AI는 버블이 아니다 — 수익 집중은 우려해야 한다 (ClickHouse CEO)

URL: https://www.youtube.com/watch?v=Wna2Ds4dt50 날짜: 2026-09-02 채널: 20vc

---

📌 핵심 질문 / 이 영상이 다루는 핵심 논점

==AI 산업은 과대평가된 버블이 아니라 이제 막 시작된 장기 성장 사이클이며, 투자자가 더 걱정해야 할 것은 낮은 초기 총마진보다 수익의 내구성과 특정 고객·산업에 대한 집중이다.==

• 에이전트형 애플리케이션의 성숙·매출 성장·시스템 수요는 인터넷·모바일·소셜의 과거 사이클보다 훨씬 빠르다.
• ClickHouse는 AI 기업 다수가 사용하는 오픈소스 분석 데이터베이스로, 3년간 0→125→200→연말 5억 달러 이상 ARR을 향해 성장하고 있다.
• 낮은 전환비용을 가진 모델·에이전트 애플리케이션은 수익이 오래 유지될지 검증해야 하며, ClickHouse도 고객·범주·산업이 매출의 10%를 넘지 않는지 관리한다.
• 에이전트가 미래의 인프라를 고르더라도 예산과 아키텍처를 통제하는 인간, 기업 브랜드, 로컬 고객 관계는 다음 10년에도 중요하다.

1. ClickHouse의 위치와 AI 성장 사이클

ClickHouse는 방대한 데이터를 매우 낮은 비용으로 저장하고 빠르게 질의하는 오픈소스 분석 데이터베이스이며, AI 네이티브 기업의 폭발적 사용량을 받는 인프라다.

1.1. ClickHouse의 정체성과 현재 규모

1. 세계적으로 널리 쓰이는 오픈소스 분석 데이터베이스

   1. ClickHouse는 온라인 분석 처리(OLAP, Online Analytical Processing)를 위한 데이터베이스 관리 시스템이다.
   2. 오픈소스 프로젝트로 출발해 폭넓은 사용 사례를 충족하고, Anthropic·OpenAI·Weights & Biases를 포함한 거의 모든 AI 네이티브 기업이 사용한다.
   3. 강점은 번개처럼 빠른 쿼리 실행과 거대한 데이터 볼륨을 매우 효율적으로 저장하는 능력이다.

2. Aaron Cass와 ClickHouse의 성장 목표

   1. Aaron Cass는 ClickHouse 공동창업자 겸 CEO이며, Elastic에서 수년간 주요 임원으로 일했고 Salesforce에서 Marc Benioff와 12년을 보냈다.
   2. 대담은 Fulham Football Club의 홈구장 Craven Cottage에서 진행됐다. Harry Stebbings는 1,000회 넘게 쇼를 진행했지만 이런 장소는 처음이라며 농담했고, ClickHouse가 Craven Cottage와 Fulham 유니폼 전면 스폰서가 된 사실을 언급했다.
   3. ClickHouse의 기업가치는 150억 달러를 넘었고, 매출은 3억 5,000만 달러 ARR을 돌파한 상태로 소개됐다.
   4. 10억 달러 ARR에 최대한 빨리 도달하는 것이 목표이며, CEO는 2027년 12월 이전 달성을 예상하고 그 시점의 오버언더에서 언더를 택했다.
   5. 원한다면 이르면 다음 해 상장할 수 있지만, 상장 자체를 서두르지 않는다.

1.2. “AI 버블” 논쟁과 전례 없는 속도

1. 서로 충돌하는 두 가지 투자 데이터

   1. Harry는 AI 기업의 부채 수준이 비정상적으로 높고 가격·밸류에이션이 지나치게 낙관적이라는 사람들의 우려를 전했다.
   2. 동시에 AI 도입, 고객 확보, 매출 확대가 실제로 폭발하는 모습도 관찰되므로 ‘역사적 버블’과 ‘실제 수요’라는 두 데이터가 충돌한다고 설명했다.
   3. Aaron은 인터넷·모바일·소셜 네트워크 사이클을 직접 겪은 경험을 바탕으로 과거 사이클은 훨씬 점진적이었다고 말했다.

2. 에이전트형 경험의 가속

   1. 에이전트형 경험(agentic experience)은 성숙하는 속도와 기업이 성장하는 속도 모두 전례 없이 빠르다.
   2. “우리 생애에 이런 매출 성장률은 본 적이 없다”는 평가가 나올 정도로 수익화가 진행되고 있다.
   3. 에이전트 애플리케이션이 시스템에 요구하는 부하도 과거 어떤 애플리케이션과 비교하기 어려울 만큼 크다.

3. 낮은 총마진을 바라보는 기준의 변화

   1. Fireworks의 Lim이 총마진 30~35%에서 시작해 시간이 지나며 개선하겠다고 말한 사례가 언급됐다.
   2. Aaron은 AI 기업들이 현재 자본에 거의 무제한으로 접근하고 매우 빠르게 성장하므로, 전통적인 상장사 투자자가 만족하지 못할 총마진으로도 운영할 수 있다고 봤다.
   3. 향후 몇 년 동안 마진 확장 경로를 보여주고, 높은 성장률과 건전한 대차대조표를 유지한다면 5년 전 전통적 엔터프라이즈 소프트웨어를 평가하던 방식으로 총마진을 걱정할 필요는 줄어든다.

2. AI 기업의 진짜 위험은 수익의 내구성이다

AI 기업을 평가할 때 단기 성장률이나 총마진보다 고객이 계속 남아 있을 이유, 즉 전환비용과 수익의 내구성을 먼저 확인해야 한다.

2.1. 에이전트 애플리케이션의 낮은 전환비용

1. 인프라와 에이전트 애플리케이션의 차이

   1. 인프라 소프트웨어는 교체 비용이 높지만, 에이전트 애플리케이션은 전환비용이 낮을 수 있다.
   2. 모델 제공업체들이 거의 격주로 서로를 추월하는 현상은 한 모델이나 애플리케이션의 수익이 얼마나 오래 지속되는지 의문을 제기한다.
   3. Anthropic의 기업가치 2조 달러와 Claude Code가 그 성장을 이끄는 트로이 목마라는 가정도 낮은 전환비용이라는 위험 범주에서 봐야 한다.

2. ClickHouse 내부의 Anthropic 사용량

   1. ClickHouse의 Anthropic 지출은 연초보다 100배 증가했다.
   2. 연초에 Aaron은 회사가 AI 코딩 애플리케이션을 선도적 데이터베이스 회사에 기대되는 수준으로 사용하지 않는다고 판단해 ‘AI awakening’이라는 제목의 이메일을 전사에 보냈다.
   3. 그 뒤 조직 전체가 행동에 나섰고 코딩 에이전트 사용이 폭발적으로 늘었다.
   4. ClickHouse는 기존 프런티어 랩뿐 아니라 오픈 웨이트 모델도 더 많이 도입하려 한다.

3. 단일 모델 제공업체와 독립적 라우팅 사이의 선택

   1. 한 모델 제공업체가 모델과 하네스(harness)를 동시에 제공하면 Anthropic과 OpenAI처럼 모델과 사용 경험을 함께 통제하는 이점이 있다.
   2. 반대로 독립적인 회사는 작업별로 최적 모델을 라우팅할 수 있어 특정 제공업체에 묶이지 않는다.
   3. ClickHouse는 오픈 웨이트 모델을 코드 리뷰에는 사용할 수 있지만, 결과 추론의 신뢰성에 대한 우려 때문에 프로덕션 코드 배포에는 반드시 같은 모델을 쓰지 않는다.

