발라 아토믹스의 투자권 분쟁, 메타의 AI 복귀와 엔비디아의 오픈 모델 전략

메타데이터

• 원제: Valar Atomics Sues Day One Ventures | Meta's Back to the AI Frontier | NVIDIA's $30B Reflection Deal
• URL: https://www.youtube.com/watch?v=B-QeGihxbFE
• 영상 ID: B-QeGihxbFE
• 채널: 20VC with Harry Stebbings
• 업로드 날짜: 2026-10-15
• 노트 작성일: 2026-10-18
• 길이: 1시간 17분 9초
• 보조 확인 자료: 20VC 에피소드 공개 정리 자료와 에피소드 요약
• 자막 확보 상태: YouTube 자동 자막 요청이 HTTP 429로 차단되어 공개 에피소드 정리 자료를 대조해 작성했다.

---

📌 핵심 질문 / 이 에피소드가 다루는 핵심 논점

==AI가 산업의 승자와 자본 배분을 빠르게 바꾸는 시장에서, 초기 투자자의 권리·초대형 펀드의 수익 논리·스타트업의 생존 기준은 어떻게 달라지는가?==

• Valar Atomics와 Day One Ventures의 pro-rata 갈등은 계약상 권리와 창업자 관계 중 무엇이 더 중요한지 드러낸다.
• 모델 인수·초대형 투자·가격 인하는 AI 가치가 칩, 모델, 응용 제품 가운데 어디에 남을지 다시 묻는다.
• 기업가치 급등과 decacorn 증가, 상장 기준 상승은 위험자본이 소수의 초대형 승자에 집중되는 현상을 보여준다.
• 신약 발견과 로봇 데이터는 AI가 노동 대체를 넘어 새로운 지식재산과 물리 세계의 생산성으로 확장될 가능성을 시험한다.

Jason Lemkin과 Rory O'Driscoll은 투자권 분쟁, Meta의 Muse Wonder, NVIDIA의 Reflection 인수설, Jev의 대규모 조달을 출발점으로 AI 투자와 소프트웨어 시장 전반을 논한다. 반복되는 질문은 단순히 어떤 회사가 유망한가가 아니다. 투자자는 승자에 들어가기 위해 얼마를 지불할 것인가, 가격 하락이 수요 확대를 만들 것인가, 규모가 작은 회사는 상장과 매각 중 어떤 경로를 택할 것인가가 연결된다. 초대형 수익률을 추구하는 펀드의 관점에서는 좋은 회사만으로 부족하고, 수십억 달러의 매출이나 수백억 달러의 회수 가치를 만들 수 있는 회사가 필요하다는 냉정한 결론이 이어진다.

---

1. Valar Atomics와 Day One Ventures의 pro-rata 분쟁

초기 투자자의 다음 라운드 참여권은 계약상의 권리이면서 창업자와 투자자 사이의 장기 관계를 시험하는 지점이다.

1.1. pro-rata와 spring-back 조항의 작동 방식

1. pro-rata는 기존 지분율을 유지할 수 있는 매수 선택권이다.

   1. 지분 비례 참여: 투자자가 회사 지분 5%를 보유하면, 후속 라운드에서도 새로 발행되는 지분의 약 5%를 살 기회를 얻어 기존 지분율을 유지할 수 있다.
   2. 선택권의 경제적 가치: 다음 라운드에서 회사 가치가 크게 오르면 낮은 초기 가격으로 확보한 지분을 유지할 기회가 생기므로, 단순한 행정상 우선권이 아니라 가치가 있는 옵션으로 작동한다.

2. 대형 라운드에서는 기존 투자자들이 pro-rata를 포기하라는 요청을 받는다.

   1. 리드 투자자의 요구: Sequoia 같은 대형 리드가 라운드 전체를 인수하거나 원하는 지분율을 확보하려 할 때, 창업자는 기존 투자자들에게 이번 라운드 배정을 받지 말고 권리를 포기해 달라고 요청할 수 있다.
   2. 다수결 포기: 일반적으로 캡테이블 투자자 다수가 동의하면 모두의 pro-rata를 포기시키는 구조가 가능하며, 리드 투자자에게는 라운드 배정을 단순화하는 방법이 된다.

3. spring-back은 선택적 예외로 무너진 포기 합의를 되살린다.

   1. 불공정 예외의 보정: 모든 투자자에게 권리를 포기하라고 해 놓고 특정 투자자만 다시 주식을 사게 해 주면, 포기 동의가 공정하게 이뤄진 것이 아니라고 볼 수 있다.
   2. 비례 회복: spring-back 조항은 혜택을 받은 투자자가 추가로 투입한 금액을 기준으로 다른 투자자의 권리를 비례적으로 되살리는 장치다.

1.2. Valar Atomics의 조달과 양측의 주장

1. 이번 분쟁은 회사가 먼저 법원에 판단을 구한 확인 판결 소송이다.

   1. 소송의 성격: Valar Atomics가 Day One Ventures를 상대로 손해배상을 구하는 소송이라기보다, Series B 배정 후 pro-rata 권리가 어떻게 적용되는지를 법원이 정해 달라는 declaratory-judgment action으로 설명된다.
   2. 온라인 오해 정정: 초기 온라인 반응에서는 포트폴리오 회사가 투자자를 직접 공격한 것으로 오해됐지만, 핵심은 계약 해석과 권리 적용의 경계다.

2. Day One은 초기 투자와 후속 지원을 근거로 권리를 지키려 했다.

   1. 투자 규모와 지분: Day One은 시드 라운드에 약 100만 달러, Series A에 약 1,500만 달러를 투자해 약 5% 지분을 보유한 것으로 소개된다.
   2. 권리 포기 거부: Day One은 모든 주요 투자자가 Series B 배정을 받지 않는 조건에 동의하지 않았고, 다른 투자자에게 예외가 주어진 뒤 spring-back 조항에 따라 자신의 권리가 되살아났다고 주장했다.

3. 라운드의 규모와 배정 요청은 분쟁을 촉발했다.

   1. Series B 조건: Sequoia가 리드한 약 8억 달러 규모의 Series B는 약 60억 달러 가치평가를 기준으로 진행된 것으로 정리된다.
   2. 창업자 요청: Valar의 CEO는 주요 기존 투자자에게 Series B 배정을 받지 말아 달라고 요청했으며, Day One이 이에 응하지 않자 공개적으로 불만을 나타낸 것으로 전해졌다.

