AI 때문에 모래 위에 창업한 느낌, 창업가들은 어떻게 해야 하나 (임승찬 코치, 윤우진 캠핏 대표)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

AI 때문에 모래 위에 창업한 듯 불안한 창업가는 회사가 풀 문제와 승리할 시장을 먼저 정의하고, 고객 데이터와 관계를 바탕으로 전략을 다시 세워야 한다.

📌 핵심 요점

1. AI는 창업 진입 장벽을 낮추지만 사업의 지속성을 보장하지 않는다. 코치는 높은 매출에도 인프라 비용과 낮은 고객 충성도 때문에 비전의 불명확함을 호소하는 창업가들이 있다고 설명한다.
2. 튜링은 고객이 개발자 자체보다 AI 학습용 코드를 필요로 한다는 점에 주목했다. 영상에서는 원격 개발자 채용에서 데이터 공급, 평가 인프라, AI 에이전트 운영으로 사업을 전환한 사례로 소개된다.
3. 캠핏은 캠핑 예약 시장의 성장 한계와 AI에 의한 서비스 대체 가능성을 함께 인식했다. 이에 아웃도어 예약으로 사업 범위를 넓히고, 예약 이후부터 귀가 이후까지 고객 경험을 개선하는 방향을 정했다.
4. 전략은 실행할 일을 나열하기 전에 어떤 시장에서 무엇으로 승리할지 정하는 것이다. 캠핏은 막연한 매출 목표에서 벗어나 아웃도어 예약 건수를 중심으로 경쟁의 기준과 고객 범위를 다시 정의했다.
5. AI 도입은 문제 정의와 업무 흐름 점검에 연결돼야 한다. 기능 모방에 대응하는 기반으로 고객·공급자 관계와 실제 문제 해결 역량이 강조되며, CEO에게는 방향을 검토할 시간을 확보하는 일이 요구된다.

🧩 배경과 문제 정의

AI로 서비스 제작과 코딩이 쉬워지면서 창업의 문턱이 낮아졌다. 동시에 기존 사업자도 유사 서비스의 빠른 등장과 경쟁 구도 변화를 걱정하게 됐다. 영상은 임승찬 코치와 윤우진 캠핏 대표의 대화를 통해 이런 불안 속에서 창업가가 비전과 전략을 어떻게 다시 정할지 살펴본다.

튜링은 기존 채용 사업의 수요 감소 속에서 AI 학습 데이터 수요를 발견한 사례로, 캠핏은 캠핑 예약 시장의 성장 한계와 서비스 대체 위협에 대응한 사례로 등장한다. 두 사례를 관통하는 질문은 회사가 지금 해결할 문제는 무엇이며, 어떤 시장에서 어떤 기준으로 승리하려 하느냐는 것이다.

🕒 시간순 섹션별 상세정리

1. AI 시대에 불명확해진 창업가의 비전

• 도입부는 서비스 제작과 코딩의 진입 장벽이 낮아지면서 창업가들이 사업 기반을 모래 위의 집처럼 느끼고, 새로운 비전을 제시해야 한다고 인식하는 상황을 제시한다. [00:24]
• 진행자는 AI로 CEO와 리더의 고민이 달라지고 있다는 배경에서 코치와 캠핏 대표를 초대하고, 미국의 인력·조직·업무 방식 변화를 묻는다. [01:20]

2. 튜링의 원격 채용 성장과 급격한 위기

• 튜링은 원격 개발자 채용 서비스로 코로나 시기 수요 증가의 수혜를 누렸으며, 2021년 말 유니콘이 된 기업으로 묶인다. [01:53]
• 코치는 튜링 내부에서도 당시 시장 상황이 기업가치에 크게 기여했다고 인식했으며, 2022년 채용 수요 감소 이후 연말에는 약 50% 감원을 경험했다고 보여준다. [02:24]

3. 개발자 채용에서 AI 학습 데이터로 발견한 기회

• 오픈AI에 보낸 콜드 메일에서 시작된 채용 요청이 크게 늘자, 튜링은 고객이 실제로 필요로 하는 것이 개발자가 만드는 고품질 코드라는 점을 발견한다. [03:07]
• 코치는 튜링이 앤트로픽과 구글 딥마인드로 고객을 넓히고, 채용을 중개하는 회사에서 데이터를 판매하는 회사로 비전과 전략을 바꿨다고 보여준다. [03:47]

4. 데이터 인프라로 확장한 피벗의 의미

• 튜링은 데이터 공급에 더해 모델의 코딩 능력 테스트와 전문가 검수 등 인프라를 제공하고, 이후 AI 에이전트 투입·운영 영역으로 확장한 사례로 드러난다. [04:31]
• 코치는 유니콘도 현재 위치에 안주할 수 없으며, 다음에 갈 방향을 평소 명확히 하는 과정이 CEO에게 더 중요해졌다고 해석한다. [04:55]

