🎬 Sequoia's Alfred Lin: $10T Companies Are Coming

▶️ 유튜브

• 원본 링크: https://youtu.be/2aySakMh1mQ

🖼️ 4컷 인포그래픽

💡 한 줄 결론

AI 시대의 승패는 기존 SaaS냐 신생 AI냐를 떠나, 해자·유통·조직 구조를 얼마나 빨리 재설계하느냐로 갈린다. 투자 역시 업종 종말 서사보다 변화 수용 속도 격차가 벌어지는 지점에 베팅하는 편이 더 정확하다.

📌 핵심 요점

1. 세쿼이아는 운용자산(AUM)이 아니라 다음 투자 판단의 질과 LP 대상 실제 자본 회수·분배 실적을 성과 기준으로 삼는다.
2. AI 사이클에서는 더 작은 팀과 자본으로 창업해도 과거보다 훨씬 빠르게 ARR 1천만 달러까지 도달하며 성장 속도와 리텐션이 동시에 개선되고 있다.
3. 코드 생성 한계비용이 낮아질수록 경쟁우위는 코드량에서 사용성·배포 채널·고객 관계·사용자 확산 구조 같은 실행 체계로 이동한다.
4. AI 도구는 상위 엔지니어 생산성을 2~3배 끌어올리지만, 리뷰·승인·커뮤니케이션·조직 정렬이 새로운 병목으로 부상한다.
5. 승자가 정해지지 않은 초기 시장에서는 단일 도구 조기 표준화보다 여러 AI 도구를 병행 도입해 학습 속도와 선택권을 확보하는 편이 합리적이다.

🧠 상세 요약

1) 배경과 문제 정의

이 인터뷰는 "AI가 SaaS를 죽인다"는 단순 서사가 전환기의 실제 역학을 놓친다는 데서 출발한다. 기술 전환기마다 해자·판매 방식·개발 방식·조직 구조가 함께 바뀌며, 살아남는 기업은 업종 라벨이 아니라 변화 흡수 속도로 갈린다.

2) 섹션별 상세 정리

1. AI가 SaaS를 끝내지는 않는다는 문제의식 [00:04]

• 발표자는 “AI가 SaaS를 죽일 것”이라는 단순한 서사에 동의하지 않는다고 말한다.
• 그 이유는 본인이 인터넷 전환기를 직접 겪었기 때문이며, 과거에도 “이커머스가 오프라인 유통을 파괴하고 아마존이 월마트를 끝낼 것”이라는 단순한 예측이 널리 퍼졌지만 그대로 실현되지는 않았다고 설명한다.
• 창업자와 경영진의 일은 미래의 더 나은 상태를 상상하는 데서 끝나는 것이 아니라, 현재와 그 미래 상태를 연결하는 경로를 구체적으로 만들어내는 것이라고 말한다.
• 가장 취약한 기업은 변화를 받아들이지 않고, 지금이 패러다임 전환기라는 사실을 이해하지 못하며, 어제의 방식이 오늘도 그대로 통할 것이라고 믿는 기업이라고 지적한다.

2. 인터뷰 도입과 세쿼이아의 성과 측정 방식 [01:03]

• 진행자는 세쿼이아의 운용자산(AUM)을 쉽게 찾기 어렵다고 말하며, 모두가 AUM으로 펀드를 평가할 때 세쿼이아는 무엇으로 자신을 측정하느냐고 묻는다.
• 알프레드 린은 세쿼이아 내부에서는 AUM 자체보다 “지금 무엇에 투자하고 있는가”와 “다음 투자”에 집중한다고 답한다.
• 세쿼이아는 시드, 벤처, 그로스, 익스팬션, 퍼블릭 풀 등 현재 운용 중인 펀드의 투자 활동 자체를 중시하며, “우리는 다음 투자만큼만 훌륭하다”는 문화를 갖고 있다고 말한다.
• 또한 세쿼이아는 LP에게 순유동성 제공자(net liquidity provider)가 되는 것을 중요 지표로 삼으며, 많이 분배할수록 오히려 AUM은 줄어들 수 있다고 설명한다.

