🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

뤼튼, 업스테이지, 라이너, 스캐터랩, 네오사피엔스, 보이저엑스의 2025년 성적표는 “매출 성장”보다 “비용 구조와 방어력”이 진짜 평가 기준이라는 점을 보여준다.

📌 핵심 요점

1. 뤼튼은 2025년 매출이 크게 늘었지만, 외부 AI API 비용과 광고선전비가 함께 커지며 약 600억 원대 적자 부담이 남은 것으로 정리된다.

2. 업스테이지는 매출 성장과 손실 축소를 보였지만, 실제 매출의 상당 부분이 금융·대기업 대상 기술 용역에 가까워 자체 LLM 수익화와 글로벌 확장이 핵심 과제로 남는다.

3. 라이너는 해외 매출 비중이 높고 학술·전문 검색 같은 버티컬 전략을 택하면서 범용 AI 검색 경쟁을 피하려는 방향이 두드러진다.

4. 스캐터랩은 제타를 중심으로 매출 급증과 흑자 전환을 동시에 이뤄 영상 속 평가 기준에서는 가장 좋은 성과를 낸 사례로 언급된다.

5. 네오사피엔스와 보이저엑스는 각각 한국어 음성 AI, 영상 AI 편집 도구에서 손실을 줄이고 매출을 키웠지만, 해외 확장·프로 기능 고도화·반복 수익 확대가 추가 검증 포인트다.

🧩 배경과 문제 정의

• 2025년 국내 AI 스타트업 성적표를 볼 때, 단순한 매출 성장보다 수익성·비용 구조·지속 가능성이 핵심 판단 기준이 된다.
• 국내 AI 시장은 반도체·메모리 등 인프라 영역에 대한 기대가 크지만, 서비스형 AI와 LLM 응용 기업의 사업 경쟁력은 별도로 살펴볼 필요가 있다.
• 뤼튼·업스테이지·라이너·스캐터랩·네오사피엔스·보이저엑스는 모두 AI 기업으로 묶이지만, 매출원·비용 구조·플랫폼 의존도·규제 리스크는 서로 다르다.
• 뤼튼은 지드래곤 광고와 캐릭터 챗을 통해 매출을 크게 키웠지만, 외부 LLM API 비용과 광고비 부담으로 대규모 적자가 이어지고 있다.
• 업스테이지는 B2B·모델·SI 성격의 사업을 확장하고 있으나, 국내 솔루션 시장의 규모와 다음 인수 이후 B2C 전환 가능성이 주요 쟁점이다.
• 라이너는 범용 AI 검색보다 출처·논문·리포트 작성 등 버티컬 검색의 효용에 집중하며, 해외 중심 성장 가능성을 보여준다.
• 스캐터랩은 캐릭터 AI 플랫폼 제타를 통해 매출 급증과 흑자 전환을 이뤘지만, 성인 콘텐츠·저작권·IP 복제 리스크가 함께 제기된다.
• 네오사피엔스와 보이저엑스는 각각 음성 AI와 영상 제작 AI 영역에서 매출 성장과 손실 축소를 보이고 있으며, 반복 수익 기반의 사업성을 입증하는 것이 중요해지고 있다.

🕒 시간순 섹션별 상세정리

1. 국내 AI 스타트업 성적표 점검의 기준 [00:00]

• AI를 많이 쓴다고 곧바로 경쟁력이 생기는 것은 아니며, 기본적인 업무 역량과 사고·쓰기·말하기 능력이 뒷받침될 때 AI 활용 가치가 커진다
• 일부 AI 기업은 매출 급증과 흑자 전환을 보였지만, 다른 기업은 성장만큼 비용도 커져 지속 가능성이 핵심 쟁점으로 떠오른다

2. 뤼튼의 고성장과 비용 부담 [02:05]

• 뤼튼은 지드래곤 광고로 대중적 인지도를 높였고, 2025년 매출은 471억 원으로 전년 31억 원 대비 약 15배 증가했다
• 그러나 영업비용도 332억 원에서 1,059억 원으로 크게 늘어, 매출 성장에도 적자 부담은 계속되고 있다

3. 크랙 중심의 매출 급성장과 적자 확대 [04:00]

• 크랙이 뤼튼의 주요 매출원으로 작동한 것으로 보이지만, 서비스별 매출 비중은 공개되지 않아 정확한 규모는 확인하기 어렵다
• 월 매출이 30억 원을 넘는 흐름이 나타나며, 과거 연간 매출에 가까운 수준을 월 단위로 벌게 된 점이 성장의 핵심 근거로 드러난다