2.2. 토큰 비용과 성장의 교환

1. 비용보다 매출 성장과 제품 범위

   1. ClickHouse가 가장 중요하게 보는 지표는 매출 성장이다.
   2. 지난 3년처럼 지속적인 성장을 하고 있고 이미 매우 효율적인 회사라면 코딩 에이전트에 쓰는 비용을 덜 걱정한다.
   3. 넓은 사용 사례를 다루면서 로드맵이 과거 어느 때보다 빠르게 전진하고 있다.

2. 토큰 경제성의 방향

   1. 기능을 계속 출시해 넓은 사용 사례를 만족시키는 한, 필요하면 토큰 소비량과 비용을 다시 통제할 수 있다.
   2. 토큰 비용은 올라가는 것이 아니라 내려가는 추세이므로 시스템은 시간이 갈수록 효율적이 된다.
   3. 매출이 역사상 가장 빠르게 성장하는 상황이라면 단기 토큰 비용과 장기 제품·매출 가속을 맞바꾸는 선택을 할 수 있다.

2.3. ClickHouse가 늦게 확대한 영업 역량

1. 작은 영업팀으로 큰 시장을 상대하다

   1. ClickHouse에는 약 100명의 쿼터 담당 영업사원이 있으며, 매출 규모는 이미 1억 달러를 크게 넘는다.
   2. 영업사원 1인당 생산성은 업계 평균보다 높다.
   3. 대형 데이터 웨어하우스 및 옵저버빌리티 경쟁사는 수천 명의 영업사원을 둔다. 그들은 아침마다 하나의 사용 사례를 생각하지만, ClickHouse 영업사원 한 명은 열 가지 사용 사례를 다룬다.
   4. 100명이 2,000~3,000명의 영업사원 군대와 경쟁하는 구조라서, 지난 2년을 돌아보면 영업 역량을 더 일찍 키우지 않은 점이 가장 아쉽다.

2. 제품 주도 성장에서 엔터프라이즈 영업으로

   1. 초기에는 제품·엔지니어링에 압력을 집중했다. Aaron은 DataDog와 Snowflake를 서로 다른 성공 경로의 대표로 봤다.
   2. DataDog는 개발자가 에이전트를 배포하고 애플리케이션을 계측하며 영업팀과 대화하지 않아도 되는 PLG·셀프서비스 모델을 만들었다.
   3. Snowflake는 비용이 많이 드는 영업·마케팅으로 엔터프라이즈를 정면 공략했다.
   4. ClickHouse에는 DataDog 경로를 따라가는 편이 쉬워 보였지만, 어느 시점에는 PLG 유통 위에 엔터프라이즈 영업을 얹어야 한다.

3. Marc Benioff에게서 배운 시간 감각

   1. Salesforce에 입사했을 때 회사는 설립 3년 차였고, ACT·GoldMine·스프레드시트를 대체하는 ‘고급 연락처 관리자’에 가까웠다.
   2. Marc Benioff는 당시 제품으로는 상대하기 어려운 Siebel·SAP·Oracle·Microsoft를 겨냥하겠다고 선언했다.
   3. 그는 탁월한 마케팅으로 세계 최대 기업들이 Salesforce를 채택할 수 있다는 인식을 만들고, 장래 로드맵이 그 요구를 충족할 것이라는 신뢰를 확보했다.
   4. 가장 큰 교훈은 1년 동안 이룰 수 있는 일을 과대평가하고, 5년 동안 이룰 수 있는 일을 과소평가한다는 것이다.

3. 에이전트 시대의 제품·인프라 설계

에이전트는 인간 사용자처럼 한 애플리케이션 안의 고정된 페르소나가 아니라 여러 시스템을 넘나들며 탐색하므로, 데이터 인프라의 우선순위를 바꾼다.

3.1. ClickHouse의 제품 확장과 인수

1. AI 도구가 앞당긴 로드맵

   1. ClickHouse는 과거 어느 때보다 빠르게 제품을 출시하고 있다.
   2. 제품 범주 진입 시점이 당초 예상보다 2년 앞당겨졌다.
   3. 지난 4년간 6개 회사를 인수해 새로운 사용 사례 영역으로 확장했고, 유기적으로도 ‘무한 컴퓨트’에 가까운 stateless workers 같은 기능을 예상보다 빠르게 출시했다.

2. 매수와 자체 구축의 판단 기준

   1. 제품·엔지니어링팀이 현재 없는 영역을 자체 혁신할 수 있다고 판단하면 유기적 개발을 기다린다.
   2. ClickHouse 위에 제품을 만들던 창업자나 창업자 그룹이 장차 종합 데이터 플랫폼의 구성요소가 될 범주로 확장하면 비유기적 인수를 검토한다.
   3. Nikash Palato는 뛰어난 M&A 역량을 가진 인물로 언급됐다.
   4. 올해 초 베를린의 Langfuse를 인수했다. 세 명의 뛰어난 창업자가 이끄는 Langfuse는 에이전트 옵저버빌리티를 다루며, 모든 엔터프라이즈가 결국 필요로 할 기술로 평가됐다.

3.2. 에이전트 쿼리의 특성

1. 고정된 인간 페르소나에서 무정형 에이전트로

   1. 과거 소프트웨어는 조직 안의 특정 역할을 가진 페르소나를 위해 설계됐고, 보고서·대시보드·쿼리 패턴이 예측 가능했다.
   2. 에이전트에는 고정된 페르소나가 없다.
   3. 에이전트는 옵저버빌리티·데이터 웨어하우스·CRM 등 모든 애플리케이션을 가로질러 이동하고, 특정 시스템의 접근권한이나 지연시간에 쉽게 제약받지 않을 것으로 예상된다.
   4. 전체 경험은 연결된 체인에서 가장 느린 지점에 의해 결정된다.

2. 에이전트가 요구하는 데이터베이스 조건

   1. 첫 번째 요구사항은 낮은 지연시간이다. 에이전트가 여러 시스템에 수십 개의 SQL 쿼리를 동시에 실행하기 때문이다.
   2. 두 번째는 예측 불가능한 쿼리 패턴이다. 인간의 정형화된 보고서·질의보다 훨씬 탐색적이고 반응성이 중요하다.
   3. 쿼리량 자체가 전례 없는 속도로 폭증해 가격 모델, 소비 패턴, 접근 패턴을 처음부터 다시 설계해야 한다.
   4. 에이전트는 인간처럼 소비량과 예산을 효율적으로 계산하지 않는다. “에이전트와 내 어머니의 공통점”이라는 농담이 나왔다.

3. 에이전트가 인프라를 선택하는 미래

   1. 사용자가 ChatGPT나 Claude에 어떤 기술을 써야 하는지 묻는 수준을 넘어, 에이전트가 애플리케이션 뒤의 데이터베이스·네트워크·컴퓨트·스토리지를 직접 선택하게 된다.
   2. ClickHouse는 인간이 아닌 에이전트가 만드는 차세대 애플리케이션의 기본 데이터베이스가 되는 것을 목표로 한다.
   3. Tesla는 ClickHouse에 초당 10억 개의 이벤트를 주입한다. 이런 처리량은 저장·수집·질의를 모두 효율적으로 수행하면서 전통적 데이터베이스보다 훨씬 낮은 비용을 유지해야 한다는 뜻이다.
   4. 3~5년 뒤 에이전트가 선호할 스택은 첫째 지연시간, 둘째 효율성으로 정리된다.