3. LP 정렬과 과거 회수 실적의 의미 [02:15]

• 그는 세쿼이아가 이해관계 정렬을 중요하게 여기며, 우선순위를 창업자, 그다음 LP, 세쿼이아, 팀, 자기 자신 순으로 둔다고 말한다.
• 대학 기금, 엔도우먼트 등 세상을 위해 자금을 쓰는 LP들에게 돈을 돌려주는 것은 세쿼이아의 중요한 역할이라고 본다.
• 진행자는 2020년 이후 세쿼이아가 430억 달러를 투자자에게 분배했다고 언급한다.
• 알프레드 린은 Airbnb, DoorDash, Unity, Snowflake, Square 등을 예시로 들지만, 곧바로 과거보다 미래에 집중해야 한다며 다시 “다음 투자”의 중요성을 강조한다.

4. AI 시대가 세쿼이아에게 특히 흥미로운 이유 [03:39]

• 그는 세쿼이아의 53년 역사라는 플랫폼 위에 서 있지만, 결국 투자회사는 미래 성과로 평가받는다고 말한다.
• 자신과 동료 파트너는 커리어 어느 때보다 지금이 더 흥미롭다고 느끼며, AI를 자신들의 커리어에서 가장 큰 메가트렌드라고 본다.
• 과거 인터넷 전환기 역시 거대한 흐름이었지만, 지금은 기업 가치의 절대 규모 자체가 과거보다 훨씬 커졌다고 설명한다.
• 과거 최대 시가총액 기업이 3천억4천억 달러 수준이었다면, 현재는 4.5조5조 달러 기업이 존재하고, 앞으로 5~10년 뒤에는 10조 달러 이상의 기업도 가능하다고 전망한다.

5. ‘전설적 성과’의 기준이 계속 올라가는 시장 [04:27]

• 세쿼이아 내부에는 전설적 기업의 벽이 있는데, 어떤 기업이 여기에 오를 자격이 있는지의 기준도 계속 바뀐다고 말한다.
• 애플, 엔비디아, 구글처럼 오래 남아 있는 기업도 있지만, 세쿼이아 입사 초기에 그 벽에 오르기 위한 기준은 1억 달러 수익이었고 지금은 10억 달러 이상 수익으로 높아졌다고 설명한다.
• 몇 년 뒤에는 100억 달러 이상의 성과가 새로운 기준이 될 수도 있다고 본다.
• 그래서 지금은 과거에는 불가능했던 규모의 성과가 가능한, 창업하기에 매우 흥미로운 시기라고 평가한다.

6. 이번 사이클에서 달라진 점: 더 빠른 창업과 더 빠른 매출 성장 [05:44]

• 그는 지금 사이클의 가장 큰 차이로 “속도”를 꼽는다.
• 훨씬 적은 자원으로 회사를 시작할 수 있고, 컴퓨트 비용은 들지만 초기 팀과 자본 규모는 과거보다 작아도 된다고 말한다.
• 과거의 0에서 1은 주로 제품과 프로덕트 마켓 핏을 뜻했고, 이후에는 ARR 100만 달러 달성을 의미했지만, 지금은 0에서 ARR 1천만 달러까지 가는 회사들이 매우 빠르게 나오고 있다고 설명한다.
• 매출 상승 속도와 매출 유지율(retention) 역시 과거 세대보다 훨씬 빠르다고 본다.

7. 생산성 향상은 일을 없애기보다 더 많은 일을 만들 수 있다는 관점 [06:41]

• 생산성이 높아지면 인간은 일을 덜 하는 것이 아니라 더 많은 일을 하게 된다고 말한다.
• AI 때문에 대량 실업이 올 것이라는 디스토피아적 메시지가 있지만, 장기적으로는 컴퓨터와 소프트웨어 덕분에 인간이 더 많은 일을 해낼 수 있게 되어 왔다고 본다.
• 지금의 “AI가 SaaS에, SaaS가 전통 소프트웨어에 했던 일을 할 것”이라는 서사 역시 지나치게 단순화된 해석이라고 지적한다.
• 오라클도 여전히 존재하고, OpenAI조차 데이터센터 운영을 위해 오라클의 재무력과 도구를 활용하려 한다는 점을 예로 들며, 기존 기업이 모두 사라지는 것은 아니라고 말한다.

