시장보다 먼저 탁월한 인재를 발견하는 법 — Cosign 평판 자본

URL: https://www.youtube.com/watch?v=-ywZlfznTa4
날짜: 2026-09-27
원문 발행일: 2026-09-25
채널: The a16z Show
영상 ID: -ywZlfznTa4
원문 제목: How to Spot Exceptional Talent Before Everyone Else
출연: Erik Torenberg, David Booth, Olivia Moore, Josh Elman
주제: 전문적 평판, 인재 발견, 스타트업 커뮤니티, Cosign

---

📌 핵심 질문 / 이 영상이 다루는 핵심 논점

==AI가 정보와 접촉을 폭발적으로 늘리는 시대에, 아직 시장에 드러나지 않은 사람·회사·제품의 가치를 누구의 신뢰를 통해 먼저 발견하고 전달할 것인가?==

• 기관 학력이나 직함보다 실제로 함께 일한 사람의 구체적인 추천이 더 강한 전문 신호가 될 수 있다.
• AI가 지원자·아웃리치·공개 정보를 대량 생산할수록 인간의 확신과 추천은 더 희소해진다.
• Cosign은 멘토, 전우처럼 일할 사람, 앞으로 주목할 사람이라는 세 가지 신호와 공개·비공개 의향을 구조화해 평판을 오래 보존하려 한다.

Cosign의 핵심 가설은 전문적 정체성(identity)을 자기소개 중심의 목록으로 남겨두지 않고, 타인이 실제 경험을 바탕으로 부여한 평판(reputation)의 그래프로 바꾸는 것이다. 누가 누구를 발견했고, 함께 어떤 일을 해냈으며, 누구를 고용·투자·협업하고 싶은지가 누적되면 이름 없는 인재도 신뢰의 경로를 타고 기회를 얻을 수 있다. 이 구조는 LinkedIn의 평면적인 연결 수와 X의 휘발성 피드 사이에, 스타트업 커뮤니티를 위한 더 세밀하고 지속적인 전문 신호층을 만들려는 시도다.

1. 추천은 새로운 전문 자격증이 될 수 있다

대학·직함·이력서가 독점하던 신뢰를 동료의 공개적인 확신이 보완하거나 대체할 수 있다는 데서 Cosign의 출발점이 나온다.

1.1. 트위터 계정과 대학 교육의 비교

1. 대학이 제공하는 네 가지 묶음

   1. 교육: 수업과 대화를 통해 지식을 얻는다.
   2. 네트워크: 동료·교수·동문을 만나고 사람을 발견한다.
   3. 자격 신호: 특정 학교를 나왔다는 사실이 능력과 기회의 대리 지표가 된다.
   4. 사회적 경험: Josh Elman은 대학이 제공하는 사회생활도 별도의 가치라고 덧붙인다.

2. 공개 활동이 만들어내는 대체 신호

   1. 학습과 네트워크: 대화와 글을 통해 무료로 배우고 관심사가 맞는 사람을 찾을 수 있다.
   2. 작업의 증거(proof of work): 흥미로운 글, 유머, 제품, 프로젝트가 무엇을 만들 수 있는지를 보여준다.
   3. 동료 자격(peer-to-peer credential): Patrick Collison, Elon Musk, Marc Andreessen 같은 인물이 팔로우한다는 사실은 기관이 아닌 동료가 부여한 신뢰 신호가 된다.

1.2. 코사인은 받는 사람과 주는 사람 모두에게 보상한다

1. 받는 사람의 레버리지

   1. 영향력 있는 사람이 팔로우하거나 추천하면 더 많은 사람이 글을 읽고, 함께 일하고, 투자하고, 팀에 합류시키려 한다.
   2. 이름난 학교에 가지 않았거나 아직 열여덟 살인 사람도 먼저 발견되면 신뢰의 문을 통과할 수 있다.

2. 주는 사람의 선점 효과

   1. 일찍 발견한 사람은 남들보다 먼저 채용하고 투자할 수 있다.
   2. 누군가를 발굴한 기록 자체가 그 사람의 평판이 되어, 뛰어난 인재를 알아보는 사람이라는 지위를 만든다.
   3. 투자금은 창업자에 대한 코사인을 표현하는 한 방식일 뿐이며, 창업자나 투자자가 아닌 사람도 사회적 자본으로 같은 신호를 보낼 수 있다.

2. Cosign이 구조화하려는 세 가지 평판 신호

모든 프로필에 최소 세 가지 관계를 순위화해 기록하면 막연한 연결 수보다 훨씬 구체적인 신뢰의 이유를 보여줄 수 있다.

