USV''s New $900M Fund: Fred Wilson, Rebecca Kaden & Mike Mignano

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

USV의 신규 펀드 총 9억 달러 조성은 AI 시대의 커진 투자금과 성장 비용에 대응하면서 초기 지분 확보와 가설 중심 투자를 이어가려는 전략 조정이다.

📌 핵심 요점

1. 펀드 규모는 투자 전략에서 역산했다. 9억 달러는 단일 조성 주기에 모은 신규 펀드들의 총액으로, USV 역대 최대다. 상징적인 금액을 정한 것이 아니라 투자 기업 수·단계·건당 투자액·목표 지분율을 바탕으로 계산했다. 약 30~40개 기업에 시드와 시리즈 A 투자를 예상하며, 새 펀드의 시리즈 A 투자금은 대체로 1,000만~3,000만 달러로 본다.
2. AI가 개발비를 낮춰도 성장에 필요한 자본은 줄지 않는다. 제품 제작과 검증이 쉬워지면 경쟁사도 늘어난다. 고객 확보와 마케팅, 운영·확장에 비용이 들고, 무료 사용을 통한 확산 과정에서는 기업이 추론·컴퓨팅 비용까지 보조해야 한다.
3. 투자 기회는 AI 응용 서비스·인프라·물리적 AI·에너지에 걸쳐 있다. USV는 개발자가 통제할 수 있는 공개 모델과 도구 생태계를 ‘Rebel Alliance’라는 투자 가설로 본다. 에너지는 AI 성장에 투자하는 간접 경로로 평가하며, 현재 포트폴리오의 20~30%를 차지한다고 설명한다. 에너지와 로봇 기업에는 소프트웨어와 다른 자본 구조가 필요하다.
4. 빠른 매출보다 지속 사용과 창업팀의 실행력을 확인한다. ARR은 연간 구독이나 체험 결제로 먼저 늘어날 수 있어 만족도를 곧바로 입증하지 못한다. 실제 사용 유지율과 코호트 데이터를 제품 사용 경험에 대조하고, 창업자가 인재·자금·고객을 모으며 사업 방향을 수정할 수 있는지도 평가한다. Abridge는 초기 소비자 제품에서 의사 대상 제품으로 전환한 사례다.
5. AI의 큰 기회는 전문 서비스 접근 방식과 시장 구조의 변화에 있다. Supertake는 사용자가 금융 전문 지식 없이도 에이전트에 투자 전략과 관리를 맡기는 구조를 지향한다. 개인 에이전트가 여러 기업의 에이전트를 연결할 가능성도 있지만, 소비자 서비스의 네트워크 효과와 장기 유지력은 아직 확인되지 않았다. 광범위한 권한을 맡기게 되는 만큼 보안과 신뢰도 중요해진다.

🧩 배경과 문제 정의

• USV는 역대 최대 규모인 9억 달러의 신규 펀드를 조성했다. 투자 기업 수, 투자 단계, 건당 투자액과 목표 지분율을 바탕으로 필요한 규모를 산정했다.
• AI로 제품 개발과 시장 검증은 쉬워졌지만, 경쟁사를 뚫고 고객을 확보하는 비용과 추론·컴퓨팅 비용은 여전히 상당하다. 개발 비용 하락이 사업 전체의 자본 수요 감소로 이어지는 것은 아니다.
• USV는 AI 인프라 위에서 성장할 응용 서비스뿐 아니라 에너지와 물리적 AI에도 기회를 본다. 분야마다 비용 구조가 달라 투자 자본의 규모와 형태도 달라질 수 있다.
• 소비자 AI 서비스의 장기 경쟁력은 아직 불확실하다. 규모와 유통망만으로 시장을 장악할 수 있는지, 네트워크 효과가 필요한지, 개인 에이전트와 기업별 에이전트가 어떻게 연결될지가 핵심 쟁점이다.

🕒 시간순 섹션별 상세정리

1. 9억 달러 펀드의 기준은 투자 전략과 수익 구조다

• USV의 펀드 규모와 보유 지분율을 고려하면 최대 성공 기업이 수십억 달러 규모여도 충분히 높은 수익을 낼 수 있다는 판단이다. 과거에는 500억·1,000억 달러 규모의 예외적인 성과도 있었지만, 약 100억 달러 규모의 주요 성공 사례들도 막대한 수익을 만들었다 [00:08]
• 신규 펀드들의 총 조성액은 9억 달러로, USV가 한 번의 펀드 조성 주기에서 확보한 역대 최대 규모다 [01:11]