8. 살아남는 기업은 AI를 수용하는 기업이라는 낙관론 [07:39]

• 일부 사람과 일부 기업은 분명히 파괴적 영향을 받을 것이지만, 변화를 받아들이고 새로운 도구를 수용하는 기업은 장기적으로 살아남는다고 말한다.
• AI 덕분에 인간은 반복적이고 단조로운 일을 덜 하고, 더 전략적이고 창의적이며 인간다운 일에 집중할 수 있다고 본다.
• 그래서 세쿼이아는 AI에 대해 매우 낙관적이며, 세상 전체도 더 낙관적으로 볼 필요가 있다고 주장한다.

9. 패러다임 전환기에는 단순한 서사가 항상 등장한다 [08:21]

• 진행자는 알프레드 린이 X에서 패러다임 전환에 대해 쓴 글이 화제가 되었다고 말하며 설명을 요청한다.
• 그는 패러다임 전환기마다 사람들은 복잡한 현실 대신 아주 단순한 서사를 원한다고 말한다.
• 지금의 대표적 단순 서사가 “AI가 SaaS를 죽인다”는 문장이라고 다시 강조한다.
• 자신이 이 논리가 틀릴 가능성을 높게 보는 이유는 1997년 인터넷 전환기를 직접 살아봤기 때문이라고 설명한다.

10. 인터넷 전환기의 교훈: 아마존이 월마트를 없애지 않았다 [08:52]

• 그는 통계학 박사과정을 중퇴하며 “인터넷이 시작되는데 놓칠 수 없다”고 선언했다고 회상한다.
• 당시 자신도 “이커머스가 오프라인을 파괴하고 아마존이 월마트를 죽일 것”이라는 단순한 서사를 믿었다고 말한다.
• 하지만 실제로는 월마트가 변화를 받아들였고, 오늘날 월마트는 1997년보다 약 20배 더 큰 회사가 되었다고 설명한다.
• 주식 하나만 고르라면 아마존이 더 좋은 투자였을 수 있지만, 월마트도 변화 적응을 통해 큰 기업으로 남았다는 점이 핵심이라고 본다.

11. 기술 변화는 업종이 아니라 ‘적응 여부’를 가른다 [09:37]

• 이커머스 시대에도 기술 변화로 무너진 기업이 있었지만, 그것은 단지 오프라인 기업이라서가 아니라 사업을 잘못 운영했기 때문인 경우가 많았다고 말한다.
• 반대로 오프라인 기업 중에도 기술을 수용해 살아남은 곳이 많았다고 설명한다.
• 오늘날 소비자가 이용하는 많은 유통 기업이 오프라인 매장과 디지털 웹사이트를 모두 갖추고 있는 것이 그 결과라고 본다.
• AI 시대 역시 비슷하게 전개될 것이라고 전망한다.

12. 해자(moat)는 과거와 미래가 다르며, 코드 자체만으로 설명되지 않는다 [10:07]

• 지금은 무엇이 과거의 해자였고, 미래의 해자가 무엇인지 다시 묻는 전환기라고 말한다.
• “생성되는 모든 코드의 한계비용이 0이므로 코드량은 더 이상 해자가 아니다”라는 말은 일부 맞지만 과장된 면도 있다고 본다.
• 어떤 회사가 10년간 쌓아온 코드는 이제 더 짧은 시간에 따라잡을 수 있을지 몰라도, 사실 모방 경쟁자가 더 빨리 쫓아오는 일 자체는 과거에도 늘 있었다고 설명한다.
• AI 코딩 도구가 이를 더 빠르게 만들 수는 있지만, 비즈니스에는 여전히 유통, 고객 관계, 유지 전략 등 코드 외 요소가 많다고 강조한다.