1.3. 계약상 권리와 창업자 관계의 충돌

1. Lemkin은 양측 모두 잘못한 부분이 있다고 봤다.

   1. Day One의 입장에 대한 공감: Day One이 초기 단계에서 다른 투자자가 나서지 않을 때 회사를 브리지해 준 점을 감안하면, CEO가 “처음부터 투자받지 않았으면 좋았을 것”이라는 취지로 말한 것은 고마움을 잊은 행동으로 보일 수 있다.
   2. 법적 대응의 비용: 반면 Day One이 Quinn Emanuel 같은 강경한 소송 로펌을 고용해 창업자와 정면 충돌하는 것도 투자자에게 좋은 선택은 아니라고 지적한다.

2. O'Driscoll은 추가 회수액보다 관계 손상을 더 크게 봤다.

   1. 이미 큰 평가이익: 회사가 60억 달러 가치로 평가될 때 Day One의 5% 지분은 명목상 약 3억 달러에 해당한다.
   2. 추가 배정의 한계: spring-back으로 생길 수 있는 추가 투자액은 전략적 투자자가 넣는 금액에 비례하므로 수백만 달러 수준일 수 있다. 이미 크게 평가된 지분을 가진 상황에서 법적 충돌로 창업자 관계를 해치는 것이 합리적인지 따져야 한다.

3. Lemkin은 자신의 배정 삭감 경험을 교훈으로 들었다.

   1. Harry Stebbings에게 배정이 넘어간 사례: 오랫동안 유일한 투자자였던 회사에서 후속 라운드 배정이 자신에게서 0으로 줄고 Harry Stebbings 쪽으로 넘어간 적이 있다고 회고한다.
   2. 관계의 장기 비용: 그 일은 창업자와의 관계를 뒤틀었고, 창업자가 앞으로 20년 동안 회사를 운영하는 동안 투자자는 함께 일할 방법을 찾아야 한다는 교훈을 줬다고 말한다.

4. pro-rata 포기를 요구하려면 초기 투자 가격도 달라져야 한다는 논리가 제시된다.

   1. Rabois의 가격 논리: Keith Rabois는 초기 투자자가 후속 라운드 참여권을 포기해야 한다면 그 옵션의 가치를 초기 가격에서 할인받아야 한다고 주장해 왔다.
   2. 이론과 실제의 간극: Lemkin은 그 권리를 포기하는 대신 처음부터 절반 가격을 지불할 의향이 있느냐고 창업자에게 물으면 대개 답이 없었다고 전한다. 대형 펀드가 남에게 권리 포기를 요구하면서 자신의 권리는 유지하려는 모순도 지적한다.

1.4. 투자자와 창업자가 얻는 실무적 교훈

1. 투자자는 권리를 주장하되 싸움의 상한선을 정해야 한다.

   1. 이의를 한 번 제기하기: 계약상 불공정이 있다면 서면으로 기록을 남기고 문제를 제기할 수 있다.
   2. 이후에는 관계와 기대수익을 비교하기: 지분 가치에 비해 추가 배정 가치가 작고 소송이 장기 협력 관계를 훼손한다면, 소송전으로 확장하기보다 놓아주는 편이 나을 수 있다.

2. 창업자는 초기 투자자의 과거 지원을 공정하게 다뤄야 한다.

   1. 브리지 자금의 기억: 회사가 어려웠을 때 자금을 공급한 초기 투자자를 공개적으로 폄하하면 현재 계약 문제와 별개로 시장 평판을 해칠 수 있다.
   2. 예외 조건의 일관성: 다수에게 권리 포기를 요구하면서 특정 투자자에게만 배정을 주면, spring-back 같은 보호 조항이 발동할 수 있으므로 처음부터 동일한 조건을 명확히 해야 한다.

---

2. Meta의 Muse Wonder와 AI 경쟁 복귀

Meta의 새 모델은 벤치마크 성적뿐 아니라, 내부 모델을 실제 제품과 수익으로 연결할 수 있는지로 평가받는다.

2.1. Muse Wonder의 성능과 공개 범위

1. Muse Wonder는 최상위 모델 경쟁에 다시 진입했다.

   1. 벤치마크 위치: 독립 평가 지표에서 Muse Wonder는 Anthropic의 Opus 5.5보다 조금 뒤처지는 수준으로 소개된다.
   2. 경쟁 구도 변화: 초기에 오픈 웨이트 모델 경쟁을 이끌었던 Meta가 한동안 뒤처진 뒤, 폐쇄형 모델 경쟁에서도 다시 앞쪽으로 올라오고 있다는 의미가 있다.

2. 외부 개발자가 쓸 API가 없다는 점이 평가의 한계다.

   1. 내부 이용 중심: Muse Wonder는 외부 API로 제공되지 않고 Meta 앱 내부에서 활용되는 모델로 설명된다.
   2. 수익성과 검증의 공백: 제3자 개발자가 실서비스에서 시험하거나 비용을 지불할 수 없기 때문에, 벤치마크 성적만으로 제품 경쟁력과 매출 잠재력을 증명하기 어렵다.

3. Lemkin은 공개되지 않은 평가를 과시성으로 비판했다.

   1. “가장 퍼포먼스적인 평가”: 외부 사용이 불가능한 모델의 벤치마크 발표를 끝없는 performative eval 경쟁의 사례라고 꼬집는다.
   2. 제품 가능성은 인정: 다만 Muse 팀이 좋은 일을 했고 앱을 10~15배 강력하게 만들 수 있다면 거대한 AI 제품이 될 가능성도 있다고 평가한다.

2.2. Alex Wang 영입과 조직 구축

1. Zuckerberg의 대규모 AI 투자는 인재와 조직을 다시 세우려는 시도다.

   1. 약 1,000억 달러 규모의 투자: Meta의 AI 구축은 막대한 자본 투입을 전제로 하며, 회사는 지출을 매출로 회수할 수 있어야 한다는 압박을 받는다.
   2. Alex Wang의 합류: Scale AI 창업자 Alexandr Wang의 영입은 모델 개발 역량뿐 아니라 Zuckerberg 옆에서 조직을 끌고 갈 핵심 파트너를 얻었다는 의미로 평가된다.

2. 모델 공개보다 장기적으로 일할 오른팔을 확보한 점이 중요하다는 해석이 나온다.