2. 포트폴리오 제품과 공동 작업 공간이 일상적인 교류를 만든다

• 포트폴리오 기업 Board는 테이블 위에서 사용하는 게임 콘솔이다. 게임마다 고유한 실물 말이 있고 화면이 이에 반응하며, 개발자가 게임을 쉽게 만들 수 있도록 플랫폼도 제공한다 [03:04]
• 공동 작업 공간인 ‘피트’에서는 투자 거래와 당일의 관심사를 수시로 논의한다. 현장의 대화는 그룹 채팅으로 이어져 사무실을 떠난 뒤에도 계속된다 [03:46]

3. AI 창업 경쟁에 대응해 시드 투자 비중을 높인다

• 이번 펀드의 투자 기업 수를 엄격히 고정하지는 않지만, 대략 30~40개 기업에 시드와 시리즈 A 투자를 섞어 집행할 것으로 예상한다. 시드 투자는 과거보다 상당히 늘어날 가능성이 있다 [05:28]
• AI로 새로운 스타트업이 많이 생기고 투자 경쟁도 치열해지면서, 더 이른 단계에 진입하는 일이 점점 중요해진다는 판단이다 [05:49]

4. Supertake는 금융 업무의 자동화를 넘어 전문성 접근 방식을 바꾸려 한다

• AI는 제품을 빠르게 만들고 출시·검증하는 일을 쉽게 한다. USV가 직접 인큐베이팅한 Supertake는 개인이 유료 금융 전문성에 의존하던 구조에서 벗어나 자신의 재정적 독립을 주도할 수 있다는 구상에서 출발했다 [07:29]
• Supertake는 사용자의 아이디어나 신념을 바탕으로 Robinhood·Coinbase 등의 계좌를 통해 투자하고, 에이전트가 포트폴리오 관리, 뉴스 확인과 필요시 리밸런싱을 수행하도록 설계됐다. 사용자가 종목 선택이나 포트폴리오 구성 지식을 갖추지 않아도 투자할 수 있게 하는 것이 목표다 [08:00]

5. 제품 개발이 쉬워져도 운영·확장·고객 확보에는 자본이 필요하다

• 스타트업의 사업 운영과 확장은 여전히 비싸다. 추론 비용이 주요 지출 항목으로 커지고 있으며, 고객이 초기부터 비용을 부담하지 않도록 기업이 사용 비용을 보조하는 경우도 늘고 있다 [09:30]
• 창업이 쉬워질수록 경쟁 기업도 많아져 시장에서 두각을 드러내기는 어려워진다. 제품 개발은 쉬워졌지만, 적극적인 시장 진입과 마케팅, 지속적인 운영에는 여전히 상당한 비용이 필요하다는 판단이다 [09:54]

6. 에이전트가 확산돼도 사용자 인터페이스는 남는다

• 사용자 인터페이스가 모두 챗봇으로 흡수될 것이라는 전망에 대해 마이크는 반대한다. 인터페이스는 제품에 대한 신뢰와 익숙함을 만들고, 사용법을 이해하게 하며, 개념과 아이디어를 시각적으로 전달하는 역할을 한다 [12:40]
• 에이전트가 쇼핑이나 세금 신고처럼 사용자가 맡기고 싶은 일을 처리할 수는 있다. 그러나 Netflix·YouTube 시청이나 소셜미디어 탐색처럼 사람이 직접 즐기려는 활동까지 대신하지는 않을 것이라는 전망이다 [13:18]

7. 더 크고 빠른 투자 라운드에 맞춰 펀드 전략을 조정한다

• 9억 달러 조성은 투자 논제에 기반해 창업자와 협력하고 향후 시장을 이끌 기업을 지원한다는 기존 방향을 이어간다. 동시에 과거보다 상당히 커진 규모는 새로운 전략을 반영한다 [14:14]
• 시장의 잠재 성과와 투자 규모가 커지고, 신규 기술 위에 구축할 응용 서비스의 기회도 크다는 판단이다. 투자 라운드가 더 크고 비싸고 빠르게 진행되므로 USV도 이에 대응하도록 전략을 바꾸고 있다 [14:45]

8. AI 응용 서비스의 현재는 초기 인터넷의 전환기와 닮았다

• 프레드는 현재를 인터넷 인프라가 상당 부분 구축됐던 2003년 무렵과 비교한다. 당시 Google·Amazon·Yahoo·eBay는 있었지만 Facebook·Twitter·YouTube·iPhone은 아직 없었고, 기반 기술 위에서 어떤 새로운 서비스가 나올지가 열려 있었다 [15:16]
• AI 인프라는 여전히 구축 중이지만, 응용 계층이 급격히 확장되는 초기 징후가 보인다는 판단이다. Granola·Suno 같은 기존 제품에 더해 새로운 에이전트 기반 서비스가 등장하면서 기업과 소비자 모두에게 새로운 경험을 제공할 가능성이 커지고 있다 [16:10]

