최고 벤처캐피털이 말하는 'AI가 바꾼 투자 논리': '중간 지대 함정'과 플라이휠 효과

a16z의 여러 파트너는 AI가 전통적인 투자 논리를 뒤흔들고 있다고 본다. 자본이 곧바로 컴퓨팅 파워로 전환되면서, 강자가 더 강해지는 플라이휠이 한번 작동하면 되돌리기 어렵다. 3,000개 VC 중 단 20곳만이 지속적으로 3배 수익을 냈고, '중간 지대'는 사라지고 있다. AI 매출은 4년 만에 1,000억 달러에 도달했지만 SaaS는 15년이 걸렸다. 전통 SaaS 자산의 밸류에이션이 절반으로 줄었고, AI 네이티브로 전환하지 못하는 기업은 도태되고 있다. 진짜 병목은 수요가 아니라 에너지와 데이터센터 공급에 있다.

AI는 기술 투자의 '멱법칙(Power Law) 분포'를 극한으로 밀어붙이고 있다. 자본이 처음으로 컴퓨팅 파워로 직접 전환되어 기업의 절대적인 해자를 강화하는 반면, AI 네이티브로 전환하지 못하는 전통 SaaS 자산은 시대에 뒤처질 심각한 위험에 직면해 있다.

실리콘밸리 최고 벤처캐피털 Andreessen Horowitz(a16z)가 9월 10일 심층 인터뷰 팟캐스트를 공개했다. a16z 파트너 Jen Kha, 성장 펀드 파트너 David George, 그리고 장기 LP이자 Accolade Partners 파트너인 Aram Verdiyan이 AI 시대의 투자 논리를 놓고 보기 드문 심층 대화를 나눴다. 세 사람의 핵심 판단은 한결같다. AI가 '멱법칙 효과'를 벤처캐피털 업계의 특징에서 자본시장 전체의 시스템적 법칙으로 바꾸고 있으며, 자본 배분 프레임워크, 펀드 구조, 나아가 자산군의 경계까지 모두 다시 쓰이고 있다는 것이다.

멱법칙은 두 변수 사이의 특정 함수 관계를 말한다. 한 변수의 변화량이 다른 변수의 어떤 거듭제곱(제곱)의 배수가 되는 관계다. 핵심 특징은 '극소수의 개체가 대부분의 자원이나 점유율을 차지한다'는 것으로, 흔히 말하는 '롱테일 효과' 또는 '80 대 20 법칙'이다.

대화에는 정신을 번쩍 들게 하는 핵심 데이터가 여럿 등장했다. 미국의 3,000개 VC 중 지난 20년간 지속적으로 3배 순수익률을 낸 곳은 20곳뿐으로, 비중이 1% 미만이다. AI 매출 규모가 1,000억 달러에 도달하는 데는 4년밖에 걸리지 않았지만, SaaS가 같은 길을 가는 데는 15년이 걸렸다. 현재 미국 기업의 직원 1인당 월평균 AI 지출은 12달러에 불과하지만, 상위 1% 기업은 7,000달러에 달한다. 이는 AI 확산이 아직 극초기 단계임을 뜻한다.

'자본 = 컴퓨팅 파워': '극한의 플라이휠'이 업계 해자를 바꾼다

David George는 인터뷰에서 이번 AI 물결에서 가장 파괴적인 판단 중 하나를 내놓았다.

"이제는 자본을 한 회사에 쏟아부으면 그 회사의 우위가 직접 복리로 증폭됩니다. 제 경력에서 처음 있는 일입니다."

그는 전통적인 소프트웨어 시대에는 스타트업에 돈을 너무 많이 쏟아부으면 오히려 재앙이었다고 설명한다. 직원 1,000명을 뽑고, 조정 혼란을 만들고, 우선순위가 겹치면서 회사가 오히려 '망가진다'는 것이다. 하지만 AI 시대는 다르다. "돈을 컴퓨팅 파워에 쏟아부으면 컴퓨팅 파워가 제품과 비즈니스를 직접 개선할 수 있습니다."