4. 외부 AI API 의존 구조와 수익성 리스크 [05:11]

• 뤼튼은 자체 LLM을 직접 제공하기보다 오픈AI·제미나이·클로드 등 외부 모델을 API로 조합해 서비스하는 구조에 가깝다
• 이용자가 늘수록 토큰 비용과 지급 수수료가 함께 증가해, 매출 확대가 곧 비용 증가로 이어지는 수익성 리스크가 생긴다

5. 광고선전비 급증과 런웨이 부담 [08:00]

• 토큰 사용료 최적화와 비용 통제는 아직 매출 성장 속도를 충분히 따라가지 못하는 상황이다
• 2024년 광고선전비는 약 293억 원으로 전년 61억 원 대비 약 5배 늘었고, 매출의 절반 이상이 광고 집행에 쓰인 셈이다

6. 광고 효과와 뤼튼의 빠른 피벗 압박 [10:17]

• 지드래곤 광고 이후 뤼튼의 인지도와 MAU가 크게 늘어, 광고 효과 자체는 있었던 것으로 평가된다
• 다만 광고비 규모에 비해 충분한 효율을 냈는지는 매출 성장과 런웨이 축소를 함께 놓고 봐야 한다

7. 생산성 글쓰기 도구에서 AI 포털로 바뀐 초기 전략 [12:00]

• 초기 뤼튼은 카피라이팅·번역·리포트 작성 등을 돕는 글쓰기 생산성 도구에 가까웠다
• 하지만 챗GPT 등장 이후 시장 관심이 범용 대화형 AI로 이동하면서, 단순 글쓰기 도구만으로는 차별화가 어려워졌다

8. 생활형·재미형 AI 전환과 래퍼 서비스의 한계 [13:04]

• 뤼튼 3.0 전략은 업무·학업 중심 생산성보다 재미와 생활형 사용성에 가까운 방향으로 이동했다
• 캐릭터 챗, 밈 생성, SNS 콘텐츠 제작처럼 재미형 서비스가 새로운 수익화 축으로 부상했다

9. LLM 위 래퍼의 가치는 추가 효용에서 갈린다 [16:00]

• 기본 LLM이 제공하지 못하는 명확한 추가 효용을 만들어야 별도 비용을 받을 수 있다
• 커서는 개발 환경 안에서 개발자에게 직접적인 가치를 제공한 성공적인 래퍼 사례로 나온다

10. 플랫폼이 흡수하기 쉬운 영역과 살아남는 영역 [18:11]

• LLM 회사가 모든 버티컬을 직접 공략하기는 어렵지만, 기술 개선만으로 해결되는 단순 서비스는 빠르게 흡수될 수 있다
• 서드파티가 살아남으려면 플랫폼이 쉽게 대체하지 못하는 산업별 문제 해결력과 실행 구조가 필요하다

11. 래퍼 서비스의 생존 조건과 뤼튼의 방어 전략 [20:00]

• 범용 LLM이 발전할수록 단순 대행형 서비스는 빠르게 밀려날 수 있다
• 버티컬 집중, 차별화된 효용, 독자적 세일즈 채널이 결합돼야 래퍼 기업의 방어력이 생긴다

12. 업스테이지의 실적 성장과 실제 수익 구조 [21:03]

• 업스테이지 매출은 139억 원에서 248억 원으로 약 70% 성장했고, 영업손실은 402억 원에서 305억 원으로 줄었다
• 뤼튼보다 성장률은 낮지만 비용 통제는 이뤄졌고, 안정적이지만 폭발력은 제한적인 성장 흐름으로 평가된다

13. 국내 IT 솔루션 시장의 한계와 글로벌 확장 필요성 [24:00]

• 솔라 매출은 아직 크지 않으며, 한국에서 IT 솔루션만으로 대형 기업으로 성장하기에는 시장 규모의 한계가 있다
• 그룹사 SI 기업들이 내부 수요를 대부분 흡수하기 때문에, 독립 솔루션 기업이 공략할 수 있는 큰 시장은 공공·금융 영역으로 좁아진다

14. 업스테이지의 적자 구조와 AI 모델 비용 부담 [25:25]

• 교육·AI 용역·AX 사업만으로는 모델 개발과 운영에 드는 비용을 충분히 감당하기 어렵다
• AI 기업 전반에 지급수수료와 모델 운영비 부담이 큰 과제로 남아 있다