13. 중요한 것은 ‘최종 상태’보다 그곳까지 가는 중간 게임 [11:09]

• 사람들은 늘 최종 결말을 빨리 확정하고 싶어 하지만, 실제로 중요한 것은 그 결말로 가는 경로라고 말한다.
• 전통 소프트웨어 기업, SaaS 기업, 네이티브 AI 기업 모두 결국은 AI를 수용하는 방향으로 갈 것이라는 점은 비교적 분명하다고 본다.
• 그러나 그 과정에서 누가 이기고 누가 지는지는 아직 정해져 있지 않으며, 투자자는 바로 그 “중간 게임(midgame)”에서 보상을 얻는다고 설명한다.
• 불확실성을 헤쳐 나가며 새로운 세계의 규칙을 찾아가는 과정 자체가 가장 재미있는 부분이라고 말한다.

14. 스폰서 구간: Brex, Turing, Public, Deel 소개 [11:52]

• Brex는 스타트업의 자금 관리, 글로벌 송금, 확장된 FDIC 보호, 빠른 유동성 제공 등을 강조하며 소개된다.
• Turing은 엔비디아, Anthropic, Salesforce, Gemini 같은 기업과 협력해 실제 운영 흔적 기반의 강화학습 환경과 데이터 시스템을 만든다고 설명된다.
• Public은 사용자가 투자 아이디어를 입력하면 AI 에이전트가 미국 주식을 스캔해 맞춤형 인덱스를 구성하는 기능을 소개한다.
• Deel은 글로벌 채용, 급여, 비자 처리 등을 빠르게 지원하는 플랫폼으로 홍보된다.

15. 이사회에서 실제로 오가는 대화: 종착점보다 경로가 더 어렵다 [14:40]

• 진행자는 기업 이사회 안에서 현재 어떤 대화가 오가는지 묻는다.
• 알프레드 린은 이사회 구성원들도 종종 곧바로 최종 상태로 점프해 “끝 상태가 어떤 모습인가”를 먼저 말한다고 설명한다.
• 하지만 어디로 갈 것인지 말하는 것만큼이나, 현재 위치에서 그곳까지 어떻게 이동할 것인지 계획하는 일이 중요하다고 본다.
• 오히려 종착점을 말하는 것은 쉽고, 지금에서 미래까지 이어지는 경로를 이해하는 것이 훨씬 어렵다고 지적한다.

16. 좋은 창업자는 비전과 현재를 조직적으로 연결한다 [15:13]

• 그는 창업자들이 지금은 존재하지 않는 더 나은 세계를 본다는 점에서 특별하다고 말한다.
• 다만 현실에는 지금의 제약과 조건이 존재하므로, 창업자와 창업팀, 경영진의 역할은 현재와 미래 두 세계를 잇는 점들을 연결하는 것이라고 설명한다.
• 자신이 올바른 길 위에 있는지 스스로 이해하지 못하면 직원들에게도 그 방향을 설득하고 정렬시키기 어렵다고 말한다.
• 최고의 창업자들은 회사 전체가 미션, 현재 위치, 도달 경로에 완전히 정렬되도록 만드는 데 집착적으로 뛰어나다고 평가한다.

17. 성공한 창업자들의 공통점과 ‘움직이는 골대’ [16:07]

• 그는 일론 머스크, 브라이언 체스키, 토니 쉬 등을 예로 들며, 위대한 창업자들은 장기 여정 전체를 조직과 함께 정렬시키는 능력이 뛰어나다고 말한다.
• 겉으로는 하루아침의 성공처럼 보여도, 실제로는 최소 10년 이상 걸리는 여정이라고 설명한다.
• 기술 변화로 속도가 빨라지고는 있지만, 동시에 성공의 기준점 자체도 계속 올라가므로 결국 여전히 10년, 20년, 30년짜리 여정이 될 수 있다고 본다.
• 자신이 세쿼이아에 들어왔을 때는 유니콘이라는 용어조차 없었지만, 지금은 10억 달러 회사가 되어도 더 이상 최종 목표라고 보기 어렵다고 말한다.