9. 개발비 절감과 별개로 마케팅·컴퓨팅 비용이 자본 수요를 키운다

• 제품을 빠르고 저렴하게 만들 수 있게 되면서 스타트업 수가 증가했다. 경쟁 속에서 눈에 띄기 위한 마케팅, 메시지와 포지셔닝에 자본이 투입되며, 특히 소비자 서비스에서 이런 투자가 늘고 있다 [17:07]
• 오픈소스 모델의 가능성에는 기대를 걸지만, 기업들이 지출하는 컴퓨팅 비용은 과거와 크게 다른 수준이다. 모델 성능의 발전이 언제 정체될지, 컴퓨팅 비용이 얼마나 낮아질지는 아직 알 수 없어 투자 판단에도 불확실성이 남는다 [17:49]

10. 에너지와 물리적 AI는 소프트웨어와 다른 자본 구조를 요구한다

• USV의 투자 대상은 과거보다 다양해졌다. AI를 활용해 생활과 업무, 생산성을 바꿀 소프트웨어 응용 서비스뿐 아니라 에너지 분야에도 상당한 포트폴리오를 갖고 있다 [18:41]
• 더 저렴하고 빠르며 프로그래밍 가능한 에너지를 다른 기술과 사업을 떠받치는 공통 기반으로 본다. 에너지 기업의 비용 구조는 소프트웨어 기업과 다르다 [19:03]

11. 무료 사용을 통한 확산은 추론 비용 보조를 확대한다

• 초기 인터넷과 모바일 시대에는 기업이 소비자 서비스의 사용 비용을 보조해 유료화 전에 이용 기반을 넓혔다. AI 서비스도 구독 중심의 흐름에서 벗어나, 에이전트 사용에 필요한 추론 비용을 기업이 부담하며 충분한 이용 규모를 확보하려는 움직임이 나타나고 있다 [19:40]
• 고객에게 구독료를 요구하지 않고 대규모 소비자 사업을 키우려면 상당한 비용이 들 수 있다. 무료로 제공되는 ChatGPT·Gemini 등의 경쟁 서비스가 존재하므로 스타트업이 비슷한 기능에 바로 요금을 부과하기는 어렵다는 판단이다 [20:27]

12. Twitter의 성장 경험은 무료 가치 제공과 네트워크 확대의 자본 수요를 보여준다

• Twitter는 최초 500만 달러를 조달한 뒤, 1년 후 2,500만 달러, 다시 1년 후 1억 달러를 조달했다. 당시에도 상대적으로 큰 금액이었으며, 프레드는 이를 10배로 확대하면 현재의 5,000만·2억 5,000만·10억 달러 규모와 비교할 수 있다고 본다 [21:23]
• 일부 현재 AI 제품은 네트워크 효과가 부족해 이용자 유지력이 약하다는 문제 제기가 있다. 과거 Facebook·Twitter에서는 빠른 확장이 강한 네트워크 효과와 이용자 고착으로 이어질 것이라는 기대가 있었다 [21:54]

13. 소비자 에이전트의 지속성은 다중 사용자 경험에서 나올 수 있다

• 현재 소비자 에이전트 시장에는 기능 차이가 크지 않더라도 충분한 규모와 유통망을 먼저 확보하면 승리할 수 있다는 믿음이 있다. 이에 따라 컴퓨팅 역량과 고객 접근 경로를 선점하려는 경쟁이 벌어진다 [22:58]
• 다른 가능성은 장기 생존과 이용자 유지를 위해 여전히 네트워크 효과가 필요하다는 것이다. 개인 중심의 AI 사용을 여러 사람이 함께 참여하는 경험으로 전환하는 기업이 유리할 수 있지만, 이런 새로운 네트워크 효과는 아직 뚜렷하게 확인되지 않았다 [23:21]

14. 개인 에이전트는 기업별 에이전트를 연결하는 역할을 맡을 수 있다

• 기업마다 자체 에이전트를 갖게 되면 독립적인 에이전트 사업이 장기적으로 성립할 수 있는지가 쟁점이다. 민감한 데이터 접근과 여러 프로그램을 동시에 실행하는 데 따른 높은 비용도 문제로 제기된다 [23:54]
• 프레드는 Amazon·Shopify·Etsy 각각의 에이전트와 별개로, 사용자를 대표하는 개인 에이전트가 필요할 것으로 본다. 개인 에이전트가 여러 서비스의 에이전트와 소통하면 사용자가 각각의 대화를 직접 관리하지 않아도 된다 [24:43]