3.3. 보안, 배포, 거버넌스

1. 여러 배포 모델이 필요한 기업 인프라

   1. AWS·Google Cloud·Azure 같은 세 주요 하이퍼스케일러의 클라우드 서비스로 소비할 수 있어야 한다.
   2. 기업의 VPC와 방화벽 뒤 온프레미스에서 데이터를 관리할 수 있어야 한다.
   3. 규제 산업의 데이터 프라이버시와 컴플라이언스 요구에 따라 고객이 원하는 배포 방식을 선택해야 한다.
   4. Snowflake·DataDog처럼 클라우드 중심인 기업도 있고 전통적 온프레미스 기술도 있으므로, 한 가지 배포 방식만 강요하면 주소 지정 가능 시장이 줄어든다.

2. 에이전트의 신원과 예산

   1. 완전 자율 에이전트에는 인간과 다른 형태의 신원(identity)이 필요하다.
   2. 에이전트는 예산을 가져야 하고, 데이터베이스·네트워크·컴퓨트·스토리지를 소비할 권한을 받아야 한다.
   3. 기업은 에이전트가 원하는 대로 자원을 무제한 소비하게 두지 않으므로 승인·감사·거버넌스가 필요하다.
   4. 현재는 인간이 소비량과 비용을 감시하고 접근 가능한 기업 데이터와 지출 한도를 통제하지만, 3~5년 뒤에는 에이전트가 완전 자율화될 가능성이 있다.

3. 전문화 모델과 프런티어 모델의 공존

   1. 법률기술(legal tech) 같은 특정 범주에는 Harvey처럼 전문화된 모델·애플리케이션이 자리 잡을 수 있다.
   2. 동시에 Anthropic·OpenAI 같은 대형 프런티어 랩도 계속 지배적인 공급자로 남는다.
   3. 전문화 사업자의 승패를 인프라 제공자가 미리 고르기보다, 여러 회사가 ClickHouse라는 ‘곡괭이와 삽’을 사용할 수 있게 하는 전략이 합리적이다.

4. 오픈소스·오픈 웨이트·온프레미스의 방향

오픈소스 소프트웨어와 오픈 웨이트 모델은 같은 개념이 아니며, 엔터프라이즈의 보안·법적 보호·배포 요구가 실제 채택 비율을 결정한다.

4.1. 오픈소스와 오픈 웨이트의 구분

1. 오픈소스의 의미

   1. 누구나 소스 코드를 검사할 수 있고, 라이선스에 따라 수정할 수 있다.
   2. 소프트웨어를 배포하거나 수정하고, 원저자와 별도 관계 없이 수익화할 수 있으며, 기여하거나 포크할 수도 있다.
   3. 오픈소스 라이선스는 지난 5년간 크게 진화해 일부 구현 방식과 사업 모델에 영향을 줬다.

2. 오픈 웨이트 모델과 엔터프라이즈 보호

   1. 3년 뒤 토큰 처리 비중은 오픈 웨이트와 프런티어가 50 대 50에 가까울 수 있다.
   2. Snowflake가 폐쇄 생태계 중심이고 Databricks가 오픈소스 중심인 데이터 웨어하우스 시장처럼, 어느 한 방식이 전부를 차지한다고 단정하기 어렵다.
   3. 오픈 웨이트 모델, 특히 중국에서 나온 모델은 기업이 원하는 출력물에 대한 법적 배상(indemnification)과 보호를 제공하지 못할 수 있다.
   4. 엔터프라이즈는 보안, 법적 책임, 출력물 신뢰성 때문에 프런티어 제공업체를 선택할 유인이 있다.

3. 90 대 10 전망에 대한 반론

   1. 일반적인 전망은 암·기후변화처럼 극도로 가치 있는 작업만 프런티어 모델이 맡고 나머지는 오픈 모델로 가서 90% 대 10%이 될 것이라는 주장이다.
   2. Aaron은 엔터프라이즈 보호 요건 때문에 이 전망에 동의하지 않는다.
   3. ChatGPT가 출시된 지 4년도 안 된 상황에서 3~5년 뒤의 인프라 범위를 예측하기 어렵고, Anthropic과 OpenAI가 데이터베이스 같은 핵심 인프라 사업자가 되는 가능성도 배제할 수 없다.
   4. 두 회사는 자체 칩까지 만들고 있어, 현재 경쟁자가 아니더라도 앞으로의 사업 표면적(surface area)이 매우 넓어질 수 있다.

4.2. 신뢰, 중국 모델, 정부 개입

1. 데이터 보존 약속에 대한 기업의 불안

   1. 일부 대기업은 중국 오픈 모델보다 프런티어 랩을 더 두려워한다. 프런티어 랩의 ‘데이터를 보존하지 않는다’는 선언을 단순히 믿어야 하기 때문이다.
   2. ClickHouse 내부에서도 코드 생성 결과에 대한 우려와, 다른 저장소에서 파생된 코드에 대한 제3자 배상 문제가 있다.
   3. 민감한 코드는 프런티어 모델, 또는 오픈 모델 중 어느 쪽을 쓸지 사용 사례별로 결정하고, 코드 리뷰와 프로덕션 배포를 분리할 수 있다.

2. 중국 모델에 관한 신중한 태도

   1. 법적 보호가 필요할 때는 프런티어 랩이 더 적합하다는 판단이 있다.
   2. 현재 오픈 웨이트 모델의 보안 우려는 정당하지만, 1~2년 안에 상당 부분 해소될 수 있다.
   3. 특정 소프트웨어를 쓴다는 이유만으로 중국 정부의 백도어나 첩보 활동에 연루된다고 추측하는 것은 과도하다.

3. 미국 오픈 모델에 대한 역할 분담

   1. Aaron은 오픈소스와 오픈 웨이트 모델을 강하게 지지하지만, 정부가 채택이나 유통을 제한하는 개입에는 반대한다.
   2. 오픈소스와 오픈 웨이트가 3~5년 뒤의 미래라는 판단은 유지하지만, ClickHouse의 자본을 받아 직접 오픈 웨이트 모델을 개발하겠다고 하지는 않는다.

4.3. 온프레미스로의 회귀와 금융권 도입

1. 디지털 네이티브 기업까지 온프레미스를 검토하다

   1. ClickHouse는 하이퍼스케일러에서 온프레미스로 스택을 되돌리려는 고객이 늘고 있음을 체감한다.
   2. 과거라면 온프레미스로 돌아가지 않을 것 같았던 실리콘밸리의 혁신적 디지털 네이티브 기업도 자체 환경을 검토한다.

2. 엔터프라이즈의 빠른 채택

   1. 런던 Canary Wharf에서 세계 최대 금융 서비스 기업들과 만났을 때, 금융권이 과거 어느 때보다 빠르게 신기술을 도입하고 있음을 확인했다.
   2. 과거 대형 금융사의 영업 주기는 수년 단위였지만 지금은 분기 단위로 짧아지고 있다.
   3. 오픈소스는 공급업체 관계 없이 시작할 수 있게 하고, DataDog·ClickHouse 같은 PLG 제품은 영업팀과 통화하지 않고 평가·배포·확장할 수 있게 해 이 변화를 가속한다.

5. 오픈소스 기업의 해자, 브랜드, 스포츠 마케팅

오픈소스 자체만으로는 해자가 되지 않으며, 차별화된 클라우드 서비스·독점 기능·인간 의사결정자에 대한 브랜드가 지속적인 가치를 만든다.

