Sequoia Leaves London, Close Scout Program & End Evergreen Fund
Quick Summary
Sequoia Leaves London, Close Scout Program & End Evergreen Fund를 중심으로, 세쿼이아 개편의 핵심은 조직 집중과 LP의 선택권이다. 런던 철수, 스카우트 종료, 초기·성장 투자팀 통합은 관리 부담을를 핵심 판단 포인트로 압축 정리한다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
Sequoia Leaves London, Close Scout Program & End Evergreen Fund를 중심으로, 세쿼이아 개편의 핵심은 조직 집중과 LP의 선택권이다. 런던 철수, 스카우트 종료, 초기·성장 투자팀 통합은 관리 부담을를 핵심 판단 포인트로 압축 정리한다.
📌 핵심 요점
- 세쿼이아 개편의 핵심은 조직 집중과 LP의 선택권이다. 런던 철수, 스카우트 종료, 초기·성장 투자팀 통합은 관리 부담을 줄이고 확신 있는 투자에 집중하려는 선택으로 해석된다. 상장 이후 장기 보유라는 에버그린의 취지에는 공감하더라도, LP마다 현금 수요가 다르므로 회수 시점을 일괄적으로 묶는 구조에는 문제가 있다는 비판이다. 런던 철수 역시 유럽 투자 포기와 동일시하기 어렵지만, 현지 프리시드 기업에 대한 접근 감소는 대가로 남는다.
- 나스닥 급락과 AI 산업의 장기 수요는 구분해 판단해야 한다. 자료에서는 나스닥100이 하루 만에 2조 5,000억 달러를 잃었다고 설명하지만, 원인은 확정하지 않는다. 헤지펀드의 손실 제한과 포지션 축소가 하락을 증폭했을 가능성이 제시된다. AI 투자 지속성을 판단할 지표로는 실제 매출과 사용 수요가 강조되며, 앤트로픽 상장에는 공개시장 접근 확대라는 기대와 반복적인 대규모 조달을 감당할 자본이 충분한가라는 우려가 공존한다.
- AI 성장의 제약은 컴퓨팅 비용·규제·보안에서도 발생한다. 토큰 가격 인하가 사용량 증가로 이어지는 정도와 개발자의 모델 전환 용이성이 경쟁 구도를 좌우한다. 상시 작동하는 에이전트는 높은 운영비와 GPU 공급 제약에 부딪힌다. 엔비디아 관련 의혹에서는 조사 독립성과 해외 GPU 이용에 대한 수출통제의 실효성이 쟁점이며, API 키 탈취는 추론 비용을 고객에게 빠르게 전가할 수 있는 위험으로 다뤄진다.
- 투자 매력은 성장 속도뿐 아니라 보유 기간과 실제 회수 가능성에 달려 있다. fal은 단기 추론 수요의 수혜자로, Zipline과 Revolut은 장기 지속성 관점의 비교 대상으로 제시된다. 다만 높은 기업가치, 낮은 매출총이익률, 확장 실행력, 핵심 인물 의존은 각각 남는 위험이다. 보안·코딩 기업 인수는 제품 확장과 벤처 회수 기회를 제공하지만, Ada처럼 주식으로 대가를 받는 거래는 현금 회수와 구분해야 한다.
- 에이전트 확산은 소프트웨어의 수익 구조와 제품 전환 속도를 시험한다. Cloudflare와 Twilio에는 인프라 수요 증가의 수혜가 기대되는 반면, 사람 수에 따라 과금하는 좌석 기반 기업에는 성장 압박이 제기된다. Figma에는 앱 전체를 설계하는 에이전트형 디자인 기회가 있지만, 전환 과정에서 이익률과 기존 기능의 우선순위를 조정해야 할 수 있다. 감원과 매출 증가를 모두 AI의 직접 효과로 볼 수 없으며, 과잉 인력과 강한 수요도 함께 고려해야 한다.
🧩 배경과 문제 정의
- 세쿼이아의 런던 사무소 철수, 스카우트 프로그램 종료, 초기·성장 투자팀 통합과 에버그린 펀드 정리는 장기 보유 전략과 조직 집중의 실효성을 다시 묻게 한다.
- 엔비디아 경영진을 둘러싼 의혹은 핵심 경영자에 대한 의존, 이사회 조사의 독립성, 중국의 해외 GPU 이용과 수출통제 문제로 이어진다.
