AI 스타트업 7곳 평균 기업가치 31배 평가 사례…세쿼이아 파트너 AGI 발언

AI 스타트업 7곳의 평균 기업가치가 초기 투자 뒤 한 달도 지나지 않아 1억1000만달러(약 1493억원)에서 34억달러(약 4조6140억원)로 평가된 사례가 소개됐다. 평균 약 31배 상승한 수치지만, 기업명과 개별 거래 조건은 공개되지 않았다.

팻 그레이디(Pat Grady) 세쿼이아캐피털 파트너는 9월 24일 보스턴칼리지 투자위원회 발표에서 이 사례를 제시한 것으로 전해졌다. ABMedia는 세쿼이아캐피털이 최근 12개월 동안 투자한 7개 기업의 평균 사후 기업가치가 초기 투자 당시 1억1000만달러였다고 전했다.

31배라는 평균 기업가치 변화와 발표 개최 여부를 뒷받침하는 공개 공식 문서는 별도로 제시되지 않았다. 따라서 이 수치는 AI 스타트업 전체의 평균 상승률이 아니라 특정 7개 기업을 대상으로 소개된 사례로 봐야 한다.

◇ 세쿼이아캐피털이 본 기능적 AGI

세쿼이아캐피털은 AI 발전 단계를 사전학습, 추론 능력, 장시간 작업으로 나눴다. 팻 그레이디와 소니아 황은 세쿼이아캐피털 공식 글에서 “AGI는 지금 여기에 있다”고 썼다.

세쿼이아캐피털은 AGI를 기술적 정의가 아니라 ‘문제를 스스로 해결하는 능력’으로 설명했다. 챗GPT는 2022년 사전학습의 전환점을, OpenAI o1은 2024년 말 추론 능력의 진전을 보여준 사례로 제시됐다.

장시간 작업이 가능한 AI 에이전트는 현재 약 30분 동안 업무를 안정적으로 수행하는 수준으로 설명됐다. 다만 에이전트가 환각을 일으키거나 문맥을 잃고 잘못된 방향으로 작업할 수 있다는 한계도 함께 언급됐다.

변화의 핵심은 챗봇에서 업무 수행자로의 이동이다. AI 서비스가 질문에 답하는 수준을 넘어 채용, 코딩, 법률, 의료, 사이버보안 등 특정 업무를 끝까지 수행하는 형태로 바뀔 수 있다는 설명이다.

◇ 응용 기업의 기회는 ‘확산 격차’

세쿼이아캐피털은 AI 모델이 할 수 있는 일과 기업이 실제로 활용하는 수준 사이의 차이를 ‘확산 격차’로 제시했다. 모델 성능이 높아져도 기업 현장에 업무 방식으로 정착하는 데는 별도의 시간이 필요하다는 의미다.

우선순위가 높은 분야로는 코딩, 사이버보안, 의료, 금융 서비스, 회계 등 고부가가치 지식 노동이 거론됐다. 기업의 핵심 데이터와 업무 흐름을 관리하는 ‘시스템 오브 레코드’도 AI 시대의 응용 영역으로 제시됐다.

약물 설계 같은 과학 연구도 사례로 언급됐다. 일부 기업이 후보 물질 설계 기간을 수년에서 며칠로 줄였다는 설명은 나왔지만, 특정 기업의 성과와 기간을 뒷받침하는 독립 자료는 공개되지 않았다.

발표에는 Jev라는 분류기형 AI가 선택형 의사결정을 대규모 언어 모델보다 약 100배 낮은 비용으로 처리할 수 있다는 주장도 포함됐다. 출시 7일 만에 매출 1억달러(약 1357억원)를 기록했다는 설명도 나왔지만 공식 재무자료나 독립적인 매출 검증 자료는 확인되지 않았다.

Jev의 공개 개발자 자료는 자유로운 문장 대신 분류값, 점수, 확률 등 구조화된 결과를 제공하는 의사결정 모델로 이 서비스를 설명한다. 제품의 기능과 존재는 공개 자료에서 확인되지만 매출 수치는 검증 근거가 부족하다. 소셜미디어와 개발자 커뮤니티에서는 기존 분류기 기술을 새롭게 포장했다는 회의적 반응도 나왔다.

◇ 빠른 모델 발전에 짧아지는 제품 수명

AI 응용 기업의 핵심 위험은 기초 모델의 발전 속도다. 현재 유료로 판매하는 기능이 몇 달 뒤 대형 모델의 기본 기능으로 흡수될 수 있기 때문이다.

그레이디는 성공적인 AI 기업이 약 4개월마다 회사를 다시 발명해야 한다고 설명했다. 제품 기능뿐 아니라 조직 구조와 인력 운용 방식까지 바꿔야 한다는 의미다.

이에 따라 단순한 사용자 확보보다 특정 업무에서 반복적으로 사용되는 에이전트와 독자적인 데이터·업무 흐름을 확보하는 일이 중요하다는 분석이 제시됐다. AI 모델의 기능이 빠르게 평준화될수록 기업 고객의 업무 과정에 깊이 들어간 응용 서비스가 차별화 요소가 될 수 있다는 취지다.

AI 모델의 기능이 상품화되면서 최종 애플리케이션과 하드웨어로 가치가 이동할 수 있다는 논의는 AI 모델 상품화와 가치 이동 가능성과도 맞닿아 있다. 다만 이번에 소개된 31배 기업가치 상승 사례는 개별 기업명과 거래 자료가 공개되지 않은 만큼, AI 스타트업 전체의 평균 현상으로 확대해서는 안 된다.