2년간 샌프란시스코에서 살아남은 00년생 창업가의 새로운 도전ㅣ아메리칸드림2.0

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

샌프란시스코에서 2년간 팬시브를 키운 00년생 창업가 양윤석은 대학 채점을 넘어 AI 시대의 인재 평가와 기업 연결, 나아가 교육기관의 역할에 도전한다.

📌 핵심 요점

1. 양윤석은 팬시브의 AI 채점 제품이 채점 시간을 기존보다 5~10배 빠르게 만들며, 출시 약 1년 반 만에 미국 100개 이상 대학에서 사용하는 제품이 됐다고 설명한다.
2. 초기 고객 확보는 창업자가 직접 대학을 방문해 개인 데모와 학기 동안의 무료 체험을 제공하는 방식이었다. 첫 10개 대학을 확보하면서 영업의 중심을 설명에서 경청으로 바꿨다.
3. 교육 현장의 AI 거부감과 학생 데이터 사용 의혹, 투자자의 인수 제안 및 경쟁 가능성 언급을 겪었다고 회고한다. 회사를 팔지 않고 계속하기로 결정했고, 이후 투자 유치와 경쟁 우려 해소로 이어졌다고 말한다.
4. 새 프로젝트 빌더스는 우수 인재를 평가해 기업에 연결하는 서비스와 평가 도구 판매를 추진한다. 고객사에서 성과가 좋은 엔지니어의 불합격과 새 AI 모델의 높은 테스트 통과율은 평가 기준의 설득력을 시험한다.
5. 장기 목표는 기업이 인정하는 인증의 신뢰를 확보한 뒤 학습과 교육으로 확장하는 것이다. 마지막 미팅은 긍정적으로 마쳤다고 전하지만, 상위 엔지니어링 리더를 설득하는 다음 단계가 남아 있다.

🧩 배경과 문제 정의

제목은 샌프란시스코에서 2년간 사업을 이어 온 00년생 창업가의 다음 도전을 다룬다. 영상의 주인공 양윤석은 대학용 AI 채점 제품 팬시브를 소개하고, 고객 확보와 팀 확장, 사업을 지속할지 고민했던 순간을 회고한다.

새 도전인 빌더스는 AI 시대에 무언가를 잘 만드는 사람을 어떻게 평가하고 기업에 연결할 것인가에서 출발한다. 고객사 미팅을 앞두고 우수 엔지니어의 불합격, 새 AI 모델의 높은 테스트 통과율, 평가 리포트 수정이 겹치면서 평가 도구가 신뢰를 얻기 위한 조건이 구체적으로 드러난다.

창업자의 장기 구상은 평가와 기업 연결을 통해 인증의 힘을 확보하고, 그 기반 위에서 학습과 교육을 제공하는 것이다. 영상은 이 구상과 실제 고객 설득 과정을 함께 보여준다.

🕒 시간순 섹션별 상세정리

1. 대학 채점 제품에서 다음 사업으로

• 양윤석은 샌프란시스코에서 2년째 창업 중인 팬시브 창업자로 자신을 소개하고, 대학을 위한 채점 제품을 만든다고 보여준다. [00:49]
• AI 에이전트로 채점을 5~10배 빠르게 돕는 제품을 약 1년 반 전에 출시했으며, 미국 100개 이상 대학에서 사용한다고 드러낸다. [01:11]
• 학생이 동의해 공유한 데이터와 내부 평가를 바탕으로 우수 인재를 기업에 연결하는 서비스를 설명하고, 일부 주요 기업이 고객·파트너로 참여한다고 드러낸다. [01:46]

2. 미국 창업을 선택한 이유

• 최고의 인재가 모이는 환경에서 큰일을 하고 싶었다며, 운동선수가 주요 리그를 꿈꾸는 것에 빗대 실리콘밸리 창업 동기를 보여준다. [02:14]
• 미국 거주 경험이나 현지 지인 없이 왔고, 자신이 왜 창업하는지를 솔직하게 이야기하며 관계를 만들어 갔다고 회고한다. [02:34]

3. 첫 대학 고객을 만든 직접 영업

• 대학 방문 일정과 제한된 데모 시간을 이메일로 알리고, 교수의 사무실에서 개인 데모와 학기 동안의 무료 체험을 제공해 높은 전환율을 얻었다고 드러낸다. [03:18]
• 직접 비행기를 타고 대학을 찾아가는 방식으로 첫 10개 대학을 확보했다. 기술 배경의 창업자에게 영업은 익숙하지 않은 일이었다. [03:35]
• 자신이 80%를 말하던 방식에서 80%를 듣는 방식으로 바꾸고, 그룹 데모와 가격 제안의 적절한 시점을 경험으로 배웠다고 보여준다. [03:56]