이는 AI 시장에서 규모의 경제가 실재하며 계속 강화된다는 뜻이다. 3대 프런티어 모델 기업인 SpaceX, OpenAI, Anthropic의 잠재 기업가치 합계는 이미 3조 5,000억~5조 달러에 달한다. Jen Kha는 충격적이게도 SpaceX 상장 전까지 대부분의 기관 투자자가 이 기업에 대한 익스포저가 거의 없었다고 지적한다.

Aram Verdiyan은 더 거시적인 관점에서 자신의 판단을 내놓았다.

"AI는 GDP의 모든 구석을 공격하고 있습니다. 교통, 노동, 서비스, 자본, 조정까지요. 역사상 30조 달러 GDP를 동시에 타격한 기술 패러다임은 없었습니다."

그는 AI의 TAM(총 유효 시장)에 대해서도 파괴적인 시각을 제시했다. 의료 IT 업계는 연간 약 600억~1,000억 달러를 지출하지만, AI가 실제로 공격하는 것은 의료 노동력 그 자체, 즉 청구 관리와 행정 프로세스이며, 이는 1조 달러 규모의 산업이라는 것이다. "AI의 TAM은 전통 SaaS나 의료 IT의 10배 이상일 수 있습니다."

David George는 노동 데이터를 인용해 이를 뒷받침했다. 미국 경제에서 노동 지출과 소프트웨어 지출의 비율은 약 40대 1이다. "노동이 사라진다는 뜻이 아니라 노동이 재발명된다는 뜻입니다. AI를 '차세대 소프트웨어'와 동일시하는 것은 너무 과소평가하는 것입니다."

'죽음의 중간 지대': VC 구도의 구조적 재편

인터뷰에서 반복적으로 등장한 단어가 있다. "death of the middle"(중간 지대 함정)이다.

Aram Verdiyan은 핵심 데이터를 공유했다. 미국의 3,000개 벤처캐피털 중 지난 20년간 지속적으로 3배 순수익률을 낸 곳은 20곳뿐으로, 비중이 1% 미만이다. 그는 특히 '지속적'이라는 단어가 핵심이라고 강조했다. 7~8개 펀드가 필요한 게 아니라, 20년 주기 안에 3배 순 TVPI를 달성한 펀드가 3~4개 있는지가 관건이라는 것이다. 이 조건을 충족하는 곳은 미국 전체에서 20곳뿐이었다.

반면 케임브리지 데이터에 따르면 지난 10년간 벤처캐피털의 평균 수익률은 순수익 기준 1~2배에 불과했다. 사모펀드보다도 못할 뿐 아니라 공개 시장보다도 못한 수준인데, 자금은 10년이나 묶어둬야 한다.

이런 배경에서 VC 업계는 양극화되고 있다. 한쪽은 진정한 '작고 정밀한' 플레이어다. 세부 수직 분야에 집중하거나 대형 기관보다 훨씬 이른 단계에 개입해 대형 기관과 상호 보완하는 곳이다. 다른 한쪽은 전 생애주기를 아우르는 대형 기관이다. 시드부터 상장까지 전 단계를 커버하고, 직원 700명과 강력한 운영 자원을 갖춘 곳이다.

Jen Kha는 a16z의 플라이휠 논리를 분명하게 밝혔다.

"우리 비즈니스는 플라이휠입니다. 우리가 해당 분야 전문가인지, 창업자를 설득할 수 있는지에서 출발합니다. 우리가 딜을 따내고 회사가 더 나은 성과를 내도록 도우면 브랜드 효과가 생기고, 새로운 창업자는 승자와 함께하고 싶어 하며, 승자의 창업자는 다른 창업자에게 보증을 서줍니다. 이것이 플라이휠이 작동하는 방식입니다."

David George는 성장 단계 펀드의 성공은 근본적으로 초기 비즈니스에 달려 있다고 덧붙였다. "저는 항상 말합니다. 우리 비즈니스는 초기에서 시작해 초기에서 끝난다고요."

'후기 단계만' 하거나 '초기 단계를 건너뛰는' 방식으로 AI에 참여하려는 기관에 대해 Aram Verdiyan은 단도직입적으로 말했다. "가장 강력한 후기 단계 프랜차이즈 뒤에는 거대한 초기 단계 프랜차이즈가 있습니다. 완전히 새로운 후기 단계 펀드가 5억 달러 수표를 쓰려고 하면 정말 어렵습니다." David George도 동의했다. "저는 그 세계를 겪어봤는데, 정말 어렵습니다."

