Fireside

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Fireside를 중심으로, 고객의 손익계산서에서 사업 기회를 찾는다. Moxy는 메디컬 스파 창업자의 법인 설립 문제에서 출발해 마케팅·결제·자금 관리·공동를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. 고객의 손익계산서에서 사업 기회를 찾는다. Moxy는 메디컬 스파 창업자의 법인 설립 문제에서 출발해 마케팅·결제·자금 관리·공동구매로 지원을 넓혔다. 어떤 제품을 만들지보다 고객의 비용과 부담을 얼마나 줄일지가 출발점이다.
2. 업종별 소프트웨어·금융·구매력을 연결한다. Bolton and Watt는 초기에는 소프트웨어와 금융으로 고객을 확보하고, 고객이 늘면 공동구매의 경제성을 더한다. 지역 독립 사업자에게 대형 체인과 경쟁할 운영 기반을 제공하려는 모델이다.
3. AI 코딩은 고객별 개발의 범위를 넓힌다. 화물 중개자의 포털 업무 자동화 도구를 두 시간 만에 만든 사례처럼, 공통 백엔드와 고정된 API 위에서 고객별 인터페이스를 제공한다. 엔지니어 검토와 내부 도구·고객용 제품의 구분은 유지한다.
4. 수익의 근거는 업무 완수와 위험 부담이다. 규제 준수, 신용, 대금 지급, 화물 도난 같은 문제를 맡으면서 소프트웨어 판매보다 넓은 수익 범위를 추구한다. 메디컬 스파 사업의 총거래액 대비 13%, 화물 중개 사업의 30%는 이러한 업무 범위를 설명하는 수치다.
5. 구현이 쉬워져도 판단과 조직 전환은 어렵다. 작은 제품팀의 실험 속도는 높아지지만 고객 요구 파악, 변화 관리, 데이터 통합은 여전히 필요하다. 재무 예측과 고객 구분 같은 종합 판단, 음성 AI에 대한 고객 신뢰도 해결이 덜 된 영역으로 제시된다.

🧩 배경과 문제 정의

• AI로 소프트웨어를 만드는 비용과 시간이 줄어들면서, 소프트웨어 자체의 차별성이 약해질 때 기업이 어디에서 가치를 확보할지가 핵심 문제다.
• 메디컬 스파·장례식장·화물 중개 같은 업종의 독립 사업자는 전문 업무 외에도 규제 준수, 고객 확보, 현금흐름, 구매와 운영을 감당해야 한다.
• Bolton and Watt는 업종별 소프트웨어에 금융·구매·운영 서비스를 결합한다. AI는 이 모델의 범위를 넓히지만, 유지보수와 고객 신뢰, 조직의 변화 관리라는 과제도 남긴다.

🕒 시간순 섹션별 상세정리

1. 회사를 적게 만들고 제품·시장 적합성 이후까지 직접 운영한다

• Bolton and Watt는 몇 년에 한 번씩 회사를 만들고, 해당 회사에 역량을 집중한다. 제품·시장 적합성을 충분히 확보한 뒤 자신들을 대신할 경영자를 찾는다 [00:46]
• 다른 창업자가 외면하는 규제 산업, 복잡한 산업, 금기시되는 분야에서 기회를 찾는다. 진입을 꺼리게 만드는 조건 자체가 사업 기회의 출발점이다 [01:00]

2. Moxy는 제품보다 고객의 손익계산서에서 출발한다

• Moxy는 간호사와 의사의 메디컬 스파 창업을 돕는다. 특정 제품을 먼저 정하기보다 고객의 수입과 지출을 분석하고, 궁극적으로 사업자의 비용을 Moxy·세금·부동산으로 단순화하려 한다 [01:27]
• 주마다 창업에 변호사 비용 약 2만 달러가 필요하다는 문제에서 출발해 법인 설립 이전부터 개입했다. 이후 마케팅과 결제·자금 관리·청구 기능으로 지원 범위를 넓혔다 [02:20]

