스타트업, 소프트웨어에서 하드 테크로 전환

30대 후반, 40대, 심지어 50대 창업가들이 성공적인 스타트업들 사이에서 점점 더 많아지고 있으며, 이는 경험 많은 창업가의 부활을 알립니다. 이제 AI 기능은 단독 창업가들이 이전에는 한 개인이 불가능하다고 여겼던 것을 달성할 수 있도록 합니다. 이러한 변화는 아이디어를 한 달 내에 작동하는 모델로 전환할 수 있는 빠른 개발 주기로 이어지며, 소규모 팀이 달성할 수 있는 한계를 뛰어넘습니다.

지난 12~18개월 동안 YC 배치 내 하드 테크 기업의 비율이 8%에서 20%로 급증했습니다. 이는 유형의 물리적 제품 및 하드웨어로의 상당한 산업 전반의 변화를 나타냅니다. 동시에, 배치 종료 시 YC 기업의 평균 매출은 8,000달러에서 20,000달러로 증가하여 가속화된 시장 채택과 이러한 신생 기업에 대한 더 높은 가치를 강조합니다.

하드 테크 성장에 대한 상세 분석은 여러 주요 부문에서 상당한 증가를 보여줍니다. 예를 들어, 로봇 공학은 YC 배치의 1%에서 7%로 성장했으며, 국내 생산에 중점을 둔 산업 제조는 4%에서 10%로 증가했습니다. 또한, 국방 스타트업은 1.5%에서 5%로 확장되었고, 반도체 및 광학 회사는 1%에서 4%로, 전력 인프라는 1%에서 3%로 증가하여 물리적 하드웨어 영역 내에서 광범위한 다양화를 강조합니다.

현재 YC 여름 배치에서 창업가 6명 중 1명은 박사 학위를 소지하고 있으며, 이는 과거에 관찰된 것보다 훨씬 높은 비율입니다. 이러한 추세는 실리콘 포토닉스와 같은 딥 테크 분야의 복잡성과 전문화된 특성을 반영하며, 이는 광범위한 연구 배경을 요구합니다. 이러한 고도로 기술적인 창업가들은 야심 찬 문제를 해결하기 위해 전문 지식을 활용하여 불균형적인 성공을 보여주고 있습니다.

이러한 발전은 풀 스택 하드웨어 개발에 더 이상 빅 테크와 유사한 대규모 엔지니어링 팀이 필요하지 않음을 의미합니다. 하드웨어 스타트업을 위한 경제 환경이 근본적으로 변화하여 진입 장벽을 낮추고 혁신을 촉진했습니다.

세 가지 거시적 트렌드가 원자 기반 기업의 성장을 이끌고 있습니다. 첫째, SpaceX와 같은 벤처의 성공은 새로운 세대의 창업가들에게 우주 분야에서 사업을 시작하도록 영감을 주었습니다. 둘째, Exosat 및 Beyond Reach Labs와 같은 회사에서 볼 수 있듯이 주권 및 우주 기반 인프라에 대한 관심이 증가하고 있습니다. 마지막으로, 고조되는 지정학적 인식과 현대 전쟁은 국방 혁신에 대한 상당한 관심과 투자를 촉진하여 첨단 하드웨어 솔루션에 대한 수요를 유도하고 있습니다.

YC에 진입하는 스타트업의 평균 초기 매출은 거의 0에 가깝지만, 배치 종료 시점에는 매출이 크게 증가했습니다. 배치 종료 시점의 월별 반복 매출(MRR) 중간값은 8,000달러에서 20,000달러로 급증했습니다. 이러한 성장은 부분적인 솔루션이 아닌 완전한 솔루션을 제공하는, 전체 종단 간 워크플로를 수행하는 스타트업에 의해 주로 주도됩니다.

에이전트 코딩 도구는 거의 1년 전 'opus 4.5' 도입 이후 크게 성숙하여 자동화된 워크플로가 완전히 꽃피울 수 있게 되었습니다. 고객들은 단순히 작업을 추적하는 것이 아니라 전체 작업을 완료하는 소프트웨어를 점점 더 우선시하고 있습니다. 결과적으로, 기업들은 포괄적인 작업 완료 기능을 통해 더 높은 가치 제안을 제공하는 제품에 더 많은 비용을 지불할 의향이 있습니다.

AI 기반 채용 도구인 Juicebox는 기본 LLM 기반 검색 기능에서 정교한 에이전트 기반 제품으로 발전했습니다. 이 고급 에이전트는 이제 잠재적 후보를 식별할 뿐만 아니라 그들에게 연락하고 인터뷰 일정을 잡을 수 있어 초기 채용 프로세스의 많은 부분을 자동화합니다. 채용 담당자는 반복적인 작업을 에이전트에게 맡김으로써 상당한 이점을 얻으며, 인간 채용 전문가가 문화적 적합성 평가와 같은 더 높은 가치의 활동에 집중할 수 있게 합니다.