   1. 리더십 공백: Sheryl Sandberg 이후 Zuckerberg가 가까운 운영 파트너 없이 지내 온 시간이 길었다는 관점이 제시된다.
   2. 영입의 실행 가치: 매우 큰 보상을 주고도 핵심 인재가 오랫동안 남아 실제로 일하게 만드는 일 자체가 어렵기 때문에, Wang의 합류는 모델 성능 발표보다 조직 측면에서 더 중요한 자산일 수 있다.

3. 에이전트끼리의 협업 사례가 제품 외부의 활용 장면을 보여준다.

   1. Replit 내부 게시판: Lemkin은 자신의 Muse와 Replit 에이전트들이 Replit 안에 비공개 게시판을 만들어 인간의 응답을 기다리지 않고 상시 조율한다고 설명한다.
   2. 에이전트의 지속 협업: 이 사례는 AI 에이전트가 단발성 프롬프트 응답을 넘어 작업을 공유하고 시간대에 구애받지 않는 협업 흐름으로 진화하는 모습을 보여준다.

---

3. NVIDIA의 Reflection 인수설과 오픈 웨이트 전략

NVIDIA가 모델 회사를 사들이는 것은 모델 수익을 직접 얻으려는 것뿐 아니라, AI 지출이 자사 칩으로 계속 흘러가게 하려는 산업 전략으로 해석된다.

3.1. Reflection과 Poolside 거래의 의미

1. NVIDIA는 오픈 웨이트 모델 회사 Reflection을 약 300억 달러에 검토하는 것으로 보도됐다.

   1. 평가액의 급등: Sequoia가 투자한 Reflection은 직전 약 250억 달러 수준으로 평가됐고, NVIDIA가 검토하는 거래 가격은 약 300억 달러로 거론된다.
   2. Poolside 인수와의 연결: NVIDIA가 앞서 AI 모델 스타트업 Poolside를 120억 달러에 인수했다는 사례와 함께, 모델 기업을 직접 보유하려는 움직임이 주목받는다.

2. 오픈 웨이트 모델은 NVIDIA의 칩 사업과 이해가 맞는다.

   1. 컴퓨팅 수요의 확대: 공개 가중치 모델을 쓰는 회사가 늘어나면 모델 API 사업자의 독점 매출보다 칩과 컴퓨팅 자원에 더 많은 지출이 남을 수 있다.
   2. 폐쇄형 모델과의 긴장: NVIDIA의 최대 고객 중 상당수는 폐쇄형 모델을 만드는 기업이다. NVIDIA는 고객과 협력하면서도 AI 지출이 모델 회사에만 쏠리지 않도록 오픈 웨이트 생태계를 키울 유인이 있다.

3. NVIDIA와 AI 기업은 협력하면서 서로를 견제한다.

   1. 상호 의존: 모델 회사는 NVIDIA GPU가 필요하고 NVIDIA는 모델 회사의 대규모 칩 구매가 필요하다.
   2. 경쟁 감시: 협력 관계 안에서도 각자는 상대가 가치사슬에서 더 많은 이익을 가져갈 가능성을 경계한다. 서로 수백억 달러 규모로 자금을 빌려주거나 거래하면서도 상대의 움직임을 주시한다는 표현이 나온다.

3.2. 인수 제안이 스타트업에 주는 압박

1. NVIDIA에 매각하지 않으면 경쟁자에게 투자할 수 있다는 압박이 생긴다.

   1. 창업자의 선택 비용: NVIDIA의 제안을 거절하면 회사가 직접 미국 기반 오픈 웨이트 모델을 만들고 경쟁사에 수백억 달러를 투자할 가능성이 있다는 점이 창업자에게 부담으로 작용한다.
   2. 웃으며 건네는 위협: Lemkin은 이를 “웃는 얼굴로 전달되는 위협”에 비유한다. 현금과 생태계 영향력을 가진 구매자 앞에서 거절은 단순한 가격 협상이 아니다.

2. 소프트웨어·하드웨어·모델을 결합하면 기본 선택지가 될 수 있다.

   1. Salesforce와 Neotron: Salesforce가 NVIDIA의 Neotron 기반 모델을 발표한 사례는 NVIDIA가 단순 칩 공급자를 넘어 제품 계층으로 올라가려는 움직임으로 읽힌다.
   2. 12~18개월 전망: 소프트웨어, 하드웨어, 모델이 한 제품 묶음으로 제공되면 NVIDIA의 오픈 모델이 기업의 기본 선택지가 될 수 있다는 전망이 제시된다.

3. Thinking Machines와 컴퓨팅 병목은 투자 판단의 변수다.

   1. 44억 달러가 아닌 440억 달러 가치평가: Thinking Machines의 440억 달러 라운드가 언급되며, NVIDIA의 인수 전략이 해당 회사의 매력도를 높이는지 여부는 상황에 따라 다르다는 의견이 나온다.
   2. 메모리부터 부족한 현실: Lemkin은 컴퓨팅뿐 아니라 메모리도 구하기 어렵다고 말한다. Poolside 매각은 자체적으로 초대형 컴퓨팅 경쟁을 감당하기 어려웠다는 신호였을 수 있다.

---

4. Jev의 8억 7천만 달러 Series A와 AI 투자 논리

Jev의 초대형 조달은 높은 평가액을 정당화하는 기술 가설과, 승자에게 먼저 투자하려는 펀드의 포트폴리오 논리를 동시에 보여준다.

4.1. 출시 직후 성사된 초대형 라운드

1. TypeSafe의 Jev는 출시 후 몇 주 만에 대규모 자금을 모았다.

   1. 라운드 조건: Jev의 모회사 TypeSafe는 8억 7천만 달러 Series A를 유치했고 기업가치는 75억 달러로 평가됐다.
   2. 투자자와 속도: Andreessen Horowitz가 리드하고 Sequoia도 참여했으며, 제품 출시 후 몇 주 만에 이뤄진 역사적으로 큰 Series A 중 하나로 소개된다.

2. Lemkin의 투자위원회 독백은 과열된 라운드 관행을 풍자한다.

   1. 투자자 확보 경쟁: 다음 클로징에 들어가 최대 배정을 받고, 기존 투자자에게 pro-rata 포기를 요청하며, 창업자 구주 매각과 투자자용 평가액 상향을 추진하는 장면을 과장된 투자위원회 말투로 그린다.
   2. 풍자에 담긴 현실: 그는 이 말이 농담처럼 들리지만 실제 대형 펀드의 행동과 닮아 있다고 인정한다. 큰 라운드에 참여하지 못하면 승자를 놓칠 수 있다는 두려움이 가격 민감도를 낮춘다.