- 나스닥100 급락과 앤트로픽의 상장 추진을 놓고 AI 수요의 지속성, 대규모 투자에 필요한 자본의 깊이, 상장 이후 자금 조달의 이점에 대한 판단이 엇갈린다.
🕒 시간순 섹션별 상세정리
1. 세쿼이아의 구조 개편과 에버그린 장기 보유 전략
- 세쿼이아는 런던 사무소에서 철수하고 스카우트 프로그램을 종료하며 초기·성장 투자팀을 하나로 합친다. 런던 인력 일부는 복귀하고 일부는 다른 길로 이동한다 [01:30]
- 에버그린 구조의 핵심은 상장 이후에도 투자자산을 오래 보유하는 데 있다. 엔비디아와 구글처럼 장기간 성장한 기업의 주식을 계속 보유했다면 더 큰 수익을 얻었을 것이라는 논리가 출발점이다 [02:53]
2. 에버그린의 약점은 도입 시점과 LP의 유동성 선택권
- 에버그린은 주가가 하락하던 2022~2023년에 도입됐다. 장기 투자에서는 일시적 하락을 감수할 수 있어도, 보유를 유도한 뒤 주가가 30% 떨어지면 LP가 느끼는 부담은 커진다 [03:48]
- LP마다 현금이 필요한 시점이 다르고 매도 여부를 직접 결정하고 싶어 한다. 파트너는 성과보수를 정산받은 뒤 자신의 주식을 계속 보유할 수 있으므로, LP까지 장기 보유하도록 만드는 구조는 복잡성을 더한다는 비판이다 [05:03]
3. 런던 철수는 유럽 포기보다 투자 접근 방식의 변화
- VC 기관의 브랜드가 오래 유지돼도 개별 파트너는 떠날 수 있다. 경영진과 런던·미국 파트너의 교체는 창업자가 특정 투자자와의 관계를 영구적인 것으로 가정하기 어렵다는 점을 드러낸다 [06:53]
- 일레븐랩스, 달러앱, 유럽의 다른 투자 사례는 유럽에도 좋은 자산이 있다는 근거다. 런던 철수는 유럽에 기회가 없다는 판단보다 미국에서도 충분히 투자 대상을 만날 수 있다는 판단으로 읽힌다 [07:31]
4. 스카우트 종료와 부가 프로그램 축소의 논리는 조직 집중
- 스카우트는 적은 운영 부담으로 큰 이점을 얻는 프로그램이라는 평가가 있지만, 경쟁사들이 모방하면서 차별성이 약해졌을 가능성이 있다. 초기에는 활동 자체를 공개하지 않을 만큼 비밀스러웠다는 점도 과거 우위의 배경이다 [09:46]
- 소규모 파트너십이 스카우트, ARC 액셀러레이터, 다른 시간대와 보상체계를 가진 런던 조직까지 관리하면 부담이 커진다. 프로그램 확대에는 채용과 인력 관리가 뒤따르므로 투자 집중력을 떨어뜨릴 수 있다는 비판이다 [10:31]
5. 파운더스펀드가 보여주는 초기 분산과 후기 집중
- 파운더스펀드는 소수 투자 인력으로 성장 펀드를 11개월 만에 집행했다. 스트라이프, 안두릴, 스페이스X 같은 기업에 투자했기 때문에 빠른 집행 속도에도 LP의 불만이 크지 않다는 평가다 [11:43]
- 초기에는 작은 투자를 여러 건 실행하고 실패한 실험을 빠르게 정리하되, 성장 단계에서는 투자 대상을 압축하는 방식이다. 성장 펀드의 투자 건수가 약 20개에서 7~8개로 줄었다는 사례가 후기 집중 전략의 근거로 드러난다 [12:14]
6. 엔비디아 의혹이 드러낸 핵심 경영자 의존과 준법 위험
- 젠슨 황과 중국 스파이로 의심되는 인물의 관계를 둘러싼 의혹은 사생활을 넘어 회사의 보안·규정 준수 문제로 이어질 수 있다. 조사에서 중요한 쟁점은 보안 침해 여부, 회사와 정부가 알고 있던 내용, 관련 대응의 적절성이다 [13:52]
- 황은 1993년부터 회사를 이끌었고 엔비디아는 시가총액 5조 달러에 도달했다. 다른 CEO라면 회사를 다르게 운영하고 주요 거래를 성사시키는 추진력도 달라질 수 있다는 우려가 경영 공백 위험의 근거다 [14:15]
7. 중국의 해외 GPU 이용과 수출통제 우회 논란
