Stripe의 OpenRouter 8B달러 베팅, Anthropic의 첫 흑자와 AI 플랫폼 가치 전쟁

URL: https://www.youtube.com/watch?v=y_3EjW0dyeI 날짜: 2026-08-20 (YouTube 발행일) 정리일: 2026-08-22 채널: 20VC with Harry Stebbings 원문 제목: SpaceX Buys Cursor for $60B | Anthropic's First Profit & The Math Behind Reaching $600B in Revenue? YouTube 현재 표기 제목: Stripe's $8B OpenRouter Bet | Anthropic's First Profit & The Math Behind Reaching $600B in Revenue? 출연: Harry Stebbings(진행), Jason Lemkin, Rory O’Driscoll 영상 길이: 1:17:47

📌 핵심 질문 / 이 영상이 다루는 핵심 논점

==AI 시장의 폭발적 성장에서는 당장의 총이익률·현금흐름·제품의 좁은 범위보다 시장의 속도, 매수자의 전략적 시너지, 미래 매출 성장률이 더 큰 가치를 만들 수 있는가?==

• SpaceX는 60억 달러가 아니라 600억 달러 규모의 전액 주식 거래로 Cursor를 인수했다.
• Stripe는 OpenRouter를 70억 달러에 인수하며 결제 인프라에서 모델 선택·추론 인프라로 확장하려 한다.
• Anthropic의 분기 매출 115억 달러와 첫 수익은 급격한 총이익 확대가 비용·주식보상·컴퓨트 약정을 압도할 수 있음을 보여준다.
• Workday의 430억 달러 비공개 전환은 성장주와 성숙한 시스템 오브 레코드(System of Record)의 가격 산정법이 얼마나 다른지 보여준다.

논의 전체를 관통하는 결론은 부정적 지표가 사라졌다는 뜻이 아니라, 위험 선호적인 시장에서 폭발적인 성장과 매수자의 사용 사례가 부정적 지표를 압도했다는 것이다. 반대로 성장이 멈추면 총이익률, 주식보상, 오프밸런스 약정, 고객의 락인 여부가 한꺼번에 가격을 결정한다.

1. SpaceX의 600억 달러 Cursor 인수

Cursor의 인수는 빠르게 변하는 AI 시장에서 생존·전환·매수자의 자본력이 어떻게 한 번에 결합하는지 보여주는 사례다.

1.1. 이메일 클라이언트에서 AI 코딩 플랫폼으로

1. 거래의 규모와 승자

   1. SpaceX는 Cursor를 600억 달러의 전액 주식(all-stock) 거래로 인수했다. 영상 초반의 표현처럼 이는 이미 발표된 거래의 종결이지만, 규모 자체가 다시 시장의 관심을 끌었다.
   2. Cursor의 초기 투자자와 창업팀에는 1,000배에 가까운 수익을 낼 수 있는 사례가 됐다. OpenAI Startup Fund도 매우 이른 시기에 600만~800만 달러를 투자해 큰 승자가 됐다.
   3. Anysphere와 관련된 초기 투자자들은 한때 제품의 생존조차 의심받던 회사를 거대한 전략 자산으로 바꿨다.

2. 제품의 극적인 변신

   1. Cursor는 원래 Hacker News에 올라올 법한 작은 이메일 클라이언트로 시작했다. 지금의 AI 코딩 플랫폼과는 전혀 다른 제품이었다.
   2. 20VC가 시작될 무렵에는 포트폴리오 회사들이 Cursor를 거의 쓰지 않았고, Claude Code가 존재했는지조차 불분명했다. 제품이 사실상 끝났다는 인식이 있었고, 이후 Claude Code가 나오자 시장은 다시 Cursor가 죽었다고 판단했다.
   3. Cursor는 여러 모델을 선택할 수 있는 멀티모델(multimodel) 제품으로 빠르게 전환했다. 단일 모델 의존을 피하고 변화하는 모델 생태계를 제품의 일부로 흡수한 것이 반전의 계기였다.
   4. 매출은 약 5억 달러 수준까지 급등했고, 연말에는 약 60억 달러 매출이 예상된다는 전제가 거래 가격 논의에 사용됐다. 자막에는 50만 달러와 5억 달러가 혼재하지만 맥락상 핵심 비교는 수억 달러에서 수십억 달러로 커진 매출이다.

1.2. ‘민첩함’이 제품의 여러 세대를 버티게 한 방식

1. 세 번의 Cursor

   1. Jason Lemkin은 시작 시점의 이메일 클라이언트, 초기 코딩 도구, 멀티모델 플랫폼을 서로 다른 세 개의 Cursor라고 표현했다.
   2. 한 제품이 같은 로드맵을 직선적으로 실행해 600억 달러에 도달한 것이 아니라, 시장 변화마다 제품의 정체성과 고객 가치를 다시 만들었다.

2. Claude Code 충격을 견딘 조직

   1. Claude Code가 등장했을 때 많은 팀이라면 자체 LLM을 만들거나 기존 제품을 포기했을 가능성이 크다.
   2. Cursor는 경쟁 제품이 나온 뒤에도 멀티모델이라는 방향으로 움직이며 새로운 경쟁 상황을 제품에 반영했다.
   3. 빠른 변화 속에서 가장 중요한 능력은 단순한 애자일 개발이 아니라 ‘끝까지 계속 바꾸는 능력’이다. 많은 팀이 변화의 속도를 따라가지 못하고 스스로 포기한다.

3. 시장 변화 속도의 의미

   1. 지난 1년 남짓한 기간에 코딩 에이전트의 핵심 기능과 경쟁 구도가 여러 번 바뀌었다.
   2. 2026년 8월 시점에 2027년 로드맵을 깊게 실행하지 못하는 전통적인 분기·월간 계획형 팀은 경쟁에서 밀릴 수 있다는 경고가 뒤에서 다시 등장한다.

1.3. 총이익률 논쟁과 10배 선행매출 배수

1. 초기의 ‘토큰을 손해 보고 판다’는 비판

   1. 초기 Cursor는 1달러 가치의 토큰을 80센트 또는 50센트에 파는 것처럼 보였다. 이 때문에 벤처캐피털(VC)은 총이익률이 음수인 농담 같은 사업이라고 비판했다.
   2. 그 비판은 당시에는 사실이었다. 오픈 웨이트(open weights)와 모델 비용 구조가 바뀌면서 문제의 조건이 달라졌을 뿐, 과거의 부정적 지표가 거짓이었던 것은 아니다.

2. 600억 달러 가격의 계산

   1. 연말 매출을 60억 달러로 보면 600억 달러 인수가는 약 10배 선행매출(forward revenue) 배수다.
   2. 투자자들이 과거에는 받아들이기 어렵다고 보던 총이익률 문제를 감안해도, 빠르게 성장하는 코딩 시장에서 10배 선행매출은 거래 성사 시점에는 오히려 싼 가격으로 해석될 수 있다.

3. 부정적 사실이 사라진 것이 아니다

   1. 총이익률 문제와 자유현금흐름(free cash flow) 부재는 여전히 실제 문제다.
   2. 다만 코딩은 AI가 가장 잘 적용되는 거대한 시장이고, Anthropic 같은 회사의 높은 기업가치도 코딩 시장을 포함한 성장 기대에 기초한다.
   3. 시장이 폭발하고 자본이 위험을 감수하는 국면에서는 시장의 상승 잠재력이 부정적 지표보다 커진다. 반대로 자본시장이 얼어붙으면 같은 회사는 성장을 늦추고 마진을 증명해야 한다.