4.2. 분류기 제품의 기술적 가설

1. Jev의 핵심은 생성보다 정확한 분류에 있다.

   1. Classifier 2.0: 현재 모델이 평가에서 자주 실수하고 완벽한 점수에 이르지 못하는 반면, Jev는 정교한 프롬프트 아래에서 관련 대상을 70~80% 수준으로 맞히는 분류 도구로 설명된다.
   2. 정확도 개선의 가치: 분류 정확도를 더 높이면 기업이 정보를 선별하고 행동을 결정하는 방식이 달라질 수 있으며, 특정 문제에만 집중하는 소규모 팀이 대기업 내부의 여러 똑똑한 팀보다 앞설 수 있다는 기대가 있다.

2. 낮은 추론 비용과 자본은 경쟁 시간을 벌어준다.

   1. 저렴한 inference: Jev는 추론 비용이 낮은 편이라, 막대한 조달액이 서비스 운영과 기술 개선에 필요한 시간을 확보해 준다는 분석이 나온다.
   2. 2~3년 런웨이: 약 7억 5천만 달러 수준의 가용 자금이 2~3년의 경쟁 시간을 제공할 수 있다는 추산이 소개된다.

3. 시장 규모 시나리오에는 큰 가정이 누적된다.

   1. 추론 시장 가정: O'Driscoll은 프런티어 inference 시장을 약 2,000억 달러 규모로 보고, 그중 20%가 400억 달러가 될 수 있다는 가정을 세운다.
   2. 가격과 점유율의 불확실성: 가격 인하 후 시장 규모, Jev의 점유율, 장기 매출은 각각 별도의 가정이다. 숫자가 성립하려면 분류 정확도, 실제 사용량, 고객 전환과 경쟁사 대응이 모두 뒷받침돼야 한다.

4.3. 승자 투자와 하방 보호

1. Cloudflare·OpenAI·Amazon과의 경쟁도 투자를 서두르게 한다.

   1. 큰 플레이어의 진입: 유사한 문제를 대기업과 인프라 회사가 다루기 시작하면, 독립 스타트업이 기술 우위를 유지할 수 있는 시간이 짧아질 수 있다.
   2. 집중팀의 우위 가설: Lemkin은 한 제품에만 집중하는 팀이 대기업 내부의 몇 명의 유능한 직원보다 더 빠르게 움직일 수 있다는 데 베팅한다.

2. 인수 가능성은 하방 보호책이지만 보장된 안전망은 아니다.

   1. 전략 자산 논리: 큰 기술 기업이 Jev를 전략적으로 필요로 해 인수할 수 있다는 전망이 하방 위험을 낮춘다는 주장이 나온다.
   2. 청산 우선권의 역할: Jev의 청산 우선권이 일반적인 2021년식 유니콘보다 가치 있을 수 있다는 평가가 있지만, 인수 가능성만으로 투자 손실이 사라지는 것은 아니다.

---

5. Decacorn 급증과 사모시장 가치평가

2026년의 유니콘 상위권 기업 생성 속도는 역사적 기준을 크게 웃돌며, 투자자는 청산 우선권과 초대형 승자 가능성을 결합해 높은 가격을 설명한다.

5.1. 2026년의 예외적인 통계

1. 2026년에는 10억 달러가 아니라 100억 달러 이상 가치의 decacorn이 급증했다.

   1. 올해 42개: 한 해의 4분의 1이 남은 시점에 2026년 decacorn 수가 42개로 집계됐다는 수치가 제시된다.
   2. 비교 기준: 2021년에는 34개가 나왔지만, 지난 다섯 दशक 동안 미국에서 한 दशक 평균 약 20개가 만들어졌다는 장기 평균과 비교하면 최근 속도는 이례적이다.

2. 공개시장의 장기 기록과 비교하면 현재 사모시장 열기는 더 두드러진다.

   1. 역사적 상장 기업 수: 미국 자본시장 역사에서 100억 달러를 넘은 공개기업은 약 98개, 1,000억 달러를 넘은 기업은 약 30개로 합계 약 130개가 언급된다.
   2. 두 가지 해석: 이는 산업혁명 이후 가장 큰 경제적 변혁일 수도 있고, 투자자가 미래의 승자를 너무 앞서 가격에 반영하는 국면일 수도 있다.

5.2. 펀드 수익률과 승자에 베팅하는 방식

1. 초대형 펀드는 여러 개의 초대형 회수를 필요로 한다.

   1. 3B 펀드의 수익 수학: 30억 달러 펀드가 12개월 동안 집행하고 성과를 내려면 250억 달러 이상 회수 사례 여러 개가 필요하다는 식의 투자 수학이 제시된다.
   2. 보통의 성공과 초대형 성공: 일반 펀드에서는 수억 달러 매각이 좋은 결과일 수 있지만, 초대형 펀드의 목표 수익률에는 수백억 달러 규모의 exit가 있어야 한다.

2. Andreessen Horowitz의 “승자들 안에 있기” 전략이 다시 언급된다.

   1. 다수의 잠재 승자에 배분: 과거에는 모든 유망 회사에 투자하려 한다고 조롱받았지만, 실제 초대형 승자가 나오면 초기 고평가를 감수하고 참여한 전략이 맞을 수 있다는 논리다.
   2. 초과 지불의 대가: Lemkin은 승자에게 비싸게 투자하는 대가는 훨씬 더 큰 승자 안에 들어갈 기회를 얻는 것이라고 정리한다.

3. 청산 우선권은 현재가치와 옵션가치를 함께 가격에 반영한다.

   1. 1x liquidation preference: 회사 매각이나 청산 시 투자금의 1배를 보통주보다 먼저 회수할 수 있다는 계약상 우선권이 하방을 일부 보호한다.
   2. 옵션 가치: 높은 변동성과 소수 회사가 1조 달러 기업이 될 가능성이 커지면, 투자자는 현재 공개시장 가치보다 높은 사모시장 가격을 정당화할 수 있다. 다만 모든 비상장 기업이 공개시장에서 같은 평가를 받을 것이라는 뜻은 아니다.

---

6. Isomorphic Labs와 노동 대체에서 신약 발견으로의 이동

AI가 과학자를 조금 더 빠르게 만드는 것보다, 새로운 특허와 약물을 발견해 로열티를 만드는 것이 훨씬 큰 경제적 가치가 될 수 있다.