3. 업종별 소프트웨어와 금융을 기반으로 구매 규모를 확보한다

• 미국의 수많은 화주와 약 50만 개 운송회사 사이에는 운송을 연결하는 중개자가 필요하다. 대부분 차량 1~10대를 보유한 운송회사이며, Bolton and Watt의 화물 사업은 중개자가 대형 회사를 떠나 독립하도록 지원한다 [03:22]
• 사업 모델의 세 축은 업종별 소프트웨어, 금융 서비스, 대량 구매에 따른 경제성이다. 초기에는 구매 규모가 없으므로 소프트웨어와 금융부터 시작하고, 고객이 늘면서 구매력을 확보한다 [04:08]

4. 지역 독립 사업자가 대형 체인과 경쟁하도록 돕는다

• 대상 업종은 지역 안에서 고객을 확보하며, 현금흐름과 매달 자금이 부족해지지 않는 일이 중요하다. 사업자는 본업에는 능숙하지만 사업 운영의 다른 업무까지 잘하는 것은 아니다 [05:14]
• 사모펀드가 업체를 인수·통합하는 흐름의 반대편에서, 기존 직원이 독립해 체인과 경쟁하도록 돕는다. 독립 사업자에게도 대형 그룹에 속했을 때보다 나은 구매력을 제공하려 한다 [05:48]

5. AI 코딩으로 고객마다 다른 소프트웨어를 제공한다

• 한 화물 중개자는 고객사 사무실에서 다른 중개자 두 명과 일감을 놓고 경쟁하며 전용 포털을 사용했다. 이 포털 업무를 자동화하는 소프트웨어를 두 시간 만에 만들었다 [06:45]
• 과거에는 확장하기 어렵다고 여겼을 고객별 개발이 AI 코딩 이후 가능해졌다. 공통 백엔드 위에 고객이 반복해서 사용할 인터페이스를 얹는 방식으로 개발 부담을 줄인다 [07:18]

6. AI가 이해할 코드와 사람이 책임지는 검토 체계를 함께 만든다

• 먼저 설립한 회사에서는 두 가지 큰 재설계가 필요했다. 특정 엔지니어만 구조를 아는 코드를 사람과 AI 모두 이해하도록 정리하고, 직원들도 기존 업무 방식의 가정을 다시 검토해야 했다 [07:52]
• 더 작고 새로운 회사에서는 직원이 엔지니어에게 데이터를 요청하는 대신 직접 문제를 해결한다. 다른 직무의 작업을 가까이서 보고 AI 활용법을 옮겨 적용하는 학습도 더 쉽게 일어난다 [08:22]

7. 소프트웨어의 가치는 고객의 위험을 대신 맡는 데서 나온다

• 고객은 업무 완수, 신용, 규제 준수에 따르는 위험을 넘기기 위해 비용을 지불한다. 의료정보 보호와 면허를 걱정하는 간호사가 전자의무기록 시스템을 직접 AI로 만들어 쓰지는 않을 것이라는 판단이다 [10:35]
• 화물 중개에서도 화주의 대금 지급과 운송 중 화물 도난 같은 위험을 관리한다. 대가를 받는 핵심은 이러한 책임이며, 소프트웨어는 이를 가능하게 하는 수단이다 [11:00]

8. 핵심 기록 시스템도 업무 수행과 사용자 접점의 변화를 피하기 어렵다

• 종이와 스프레드시트에서 핵심 기록 시스템으로 옮기지 않은 사업자가 여전히 많다. 이를 단순한 가격 문제보다 가치의 문제로 보며, 저렴한 개별 도구와 실제 업무를 대신 수행하는 서비스가 양쪽에서 기존 시스템을 압박한다고 본다 [11:30]
• 핵심 기록 시스템은 여러 사용자의 다양한 업무 흐름을 동시에 지원하기 때문에 교체하기 어렵다. 다만 에이전트가 데이터를 활용하는 별도 인터페이스를 제공하면, 사용자가 기존 시스템에 직접 접속할 필요가 줄어들 수 있다 [13:25]

9. 더 많은 업무를 맡으면 소프트웨어보다 큰 시장을 확보할 수 있다

• 메디컬 스파 사업은 총거래액의 13%, 화물 중개 사업은 30%를 받는다. 전통적인 소프트웨어라면 메디컬 스파에서 1~2% 정도를 받을 수 있겠지만, 회계·마케팅·법률 등 다른 공급자의 업무까지 맡으면서 수익 범위가 넓어진다는 설명이다 [15:07]
• 비슷한 개인화 영업 이메일이 넘쳐나면서 고객 확보는 더 어려워졌다. 마진이 낮아 보이는 서비스도 함께 제공하면 한 번 확보한 고객에게서 더 많은 가치를 창출할 수 있다 [15:46]