- 싱가포르·태국 등에 GPU를 두고 중국 기반 모델의 추론에 사용하는 방식은 수출통제의 실효성 문제를 낳는다. 칩을 중국에 직접 보내지 않아도 국경 밖 데이터센터에서 학습과 연산을 제공할 수 있기 때문이다 [15:53]
- 국가안보와 정부의 사전 인지·정보 전달 문제가 얽혀 있어 논란이 쉽게 끝나리라고 가정하기 어렵다는 반론이다. 황의 중요성 때문에 관대한 처리를 바랄 수는 있어도, 그런 결과를 전제할 수는 없다는 판단이다 [16:31]
8. 이사회 조사의 범위와 외부 검증이 좌우할 신뢰
- 조사기관과 변호사를 누가 고르고 조사 범위를 어떻게 설정하느냐에 따라 결과가 특정 방향으로 기울 수 있다는 우려다. 조사자가 보수를 받는 관계라는 점까지 고려하면, 조사 시작 단계의 설계가 중요하다 [18:46]
- 엔비디아 이사회에는 황과 오랫동안 함께한 인사가 많지만, 의회나 법무부의 후속 조사가 예상되면 내부 조사에도 더 높은 엄밀성이 요구된다. 외부에서 결과를 재검증할 가능성이 있어 충성심만으로 문제를 덮기는 어렵다는 반론이다 [20:02]
9. 나스닥100의 하루 2조 5,000억 달러 손실과 시장의 급반전
- 나스닥100이 하루 만에 2조 5,000억 달러를 잃었다는 수치가 급락의 규모를 보여준다. 헤지펀드 관계자들의 불안이 커졌지만, 손실 규모만으로 원인을 명확히 설명하기는 어렵다 [20:32]
- 민주당의 선거 승리가 뚜렷해진 뒤 수요일에는 주가가 올랐지만 목요일에는 다시 급락했다. 경제 뉴스와 데이터센터 건설에 대한 불안이 영향을 줬을 수 있으나, 칩 수요 감소까지 충분히 따져 본 반응인지는 의문이라는 평가다 [21:13]
10. AI 투자 지속성의 핵심은 공급보다 수요라는 주장
- AI 투자 흐름이 무너지는지를 판단할 핵심 지표는 데이터센터 건설 차질이나 엔비디아의 점유율 변화보다 실제 수요라는 주장이다. 오픈AI와 앤트로픽의 연간 반복 매출이 수요를 입증한다면 산업 전체는 대체로 버틸 수 있다는 관점이다 [21:48]
- 급락은 장기 수요 전망의 정교한 수정이 아니라 공격적인 헤지펀드 운용팀의 손실과 포지션 축소가 증폭한 결과일 수 있다. 손실률 5%에서 운용 권한이 제한되고 7.5%에서 해고될 수 있다는 사례가 강제적인 매도 압력의 근거다 [22:24]
11. 앤트로픽 상장을 둘러싼 자본 수요와 모집 부진 논쟁
- AI 투자에는 많은 가정과 대규모 자본·부채가 필요하므로 시장의 불안에도 이유가 있다는 반론이다. 앤트로픽이 1,000억 달러 규모의 자금 모집을 채우지 못해 약 200억 달러의 사모 배치를 활용하고, 규모와 기업가치를 낮춘 듯하다는 해석은 당사자의 추정으로 드러난다 [23:04]
- 약 800억 달러의 매출 런레이트에도 청약이 넘치지 않는 것 아니냐는 우려에 대해, 아직 공모가격이 확정되지 않았고 초과 청약 여부를 판단할 단계도 아니라는 반박이 나온다. 모집 부진을 확정적으로 해석하기에는 절차가 진행 중이라는 한계다 [23:24]
12. 낮은 공모 희망가격과 기업가치 산정 방식의 차이
- 공모 희망가격은 주당 70~78달러로, 마지막 비상장 투자 가격인 54달러보다 높다. 처음에는 보수적으로 가격을 제시해 관심을 모은 뒤 수요가 충분하면 올리는 편이, 높게 시작했다가 낮추는 것보다 투자자 신뢰에 유리하다는 평가다 [24:01]
- 약 1조 달러와 1조 3,000억~1조 4,000억 달러라는 기업가치 차이는 옵션을 포함하는 범위로 드러난다. 비상장 평가에서는 전체 부여 옵션을 포함하고 상장 기준에서는 권리가 확정된 옵션만 계산하기 때문에, 같은 주당 가격에서도 총평가액이 달라질 수 있다는 설명이다 [24:36]
