1. 핵심 주장
1-1. AI 시장 구조: 3개 마켓으로 수렴 중
- 마켓 1 (프론티어 랩): OpenAI, Anthropic, Google — 코딩/리걸/바이오 등 RLVR verifiable 도메인 직접 장악
- Quasi Frontier Lab: Cursor(xAI 인수), Cognition(코딩 마켓 4위임에도 조 단위 매출) — 프론티어 랩으로 흡수 중
- 마켓 2 (리얼월드 도메인): 바이오, 로보틱스, 재료과학, longevity — verifier가 실험/로봇 액션 필요 → 스타트업 기회
- 마켓 3 (에이전트 스타트업): Claude Code/Codex 기반, 스펙트럼 어마어마하게 다양
1-2. Post-train이 현재 AI 경쟁의 핵심
- 프론티어 랩들이 "가장 많은 노력을 쏟는 곳"은 pretraining이 아닌 post-train 파이프라인
- 고품질 데이터셋(GitHub 비공개 코드, IB 전문지식 등)을 돈으로 사는 시장 형성
- vLLM 밑바닥까지 수정, benchmark maxing, MFO(컴퓨테이션 최적화) 등 "지저분한 엔지니어링"이 핵심
1-3. Test-time compute가 다음 성능 축
- Noam Brown: "동일 벤치마크를 더 짧은 inference 토큰으로 달성하는 것이 지능 향상의 지표"
- GPT-5.5로 Erdős 수학 문제 해결 = 막대한 test-time compute 투입 (특수 모델 아님)
- Cerebras로 GPT-5.6이 750 TPS → 빠른 test-time 추론 가능
1-4. AI + 바이올로지: GPT-1→2 전환기
- 전통 바이오 (Doudna 교수 등): 문제마다 파이프라인 다름, AI 회의적
- AI 소프트웨어 접근: Transformer base + 데이터셋 확대 + eval 설계 → working
- OpenCRISPR: AI가 Cas9 유사 단백질 신규 발견 → "노벨상 수상자 본인 도메인에서 AI가 innovation"
- John Jumper (AlphaFold, 노벨상) → Anthropic 이직: "LLM으로 과학하겠다"는 신호
- 도메인 전문가를 설득하는 것보다 AI 엔지니어가 도메인을 배우는 게 더 빠를 수 있다
2. 근거 및 사례
실리콘밸리 스타트업 생태계 (직접 목격)
- 창업자 나이: 20대 초반 압도적 (30대 초반은 "살짝 올드", 30대 중반 이상은 다른 레이어)
- 학력 vs 경력: 좋은 회사 인턴 1년 + YC입성 = 22~23세. 좋은 회사 경력이 학부 졸업장 대체 추세
- 밸류에이션 구조:
- ARR 환산 30~40억(한국 돈) → 300 million($, 약 4천억원)
- "천재 창업자" 패턴: 17세 명문대 → 20세 Google DeepMind → seed 5천억 valuation
- "에이전트 스타트업" 패턴: Meta/Anthropic에서 연봉 80억씩 3명이 창업 → "연봉 합산 240억이니 회사 valuation 1천억은 make sense"
- acqui-hire exit이 비공개로 많이 발생 → VC 수익 구조 유지
- Y Combinator 위상 변화: 한 배치 200팀, 발표 1분 → "대학 졸업장" 수준 (발에 채일 정도)
- Hayes Valley / South Park 블록: 스타트업 창업자, 빅테크 엔지니어, 투자자가 바글바글
VC 투자 트렌드
- 주 관심사: 데이터 센터 > 칩 > inference/training 오케스트레이션 소프트웨어
- 에이전트 앱/B2B SaaS에는 상대적으로 관심 적음
- 한국 칩 생태계 관심 고조: 삼성/하이닉스 출신 스타트업 질문 다수
- "NVIDIA가 다 끝낸 마켓 아니야?"라는 인식과 반대로 "이제 겨우 시작"이 지배적 관점
- VC 연령도 20~30대로 젊어지는 추세
OpenAI 내부 전략 (신뢰할 만한 소스)
- 코딩, 리걸, 바이오 → 직접
- 나머지 → 스타트업과 협업
- 근거: RLVR verifiable + 시장 규모 크고 + 디지털 도메인 내에서 완결 가능
xAI 문화