6.1. Isomorphic Labs의 가치 포착

1. Isomorphic Labs는 400억~500억 달러 가치평가로 자금 조달을 논의한다.

   1. 이전 라운드와 간격: Demis Hassabis가 세운 신약 발견 회사는 Thrive Capital로부터 약 100억 달러 규모의 라운드를 유치한 지 몇 달 만에 훨씬 높은 가격으로 논의되는 것으로 소개된다.
   2. 인재 프리미엄: Lemkin은 Hassabis를 세대급 인재로 보고, 최고의 AI 인력을 한 팀에 모을 마지막 기회일 수 있다고 평가한다.

2. 과학자 임금 절감보다 약물의 지식재산 가치가 핵심이다.

   1. 노동 대체의 한계: 신약 연구 과정을 자동화해 연구원 인건비를 줄여도, 전체 약물 시장에서 과학자 급여는 작은 비용 항목이다.
   2. 약물 로열티의 잠재력: 수명 전체 매출이 2,000억 달러에 이를 수 있는 약물에 대한 로열티가 진짜 가치 포착 지점이라는 주장이 나온다.

3. 새로운 수학적 발견과 상업화 수익은 다르다.

   1. 과학적 성취만으로는 충분하지 않다: 수학의 어려운 문제를 해결해도 그 결과로 큰 매출을 얻는 구조가 자동으로 생기지 않는다.
   2. 신약의 시장 연결: GLP-1과 같은 약물처럼 발견이 환자의 건강과 거대한 판매 시장에 연결될 때, 연구의 경제적 가치를 회수할 수 있다.

6.2. GLP-1과 장수 산업의 기대 및 위험

1. Lemkin은 GLP-1 계열의 효용 범위가 넓어지며 장수 연구를 다시 보게 됐다.

   1. 체중감량을 넘어선 근거: 심장질환 등 다양한 건강 효과에 관한 자료가 나오며, 단순한 체중 감량 약을 넘어 대사 건강과 삶의 질 개선으로 논의가 확대된다.
   2. 시간의 가치: 더 효과적인 GLP-1 약물을 5년 일찍 개발할 수 있다면 환자와 의료 시스템에 큰 차이를 만들 수 있다는 관점이다.

2. 신약 발견 기업은 임상과 상업화까지 책임져야 할 수 있다.

   1. 임상 단계의 비용: Phase 1~3 임상시험은 여전히 제약사가 맡는 경우가 많아, 알고리즘이 후보 약물을 찾았다고 로열티를 충분히 얻는다는 보장은 없다.
   2. 회사 모델의 변화: 발견 기술만 제공하는 회사가 결국 직접 약물 개발과 판매를 하는 제약회사로 변할 수 있다는 우려가 제기된다.

---

7. 로봇 승자보다 물리 세계의 학습 데이터를 고르는 투자

로봇 산업의 장기 기회는 커 보이지만 실제 배치가 아직 드물기 때문에, 특정 로봇 제조사보다 학습 데이터 인프라를 택하는 전략이 논의된다.

7.1. 데이터 사업의 성장과 배치 병목

1. 물리 세계 데이터 회사는 이미 상당한 매출을 만들고 있다.

   1. Mercor 사례: Mercor와 유사한 사업자들은 연간 반복 매출 1억 달러를 넘어섰고, Mercor는 Sequoia가 참여한 6,000만 달러 Series B를 유치했다.
   2. 소수 고객의 높은 집중도: 데이터 사업은 5~6개의 대형 구매자와 소수 기업 고객에 매출이 집중되며, 실제 로봇 배치가 늘어나야 10억~20억 달러 규모로 확장될 수 있다.

2. 휴머노이드 시연과 상업 배치는 아직 다르다.

   1. GXO의 지적: 물류 기업 GXO의 게시물에는 휴머노이드 로봇 개념증명 42건이 있었지만 실제 배치는 0건이라는 취지의 평가가 소개된다.
   2. BMW와 Figure: BMW와 Figure의 협력에서도 큰 약속과 관심은 있었지만, 현장에 로봇이 실제로 널리 투입되지 않았다는 점이 언급된다.

7.2. 기반 데이터에 투자할 것인가, 로봇 승자를 고를 것인가

1. Lemkin은 특정 로봇 회사 대신 인프라를 선호한다.

   1. 승자 예측의 어려움: 어떤 로봇 회사가 성공할지 확신하기 어려우므로, 여러 업체가 필요로 하는 학습 데이터 기반에 투자하고 싶다는 논리다.
   2. 전문화된 데이터의 빠른 수요: YC와 연관된 한 창업자는 틈새 훈련 데이터에 집중해 60일 만에 3,000만 달러 매출을 올렸으며, 여러 국가의 전문 인력이 필요해 2억 7,000만 달러 수요를 거절한 사례가 소개된다.

2. O'Driscoll은 플랫폼 승자를 직접 고르는 것이 더 큰 수익을 낼 수 있다고 반박한다.

   1. Scale AI와 Anthropic의 비교: 기반 공급자보다 모델 회사가 훨씬 커질 수 있으므로, 승자를 식별할 수 있다면 공급 인프라가 아니라 최종 승자에 투자하는 편이 낫다는 견해다.
   2. 로봇 업계의 불확실성: 이 논리가 성립하려면 여러 로봇 회사가 각자 모델을 만드는 대신 소수의 공통 파운데이션 모델로 수렴해야 한다. 이 부분이 아직 가장 불확실하다.

---

8. Anthropic 가격 인하와 LLM 추론 경제의 디플레이션

가격 인하는 AI 비용의 하락을 의미하지만, 회사의 매출과 이익이 개선되려면 사용량 증가가 가격 하락폭을 넘어야 한다.

8.1. Haiku와 Sonnet의 가격·속도 변화

1. Haiku 5.5 가격은 이전보다 약 90% 낮아졌다.

   1. 접근 가능한 모델: Haiku 5.5는 이전 Sonnet 모델 가격의 약 10분의 1에서 20분의 1 수준으로 저렴해졌고, 많은 작업에서 충분히 쓸 수 있는 모델로 설명된다.
   2. 추론 활용 폭: reasoning 정도를 조절할 수 있어 토큰 비용을 지나치게 걱정하지 않고 더 복잡한 요청을 처리할 수 있다는 평가가 나온다.

2. Sonnet 5.5는 가격보다 속도 개선이 더 두드러진다.

   1. 두 배 빠른 응답: 이전 모델보다 약 두 배 빨라졌고 가격은 약 10% 낮아졌다.
   2. 속도 역시 디플레이션: 같은 시간에 더 많은 요청을 처리하고 대기 시간을 줄이면 고객이 얻는 처리량이 증가하므로, 속도 향상도 실질 비용을 낮추는 효과가 있다.