1.4. Elon Musk가 매수자로 적합했던 이유

1. Colossus의 컴퓨트와 Cursor의 수요를 결합

   1. SpaceX는 거대한 Colossus 클러스터를 보유했지만 그 컴퓨트를 채울 명확한 제품이 필요했다.
   2. Cursor의 총이익률 문제가 SpaceX에는 오히려 매출 기회가 된다. Elon Musk의 논리는 “네 총이익률 문제는 내 Colossus 클러스터의 매출 기회다”라는 식이다.
   3. 매수자는 Cursor가 독립적으로 현금흐름을 만들 때까지 기다리는 대신, 자사 컴퓨트와 제품 수요를 결합해 매출과 사용량을 더 빠르게 만들 수 있다.

2. Elon Musk의 실행 속도

   1. SpaceX는 복잡한 아쿠하이어(acqui-hire) 구조로 우회하지 않고 일반 기업 인수처럼 거래를 진행했다.
   2. 반독점 심사를 실제로 신청했지만 빠르게 승인을 받았고, 거래를 가로막는 구조적 장애물이 크지 않았다.
   3. Musk는 약 1년 전에는 로켓·위성·연결성 회사였던 SpaceX를 현재는 미래 전망 기준 89%가 AI 이야기인 회사로 바꿨다. 컴퓨트를 직접 구축한 뒤 그 위에 올라갈 제품을 1년여 만에 확보한 셈이다.
   4. Noah Smith의 표현을 빌리면 Musk의 정치적 성향이나 제품 판단과 별개로, 그는 산업화·물리적 AI(physical AI)·소프트웨어 AI에서 일을 실제로 끝내는 데 매우 뛰어난 사람이다.

3. 거래를 일주일 만에 끝낸 구조

   1. Cursor는 Andreessen Horowitz, Nvidia, Thrive 등이 약 500억 달러 가치에 투자하는 라운드를 마무리하려 했다.
   2. Musk는 이미 협력하고 있던 상황에서 500억 달러 대신 600억 달러를 제시했다. 거래가 깨지면 100억 달러를 지급하겠다고 하며 반대 이유를 없앴고, 창업팀에게 회사를 원하는 방식으로 운영할 여지도 남겼다.
   3. 500억 달러에서 600억 달러로의 가격 차이를 짧은 시간 안에 결정하고, 현금이 아닌 높은 가치의 SpaceX 주식으로 지급할 수 있었던 점이 핵심이다.

4. 창업자에게 매수자의 정체성이 중요한 이유

   1. Cursor의 창업자는 이미 24세에 서류상 100억 달러(데카빌리어네어)에 가까운 자산가가 될 수 있었고, 5억~10억 달러를 현금화하는 선택도 가능했다.
   2. Jason Lemkin은 자신이라면 Meta보다 Elon Musk와 일하고 싶다고 말했다. Musk가 로켓을 만들고 실제로 모든 일을 해내는 사람이라는 점이 매력으로 작용한다는 뜻이다.
   3. 창업자에게는 24개월 뒤 실제 업무가 무엇인지 알 수 없다는 조언이 맞지만, 어느 회사에 도착하고 싶은지에 대한 감정은 M&A에서 매우 중요하다.
   4. 브랜드와 직함을 무시하라는 조언은 합리적이어도, 창업자가 새 조직에서 일하고 싶다고 느끼는지는 거래 가격과 속도에 영향을 준다.

1.5. 왜 Mark Zuckerberg가 Cursor를 사지 않았는가

1. 표면적인 전략 적합성

   1. Meta는 모델 역량을 Alex와 동료들을 통해 구축하고 있지만 엔터프라이즈 제품 역량이 약하다.
   2. Cursor를 사면 Meta가 가진 컴퓨트와 enterprise coding product가 결합되므로 SpaceX와 비슷한 논리가 성립한다.

2. Meta가 실제로 움직이기 어려운 이유

   1. SpaceX와 Meta 모두 많은 컴퓨트를 가지고 그 위에 제품을 더해야 한다는 공통점이 있다.
   2. 그러나 Meta는 미국 법무부(DOJ)가 사업을 더 세밀하게 들여다볼 가능성이 있고, 매도자가 Meta의 반독점 통과를 SpaceX만큼 확신하기 어려웠을 수 있다.
   3. Meta의 핵심 광고 사업은 연간 1,000억 달러 이상을 창출한다. 새로운 AI 사업에 흥미가 있어도, 그 위에 다시 600억~800억 달러 규모의 거래를 해야 할 절박함은 SpaceX보다 낮다.
   4. Zuckerberg가 Instagram과 WhatsApp을 빠르게 인수한 전례는 있지만, Cursor를 800억 달러에 일주일 안에 사려면 그 거래를 절대적으로 원하고 더 빨리 움직였어야 한다.

3. SpaceX의 주식이 가진 통화 효과

   1. SpaceX는 지난 분기 약 80억 달러의 매출을 냈고, 연 매출을 300억 달러에서 500억 달러 정도로 볼 수 있는 상황에서 주식이 높은 가격에 거래되고 있었다.
   2. 자체 주식이 고평가된 상태라면 현재 매출의 15배 또는 연말 매출의 10배도 SpaceX에는 상대적으로 저렴하다.
   3. Cursor가 첫날부터 매출을 만들어낼 수 있다는 점에서 같은 거래라도 주식의 통화 가치가 낮은 매수자보다 SpaceX에 더 유리했다.

1.6. Microsoft가 가장 큰 전략적 패자일 수 있는 이유

1. 개발자와의 연결 상실

   1. Steve Ballmer가 외치던 “개발자, 개발자, 개발자”는 Microsoft의 핵심 정체성이었다.
   2. 그러나 GitHub가 최첨단 개발자 경험에서 후행 제품이 되고 Cursor가 선두 제품이 되면 Microsoft는 개발자와의 연결을 잃는다.
   3. AWS는 Anthropic과 계약을 맺고 Claude Code의 컴퓨트를 제공해 추론 매출을 얻을 수 있으므로 모델을 직접 소유하지 않아도 된다. Meta는 광고 사업이 강해 AI 제품 인수가 절박하지 않다. 반면 Microsoft는 개발자 접점을 잃는 것이 중기적으로 실존적 위험이다.
   4. Satya Nadella가 Cursor를 사고 Scott Guthrie를 Microsoft CEO로 삼자는 농담 섞인 제안이 나온 이유도 개발자·클라우드·AI를 동시에 이해하는 리더십의 필요성 때문이다.

2. 2위·3위 제품 인수의 실제 연쇄 효과

   1. Cursor를 놓친 모든 회사가 즉시 Cognition을 사는 식의 전략적 군비경쟁이 일어나는 것은 아니다.
   2. 인수자는 ‘1위가 사라졌으니 땅을 선점해야 한다’기보다 ‘내가 Cursor를 살 수 있었는데 시간이 더 있다고 생각했다’고 반응하는 경우가 많다.
   3. 1위 거래가 인수자의 우선순위 목록에서 빠진 뒤에야 2위나 3위 제품을 매수한다. 이는 VC가 말하는 즉각적인 랜드러시(land rush) 신화와 다르다.