진짜 AI 트랙션을 식별하는 법? "ARR이라는 용어가 재정의되고 있다"

AI 거품과 실제 수요가 공존하면서 진짜 트랙션을 구분하는 일은 가장 까다로운 문제 중 하나가 됐다.

Aram Verdiyan은 전형적인 시나리오를 묘사했다. "어떤 회사가 액셀러레이터를 졸업하고 한 달 만에 ARR이 0에서 500만 달러가 됐다고 주장합니다. 그런데 그 사이에 갱신 주기가 전혀 없었고, 서로에게 판매한 다음 월간 수치에 12를 곱해 ARR로 환산한 겁니다." 그는 날카로운 어조로 말했다. "이런 회사 아홉 곳 중 한 곳 정도만 실제로 수백만 달러의 진짜 ARR을 가진 회사이고, 그런 곳이 다음 Cursor가 될 수 있습니다."

이에 대해 Jen Kha는 웃으며 말했다. "누군가 'ARR의 의미를 재정의'해준다고 하면 저는 그걸 아주 유용한 공지처럼 좋아합니다."

David George는 자신의 판단 프레임워크를 제시했다.

"시장이 당신의 제품을 능동적으로 요구하는지가 언제나 핵심 질문입니다. 재무 분석으로는 답을 알 수 없습니다. 고객을 깊이 이해하고 고객과 대화해야 합니다."

그는 Harvey(AI 법률 도구)를 예로 들었다. 초기 Harvey는 주요 로펌에서 일부 계약을 따냈지만 실제 사용률은 평범했고, 다른 AI 소프트웨어 회사와 비교해 리텐션 데이터도 뛰어나지 않았다. 하지만 추론 모델이 도입되면서 완전히 뒤집혔다. 변호사가 제품에서 얻는 가치가 크게 높아지면서 사용률과 참여도가 수직 상승했다. 더 중요한 것은 고객이 환각 위험을 걱정하는 태도에서 로펌에 이 제품을 사용하라고 적극적으로 요구하는 태도로 바뀌었다는 점이다. "이것이 바로 우리가 찾는 시장 신호입니다."

전통 SaaS의 딜레마와 사모펀드의 'AI 함정'

전통적인 소프트웨어 서비스(SaaS)와 비교하면 AI의 침투 속도와 잠재적 접근 가능 시장(TAM)은 기하급수적으로 폭발하고 있다.

"오늘날 AI 분야 매출은 이미 1,000억 달러에 도달했습니다. SaaS가 같은 수준에 도달하는 데 15년이 걸렸지만 AI는 4년밖에 걸리지 않았습니다." Aram Verdiyan은 충격적인 데이터를 제시했다. 그는 AI가 GDP의 모든 층위, 즉 교통, 노동, 서비스, 자본 조정을 공격하고 있다고 지적했다. "이전에는 30조 달러 GDP에 동시에 도달할 수 있었던 기술 패러다임이 없었습니다."

하지만 AI의 거침없는 질주는 구시대 소프트웨어 자산과 여기에 크게 베팅한 사모펀드(PE) 펀드를 불안하게 만들고 있다. 2021년부터 2022년 사이에 많은 전통 소프트웨어 회사가 PE에 의해 EBITDA의 25~32배라는 높은 밸류에이션으로 차입매수(LBO)됐지만, 'AI 네이티브' 역량이 부족한 이 자산들은 이제 밸류에이션 하락과 유동성 고갈 위기에 직면해 있다.

Aram Verdiyan은 직격탄을 날렸다. "2021년 이전에 EBITDA의 25~32배에 인수한 소프트웨어 자산은 오늘날 가치가 절반에 불과할 수 있습니다." 그는 데이터를 인용했다. 2021~2022년 사이 차입매수 소프트웨어 거래는 약 2,000억~3,000억 달러였고, 2,000억 달러 이상의 부채를 동반했다. 오늘날 그 회사들의 밸류에이션은 크게 위축됐고 레버리지 비율은 급격히 치솟았다. 사모신용 시장의 환매 요구는 바로 이 논리를 직접적으로 반영한다.

