인공지능 시대의 Slack: 금광 "맥락"을 독점하는 진짜 돈 버는 B2C 플랫폼
Slack이 인간-인간(SaaS)을 연결했다면, 차세대 승자는 인간-AI-인간을 연결한다
본 커뮤니티의 모든 내용은 대중에게 공개된 정보를 기반으로 한 개인적인 뷰이며 투자에 대한 조언이 아닌 전반적인 미국 실리콘밸리에서 보는 시장, VC, 스타트업, 기술 트렌드에 대한 개인적인 의견들입니다.
유튜브, 링드인, 인스타그램, 스레드 등 다른 다양한 채널들을 보고 싶으시다면 위의 링크를 이용하시거나 컴퓨터에서 오른쪽에 “Social” 을 찾아봐주세요!
안녕하세요!
어제 보내드린 뉴스레터에서 우리는 “왜 애플이 AI 시대에도 건재할 수밖에 없는지”에 대해 이야기했습니다. “디자인 회사라서 망하는게 아니라 디자인 회사이기 때문에 승리한다”는게 가장 주요 포인트였다고 생각하고 거기서 또 중요한 키워드는 “맥락”이라고 생각합니다.
또 제가 “맥락”에 대해서 쓴 다른 글들은 하드웨어와 그 하드웨어에서 수집된 데이터를 처리하는 솔루션에 집중했었는데, 오늘은 소비자들이 직접 쓸수있는 소프트웨어 아이디어가 떠올라 공유드리려고 합니다.
우리는 파워포인트를 빠르게 만드는 게 아니라, 비즈니스 커뮤니케이션을 근본적으로 바꿔야 합니다.
우리는 슬랙을 자동화시키는 게 아니라, 새로운 AI 시대에 맞는 협업 툴을 완전히 새로 만들어야 합니다.
기존의 툴들은 ‘인간끼리’ 일하던 시대의 유물입니다. AI라는 새로운 존재가 팀원으로 들어온 지금, 우리에게는 새로운 그릇이 필요합니다. 그 핵심에 바로 ‘맥락’이 있습니다.
One Liner 한줄 요약
인공지능 시대의 Slack (The Slack for AI Era )
Slack이 인간-인간 협업을 연결했다면, 우리는 인간-AI-인간 협업을 연결합니다. 모든 AI 모델을 하나의 허브로 통합하고, 당신의 맥락을 중앙에서 관리하는 차세대 협업 워크스페이스.
If Slack connected human-to-human collaboration, we connect human-AI-human collaboration. One hub integrating every AI model. One central memory platform managing all your context. The next-generation collaboration workspace.
Problem 어떤 문제인가?
지금 우리는 모두 ‘AI 유목민’입니다.
여러분은 지금 몇 개의 AI 툴을 쓰고 계신가요?
저는 (1) 중요한 프로젝트는 이메일·캘린더·드라이브를 볼 수 있는 Gemini, (2) 잡다한 질문은 무료 GPT, (3) 음성 기록은 Whisper Note, (4) 오프라인은 QWEN 3, (5) 코딩과 글 수정은 Claude. 이렇게 다섯 개를 돌려쓰고 있습니다.
그리고 문제는 여기서 발생합니다.
경험의 파편화: Gemini에서 나눈 심도 있는 프로젝트 기획을 Claude는 모릅니다. 매번 “나는 ~한 사람이고, 지금 ~를 하고 있어”라고 자기소개를 다시 해야 합니다.
컨텍스트 오염: 반대로 하나의 모델만 고집하면 섞이면 안 될 정보가 섞입니다. 가끔 Gemini로 이미지를 생성하다 보면, 나의 중요한 ‘사업 전략’ 맥락에 “오늘 코스트코 영업해?”같은 잡담이 섞여 들어갑니다. 이는 답변 품질을 떨어뜨리고, 나중에 데이터 관리할 때 노이즈가 됩니다.
우리는 지금 똑똑한 비서 5명을 두고 있지만, 정작 그들에게 정보를 배분하고 관리할 ‘비서실장’이 없는 꼴입니다.
그럼 앞으로는 압도적인 모델 하나가 나와서 모두가 그것만 쓰는 시대가 올까요?
저는 회의적입니다. 세 가지 이유에서입니다.
첫째, 기술이 수렴하면서 진입장벽이 낮아집니다. DeepSeek만 봐도 알 수 있듯이, 이제 SOTA 모델을 만드는 비용과 시간이 급격히 줄어들고 있습니다.
둘째, 경쟁이 심해질수록 차별화는 모델 성능이 아니라 특화 영역으로 갈립니다. 이미 보시듯이 코딩 특화, 의료 특화, 법률 특화등 결국 우리는 ‘상황에 맞는 최적의 모델’을 골라 쓰게 될 겁니다.