15. 초기 투자와 목표 지분율을 유지하려면 더 큰 투자액이 필요하다

• USV는 주로 시리즈 A, 일부 시드 등 기존의 초기 투자 단계를 유지할 계획이다. 자본 기반 확대는 거래 수를 크게 바꾸기 위해서가 아니라, 스타트업의 조달액이 커진 시장에서 목표 지분율과 펀드 수익 구조를 유지하려면 건당 투자액을 늘려야 하기 때문이다 [27:55]
• 기존 출자자들과는 오랜 관계를 통해 신뢰가 쌓여 있으며 신규 출자자도 추가됐다. 출자자들 역시 같은 시장 변화를 보고 있어, 이번 전략 조정은 몇 년 전보다 받아들이기 쉬운 제안이었다는 평가다 [28:58]

16. 명확한 투자 분야와 가설이 펀드의 경쟁 방식을 결정한다

• USV는 피지컬 AI, AI 애플리케이션, AI 인프라, 에너지에 집중하며 같은 방향을 일관되게 알린다. 이 분야의 창업자들은 USV를 찾아오고, 다른 분야의 창업자들은 다른 투자처를 찾는 구조다. [30:02]
• 9억 달러는 USV에는 큰 규모 증가지만 다른 펀드들과 비교하면 여전히 상대적으로 작을 수 있다. 펀드 규모와 가설 중심 접근을 결합해 시장 전체를 따라가기보다 자신들이 원하는 방식으로 투자하려 한다. [30:36]

17. 작은 펀드는 선별 투자와 성과 중심의 이해관계 정렬을 돕는다

• USV는 분기별 통화로 LP에게 전략, 포트폴리오, 잘되는 일과 안 되는 일을 공유한다. 펀드 규모 변경도 오랜 대화의 연장선이었으며, 일부 LP는 오히려 더 많이 모집해야 하는 것 아니냐고 물었다. [31:24]
• 상대적으로 작은 펀드는 투자 성과로 펀드를 회수하고 성과보수를 얻기 쉬우며, 투자 대상을 더 까다롭게 고를 수 있다. 시장의 일정 비율을 반드시 확보하기보다 강한 가설에 맞는 기업들을 골라 성공하는 상향식 운용을 지향한다. [32:16]

18. 초기 투자 중심은 유지하되 시리즈 A 투자금은 커진다

• USV 설립 당시에는 약 300만 달러의 시리즈 A 투자를 생각했으며, 지금도 초기 단계에 투자하려는 선호는 유지된다. 다만 오늘날 시리즈 A는 1,000만 달러부터 시작하며, 그 규모도 작은 편이라는 판단이다. [33:20]
• 기본 전략은 투자를 주도하거나 공동 주도하고, 의미 있는 금액을 투자해 기업을 뒷받침하는 것이다. 새 펀드의 시리즈 A 투자금은 대체로 1,000만~3,000만 달러를 예상하며, 전체 라운드 규모는 그보다 클 수 있다. 예외적인 전략적 투자도 가능하다. [33:53]

19. 창업자 투자와 직접 구상한 시드 투자로 초기 지분을 확보한다

• 시드 단계에서 의미 있는 지분을 확보하기 위해, 기존보다 창업자 자체에 대한 투자를 늘리는 방안을 검토한다. 제품 제작이 더 쉽고 저렴하고 빨라진 만큼, 강한 투자 가설이 있는 분야에서는 파트너십 내부에서 직접 제품을 만드는 인큐베이션도 고려한다. [34:36]
• 내부 아이디어에 맞는 창업자를 찾아 함께 사업을 시작하고, 시장에서 투자받기 전에 첫 두 차례 자금을 제공하는 방식도 가능하다. USV가 직접 창업자는 아니지만 사업 출발 과정에 깊이 관여하는 형태다. [35:24]

20. 제품 사용 경험을 유지율·코호트 데이터와 대조한다

• 제품에 강한 확신을 가진 팀원이 있다는 점은 중요한 투자 판단 요소지만 절대적인 요건은 아니다. 제품이 없는 초기 창업자 투자나 소형 원자로 같은 에너지 투자는 다른 평가 방식이 필요하다. [36:55]
• 소비자 제품에서는 직접 사용하며 느낀 매력이나 이탈 가능성을 유지율·코호트 데이터와 대조한다. 제품이 계속 쓰일 것이라는 직관이 실제 사용자 행동에서도 확인되거나, 예상한 이탈 문제가 데이터에 드러나는지가 중요하다. [37:37]

21. 인재를 모으고 시장의 서사를 만드는 창업팀의 중요성이 커진다

• 강한 네트워크 효과가 팀의 한계를 어느 정도 보완하는 사례도 있지만, 현재는 팀의 중요성이 더 커졌다는 판단이다. 대형 연구소, 기존 기업, 막대한 자금을 확보한 스타트업과 경쟁하면서 뛰어난 인재를 끌어올 창업자가 필요하다. [38:26]
• 시장은 실제 사업 성과보다 훨씬 앞서 승자를 지목하고 특정 기업에 가치를 집중시키기도 한다. 창업자가 시장의 주도자로 인식될 서사를 만들고 관심을 모으는 능력은 자금 조달, 채용, 고객 확보에 영향을 준다. [39:23]