18. 어떤 기업이 가장 취약한가: 변화를 부정하는 기업 [17:15]

• 진행자가 실패할 기업을 묻자, 그는 자신은 실패보다 성공의 사업에 있다고 답한다.
• 세쿼이아의 가장 성공적인 펀드조차 절반 정도는 손실 처리(write-off)되었다고 말하며, 실패 기업 자체를 집요하게 분류하는 일에는 큰 의미를 두지 않는다고 설명한다.
• 다만 취약한 기업들의 공통된 특징은 분명하며, 그것은 변화를 수용하지 않고 지금이 패러다임 전환기라는 점을 이해하지 못하는 태도라고 말한다.
• 특히 “어제 통하던 방식이 오늘도 통할 것”이라고 믿는 기업이 가장 위험하다고 지적한다.

19. 패러다임이 바뀌면 해자의 체계도 완전히 바뀐다 [17:58]

• 그는 패러다임 전환의 끝점에서는 다음 시대의 해자 체계가 완전히 달라진다고 설명한다.
• 레거시 소프트웨어 시대의 해자는 CIO에게 소프트웨어를 팔고 조직에 깊게 심는 능력이었다고 말한다.
• 그 시절에는 CIO 한 사람이 의사결정을 내리면 조직 전체에 강제 적용할 수 있었고, 따라서 영업관계와 의사결정자 접근이 핵심 해자였다고 설명한다.
• 이 때문에 CIO를 접대하고 관계를 맺는 방식이 주요한 영업 수단이었다고 회고한다.

20. SaaS는 다른 판매 방식과 다른 해자를 만들었다 [18:42]

• SaaS는 종종 바텀업으로, 즉 실제 사용자로부터 확산되는 완전히 다른 판매 방식을 만들어냈다고 말한다.
• 슬랙 같은 사례에서는 직원들이 먼저 도구를 쓰기 시작하고, 나중에 영업팀이 CIO에게 “이미 수십, 수백 명이 쓰고 있으니 엔터프라이즈 버전을 사야 한다”고 제안하는 방식이 가능해졌다고 설명한다.
• 이 경우 핵심 해자는 CIO 네트워크가 아니라 사용성(usability)과 사용자 자발적 확산이라고 본다.
• 따라서 고투마켓 전략 자체가 전통 소프트웨어 시대와 매우 달라졌다고 본다.

21. AI 시대에도 개발 방식과 조직 구조가 다시 바뀐다 [19:21]

• AI 시대에도 유사한 구조 변화가 다시 일어날 것이며, 창업자는 이런 변화를 스스로 깊이 사고해야 한다고 말한다.
• 전통 소프트웨어에서 인터넷, 클라우드, 모바일로 갈 때도 제품 출시 주기와 개발 방식이 크게 바뀌었지만, 사람들이 이를 충분히 자각하지 못하는 경우가 많다고 지적한다.
• 과거 워터폴 개발 시절에는 릴리스 주기가 2~3년이었고, 마이크로소프트 운영체제나 오피스 같은 제품도 새 버전이 나올 때마다 직접 구매해야 했다고 회상한다.
• 클라우드로 넘어오면서 업데이트 주기는 연간, 분기, 월간, 일간, 보안 패치 단위까지 짧아졌고, 사용자는 더 이상 CD를 사거나 수동으로 새 소프트웨어를 깔 필요가 없어졌다고 설명한다.

22. 스크럼, 두 판 피자 팀, 그리고 AI 이후의 더 작은 팀 [20:24]

• 그는 스크럼 개발이 자연스러운 한계까지 밀려오면서 팀 규모가 과거보다 훨씬 작아졌다고 말한다.
• 워터폴 팀은 더 컸지만, 스크럼은 제프 베이조스가 말한 “두 판 피자 팀”처럼 소수 개발자, 소수 엔지니어, 1~2명의 PM, 디자이너 정도로 구성된 작은 팀이 일반적이라고 설명한다.
• 최근에는 데이터가 제품 결정에 더 중요해지면서 데이터 사이언스가 추가되기도 하지만, 대체로 4명에서 8명, 많아야 10명 내외 팀이 중심이라고 말한다.
• 그런데 이제는 코딩 에이전트 덕분에 개발자 한 명이 개발, 디자인 도구 활용, 제품 출시까지 훨씬 넓은 범위를 처리할 수 있게 되었다고 본다.