10. 창업의 결정적 장애물을 해결한 뒤 기존 사업자로 확장한다

• 초기 약 3년간의 핵심 구매 계기는 창업 지원이었다. 기존 직장을 떠나는 간호사가 사업 지식 없이도 자신의 메디컬 스파를 열 수 있도록 돕는 것이 출발점이었다 [16:40]
• 고객이 간호사 한 명에서 단일 사업장, 여러 사업장으로 성장하는 과정을 따라가며 종합 기능을 개발했다. 이후에는 한 사업장에서 500만~1,000만 달러 규모의 매출을 내는 기존 업체에도 판매하게 됐다 [16:50]

11. 다음 사업은 외부의 성장 동력과 새로운 진입 기회를 함께 찾는다

• 다음 회사를 고를 때는 자신들이 없어도 진행될 변화와 스타트업이 진입할 틈을 함께 찾는다. 검토 분야 중 하나는 배관 파손이나 기후 관련 피해를 복구하고 주로 보험으로 비용을 지급받는 복구 서비스다 [17:42]
• 새로운 고객군이나 사용 사례는 AI 또는 시장 구조의 변화로 가능해질 수 있다. 반복 창업을 거치면서 사업 구상에서도 고객 확보 경로를 먼저 따지는 비중이 커졌다 [18:05]

12. 운영 노하우를 공유하는 모델은 프랜차이즈와도 닮아 있다

• 공동구매, 교육, 운영 지식을 갖춘 구조는 Chick-fil-A 같은 체인과 유사하다는 반론이 나온다. 독립 사업자가 이익을 가져가는 방식도 프랜차이즈와 양립할 수 있다 [19:08]
• Bolton and Watt는 소프트웨어에서 출발하기 때문에 운영 지침을 문서로 전달하는 방식보다 업무에 더 깊이 관여할 기회와 다른 수익 구조가 생긴다고 본다. 반면 공통 브랜드를 붙이면 체인으로 확장할 수 있다는 가능성도 제기된다 [19:44]

13. 개발 능력의 차이가 줄면 위험 부담과 업종 전문성이 중요해진다

• 같은 개발비를 쓰고도 결과가 크게 달랐던 소프트웨어 개발의 편차가 줄어들고 있다는 판단이다. 개발 자체를 핵심 역량으로 삼았던 기업은 고객을 위해 다음으로 해결할 어려운 문제를 찾아야 한다 [20:35]
• 순수 소프트웨어 기업은 규모와 구매력을 확보하거나, 고객이 비용을 지불할 만큼 중요한 위험을 대신 맡아야 한다는 전망이다 [21:02]

14. 채용에서는 주도성·호기심·판단력을 본다

• 핵심 채용 기준은 높은 주도성, 호기심, 판단력이며 함께 일하기 즐거운지도 중요하다. 업종 자체보다 함께 문제를 풀 동료 때문에 합류하는 사람이 모이는 조직을 지향한다 [22:13]
• 주도성은 과거에 스스로 도약을 시도하고 실제로 일을 성사시킨 행동의 패턴으로 판단한다 [22:53]

15. 엔지니어를 줄이기보다 작은 제품팀으로 더 넓은 문제를 맡긴다

• 제품관리자와 엔지니어의 비율은 1:1까지 가까워졌다. 고객 요구 파악, 배포, 변화 관리와 사용자 영향 판단은 여전히 어렵지만 실제 구현은 쉬워졌기 때문이다 [23:03]
• 전체 개발비는 대체로 비슷하거나 늘기도 하며, 큰 팀 대신 제품관리자 한 명과 엔지니어 한 명 또는 세 명으로 팀을 구성한다. 각 팀은 특정 영역의 전문가로 깊이 일한 뒤 다른 영역으로 이동한다 [23:32]

16. AI의 종합 판단 능력과 고객의 오류 허용도에는 한계가 있다

• Stripe는 아직 AI에 2027년 매출 전망치를 결정하도록 맡기지 않는다. 사업 전체의 상태와 외부 환경을 종합해 숫자를 만드는 재무 예측은 기대만큼 해결되지 않은 영역이다 [25:47]
• Bolton and Watt에서도 AI는 요약을 돕지만 새로운 사업 아이디어를 만들거나, 고객군을 나누고 적절한 기능을 연결하는 종합 판단에는 부족함이 있다고 본다 [26:17]