13. 상장 흥행 기대와 반복 조달에 대한 시장 피로
- 정상적인 시장이고 큰 돌발 변수가 없다면 앤트로픽이 성공적으로 상장할 것이라는 전망이 있다. 기업가치 1조 1,000억 달러에서 상장해 1조 4,000억 달러로 오르는 시나리오도 놀랍지 않다는 조건부 의견이다 [25:21]
- 반대로 주가가 공모가 부근에 머물 것이라는 예상도 있다. 앤트로픽의 모집 상황과 오픈AI가 100억 달러만 조달했다는 사례를 시장 피로의 신호로 보지만, 아직 가격이 확정되지 않았고 개인투자자 수요도 예측하기 어렵다는 불확실성을 인정한다 [26:07]
14. 상장이 열어 주는 대규모 자본시장 접근
- 앤트로픽은 인프라 공급업체를 넘어 생성형 AI 기업 자체에 투자할 기회이므로 높은 관심을 받을 것이라는 반론이다. 빠른 성장이 이어지면 추가 자금이 필요하지만, 성장세가 둔화하더라도 예상 현금 2,000억 달러가 완충재가 될 수 있다는 판단이다 [27:12]
- 한 달 안에 상장을 마친다는 전망이 실현되면 앤트로픽은 현금과 유통주식을 확보하고 공개시장에서 대규모 자금을 조달할 수 있다. 6~9개월 뒤 전환사채로 약 500억 달러를 조달하는 방안도 가능할 것이라는 예측이다 [27:46]
15. 상장은 추가 자금 조달과 AI 기업 실적 검증의 통로가 된다
- 상장 이후에는 전환증권이나 추가 주식 발행 등으로 자금을 확보하기가 상대적으로 수월해진다. 여건이 허락하면 4~5개월 안에 400억~600억 달러를 추가 확보할 수 있다는 예상이지만, 실행이 보장된다는 의미는 아니다. [28:44]
- 앤트로픽의 분기별 공시가 시작되면 다른 기업의 자료로 사업 상황을 추정하던 한계가 줄어든다. 모든 정보가 공개되지는 않더라도 지금보다 훨씬 많은 실제 실적을 확인할 수 있다는 기대다. [29:02]
16. OpenAI와 앤트로픽의 경쟁은 토큰 가격과 개발자 이동성에 좌우된다
- OpenAI가 공개한 수치에 따르면 3분기 연환산 매출은 70% 증가했고, 기업 부문은 두 배로 커지며 매출의 과반을 차지했다. 해당 분기에는 앤트로픽보다 빠르게 성장한 것으로 평가되지만, 두 회사의 우위는 계속 바뀔 수 있다. [29:50]
- 가격 인하가 사용량을 얼마나 늘리는지가 매출의 방향을 결정한다. 토큰 가격을 10~20% 내릴 때 사용량이 얼마나 증가하는지 확인해야 하며, 경쟁의 주요 축은 컴퓨팅 자원·자본·토큰 가격으로 압축된다. [30:29]
17. 상시 작동하는 에이전트의 가치는 높은 운영비와 충돌한다
- 에이전트 운영비를 단순 웹사이트 생성 서비스처럼 4~5달러 수준으로 생각했던 가정이 수정된다. 일부 에이전트는 월 20~30달러까지 비용이 들 수 있어, 월 25~30달러를 받는 서비스의 수익성을 같은 방식으로 평가하기 어렵다는 우려다. [32:36]
- 사용자는 에이전트가 더 많은 일을 하루 종일 처리하기를 원하지만, 컴퓨팅 공급 제약과 GPU 가격 상승이 이를 제한한다. 원하는 때마다 24시간 작동하지 못하면 에이전트의 매력은 줄고 자동화된 작업 흐름에 가까워진다는 주장이다. [33:21]
18. Zipline·fal·Revolut 투자는 성장 추세와 장기 보유 적합성으로 갈린다
- 비교 대상은 215억 달러 가치에 15억 달러를 조달하는 Zipline, 연간 반복 매출 8억 달러 이상에 기업가치 160억 달러로 평가되는 fal, 구주 거래에서 이전보다 53% 높은 1,150억 달러로 평가되는 Revolut이다. Zipline의 가치는 1월 대비 세 배, fal은 두 배라는 조건이다. [34:39]