더 심각한 것은 성장 논리의 역전이다. Aram Verdiyan은 "공개 시장에서 성장률이 1%포인트 오를 때마다 EBITDA가 3%포인트 오르는 것과 같다"고 지적했다. 이는 AI가 성장을 가속한다는 것을 증명하지 못하는 기업의 밸류에이션 할인이 매우 가혹할 것임을 뜻한다. "사모펀드가 보유한 많은 자산은 성장도 충분히 빠르지 않고, 비즈니스를 재편할 경영진도 없습니다."

Aram은 거침없이 지적했다.

"오늘날 공개 시장을 보세요. 그 자산(전통 SaaS)은 이제 주가매출비율(PSR) 2배에 거래되고 있습니다. 이는 밸류에이션 문제일 뿐 아니라, 더 심각하게는 이 회사들이 매수자를 아예 찾지 못할 수도 있다는 뜻입니다. 오늘날 소프트웨어 회사를 보면 가장 먼저 드는 생각이 이것이기 때문입니다. 이 회사의 궁극적 가치는 무엇인가? AI의 충격을 견딜 수 있는가?"

Jen Kha는 'AI 버전 사모펀드'라는 환상에 경고를 보냈다.

"Sears를 웹사이트에 올린다고 아마존이 되지는 않습니다. 어떤 회사들은 가장 먼저 AI 고객 서비스를 도입하는데, 워크플로의 밑바닥부터 재구축하지 않으면 고객 이탈이 오히려 가속화됩니다. NPS 하락은 곧바로 매출 하락으로 이어지고, 부채까지 더해지면 하향 나선에 빠집니다."

AI를 단순히 도입해 낡은 비즈니스를 구하려는 시도에 대해서도 Aram은 찬물을 끼얹었다. "회사에 운영 파트너 한 명을 보내서 '여기에 AI를 좀 얹어보자'고 말하는 식으로는 절대 안 됩니다." DG는 단순한 AI 고객 서비스 대체만으로도 워크플로를 깊이 재구성하지 않으면 고객 이탈로 순추천지수(NPS)가 하락하고 매출의 하향 나선이 촉발된다고 덧붙였다.

AI의 진짜 병목: 수요가 아니라 공급

인터뷰 말미에 화제는 시장이 과소평가하는 각도, 즉 AI의 진짜 병목이 어디에 있는지로 옮겨갔다.

Aram Verdiyan은 단언했다. "오늘날 AI의 병목은 수요 측이 아니라 공급 측에 있습니다." 공급망은 왼쪽부터 에너지→전력망→데이터센터→칩→프런티어 모델→애플리케이션 순이다. 미국은 칩과 그 오른쪽 체인에서 압도적 우위를 점하고 있고, VC 생태계도 강력하게 뒷받침하고 있다. 하지만 에너지와 전력망 인프라 층위에서 문제는 발전량 부족이 아니라 '속도 대 출력', 즉 인허가, 송전, 규제다. 다른 국가들은 매년 미국의 10배에 달하는 재생에너지 용량을 추가하고 있다.

"이는 데이터센터를 완전히 재설계해야 한다는 뜻입니다. 구형 데이터센터의 밀도로는 새로운 AI 시설을 감당할 수 없습니다. 여기에는 50억, 100억 달러가 아니라 1,000억 달러 규모의 기회가 있습니다."

David George는 향후 10년간 가장 큰 가치를 창출할 가능성이 높은 분야를 나열했다. 로보틱스, 자율주행(미국 전역에서 운행 중인 Waymo 차량은 1만 대 미만), 의료(GDP의 18%를 차지하지만 AI가 거의 닿지 못한 분야), 에너지, 제조업, 국방이다.

"지금은 AI에서 이미 많은 것을 해낸 것처럼 느껴집니다. 하지만 10년 후 돌아보면 그 다른 주요 분야들은 이제 막 가치를 창출하기 시작했을 것입니다. 다음 SpaceX나 OpenAI는 아마도 이 분야에서 탄생할 것입니다."