5. 캠핏이 느낀 대체 위협과 업무 환경 변화

• 윤우진 대표는 캠핏을 국내 캠핑장 예약 서비스로 소개하고, 많은 이용자를 확보했어도 AI로 서비스가 대체될 수 있다는 위기감을 느꼈다고 드러낸다. [05:33]
• 캠핏은 개인별로 쓰던 AI 도구를 통일하고 전 직원의 개발 환경을 바꾸는 한편, 자체 제작 도구와 코드 기반 업무 환경을 확대했다고 보여준다. [06:06]

6. 높은 매출과 불안정한 사업 기반의 공존

• 코치는 비전을 추상적인 포부가 담긴 구호로 이해하는 문제를 지적하고, AI로 창업이 쉬워진 미국에서도 비전이 불명확하다는 상담이 늘었다고 드러낸다. [07:27]
• 매출이 커도 인프라 비용 때문에 남는 이익이 적고 고객 충성도가 낮을 수 있다고 보여준다. 특히 B2C의 빠른 서비스 이동과 B2B의 계약·전환 비용 차이를 짚어 본다. [08:05]
• 창업가들이 새로운 비전의 필요성을 스스로 인식하고 이를 상담의 출발점으로 삼는 변화가 나타났다는 관찰을 전해진다. [08:46]

7. 캠핏의 매출 목표를 성장 한계라는 문제로 바꾸기

• 윤 대표는 캠핑 1등과 연매출 목표에 집중하면서 불필요한 광고를 받거나, 대표 자신도 방향 설정보다 장시간 일하는 데 몰두했다고 돌아본다. [09:23]
• 코칭에서는 국내 캠퍼 대부분을 이미 고객으로 확보했다는 전제 아래 성장 정체의 위협을 정의하고, 캠핑 예약 중개 플랫폼의 한계를 넘어 어떻게 성장할지를 핵심 문제로 정리한다. [10:22]

8. 보유 데이터와 아웃도어 예약으로 재설정한 방향

• 진행자는 AI가 서비스 복제를 쉽게 하는 동시에 사업 확장의 기회도 준다고 묻고, 윤 대표는 자사가 AI 기술을 선도하는 회사는 아니라는 점부터 인식했다고 답한다. [11:26]
• 윤 대표는 일일 약 230만 건, 누적 약 17억 건의 고객 데이터가 있다고 말하며, 잘해 온 예약을 아웃도어 전체로 확장하는 방향을 보여준다. [12:10]
• 고객 경험 개선 범위를 예약 이후, 체크인 전후와 귀가 이후까지 넓히고 여정 전반을 편하게 만드는 것을 핵심 전략으로 삼는다. [12:50]

9. 안심 취소와 장비 관리로 넓힌 고객 경험

• 캠핏은 보험사와 만든 안심 취소 상품에서 공급자의 부담을 줄이는 방향으로 구조를 바꿨다고 보여준다. 도입처가 약 30곳에서 500곳 이상으로 늘고 앱 평점도 개선됐다는 대표의 설명이 계속된다. [13:37]
• 비에 젖은 텐트를 말리는 불편에 대응해 기존 세척보다 범위를 줄인 건조·배송 서비스를 구성하고, 고객 요청에 따라 보관 후 다음 캠핑 일정에 맞춰 보내는 서비스로 확장한다. [14:28]

10. 취소·변경·양도 문제를 데이터로 구체화하기

• 대표는 예약 취소율이 약 30%였고 관련 민원의 상당수가 환불 수수료 문제였다고 보여준다. 대화에서는 비로 인한 취소와 장비 관리 부담을 고객 경험 개선의 연결점으로 짚어 본다. [15:12]
• 예약을 취소하고 다시 잡는 대신 인원·사이트를 쉽게 변경하도록 하고, 외부 거래에서 발생하는 사기 경험에 대응해 안심 양도 서비스를 제공했다고 보여준다. [15:54]
• 공급자가 새 기능을 인지하지 못하는 문제도 데이터로 확인하고, 동의하면 설정을 자동으로 변경하는 방식으로 이용 장벽을 낮췄다고 드러낸다. [16:14]

11. 전략의 출발점은 승리할 게임의 정의

• 코치는 스포츠와 달리 사업에서는 참여할 게임 자체를 정의해야 하며, 무엇을 하겠다는 목록만으로는 전략이 되지 않는다고 보여준다. [17:14]
• 캠핏은 국내 아웃도어 경험 제공 기업 중 가장 많은 예약 건수를 달성하는 경쟁으로 방향을 정한다. 이에 따라 매출 목표보다 승리를 측정하는 방법이 우선 과제가 된다. [17:50]
• 고객 범위도 기존 캠퍼에서 번거로움과 부담 때문에 예약하지 않는 사람으로 넓어진다. 이들의 장애물을 없애는 것이 시장 확장의 핵심으로 드러난다. [18:42]

12. 기능 모방에 대응하는 관계와 문제 해결 역량

• 진행자와 코치는 지금 무엇을 만들지 결정하기 전에 어떤 경쟁에서 승리할지 정해야 실행 과제들이 한 방향으로 모일 수 있다고 정리한다. [19:13]
• 윤 대표는 같은 앱이 등장해도 고객과 공급자에게 제공하는 가치와 관계는 쉽게 복제하기 어렵다고 본다. 틈새시장이나 새로운 해결 방식에 집중하고 사업의 기초 체력을 쌓을 것을 강조한다. [20:11]