5.1. 오픈소스의 약점과 클라우드 해자

1. 투자자가 자주 묻는 질문

   1. 누구든 ClickHouse를 재배포할 수 있는데 무엇이 해자인지 묻는다.
   2. AWS·Google·Microsoft가 오픈소스를 가져가 관리형 서비스로 제공하면 핵심 데이터베이스 자체와 경쟁하게 될 위험도 있다.
   3. 실제로 하이퍼스케일러가 오픈소스 프로젝트를 관리형 서비스로 재판매한 사례가 있다.

2. 방어 가능한 가치

   1. 클라우드 서비스의 경쟁우위와 복제하기 어려운 독점 기능을 유지해야 한다.
   2. 대부분의 오픈소스 기업은 이 두 가지를 동시에 잘 만들지 못한다.
   3. 고객이 계속해서 경쟁 제품보다 높은 ROI와 낮은 TCO(Total Cost of Ownership)를 얻는다고 느끼게 해야 한다.
   4. ClickHouse를 직접 운영하는 비용과 비슷한 서비스를 쓰는 비용을 비교했을 때, 성능과 총소유비용의 우위가 계속 유지돼야 한다.

5.2. 에이전트 시대에도 인간과 브랜드가 남는 이유

1. 에이전트가 아키텍처를 골라도 예산은 인간이 통제한다

   1. 주말에 데이팅 앱을 바이브 코딩(vibe coding)하는 사람의 에이전트는 트랜잭션을 위해 관리형 Postgres, 분석을 위해 관리형 ClickHouse 등 전체 스택을 자동으로 선택할 수 있다.
   2. 그러나 대형 은행이나 통신사의 데이터 웨어하우스 프로젝트에서는 엔지니어와 개발자가 Snowflake·Databricks·ClickHouse 중 하나를 결정한다.
   3. 옵저버빌리티에서도 Splunk·DataDog·오픈소스 조합 중 선택을 내리는 인간이 남는다.
   4. 다음 10년 동안 아키텍처 결정 과정에 인간이 관여하고, 예산 역시 사람이 통제하므로 개발자 커뮤니티·브랜드 투자는 줄지 않는다.

2. 개발자 행사의 브랜드 경험

   1. AWS re:Invent와 Google Next에서 ClickHouse는 The Chainsmokers를 초대해 공연을 열었다.
   2. 6만 명의 소프트웨어 엔지니어가 모이는 행사에 흔한 식당 대관과 해피아워가 아니라, 모두가 참석하고 싶어 하는 하나의 파티를 만들겠다는 발상이다.
   3. Alex와 Drew의 공연을 ClickHouse와 연결해 인지도를 넓혔다.

5.3. Fulham 스폰서십의 사업 논리

1. 자본 조달과 전략적 투자자

   1. 올해 초 자금 조달을 진행한 뒤 라운드를 연장해 Tony, David Sacks, Michael Dell, JP Morgan 같은 전략적 투자자를 포함했다.
   2. ClickHouse는 이미 대차대조표에 10억 달러를 보유해 자금이 꼭 필요했던 것은 아니지만, 새로운 투자자 자금을 영국 프리미어리그 클럽 스폰서십에 활용했다.

2. 인지도와 측정 가능한 접점

   1. Chelsea와의 경기가 전 세계에 중계되며 수백만 시청자에게 브랜드 노출을 제공한다.
   2. Craven Cottage의 접대는 더 직접적으로 측정할 수 있다. 경기 당일 세계 최대 기업의 예산 책임자 20명을 초청했고, 절반은 기존 고객, 절반은 잠재 고객이었다.
   3. 프랑스의 대형 은행 임원도 이 경험을 위해 파리에서 왔다.
   4. 향후 12개월 동안 해당 계정 묶음에서 발생하는 지출은 측정할 수 있지만, 그중 얼마가 스포츠 스폰서십만의 성과인지는 완벽히 귀속하기 어렵다.
   5. 웹사이트 방문, 신규 트라이얼, 퍼널 상단 지표가 개선된다면 스폰서십 인지도의 파생 효과로 볼 수 있다.

3. AI 시대의 스포츠 경험

   1. Craven Cottage는 템스강 옆에 있고, 2만 8,000명의 열광적인 팬이 프리미어 시즌 개막전에 서 있었다.
   2. Chelsea 대 Fulham의 런던 남서부 더비는 3 대 2, 다섯 골로 끝났다.
   3. 기술로 복제할 수 없는 현장성과 감각적 경험이 스포츠의 가치다.
   4. AI가 일상화될수록 사람들은 스포츠와 음악처럼 직접 경험하는 대상을 더 갈망할 수 있다.
   5. 스포츠 자산 가격은 계속 상승할 수 있다. Lakers 거래가 125억 달러로 역사상 가장 비쌌고, Seahawks 매각가는 96억 달러로 보도됐다.
   6. Harry가 Fulham 팬인데 투자자인 Josh가 49ers와 연관된 Seahawks를 산 상황을 불편해하자, Fulham CEO인 Aaron은 “상당한 금전적 이득이 있다면 Chelsea에도 바로 투자하겠다”고 농담했다.

6. 고객·자금 조달·집중 위험

ClickHouse는 성장률뿐 아니라 고객 수, 유지율, 확장률, 고객군의 분산을 함께 관리하며 장기적으로 지속 가능한 회사를 만들려 한다.

6.1. 고객 수와 확장 매출

1. 생산 고객의 정의와 지출 분포

   1. 단순히 서비스를 조금 사용하는 긴 꼬리 고객이 아니라, 실제로 대규모 프로덕션에 들어간 고객을 생산 고객으로 센다.
   2. 고객 수와 매출은 비슷한 속도로 늘지만 매출이 조금 더 빠르다. 기존 고객의 확장이 신규 고객 확보보다 빠르기 때문이다.
   3. 평균 고객 지출은 분포가 넓어 해석에 주의해야 한다.
   4. 연간 수천만 달러를 지출하는 고객도 있고, 매월 수천 달러를 지출하는 고객도 있다.
   5. 중간값은 약 10만 달러 수준으로 추정된다.

2. 유지율과 사용 사례 확장

   1. 과거 다른 회사에서 순달러유지율(NDR)이 130%를 넘었고, ClickHouse는 현재 200%를 넘는다.
   2. 고객은 데이터 웨어하우징으로 시작해 실시간 분석으로 확대한다.
   3. 과거 기업 내부에서 분리돼 있던 애플리케이션을 하나의 데이터 저장소에 모으고, 그 위에 애플리케이션을 만들며, 고객·파트너에게 데이터를 노출한다.
   4. 총매출유지율은 99%를 넘고, 매달 수백 명의 신규 고객을 추가한다.

6.2. 경쟁자보다 무서운 ‘아직 보이지 않는 회사’

1. 현재 경쟁자는 분석 가능하다

   1. 눈앞의 경쟁자는 강점과 약점을 파악할 수 있고, 실행 계획을 세울 수 있다.
   2. Snowflake·Databricks·대형 옵저버빌리티 기업과의 경쟁은 보이기 때문에 관리 가능한 문제다.

2. 다음 ClickHouse가 가장 큰 위협이다

   1. ClickHouse 자체도 10년 전 오픈소스로 등장했을 때 시장이 예상하지 못한 방식으로 성장했다.
   2. 당시에는 회사가 뒷받침하지 않는 인기 오픈소스 데이터베이스로 치부됐지만, 수천 개 기업이 채택했다.
   3. 지금의 경쟁사를 물리치는 것보다 뒤에서 등장해 ClickHouse를 같은 방식으로 흔들 다음 기술이 더 걱정된다.
   4. 따라서 조직은 스스로를 끊임없이 재창조해 자신이 먼저 파괴자가 되어야 한다.