2. Stripe의 70억 달러 OpenRouter 인수

OpenRouter 인수는 독립 제품의 현재 매출보다 대기업이 그 제품을 통해 만들 수 있는 미래의 돈 흐름이 훨씬 중요할 수 있음을 보여준다.

2.1. 거래가 만들어낸 VC 수익

1. 가격 상승 속도

   1. OpenRouter는 약 4개월 전 Series B에서 13억 달러 가치로 평가받았고, Stripe가 약 70억 달러에 인수하면서 약 5배의 가치 상승을 기록했다.
   2. Menlo와 초기 투자자에게는 12배에 가까운 수익이 될 수 있다. 처음 보도된 100억 달러보다는 낮지만 여전히 거대한 거래다.
   3. A16z, Menlo, Capital G와 같은 투자자들이 위험의 끝에 가까운 투자를 했고 시장 속도와 매수자 적합성이 맞아떨어지면서 큰 수익을 얻었다.

2. Stripe의 결제 인프라와 모델 라우팅의 유사성

   1. Stripe는 카드 결제에서 돈의 흐름을 관리하고 복잡성을 줄이는 대가로 거래액의 작은 비율을 받는다.
   2. OpenRouter는 기업이 수십~수백 개 모델을 하나의 API로 호출할 때 모델 선택, 가용성, 장애 대응의 복잡성을 관리한다.
   3. Stripe는 기존 결제 고객들이 OpenAI와 Anthropic에 돈을 쓸 때도 결제 흐름의 일부를 얻는다. OpenRouter 인수는 AI 영향력이 커지는 자금 흐름 자체로 더 깊이 들어가려는 시도다.

2.2. 왜 빠른 시장에서 DCF가 무력해지는가

1. 매수자의 속도가 독립기업의 속도를 압도

   1. OpenRouter가 독립적으로 현금흐름을 만들기까지 5년이 걸릴 수 있지만, Stripe는 자사의 고객·판매망·결제 데이터를 통해 훨씬 빠르게 수익화할 수 있다.
   2. Elon Musk가 Cursor를 SpaceX의 컴퓨트 매출로 전환하는 속도가 Cursor 단독보다 빠를 수 있듯, Stripe도 OpenRouter의 매출을 독립 사업보다 빠르게 키울 수 있다.
   3. 인수 가격이 할인현금흐름(DCF) 기준으로 이해되지 않아도 매수자의 가치 창출 능력으로는 충분히 합리적일 수 있다.

2. 빌드보다 바이(buy)가 빨라지는 국면

   1. 시장이 느리면 대기업은 5년을 들여 직접 만들고 buy-versus-build 계산을 보수적으로 한다.
   2. 모델 시장이 매년 10배씩 움직이는 국면에서는 대기업이 ‘내가 월드 모델을 해야 한다’, ‘결제에서 AI 영향력 흐름을 잡아야 한다’고 판단하고 주식 일부를 써서 일주일 만에 출발한다.
   3. 초기 인터넷 시기처럼 시장 구축 속도가 빠르면 매수자에게 돌아오는 가치가 거래 가격을 정당화하는 대형 M&A가 연속해서 나온다.

3. 매출이 가격의 입력이면서 목적은 아닌 역설

   1. 사모펀드(PE)가 기업을 살 때는 매출과 EBITDA가 세부 숫자까지 가격 배수를 결정한다.
   2. 대기업 M&A에서는 OpenRouter의 현재 매출이 7,000만~8,000만 달러인지보다 Stripe가 그 제품으로 얼마나 많은 매출을 만들 수 있는지가 중요하다.
   3. 매출은 가격을 논쟁하는 가장 큰 입력이지만 거래가 끝난 뒤에는 매수자가 새로 만들 매출에 밀려 무의미해진다. 인수자는 기존 매출을 포기하고도 자신의 핵심 매출을 확장할 수 있다.

2.3. OpenRouter의 강점과 ‘성공적인 틈새’의 위험

1. 현재 강한 두 영역

   1. 개발자 도구에서는 사용자가 별도의 Fireworks 설정 없이 여러 모델을 단순한 방식으로 고를 수 있다.
   2. 디지털 Harry나 디지털 Rory와 대화하는 챗봇처럼 출력이 매번 완벽할 필요는 없고, 가용성에 따라 모델을 바꿔도 되는 제품에서 강하다.
   3. 모델 장애 시 자동 fallback을 제공하는 기능은 자체 제품에 대체 모델을 붙이려는 개발자에게 10점 만점에 10점인 사용 사례다.

2. 고정 모델이 필요한 고추론 워크플로

   1. B2B 금융·업무 흐름에서 정답성이 중요하면 여러 모델을 계속 돌릴 수 없다.
   2. Kimi, Qwen, GPT, Claude 등을 번갈아 사용하면 모델 드리프트가 생기고, 모델이 바뀔 때마다 QA·재검증·수정·테스트가 필요하다.
   3. 기업은 프런티어 모델 10개를 순환하기보다 주력 모델 하나와 플랜 B 하나 또는 두 개를 선택할 수 있다.
   4. 이 구조가 확산되면 ‘10개 모델을 라우팅하는 가치’가 줄어들고 OpenRouter는 훌륭하지만 좁은 틈새 제품이 된다.

3. Rippling의 두 모델 사례

   1. Rippling은 회사 전체를 조사해 자신에게 가장 적합한 모델을 두 개로 줄였다.
   2. 하나는 Opus 계열의 최신보다 한 단계 이전 모델이지만 자체 하니스(harness)로 잘 훈련된 모델이고, 다른 하나는 가격·성능·속도 균형이 좋은 GPT 계열 모델이다.
   3. 60~90일 뒤 선택이 바뀔 수 있어도, 당시에는 12개 모델을 관리하는 것보다 두 모델의 출력을 직접 튜닝하는 편이 낫다고 판단했다.
   4. OpenRouter의 긍정적 시나리오는 기업이 모델을 표준화하고, 공급자 선택과 정규화(normalization)를 OpenRouter에 맡기는 것이다. 부정적 시나리오는 JPMorgan 같은 기업이 두세 모델만 직접 검증하고 나머지를 사용하지 않는 것이다.

4. Stripe DNA와의 충돌

   1. Stripe의 핵심은 지불 수단이 무엇이든 모든 거래를 처리하는 범용 레일이다.
   2. 모델 라우팅이 일부 개발자와 챗봇에만 강하다면 Stripe가 원래 잘하는 ‘모든 거래는 동등하다’는 DNA와 충돌한다.
   3. Stripe가 OpenRouter를 플랫폼의 토큰 관리·모델 인프라 깊숙한 곳에 흡수하면 제품 브랜드가 사라져도 성공한 셈이다.

2.4. 5년 뒤의 성공 조건

1. OpenRouter 제품 자체는 사라질 수 있다

   1. Jason Lemkin은 5년 뒤 OpenRouter 브랜드나 현재 제품이 존재할 가능성이 낮다고 봤다.
   2. 성공한다면 Stripe의 전체 토큰 관리 플랫폼 안에 열한 단계 아래의 메뉴처럼 흡수될 수 있다.
   3. Rory O’Driscoll은 제품이 사라져도 TAM 확장 수단이 되고 Stripe 매출의 20~30%를 만드는 사업으로 성장하면 성공이라고 봤다. 그 가능성은 51%를 조금 넘는 정도로 평가했다.