셋째, 개인정보 보호 이슈가 심화됩니다. 모든 걸 하나의 클라우드 모델에 맡기는 건 점점 더 위험하고 불편해질 겁니다. 민감한 정보는 로컬 모델로, 일반적인 작업은 클라우드로 분리하는 게 자연스러운 흐름이 될 것입니다.
결국 우리에게 필요한 건 ‘최고의 단일 모델’이 아니라, ’여러 모델을 내 맥락에 맞게 자유자재로 쓸 수 있게 해주는 시스템’입니다.
Solution 어떤 해결책인가?
인공지능 ‘모델’은 뇌가 아니라, 갈아끼우는 부품입니다.
의외로 많은 분들이 기술적으로 오해하는 부분이 있습니다. “AI 모델이 나를 기억한다”는 건 착각입니다. 모델 자체는 학습이 끝난 상태로 정체된 채 존재합니다. 우리가 느끼는 ‘기억’은 대화창에 입력되거나 인공지능이 따로 저장해놓은 맥락을 모델이 매번 다시 읽어들이는 과정일 뿐입니다.
즉, 나의 맥락(Context)은 거대 모델 안에 있는 게 아니라, 내 계정이나 로컬 드라이브에 ‘텍스트 파일’로 존재합니다. 이 말은 엄청난 기회를 시사합니다. 이 텍스트 파일만 잘 관리하면, 뇌(모델)를 갈아끼우는 건 일도 아니라는 뜻입니다. 모델을 바꾸려면, 이걸 인공지능에게 정리해달라고 해서 다른 모델로 옮기기만 하면 됩니다.
다시말해 우리는 OpenAI에 내 모든 데이터를 맡길 필요가 없습니다. 내 데이터를 내가 쥐고, 필요할 때마다 Gemini를 부르든, Claude를 부르든, 아니면 내 노트북에 있는 로컬 모델 Qwen을 부르든 선택만 하면 됩니다.
‘모델 중립성’과 ‘오케스트레이터’의 등장
그래서 저는 최근 AnythingLLM 같은 다양한 온오프라인 모델을 통합해 쓸수있게해주는 도구들의 진화에 주목하고 있습니다. 이들은 특정 모델에 종속되지 않으면서, 로컬 모델의 한계를 뛰어넘게 해줍니다.
완벽한 중립성(Neutrality): 클라우드 모델(GPT-4, Gemini, Claude)과 로컬 모델(Qwen 3, Llama 3, Gemma)을 한 화면에서 자유자재로 스위칭할 수 있습니다.
맥락의 통제권(Context Control): 모든 모델에게 공통적으로, 혹은 특정 모델에게 각각 무엇을 기억시키고, 무엇을 잊게 할지 내가 정합니다. 기밀 계약서는 인터넷 선을 뽑고 로컬 모델에게만 보여주고, 복잡한 추론이 필요한 코딩은 GPT-4에게 맥락을 보내 처리하게 합니다.
인터넷이라는 무기(Web Browsing): 가장 중요한 포인트입니다. 상대적으로 지능(파라미터 수)이 떨어지는 오픈소스 모델이라도, 인터넷 검색 기능을 붙이면 이야기가 달라집니다. 내 노트북에 있는 작은 모델이 실시간 웹 검색을 통해 최신 정보를 가져와서 답변을 만들어냅니다.
이것은 ”AI는 지식의 원천이 아니라, 인터넷 정보를 가공해 주는 최고의 인터페이스”라는 제 가설을 완벽하게 증명합니다. 천재적인 두뇌(Gemini 3 Pro)가 없어도, 부지런한 손발(Browsing & RAG)이 있다면 사용자가 원하는 답을 충분히 줄 수 있습니다.
할루시네이션 검증: 중요한 의사결정은 3개의 다른 모델에게 동시에 물어보고 교차 검증할 수 있습니다. 모델 구조가 비슷해 다 같이 틀릴 수도 있지만, 적어도 한 모델의 편향에 갇히지는 않습니다. 그렇기에 인간(Human in the loop)이 개입해서 판단할 수 있는 유연한 환경이 필수적입니다.
따라서 제가 찾고 있는 소프트웨어는 이런 겁니다:
모델 중립적(Model Agnostic): 사용자가 Gemini를 쓰든, Claude를 쓰든, 오프라인에서 Qwen을 쓰든 미래에 나올 어떤 모델을 쓰든 상관없이 모든 모델을 연결할 수 있는 중립적인 orchestration tool 입니다.
맥락의 중앙 저장소: 나의 모든 대화와 지식을 중앙에서 저장하고 관리합니다. 모델이 바뀌어도 내 맥락은 그대로 유지됩니다. 각각 모델마다 다른 맥락을 지정해줄 수도 있습니다.