3. Snowflake와 Databricks 사이의 공간

   1. Databricks는 시장 실행력이 매우 뛰어나며 Ali와 회사에 큰 존경을 보낸다.
   2. 세 회사는 데이터베이스 기술이라는 점에서 겹치지만, ClickHouse와 Databricks 사이에는 여전히 넓은 공백이 있다.
   3. 어느 한 회사를 시장에서 없애도 경쟁이 사라지는 것이 아니라 인접 시장의 새로운 겹침이 생긴다.

6.3. 집중 위험과 전환비용

1. 10% 임계값

   1. 한 고객, 산업, 범주가 매출의 10%를 넘으면 사업 운영자 입장에서 매우 중요한 노출로 본다.
   2. 목표는 예측 가능하고 지속 가능하며 오래가는 성장이다.
   3. 특정 고객군이 떠날 때 회사에 큰 충격을 줄 수 있다면, 매출이 빠르게 늘고 있어도 집중 위험은 유효하다.

2. AI 고객군의 분산

   1. Harvey·Sierra·Decagon·Anthropic·OpenAI 등 ClickHouse를 사용하는 AI 기업 전체가 매출에서 차지하는 비중은 12% 미만이다.
   2. 그 AI 고객군의 절반이 사라져도 남은 승자들의 확장이 손실을 상쇄할 수 있다.
   3. Nvidia처럼 몇몇 고객군에 집중해도 가치 창출이 크면 성공할 수 있다는 반론이 있지만, Aaron은 운영자 관점에서 집중 자체를 여전히 유효한 위험으로 관리한다.

3. 규모가 커지면 직접 만들 것이라는 오해

   1. 투자자는 일정 규모에 도달하면 Elastic에서 벗어나 자체 시스템을 만들거나, 자체 결제 프로세서를 만들 것이라고 쉽게 가정한다.
   2. Shopify가 현재 규모에서도 Stripe를 사용하는 것처럼, 핵심 사업이 아니면 직접 구축하지 않는 경우가 많다.
   3. 고객이 계속 가치를 느끼려면 경쟁사보다 높은 ROI와 낮은 TCO를 제공해야 하고, 그 차이가 전환을 막는 실질적 방어선이 된다.

7. 인재, 조직 운영, 교육과 의료의 미래

ClickHouse는 프런티어 모델 회사와 다른 인재를 채용하고, 분산 조직의 장점을 살리면서도 선택적인 대면 접점을 늘린다.

7.1. AI 시대의 인재 확보

1. 프런티어 랩과의 채용 경쟁

   1. 샌프란시스코의 디지털 네이티브 AI 스타트업은 자본력이 막강한 OpenAI·Anthropic과 경쟁해야 하므로 스타 인재를 확보하기 매우 어렵다.
   2. ClickHouse는 분산 시스템 경험과 데이터베이스 엔지니어링을 갖춘 인재를 찾으므로 채용 프로필이 조금 다르다.
   3. 27개 국가에서 사람을 고용해 포르투갈·독일·싱가포르의 엔지니어도 채용할 수 있으며, 한 자릿수 이직률을 유지한다.
   4. 구조화된 세컨더리 거래로 직원 유동성을 일부 제공하지만, 젊은 기업들처럼 자주 진행하지는 않는다.

2. 경험 많은 엔지니어와 경쟁심

   1. 엔지니어링 조직의 평균 연령은 30대 중후반으로, 제품 출시 3년 차 벤처 기업의 전형적 조직보다 높다.
   2. 대학 졸업자를 채용하지 않는 것은 아니지만, 분산 시스템을 오래 구축한 사람과 짝을 지어 성장시키려 한다.
   3. 조직 안에 내부의 적을 만들어 경쟁시키기보다, 원래부터 경쟁심이 강한 사람을 채용한다.
   4. 회사 밖에는 경쟁사 비방, 경쟁 구도, 지정학적 위험, 개인적 어려움이 이미 충분하므로 직원 내부에 인위적인 적대감을 추가하지 않는다.

7.2. 분산 근무와 대면 사무실

1. 분산 구조로 시작한 배경

   1. 회사 설립 시점이 코로나19 시기였고, 유럽 공동창업자·베이 지역의 Aaron·유타의 공동창업자가 서로 다른 곳에 있었다.
   2. 독특한 기술을 가진 엔지니어가 한 지역에 모여 있지 않았기 때문에 분산 회사로 빠르게 성장했다.
   3. Salesforce에서 Aaron은 주 5~6일, 하루 10~12시간 사무실에 있었고 경험 많은 동료에게 현장에서 많이 배웠지만, ClickHouse의 출발점은 달랐다.

2. 강제 복귀가 아닌 대면 선택지

   1. 직원 약 800명 규모이며 연말에는 1,000명에 이를 것으로 예상한다.
   2. 런던·암스테르담·뉴욕·베이 지역에 사무실을 두고 대면 근무 선택지를 늘린다.
   3. 특정 기능만 사무실에 두지 않고 엔지니어링과 고투마켓 조직 모두가 활용한다.
   4. 강제적인 사무실 복귀 명령은 없지만, 직원 참여와 사무실 수요는 증가하고 있다.
   5. 12~18개월 뒤에는 6~7개 허브가 아니라 전 세계 16~20개 사무실을 운영할 계획이다.

3. 글로벌 고객을 위한 물리적 분산

   1. 매출의 절반 이상이 미국 외 지역에서 발생하며, 약 40%는 EMEA, 10%는 아시아에서 나온다.
   2. 고객의 절반 이상이 북미 밖에 있다.
   3. 세 하이퍼스케일러 전체에서 36개 지역에 서비스를 제공하므로 한 장소에서 모든 시간대와 시장을 관리할 수 없다.
   4. AWS·Google Cloud·Azure와 지역별 협업이 필요하고, Alibaba 파트너십 출범을 위해 중국을 직접 방문했다.
   5. 현지 언어를 구사하고 지역 관계를 관리할 사람이 있어야 하므로 1~3개의 중앙 허브만으로는 충분하지 않다.

7.3. 대학, 직업, 의료 자동화

1. 대학의 가치와 빠른 커리큘럼 변화

   1. Aaron은 두 십 대 딸에게 대학 진학을 권하겠지만, 핵심 가치는 4년제 학위의 학문적 산출물만이 아니라 삶의 경험이라고 본다.
   2. 대학 커리큘럼을 개정하는 절차가 너무 느려, 업데이트가 끝날 때쯤 이미 낡아 있을 수 있다.
   3. 신경과학처럼 변화 속도가 상대적으로 느리거나 의학처럼 인간 상호작용이 중요한 분야와, 4년 뒤 시장을 예측하기 어려운 소프트웨어 엔지니어링은 구분해야 한다.

2. 의사의 지속적인 역할

   1. 심각한 의료 문제나 중요한 법률 자문에는 여전히 세계 최고의 의사와 변호사에게 직접 상담하고 싶다는 입장이다.
   2. 세대에 따라 이 판단은 달라질 수 있지만, 의료와 법률은 상당히 내구적인 영역으로 본다.
   3. Harry는 비용과 영국의 수개월에 이르는 GP 대기시간 때문에 ChatGPT로 대부분의 의료 질문을 해결하고 의사 방문을 줄인다고 말했다.
   4. Dario가 암을 치료하려 한다는 농담과 함께, AI가 GP 예약 문제까지 해결할 수 있다는 기대가 나왔다.