3. 이번 변화가 처음으로 실제 비용 하락을 보여줄 수 있다.

   1. 과거의 상쇄 효과: 토큰 가격이 내려가도 사용량이 더 빨리 늘어 기업의 AI 원가가 줄지 않는 경우가 많았다.
   2. 포트폴리오 기업의 체감: Lemkin은 가격 하락과 사용량 증가가 실제 AI COGS 감소로 이어질지 주목하며, 이를 LLM 경제의 첫 진정한 디플레이션 신호로 부른다.

8.2. 수요 탄력성과 기업 고객의 선택

1. 90% 가격 인하는 10배 이상의 사용량 증가를 전제로 한다.

   1. 탄력성의 조건: 가격을 90% 줄이면 동일 매출을 유지하는 데 사용량이 10배 이상 늘어야 한다.
   2. 매출과 마진의 불확실성: 수요가 충분히 탄력적이지 않다면 가격 인하는 매출과 마진을 낮출 수 있어, 매출 증가가 실제로 발생하는지 확인해야 한다.

2. Anthropic의 상장 자료가 사용량 탄력성을 검증할 수 있다.

   1. S-1에서 볼 지표: Anthropic의 상장 신고서는 가격 인하 뒤 고객 사용량과 수익이 어떻게 변했는지 확인할 기회가 될 수 있다.
   2. 원가 회계의 쟁점: 프런티어 모델 훈련 비용을 고가 모델에 배분하고, 저가 모델은 inference-only 비용만 반영하는지에 따라 모델별 수익성이 다르게 보일 수 있다.

3. 저렴하고 신뢰할 수 있는 미국 모델은 오픈 웨이트의 매력을 바꾼다.

   1. 기업 보안·정책 요구: 미국 기업은 저렴한 모델이 제공된다면 중국 기반 오픈 웨이트 모델을 사용하는 일을 꺼릴 수 있다.
   2. 사용량과 매출의 분리: NVIDIA가 Reflection과 Poolside를 보유하게 되면 두 모델이 사용량의 절반을 차지해도 매출에서는 15% 정도에 그칠 수 있다는 가정이 제시된다.

---

9. Bending Spoons의 Airtable 감원과 직원 책임

인수 뒤 대규모 감원은 주주 가치와 직원에 대한 책임을 어떻게 조정할지, 그리고 매각 전에 투명하게 말해야 하는지를 묻는다.

9.1. 반복되는 대규모 감원과 인수자의 책임

1. Bending Spoons는 Airtable에서 직원 대부분을 줄이는 것으로 설명된다.

   1. 인수 후 구조조정: Vimeo, Evernote, Miro에 이어 Airtable에서도 대규모 감원이 이어지며, 인수 후 인력을 크게 줄이는 패턴이 나타난다.
   2. 80% 감원 가능성: 인수자가 직원의 80%를 줄일 것이 예상되는 거래라면, 창업자와 이사회가 팀에 대한 책임을 고려해야 하는지 질문이 던져진다.

2. 직원에 대한 의무는 법적 지위와 거래 구조에 따라 다르게 해석된다.

   1. 주주가치 극대화: 상장기업 인수에서는 주주에게 더 높은 가치를 제공하는 것이 법적 의무의 중심이라는 설명이 나온다.
   2. 비상장 회사의 모호성: 비상장 기업의 창업자와 이사회가 직원에게 어디까지 책임져야 하는지는 더 모호하며, “영원히 성장할 회사”라는 약속이 약해지는 상황도 고려해야 한다.

3. O'Driscoll은 매각 전에 경제적 현실을 솔직히 말하는 편이 나을 수 있다고 본다.

   1. 유지 약속의 현실성: 구조조정이 불가피한 매각이라면 직원의 보상과 역할이 어떻게 변할지 일찍 알리는 것이 더 정직할 수 있다.
   2. Lemkin의 반발: Lemkin은 거래 후 거의 모두가 일자리를 잃는다면 그 결과에 무관심한 태도가 문제라고 지적하며, 자신이라면 그런 조건으로 회사를 팔지 않겠다고 말한다.

9.2. Cloudflare 감원과 비용 절감의 차이

1. Cloudflare의 20% 감원은 실적과 주가가 함께 움직인 사례로 비교된다.
   1. 실적 발표와 구조조정: 분기 실적을 웃돈 날 20%를 줄이는 결정이 나왔고, 주가는 해당 연도 약 80% 상승했으며 성장률도 다시 빨라진 것으로 소개된다.
   2. 감원 규모의 중요성: 발표된 감원이 회사의 수익성이나 경쟁력을 실제로 바꿀 정도가 아니라면, 작은 감원만으로 문제를 해결하기는 어렵다는 해석이 붙는다.

---

10. SaaS 회복의 착시와 높아진 상장 문턱

주가지수의 반등이 모든 소프트웨어 기업의 회복을 뜻하지는 않으며, 공개시장은 매출 규모가 큰 소수 기업에만 높은 평가를 주고 있다.

10.1. 지수 회복과 기업별 격차

1. 2026년 소프트웨어 관련 주가지수는 봄 저점에서 반등했다.

   1. 시장 수치: Nasdaq은 연초 대비 약 22% 상승했고, SaaS·AI 지수는 약 28%, WCLD는 약 25% 오른 것으로 소개된다.
   2. 회복의 편중: Lemkin은 이런 반등이 10억 달러 이상 매출을 내는 대형 기업에 집중됐으며, 그보다 작은 회사는 여전히 자금 조달과 매각에서 어려움을 겪는다고 본다.

2. 중간 규모 소프트웨어 기업에는 회복보다 압박이 더 크다.

   1. 인수자의 선별: 성숙 산업에서는 대형 기업이 중소 업체를 인수하거나 시장에서 밀어내며, 초대형 기술 기업이 매년 흡수할 수 있는 회사 수도 제한적이다.
   2. 장기적인 시간 압박: 인수 기회가 연간 10개 정도라면 매각을 기다리는 회사들은 오랜 기간 독립적으로 생존해야 한다.

10.2. IPO 기준과 반례

1. 안전한 소프트웨어 IPO 기준은 5억 달러에서 15억~20억 달러 ARR로 높아졌다는 주장이 나온다.