2.1. 멘토와 전우와 관찰 대상

1. 누가 경력을 형성했는가

   1. 멘토가 젊은 사람에게 시간과 판단을 투자했다는 사실은 그 사람의 성장 가능성에 자신의 평판을 건다는 뜻이다.
   2. 멘토를 존중하는 제3자는 멘토가 선택한 사람도 신뢰할 가능성이 높다.
   3. 멘토 역시 인재를 발견하고 돕는 사람이라는 평판을 얻는다.

2. 어디서든 함께 일할 사람은 누구인가

   1. 같은 전장에서 일하며 유대와 실력을 확인한 관계를 묻는다.
   2. 위기에서 함께 버틸 사람, 어떤 프로젝트에서도 다시 고용할 사람을 구분한다.
   3. 단순히 팔로우하거나 한 번 만난 관계보다 훨씬 세밀한 신호가 된다.

3. 앞으로 주목할 사람은 누구인가

   1. 아직 성과가 널리 알려지지 않았지만 부상할 가능성이 있는 사람을 순위화한다.
   2. David Booth는 7년 전 수백 명에게 주목할 사람을 물었고, 당시 Tesla의 스물두 살 엔지니어였던 Russell Kaplan을 지목한 답변이 있었다고 소개한다.
   3. Russell Kaplan은 이후 Cognition의 사장이 되었으며, 초기 예측 자체가 인재를 먼저 알아보는 사람의 신호가 된다.

2.2. 사람뿐 아니라 회사·제품에도 코사인을 적용한다

1. 회사에 대한 사회적 투자

   1. 투자자는 돈으로 시드 단계 회사에 확신을 표시하지만, 일반인은 돈 없이도 어떤 회사가 커질지 공개적으로 말할 수 있다.
   2. 이런 행동은 실제 지분을 사는 대신 평판과 관심을 거는 ‘사회적 자본 투자’ 또는 ‘가상 투자’에 가깝다.

2. Packy McCormick 사례

   1. Packy McCormick은 딥테크와 수직 통합 영역에서 주목할 37개 회사를 공개적으로 골랐다.
   2. 그 목록은 해당 회사를 자신의 판단력으로 보증하는 살아 있는 취업·탐색 디렉터리가 된다.

3. 실리콘밸리에서 가장 비싼 데이터는 누가 누구에게 확신을 갖는가다

Olivia Moore는 투자·채용·이직의 핵심 정보가 ‘누가 누구를 실제로 믿는가’지만, 현재 시장은 그 정보를 극도로 비대칭적으로 분배한다고 주장한다.

3.1. 투자자만 접근하는 비공개 신호

1. 매일 반복되는 평판 확인

   1. a16z 투자자도 후보자를 검토할 때 “이 사람과 일해본 사람을 아는가?”라고 주변에 묻는다.
   2. 공개 프로필만으로는 함께 일한 깊이와 실제 기여도를 알기 어렵기 때문에 수작업으로 신호를 회수한다.

2. 채용 의사결정의 정보 격차

   1. 사회 초년생 엔지니어가 다섯 개 스타트업의 제안을 동시에 받으면 어느 회사가 로켓십인지 판단할 내부 정보가 부족하다.
   2. 구체적인 동료 추천 한 건이 성장 기업 합류와 성과가 낮은 기업 합류를 가르는 결정적 정보가 될 수 있다.
   3. 타인에 대한 평가 데이터는 조심스럽게 다뤄야 하지만, 적절한 맥락과 권한을 붙이면 경력과 삶에 큰 가치를 더할 수 있다.

3.2. 뉴스레터에서 플랫폼으로 확장된 인재 큐레이션

1. Olivia Moore와 Justine Moore의 실험

   1. 두 자매는 벤처 업계에 들어온 초기에 매주 일요일 스타트업 채용 공고를 모아 6년 반에서 7년 동안 뉴스레터로 보냈다.
   2. Stanford에 다니고 학교의 스타트업 인큐베이터를 운영했지만, 어느 창업자와 회사가 정직하고 유망한지 판별할 정보가 없었던 것이 출발점이었다.

2. 커뮤니티가 만든 복리

   1. 신뢰할 회사를 선별해 젊은 사람들이 합류할 수 있도록 했고, 캠퍼스 스카우트 네트워크가 형성됐다.
   2. 당시 독자와 스카우트 중 일부가 훗날 a16z가 투자한 회사의 창업자가 됐다.
   3. Cosign은 소수 큐레이터의 수작업 네트워크를 누구나 자신의 이름으로 추천할 수 있는 확장 가능한 구조로 바꾸려 한다.