4. 창업 2주년과 팀의 성장

• 축하할 일이 생기면 울리는 징을 소개하고, 창업 2주년을 맞아 팀원들에게 감사를 전해진다. [04:37]
• 1년 반 동안 두 명이 일하다가 최근 6개월 사이 아홉 명으로 늘었으며, 거실에서 일하던 시기를 지나 정식 사무실을 마련했다고 드러낸다. [05:11]
• 새 사무실에 가구와 설비가 없어 첫날에는 조립을 하고 바닥에서 회의했다. 외부 인력을 부르는 비용도 부담스러웠다고 보여준다. [06:09]

5. 교육 현장의 반발과 인수 압박

• 교육에 AI를 도입하면 교사를 대체한다는 인식이 있었고, 한 대학에서는 학생 데이터 사용을 문제 삼아 다른 대학에 계약 중단을 권하겠다는 말을 들었다고 회고한다. [06:49]
• 신뢰하던 투자자로부터 수백억 가치의 인수 제안과 함께, 받아들이지 않으면 경쟁사를 만들 수 있다는 취지의 말을 들었다고 주장한다. [07:38]
• 투자 유치가 어려워지더라도 팔지 않고 계속하기로 결정했으며, 이후 투자를 받았고 상대 회사도 경쟁하지 않게 됐다고 보여준다. [08:08]

6. 사업을 계속하는 의사결정 기준

• 창업자는 회사를 팔아 현금을 얻는 것보다 우여곡절 속에서도 도전한 이야기에 더 큰 만족을 느낀다고 드러낸다. [08:30]
• 자신이 어떤 결정을 내려야 하는 사람인지 확신을 얻은 뒤 의사결정이 나아졌다고 회고하고, 이어지는 팀 회의에서는 빌더스의 확장 방향을 논의한다. [09:06]

7. 빌더스의 두 제품과 역량 평가 가설

• 빌더스는 뛰어난 인재를 평가해 기업에 연결하는 제품과, 그 과정에서 개발한 평가 도구를 별도로 판매하는 제품으로 구성된다고 보여준다. [09:40]
• AI 시대에도 무언가를 잘 만드는 사람의 가치는 지속된다는 가설 아래, 엔지니어를 넘어 에이전트 제작과 업무 자동화를 실행하는 사람을 양성하고 싶다고 드러낸다. [10:10]
• 고객사 엔지니어들이 직접 평가 도구를 사용하도록 하고, 피드백을 받아 개선하는 테스트를 진행한다. [10:34]

8. 좋은 엔지니어를 탈락시키는 문제

• 평가 도구의 용도는 여러 차례의 면접에 앞서 많은 지원자를 소수로 줄이는 첫 단계라고 보여준다. [11:04]
• 고객사에서 성과가 좋은 엔지니어가 불합격 점수를 받으면서, 고객이 우수 인재를 놓칠 위험을 우려할 수 있다고 드러낸다. [11:16]
• 해당 엔지니어도 미팅에 참여할 예정이어서, 결과에 대한 이견에 어떻게 답하고 제품의 가치를 설명할지 고민한다. [11:40]

9. 새 AI 모델이 흔든 평가의 변별력

• 전사상 ‘오퍼스 4.8’로 언급된 새 모델이 기존 테스트 케이스를 거의 모두 통과하는 문제가 고객 미팅 직전에 발생했다고 드러낸다. [12:04]
• 개발팀과 실험 결과 및 다음 실행 방향의 이해를 맞추고, 테스트를 더 추가하는 방안을 논의한다. [12:35]
• 고객이 새 모델의 통과 가능성을 물었을 때 답할 수 있도록 평가 도구의 논리를 점검하는 회의가 중요했다고 보여준다. [13:05]

10. 심야 리포트 수정과 대형 계약의 의미

• 자정에 가까운 시각에도 다음 날 마감이 있는 팀원들이 남아 점수 계산과 리포트를 확인한다. [13:48]
• 평가에는 판단 기준이 들어가므로, 새로 만든 리포트가 그 기준을 치밀하게 담는지 계속 고치고 있다고 보여준다. [14:15]
• 해당 고객을 확보하면 연간 수천 건의 평가 판매와 중요한 고객 사례를 얻을 수 있다며 미팅의 의미를 강조한다. [15:00]

11. 가격보다 평가 기준을 먼저 설명하기

• 팀은 고객 미팅에서 결과와 리포트에 대한 반응을 듣고, 후보자를 불합격으로 판단한 근거를 설명하는 역할을 조율한다. [15:40]
• 수백 명을 평가하며 세운 기준과 그 기준이 AI 시대 엔지니어에게 필요한 이유를 강조하려 한다. 가격 논의는 미루고 평가 자체에 시간을 쓰기로 한다. [16:20]
• 예상 반박에 대한 답변을 준비하고, 다음 날 고객 미팅 전에 다시 모여 내용을 맞추기로 한다. [16:42]

