한다는 정체성과 맞는 과금입니다.

진입장벽은 두 겹입니다

깊은 워크플로와 시스템 통합 — 회사의 핵심 업무 시스템(전사 자원관리·고객관리·청구) 안에 박히면, 빼내는 비용이 커서 잘 못 바꿉니다.
데이터 복리(데이터가 쌓일수록 더 좋아지는 선순환) — 일을 처리할수록 그 분야에만 쌓이는 데이터가 늘어납니다. 예를 들어 개인상해 법률의 EvenUp는 20만 건이 넘는 합의 결과 데이터를 쌓았습니다. 경쟁자가 돈 주고 살 수도, 베낄 수도 없습니다. 멘로벤처스는 이를 "시간이 갈수록 격차를 벌리는" 진입장벽이라고 부릅니다.

가장 조심할 함정 — 소프트웨어인가, 용역인가

다만 여기에 가장 큰 함정이 있습니다. 이게 진짜 소프트웨어인가, 소프트웨어 옷을 입은 용역인가입니다. 고객마다 현장에 엔지니어를 파견하고 사람이 일일이 검수해야 한다면, 매출총이익률(매출에서 직접비용을 빼고 남는 비율)이 용역 수준으로 내려갑니다.

그림 2. 노동 대체 유형의 진짜 시험. 베인캐피탈은 초기 회사라면 이익률 숫자 자체보다 이 두 질문을 보라고 합니다.

순수 소프트웨어는 보통 75~~80%, 용역은 25~~40%입니다. AI 앱은 추론 비용 때문에 그 사이(대략 45~65%)에 끼는 경우가 많습니다. 베인캐피탈은 초기 회사라면 이익률 숫자 자체보다 위 두 질문을 보라고 합니다. 둘 다 "예"라면 지금 이익률이 낮아도 소프트웨어로 가는 중이고, 둘 다 아니라면 성장은 빨라도 결국 용역으로 평가받습니다.

노동 대체 유형에서 제가 눈여겨보는 것 — ① 소프트웨어 예산이 아니라 인건비 예산을 노리는가 ② 워크플로에 얼마나 깊이 박혔는가 ③ 데이터 복리가 도는가 ④ 사람 손 비중이 줄어드는가 ⑤ 매출총이익률이 오르는 추세인가.

3. 유형 B — 친밀·콘텐츠 (초개인화)

두 번째는 사용자가 "AI가 지금 당장 만들어 주는 결과물"에 직접 돈을 내는 사업입니다. AI 동반자, 초개인화된 대화·콘텐츠, 캐릭터/IP가 여기 들어갑니다.

분명히 실재합니다

2025년 동반자 앱 누적 다운로드는 2억 건을 넘었고, 한 해 매출도 1억 달러를 넘어섰습니다.
AI 앱은 무료→유료 전환율도 일반 앱보다 높습니다(대략 8.5% 대 5.6%).

그런데 두 가지 함정이 있습니다

첫째, 몰입이 곧 돈은 아닙니다. Character.AI는 사용자가 하루 평균 75분을 쓸 만큼 몰입도가 틱톡급으로 높지만, 연 매출은 3천만~5천만 달러에 그칩니다. 추론 비용은 매달 수백만 달러가 나가는데 말입니다.

둘째, 유지율이 약합니다. AI 앱은 전환은 잘 되지만 이탈도 빠릅니다. 특히 1년 유지율이 가격대에 크게 좌우됩니다.

그림 3. 몰입(engagement)과 매출·유지율은 다릅니다. 유지율은 가격대에 크게 좌우되는데, 동반자·콘텐츠 앱은 대부분 가장 약한 칸에 있습니다.

게다가 이 시장은 상위 10% 앱이 매출의 89%를 가져갈 만큼 쏠려 있고, 유행도 심하게 탑니다(중국의 일부 동반자 앱은 몇 달 만에 다운로드가 4분의 1로 줄었습니다).

회수도, 규제도 독특합니다

회수 사례부터 독특합니다. Character.AI는 구글이 약 27억 달러를 "비독점 라이선스" 대가로 지불하며 핵심 연구자(노암 셰이저)와 팀을 데려가는 형태였습니다. 사업을 산 게 아니라 사람을 다시 데려간 셈입니다. 직후 회사 가치는 25억 달러에서 10억 달러대로 내려갔습니다.