- 단기 성장 추세를 우선하면 컴퓨팅 부족의 수혜를 받는 fal이 선택된다. 향후 2~3년의 수요를 근거로 400억 달러 가치에 매각할 수 있다는 낙관론이 나오지만, 낮은 매출총이익률과 사업의 장기 지속성은 우려로 남는다. [36:38]
19. Zipline의 높은 가치는 배송 매출보다 물류 인프라 확장에 기대고 있다
- Zipline의 성장 기회는 아프리카 의약품 배송에서 미국 드론 배송으로 확장됐다. Walmart 계약, 댈러스의 배송 활동, 다른 지역으로의 진출이 긍정적 근거다. [37:48]
- 미국에서 300만 건을 배송했다는 수치와 함께 건당 수입은 5~10달러 정도일 것이라는 추정이 드러난다. 실제 재무 수치를 확인하지 않은 상태에서는 현재 매출 배수보다 차세대 배송 인프라가 될 가능성에 기대는 투자라는 평가다. [38:21]
20. fal은 폭증하는 추론 수요의 수혜자지만 산업 구조 변화에 노출된다
- fal은 생성형 영상 분야에서 차별화된 위치를 갖는 것으로 평가된다. 기반 모델 기업을 제외한 제삼자 추론 시장은 약 50억 달러 규모라는 추정이며, 빠른 수요 증가가 당장의 성장 근거다. [39:19]
- 수요가 매년 세 배나 네 배로 증가하는 동안에는 장기적인 산업 구조 우려가 투자 판단에서 밀릴 수 있다. 다만 기업가치가 10억~30억 달러였을 때와 달리 160억 달러에서는 투자 기회의 초반보다 후반에 가까울 수 있다는 경계가 나온다. [39:52]
21. Revolut의 장기 가치는 젊은 고객의 성장과 금융상품 확장에 달려 있다
- Revolut은 유럽 기존 은행의 젊은 고객을 확보하고 있으며, 현재는 대출보다 자금 이동 중심의 사업으로 평가된다. 지금의 19~25세 고객이 향후 주택담보대출 등을 필요로 하면 유럽 최대 은행으로 성장할 기회가 있다는 전망이다. [40:28]
- 시장점유율 확대와 더 넓은 상품군을 근거로 현재 가치에서 네 배 성장할 수 있다는 낙관론이 드러난다. 동시에 창업자 Nick에 대한 높은 의존도가 핵심 인물 위험으로 지적된다. [40:58]
22. API 키 탈취는 추론 수요를 이용해 비용을 빠르게 전가하는 범죄다
- Fireworks에서 최근 한 달 사이 두 차례 중대한 침해가 발생했다는 사례와 함께, 공격 목표로 OpenAI·앤트로픽 등의 추론 API 키가 지목된다. 대규모 봇 무리가 여러 서비스의 인프라를 공격해 키를 확보하려 한다는 설명이다. [41:50]
- 한 사용자는 자신의 지출 한도가 기본 10만 달러로 설정돼 있었다고 드러낸다. 탈취한 키로 추론 자원을 빠르게 소비하거나 저렴하게 공급할 수 있어, 높은 추론 수요가 범죄의 수익성을 키운다는 주장이다. [42:38]
23. 봇 무리 공격은 보안 조직과 탐지 속도의 한계를 드러낸다
- Fireworks의 보안·운영 체계에 미숙한 부분이 있을 수 있다는 지적과 함께, 일반 SaaS 기업도 안전하지 않다는 경고가 나온다. 비용 절감을 위해 보안 인력을 줄인 조직은 이런 공격에 더 취약할 수 있다는 우려다. [44:10]
- Wiz에 따르면 주요 AI 개발사 아홉 곳이 10월에만 봇 무리 공격을 공개했다. Unit 42가 제시한 탐지 전 비용은 100만 달러 수준으로, 공격을 알아차리기 전에 큰 청구액이 발생할 수 있다는 위험을 보여준다. [44:59]
24. 보안·코딩 에이전트 인수는 기술 변화에 대응하는 제품 확장이다
- CrowdStrike와 Palo Alto의 약 4억 달러 안팎 인수는 에이전트 보안 기능을 기존 플랫폼에 보강하는 거래로 평가된다. 새로운 보안 문제가 등장하면 관련 제품을 인수해 대응하는 기존 사업자의 전략과 맞아떨어진다. [46:01]