2. Stripe의 양면 전략

   1. OpenRouter 인수는 아직 하지 않던 AI 라우팅 공간에 깃발을 꽂는 TAM 확장 전략이다.
   2. 동시에 Stripe는 자신이 이미 지배하는 결제 공간을 통합하기 위해 PayPal 인수도 검토한다.
   3. PayPal 거래는 소비자 지갑, 네트워크 효과, 비용 절감, 기존 매출의 높은 가시성을 활용하는 통합형 거래다.
   4. 비공개 회사인 Stripe가 주식을 발행해 400억~500억 달러 규모의 거래와 70억 달러 거래를 함께 추진하는 것은 기업개발(Corp Dev) 조직의 높은 실행력을 보여준다.

3. Anthropic의 첫 수익과 6000억 달러 매출의 산수

Anthropic의 현재 수익은 놀랍지만, IPO와 미래 6000억 달러 매출을 판단하는 핵심은 현재 이익이 아니라 다음 2~3년의 매출 성장과 AI 지출이 임금에서 차지할 비율이다.

3.1. 분기 매출 115억 달러가 비용을 압도한 이유

1. 첫 수익은 예측 가능한 결과

   1. Anthropic은 분기 매출 115억 달러에서 처음으로 수익을 냈다.
   2. 전년도 매출이 약 45억 달러였고 총이익률이 전전년도 음수에서 약 30%로 개선됐다는 전제를 사용하면, 짧은 기간의 매출 증가는 총이익을 폭발시킨다.
   3. 매출이 45억 달러에서 분기 100억~115억 달러로 뛰고 총이익률이 40%에 가까워지면 분기에 약 40억 달러의 총이익이 생긴다.
   4. 두 분기 동안 매출이 12배 가까이 증가한 상황에서 판관비를 그만큼 빠르게 늘려 수익을 막기는 어렵다. 비용을 추가하기 전에 매출과 총이익이 먼저 발생한다.

2. Elon의 컴퓨트 비용이 만드는 변수

   1. Anthropic은 Elon의 컴퓨트를 비싼 가격으로 구매하기 시작했고, 계약 두 달 뒤 또는 두 분기 뒤 가격 상승이 비용 구조에 반영될 수 있다.
   2. 현재 수익은 놀라운 성과지만, IPO 사업계획에서 계속 수익을 내는 것을 기본 시나리오로 제시할지는 불확실하다.
   3. 핵심은 매출이 계속 증가하는 동안에는 높은 컴퓨트 비용도 감당할 수 있다는 점이다. 매출이 멈추는 순간 이익과 비용의 관계가 달라진다.

3.2. IPO에서 오프밸런스 약정과 주식보상은 얼마나 중요한가

1. 문제 제기

   1. Anthropic에는 대규모 컴퓨트 구매 약정 같은 오프밸런스(off-balance-sheet) 부채성 약정이 있다.
   2. 역사상 전례를 찾기 어려운 수준의 주식기반보상(stock-based compensation, SBC)이 나타날 수 있다.
   3. 이 수치를 모두 반영하면 IPO 숫자에는 별표와 각주가 붙고, 언론은 비용과 하방 위험을 크게 보도할 수 있다.

2. 매출이 약정을 정당화하는 구조

   1. 컴퓨트 약정은 ‘2년 뒤 매출이 10배가 될 것이므로 그만큼의 컴퓨트를 사겠다’는 약속에 가깝다.
   2. 매출이 실제로 늘면 회사는 약정한 컴퓨트를 원하고 비용을 지불할 수 있다.
   3. 매출이 느려지면 필요한 컴퓨트가 사라져 약정이 문제가 된다. 그러므로 IPO 투자자는 결국 2027년과 2028년의 예상 매출 성장률을 가장 중요하게 본다.

3. 초고성장 회사의 SBC 정상화

   1. 2023년에 100만 달러 패키지로 채용된 사람이 4년 뒤 5,100만 달러 가치의 보상을 받은 사례가 언급됐다.
   2. 그중 실제 경제적 보상은 채용 시 약속한 100만 달러에 가깝고, 나머지 5,000만 달러는 회사 가치가 급등한 행운이다.
   3. 안정적인 Workday나 Salesforce에서 매년 현금 40만 달러와 RSU 50만 달러를 주면 RSU도 실제 현금성 인건비로 봐야 한다.
   4. 반면 초고성장 회사의 과거 주식보상 가치 급등분은 반복되는 run rate가 아니므로 일부를 정상화해 볼 수 있다.
   5. 이 논리는 회사가 성장할 때만 유효하다. 성장률이 꺾이면 마진, 오프밸런스 약정, SBC를 모두 다시 엄격하게 계산해야 한다.

3.3. 2000억 달러와 6000억 달러를 지탱하는 사용량

1. 1억 명이 아니라 노동시장부터 계산해야 한다

   1. Anthropic의 2028년 연간반복매출(ARR) 목표로 2000억 달러가, 그 다음 해의 큰 목표로 6000억 달러가 제시됐다.
   2. 지식 노동자가 전 세계에 10억 명이고 1인당 월 200달러를 쓴다는 식의 단순 계산은 과장이다.
   3. 미국은 세계 소프트웨어 지출의 약 50%를 차지하지만 GDP 비중은 약 25%이므로, 전 세계의 유효 지출은 미국의 4배보다 낮을 수 있다. 다른 나라에는 더 많은 사람이 있어도 임금과 소프트웨어 지출이 낮다.

2. 미국의 인력 풀

   1. 미국 지식 노동자는 약 8300만 명이고 물리 노동자는 약 8600만 명으로 추정된다.
   2. 지식 노동자에는 간호사와 교사도 포함되지만, 이들이 곧바로 대규모 토큰 소비자가 되지는 않는다.
   3. 코딩 인력은 QA를 포함해 약 180만 명이고, 시스템 관리자 등 소프트웨어 관련 인력까지 합치면 약 500만 명이다.
   4. 이 소프트웨어 관련 인력이 받는 총임금은 약 6000억 달러다. AI가 이 임금의 상당 부분을 대체하거나 보완할 수 있는지가 시장 크기를 결정한다.

3. 임금 대비 AI 비용 비율

   1. 소프트웨어 인력의 임금 10만~20만 달러 가운데 AI 토큰 비용이 10%인지 50%인지에 따라 시장 규모가 크게 달라진다.
   2. AI 비용이 급여의 50%라면 코딩만으로도 2000억 달러에 도달할 수 있지만, AI 비용이 10%라면 전체 지식 노동자로 넓혀야 한다.
   3. 6000억 달러는 코딩 시장만으로는 어렵다. 법률·금융·의료 등으로 확장해야 하지만, 연 100만 달러를 실수령하는 변호사 파트너가 토큰에 100만 달러를 쓰지는 않을 것이다.