3. 로봇이 바꿀 의료 현장

   1. Aaron의 가족은 의사가 기구를 직접 만지지 않고 감독만 하는 완전 자율 시술을 경험했다.
   2. AGI보다 로봇공학이 의료 산업을 더 급진적으로 바꿀 수 있다.
   3. 인간 의사가 책임과 감독을 맡더라도 실제 시술은 자율 시스템이 수행하는 형태가 미래의 한 모습이다.

8. 자본 조달과 상장에 대한 장기 관점

ClickHouse는 다음 라운드의 밸류에이션보다 20년 뒤에도 살아남는 회사, 올바른 투자자, 빠른 신규 고객 확보를 우선한다.

8.1. 투자자 선택과 자금 조달 철학

1. 투자자의 현금보다 관계의 실질 가치

   1. 투자자를 평가할 때 고객 소개, 인지도 확산, 채용, 직원과의 소통, 다른 투자자와의 협업 등 실제 기여를 본다.
   2. 투자자가 과거 투자 기업에서 어떤 고객 관계를 만들었고, 소셜 활동으로 인지도를 높였으며, 채용을 도왔는지 해당 기업에 직접 묻는다.
   3. 기존 포트폴리오 기업과 직원이 그 투자자를 캡 테이블에 두는 것을 긍정적으로 평가해야 하고, 답변은 만장일치에 가까운 ‘예’여야 한다.

2. 단기 밸류에이션보다 20년의 회사

   1. 매 라운드에서 꾸준히 밸류에이션을 올리면 직원 유동성, 채용, 희석 최소화, 현금 선투자에 유리하다.
   2. 그러나 20년 뒤 세대 기업을 만들려면 10년 뒤 150억 달러로 상장하는지 250억 달러로 상장하는지는 본질적이지 않다.
   3. 올바른 투자자, 견고하고 지속 가능한 회사, 빠른 10억 달러 ARR 달성이 더 중요하다.
   4. 매달 수백 명의 신규 고객을 추가하고 총매출유지율 99% 이상, 순달러유지율 200% 이상을 유지하며 거대한 시장을 공략한다.

3. 가장 불편했던 성장 구간

   1. 제품 출시 직후 ChatGPT가 동시에 등장한 시기가 가장 불편했다.
   2. 데이터베이스는 소비자 서비스처럼 밤새 사용자가 늘지 않고 기업의 평가·도입에 시간이 걸린다.
   3. 출시 후 첫 6개월은 매출이 느리게 출발했고, 그 뒤 4,000개가 넘는 고객을 확보하며 매출이 급격히 상승했다.
   4. 매출도 제품도 없던 시기에 3억 달러를 조달했고, 제품 없이 15명의 직원과 오픈소스 데이터베이스만 있던 Series B에서 Coatue와 Altimeter가 20억 달러 밸류에이션을 공동 주도했다.
   5. 그 라운드는 큰 목표물을 등에 올린 것처럼 느껴졌고, 차별화된 제품을 1년 안에 시장에 내놓아야 한다는 압박이 커졌다.
   6. 약 5,000만 달러 매출에서 기업가치 60억 달러로 평가받은 시점도 있었지만, 벤처 투자는 현재가 아니라 12~18개월 뒤의 실행과 초과 달성을 가격에 반영한다.
   7. 가장 저렴하게 느껴지는 라운드는 고객·매출·성장 곡선을 갖춘 현재 라운드다. 적은 것을 싸게 사는 것보다 많은 것을 비싸게 사는 편이 낫다는 논리다.

8.2. 성장 속도와 수익의 내구성

1. 인프라 기업의 성장 곡선

   1. 0→1억 달러를 1년 만에 달성해야 한다는 주장, 그리고 ‘트리플 트리플 더블 더블’ 성장 공식이 끝났다는 주장이 제기됐다.
   2. Aaron은 모든 범주가 0→1억 달러를 1년 만에 달성하는 구조라면 경쟁 해자가 무엇인지 먼저 물어야 한다고 답했다.
   3. ClickHouse는 0→1억 2,500만→2억 달러를 거쳐 올해 5억 달러를 넘는 경로를 밟고 있다.
   4. 데이터베이스 업계에서 경쟁사들의 초기 3년보다 빠른 성장이고, 매우 넓은 고객 기반을 통해 이뤄지고 있다.

2. 성장률보다 지속 가능성이 중요한 이유

   1. 1년 안에 1억 달러를 만든 기업도 고객이 곧 다른 제품으로 이동할 수 있다면 그 매출을 지킬 수 없다.
   2. 높은 전환비용과 반복되는 고객 가치가 빠른 성장률보다 과소평가된 속성이다.
   3. ClickHouse는 데이터 저장과 분석 비용, 성능, 제품 범위를 지속적으로 앞서가 고객이 직접 구축할 유인을 줄인다.

8.3. IPO와 비상장 상태의 장단점

1. 상장을 서두르지 않는 이유

   1. 기업을 3~5년이 아니라 창업자보다 오래 살아남는 조직으로 보고 있다.
   2. 현재 시장은 오랫동안 보지 못한 수준으로 비이성적이며, 분기 실적을 조금 놓치면 주가가 40~50% 하락할 수 있다.
   3. 공개 시장에서 주가가 급락하면 직원 사기가 직접 흔들리지만, 비상장 시장에서는 그 충격이 일상적으로 노출되지 않는다.
   4. 비상장사는 직원이 매일 주가를 보지 않고, 공매도 세력과 싸우지 않아도 된다.
   5. 구조화된 텐더 오퍼로 직원 유동성을 제공할 수 있어 IPO의 전통적 장점 하나가 약해졌다.
   6. 비상장 기업도 인수 통화가 필요하면 대형 거래를 할 수 있다. Stripe의 500억~600억 달러 규모 PayPal 인수 사례와 약 80억 달러 규모의 OpenRouter 거래가 언급됐다.

2. 상장의 장점

   1. 브랜드 인지도 확대, 자금 조달, 투자자 기반 다변화, 직원 사기 향상이 가능하다.
   2. IPO는 커뮤니티·가족·친구·대학 동료가 함께 축하하는 강력한 사건이지만, 시장 변동성은 상장 직후에도 계속된다.
   3. Salesforce가 2004년 상장할 때 시가총액은 10억 달러였고, 공개 시장은 회사의 실행과 결과에 더 근거해 가격을 발견한다.
   4. 비상장 투자자는 ‘앞으로 될 회사’에 프리미엄을 지불하지만, 공개 시장은 현재 시점의 실제 실행을 더 엄격하게 반영한다.
   5. Aaron은 공개 자본시장과 가격 발견 기능을 믿지만, ClickHouse가 내년에 상장할 수 있다는 사실과 실제 상장 시점은 별개로 본다.

9. 빠른 질문과 개인적 원칙

9.1. AI가 만들 직업과 남길 직업

1. 새로 생길 직업

   1. 조직 안에서 AI 소비만 전담하는 재무 기능이 5년 안에 흔해질 수 있다.
   2. 토큰 자원 관리, AI 지출 통제, 사용량 예산 책정만을 담당하는 사람이 매일 그 문제를 생각하게 된다.
   3. 그 역할도 5년 뒤에는 AI 에이전트가 스스로 자원과 예산을 통제하면서 사라질 수 있다.

2. 영원히 남을 직업

   1. 벤처캐피털리스트가 자신의 직업을 영원히 남을 직업으로 생각할 수 있다는 농담에, 프로 축구선수가 답으로 제시됐다.
   2. Harry가 30세라서 프로 운동선수로 전환하기에는 너무 늦었다고 하자 웃음이 이어졌다.