규제도 무겁습니다. 미성년자 안전 관련 소송이 잇따랐고(2026년 1월 구글·Character.AI가 원칙적 합의 발표), 회사는 결국 18세 미만의 자유 대화를 막았습니다. 그런데 그 미성년자층이 핵심 사용자였습니다. 진입장벽을 지키려다 시장을 스스로 좁히는 처지가 된 겁니다.

진입장벽이 없지는 않습니다. 사용자가 만든 캐릭터·봇(Character.AI 1,800만 개), 관계 서사가 만드는 전환 마찰, IP가 그것입니다. 다만 모델 자체는 흔해졌고, 스냅·메타 같은 거대 플랫폼이 같은 기능을 끼워 넣을 수 있어 단독 앱은 취약합니다.

친밀·콘텐츠 유형에서 제가 눈여겨보는 것 — ① 몰입이 아니라 유지율을 봅니다 ② 가격대(월 50달러 미만이면 경계) ③ IP·사용자 생성 콘텐츠 네트워크가 있는가 ④ 규제 노출은 얼마나 큰가 ⑤ 특정 거대 모델·플랫폼에 얼마나 의존하는가.

4. 유형 C — 큐레이션·매칭

세 번째는 복잡한 카탈로그에서 사용자에게 맞는 것을 골라 주는 사업입니다. 추천, 검색·발견, 채용 매칭, 쇼핑 큐레이션 등입니다. 솔직히 말씀드리면, 기본값은 "함정" 이라고 봅니다.

왜 함정인가 — 거대 모델이 그 일을 직접 해 버립니다

이유는 단순합니다. 거대 모델이 좋아질수록 그 "골라 주기"를 직접 해 버립니다.

마케팅 문구를 매칭해 주던 Jasper는 ChatGPT가 충분히 좋아지자 존재 이유가 흐려졌습니다. 기업가치 15억 달러에서 깎였고 매출도 줄었습니다.
학생 숙제 답을 매칭하던 Chegg는 주가가 고점 대비 99% 빠졌습니다.
여행 리뷰를 모아 주던 트립어드바이저는 구글 AI 요약에 트래픽을 빼앗겨 "전략적 대안"을 검토 중입니다.

여기에 더해, 유통 길목도 대개 거대 기업이 쥐고 있습니다. 채용 매칭은 링크드인이, 쇼핑 추천은 아마존·구글·오픈AI가 자기 화면 안에 넣습니다. 한 쇼핑 큐레이션 스타트업 대표조차 "범용 모델과 대화창만 쓴다면 스타트업이 어떻게 경쟁할지 보이지 않는다"고 했습니다.

벤처 쪽에서 쓰는 간단한 검증이 있습니다 — "거대 모델 회사가 이걸 그냥 기능으로 내놓으면 어떻게 되는가?" 순수 큐레이션·매칭 앱은 대부분 이 질문 앞에서 무너집니다.

예외 — 세 가지가 동시에 충족될 때

그래도 예외는 있습니다. 다음 세 가지가 동시에 충족될 때입니다.

독점 공급(또는 양면 네트워크) — 남이 못 가지는 공급이 있어야 합니다.
조합 폭발 — 경우의 수가 폭발적으로 많아, 단순 모델로는 풀기 어려운 영역이어야 합니다.
복리 피드백 — 쓸수록 그 회사만의 데이터가 쌓여 매칭이 좋아져야 합니다.

에어비앤비는 호텔에 없는 독점 숙소 공급 위에 매칭을 얹었습니다. 스포티파이의 "디스커버 위클리"는 20억 개의 사용자 플레이리스트라는, 애플뮤직이 출시 시점에 베낄 수 없던 데이터 위에서 돌았습니다. 이런 경우에만 매칭이 방어됩니다.

다만 데이터 복리조차 어느 지점을 넘으면 평탄해집니다. a16z는 "데이터 해자의 빈 약속"에서, 핵심 사용처를 덮고 나면 추가 데이터의 가치가 빠르게 준다고 지적합니다. 그래서 이 예외는 독점 공급이 구조적으로 막혀 있을 때에만 오래갑니다.

큐레이션·매칭 유형에서 제가 눈여겨보는 것 — ① 카탈로그가 독점인가, 누구나 접근 가능한가 ② "기능으로 내놓으면?" 테스트를 통과하는가 ③ 유통 길목을 누가 쥐고 있는가 ④ 독점 공급·조합 폭발·복리 피드백 중 몇 개를 갖췄는가(셋 다라야 합니다).