- Meta와 OpenAI의 코딩 관련 인수도 소프트웨어 개발 전반이 재편되는 상황에서 인접 기능을 확보하는 움직임이다. 벤처기업 인수가 부족했던 시장에서 이런 거래는 투자자에게 회수 기회를 제공한다. [46:35]
25. Ada의 주식 인수는 기존 소프트웨어 기업의 전환 속도 문제를 드러낸다
- Dialpad의 Ada 인수는 4억 달러 규모의 주식 거래로 드러난다. 기존 챗봇 기술에서 출발한 Ada가 LLM 중심으로 전환했더라도 Sierra나 Decagon과 경쟁하기 어려워졌다면, 더 큰 회사에 합류하는 선택에는 타당성이 있다는 평가다. [47:24]
- 기존 기업의 문제는 AI를 이해하지 못하는 것보다 개발 속도와 운영 방식이 과거에 머물러 있다는 데 있다. LLM 기능을 붙이거나 향후 내부 AI 팀을 만들겠다는 계획만으로는 빠르게 제품을 출시하는 AI 네이티브 기업을 따라잡기 어렵다는 비판이다. [49:38]
26. 빠르게 성장하는 AI 기업에는 기존 고객 계약 인수의 매력이 작다
- AI 네이티브 기업이 기존 회사를 인수해 고객과 계약을 확보하는 전략은 자체 성장 속도가 너무 빠르면 우선순위가 낮아진다. 양쪽의 성장 속도가 어느 정도 비슷해야 인수의 실익이 생긴다는 판단이다. [51:22]
- 기존 계약을 사면 과거의 문제와 고객 지원 부담도 함께 떠안는다. 인수자가 문제를 해결해도 고객의 특별한 보상을 기대하기 어려워, 기존 기업은 인수 구제에 기대기보다 스스로 전환 속도를 높여야 한다는 결론이다. [51:43]
27. 인력 감소와 매출 증가는 AI 효과 외에 과잉 인력과 수요 구조로도 설명된다
- Cloudflare는 연초 20% 감원 이후 39% 성장, Freshworks는 직원이 30% 줄어든 상태에서 10억 달러를 넘는 규모, Palantir는 직원당 매출 200만 달러와 약 98~100% 성장의 사례로 드러난다. [52:15]
- 이런 효율 개선을 모두 AI의 직접 효과로 해석하지는 않는다. AI가 기존 과잉 인력을 드러내는 계기가 됐고, 강력한 시장 수요 덕분에 과거의 주변적인 영업 활동을 줄일 수 있었다는 설명이 함께 나온다. [53:04]
28. 에이전트 사용은 인프라 수요를 늘리고 좌석 기반 소프트웨어를 압박한다
- Cloudflare가 약 40억 달러 매출 규모에서 성장률을 20%대로부터 39%까지 높인 동력으로 에이전트 수요가 지목된다. Twilio도 관련 지출의 수혜자로 평가되며, 투자 기준을 에이전트 확산의 수혜 여부에 맞추자는 주장이 나온다. [54:27]
- 에이전트는 사람처럼 화면 구성이나 사용자 경험을 중시하지 않는다는 관점에서, 기존 소프트웨어의 UI 경쟁력이 약해질 수 있다는 우려가 제기된다. 기업용 소프트웨어에서도 사람 사용자의 비중이 낮아진다는 주장이다. [54:55]
29. Figma는 견조한 실적에도 인수 무산과 AI 전환 비용의 부담을 안고 있다
- Figma의 가치가 100억 달러 아래로 내려갔다는 언급과 약 102억 달러라는 보충이 함께 나온다. 과거 200억 달러 인수안이 제공했을 유동성과 비교하면, 현재의 독립 경영 성과만으로 투자자의 장기 수익률 손실을 만회할 수 있을지는 불확실하다는 우려다. [56:13]
- 에이전트 시대의 Figma 수요와 향후 반독점 규제 강화 가능성에 대한 우려가 있지만, 반론도 있다. 매출은 약 40% 성장하고 잉여현금흐름도 강하며, 최근 부담은 AI 투자 확대에 따른 매출총이익률 압박이라는 평가다. [56:55]
30. 주가 하락이 만드는 직원 사기 저하와 채용 난항