3.3. 무료 공개 디렉터리로서의 포지셔닝

1. 기존 데이터베이스와 다른 목적

   1. Crunchbase와 PitchBook은 훌륭하지만 사업이어야 하므로 유료 서비스다.
   2. Cosign은 스타트업 커뮤니티를 위해 투자자·창업자·직원·제품·공동창업자 정보를 무료로 제공하려 한다.

2. 정확성과 긍정성의 균형

   1. 누구에게나 모든 기능을 제공하려 하기보다 회사·사람에 대한 신뢰 가능한 추천과 긍정적 기록에 집중한다.
   2. LinkedIn이나 지인에게 “당신이 연결된 그 사람을 아는가?”라고 물었을 때 “한 번 만났을 뿐”이라는 답을 받는 문제를 더 세밀한 관계 정보로 해결한다.

4. 공개·비공개 코사인이 의향과 타이밍을 연결한다

좋은 소개는 상대의 필요와 시점이 맞을 때 일어나므로, 지금 당장 연락하지 않아도 서로의 전문적 의향을 안전하게 저장해야 한다.

4.1. 상호 관심이 자동 소개를 만든다

1. SV Angel 콘퍼런스의 스와이프 실험

   1. 2018년 행사 참가자들은 약 150명의 명단을 받고 만나고 싶은 사람을 선택했다.
   2. 양쪽이 서로를 선택하면 완전한 맥락이 담긴 자동 소개가 이뤄졌고, Erik Torenberg은 그 방식으로 여러 친구와 협업자를 만났다.

2. 전문적 의향의 세분화

   1. “만나고 싶다”를 넘어 “이 사람이 창업하면 투자하겠다”와 “이직을 고려하면 채용하겠다”를 따로 표시한다.
   2. 일방적인 DM은 거절·시간·부적절함의 비용이 있지만, 상호 관심이 확인되면 높은 의도의 소개로 전환된다.

4.2. 타이밍이 맞지 않는 문제를 양면 네트워크로 푼다

1. 민감한 질문의 문제

   1. 창업자에게 “회사를 매각할 생각인가?”라고 직접 물으면 모욕적이거나 시기상조로 느껴질 수 있다.
   2. 회사를 계속 키우고 싶은 사람과 인수·합류를 원하는 회사의 의향이 동시에 드러날 때까지 기다릴 필요가 있다.

2. 적용 가능한 매칭

   1. 채용·인수·이직·공동창업처럼 타이밍이 중요한 사건을 양쪽 의향이 맞는 순간 연결한다.
   2. 공개 목록은 훌륭한 디자이너, 위기 대응에 강한 PR 담당자, 특정 경력의 멘토처럼 반복해서 필요한 능력을 저장한다.
   3. 사용자는 최근에 만난 사람만 떠올리는 기억의 한계를 넘어 오래된 코사인 목록에서 적합한 연결을 찾을 수 있다.

4.3. 사람 매처의 기억을 외부화한다

1. 일상적 매칭의 병목

   1. 오늘 만난 뛰어난 디자이너와 3개월 뒤 그 역량을 찾는 창업자를 연결하려면 상대의 의향을 확인하고 연락처를 다시 찾는 수작업이 필요하다.
   2. 지속적인 목록은 사람·기술·신뢰 관계를 시간에 걸쳐 보존한다.

2. 신뢰 커뮤니티의 경계

   1. 누구에게나 모든 연락처를 개방하는 것이 아니라, 추천자의 평판을 거쳐 소개가 진행된다.
   2. 공개 추천은 커뮤니티의 집단 지식이 되고, 비공개 추천은 추천자가 특정 회사나 후보자에게 직접 활용하는 작업 목록이 된다.

5. 휘발성 소셜 신호를 지속적인 전문 평판으로 바꾼다

Cosign의 피드는 질문과 발표를 중심으로 작동하며, X에서 금방 사라지는 긍정적 반응을 당사자의 평판에 연결한다.

5.1. 발표 순간은 평판을 갱신하는 사건이다

1. 이직·투자유치와 같은 전환

   1. 누군가 회사에 합류하거나 투자를 유치하면 예전에 함께 일한 사람들이 공개적으로 능력과 영향력을 증언할 수 있다.
   2. 이런 반응은 하루짜리 피드에서 사라지지 않고 해당 인물의 프로필에 남아, 처음 검색하는 사람도 볼 수 있는 맥락이 된다.