23. 개인이 ‘자율 팀’처럼 일하게 되는 개발 패러다임 [21:09]

• 코딩하지 못하던 PM도 이제는 클로드 코드 같은 도구에 프롬프트를 넣어 개발 작업을 수행할 수 있다고 말한다.
• 디자이너도 창의적 설계를 한 뒤 여러 요소를 조합해 프로토타입을 직접 출시할 수 있게 되었다고 설명한다.
• 결과적으로 개인 한 명 한 명이 사실상 자기만의 자율적 팀(autonomous team)이 될 수 있는 방향으로 가고 있다고 본다.
• 이 때문에 앞으로 개발 패러다임이 또 한 번 크게 바뀔 것이라고 전망한다.

24. AI 도구는 상위 엔지니어의 생산성을 폭증시키지만 새 병목도 만든다 [21:47]

• 그는 최근 한 이사회에서 조직 내 AI 도구 사용량과 생산성을 함께 본 사례를 소개한다.
• 토큰을 많이 쓰는 사람과 적게 쓰는 사람 사이에 완벽하진 않지만 일정한 상관관계가 있었고, 상위 5~10% 엔지니어는 전년보다 3배 많은 산출물을 배포했다고 말한다.
• 다만 너무 많이 만들어내게 되자 이제는 조율, 커뮤니케이션, 조직 전체 정렬이 새로운 병목이 되고 있다고 설명한다.
• 최고 성과자들은 더 빨리 움직일 수 있다고 느끼지만, 나머지 조직이 따라오고 맞춰지는 문제가 아직 해결되지 않았다고 본다.

25. 모든 해결책은 새로운 문제를 만들며, 그래서 일은 계속 생긴다 [22:39]

• 그는 모든 문제에는 해결책이 있지만, 동시에 모든 해결책은 새로운 문제를 만든다고 말한다.
• 따라서 새 문제를 기꺼이 받아들이는 한 인간은 계속 일할 수 있고, 계속 고용될 것이라고 본다.
• 반대로 새로운 문제를 풀고 싶지 않고 이미 해결된 어제의 문제만 풀고 싶어 한다면 곤란해질 것이라고 직설적으로 말한다.

26. 세쿼이아의 AI 투자 전략: 많아 보이지만 실제로는 선택적 투자 [23:07]

• 진행자가 세쿼이아가 매우 많은 AI 회사에 투자했다고 말하자, 그는 “엄청 많다기보다 매우 선별적”이라고 정정한다.
• 각 파트너는 1년에 1~2건 정도만 투자하며, 시드·벤처·그로스·익스팬션·퍼블릭 포트폴리오에 따라 투자 형태가 다르다고 설명한다.
• 일부 투자는 익스팬션이나 퍼블릭 포트폴리오에서 이뤄지는 더 큰 규모의 상장주식 매수 성격이라고 덧붙인다.
• 즉 외부에서 보기엔 폭넓게 보일 수 있어도, 내부적으로는 매우 제한된 의사결정 구조라고 말한다.

27. 기업들은 지금 여러 AI 도구를 동시에 구매하고 있다 [23:44]

• 현재 사람들이 실제로 사용하는 도구를 보면 거의 모든 것을 함께 쓰고 있다고 말한다.
• 시장 판도가 계속 바뀌고 도구 간 도약(leapfrogging)이 이어지기 때문에, 기업들은 하나만 고르기보다 일단 여러 도구를 모두 도입하는 경우가 많다고 설명한다.
• 그 이유는 이 도구들이 직원 생산성을 크게 높여 주기 때문이며, 그래서 지금은 표준화를 미루고 “일단 다 쓰는” 선택이 많이 나타난다고 본다.
• 앞으로 이것이 영구적으로 지속될지, 아니면 1~3개 도구로 표준화될지는 아직 미지수라고 말한다.

28. ‘지능’은 제로섬이 아니라는 투자 관점 [24:20]

• 세쿼이아는 이 시장을 제로섬 게임으로 보지 않는다고 말한다.
• “지능”에는 사실상 가격 상한이 없으며, 더 지능적인 시스템·제품·회사일수록 더 나은 의사결정으로 더 많은 돈을 벌 가능성이 높다고 본다.
• 따라서 그런 명제가 유효한 한 기업들은 AI 도구 소비를 계속 늘릴 것이라고 예상한다.