- RSU와 선별적인 추가 주식 보상으로 일부 문제를 보완할 수 있지만, 주가 하락에서 비롯되는 조직의 침체감까지 없애기는 어렵다. Figma도 현재 규모에서 거의 40% 성장한다는 높은 평가와 별개로 주가 부진의 영향을 받는 사례로 거론된다. [58:12]
- 창업자는 남아 있는 자산과 평생의 사업이라는 동기로 버틸 수 있지만, 직원들의 침체감을 되돌리고 새로운 인재를 끌어들이기는 어렵다. 기존 인력에 더 집중해야 한다는 대응이 나오지만, 확실한 해결책은 제시되지 않는다. [58:38]
31. 좌석 기반 과금 모델에 대한 시장의 구조적 의심
- 시장이 AI 에이전트의 수혜를 기대하기 어려운 좌석 기반 기업을 특히 낮게 평가한다는 해석이 나온다. Figma가 근본적으로 바뀌지 않으면 상대적인 부진이 이어질 수 있으며, Monday와 HubSpot도 같은 우려에 노출돼 있다는 전망이다. [59:14]
- 이 전망은 해당 기업들이 사라진다는 뜻보다는 업무가 점점 에이전트 중심으로 이동한다는 판단에 가깝다. Cloudflare와 Twilio에는 더 높은 평가가 붙는 반면 좌석 기반 기업의 반등은 어렵다는 견해지만, 발언자는 자신이 공개시장 전문가가 아니라는 한계를 전제한다. [59:31]
32. Figma의 기회는 앱 전체를 완성하는 에이전트형 디자인
- Claude·Replit 등에 요청해 앱 전체를 완성도 높게 디자인하는 경험은 아직 충분히 구현되지 않았다는 평가다. Replit과 Lovable은 제품을 만드는 사람에게 유용하지만, 디자인 품질 자체는 크게 부족하다는 사용 경험이 근거로 드러난다. [1:00:18]
- Figma에는 앱의 모든 페이지와 요소를 Notion 수준 이상으로 설계하는 에이전트형 디자인에 전력투구할 기회가 있다는 제안이 나온다. 이를 위해 매출총이익률을 희생하고 현재 성장을 이끄는 기업 고객용 기능 일부도 줄여야 할 수 있다. 전환에 실패하면 기존 작업 과정의 역할만 유지하다 에이전트에 우회당할 수 있어 빠른 실행이 필요하다는 주장이다. [1:01:14]
33. 부유세 부결의 해석과 캠페인 지출에 대한 반론
- 민주당 쪽으로 큰 선거 흐름이 나타난 가운데서도 캘리포니아 부유세는 거부됐다는 점이 주목된다. 주민발의안을 통한 입법에 대한 불신과 기본적인 반대 성향이 결과에 영향을 줬다는 해석이다. [1:03:10]
- 반대 진영은 부유층이 다른 주로 떠나면 기존 소득세 수입까지 잃어 순손실이 생길 수 있다는 논리를 폈다. 부유세 부결에 더해 재추진을 막는 별도 안건도 통과했다는 설명을 근거로, 유권자가 정치적 변화와 해당 세금의 도입을 구분해 판단했다는 평가가 나온다. [1:04:12]
34. 창업가 이탈 위험과 Anthropic이 만들 수 있는 직원 자산
- 실제로 떠날 계획이던 억만장자 창업자 두 명과 대화했다는 경험을 바탕으로, 부유세가 통과됐다면 성공한 창업가에게 캘리포니아가 적대적이라는 신호를 줬을 것이라는 우려가 나온다. 연쇄 이탈 가능성을 예상하면서도 그 규모가 소셜미디어에서 주장된 만큼 크지는 않았을 것이라는 단서를 붙인다. [1:05:38]
- Anthropic의 IPO가 직원 1인당 평균 4,100만 달러의 자산을 만들 것이라는 전망이 지역에 남겨둘 경제적 가치의 사례로 드러난다. 현 직원 몫 2,160억 달러와 별도 풀 1,600억 달러라는 수치, 창업자별 지분이 1%대까지 낮아졌다는 설명도 나오지만, 이는 발언자가 제시한 예상과 수치다. [1:06:15]
🧾 결론
- 장기 보유의 투자 논리와 LP가 원하는 유동성은 별개의 설계 과제다. 컨티뉴에이션 펀드는 선택권을 제공할 수 있지만 펀드 간 이해상충을 점검해야 한다.