2. 인터넷의 긍정적 ‘배출물(exhaust)’ 수집

   1. X의 인수·펀드레이징 발표에 달린 진지한 인용과 답글을 원래 작성자와 추천 대상의 프로필에 연결한다.
   2. 자기소개가 아니라 다른 사람의 실제 행동과 발언이 프로필을 채우므로 평판의 신뢰도가 높아진다.

5.2. 긍정성은 제품 전략이자 품질 필터다

1. 보여주고 싶은 것을 기록한다

   1. David Booth는 제품이 특정 차원에서 승리해야 하며, Cosign은 사람들이 자신이 자랑스러워하는 일을 보여주는 장소가 될 것이라고 설명한다.
   2. 코드, 아이디어, AI 에이전트와 함께 만든 제품을 세상에 내놓는 일은 취약한 순간이므로 출시와 노력은 별도의 축하 공간을 가질 가치가 있다.

2. 자연스러운 자기검열

   1. Olivia Moore는 좋지 않은 사람을 추천하면 추천자의 평판도 손상되므로 공개 코사인에 높은 기준이 생긴다고 말한다.
   2. 실제로 제품을 써보고 글을 읽고 배경을 이해한 사람과 모든 것을 무비판적으로 칭찬하는 사람은 시간이 지나면 구분된다.
   3. 비판은 다른 공간에 충분히 존재하므로 모든 부정적 평가를 영구 기록할 필요는 없다는 판단이다.

6. 창업자 뒤에 가려진 빌더의 성과를 이동 가능하게 만든다

회사는 창업자 한 명이 아니라 엔지니어·디자이너·마케터·프로덕트 매니저·재무 담당자가 함께 만들며, 지금은 그들의 기여가 다음 기회로 잘 이전되지 않는다.

6.1. RISE Awards가 보여준 대안적 인정 방식

1. 수상 대상의 전환

   1. 2015~2016년 RISE Awards는 창업자가 아니라 엔지니어·디자이너·프로덕트 매니저를 위한 상이었다.
   2. 수천 건의 지원서에서 뛰어난 운영자를 발견했고, 수상자들은 리트릿과 그룹 활동을 통해 장기적인 관계도 만들었다.

2. 반복 가능한 코사인

   1. 한 번의 시상은 개인의 실력을 발견하는 공개 신호가 된다.
   2. 수상자 커뮤니티는 새로운 협업과 채용의 기반이 되어 발견의 효과를 복리로 확장한다.

6.2. 엔지니어 4번의 숨은 영향력을 이력으로 옮긴다

1. 실제 기여와 공개 이력의 불일치

   1. 레퍼런스 확인을 깊게 하면 네 번째 엔지니어가 회사의 성공을 좌우했다는 사실이 드러날 수 있다.
   2. 그러나 언론 기사와 공식 발표의 얼굴은 보통 창업자이므로 해당 기여자는 성과를 공개적으로 설명하기 어렵다.

2. 평판 시장의 유동성(liquidity)

   1. Cosign은 특정 회사 안에 갇힌 기여를 개인의 다음 창업·이직·투자 기회로 이동시키려 한다.
   2. 좋은 평판을 가진 사람이 아직 널리 알려지지 않았다는 정보 비대칭을 줄이면 채용·투자 수요와 연결되는 시장이 더 유동적으로 된다.

7. LinkedIn과 X가 남긴 빈틈, 그리고 사회적 이력서

LinkedIn은 거대한 전문 네트워크를 만들었고 X는 관심과 반응의 흐름을 만들었지만, 두 플랫폼 모두 관계의 깊이와 의도를 충분히 보존하지 못한다.

7.1. LinkedIn이 만든 신뢰 그래프와 평면화

1. LinkedIn의 초기 설계 순서

   1. Josh Elman은 2004~2005년 LinkedIn에서 Reid Hoffman이 성장(growth)·사용(usage)·수익(revenue)의 순서를 강조했다고 회고한다.
   2. 네트워크를 먼저 만들고, 그 위에 채용·PR·탐색 같은 서비스를 올린 뒤 수익화하는 GRR 구조였다.

2. 초기 신뢰 그래프

   1. 누군가를 실제로 아는 사람이 소개하고, 그 사람이 또 다른 신뢰 관계를 연결하는 전달 경로가 핵심이었다.
   2. 시간이 지나면서 한 번의 파티 만남, 짧은 이메일, 실제 동료 관계가 모두 연결 하나로 평면화됐다.