5. 회수(exit)는 어떻게 평가받나

왜 분류부터 하느냐고 물으실 수 있습니다. 시장이 셋을 완전히 다르게 평가하기 때문입니다.

그림 4. 공개시장 기준 대략적 위치입니다. 순수 집계·매칭은 바닥(1배 안팎), 워크플로 깊은 소프트웨어는 그 몇 배. 정밀한 비교가 아니라 ‘서열’을 보여주는 그림입니다.

공개시장 숫자는 꽤 분명합니다. 순수 집계·광고(애드테크)는 매출 대비 기업가치 배수가 0.9~1.5배에 불과합니다. 마켓플레이스도 1.7~2.3배 수준입니다. 반면 워크플로가 깊은 소프트웨어는 그보다 몇 배 높고, AI 노동 대체 회사의 사적 라운드는 30~50배까지도 갑니다(다만 이 배수에는 "서사 프리미엄"이 섞여 있어, 규모가 커지고 이익률이 드러나면 조정될 수 있습니다).

콘텐츠·동반자 앱은 사적 시장에서는 높게 평가되다가도, 규모가 커지면 유지율과 이익률 때문에 낮아지는(de-rate) 경향이 있습니다. IT 용역은 1배 안팎입니다(대형 IT 용역사는 매출의 약 1.1배). 그래서 노동 대체 회사가 "소프트웨어"로 평가받느냐 "용역"으로 평가받느냐는, 결국 앞서 본 이익률·데이터 복리에 달려 있습니다.

참고로 베서머는 AI 회사를 두 부류로 나눕니다 — 폭발적으로 크지만 이익률이 25% 안팎으로 약한 "슈퍼노바", 그리고 좀 느려도 60% 이익률로 탄탄한 "슈팅스타". 공개시장이 오래 높게 쳐 주는 쪽은 후자라고 합니다.

6. 정리 — 한눈에 보기

세 유형을 한 줄로 정리하면 이렇습니다.

유형	먼저 보는 한 가지	위험 신호
A. 노동 대체	사람 손 비중이 줄며 이익률이 오르는가	고객마다 현장 파견·수작업 → 용역화
B. 친밀·콘텐츠	몰입이 아니라 유지율	월 50달러 미만 + 규제 노출 + 모델 의존
C. 큐레이션·매칭	독점 공급·조합 폭발·복리, 셋 다인가	"기능으로 내놓으면?"에 무너짐

제 결론은 이렇습니다. "AI를 쓰는가"는 더 이상 변별력이 없습니다. 중요한 건 그 AI가 어느 유형의 사업을 돌리고 있고, 그 유형의 진입장벽이 시간이 갈수록 두꺼워지는가입니다.

노동 대체는 데이터 복리와 이익률로, 친밀·콘텐츠는 유지율과 IP로, 큐레이션·매칭은 독점 공급으로 — 각자 다른 잣대로 보는 게 맞다고 봅니다. 물론 이건 정답이라기보다, 지금 제가 들고 다니는 분류표에 가깝습니다.

이 글은 정보 공유이자 제 개인적인 생각이며, 특정 회사나 종목에 대한 투자 권유가 아닙니다. 인용한 수치는 아래 출처의 보도·자료 기준이며, 시점에 따라 달라질 수 있습니다.

참고

Foundation Capital, AI Leads a "Service-as-Software" Paradigm Shift — foundationcapital.com
Sequoia, Services: The New Software — sequoiacap.com
Sequoia, Generative AI's Act Two / AI's $600B Question — sequoiacap.com
a16z, AI Is Driving a Shift Toward Outcome-Based Pricing (Dec 2024 newsletter) · The Empty Promise of Data Moats — a16z.com
Menlo Ventures, Software Finally Gets to Work: The Opportunity in Vertical AI — menlovc.com
Bessemer, State of AI 2025 (Supernovas vs Shooting Stars) — bvp.com
ChartMogul, SaaS Retention — The AI Churn Wave (가격대별 유지율) — chartmogul.com
Sacra, Character.AI (사용 시간·매출) — sacra.com
TechCrunch, AI companion apps on track to pull in $120M in 2025 — techcrunch.com
Washington Post / CNBC, Google–Character.AI 딜 (2024.08) — cnbc.com
Aventis Advisors / Multiples.vc, SaaS·Marketplace·Services 밸류에이션 배수 — aventis-advisors.com
Stratechery, Aggregator's AI Risk · Andrew Chen, Revenge of the GPT Wrappers · Elad Gil, Defensibility & Competition