- AI 산업의 성장 전망을 평가하려면 매출·사용량과 함께 컴퓨팅 비용, 자본 조달 여력, 보안 부담을 살펴야 한다. 수요 증가가 개별 기업의 수익성까지 보장하지는 않는다.
- 앤트로픽 상장은 추가 조달 수단과 분기별 실적 검증의 통로가 될 수 있다. 상장 흥행과 후속 조달 규모는 자료 속 조건부 전망으로 남아 있다.
- 에이전트 시대의 기업 가치는 실제 업무 수행 능력, 제품 출시 속도, 과금 구조의 적합성에 영향을 받을 수 있다. 기존 고객 기반이나 UI 경쟁력만으로 장기 우위를 단정하기 어렵다.
📈 투자·시사 포인트
- VC·비상장 투자: 펀드의 장기 수익률과 함께 분배 시점, LP의 매도 선택권, 후속 펀드와의 이해상충을 확인필요가 있다. 투자기관의 브랜드와 개별 파트너 관계도 구분해야 한다.
- AI·공개시장: 급락 규모만으로 AI 수요 붕괴를 결론짓기 어렵다. 매출 성장, 가격 인하 이후 사용량, 반복 조달에 참여할 투자자층을 함께 추적해야 한다.
- 성장기업 가치평가: fal의 단기 성장, Zipline의 물류 인프라 확장, Revolut의 고객 생애주기와 금융상품 확대는 서로 다른 투자 논리다. 같은 보유 기간과 기대 수익률을 적용하기 전에 전제를 분리해야 한다.
- 소프트웨어·보안: 에이전트가 늘릴 인프라 소비와 줄일 수 있는 사람 좌석 수를 기업별로 비교필요가 있다. API 키 침해에 따른 비용과 공급자 전환의 어려움도 사업 위험에 포함된다.
- 인재·정책: Figma 사례에서는 주가 부진이 직원 사기와 채용에 영향을 줄 수 있다는 문제가 제기된다. 캘리포니아 부유세 부결과 앤트로픽 직원 자산 전망에 관한 논의도 인재·자산 이동의 관점에서 다뤄지지만, 이탈 규모와 예상 자산 수치는 검증이 필요하다.
⚠️ 불확실하거나 확인이 필요한 부분
- 나스닥100의 하루 2조 5,000억 달러 손실 수치는 자료의 설명이다. 정확한 거래일과 산정 기준이 제시되지 않았으며, 헤지펀드 포지션 축소가 급락을 증폭했다는 설명도 가능한 해석이다.
- 앤트로픽의 공모 희망가격, 매출 런레이트, 예상 현금, 상장 시점과 후속 조달 규모는 확정 공시와 구분해야 한다. 자료 자체도 모집 부진 주장과 상장 후 주가 전망에 이견이 있음을 밝힌다.
- 엔비디아 경영진 관련 내용은 의혹과 조사 쟁점이다. 보안 침해, 위법 행위, 정부의 사전 인지 여부가 확인됐다고 읽어서는 안 된다.
- 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
- 세쿼이아 개편의 공식 발표에서 런던 조직, 스카우트, 에버그린의 종료 범위와 기존 자산 처리·분배 방식을 확인한다.
- 나스닥100 손실의 거래일과 계산 기준을 확인하고, 급락 원인에 대한 해석을 실제 AI 매출·사용량 변화와 분리해 기록한다.
- 앤트로픽의 공식 상장 서류에서 공모 조건, 옵션 포함 범위, 현금과 자금 사용 계획을 확인한다. 자료 속 예상치와 확정치를 구분한다.
- AI 기업을 비교할 때 매출 성장률뿐 아니라 토큰 가격, 사용량, 매출총이익률, 컴퓨팅 비용과 추가 자본 수요를 함께 점검한다.
❓ 열린 질문
- 세쿼이아는 조직 단순화로 얻는 투자 집중력을 유지하면서 현지 초기 기업과 스카우트가 제공하던 발굴 기회를 얼마나 보완할 수 있을까?
- AI 매출과 사용량의 성장은 반복적인 대규모 자본 조달과 높은 컴퓨팅 비용을 감당할 만큼 지속될까?
- 토큰 가격이 내려갈 때 사용량은 얼마나 늘어나며, 그 증가분은 모델 기업과 추론 공급자의 수익성에 어떻게 배분될까?