- Elon Musk가 매 팀 회의 참석, 매니저 건너뛰고 실무자 직접 질문
- 이를 challenge로 즐기는 사람 vs 스트레스로 이탈하는 사람 혼재
3. 구조화된 시사점
사업 기회 레이어별 판단
| 레이어 | 사업 기회 | 한국 연관성 |
|---|---|---|
| 프론티어 랩 | 없음 (진입 불가) | — |
| 칩/인프라 | 매우 높음, VC 관심 최고조 | 삼성/하이닉스 출신 스타트업 |
| post-train 데이터셋 | 높음 (전문 도메인 암묵지 → RLVR 문제화) | 의료/법률/금융 전문 데이터 |
| AI + 리얼월드 도메인 (마켓 2) | 중장기 최대 기회 | 바이오, longevity |
| 에이전트 스타트업 | 경쟁 치열, 스펙트럼 다양 | YC 수준 창업 문화 필요 |
한국 스타트업에 대한 시사점
- 한국 AI 네이티브 엔지니어의 글로벌 경쟁력 높음 → 샌프란시스코 진출 타당
- 한국 내 카피 경쟁 → 타이밍 손실 → 미국에 역전 당하는 패턴 반복됨
- 글로벌 연결 채널이 없으면 좋은 씨앗도 한국 내에서만 소멸
- 도메인 전문가 설득보다 AI 엔지니어가 도메인 직접 학습이 더 빠른 경우 많음
AI 알고리즘 연구 현황
- Meta 정형원 박사: "2025년은 알고리즘 리서치 진보가 거의 없었던 한 해"
- MLA, 어텐션 변형 등은 "효율성 개선"이지 "지능 향상 breakthrough"가 아님
- 현재 regime: Bitter Lesson + 스케일 + RLVR + test-time compute
4. 인상적인 발언 인용
"프론티어 모델이 못하는 도메인들을 찾는 게 새로운 큰 사업 기회가 되는 것처럼, 우리가 아는 거의 대부분 — 코딩, 리걸, 파이낸스, 사이언스, 로보틱스, 컨슈머 영역까지 프론티어 랩들에 쭉 응축되고 있다." — 노정석
"Doudna 교수가 AI는 innovation 못해라고 얘기하는 거 보면서, 노벨상 탄 저 교수님도 아직 세상이 어떻게 바뀌는지 잘 모르네." — 노정석
"domain expert들을 설득하여 그들과 함께 무언가를 하는 것보다, 그냥 AI 소프트웨어 엔지니어가 그 도메인을 배우는 게 더 빠를 수도 있겠다." — 노정석
"한국에서 AI native라고 불리시는 소위 신선들의 가치가 굉장히 높다는 생각을 하고 왔어요. 저희가 정말 잘하는 사람이 여기 많다." — 노정석
"사람들이 다 미쳤어요. 정말 서부 시대구나. 여기 꿈을 찾아서 잘난 사람들은 잘난 사람들대로의 어떤 달려가는 라운드가 형성돼 있고." — 노정석
"요새 많은 대학생들의 꿈이 Y Combinator 같은 데 붙어서 합법적으로 학교를 그만두는 거." — 노정석
"GPT-5.4와 GPT-5.5만 비교하더라도 같은 어떤 벤치마크의 최적점을 훨씬 짧은 inference 토큰 안에서 도달한다. 그래서 앞으로 벤치마크 기준은 inference 토큰의 예산을 고정한 상태에서 봐야 된다." — 노정석 (Noam Brown 인용)
"이미 랩들 사이에는 프론티어 모델을 만드는 기술이 그다지 어려운 게 아니다. 한 번 본 사람은 밖에 나가서 동일한 자원이 있으면 시간의 문제지 재현 가능하다는 것들을 그냥 다 서로서로 알음알음 얘기하는 불편한 진실." — 노정석
5. 특이사항 및 후속 정보
- ICML 서울 2026: 7월 6~10일 코엑스, Luma에서 "ICML 서울"로 검색 가능
- 7/4 Saionic (InstructKR 행사), 7/5 Hashed 행사 (노정석 참석 예정)
- 등록 시 LinkedIn/Twitter 핸들 활동 이력 요구
- AI 프론티어 개편 계획:
- 박종현 (sudoremove) 메인 호스트 합류
- 서브 채널 다수: AI+바이오, 실리콘밸리 특파원(김민석), 기술 라이브 세션(박종현)
- Monthly AI Demo Day: 한국 스타트업 → 글로벌 소개 (영어, 오프라인)
- AI Engineer Summit 서울 에디션 마중물 역할
- 노정석 개인 프로젝트: 본인 long-read genome sequence + 건강 기록 → Codex로 파이프라인 구축 (3일 소요)