22. ARR보다 실제 사용 유지율이 제품의 지속성을 드러낸다

• 빠른 매출 증가로 ARR에 관심이 쏠리지만, 구독 결제 자체가 제품에 대한 만족을 입증하지는 않는다. 연간 구독이나 체험을 위한 선결제 때문에 제품을 좋아하는지 확인하기 전에 매출이 발생할 수 있다. [41:04]
• 사용자가 매일 또는 매주 돌아오는지, 한 달 뒤에는 이탈하는지 등 실제 사용 유지율을 확인해야 한다. 매출을 여러 해 유지하는 것도 중요하지만 제품이 좋지 않으면 결국 고객이 이탈하고 사업이 무너질 수 있다. [41:44]

23. 체험 열풍 속에서 생활에 정착하는 제품을 가려내야 한다

• 소비자 앱 시장은 체험 행동이 매우 활발한 반면 지속적인 참여는 낮다는 진단이다. 새로운 제품을 유료로 시험하는 사람은 많아도 계속 쓰는 제품은 적으므로, 체험 수요가 장기 가치를 과장할 수 있다. [42:23]
• 장기 가치는 제품이 사용자의 생활에 통합될 때 생긴다. 창업팀이 작은 기능과 사용 유인을 조정하고 제품을 계속 새롭게 만드는 방식은 사용 유지 가능성을 판단하는 단서다. [43:01]

24. 장기 성장은 단일 제품에서 여러 사업으로 확장하는 능력에 달린다

• USV는 10년 넘게 지원하는 기업도 있는 장기 투자자이며, 성장한 기업에는 새로운 제품과 사업을 만들 수 있는 역량을 요구한다. 2016년 펀드의 주요 투자 기업인 의료 AI 기업 Abridge는 약 5~6년간 단일 제품으로 매출을 올리다가 최근 12개월 동안 두 개의 새 제품·사업을 출시했다. [43:52]
• 세 제품은 서로 시너지를 내며 사업 기반을 더 안정적으로 만들 수 있다. 고객이 추가 제품을 채택할수록 Abridge에 대한 의존도가 높아지는 구조는 뛰어난 기업이 한 단계 더 성장할 가능성을 보여준다. [44:43]

25. 대표 성공 기업들도 작은 출발과 긴 정체기를 거쳤다

• USV는 지금까지 10개가 넘는 초기 펀드를 운용했고, 각 펀드에서 두세 곳의 뛰어난 기업이 나왔다는 경험을 갖고 있다. Twitter, Etsy, Indeed, MongoDB, Twilio, Stripe, Coinbase, Duolingo 등이 사례이며, 지난 20년간 특별한 기업으로 성장한 투자처는 약 20~25곳이라는 평가다. [46:11]
• Indeed는 소수 창업자와 엔지니어의 아이디어에서 출발해 세계 최대 수준의 채용 시스템으로 성장했다는 평가를 받는다. Twitter 역시 투자 당시에는 다섯~여섯 명 규모였지만 중요한 미디어 인프라가 됐다. [47:25]

26. Abridge의 전환은 초기 사업안보다 팀과 방향성의 중요성을 보여준다

• Abridge는 처음에 환자가 진료를 녹음하는 소비자 제품으로 시장에 접근했지만, 수년간 성과를 내지 못했다. 실제로 진료 녹음을 원한 쪽은 의사였고, 초기 시장 진입 방식은 당시 제품에 맞지 않았다. [48:52]
• 투자 대상은 처음 구상한 사업안 그대로라기보다 팀, 제품 감각, 아이디어의 방향성이었다. Shiv와 팀이 방향은 맞지만 세부는 틀린 출발점을 수정해 적절한 제품과 시장 진입 방식을 찾아가는 역량이 중요했다. [49:19]

27. 뛰어난 창업자는 비전을 실행으로 연결하고 어려운 전환을 감당한다

• Duolingo도 최종적으로 알려진 제품과 다른 외국어 문서 번역 제품에서 출발했다. 뛰어난 창업자는 실현하려는 비전과 이야기 전달 능력을 결합해 필요한 인재, 투자자, 제품을 모을 수 있다. [50:07]
• 이런 역량은 상장 기업의 CEO가 된 뒤보다 아이디어만 가진 초기 단계에서 알아보기 어렵다. USV도 창업자 판단을 맞히는 경우보다 틀리는 경우가 더 많다고 인정한다. [50:55]