12. 인증에서 교육으로 향하는 비전과 후속 미팅

• 양윤석은 궁극적으로 하고 싶은 일이 학습과 교육이라고 드러낸다. 명문대의 강점을 인증이 주는 신호로 해석하며, 기업이 인정하는 평가와 연결 능력을 먼저 확보하려 한다. [17:49]
• 빌더스의 인증이 좋은 기업으로 연결된다는 신뢰를 쌓으면, 피드백 없이 탈락하는 경험을 줄이고 장차 대학의 역할까지 할 수 있지 않겠느냐는 구상을 제시한다. [18:16]
• 마지막 팀 대화에서는 미팅이 잘 진행됐다고 회고한다. 다음 단계는 상위 엔지니어링 리더들이 참여하는 자리에서 다시 설득하는 것이며, 최종 계약 결과는 제시되지 않는다. [19:11]

🧾 결론

• 영상의 새로운 도전은 대학 채점에서 축적한 기반을 인재 평가·연결로 확장하고, 이를 교육 사업의 진입점으로 삼는 구상이다.
• 초기 성장을 만든 직접 방문과 경청은 새 사업에서도 이어진다. 이번에는 평가 기준과 결과를 고객이 납득하도록 설명하는 일이 핵심 과제가 됐다.
• 창업자는 현금화보다 사업을 계속하는 선택에 의미를 둔다. 이는 개인의 의사결정 기준이며, 모든 창업자에게 적용되는 성공 공식으로 볼 수는 없다.
• 영상은 고객 미팅 이후 다음 단계로 진전한 장면까지 보여준다. 대형 계약 체결이나 교육기관 역할의 실현까지 확인해 주지는 않는다.

📈 투자·시사 포인트

• 대학 채점 제품의 사용처 확대와 별도로, 인재 연결·평가 도구가 실제 매출로 이어지는지 살펴볼 필요가 있다. 영상에는 제품별 매출과 수익성이 제시되지 않는다.
• 잠재 고객 한 곳에서 연간 수천 건의 평가 수요가 발생할 수 있다는 설명은 계약 규모의 가능성을 보여준다. 다만 이는 고객 확보를 전제로 한 예상이다.
• AI 모델이 기존 테스트를 대부분 통과하면 평가 도구의 변별력이 흔들릴 수 있다. 모델 변화에 맞춰 평가 기준을 유지·개선하는 역량이 사업 검토의 중요한 항목이다.
• 기업이 인정하는 인증을 확보하면 교육 서비스에 대한 신뢰로 이어질 수 있다는 것이 창업자의 가설이다. 인증이 실제 채용 성과와 학습 수요를 만들어 내는지 검증해야 한다.

⚠️ 불확실하거나 확인이 필요한 부분

• 대학 100개 이상 사용, 채점 속도 5~10배 개선, 주요 기업과의 파트너십은 창업자의 설명이다. 유료 고객 비중, 측정 조건, 계약 규모를 확인할 자료는 영상에 없다.
• 학생 데이터 사용에 대한 항의와 투자자의 인수·경쟁 관련 발언은 창업자의 회고로 제시된다. 실제 데이터 처리 방식이나 상대방의 입장은 확인되지 않는다.
• 전사에는 인명·제품명·영어 발화와 숫자의 오인식 가능성이 있다. 특히 ‘오퍼스 4.8’이라는 모델명과 버전은 이 전사만으로 정확성을 확정하기 어렵다.
• 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

• 채점 제품의 사용 대학 수, 유료 전환, 유지율과 속도 개선의 측정 조건을 확인한다.
• 학생의 데이터 공유 동의 범위와 대학 데이터가 채용 평가에 활용되는 절차를 확인한다.
• 평가 점수와 실제 업무 성과를 비교하고, 우수 인재를 탈락시키는 사례를 별도로 검토한다.
• 새 AI 모델로 평가를 반복 실행해 통과율과 변별력 변화를 점검한다.

❓ 열린 질문

• AI를 활용해 결과물을 만드는 능력과 AI가 대신 풀어 주는 시험 결과를 어떻게 구분할 수 있을까?
• 고객사에서 이미 성과를 인정받는 엔지니어를 탈락시킨 평가가 채용의 첫 관문으로 유효하려면 어떤 근거가 필요할까?
• 기업 연결과 인증에서 얻은 신뢰가 실제 교육 수요로 이어질까?