29. 다양한 포트폴리오를 넘나드는 법: 흥미로운 사람들과의 긴 여정 [24:50]

• 진행자는 시타델 증권부터 에어비앤비, 노미널, 클레이 등 매우 다양한 포트폴리오를 다루면서 어떻게 컨텍스트 스위칭을 하느냐고 묻는다.
• 알프레드 린은 자신에게 ADHD 성향이 있어 오히려 컨텍스트 스위칭은 쉬운 편이라고 농담 섞어 답한다.
• 하지만 더 본질적으로는, 함께 일하는 사업과 창업자들을 정말 좋아하면 그들 사이에 공통된 줄기(through line)가 보인다고 설명한다.
• 그 창업자들은 모두 평균적이지 않고 매우 뾰족하며(spiky), 만날 때마다 새로운 것을 배우게 되는 점이 전환을 쉽게 만든다고 말한다.

30. 투자라는 일의 즐거움: 직업이라기보다 특권 [25:29]

• 그는 자신의 삶이 매우 즐겁고, 이 일을 직업처럼 느끼지 않는다고 말한다.
• 누구에게 투자할지, 누구를 만날지 직접 선택할 수 있고, 흥미로운 사람들의 긴 여정에 동행할 수 있다는 점이 큰 특권이라고 본다.
• 이 창업자들은 세상을 바꾸고 싶어 하고 “우주에 작은 흠집을 내고 싶다(put a dent in the universe)”는 열망을 갖고 있어 매우 영감을 준다고 설명한다.
• 심지어 투자하지 못하는 미팅조차 창업자가 세상을 어떻게 바꾸고 싶어 하는지 듣는 것만으로도 활력을 준다고 말한다.

31. 공동 스튜어드 역할은 특권이지만, 가장 재미있는 일은 여전히 투자 발굴 [27:00]

• 진행자는 세쿼이아 펀드의 공동 스튜어드가 된 기분을 묻는다.
• 그는 외부에서는 축하를 많이 받았지만, 내부에서는 오히려 “이제 우리 모두를 감당해야 하니 애도를 표한다”는 반응이 있었다고 웃으며 말한다.
• 공동 스튜어드는 SEC 문서에 서명하는 공식 책임자 역할이라, 실수하면 법적 책임도 직접 진다고 설명한다.
• 물론 특권이긴 하지만, 자신이 원해서 쫓아간 자리는 아니었고, 동료 Pat과 함께하는 것은 즐겁지만 가장 재미있는 일은 여전히 “다음 투자”를 찾는 것이라고 말한다.

32. 세쿼이아 내부의 치열함과 농담 섞인 분위기 [28:16]

• 그는 AUM 숫자를 말하면 내부 동료가 자신을 혼낼 것이라고 농담한다.
• 가장 “매운(spicy)” 파트너가 누구냐는 질문에는, 트위터에서는 숀 맥과이어를 꼽고 파트너 미팅 안에서는 경쟁자가 몇 명 있다고 답한다.
• 자신도 DoorDash 투자 메모를 세 번 써야 했고, 다른 투자에선 네 번의 메모 끝에 네 번 모두 거절당한 적이 있다고 말하며 내부 토론이 만만치 않음을 보여준다.
• 결국 세쿼이아 파트너들 다수가 꽤 강한 개성과 의견을 갖고 있다고 말한다.

33. 앞으로 1년, 무엇을 기대하는가 [29:33]

• 인터뷰 말미에 진행자는 내년 이 방이 어떤 모습일지, 무엇이 가장 기대되는지 묻는다.
• 그는 자신의 삶, 세쿼이아, 가족, 특히 아들을 위해 “매년 전년보다 더 나은 해를 만들자”는 원칙을 갖고 있다고 말한다.
• 물론 매년 반드시 그렇게 되리라는 보장은 없지만, 청중 모두가 계속 무언가를 만들고(building) 그 과정에서 방향을 발견해 나가길 바란다고 말한다.