9.2. Meta·Microsoft·Nvidia의 ‘shag, marry, kill’ 게임

1. Microsoft를 결혼 상대로 선택

   1. Meta는 고객이고 Microsoft는 ClickHouse의 파워 유저다.
   2. Microsoft의 가장 큰 분석 워크로드를 ClickHouse가 지원하고 있으며, Satya Nadella를 직접 만났을 때 매우 인상적이었다.
   3. 따라서 세 회사 중 Microsoft를 장기적으로 ‘marry’하겠다고 답했다.

2. 세 회사 모두와 거래하는 현실

   1. ClickHouse는 Nvidia·Cerebras 및 여러 칩 제조업체와 거래한다.
   2. Meta·Microsoft·Nvidia 어느 회사도 ‘kill’하고 싶지 않고 셋 모두와 단기 관계를 맺고 싶다는 농담이 나왔다.
   3. 칩 생태계는 Nvidia 단일 구조에서 벗어나 하이퍼스케일러와 프런티어 랩도 중요한 공급자가 되는 방향으로 분산될 수 있다.

9.3. AI에 대한 가장 널리 퍼진 오해

1. “AI는 과장된 버블이다”라는 믿음

   1. 가장 널리 합의된 오해는 AI가 과장됐고 현재가 버블이라는 주장이다.
   2. 실제로는 이제 막 시작했으며, 승자가 패자보다 훨씬 큰 가치를 만들 가능성이 높다.
   3. 승자와 패자를 미리 고를 수는 없지만, 전체 가치 창출이 손실을 크게 상회할 수 있다.

2. 부채와 시장 집중에 대한 조건부 우려

   1. 비공개 시장에서 투자자들이 돈을 잃거나 벌 수 있다는 점보다, 공개 시장에서 대중의 자산이 특정 기업에 노출되는 상황을 더 걱정한다.
   2. Nvidia가 미국인의 401(k) 자산에서 큰 비중을 차지한다는 점이 언급됐다.
   3. 시가총액이 여섯 기업에 과도하게 몰려 시장 가치의 85%가 몇 종목에 기대는 상황은 충격이 발생하면 광범위한 부의 영향을 낳을 수 있다.
   4. 가치가 일부 압축될 가능성은 있지만, 10년 전 수준으로 완전히 돌아갈 가능성은 낮다.

9.4. Peter Fenton과 이사회 운영

1. 서로 다른 유형의 이사

   1. Peter Fenton은 ClickHouse 이사이자 커리어 벤처캐피털리스트로, 기술 업계에서 영향력 있는 기업의 패턴을 인식하는 능력이 뛰어나다.
   2. Cisco에서 기업개발을 맡고 100건 넘는 인수를 진행한 운영자 Mike Volpi와 대조된다.
   3. Peter는 뛰어난 인재를 끌어오는 자석 같은 역할을 하며 채용에 크게 기여했다.

2. 투자와 채용을 구분한 역할 설정

   1. Peter와 누군가의 통화를 주선할 때 그가 투자자로서 사는 입장인지, 회사를 대표해 합류를 설득하는 입장인지 먼저 알려준다.
   2. 같은 대화라도 영입인지 엄격한 평가인지에 따라 접근법이 달라진다.
   3. Martin Casado는 ClickHouse의 기술을 독특하게 이해하는 친구지만 당시 이해상충으로 이사회에 합류하지 못했다.
   4. 가까운 시일 내 새 이사를 발표할 예정이며, 현재 이사회에 특별히 추가하고 싶은 사람이 따로 있는 것은 아니다.

10. 리더십, 가족, 앞으로의 3~5년

훌륭한 CEO와 부모가 되는 방식은 진지하게 헌신하고 계속 개선하며, 경험 많은 사람에게 배우고, 공동의 목적을 중심으로 관계를 운영하는 것이다.

10.1. CEO와 아버지의 공통 원칙

1. 진지함과 헌신

   1. 자신의 일을 진지하게 받아들이고, 맡은 역할에 헌신하며, 어떻게 개선할지 계속 생각해야 한다.
   2. 부모 역할이든 회사 운영이든 이미 잘해본 사람에게 조언을 구하고, 그들의 좋은 속성은 복제하며 나쁜 속성은 남겨둔다.
   3. 회사 구성원 전체가 목표·비전·실행 방식에 정렬되도록 만드는 과정은 가족의 공동 목적을 세우는 일과 닮았다.

2. 24년의 관계에서 얻은 교훈

   1. 결혼 생활은 직선으로 나아가지 않으며, 그 사실을 받아들이고 함께 버틸 의지가 필요하다.
   2. 서로의 차이를 받아들이고, 각자의 성취를 축하하며, 관계의 공동 목적을 잊지 않아야 한다.
   3. 자녀가 생기면 그 공동 목적은 더 강력해지고, 조직에서도 공유된 비전과 실행 방향이 같은 힘을 발휘한다.

10.2. 기대하는 미래

1. 의료 돌파구

   1. Harry는 다발성 경화증(MS)을 앓는 어머니를 언급하며, 만성 질환처럼 전통적으로 치료 불가능했던 문제에서 돌파구가 나오기를 기대한다.
   2. 지금이 그런 혁신의 시대라는 사실 자체가 놀랍다는 감정을 표현했다.

2. 축구와 국가대표팀

   1. Aaron은 Fulham의 프리미어십 승격 경쟁, 챔피언스리그 진출, FA컵 우승을 기대한다.
   2. Harry는 스페인·포르투갈·모로코에서 열릴 4년 뒤 월드컵에서 미국 대표팀이 더 멀리 진출하기를 바란다.
   3. 5년 뒤의 AI와 ClickHouse를 정확히 예측하기는 5년 전 현재를 예측하는 것만큼 어렵다. ChatGPT가 2022년 11월에 출시된 지 4년도 되지 않았기 때문이다.

3. ClickHouse의 5년 뒤

   1. ClickHouse가 다음 해 상장할 수는 있지만, CEO는 5년 안에 상장사가 되지 않는 쪽에 베팅한다.
   2. 상장 시점보다 회사가 창업자보다 오래 살아남는지가 중요하다.
   3. 공개 시장의 가격 변동, 직원 사기, 공매도 압력 없이 장기 실행을 이어갈 수 있다는 점이 비상장 상태의 큰 가치다.

주요 발언 모음

“우리는 이제 막 시작했을 뿐이다.”

“우리 생애에 이런 매출 성장은 본 적이 없다.”

“AI 애플리케이션에서 가장 큰 위험은 수익의 내구성이다.”

“가장 걱정되는 경쟁자는 아직 시장에 나오지 않은 경쟁자다.”

“에이전트는 신원과 예산을 가져야 한다.”

“AI가 과장됐고 버블이라는 믿음이야말로 틀렸다.”

“1년 동안 할 수 있는 일을 과대평가하고, 5년 동안 할 수 있는 일을 과소평가한다.”

“고객 가치 창출은 ROI와 총소유비용의 우위로 측정된다.”