15. 다음 인수의 전략적 결합 가능성과 플랫폼 리스크 [28:01]

• 업스테이지는 B2B 중심 기업이지만, 다음 인수는 B2C 플랫폼 자산을 함께 운영해야 하는 새로운 과제를 만든다
• 기술을 여러 시장에 적용하는 확장성은 있지만, B2B와 B2C를 동시에 성공시키는 난도는 높다

16. B2B에서 B2C 확장의 난도와 독파모 프로젝트 [29:58]

• 아마존과 구글은 B2C 기반에서 B2B로 확장하며 성공 사례를 만들었다
• 반대로 B2B 중심 기업이 B2C에서 크게 성공한 사례는 드물어, 업스테이지의 다음 인수는 높은 실행 난도를 안고 있다

17. 업스테이지를 둘러싼 정책 수혜 기대와 기술력 우려 [32:00]

• 투자자들은 정책 수혜, 정치·금융권 지원, 국가 AI 인프라 공급 가능성을 기대 요인으로 본다
• 다만 실제 기술력과 사업 성과가 이러한 기대를 뒷받침할 수 있는지가 핵심 관찰 지점이다

18. 다음 인수 이후 B2C 접점과 검색·AI 결합 가능성 [34:34]

• 한국 B2B 솔루션 시장만으로는 1조 원대 밸류에이션을 설명하기 어렵다는 시각이 있다
• 다음은 축소된 서비스이지만, 여전히 수백만 MAU로 추정되는 고객 접점을 제공할 수 있다

19. 라이너의 매출 성장과 해외 중심 구조 [36:22]

• 라이너는 공시 대상이 아니어서 공개 자료만으로 실적을 확인하기 어렵고, 회사 측 확인 기준 매출은 약 33억 원 수준이다
• 전년 대비 매출은 43% 성장했으며, 마케팅 비용을 줄이면서도 성장했다는 점이 긍정적으로 평가된다

20. 퍼플렉시티와 다른 라이너의 버티컬 검색 전략 [38:06]

• 퍼플렉시티는 AI 시대의 구글을 지향하는 범용 검색 전략에 가깝다
• 라이너는 막대한 자금으로 범용 검색 시장을 겨냥하기보다, 확실한 사용처를 좁혀 공략하는 버티컬 전략에 가깝다

21. 출처 중심 AI 검색의 수익화 가능성 [40:00]

• 해외 리포트·논문 작성에서는 각주와 출처 표기가 중요하고, 이를 직접 찾는 과정은 시간이 많이 든다
• 라이너는 문장이나 주장에 맞는 출처를 찾아 붙이는 기능으로 실질적 효용을 만든다

22. 버티컬 서비스 분화와 라이너의 생존 전략 [41:26]

• 라이너는 범용 AI 검색, 학술 연구 특화 에이전트, 작성·발표 자료용 서비스로 기능을 나누고 있다
• 문장 단위 출처 제시를 통해 생성형 답변보다 근거 기반 검색 경험에 가까운 차별화를 시도한다

23. 스캐터랩의 매출 급증과 흑자 전환 [44:01]

• 스캐터랩은 과거 수십억 원대 적자를 이어왔지만, 2024년 매출 51억 원을 기록하며 변화가 시작됐다
• 2025년 매출은 267억 원으로 뛰었고, 28억 원 흑자를 내며 처음으로 이익을 냈다

24. 플랫폼형 캐릭터 AI 모델과 뤼튼 대비 차이 [45:43]

• 제타는 회사가 직접 캐릭터를 만드는 방식보다, 크리에이터가 캐릭터를 만들고 이용자가 사용하는 플랫폼 구조에 가깝다
• 크리에이터에게 최대 60%까지 수익을 배분해, 초기 참여자들이 캐릭터 제작과 수익화에 적극적으로 참여할 유인을 만들었다

25. 스캐터랩의 소형 언어모델 경쟁력과 수익 모델 리스크 [48:02]

• 스캐터랩은 외부 LLM 토큰 비용을 줄이고, 축적 데이터와 파인튜닝 노하우를 감정 표현 특화 소형 언어모델에 집중한다
• 캐릭터 생성과 롤플레이 경험이 핵심 사용 동기이며, 매출 성장과 비용 통제가 동시에 가능해 보이는 구조를 만든다

26. 규제·저작권 리스크와 네오사피엔스 매출 성장 [49:41]

• 캐릭터챗은 성인 콘텐츠 수요와 맞물린 회색 지대가 있어, 규제 기관 개입 가능성이 리스크로 남는다
• 이용자가 캐릭터를 직접 만드는 구조에서는 기존 IP 모방 문제가 생기기 쉬워 저작권 리스크도 커진다