28. 투자 가설은 남보다 일찍 움직이게 하지만 가설 자체도 틀릴 수 있다

• Coinbase는 암호화폐의 매우 초기 단계에, Abridge는 AI와 의료 데이터 활용의 초기 단계에 투자한 사례다. Radiant도 AI에 풍부한 에너지가 필요하다는 인식이 널리 퍼지기 전에 투자했으며, 투자 시점은 2021년으로 나온다. [51:41]
• 준비된 관점과 가설이 있으면 아직 명확하지 않은 분야에 투자할 수 있다. 창업자의 생각을 듣기만 하는 대신 투자자와 창업자 각자의 가설이 어디에서 일치하는지부터 논의할 수 있다는 장점도 있다. [53:03]

29. 기술 전환기의 승자는 제품 완성도와 조직·자본 동원력을 함께 갖춘다

• 개인용 에이전트가 보편화될 것이라는 전망만으로는 승자를 정할 수 없다. 적절한 기능을 제대로 조합하고 맞는 사업 모델로 제공하며, 제품이 확산될 때 자본을 확보해 기회를 따라 성장할 수 있어야 한다. [55:48]
• 자금 조달에 능해도 경쟁력 있는 제품을 못 만들 수 있고, 좋은 제품을 만들어도 팀과 자금을 모으지 못하면 경쟁에서 밀릴 수 있다. 두 역량을 함께 갖춘 기업이 결국 크게 성공한다는 판단이다. [56:27]

30. ‘Rebel Alliance’는 개발자가 통제할 수 있는 AI 스택에 대한 투자 가설이다

• 주요 AI 기업의 스택 외에도 오픈소스 모델, 공개 가중치 모델, 실행 프레임워크와 인프라를 조합해 완성된 제품을 만드는 생태계가 있다. USV는 이런 흐름을 ‘Rebel Alliance’라고 부른다. [57:45]
• 개발자는 폐쇄적인 플랫폼 위에 제품을 만들었다가 플랫폼 운영사가 직접 경쟁에 나서면 밀려날 수 있다는 우려를 갖고 있다. Facebook 위에서 사업을 만들었던 기업들이 배제된 경험은 개발자가 통제하고 신뢰할 수 있는 스택을 원하는 배경이다. [58:24]

31. 기업별 요구에 맞춘 오픈소스 코딩 에이전트

• Coinbase는 Claude 중심의 개발 방식에서 벗어나 오픈소스 제품 Pi를 기반으로 자체 코딩 에이전트 하네스를 구축했다. Pi를 내놓은 Arendelle은 USV의 투자사이며, Shopify도 같은 방향으로 움직였다. [1:00:12]
• 기업의 개발 조직에는 요구에 맞춰 진화시킬 수 있는 유연한 도구가 필요하다. USV는 오픈소스 도구에 강한 확신을 갖고 있으며, 다른 투자자의 관심이 상대적으로 낮은 영역에서 창업자와의 공감대가 투자 경쟁력으로 이어진다고 본다. [1:00:43]

32. 에너지는 AI 성장에 투자하는 간접 경로

• AI의 여러 기술·제품 변수를 개별적으로 판단하지 않고 성장에 투자하려면 에너지가 단순한 선택지가 될 수 있다는 관점이다. [1:01:20]
• 에너지는 USV 포트폴리오의 20~30%를 차지한다. USV는 이를 AI 성장에 대한 효과가 크게 나타날 수 있는 투자로 평가하지만, 전체 전략을 에너지에만 집중하지는 않는다. [1:01:36]

33. 업무 자동화를 넘어 시장 구조를 바꾸는 AI

• 지난 소프트웨어 시대가 기존 기업과 시장의 업무 자동화에 집중했다면, AI는 대형 조직과 기관이 독점하던 지능을 훨씬 낮은 비용으로 제공할 수 있다. 지능에 대한 접근 확대가 시장 전체의 재편으로 이어질 수 있다는 투자 논리다. [1:02:04]
• AI 의료 서비스는 기존 의료체계의 효율을 높이는 데 그치지 않고 소비자에게 휴대전화 속 의사를 제공하려 한다. 유타에서는 처방까지 가능한 사례가 있으며, 규제 약물은 대상이 아닐 것으로 추정한다. 거의 비용 없이 즉시 진료에 접근할 수 있다면 기존 의료시장의 구조가 달라질 수 있다. [1:02:39]

34. 전문직 보조 도구에서 전문 서비스의 직접 대체로

• AI를 변호사·회계사·의사에게 판매하는 대신, 사용자가 AI에 직접 법률 업무·세금 신고·진료를 맡기는 서비스가 투자 방향이다. 사람을 거치지 않고 필요한 결과를 얻는 구조를 지향한다. [1:04:09]
• USV 법률 업무의 20~30%는 더 이상 인간 변호사가 처리하지 않는다. AI가 할 수 있는 일과 맡기면 안 되는 일을 구분하며, 투자 조건서 발행처럼 반복되는 업무는 과거 문서를 학습시켜 처리할 수 있다고 본다. [1:04:39]