3.4. 엔지니어 1명당 연 10만 달러의 토큰 예산

1. 기업이 예산을 상한선으로 정하는 방식

   1. 대기업과 스케일업은 최근 AI 예산을 실제로 연 600만~800만 달러 수준에서 상한선으로 설정하기 시작했다.
   2. Jason Lemkin은 최고의 엔지니어 한 명에게 10만 달러어치 토큰을 주고, 24시간 병렬로 10개의 에이전트를 돌리는 모델을 예상했다.
   3. 그 결과 개발팀 규모를 30~40% 줄이면서도 산출물을 유지하는 경제성이 가능하다고 봤다.

2. 미국 2000억 달러 시장 계산

   1. 엔지니어·QA·시스템 관리자에게 fully loaded 임금 20만 달러를 쓰고 그중 10만 달러를 AI에 배정하며 인원을 30% 줄이면 미국에서 약 2000억 달러의 AI 시장이 나온다.
   2. 이를 세계로 넓혀도 약 3500억 달러 안팎의 시장에 머물 수 있어 6000억 달러까지 가려면 소프트웨어 바깥의 사용 사례가 필수다.
   3. Ramp 데이터에서 기술 친화적인 표본의 상위 1%는 직원 1인당 월 7000달러, 연 8만4000달러를 쓰지만 중앙값은 약 100달러 수준이었다.
   4. 가장 적극적인 기업의 상위 끝도 임금 1달러당 AI 비용 50센트라는 계산이므로, 모든 기업이 상위 1%처럼 소비할 것이라는 가정은 위험하다.

3. 로드맵이 경쟁력의 지표가 된 이유

   1. Jason Lemkin의 투자회사 중 2023년 이전부터 운영된 가장 빠른 회사들은 최근 2027년 로드맵을 이미 완료하거나 깊숙이 실행하고 있다.
   2. 이는 토큰을 많이 쓰는 척하는 퍼포먼스가 아니라 실제로 배송 속도가 2~3배 빨라져 계획을 앞당긴 결과다.
   3. 2026년 8월에 에이전트 중심 사업을 하면서 2027년 로드맵에 깊이 들어가지 못한 팀은 생존하기 어렵다는 강한 경고가 나왔다.
   4. OpenRouter처럼 매일 제품을 다시 만드는 회사는 고정된 2027년 로드맵이 없어도 되지만, 전통적인 분기별 생산성 플레이북을 쓰는 회사는 더 이상 그렇게 운영할 수 없다.
   5. 기업의 CFO는 향후 팀 규모와 채용 가능 인원을 ‘엔지니어당 10만 달러의 추론 예산’으로 관리할 가능성이 높다.

4. Anthropic과 OpenAI의 IPO 순서와 자본 조달

4.1. 먼저 상장하는 회사가 유리한 이유

1. Anthropic의 선점 효과

   1. 두 회사 모두 수천억 달러 규모의 컴퓨트 자본이 필요한 만큼 IPO 순서가 일반적인 미디어 경쟁보다 중요하다.
   2. Anthropic이 가을에 상장해 ‘기업 시장의 승자이며 한때 수익도 냈다’는 이야기를 먼저 만들면 공모 시장의 기준가격과 투자자 기대를 선점할 수 있다.
   3. 수익성이 완전히 안정적이지 않아도 첫 번째로 상장하는 것이 두 번째로 상장하는 것보다 전략적으로 매력적이다.

2. OpenAI가 늦어도 살아남을 수 있다는 반론

   1. Sam Altman과 OpenAI 팀은 공개시장에 먼저 나가지 못하는 상황을 사실상 받아들였을 수 있다.
   2. OpenAI는 내년에 1조8000억 달러처럼 암묵적 가치보다 약간 할인된 가격으로도 비공개 주식을 팔 수 있다.
   3. 시장은 두 회사의 주식을 모두 사고 싶어 할 가능성이 있으므로, OpenAI가 1년 늦게 상장한다고 사업이 끝나는 것은 아니다.

3. 거대한 자본 수요가 만드는 차이

   1. 일반적인 IPO 경쟁에서는 1년 먼저 상장했는지가 10년 뒤 크게 중요하지 않을 수 있다.
   2. 그러나 OpenAI가 더 공격적인 자본 조달 목표를 갖고 현재 더 작은 시가총액에 머무른다면, 3000억 달러를 조달해야 하는 회사와 1000억 달러만 조달하면 되는 회사의 조건은 다르다.
   3. 이 시장은 역사상 가장 좋은 신기술 시장 중 하나이므로 자본은 들어오지만, 늦게 상장하는 회사가 어떤 조건으로 돈을 받을지는 알 수 없다.

4.2. OpenAI의 영업 리더십 변화

1. 경영진 이탈과 CRO 교체

   1. OpenAI의 CRO Denise Dresser가 떠났고, Wiz에서 최고 영업 리더로 평가받은 Dali Rajic이 그 자리를 맡았다.
   2. Chad Stephens 등 업계 관계자들은 Rajic을 최고 수준의 CRO로 평가한다. 이 인사는 Codex와 엔터프라이즈 부문에 대한 신뢰를 높일 수 있다.

2. Salesforce 출신을 데려오는 이유

   1. AI 기업들은 빠르게 매출을 확대하기 위해 Salesforce 출신 경영진을 다수 영입하고 있다.
   2. Salesforce가 수백억 달러 매출을 운영한 경험이 있어 대규모 영업 조직을 만드는 법을 알고 있기 때문이다.
   3. 다만 기술 시장과 AI 에이전트 시장은 단순한 좌석 수 판매가 아니다. Wiz처럼 경쟁이 치열하고 기술과 보안이 가까운 회사에서 온 리더가 더 적합할 수 있다.

5. Silver Lake의 430억 달러 Workday 비공개 전환

Workday 거래는 SaaS가 죽었다는 선언이 아니라, 성장률과 고객 유지율을 분리해 시스템 오브 레코드의 가격을 계산하는 사례다.

5.1. 13% 성장 기업의 LBO 수학

1. 거래의 숫자

   1. Silver Lake는 Workday에 약 430억 달러의 비공개 전환(take-private) 제안을 했다.
   2. 발표 뒤 주가는 18% 올랐다. Workday는 연간 약 100억 달러 매출, 약 13%의 전년 대비 성장률, 약 35%의 영업마진을 가진 성숙 기업으로 평가됐다.
   3. 가격은 매출의 약 5.3배, trailing EBITDA의 약 16배 수준으로 해석됐다.

2. 사모펀드의 기본 시나리오

   1. Silver Lake는 매출이 약 13% 성장하고 영업마진 35%를 유지한다고 가정한다.
   2. 연간 약 30억 달러의 현금흐름으로 부채와 이자를 4~5년 또는 6년 동안 갚고, 안정적인 배수로 다시 매각한다.
   3. 부채는 EBITDA의 2~3배에서 많게는 4~5배까지 활용할 수 있지만, 무한정 빌릴 수 없기 때문에 200억~300억 달러의 큰 자기자본이 필요하다.
   4. 약 300억 달러를 투입해 600억 달러로 만들면 거의 2배이고, 5~6년 동안 약 20%의 IRR과 60억 달러 안팎의 carry가 생길 수 있다.

3. 가격에 틀렸을 때의 비대칭성

   1. Workday를 20~30% 비싸게 사면 IRR이 20%에서 10%대 중반으로 떨어질 수 있다.
   2. 이는 벤처투자와 정반대다. Cursor나 OpenRouter처럼 올바른 성장 자산이면 매수가가 조금 비싸도 결과가 크게 달라지지 않지만, Workday 같은 LBO는 가격을 정확히 맞춰야 한다.
   3. 이 거래는 성장률이 낮고 시스템 오브 레코드인 기업의 최고 수준 인수 배수에 대한 기준점이 된다. 2.7배 수준의 다른 SaaS와 5.3배의 Workday가 비교된다.