지능적인 라우팅: “이 질문은 보안이 중요하니 로컬 모델로”, “이 질문은 창의성이 필요하니 Claude로” 보내는 것을 아주 쉽고 직관적으로 쉽게 처리하게 해줍니다.
Why Now 왜 지금인가?
진짜 돈 버는 곳: Context Management Platform
저는 맥락을 관리하는 분야에서 엄청난 B2C SaaS 기회를 봅니다. 구글이나 OpenAI가 되려고 할게 아니라, 대신 그들이 만든 강력한 엔진들을 소비자가 가장 편하게 골라 쓸 수 있게 해주는 ’차체’와 ‘운전대’를 만드는 곳이 돈을 벌 것입니다.
더 재미있는건 이 비지니스는 마진율이 아름답습니다:
비용: 유저가 인공지능을 사용할때 자신의 API Key나 하드웨어를 씁니다. 이 서비스 제공자는 리소스 및 비용이 거의 들지 않습니다.
가격: 월 $20~$99의 구독료
Slack,Discord 유저 기반 과금제와 Notion/Obsidian 기능·용량별 모델을 결합
무제한 맥락 저장부터 기기간 동기화, 보안을 위한 전용 AWS 인스턴스 및 로컬 서버 연동까지 인프라 점유 수준에 따라 단계별로 업셀
클라우드에서 ‘내 책상 위’로
저는 앞으로 1~2년 안에 모델들은 점점 작아지고(distilled), 최적화되어 우리 노트북이나 스마트폰에서도 지금의 Gemini 3 pro 수준 성능을 내게 될 것입니다. 따라서 저는 소형 언어 모델과 온디바이스 AI의 시대가 본격적으로 시작될 것이라고 믿습니다.
엔비디아 vs 애플: 신약 개발이나 우주 시뮬레이션 같은 거대 연산에는 여전히 엔비디아 H100이 수만 개 필요할 겁니다. 하지만 “오늘 코스트코 문 열었나?” 같은 일상적인 질문에 전기를 엄청나게 먹는 GPU를 쓰는 건 낭비입니다. 이런 일상 영역(Edge)에서는 애플 실리콘(M칩)이 탑재된 내 기기가 훨씬 효율적입니다.
Team 어떤 팀이 필요한가?
핵심 역량: Gemini 4 pro를 만드는 거창한 엔지니어링이 아닙니다. 파편화된 모델들을 하나로 묶어주는 킬러 UX/UI, 사용자의 의도를 파악하는 인터페이스 디자인이 핵심입니다.
지금 AI 씬은 엔지니어보다 ‘감도 높은 디자이너’가 창업해서 성공할 확률이 더 높은 시장이라고 생각합니다. 코딩 생산성이 압도적으로 늘었기때문에 뛰어난 개발자와 구독료만 있다면 결국 승부는 아직 인간의 감각이 중요한 유저경험과 마케팅에 걸려 있으니까요.
Vision 장기적인 비전은?
B2C의 승자는 ‘인터페이스’다
제 생각에 OpenAI 같은 SOTA 모델 기업들은 결국 언제나 최고의 모델을 필요로 하는 기업들을 대상으로 대부분의 B2B와 약간의 B2C 모델 공급자가 될 것입니다. 만약 살아남는다면요.
제가 기대하는 진정한 B2C의 승자중에 하나는 그 위에서 사용자의 맥락을 정리해주고, 모든 모델을 자유롭게 오가게 해주는 중립적인 ‘인터페이스’ 회사가 될 것입니다. 애플이 강력한 이유도 바로 이 ‘온디바이스’ 환경과 ‘최고의 소비자 경험’을 쥐고 있기 때문입니다.
여러분은 어떤 준비를 하고 계신가요? 모델을 공부하는 것도 좋지만, 그 모델들을 어떻게 엮어서 사용자에게 떠먹여 주고, 어떻게 돈을 벌수있을지를 고민하는 디자이너와 기획자들에게 더 큰 기회가 오고 있습니다
저는 제가 제 뉴스레터에 쓰는 아이디어들만큼은, 누구보다도 대표님들께서 필요하신 최고의 동료가 되어드릴 자신이 있습니다. ian@ianpark.vc로 연락 주세요.
오늘도 읽어주셔서 감사합니다.
이안 드림.
안녕하세요, 글 정말 재밌게 잘 읽었습니다.
말씀하신 모델 중립 + 맥락 중앙 관리 아이디어가 정확히 저희 팀이 지금 만들고 있는 방향이랑 겹쳐서 댓글 남깁니다:)
membase라는 제품이고, 기회 되시면 한번 보시고 의견 주시면 감사하겠습니다!
https://membase.so/