이러한 전례 없는 매출 성장 가속화는 이전의 규범과는 극명한 대조를 이룹니다. 이전에는 이러한 규모에 도달하는 데 일반적으로 18개월 이상이 걸렸습니다. 이러한 빠른 성숙은 스타트업의 실제 문제 해결 능력과 코딩 에이전트의 효율적인 사용에 의해 주도됩니다.

이 분야는 2016년 Scale AI가 설립될 당시에는 거의 존재하지 않았습니다. Y 콤비네이터는 최근 이러한 회사들 중 10여 곳에 자금을 지원했으며, 각 회사는 연간 1,000만 달러 이상의 수익을 창출하고 일부는 1억 달러를 초과합니다.

강화 학습(RL)은 특히 금융과 같은 전문 분야에서 AI 성능을 극대화하기 위한 근본적인 엔진이 되고 있습니다. 기업들은 효과를 최적화하기 위해 모델 벤치마킹에 막대한 투자를 하고 있으며, 이 과정이 비용이 많이 들지만 필수적임을 인식하고 있습니다. 주요 연구실들은 이러한 중요한 RL 개발에 약 10억 달러를 투자하고 있는 것으로 알려져 있으며, 이는 AI 환경에서 RL의 위치를 확고히 합니다.

이러한 노력은 AI와 로봇공학 간의 격차를 해소하여 AI 시스템이 실제 환경에서 효과적으로 작동할 수 있도록 하는 것을 목표로 합니다. Practis Robotics 및 DeepReach와 같은 스타트업은 산업 및 지역 기업가 데이터를 수집하며 선두에 서 있으며, 물리적 상호작용을 AI 개발의 중요한 범주로 확립하고 있습니다.

River AI 또는 Tinker와 같은 도구를 사용하면 기업이 즉시 모델을 훈련하여 개발 프로세스를 크게 간소화할 수 있습니다. 이러한 모델의 맞춤형 미세 조정은 더 작고 집중된 AI 시스템이 특정 작업에서 가장 고급 최전선 모델보다 성능이 뛰어나다는 것을 보여주며, 독점 데이터의 소유가 강력한 경쟁 우위를 제공함을 입증합니다.

경험 많은 창업가 시장이 눈에 띄게 부활하고 있으며, 많은 성공적인 기업가들이 현재 40대와 50대입니다. 이러한 인구 통계학적 변화는 복잡한 스타트업 문제를 해결하는 데 있어 깊은 산업 전문 지식과 노련한 판단력의 가치가 증가하고 있음을 강조합니다. YC와 스타트업 생태계가 전반적으로 젊고 처음 창업하는 사람들을 위한 것이라는 오랜 신화는 이러한 성공적이고 나이든 기업가들에 의해 적극적으로 도전받고 있습니다.

AI는 공동 창업자의 필요성을 재구성하여 기업가들이 단순한 기술 실행보다 제품 방향을 우선시할 수 있도록 합니다. 무엇을 프롬프트하고 무엇을 구축할지 아는 것이 CTO가 단순히 솔루션을 코딩하는 능력보다 훨씬 더 가치 있게 되었습니다. 공동 창업자는 여전히 스타트업 성공에 상당한 이점을 제공하지만, 단독 창업자를 위한 진입 장벽은 Instacart 및 Coinbase와 같이 단독 창업자로 시작하여 역사적으로 성공한 회사들이 입증하듯이 크게 낮아졌습니다.

이러한 노련한 기업가들은 종종 '드래곤이 어디에 있는지'를 아는 것으로 언급되는 시장 위험과 기회에 대한 더 나은 이해를 가지고 있습니다. 시장 지식과 전략적 통찰력이 주요 동인이 되면서 스타트업 성공을 위한 전통적인 '게이트키핑' 경로는 줄어들고 있습니다. 결과적으로, 그들의 의견과 산업 경험은 이제 전통적인 공동 창업자 구성이 필요한 것보다 더 큰 비중을 차지합니다.

창업가들은 GPT-6와 같은 최근 출시된 AI 모델이 이전의 기술적 장애물을 빠르게 극복하고 있으므로 문제 해결을 위해 현재 AI 모델을 즉시 활용하는 것이 좋습니다. AI 에이전트는 이제 과거 채팅 맥락을 참조하여 복잡한 버그를 처리할 수 있어 개발 프로세스를 간소화합니다. 이 시대는 놀랍도록 짧은 시간 내에 빠른 반복과 상당한 기술적 발전을 가능하게 하므로 회사를 시작하기에 적절한 시기입니다.