   1. 규모의 기준: 과거 5억 달러의 연간 반복 매출이면 상장을 고려할 수 있었지만, 이제는 15억~20억 달러 ARR이 더 안전한 기준으로 거론된다.
   2. SaaSpocalypse의 지속: 지수는 회복했어도 10억 달러 이하 기업은 소프트웨어를 사려는 인수자가 드물고, 2026년 3~4월보다 더 나쁜 상황을 겪을 수 있다는 Lemkin의 주장이 나온다.

2. Intercom과 TechWolf는 의미 있는 반례지만 초대형 펀드의 기준은 충족하지 못한다.

   1. Intercom의 AI 재구축: AI 네이티브 제품으로 사업을 재구성해 9자리 매출을 달성한 사례가 언급된다.
   2. TechWolf의 SAP 매각: 벨기에 최대 규모의 매각 중 하나로 소개되는 수억 달러 거래는 일반 펀드에는 좋은 성과지만, 250억 달러 이상 exit를 요구하는 초대형 펀드의 수학과는 다르다.

3. 회사의 생존 기준이 ‘좋은 사업’에서 ‘충분히 큰 사업’으로 이동한다.

   1. 규모의 우선순위: 상장과 자금 조달에서 투자자는 성장성뿐 아니라 매우 큰 매출 규모와 회수 가능성을 본다.
   2. 가능한 선택지: 규모를 만들지 못하는 회사는 매각, 통합, 장기 생존 중 하나를 선택해야 하며 “거의 충분히 큰” 위치에 머무는 것이 가장 불리할 수 있다.

---

11. Flock Safety의 개인정보 논란과 보안 설계

공공 안전이라는 목적이 강해도 감시와 보안의 기본 원칙을 지키지 못하면 정치적 반발과 기술적 신뢰 위기를 동시에 맞을 수 있다.

11.1. 감원과 정치적 평판

1. Flock Safety는 270명, 직원의 약 18%를 감원했다.

   1. 감원의 배경: 개인정보 보호 논란과 법 집행기관의 제한된 용도 밖 활용, 개인 정보 검색에 대한 우려가 커지는 가운데 인력 감축이 진행됐다.
   2. 양쪽 진영의 반발: 사생활 침해에 민감한 진보 진영과 치안·범죄 대응을 중시하는 보수 진영이 모두 회사를 비판하면 브랜드가 특히 어려운 위치에 놓인다는 견해가 나온다.

2. 범죄 예방 효과에 대한 옹호와 감시 우려가 맞선다.

   1. 치안 편익: O'Driscoll은 샌프란시스코와 뉴욕에서 범죄 대응을 개선한 효과가 있다고 주장한다.
   2. 사용 통제의 문제: 특정 목적을 위한 감시 카메라가 경찰의 허용 범위 밖 사용이나 개인 확인에 쓰이면, 치안 편익이 있어도 사회적 신뢰를 잃을 수 있다.

11.2. 기본 보안 통제의 실패

1. Lemkin은 기술적 취약점이 조직 문화의 문제를 드러낸다고 본다.

   1. 저장 데이터와 인증정보: 저장 이미지를 암호화하지 않았고 카메라가 자격증명을 평문으로 전송했다는 보안 문제가 언급된다.
   2. 물리 접근과 인증: 카메라 뒤의 버튼을 누르면 누구나 Wi-Fi를 열 수 있었고 경찰 인터페이스에 인증이 필요하지 않았다는 지적이 나온다.

2. 오래된 패치와 누적된 허점이 신뢰를 무너뜨릴 수 있다.

   1. 보안 업데이트 중단: 많은 카메라의 보안 패치가 2018년 6월 이후 중단된 것으로 정리된다.
   2. 문화적 신호: 한 영역에서 비용과 시간을 아끼려고 기본 안전장치를 생략했다면 제품 스택 전체에도 비슷한 허점이 있을 수 있다. 보안은 기능 출시 뒤 보완하는 부가 작업이 아니라 감시 기술의 존립 조건이다.

---

주요 발언 모음

“It's not your company. It is not your cap table.”
“회사는 당신 것이 아니고, 캡테이블도 당신 것이 아니다.” — Jason Lemkin

“The most performative eval I've seen to date.”
“지금까지 본 평가 가운데 가장 과시적인 평가다.” — Jason Lemkin, Muse Wonder에 대해

“It's a threatened-with-a-smile message.”
“웃는 얼굴로 전달되는 위협이다.” — Jason Lemkin, NVIDIA의 인수 제안에 대해

“Not every winner wins, but you can only win by being in the winners.”
“모든 승자가 다 이기는 것은 아니지만, 승자들 안에 있어야 이길 수 있다.” — Jason Lemkin

“Either this is the most economically transformative event since the industrial revolution or we're getting a wee bit ahead of ourselves.”
“산업혁명 이후 가장 큰 경제적 변혁이거나, 우리가 조금 앞서 나가고 있는 것이다.” — Rory O'Driscoll, decacorn 급증에 대해

“Unlike foundation models where the value capture is replacing labor, here the value capture is actually making science discoveries.”
“파운데이션 모델이 노동 대체로 가치를 포착한다면, 여기서는 과학적 발견 자체가 가치 포착의 원천이다.” — Rory O'Driscoll, Isomorphic Labs에 대해

“It's like taking a 20-minute shower when you don't have to pay for the hot water — you never get out.”
“뜨거운 물값을 내지 않고 20분 샤워를 하면 절대 나오지 않는 것과 같다.” — Rory O'Driscoll, 가격 인하와 수요 탄력성에 대해

“The only thing that is safe is scale.”
“안전한 것은 규모뿐이다.” — Jason Lemkin, SaaS 시장에 대해