17. AI의 전면 도입은 데이터 통합과 조직 변화 때문에 예상보다 느리다

• 기존 회사들이 AI를 충분히 도입하는 데 예상보다 훨씬 긴 시간이 걸렸다. 도구가 작동한다는 확인만으로 곧바로 전환되지 않았고, 데이터 통합과 변화 관리에 많은 작업이 필요했다 [28:56]
• AI 도입으로 해고한 사람은 아직 없다. 법률 서비스 이용량도 오히려 늘어나, AI가 기존 업무를 단순히 없애는 것과는 다른 활용 양상이 나타난다 [29:28]

🧾 결론

• 개발 능력의 차이가 줄어들수록 업종 전문성, 구매 규모, 고객이 넘기고 싶은 위험을 감당하는 능력이 중요해진다는 주장이다.
• 고객별 소프트웨어는 공통 구조와 검토 체계를 갖출 때 확장 가능성이 커진다. 개발 속도와 함께 유지보수 책임도 설계해야 한다.
• AI 활용의 성과는 인력 감축만으로 설명되지 않는다. 대화에서는 엔지니어 수를 유지하면서 팀을 작게 나누고 더 넓은 문제를 맡기는 방식이 제시된다.

📈 투자·시사 포인트

• 업종별 소프트웨어 기업을 평가할 때 기능 수와 개발 속도 외에 고객의 총비용 절감, 운영 관여 범위, 구매력을 함께 살펴볼 필요가 있다.
• 높은 거래액 대비 수취 비율은 더 많은 업무를 맡은 결과일 수 있다. 서비스 제공 비용과 위험 부담을 확인해야 수익성을 판단할 수 있다.
• 핵심 기록 시스템의 교체가 어려워도 에이전트가 별도 사용자 접점을 만들 가능성이 있다. 데이터가 저장되는 곳과 사용자가 업무를 수행하는 곳의 관계가 관찰 대상이다.
• 고객 확보가 어려워질수록 교육센터·오프라인 행사·업종 콘텐츠 같은 접점이 중요해질 수 있다. AI 기능과 함께 고객에게 도달하는 경로도 사업 경쟁력의 일부로 봐야 한다.

⚠️ 불확실하거나 확인이 필요한 부분

• 거래액 대비 13%·30%라는 수치만으로 매출총이익이나 순이익을 알 수 없다. 포함 서비스, 제공 원가, 신용·운영 위험에 따른 손실은 자료에 제시되지 않는다.
• 수수료 13%를 내도 고객에게 비용이 마이너스 2%처럼 느껴지게 한다는 설명은 가치 제안이다. 실제 고객군 전체에서 검증된 비용 절감 실적으로 단정할 수 없다.
• 음성 AI가 사람보다 성능이 좋았다는 평가는 내부 판단이며, 평가 기준과 표본은 제시되지 않는다. 두 시간 개발 사례도 일반적인 개발·검토·유지보수 시간을 뜻하지 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

• 대상 고객의 손익계산서를 기준으로 큰 비용 항목과 반복되는 운영 부담을 정리한다.
• 소프트웨어·금융·공동구매를 결합할 경우 고객이 절감하는 비용과 제공자가 부담하는 원가·위험을 함께 계산한다.
• 고객별 개발을 검토한다면 공통 API와 백엔드의 범위, 변경 가능한 인터페이스, 엔지니어 검토 기준을 정한다.
• AI 도입 전에 데이터 통합과 업무 변경에 필요한 작업을 확인하고, 성능 평가에 고객의 오류 허용도도 반영한다.

❓ 열린 질문

• 고객의 업무와 위험을 더 많이 맡을수록 늘어나는 수익이 서비스 원가와 위험 부담을 얼마나 상쇄할 수 있을까?
• 고객별 소프트웨어의 범위가 넓어질 때 공통 구조를 유지하면서 어느 수준까지 변경을 허용할 수 있을까?
• 에이전트가 주요 사용자 접점이 되면 핵심 기록 시스템 공급자와 고객 사이의 가치 배분은 어떻게 달라질까?