27. 손실 축소와 미국 시장 부진 [52:01]

• 영업손실은 78억 8천만 원에서 26억 8천만 원으로 줄어, 매출 증가와 손실 축소가 동시에 나타났다
• 단기순손실은 약 70억 원 수준이며, 이자 비용 등 영업 외 비용이 손실 규모에 영향을 준 것으로 보인다

28. 한국어 특화 음성 AI와 수익성 개선 요인 [53:02]

• 한국어 음성 합성에서는 자연스러운 발음과 숫자 처리 품질이 중요한 경쟁력으로 드러난다
• 네오사피엔스는 단순 음성 합성을 넘어 캐릭터성과 연기성을 가진 ‘AI 배우’형 발화를 지향한다

29. 보이저엑스의 2025년 실적과 손익 개선 [56:01]

• 보이저엑스는 영상 AI 영역의 회사로, 2025년에 매출 142억 원, 영업손실 41억 원을 기록했다
• 2024년 매출 73억 원, 영업손실 54억 원과 비교하면 매출은 약 두 배로 늘었고, 손실 규모는 축소됐다

30. 브루의 구독 성장과 보이저엑스의 AI 경쟁력 [57:35]

• 브루는 영상 편집에 널리 쓰이는 제품으로, 2023년 유료화 이후 구독 기반 성장이 본격화된 것으로 압축된다
• ARR은 반복 결제 매출을 연간 기준으로 환산한 지표이며, 구독 서비스가 얼마나 안정적인 매출 기반을 갖췄는지 보여준다

31. 올인원 제작 도구의 편의성과 콘텐츠 획일화 문제 [60:00]

• 이미지 검색, 무료 이미지 활용, 이미지·동영상 생성, 자막 추가까지 한 플랫폼 안에서 처리할 수 있어 제작 과정의 효율이 높아진다
• 다만 많은 사용자가 같은 도구와 기능을 활용하면 결과물의 분위기나 형식이 비슷해지는 콘텐츠 획일화 문제가 생길 수 있다

32. 음성·캐릭터 표현 한계와 프로 기능 확장 필요성 [62:00]

• 타입캐스트는 감정 표현, 속삭임, 사투리 등 음성 연출의 폭이 넓은 반면, 브루의 음성 기능은 상대적으로 표현력이 제한적이라고 나온다
• 뉴스처럼 감정 표현이 크지 않은 장르에서도 목소리와 캐릭터의 차이는 시청 지속성과 콘텐츠 차별성에 영향을 줄 수 있다

33. 브루 중심의 영상 AI 회사로 초점이 좁혀진 전환 [64:01]

• 브루는 네이버 블로그와 독자 사이트 사이에서 워드프레스처럼 중간 지점을 제공하는 도구로 비유되며, 잘 구축하면 양쪽의 장점을 함께 가질 수 있다
• 과거 보이저엑스는 AI 딥러닝 기반의 여러 서비스를 실험하는 회사에 가까웠지만, 현재는 브루를 중심으로 한 동영상 AI 회사로 사업 초점이 좁혀진 것으로 평가된다

34. IPO 스토리의 조건과 반복 수익 기반 성장 전망 [66:25]

• IPO 계획이 공식화된 것은 아니지만, 누적 투자 규모를 고려하면 향후 가능성은 열려 있는 상황으로 나온다
• 다만 솔루션 회사는 성장성이 제한적으로 보일 수 있으므로, 매출 확대뿐 아니라 흑자 구조와 반복 수익 기반의 사업성을 함께 입증해야 한다

35. 국내 AI 기업들의 성장 흐름 [68:01]

• 국내 AI 기업들은 전반적으로 매출이 개선되고 적자가 줄어드는 등 성장 신호를 보이고 있다
• 따라서 위험 요인만 부각하기보다, 실적 개선 흐름과 사업 확장 가능성을 함께 살펴볼 필요가 있다는 관점이 드러난다

36. 실적 발표 이후의 후속 관찰 필요성 [68:25]

• 작년 실적 발표가 마무리되면서, 공시가 나온 회사와 아직 공시되지 않은 회사를 구분해 살펴볼 수 있는 시점이 됐다
• 이번 실적 발표와 직접 연결되지 않더라도, 주목받는 국내 AI 회사들의 성과와 변화는 앞으로도 계속 관찰할 필요가 있다는 결론으로 마무리된다

🧾 결론

• 이번 영상의 핵심은 국내 AI 스타트업들이 전반적으로 성장하고 있지만, 단순 매출 증가만으로 사업성을 판단하기 어렵다는 점이다.