5.2. 시스템 오브 레코드의 해자와 한계

1. 유지율은 높지만 추가 지출은 보장하지 않는다

   1. Workday는 기업의 인사·재무 기록이 쌓인 시스템 오브 레코드이므로 고객 이탈(churn)이 어렵다.
   2. 그러나 고객이 떠나지 않는다고 더 많은 돈을 지불한다는 뜻은 아니다. CIO는 락인된 공급자에게 오히려 전년 대비 80~90%만 쓰도록 가격을 깎으려 할 수 있다.
   3. 따라서 오늘의 핵심은 고객 유지가 아니라 성장이다. 고객을 붙잡은 채 고객당 지출을 줄이면 부채를 갚을 수 있어도 훌륭한 성장 사업은 되지 않는다.

2. 창업자의 복귀가 제공하는 상승 여력

   1. 공동창업자 Neil이 다시 CEO로 복귀했다. 그는 AI 이전의 평온한 시기에 후임 CEO를 채용했지만, 에이전트 시대에는 운영 방식이 맞지 않음을 인식하고 돌아왔다.
   2. Silver Lake의 기본 시나리오는 안정적인 매출과 부채 상환이지만, Neil이 Workday를 에이전트형 제품으로 재건하면 추가적인 상승 여력이 생긴다.
   3. 비공개 회사가 되면 공개시장의 큰 숫자와 무지한 댓글에서 벗어나 한 명의 집중된 투자자와 제품·재무 개선을 논의할 수 있다.

3. 폐쇄형 시스템이 에이전트 시대에 유리할 수 있다

   1. Salesforce는 개방형 플랫폼이라 고객이 직접 에이전트를 만들고 외부 데이터와 경쟁 서비스에 연결할 수 있다.
   2. Jason Lemkin은 Salesforce를 7년 동안 직접 로그인하지 않다가 자신이 만든 AI 영업 부사장 에이전트가 Salesforce를 백엔드로 사용하면서 매일 로그인하게 됐다고 말했다.
   3. Salesforce의 장점은 훨씬 강력해진 확장성이고 단점은 에이전트가 경쟁사와 외부 데이터로 쉽게 연결돼 시스템 자체가 추상화될 수 있다는 점이다.
   4. Workday는 의도적으로 거의 닫힌 시스템이다. 고객 데이터를 밖으로 빼거나 모든 직원 데이터와 재무 흐름을 다른 시스템으로 옮기기 어렵다.
   5. 폐쇄성은 혁신과 확장성의 단점이지만, 에이전트가 가치를 가져가도 시스템 오브 레코드의 매출이 유지되는 완충 장치가 된다.

4. 폐쇄성에도 과욕의 한계가 있다

   1. Workday가 가격을 지나치게 올리고 혁신에 투자하지 않으면 고객은 Netsuite와 차세대 제품을 검토하기 시작한다.
   2. 소규모 고객도 Willis, Campfire 같은 새로운 제품을 비교할 수 있다.
   3. 고객이 탈출할 이유를 만들 만큼 탐욕스러워서는 안 된다. 시스템 오브 레코드는 고객을 가둘 수 있지만 가치를 주지 않으면 장기적으로 해자가 무너진다.

5.3. AirTable·Bending Spoons 사례와 성장의 의무

1. 가격 인상과 탈출 비용

   1. Bending Spoons가 AirTable 가격을 세 배로 올릴 수 있다는 우려 때문에 사용자들이 미리 다른 제품으로 데이터를 옮기고 있다.
   2. Bending Spoons 입장에서는 20%의 고객을 잃더라도 나머지 고객에게 세 배를 받으면 좋은 거래일 수 있다.
   3. 그러나 고객이 일주일을 들여 데이터를 옮길 수 있다는 사실은 시스템 오브 레코드가 영원히 안전하지 않다는 경고다.

2. PE 운영 파트너의 역할

   1. 성장이 없으면 기업은 부채와의 절박한 경주에서 중간 수준의 IRR만 얻는다.
   2. 인수기업은 비용 절감만으로 고객을 착취할 것이 아니라 고객에게 실제 가치를 제공하며 성장시켜야 한다.
   3. AI를 이해하지 못하는 경영진과 많은 중간관리자가 남아 있는 기업은 가장 위험한 하방 시나리오에 놓인다.
   4. Jason Lemkin은 이러한 PE 거래에서 ‘성장에 대한 미션 명확성’을 가져올 운영 파트너로 적합하다는 농담 섞인 평가를 받았다.

6. Higgsfield와 Lovable의 고평가

6.1. 비슷한 매출, 크게 다른 가격

1. Higgsfield

   1. Higgsfield는 DST로부터 약 55억 달러 가치에 신규 투자를 받았다.
   2. 거래가 협상될 때는 ARR 5억 달러였지만 발표 시점에는 약 7억 달러까지 올라왔다. 발표를 늦추면 매출이 가격을 따라잡아 배수가 낮아지는 효과가 생긴다.
   3. 소비자용 동영상 생성에서 시작해 엔터프라이즈 동영상 시장으로 확장하는 PLG-to-enterprise 경로를 밟고 있다.

2. Lovable

   1. Lovable은 Menlo로부터 133억 달러 가치에 신규 투자를 받았고 ARR은 약 6억~7억 달러다.
   2. 비슷한 매출인데 Higgsfield의 55억 달러와 133억 달러 사이에 큰 가격 차이가 난다.
   3. Menlo가 기존 투자자라서 일부 프리미엄을 지불했을 가능성이 있지만, Cursor의 600억 달러 거래를 기준으로 보면 Lovable의 배수가 완전히 비현실적이라고만 하기는 어렵다.

6.2. 단순한 AI 앱에서 플랫폼으로

1. 지난 6개월의 제품 밀도

   1. Cursor는 Origin을 출시해 GitHub와 코드 관리 전반을 대체하려는 워크플로로 확장하고 있다.
   2. Lovable과 Replit은 자동 심층 침투 테스트를 제품에 넣어 보안성이 높은 실제 운영 앱을 만들 수 있게 했다.
   3. 1년 전에는 중국 모델로 4초짜리 동영상을 만드는 편리한 도구 또는 간단한 웹사이트 생성기로 조롱할 수 있었지만, 이제는 장편 영화와 production-grade 앱을 만들 수 있다.

2. PLG에서 엔터프라이즈로 가는 경로

   1. 대규모 소비자 수요를 제품 주도 성장(Product-Led Growth, PLG)으로 확보한 뒤, 보안·관리·권한·지원 기능을 붙여 엔터프라이즈 시장으로 올라가는 방식은 전통적인 SaaS에서도 검증됐다.
   2. Lovable·Replit은 코드 작성이라는 AI의 가장 강한 사용 사례를 제품에 직접 연결한다.
   3. Higgsfield의 엔터프라이즈 비디오 시장은 코딩만큼 깊지는 않을 수 있지만, 충분히 의미 있는 시장이다.