핵심 데이터 & 수치

• Valar Atomics Series B: 약 8억 달러 규모, 약 60억 달러 가치평가, Sequoia 리드로 소개된다.
• Day One Ventures의 투자: 시드 약 100만 달러와 Series A 약 1,500만 달러, 지분 약 5%로 정리된다.
• Meta의 AI 투자: 약 1,000억 달러 규모의 AI 구축과 Alexandr Wang 영입이 언급된다.
• NVIDIA 거래: Reflection 약 300억 달러 인수설, Reflection의 직전 평가액 약 250억 달러, Poolside 120억 달러 인수가 언급된다.
• Jev 조달: TypeSafe의 Jev가 8억 7,000만 달러 Series A를 75억 달러 평가액으로 유치했다.
• Decacorn: 2026년에 42개, 2021년에 34개, 장기적으로는 미국에서 한 decade 평균 약 20개가 언급된다.
• Isomorphic Labs: 400억~500억 달러 가치평가 조달 논의, 이전 약 100억 달러 라운드, 잠재 약물의 수명 매출 2,000억 달러가 거론된다.
• 로봇 데이터: Mercor의 ARR은 1억 달러를 넘어섰고 Series B는 6,000만 달러다. 한 사업자는 60일 만에 3,000만 달러 매출을 올리고 2억 7,000만 달러 수요를 거절한 사례가 나온다.
• Anthropic 모델 가격: Haiku 5.5 가격 약 90% 인하, Sonnet 5.5는 약 두 배 빨라지고 가격은 약 10% 낮아진 것으로 설명된다.
• SaaS 시장: Nasdaq +22%, SaaS·AI 지수 +28%, WCLD +25%; 안전한 IPO 기준은 과거 ARR 5억 달러에서 약 15억~20억 달러로 이동한다는 견해다.
• Flock Safety: 270명 감원은 직원의 약 18%이며, 카메라의 보안 패치가 2018년 6월 이후 중단된 사례가 언급된다.

결론 및 시사점

1. 투자권 분쟁은 계약 조항과 관계의 양쪽 비용을 함께 계산해야 한다. 초기 투자자는 pro-rata의 가치를 인정받아야 하지만, 추가 투자로 얻는 이익이 작고 소송이 창업자 관계를 오래 훼손한다면 갈등을 확장하지 않는 전략도 필요하다.
2. AI 모델 경쟁의 가치 배분은 칩·모델·제품 계층 사이에서 계속 이동한다. NVIDIA의 오픈 모델 투자는 칩 수요를 유지하는 전략일 수 있고, Meta의 대규모 지출은 내부 모델이 실제 사용과 매출로 연결될 때에만 정당화된다.
3. 높은 기업가치는 한 번의 조달로 증명되지 않는다. Jev 같은 사례의 가치는 정확도, 실제 사용량, 낮은 추론 비용, 경쟁 우위가 유지되는지로 검증되어야 하며, 청산 우선권은 그 불확실성을 없애지 않는다.
4. AI가 새로운 과학적 발견과 현장 데이터로 확장될 때 큰 시장이 열리지만, 임상·로봇 배치 같은 현실의 실행이 뒤따라야 한다. 연구와 데모만으로는 반복 매출과 장기적 기업가치를 만들 수 없다.
5. 가격 하락의 수혜는 사용량이 충분히 늘 때 나타난다. Anthropic의 가격 인하가 수요 탄력성을 통해 매출과 원가를 함께 개선하는지 공개 실적으로 확인해야 한다.
6. 상장과 생존의 기준이 규모 중심으로 높아졌다. 매출 수십억 달러와 초대형 회수를 요구하는 펀드의 논리는 중간 규모 기업에 매각·통합 압력을 주며, 지수 반등만으로 SaaS 시장의 회복을 판단하기 어렵다.
7. 보안과 개인정보는 안전·감시 기술의 핵심 제품 기능이다. Flock Safety 사례처럼 기본 통제의 실패는 감원이나 평판 위기를 넘어 회사의 미션 자체를 흔들 수 있다.

핵심 요약 (20줄)

초기 투자자의 pro-rata 권리는 후속 라운드에서도 기존 지분율을 유지할 수 있는 매수 선택권이다.

Valar Atomics는 Sequoia가 리드한 약 8억 달러 Series B에서 약 60억 달러 가치평가를 받은 것으로 소개된다.

Day One Ventures는 시드에 약 100만 달러, Series A에 약 1,500만 달러를 투자해 약 5% 지분을 보유했다.

Valar가 주요 투자자에게 Series B 권리 포기를 요청한 뒤 다른 투자자에게 예외를 허용하자 Day One은 spring-back 권리를 주장했다.

이번 소송은 Day One을 상대로 손해배상을 청구하는 사건이 아니라 배정 권리를 법원이 해석해 달라는 확인 판결 사건으로 설명된다.

Lemkin은 창업자와 투자자 모두의 대응을 비판하면서도 추가 배정액보다 창업자와의 장기 관계가 더 중요할 수 있다고 말했다.

Meta의 Muse Wonder는 독립 평가에서 Anthropic Opus 5.5 바로 아래에 올랐지만 외부 개발자가 쓸 API는 공개되지 않았다.

Meta의 약 1,000억 달러 AI 투자와 Alexandr Wang 영입은 모델 개발뿐 아니라 조직 운영의 재건을 뜻한다.

NVIDIA는 Sequoia가 투자한 Reflection을 약 300억 달러에 인수하는 방안을 검토하고 Poolside도 120억 달러에 인수한 것으로 소개된다.

오픈 웨이트 모델은 더 많은 AI 지출이 모델 라이선스보다 GPU와 컴퓨팅 자원에 남게 해 NVIDIA의 전략에 맞을 수 있다.

TypeSafe의 Jev는 출시 몇 주 만에 8억 7,000만 달러를 조달하고 75억 달러 가치평가를 받았다.

Jev는 정교한 프롬프트에서 70~80%의 분류 결과를 맞히며, 정확도와 저렴한 추론 비용이 핵심 투자 가설이다.

2026년에는 decacorn 42개가 등장해 한 decade 평균 약 20개라는 장기 기준을 크게 넘어섰다.

사모시장 투자자는 1배 청산 우선권과 초대형 승자에 대한 옵션 가치를 결합해 높은 평가액을 정당화한다.

Isomorphic Labs는 400억~500억 달러 가치평가를 논의하며, 연구원 인건비보다 대형 약물의 로열티를 가치 원천으로 삼는다.

로봇 데이터 업체 Mercor는 ARR 1억 달러를 넘었지만 실제 휴머노이드 배치는 개념증명과 큰 격차가 있다.

Anthropic은 Haiku 5.5 가격을 약 90% 낮추고 Sonnet 5.5를 두 배 빠르게 만들어 LLM 비용 디플레이션 가능성을 보였다.

Bending Spoons의 Airtable 감원은 인수 후 주주가치와 직원에 대한 책임이 충돌하는 문제를 드러냈다.

주가지수는 반등했지만 안전한 소프트웨어 IPO에 필요한 ARR은 과거 5억 달러에서 약 15억~20억 달러로 높아졌다는 주장이 나왔다.

Flock Safety의 270명 감원과 오래된 보안 취약점은 공공 안전 기술에서 개인정보와 기본 보안이 사업의 존립 조건임을 보여준다.