35. 기존 기업의 인건비와 매출 구조가 전환을 어렵게 한다

• 사람의 노동에 기반한 전문 서비스 기업은 직원에게 보수를 지급해야 하므로 기존 유료 업무를 무료로 제공하기 어렵다. AI가 같은 업무를 대신하면 고객의 비용 절감과 기존 기업의 수익모델이 충돌한다. [1:05:52]
• 신규 기업의 방식이 기존 사업을 근본적으로 위협할 때 기존 기업에 맞서 투자하기 좋은 시점이라는 원칙이다. 일부 법률회사가 엔지니어와 머신러닝 인력을 채용해 대응하더라도, 성공적인 AI 전환은 자체 매출을 잠식할 수 있다. [1:06:24]

36. 누구나 만들 수 있는 AI 제품의 경쟁우위

• 경쟁의 핵심은 기존 기업의 대응 능력뿐 아니라 누구나 유사한 에이전트를 만들 수 있다는 점이다. USV도 법률 모델을 구매하지 않고 직접 학습시켰다. [1:07:46]
• 개발이 빨라지고 효율적일수록 네트워크 효과, 실행 속도, 팀, 제품 설계가 사용자가 지속적으로 의존하는 서비스를 만드는 차별화 요소가 된다. 물리적 AI, 현장의 데이터, 에너지처럼 소프트웨어와 다른 조건에서 작동하는 영역도 투자 기회다. [1:08:03]

37. 개인 에이전트가 소비자 보안의 경계를 바꾼다

• 기업 중심이었던 사이버보안은 소비자가 에이전트에 광범위한 권한을 넘기면서 소비자 영역에서도 크게 달라질 가능성이 있다. [1:08:45]
• 에이전트가 이메일에 접근하면 비밀번호 재설정 메일까지 읽을 수 있어 사용자의 다른 계정에도 접근할 수 있다. 기존 비밀번호 복구 방식과 권한 관리 체계가 달라져야 할 수 있다. [1:09:09]

38. 개인정보 보호와 기기 내 모델의 수요 확대 가능성

• DuckDuckGo처럼 개인정보 보호를 중시하는 이용자층이 충분해 강한 사업을 만든 사례가 있지만, 다른 서비스에서는 사용자의 관심과 유인이 부족했다. AI 확산으로 보안과 개인정보 보호에 대한 수요가 달라질 수 있다. [1:10:24]
• 기기 내 모델, 개인용 보안 제품, 비공개 모델이 이전보다 주목받을 가능성이 있다. 생체인증도 사람이 실제 인간임을 증명하는 수단으로 중요해질 수 있다. [1:10:58]

39. 암호자산 보호 경험이 보여주는 AI 신뢰의 조건

• Fred는 암호자산을 보유한 15년 동안 네 차례 해킹을 당했지만 약 99%를 유지했다고 한다. 다른 참여자도 사기범과 약 15분간 통화하다 배우자의 경고로 피해를 피한 경험이 있어, 사용자의 실수와 기만을 막는 보호 장치가 중요하다. [1:12:18]
• Coinbase는 콜드 스토리지, 이중 인증, 출금 지연 등으로 자산을 보호하고 고객 자신의 실수로 인한 피해도 줄인다. 이 기능은 위험하게 느껴지는 시장에 사용자가 참여할 수 있도록 신뢰를 제공한다. [1:13:31]

40. 상호 대화로 아이디어를 만드는 팀 문화

• USV는 파트너뿐 아니라 전체 팀이 서로의 생각을 듣고 대화를 주고받으며 공동으로 아이디어를 발전시키는 방식으로 일한다. [1:16:09]

41. 현재 시장 규모보다 미래 확장성과 선두 집중을 본다

• 모든 투자사가 1조 달러 기업이 될 것으로 기대하지는 않는다. 벤처투자는 일부 압도적 성과에 의존하며, 현재 지출 규모만 평가했다면 초기 Coinbase 투자의 잠재력을 설명하기 어려웠을 것이다. [1:16:31]
• 로보틱스와 센서 확산은 현재 시장보다 2030년·2040년·2050년의 가능성을 기준으로 평가한다. Radiant의 원자력 사업도 현재 시장은 거의 없다고 보면서 향후 핵심 에너지원이 될 수 있다는 믿음으로 투자한다. [1:17:44]