13. 문제 정의에서 업무 흐름과 AI 적용으로 연결하기

• 코치는 미국과 한국 모두 예측하기 어려운 상황에 놓였다고 진단하며, 승리할 경쟁을 명확히 하는 것이 한국 창업가에게도 기회가 될 수 있다고 드러낸다. [20:52]
• 진행자는 해결할 문제를 정의하고 업무 흐름을 점검한 뒤, 사람과 AI가 맡을 부분을 나누어 가능한 업무부터 점진적으로 바꾸는 접근을 정리한다. [21:25]
• 캠핏 사례를 문제 정의, 데이터 분석, 구성원의 AI 활용이 연결된 과정으로 되짚으며, AI 도구에 쏠리는 관심 속에서도 어떤 경쟁에서 승리할지 먼저 정해야 한다고 강조한다. [22:34]

14. 방향을 검토할 시간을 확보하는 CEO의 역할

• 코치는 새로운 기술에 대한 관심과 일상적인 문제 처리 때문에 본질을 돌아볼 여유가 줄어든다고 지적한다. CEO가 검토 시간을 확보하고 활용하는 차이가 큰 격차로 이어질 수 있다고 드러낸다. [23:10]
• 진행자는 미국과 한국 창업가의 고민과 리더십 변화를 살펴봤다고 정리하고, 두 출연자에게 감사를 전하며 대화를 마친다. [23:45]

🧾 결론

• 비전은 멋진 구호나 매출 숫자만으로 완성되지 않는다. 해결할 문제와 지향하는 사업의 모습이 구체적으로 드러나야 한다.
• 캠핏 사례의 핵심은 예약 기능 추가보다 고객이 예약을 꺼리거나 여행 과정에서 불편을 겪는 이유를 찾아 사업 범위를 확장한 데 있다.
• AI는 새로운 경쟁자를 늘리는 동시에 기존 기업의 실행 범위를 넓힌다. 어느 기회를 선택할지는 회사가 정의한 문제와 경쟁 기준에 달려 있다.
• 리더는 일상적인 문제 처리와 별도로 사업의 방향을 검토할 시간을 확보해야 한다.

📈 투자·시사 포인트

• AI 관련 기업을 평가할 때 매출 규모와 함께 인프라 비용, 남는 이익, 고객 이탈 가능성을 살펴볼 필요가 있다. 영상은 외형 성장과 사업의 취약성이 공존할 수 있음을 지적한다.
• 튜링 사례는 기존 인력·고객 기반을 새로운 수요에 연결하는 전환 능력을 보여준다. 다만 제시된 성장 수치만으로 다른 기업의 피벗 성공을 예상할 수는 없다.
• 예약 플랫폼의 경쟁력을 판단할 때 고객·공급자 관계와 예약 전후의 문제 해결 범위를 함께 볼 수 있다. 실제 방어력은 재이용과 수익성 같은 결과로 확인해야 한다.
• 캠핏의 시장 확장 논리는 기존 캠퍼 점유율 확대에서 예약을 망설이는 비캠퍼의 장애물 제거로 이동한다. 신규 서비스가 실제 추가 예약으로 이어지는지가 중요한 관찰 지점이다.

⚠️ 불확실하거나 확인이 필요한 부분

• 튜링의 매출·투자금·기업가치 관련 전사에는 숫자와 단위가 불명확한 대목이 있다. 오픈AI의 채용 요청 확대 시점도 명료하지 않아 정확한 수치와 연혁은 별도 확인이 필요하다.
• 캠핏 이용자는 앞부분에서 약 600만 명, 뒤에서는 620만 명으로 언급된다. 고객 수의 기준, 집계 시점, 활성 이용자 여부는 설명되지 않는다.
• 일일 약 230만 건·누적 약 17억 건의 데이터, 안심 취소 도입처 증가, 앱 평점 개선은 출연자의 설명이다. 데이터의 구성과 측정 기간, 개별 개선책의 기여도는 제시되지 않는다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 회사가 직면한 위협과 해결해야 할 문제를 구분해 각각 한 문장으로 작성한다.
• 누구를 대상으로 어떤 시장에서 승리할지 정의하고, 그 승리를 측정할 지표를 정한다.
• 고객 여정을 이용 전·이용 중·이용 후로 펼쳐 놓고 취소, 불만, 이탈이 집중되는 지점을 데이터와 고객 의견으로 확인한다.
• 기존 고객뿐 아니라 이용하고 싶어도 번거로움이나 부담 때문에 진입하지 못하는 사람의 장애물을 조사한다.

❓ 열린 질문

• 캠핏의 아웃도어 확장이 실제 신규 고객과 추가 예약을 얼마나 만들었으며, 수익성에는 어떤 영향을 미쳤는가?
• 안심 취소의 비용은 누가 부담하며, 이용 확대 이후에도 유지 가능한 구조인가?
• 축적된 고객 데이터가 구체적으로 어떤 분석과 AI 활용을 거쳐 서비스 개선으로 연결됐는가?