핵심 데이터 & 수치

• ClickHouse 기업가치: 150억 달러 이상으로 소개됐다.
• ARR: 약 3억 5,000만 달러를 넘어섰고, 올해 5억 달러를 상회하는 성장 경로다.
• 10억 달러 ARR 목표: 2027년 12월보다 빠른 달성을 CEO가 예상한다.
• 매출 성장 경로: 0→1억 2,500만→2억→올해 5억 달러 이상이다.
• 고객 수: 대규모 프로덕션 고객 4,000개 이상이다.
• 순달러유지율: 200% 이상이며, 과거 회사들의 130% 이상보다 높다.
• 총매출유지율: 99% 이상이다.
• AI 고객군 집중도: Harvey·Sierra·Decagon·Anthropic·OpenAI 등 전체가 매출의 12% 미만이다.
• 집중 위험 기준: 단일 고객·산업·범주가 매출의 10%를 넘으면 운영상 중요한 노출로 본다.
• ClickHouse 처리량 사례: Tesla가 초당 10억 개 이벤트를 수집한다.
• 조직 규모: 현재 약 800명, 연말 1,000명 목표다.
• 글로벌 인력: 27개 국가에 직원을 두고, 12~18개월 안에 16~20개 사무실을 목표로 한다.
• 글로벌 매출: 미국 외 비중이 절반 이상이며 EMEA 약 40%, 아시아 약 10%다.
• 고객 지역: 북미 외 고객이 절반 이상이고, 세 하이퍼스케일러의 36개 지역에서 서비스한다.
• 이전 자금 조달: 제품·매출이 없던 Series B에서 20억 달러 밸류에이션, 이후 매출 약 5,000만 달러 시점에 60억 달러 밸류에이션 사례가 언급됐다.
• 스포츠 사례: Craven Cottage의 관중 약 2만 8,000명, Chelsea 대 Fulham 3 대 2, 다섯 골이다.
• 스포츠 자산 거래: Lakers 약 125억 달러, Seahawks 약 96억 달러다.
• 미래 오픈·프런티어 토큰 비중: 3년 뒤 50 대 50 가능성이 제시됐다.

결론 및 시사점

1. AI 수요를 버블이라는 한 단어로 지우지 말고, 성장의 실재와 가치평가의 위험을 분리해 분석해야 한다. 에이전트 쿼리와 기업 도입은 실제로 폭증하지만 모든 기업의 매출이 오래 지속된다는 뜻은 아니다.
2. 투자자는 총마진보다 수익의 내구성을 먼저 봐야 한다. 낮은 전환비용, 모델 제공업체 간 급격한 추월, 고객의 10% 이상 집중이 핵심 점검 항목이다.
3. AI 인프라 사업자는 지연시간·효율성·비용·배포 유연성을 제품의 중심에 둬야 한다. 에이전트는 수십 개 쿼리를 동시에 실행하고, 클라우드·VPC·온프레미스 사이를 넘나든다.
4. 에이전트가 기술을 선택하는 시대에도 인간의 예산·보안·법적 책임과 브랜드는 사라지지 않는다. 개발자 커뮤니티와 인간 구매자를 위한 신뢰 형성이 여전히 유효하다.
5. 오픈소스와 오픈 웨이트를 같은 것으로 취급하지 않아야 한다. 소스 코드의 수정·재배포 권리와 모델 가중치의 보안·배상·데이터 처리 보장은 다른 문제다.
6. 오픈소스 기업의 해자는 클라우드 운영력과 복제하기 어려운 기능에서 만들어진다. 하이퍼스케일러의 재배포 위험은 고객 ROI·TCO 우위로 대응해야 한다.
7. 성장률이 급격할수록 영업 역량과 고객 분산을 함께 확장해야 한다. 작은 고생산성 영업팀만으로 큰 시장을 오래 방어할 수 없고, 특정 AI 고객군의 성공에 과도하게 의존해서도 안 된다.
8. 3~5년 전망은 겸손하게 세워야 한다. ChatGPT조차 2022년 11월에 등장했으므로 다음 기술 변화는 현재 경쟁자가 아니라 아직 이름 없는 회사에서 올 수 있다.
9. 장기 기업은 현재의 IPO 타이밍보다 20년의 지속 가능성을 우선한다. 비상장 상태는 공매도와 일일 주가 압력을 피하게 하고, 구조화된 세컨더리로 직원 유동성을 보완할 수 있다.
10. 실행 포인트는 고객이 매달 더 많은 가치를 얻도록 만들고, 내부적으로는 스스로를 계속 파괴하는 것이다. 경쟁사가 나타나기 전에 제품·영업·배포 방식을 먼저 재창조해야 한다.

핵심 요약 (20줄)

1. ClickHouse CEO Aaron Cass는 AI가 과장된 버블이라는 통념이 틀렸고 이제 막 시작됐다고 주장한다.
2. 에이전트형 애플리케이션은 인터넷·모바일·소셜보다 빠르게 성숙하며 전례 없는 매출 성장과 시스템 부하를 만든다.
3. ClickHouse는 Anthropic·OpenAI·Weights & Biases 등 거의 모든 AI 네이티브 기업이 사용하는 오픈소스 OLAP 데이터베이스다.
4. ClickHouse의 매출은 0에서 1억 2,500만, 2억 달러를 거쳐 올해 5억 달러 이상을 향하고 있다.
5. 10억 달러 ARR은 2027년 12월보다 빠르게 달성할 수 있다는 전망이 제시됐다.
6. AI 기업의 낮은 총마진보다 더 중요한 위험은 모델 교체가 쉬워 수익이 오래 유지되지 않는 상황이다.
7. ClickHouse 내부 Anthropic 지출은 연초보다 100배 증가했고 코딩 에이전트 사용도 폭발적으로 늘었다.
8. 토큰 비용은 하락하는 반면 매출과 로드맵이 가속되므로 단기 소비를 장기 제품 성장과 교환할 수 있다.
9. ClickHouse는 약 100명의 영업사원으로 수천 명을 둔 대형 데이터 기업들과 경쟁해 영업 역량 확대를 후회한다.
10. 에이전트는 고정된 인간 페르소나 없이 여러 시스템을 탐색하므로 낮은 지연시간과 예측 불가능한 쿼리 대응이 필요하다.
11. Tesla의 ClickHouse 처리량은 초당 10억 개 이벤트로 수집·저장·질의 효율성의 중요성을 보여준다.
12. 미래의 에이전트에는 인프라 선택 권한뿐 아니라 신원·예산·승인·거버넌스가 필요하다.
13. 전문화 모델과 프런티어 모델은 공존하며 오픈 웨이트와 오픈소스는 보안·법적 보호 측면에서 구분해야 한다.
14. 엔터프라이즈는 데이터 보존, 출력물 배상, 보안 우려 때문에 오픈 웨이트 모델을 무조건 90% 채택하지 않을 수 있다.
15. ClickHouse는 클라우드·VPC·온프레미스 배포를 모두 지원해 규제 산업과 글로벌 고객의 선택권을 보장한다.
16. 에이전트가 기술 스택을 골라도 인간이 예산과 아키텍처를 통제하므로 개발자 브랜드와 스포츠 마케팅은 계속 유효하다.
17. ClickHouse는 매출 99% 이상을 유지하고 순달러유지율 200% 이상을 기록하며 AI 고객군 매출 비중을 12% 미만으로 관리한다.
18. 단일 고객·산업·범주가 매출 10%를 넘으면 운영상 집중 위험으로 보고, 고객 가치의 핵심을 ROI와 TCO 우위로 둔다.
19. ClickHouse는 내년 상장이 가능해도 공매도·일일 주가 압력을 피하고 20년 지속 가능한 회사를 만들기 위해 비상장 상태를 선호한다.
20. 실행할 기업은 빠른 성장률보다 수익 내구성·고객 분산·낮은 TCO·끊임없는 자기 파괴를 측정해야 한다.