3. 사회적 이력서의 초기 비전

   1. 채용 담당자는 이력서만 받는 대신 회사 안에서 후보자를 아는 사람, 비슷한 회사에서 함께 일한 사람, 그들에게 연결할 수 있는 사람까지 볼 수 있어야 했다.
   2. 채용 공고에도 고용 매니저의 프로필과 공통 연결을 붙여 지원자가 이력서를 벽 너머로 던지는 느낌을 줄이려 했다.

7.2. Cosign이 추가하려는 관계의 해상도

1. 하나의 연결을 여러 관계로 분해한다

   1. 같은 회사에 있었는지, 같은 시기에 일했는지, 같은 팀이었는지, 인접 팀이었는지, 관리했는지를 구분한다.
   2. “연결됨”보다 실제 협업과 책임의 강도를 보여주는 계층적 신호가 된다.

2. 정체성과 평판의 구분

   1. LinkedIn은 개인의 정체성과 경력 이력을 관리하는 플랫폼이다.
   2. X는 사람들이 관심을 갖고 지켜보는 흐름을 제공한다.
   3. Cosign은 누가 나를 어떻게 평가하고 어떤 의향을 갖는지를 기록하는 전문적 평판 플랫폼을 지향한다.

7.3. 거대한 네트워크의 방어력과 틈새의 기회

1. LinkedIn을 대체하기 어려운 이유

   1. 10억 명을 넘는 사용자가 있고, 많은 사용자는 적극적으로 구직하지 않아도 언젠가 적합한 기회를 발견하길 원한다.
   2. 경력에 중요한 플랫폼을 바꾸려면 모든 사람이 있는 곳으로 이동해야 하므로 전환 비용이 높다.
   3. LinkedIn의 봇 탐지와 데이터 밀도도 실시간 복제와 스크래핑을 어렵게 만든다.

2. 새로운 정보층으로 진입한다

   1. GitHub가 엔지니어에게 LinkedIn보다 더 좋은 작업 기반 프로필이 될 수 있듯이, 특정 커뮤니티는 고유한 평판 플랫폼을 가질 수 있다.
   2. Cosign은 LinkedIn을 정면으로 죽이기보다, 기술 커뮤니티에서 이미 발생하는 긍정적·전문적 신호를 한곳에 모으는 방식으로 틈새를 만든다.

8. AI 시대에는 인간의 확신이 희소해진다

AI는 프로필과 지원자, 메시지를 대량으로 만들어내므로 사람의 실제 경험에서 나온 추천이 가장 부족한 자원이 된다.

8.1. 관심과 아웃리치의 폭발

1. 2,000건에서 10만 건으로

   1. Olivia Moore가 포트폴리오 회사 채용을 돕겠다는 Google Form을 올리자 2,000건의 응답이 들어왔다.
   2. 브라우저 사용과 AI 에이전트가 보편화되면 비슷한 공고의 응답은 한 달 뒤 1만 건, 더 나아가 10만 건까지 늘어날 수 있다고 전망한다.

2. 자동화로는 해결되지 않는 선별

   1. Astra 같은 도구로 분류해도 외부 신호가 단순한 이진값이면 “관심 있음”과 “함께 일해본 강한 추천”을 구별하기 어렵다.
   2. 무한한 접촉량 속에서 희소해지는 것은 사람의 경험, 확신, 그리고 후보자에 대한 맥락이다.

8.2. AI가 콜드 스타트를 보완한다

1. 가입을 기다리지 않는 프로필

   1. 사람이 먼저 가입하고 정보를 채우길 기다리면 네트워크의 시작점이 부족하다.
   2. Cosign은 공개 인터넷의 펀드레이징 발표, 이직, 글, 답글을 모아 Wikipedia처럼 인물·회사 프로필의 초안을 만든다.

2. 사람이 수정하고 승인하는 구조

   1. 공개 출처를 집계한 정보는 당사자와 커뮤니티가 편집·업데이트·코사인할 수 있다.
   2. AI가 양을 만들고 사람이 경험·의도·평판을 확인하는 분업이 프로필 신뢰성을 높인다.

8.3. 방송과 단체 채팅 사이의 중간 규모 커뮤니티

1. 현재 커뮤니케이션의 양극화

   1. 전 세계를 향한 공개 방송과 수십 명이 모인 그룹 채팅 사이에 1만 명 규모의 검증된 전문 커뮤니티가 부족하다.
   2. Cosign은 처음부터 천천히 성장하며, 게시물에 들어오는 신호의 질을 높이는 중간 지대를 만들려 한다.