42. 작은 펀드와 초기 지분 확보가 기업가치 기준을 바꾼다

• USV는 투자 성립 조건으로 1조 달러 기업가치를 요구하지 않는다. 펀드 규모와 보유 지분을 고려하면 주요 성공 기업이 수십억 달러 규모여도 높은 수익을 낼 수 있고, 약 100억 달러 규모의 성공 사례들도 큰 수익을 만들었다. [1:19:14]
• 충분히 이른 단계에 투자하고 적절한 지분을 확보하면 수십억 달러 규모의 회수도 작은 펀드에는 큰 성과가 된다. 진입 시점과 지분율이 최종 기업가치만큼 중요하다. [1:20:30]

43. 창업자의 지속력과 경험 축적이 투자자에게 주는 자극

• 창업자는 문제를 전혀 다른 방식으로 바라보고 투자자의 생각도 바꾸는 영감의 원천이다. 새로운 관점을 가진 기업가를 계속 만날 수 있다는 점이 벤처투자 업무의 매력이다. [1:21:59]
• Steady의 창업자는 10년 중 7년을 버틴 뒤 최근 3년 동안 사업의 성장세를 만들었다. 어려운 시기에도 팀의 기준과 제품 준비도를 유지하고 외부 시장의 기회가 왔을 때 이를 활용한 지속력과 실행력이 핵심이다. [1:22:42]

🧾 결론

• USV는 초기 투자 중심을 유지하면서 커진 라운드에 맞춰 건당 투자액을 늘리고, 시드 투자와 인큐베이션을 확대하려 한다.
• 펀드 수익은 최종 기업가치뿐 아니라 진입 시점과 확보 지분에 좌우된다. USV는 모든 투자처가 1조 달러 기업이 되어야 한다고 보지 않는다.
• 장기 성과를 내려면 제품의 지속 사용, 팀의 전환 능력, 자본 동원력이 함께 필요하다. 초기 제품 제작 능력만으로 이를 판단하기는 어렵다.
• 가설 중심 투자는 불확실한 분야에 먼저 진입하게 하지만, 창업팀뿐 아니라 투자 가설 자체를 잘못 선택할 위험도 있다.

📈 투자·시사 포인트

• AI 기업의 자본 수요를 볼 때 개발비 절감과 고객 확보·추론 비용을 따로 살펴야 한다. 무료 확산이 커질수록 사용량 증가가 비용 부담으로 이어질 수 있다.
• 소비자 AI의 경쟁력은 매출 증가와 함께 실제 재방문·유지율, 생활 속 사용 정착, 네트워크 효과로 점검필요가 있다.
• 공개 모델과 유연한 도구에 대한 기업 수요는 독립적인 AI 인프라의 기회다. 플랫폼 운영사가 직접 경쟁에 나설 위험이 이 수요의 배경이다.
• 에너지와 물리적 AI는 AI 성장에 참여하는 다른 경로지만, 소프트웨어와 비용 구조가 달라 필요한 자본의 규모와 형태를 구분해야 한다.
• 전문 서비스의 직접 대체는 사용자 비용을 낮출 가능성이 있다. 기존 기업에는 인건비와 매출 잠식이 전환의 제약으로 작용할 수 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• 약 30~40개 투자 기업, 시드 비중 확대, 시리즈 A 투자금 범위는 예상과 계획이다. 확정된 집행 결과나 신규 펀드의 분야별 배분으로 해석해서는 안 된다. 에너지 비중 20~30%도 신규 펀드 배정 비율로 제시된 수치는 아니다.
• 소비자 에이전트에서 규모·유통망만으로 지속적인 경쟁력이 생길지, 다중 사용자 경험이 새로운 네트워크 효과를 만들지는 아직 확인되지 않았다.
• 모델 성능의 발전 속도와 컴퓨팅 비용 하락 폭은 불확실하다. 추론 비용 보조가 언제 줄어들지 판단할 근거도 충분하지 않다.
• 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

• 펀드 전략을 검토할 때 조성 총액, 투자 단계, 건당 투자액, 목표 지분율, 예상 투자 기업 수를 함께 정리한다.
• AI 서비스의 비용을 제품 개발, 고객 확보, 운영, 추론·컴퓨팅 보조로 나누고 무료 이용 확대가 비용에 미치는 영향을 확인한다.
• ARR과 별도로 일간·주간 재방문, 코호트별 유지율, 체험 이후 실제 사용을 점검한다.
• 창업팀이 제품 방향을 수정한 경험과 인재 채용·자금 조달·후속 제품 출시 역량을 확인한다.

❓ 열린 질문

• 소비자 AI의 장기 경쟁력은 규모와 유통망에서 나올까, 여러 사람이 함께 사용하는 네트워크 효과에서 나올까?
• 개발비 절감이 추론 비용과 고객 확보 비용 증가를 얼마나 상쇄할 수 있을까?
• 개인 에이전트가 여러 서비스와 연결될 때 표준과 사용자 신뢰를 누가 확보할까?