• 외부 LLM API에 크게 의존하는 서비스는 사용자가 늘수록 비용도 함께 증가할 수 있어, 단위경제성과 자체 모델·비용 최적화 능력이 중요해진다.

• 스캐터랩처럼 특정 사용 경험에 집중하고 광고·구독 모델을 조합한 사례는 상대적으로 좋은 성과를 보였지만, 캐릭터챗 시장의 규제·저작권 리스크는 별도로 남아 있다.

• 업스테이지의 정책 수혜, 다음 인수, 독자 AI 파운데이션 모델 프로젝트 관련 기대는 영상 속 전망이며, 실제 성과와 기술 경쟁력은 추가 검증이 필요하다.

• 국내 AI 기업들의 다음 단계는 “AI를 한다”가 아니라, 고객이 돈을 낼 만큼 뚜렷한 효용과 지속 가능한 수익 구조를 만드는 데 달려 있다.

📈 투자·시사 포인트

• 투자 관점에서는 매출 성장률보다 지급수수료, 광고선전비, 인건비, GPU·데이터 비용 같은 핵심 비용 항목이 매출 대비 얼마나 통제되는지를 봐야 한다.

• 래퍼형 AI 서비스는 범용 LLM이 기능을 흡수할수록 방어력이 약해질 수 있으므로, 버티컬 전문성·워크플로 내재화·독자 데이터·세일즈 채널이 중요하다.

• B2C AI 서비스는 빠른 트래픽 성장이 가능하지만 유행 민감도와 광고 의존 리스크가 크고, B2B AI 서비스는 안정적일 수 있으나 국내 시장 규모 한계와 글로벌 확장 난도가 있다.

• 스캐터랩, 네오사피엔스, 보이저엑스처럼 특정 영역에 집중한 기업은 손익 개선 가능성을 보여줬지만, 각자의 규제·저작권·해외 확장·프로 시장 진입 리스크를 함께 확인해야 한다.

• 영상에서 언급된 일부 수치와 정책 수혜 전망, 인수 효과, 올해 성장 전망은 원문 기반 주장으로 정리한 것이며, 실제 투자 판단에는 공시·감사보고서·회사 발표·후속 실적 확인이 필요하다.

⚠️ 불확실하거나 확인이 필요한 부분

• 뤼튼의 2025년 매출 증가가 크랙 또는 캐릭터 챗에서 얼마나 발생했는지는 서비스별 매출 비중이 공개되지 않아 확인이 필요하다.
• 뤼튼의 지드래곤 광고 관련 비용은 광고선전비 증가와 연결해 추정된 부분이며, 모델료·매체 집행비·캠페인 전체 비용의 세부 구분은 별도 확인이 필요하다.
• 업스테이지의 다음 인수 효과, 독자 AI 파운데이션 모델 프로젝트 수혜, 국가기관 공급 가능성은 영상 속 전망에 가까우며 확정된 실적으로 단정하기 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

• 뤼튼, 업스테이지, 스캐터랩, 네오사피엔스, 보이저엑스의 최신 공시·감사보고서 기준 매출, 영업손익, 현금성 자산 수치를 재확인한다.
• 공시 대상이 아닌 라이너의 매출, 해외 비중, 영업손익은 회사 발표·인터뷰·투자 자료 등 출처를 분리해 검증한다.
• 각 기업의 성장성을 매출 증가율만이 아니라 지급수수료, 광고선전비, 인건비, API·GPU 비용 등 단위경제성 관점으로 비교한다.
• 래퍼형 AI 서비스와 자체 모델·버티컬 서비스의 차이를 구분해, 뤼튼·라이너·스캐터랩의 방어력을 별도 평가한다.

❓ 열린 질문

• 뤼튼은 외부 LLM API 비용과 지급수수료 부담을 줄이면서 캐릭터 챗 중심 매출을 흑자 구조로 전환할 수 있을까?
• 업스테이지는 SI·교육·AX 용역 중심 매출 구조를 넘어 자체 LLM 솔라와 다음 B2C 접점을 실질 수익원으로 만들 수 있을까?
• 라이너의 버티컬 검색 전략은 퍼플렉시티·ChatGPT·Gemini 같은 범용 AI 검색의 기능 확장 압박을 얼마나 방어할 수 있을까?