3. 제품 해자의 축적

   1. 초기 AI 소프트웨어의 해자는 가벼웠지만, 실행력이 있는 기업은 고객 사용량과 기능을 추가하면서 해자를 축적한다.
   2. Netscape 브라우저도 처음에는 단순했지만 점점 복잡해졌다. MS-DOS도 출발점만 보면 매우 단순했으나 시간이 지나며 가치가 쌓였다.
   3. 2년 전에는 Lovable 경쟁사를 빠르게 만들 수 있었지만, 기능과 보안·워크플로가 누적된 현재는 같은 수준을 복제하기 훨씬 어렵다.
   4. Lovable과 Replit은 뛰어난 인재를 끌어들이는 자석이 됐다. Replit은 Amjad가 수년간 영입한 가장 똑똑한 팀 중 하나로 평가된다.
   5. 해자가 절대 뚫리지 않는다는 뜻은 아니다. 빠르고 더 나은 실행이 반복되면 해자가 두껍고 거칠게 축적된다는 뜻이다.

6.3. 빠르고 더 나은 실행이 전략이 되는 시대

1. 제품 속도가 가장 구체적인 해자

   1. 모든 회사가 복잡한 특허나 독점 데이터 해자를 가질 수는 없다.
   2. 일부 기업은 고도의 지식재산(IP)과 바이오인포매틱스 해자를 갖지만, 다른 기업은 더 빠르고 더 나은 제품을 꾸준히 만드는 방식으로 훌륭한 사업이 된다.
   3. 어떤 게임을 하는지 분명히 알고, 그 게임에서 경쟁자보다 빠르고 좋아지는 것이 핵심이다.

2. 한 달이 1년을 대신하는 펀드레이징

   1. 고도 IP 기업 하나가 3주 전 100억 달러 가치에서 오늘 700만 달러가 아니라 7억 달러를 추가 조달하며 210억 달러 가치로 올랐다.
   2. Jane Street, Kleiner Perkins, Sequoia, Andreessen 등이 참여했고, 한 달 만에 가치가 두 배가 됐다.
   3. 최근에는 프리시드나 30억 달러 이상 가치에 도달한 기업이 과거처럼 3~4개월의 좋은 실적을 쌓지 않고 한 번의 훌륭한 달만으로도 자금을 조달할 수 있다.
   4. Jane Street가 투자자이면서 고객이 되려는 구조인지, 거래 조건에 다른 연계가 있는지는 외부에서 완전히 알기 어렵다는 주의가 붙었다.

7. Andreessen Horowitz의 중복 이사회와 Clayton Act Section 8

7.1. 왜 DOJ가 투자사의 이사회 자리를 문제 삼는가

1. 오래된 반독점 규정

   1. 미국 Clayton Act Section 8은 경쟁 관계에 있는 회사의 이사회에 같은 개인이 동시에 앉는 것을 제한한다.
   2. 이 규정은 1900년대 초 J.P. Morgan과 중복 이사회가 경쟁을 약화시킬 수 있다는 우려에서 출발했다.
   3. 경쟁의 정의와 최소 기준(de minimis threshold)을 어떻게 적용할지에는 여러 해석이 있다.

2. 이번 조사의 배경

   1. DOJ의 조치는 현 행정부에서 갑자기 시작된 것이 아니라 이전 행정부 시기에 시작된 중복 이사회 단속의 연장선이다.
   2. Databricks와 Fivetran·dbt 계열 회사처럼 데이터·개발 도구 영역에서 경쟁할 수 있는 회사들에 Andreessen Horowitz 관련 이사회 자리가 겹친 것이 문제로 거론됐다.
   3. 경쟁사 간 합병 심사 과정에서 중복 이사회가 다시 눈에 띄었고, DOJ가 Clayton Act Section 8 위반 가능성을 조사하게 됐다.

3. 실무적 해결책

   1. 대부분의 경우 투자사는 경쟁이 덜 중요한 회사의 이사회에서 한 명을 사임시키는 방식으로 끝낸다.
   2. 법률상 개인 두 명이 서로 다른 회사 이사회에 나뉘어 앉는 경우까지 명확히 금지하는지는 불분명해 소송으로 다툴 여지가 있다.
   3. 그러나 투자사나 창업자가 몇 년을 들여 법률의 한계를 시험할 유인은 작다. 이사회 자리에서 물러나거나 observer 지위로 바꾸는 편이 현실적이다.
   4. 다만 observer도 회의에 들어와 경쟁 정보를 얻는다면 해결책이 아닐 수 있다. 1909년의 규정은 대형 은행가가 공식 이사인지 아닌지만 바꾸는 우회를 막으려 한다.

7.2. 소비자 피해와 창업자 관계의 괴리

1. 실제 위험과 법이 가정하는 위험

   1. 창업자 입장에서 가장 걱정할 문제는 다른 회사의 창업자가 불만을 느끼거나 투자사가 정보를 흘려 자사에 피해를 주는지 여부다.
   2. 반독점법이 가정하는 시나리오는 Databricks와 경쟁사가 AI 도구 가격을 함께 올려 소비자에게 피해를 주는 담합이다.
   3. 실제 시장에서 두 회사가 그런 담합을 할 가능성이 낮아 보여도, 법은 특정 역사적 문제를 해결하기 위해 오래 유지된다.

2. 과잉 적용의 사례

   1. 1909년 US Steel이 가격을 올리는 것을 막기 위해 만든 법이 2025~2026년 데이터 도구 기업의 이사회 구조에 적용된다.
   2. Martin Casado가 Cursor에서 600억 달러 엑시트를 만든 뒤 Databricks의 이사회에 남아 있다면, 투자자 입장에서는 그가 Fivetran 관련 이사회에서 내려가도 충분하다고 볼 수 있다.
   3. “방금 우리에게 600억 달러 엑시트를 안겨줬고, Databricks에는 2000억 달러 가치가 걸려 있으니 한 자리 바꾸면 된다”는 식의 현실론이 나온다.

7.3. AI 규제에 대한 장기적 경고

1. 규제는 오래 남는다

   1. 규제 법률은 만든 행정부나 당시의 산업 환경이 사라져도 수십 년간 남는다.
   2. 지금 AI 규제를 만들 때는 몇 달 뒤, 몇 년 뒤, 몇십 년 뒤의 의도하지 않은 결과를 고려해야 한다.
   3. 현재의 문제를 해결하는 규정이 미래 산업의 정상적인 협력과 인재 이동까지 막을 수 있다.

2. 마무리 농담과 현실

   1. “정직한 정치인은 매수된 뒤에도 계속 매수된 상태로 남는 정치인”이라는 농담으로 정치권과 규제의 관계를 비꼬았다.
   2. Andreessen 규모의 투자사에는 동시에 40~50개의 법률 문제가 있을 수 있고, 이번 조사는 그중 하나일 뿐이라는 농담이 나왔다.
   3. Michael과의 거래 종결 점심에 12달러짜리 파스타를 먹으러 가야 한다는 말과 “Professor O’Driscoll”이라는 별명이 이어졌다.
   4. 결국 compliance 담당자는 이사회 한 자리에서 사임하면 되고, 사건은 큰 물고기를 잡는 반독점 사건이 아니라 비공개적으로 정리될 가능성이 높다는 결론이다.