2. 전문적 취향의 기록

   1. MySpace Top 8처럼 함께 전장에서 일한 사람, 자주 대화하는 사람, 서로 아는 사람, 관계가 형성된 경로를 보여주는 구조를 상상한다.
   2. 개인의 전문적 취향과 판단력을 기록하면 사람을 발견하는 능력 자체가 평판 자산이 된다.

9. 제품의 선례와 공동 제작 방식

Cosign은 LinkedIn의 규모, AngelList의 스타트업 그래프, Wikipedia의 편집 모델, AI의 공개 정보 집계를 결합하려 한다.

9.1. AngelList와 초기 스타트업 공공재

1. Erik Torenberg이 경험한 진입점

   1. 초기 AngelList는 기술 분야에서 어떤 회사·지역·사람이 있는지 한 번에 볼 수 있어 실리콘밸리에 들어가는 쐐기 역할을 했다.
   2. 창업자는 투자 라운드 전 6개월 동안 알아갈 엔젤 투자자와 회사를 공개적으로 탐색할 수 있었다.

2. 무료 공개 소셜 그래프의 부활

   1. AngelList가 기업·투자자·인재 그래프를 다른 사업으로 확장하며 공개 소셜 네트워크의 일부를 약화한 뒤, 그 빈자리가 남았다.
   2. Cosign은 그 공공재적 기능을 사람의 추천과 평판이라는 더 세밀한 구조로 되살리려 한다.

9.2. Wikipedia와 Nikita Bier식 유입

1. 사람이 먼저 발견되는 프로필

   1. Wikipedia 프로필처럼 사람은 자신에 대한 기록이 있다는 사실만으로 플랫폼에 들어올 이유를 갖는다.
   2. 타인이 남긴 칭찬과 투자·채용 의향을 먼저 보여주면 가입을 요청하는 콜드 아웃리치보다 강한 유입 동기가 된다.

2. 공개 데이터의 출처 원칙

   1. 프로필에 들어가는 정보는 인터넷에 공개된 글과 발표에서 집계한다.
   2. 자금 조달·이직·제품 출시처럼 공개적으로 확인 가능한 사건을 연결해, 흩어진 고품질 정보를 한곳에서 탐색할 수 있게 한다.

9.3. 완성품이 아닌 초대장

1. 커뮤니티가 함께 편집한다

   1. Cosign은 완성된 완벽한 데이터베이스라고 주장하지 않고, 당사자와 타인이 프로필을 수정하고 업데이트를 제안하는 초대장으로 제시된다.
   2. 사용자는 추천하고 싶은 주장에 코사인하거나 피드백을 남겨 제품 개선에 참여할 수 있다.

2. 긍정적이고 장기적인 네트워크 효과

   1. 좋은 아이디어와 인재는 이전에 이름이 알려지지 않았어도 새로운 신뢰를 모아 세계를 바꿀 수 있다는 실리콘밸리의 선불적(pay-it-forward) 문화를 확장한다.
   2. 기술 커뮤니티에서 먼저 작동한 뒤 다른 산업이 자신만의 코사인 문화를 만들면, 발견과 지원의 에너지가 더 넓게 이동할 수 있다.

10. 먼저 믿은 사람이 얻는 장기적 알파

공개 코사인은 당장의 경쟁 우위를 나누는 행위처럼 보이지만, 먼저 믿어준 사람으로 기억되는 장기적 관계 자산을 만든다.

10.1. 알파를 숨기지 말아야 하는 이유

1. 2년 뒤·5년 뒤를 본다

   1. 지금 프리시드 라운드를 준비하는 창업자에게 곧바로 코사인하고 싶지 않다면, 아직 자금 조달을 시작하지 않은 사람을 먼저 공개할 수 있다.
   2. 그 사람이 2년 또는 5년 뒤 공동창업자·초기 직원·초기 투자자를 찾을 때, 누가 먼저 믿었는지를 기억할 가능성이 높다.

2. 도움의 연쇄

   1. 초기 코사인이 좋은 사람과 공동창업자, 첫 직원, 고객을 만나게 하면 추천자는 훗날 그 성장의 일부로 기억된다.
   2. 장기적으로 신뢰할 창업자가 먼저 연락하는 관계가 되어, 공개한 알파가 더 큰 접근권과 기회로 돌아온다.