34. 지금은 모래가 움직이는 시기이므로, 일단 다 써보고 변화에 붙어 있으라는 조언 [30:04]

• 현재 가장 불편한 점은 시장의 모래가 계속 움직이는 것, 즉 어떤 도구를 써야 할지 판단이 어려운 상태라는 점이라고 말한다.
• 특정 도구를 쓰면 다음 해엔 다른 도구가 그것을 뛰어넘을 수 있으니, 이럴 때는 하나만 고르기보다 가능한 한 많이 써 보며 변화에 계속 붙어 있어야 한다고 조언한다.
• 시간이 지나면 일부는 사라지고 일부는 남을 것이며, 과거 클라우드 컴퓨팅에서도 수많은 데이터센터 중 결국 AWS, GCP, Azure 같은 승자가 자리 잡았다고 설명한다.
• 마찬가지로 AI 컴퓨팅도 반드시 일어날 것이며, 핵심 흐름 자체는 부정할 수 없다고 본다.

35. AI는 약점을 덜 치명적으로 만들고, 각자의 ‘스파이크’를 키우게 한다 [30:42]

• 그는 반복적이고 단조로운 작업의 상당수가 자동화될 것이고, 그것을 두려움보다 기회로 봐야 한다고 말한다.
• 세쿼이아가 창업자에게서 중요하게 보는 것은 그 사람의 여정과 동력뿐 아니라, “왜 당신이 다른 누구와도 다른가”를 보여주는 뾰족한 강점(spike)이라고 설명한다.
• 세쿼이아는 그 스파이크를 더 크게 키우려 하며, 동시에 약점은 치명적 부담이 되지 않도록 관리하려 한다고 말한다.
• AI는 많은 약점을 더 이상 치명적이지 않게 만들어 주고 있으므로, 세계는 바뀌고 있지만 그것은 좋은 일이라고 정리한다.

36. 마무리와 채널 안내 [31:49]

• 진행자는 알프레드 린에게 감사를 전하고, 그는 농담으로 인터뷰 전에 받은 술 한 잔에 대해 다시 언급한다.
• 이어 진행자는 소서리 뉴스레터와 팟캐스트를 소개하며, 유튜브·스포티파이·애플 등에서 구독할 수 있다고 안내한다.

✅ 액션 아이템

• 제품 경쟁우위를 코드·배포 채널·고객 데이터·사용자 습관·영업 관계로 분해하고 각 항목의 AI 확산 후 방어력을 1~5점으로 평가해 우선순위를 재조정한다.
• 최근 4주 내 출시 기능 1개를 골라 기존 방식과 AI 보조 방식의 리드타임·투입 인원·리뷰 시간·버그 수정 횟수를 비교해 생산성 개선 폭을 정량화한다.
• 팀 내 상위 생산자 2~3명의 AI 도구 사용 패턴을 수집하고 성과 차이가 모델 성능인지 프롬프트 습관·업무 분해 방식 때문인지 분리 분석한다.
• 고객 획득 구조가 의사결정권자 영업 중심인지 사용자 자발 확산 중심인지 구분한 뒤 AI 기능으로 바텀업 확산을 만들 진입 기능 1개를 설계한다.
• 현재 사용 중인 AI 도구들을 4주간 병행하며 비용·활용 빈도·산출물 품질·보안 우려를 기록해 최종 1~3개 표준 도구 후보로 압축한다.

❓ 열린 질문

• 우리 제품의 해자라고 믿는 요소는 실제 방어 가능한 자산인가, 아니면 AI로 빠르게 복제될 수 있는 관성적 우위에 불과한가?
• 상위 인재 생산성이 2~3배 높아질 때 전체 성과를 막는 핵심 제약은 모델 품질보다 리뷰 권한 구조와 의사결정 체계 쪽에 있는 것 아닌가?
• 여러 AI 도구 병행 도입이 학습 투자로 끝날지 비용 중복과 보안 리스크를 키우는 혼선으로 끝날지 어떤 운영 지표로 판별할 수 있는가?
• 기존 강자의 AI 전환 성공을 판단하려면 기능에 AI를 붙였다는 사실보다 고투마켓·업데이트 주기·조직 설계 중 무엇이 먼저 바뀌어야 하는가?