주요 발언 모음

“네 총이익률 문제는 내 Colossus 클러스터의 매출 기회다.”

“비관론자는 똑똑해 보이고, 낙관론자는 부자가 되어 죽는다.”

“Cursor에는 아마 우리가 이 쇼를 시작한 뒤로 세 개의 서로 다른 제품이 있었다.”

“매출이 올라가기만 하면 마진, 오프밸런스 약정, 주식보상 모두에 한 번씩 면죄부를 받을 수 있다. 매출이 멈추면 모든 계산이 다시 시작된다.”

“상위 엔지니어 한 명에게 연 10만 달러어치 토큰을 주고, 병렬 에이전트 10개를 24시간 돌리는 세상이 온다.”

“2026년 8월인데 2027년 로드맵에 깊이 들어가지 못했다면, 에이전트 시대에 살아남을 만큼 빠른 팀이 아니다.”

“시스템 오브 레코드는 고객을 붙잡지만, 고객이 공급자에게 한 푼도 더 쓰게 만든다는 뜻은 아니다.”

“빠르고 더 나은 실행 자체가 해자가 되는 게임도 있다.”

“법은 1909년에 만들어졌지만, 한 번 통과되면 떠나지 않는다.”

핵심 데이터 & 수치

• 600억 달러: SpaceX의 Cursor 전액 주식 인수 규모.
• 약 60억 달러: Cursor의 연말 매출 전망에 사용된 숫자이며 인수가격은 약 10배 선행매출 배수로 해석됐다.
• 600만~800만 달러: OpenAI Startup Fund의 Cursor 초기 투자액으로 언급됐다.
• 700억 달러: Stripe의 OpenRouter 인수 규모.
• 13억 달러: OpenRouter가 약 4개월 전 Series B에서 평가받은 가치.
• 20~30%: OpenRouter가 5년 뒤 Stripe 매출에서 차지할 수 있다고 Rory가 추정한 비중.
• 115억 달러: Anthropic의 Q2 매출 및 첫 수익이 발생한 분기 매출.
• 45억 달러: Anthropic의 전년도 매출로 제시된 기준값.
• 2000억 달러·6000억 달러: Anthropic의 2028년 및 그 이후의 거대한 ARR 목표를 둘러싼 논의의 기준값.
• 8300만 명: 미국의 지식 노동자 추정 인원.
• 180만 명·500만 명: 미국의 코딩 인력과 시스템 관리자 등을 포함한 소프트웨어 관련 인력 추정치.
• 6000억 달러: 미국 소프트웨어 관련 인력의 총임금 규모 추정치.
• 연 10만 달러: 엔지니어 1명에게 배정될 수 있는 추론·토큰 예산.
• 30~40%: AI 도입으로 줄일 수 있다고 논의된 개발팀 규모.
• 월 7000달러·연 8만4000달러: Ramp 표본의 상위 1% 직원당 AI 지출.
• 430억 달러: Silver Lake의 Workday 비공개 전환 제안.
• 13%·35%·5.3배·16배: Workday의 성장률, 영업마진, 매출 배수, trailing EBITDA 배수.
• 약 300억 달러·20% IRR: Workday 거래의 자기자본 투입과 목표 수익률을 설명하는 예시.
• 55억 달러·133억 달러: Higgsfield와 Lovable의 신규 평가액.
• 약 7억 달러·6억~7억 달러: Higgsfield와 Lovable의 ARR.
• 18%: Workday 인수 발표 뒤 주가 상승폭.

결론 및 시사점

1. AI 기업의 부정적 지표는 없어지는 것이 아니라, 시장 성장률과 매수자의 시너지에 의해 일정 기간 가려질 뿐이다.
2. Cursor의 생존 사례는 경쟁 제품이 등장했을 때 제품을 버리지 않고 멀티모델 방향으로 바꾸는 조직 민첩성의 가치를 보여준다.
3. 매수자가 가진 컴퓨트·유통망·주식 통화가 독립기업의 총이익률 문제를 해결할 수 있다면, 높은 인수가격도 매수자에게는 낮은 가격이 된다.
4. Meta보다 SpaceX가 Cursor를 먼저 산 이유는 전략 적합성보다 실행 속도, 반독점 통과 가능성, 고평가 주식, 컴퓨트의 즉시 사용처가 결합됐기 때문이다.
5. Microsoft는 개발자 접점을 잃는 중기 위험이 가장 크므로 Cursor를 소유하지 못한 전략적 비용이 AWS나 Meta보다 크다.
6. OpenRouter의 Stripe 편입은 현재 제품이 5년 뒤 사라져도 Stripe의 토큰·모델 인프라 매출을 키우면 성공할 수 있다는 인수 논리를 보여준다.
7. 모델 라우팅 사업은 10개 모델을 활용하는 고객과 두세 개 모델만 검증하는 고객 사이에서 가치가 크게 달라진다.
8. Anthropic의 IPO 투자자는 현재 분기 이익보다 2027~2028년 매출 성장률과 컴퓨트 약정을 감당할 수 있는 사용량을 먼저 봐야 한다.
9. 6000억 달러 ARR은 지식 노동자 수를 곱하는 문제가 아니라 임금 가운데 AI가 실제로 대체·보완하는 비율을 계산하는 문제다.
10. 연 10만 달러의 엔지니어당 토큰 예산은 AI가 소프트웨어 인력의 비용 구조를 바꾸는 새로운 CFO 관리 단위가 될 수 있다.
11. 2026년의 개발 조직은 2027년 로드맵을 지금 실행하지 못하면 분기별 생산성 계획만으로는 경쟁을 따라가기 어렵다.
12. Anthropic이 먼저 상장하면 시장 기대를 선점할 수 있지만, OpenAI는 상장 전 할인된 비공개 주식 발행으로 자본을 조달할 여지가 있다.
13. Workday의 거래는 SaaS가 죽었다는 뜻이 아니라 안정적인 시스템 오브 레코드가 낮은 성장률에서도 부채 상환형 수익을 만들 수 있다는 뜻이다.
14. 시스템 오브 레코드의 높은 고객 유지율은 추가 지출을 보장하지 않으므로, 고객당 가치와 성장률을 계속 증명해야 한다.
15. 폐쇄형 Workday는 에이전트 시대의 추상화 위험을 낮추지만, 고객에게 새 가치를 주지 못하면 Netsuite와 차세대 제품으로 탈출할 동기를 만든다.
16. Higgsfield와 Lovable은 단순한 소비자 앱에서 보안·관리·엔터프라이즈 기능을 갖춘 플랫폼으로 빠르게 변하면서 해자를 축적했다.
17. 초기 제품의 해자는 가벼워도 기능·데이터·인재·고객 워크플로가 쌓이면 경쟁자가 같은 제품을 복제하기 어려워진다.
18. 한 달의 실적만으로도 수십억 달러 가치가 오르는 시장에서는 제품 속도와 펀드레이징 속도가 동시에 경쟁력이 된다.
19. Clayton Act Section 8 사례는 오늘의 반독점 규정이 수십 년 뒤 전혀 다른 AI 산업에 적용될 수 있음을 보여준다.
20. AI 시장에서 부자가 되는 경로는 모든 위험을 제거하는 것이 아니라 성장 속도를 끝까지 따라가면서 매수자에게 필요한 전략적 가치를 만드는 것이다.