10.2. Paul Graham, Ryan Hoover, Dwarkesh의 사례

1. Paul Graham과 Sam Altman

   1. 2009년 무렵 Paul Graham은 아직 큰 엑시트를 만들기 전인 Sam Altman을 최고의 기업가 중 한 명으로 공개적으로 꼽았다.
   2. 그 발언은 Sam Altman의 평판을 끌어올렸고, YC 운영과 이후 대형 회사를 만드는 경로에 영향을 준 초기 코사인으로 제시된다.

2. Ryan Hoover와 Erik Torenberg

   1. Product Hunt 창업자 Ryan Hoover는 초기 Erik Torenberg을 커뮤니티 리더로 데려와 잠재력을 공개적으로 믿었다.
   2. Erik은 그 추천을 자신의 경력에서 중요한 기회로 기억하며, 먼저 믿은 사람의 영향이 오래 남는다고 설명한다.

3. 젊은 인재의 빠른 부상

   1. Dwarkesh는 25세 무렵 정규 직장 경험이 거의 없는 상태에서 팟캐스트를 시작했지만, 영향력 있는 사람들이 초기에 출연하고 추천하면서 중요한 지적 인물로 부상했다.
   2. Michael Truell과 Leopold Aschenbrenner처럼 20대 중후반의 젊은 빌더도 나이나 긴 경력보다 실력과 초기 신뢰를 통해 주목받는 사례로 언급된다.

10.3. 최초의 믿음은 나중의 큰 수표보다 오래 기억된다

1. Airbnb와 YC의 기억

   1. Airbnb가 상장했을 때 Brian Chesky는 이후의 더 큰 투자금보다 YC와 첫 투자자 Paul Graham을 공개적으로 언급했다.
   2. 사람은 자신을 처음 믿어준 사람을 훨씬 강하게 기억하므로 초기 코사인은 장기적인 관계 자산이 된다.

2. 핵심 결론

   1. 뛰어나고 영리한 사람이 발견되고 코사인받고 기회를 얻는 경로를 더 많은 사람에게 열어야 한다.
   2. Cosign의 성공은 새로운 평판 권력을 독점하는 데 있지 않고, 이미 업계에서 발생하는 믿음과 도움을 더 잘 보이게 하는 데 있다.

주요 발언 모음

“시장을 앞서 무언가를 식별하는 능력이 이 업계, 어쩌면 세상에서 가장 중요한 기술이다.” — Erik Torenberg

“실리콘밸리에서 가장 가치 있는 데이터는 누가 누구에게 확신을 갖는가다.” — Olivia Moore

“LinkedIn은 사람을 안다는 사실을, Cosign은 전문적 평판을 다룬다.” — David Booth의 구분

“너무 뛰어나서 사람들이 너를 통해 거래하게 만들어라.” — Naval Ravikant의 문장을 인용한 Erik Torenberg

“좋은 사람을 처음 믿어준 사람은 훨씬 오래 기억된다.” — Erik Torenberg의 장기 게임 논지

핵심 데이터 & 수치

• 약 25만 달러: David Perell이 대학 교육에 지불했지만 Twitter 계정이 경력에 더 큰 가치를 줬다고 말한 비교 기준이다.
• 세 가지 신호: 경력을 형성한 멘토, 어디서든 함께 일할 전우, 앞으로 주목할 사람을 모든 프로필의 핵심 관계로 삼는다.
• 7년 전 수백 명: David Booth이 주목할 사람을 묻는 이메일 실험을 했고, 답변 중 Russell Kaplan이 훗날 Cognition의 사장이 됐다.
• 6년 반~7년: Olivia Moore와 Justine Moore가 스타트업 채용 뉴스레터를 운영한 기간이다.
• 37개 회사: Packy McCormick이 딥테크·수직 통합 분야에서 추천한 회사 목록의 규모다.
• 약 150명: 2018년 SV Angel 행사에서 참가자들이 서로 만나고 싶은 사람을 선택한 명단 규모다.
• 2015~2016년, 수천 건: RISE Awards가 창업자 외 엔지니어·디자이너·프로덕트 매니저를 대상으로 열렸고 수천 건의 지원을 받았다.
• 2,000건 → 10,000건 → 100,000건: AI와 브라우저 에이전트 확산으로 채용 공고에 몰리는 관심이 급증할 수 있다는 예측이다.
• 10억 명 이상: LinkedIn의 거대한 사용자 기반이 전환 비용과 네트워크 효과를 만든다.
• 2년·5년: 지금의 코사인이 훗날 창업자의 자금 조달과 첫 연락으로 돌아올 수 있다고 제시한 장기 시간축이다.

결론 및 시사점

1. 이력서보다 관계의 맥락을 기록하라: 같은 회사에 있었다는 한 줄 대신 어떤 팀에서 어떤 위기를 함께 해결했는지 남겨야 추천의 정보량이 커진다.
2. 추천을 자산으로 다뤄라: 누구를 고용·투자·협업하고 싶은지 공개·비공개로 분리해 저장하면 기억과 타이밍의 병목을 줄일 수 있다.
3. AI의 양적 신호와 인간의 질적 신호를 결합하라: AI는 공개 정보를 모으고 후보자를 분류하지만, 실제 경험에서 나온 확신은 사람이 검증해야 한다.
4. 창업자 외의 기여를 이동 가능하게 하라: 핵심 엔지니어와 운영자의 성과가 회사 이름에 묻히지 않고 다음 기회로 따라가야 인재 시장의 유동성이 높아진다.
5. 긍정성에도 엄격한 기준을 붙여라: 공개 코사인은 추천자의 평판을 함께 걸기 때문에 실제 사용·협업·검증을 거친 신호만 남겨야 한다.
6. 초기 발견은 장기 게임이다: 당장의 투자·채용 이익이 없더라도 먼저 믿은 사람으로 기억되는 관계는 훗날 더 큰 기회로 돌아온다.
7. 플랫폼은 커뮤니티의 신뢰를 대신할 수 없다: Cosign의 역할은 판단을 자동화하는 것이 아니라, 이미 존재하는 인간의 믿음·도움·추천을 지속적이고 탐색 가능한 구조로 만드는 것이다.

핵심 요약 (20줄)

시장을 앞서 사람과 회사와 제품의 가치를 알아보는 능력이 스타트업 생태계의 가장 중요한 경쟁력이다.

대학의 학력 자격증을 동료의 팔로우와 추천이 보완하거나 대체하는 peer-to-peer credential이 될 수 있다.

영향력 있는 사람의 공개적인 관심은 읽을 사람과 협업자와 투자자를 끌어오는 평판의 문을 연다.

Cosign은 경력을 형성한 멘토를 첫 번째 전문 평판 신호로 기록한다.

실제로 전장에서 함께 일할 사람을 두 번째 신호로 기록하면 단순한 팔로우보다 관계의 깊이가 드러난다.

앞으로 주목할 사람을 순위화하면 아직 시장에 알려지지 않은 인재를 먼저 발견한 기록이 남는다.

Russell Kaplan 사례는 젊은 엔지니어에 대한 초기 예측이 훗날 강력한 인재 발견 신호가 될 수 있음을 보여준다.

누가 누구에게 확신을 갖는지는 투자와 채용과 이직을 좌우하지만 지금은 주로 투자자만 접근하는 정보다.

Olivia Moore와 Justine Moore의 스타트업 채용 뉴스레터는 수작업 큐레이션이 커뮤니티와 인재를 연결한 사례다.

공개·비공개 의향을 저장하면 투자·채용·협업의 상호 관심이 맞는 순간 소개를 자동화할 수 있다.

양면 네트워크는 회사 매각이나 이직처럼 민감한 질문을 적절한 타이밍까지 보류하게 한다.

Cosign의 질문과 발표 피드는 X의 휘발성 반응을 사람과 회사의 지속적인 전문 평판으로 옮긴다.

긍정성만 기록하는 제약은 자랑하고 싶은 성과를 모으면서 추천자의 평판 비용으로 품질을 유지한다.

엔지니어·디자이너·마케터·프로덕트 매니저의 숨은 기여도 코사인을 통해 다음 기회로 이동할 수 있다.

LinkedIn은 연결의 수를 크게 확장했지만 같은 팀과 관리 관계와 한 번의 만남을 충분히 구분하지 못한다.

AI가 지원자와 아웃리치를 폭발시키면 인간의 경험에서 나온 추천과 확신이 가장 희소한 자원이 된다.

공개 인터넷을 AI로 집계하고 사람이 편집·코사인하면 가입을 기다리지 않는 전문 그래프를 만들 수 있다.

AngelList와 Wikipedia는 스타트업 공공재와 공동 편집형 프로필이라는 Cosign의 선례를 제공한다.

Paul Graham과 Ryan Hoover의 초기 추천은 젊은 인재가 긴 경력 없이도 빠르게 신뢰를 얻는 경로를 보여준다.

먼저 믿어준 사람은 훗날 창업자의 첫 연락처로 기억되므로 공개 코사인은 장기적인 사회적 자본 투자다.