데모데이 (19) : eo Stage Zero 2회-2
Demoday (19) : 윤회 주식회사, 퀀텀 에이아이
지난 글에 이어서 데모데이에 출연한 스타트업들을 마저 살펴보겠습니다.
데모데이 (18) : eo Stage Zero 2회-1
③ 윤회 주식회사 - 노힘찬 대표
1) 사업 모델
- 옷의 시작과 끝을 관리하는 순환 패션 플랫폼 민트 컬렉션
- 전세계 의류 생산량 73%는 판매 전 폐기되어 환경오염, 국내 재활용 의류 90% 수출, 나머지 소각,폐기
- 패션 아이템의 생명 주기 연장하여 민트 컬렉션은 재판매가 가능한 차세대 패션 플랫폼
- 패션 브랜드는 기존 생산 방식에서 디지털 케어라벨만 적용하여 쉽게 솔루션 도입 가능
- 소비자들은 옷의 정품 여부와 상품 이력을 확인하고 나중에 회수 키트를 신청해서 재판매 가능
- 재판매 회차마다 브랜드, 민트 컬렉션 그리고 소비자 모두 수익 가능
- 생산 단계에서부터 적용하는 모델은 국내에서는 유일
- 회수 의류를 빠르게 상품화하기 위해 일반 공정 대비 7배 효율, 구축 비용 1/3 절감 시스템 자체 개발
- TAM 전체 재판매 시장(20조), SAM 의류 재판매 시장(7조), SOM 목표 재판매 시장(4조)
- BM은 신품 의류, 재판매 의류 통한 수익 및 오염, 하자 의류는 자체 Redesign을 통해 새로운 옷 제공
- 2021년 2만벌 옷 회수하며 1.5억 매출, 시드 투자 유치 및 54톤 탄소 배출량 절감
- 2025년까지 제휴 브랜드 500개 이상, 연 매출액 250억 목표
- 10개 브랜드와 PoC(Proof of Concept) 협의 중이며 민트 아이디된 옷 1만벌 배포하여 테스트 진행 예정
- 2023년부터 웹기반 구독 서비스를 제공하여, 상품의 End-to-End 모니터링 및 ESG 리포트 제공 계획
2) Q&A
Q1. 회사의 KPI가 무엇인지
A1. 회수되는 옷의 수. 하지만 초기 민트 아이디 발행되고 판매 후 회수될 때까지 시기 필요. 옷들을 많이 뿌려 놓고 회수될 때까지 시간을 벌면서, 솔루션을 고도화 시키고 데이터도 많이 확보해서 고객들에게 빠르게 연결되게 하는 것이 포인트
Q2. 현재 민트 아이디가 붙은 옷이 없으니까 재판매 가능한 옷을 최대한 수거하는 것부터 해야하지 않을까
A2. 이 사업은 생산 단계에서 시작하는 것. 타겟한 브랜드 옷을 매입해서 민트 아이디를 발행해서 유통시킬 수 있기 때문에 예측 가능한 수량 내에서 컨트롤 가능
Q3. 수거부터 시작해야 더 빨라지지 않을지. 헌옷에 대한 커머스라고 생각하면 SKU (상품 최소 분류단위, stock keeping unit)을 늘려야 커머스 성공 빈도간다.
A3. 브랜드 협업 모델이기 때문에 기존 브랜드의 소비자층이 있어서 그 옷들을 수거 후 재탄생할 수도 있을 것임. 다만 타겟 브랜드와 패션 플랫폼은 초기에 브랜드 이미지와 Grade가 규정이 되기 때문에 초기에 어떤 타겟들로 브랜딩을 할지 논의 중.
Q4. 초기에 브랜드와 협업을 해야 되는 모델이니까 브랜드 입장에서는 재활용되면서 얻는 수익과 새 상품을 계속 만들어 냈을 때의 수익을 비교를 할 수 밖에 없음. 그만큰 충분히 매력적일지
A4. 브랜드들은 N차 거래에 개입이 불가하기 때문에 판매 후 끝이지만, 민트아이디를 적용하여 유통되면 N차 거래에서 수익화가 가능해지기 때문에 이에 대한 민감성이 적을 것으로 예상함. N차 거래의 수익 규정은 계약에 따라 선정 예정. 초기에는 소규모로 라벨이 아니라도 기존 옷을 유통하면서 디지털 라이센스 정도를 제공해서 MVP 진행 예정
Q5. 고객에 대한 것은 Customer Insight만 있고 설문조사 배경 설명이 부족하여 허구로 느껴지고 부족함
A5. 옷 수거하면서 느꼈던 것은 고객들은 필요 없어진 옷에 대해 빨리 처리를 해야 한다는 생각 적음. 때문에 빨리 판매되기보다 현금화 여부가 중요하기 때문에 감가상각이 낮은 브랜드를 타겟으로 기준으로 잡고 정교화 예정
Q6. 이 사업은 사회운동이고 VC는 돈 버는 스타트업에 투자함. 아무리 시장계몽 활동해도 SPA가 사라지지 않음. SPA 옷을 회수할 방법을 말하면 다 해결되는데 이 사업은 SPA를 계몽할 수 없으니까 다른 브랜드를 공략하자는 것임. 큰 사업, 높은 영업이익률 달성이 매우 어려움
A6. SPA 성장률이 내려가는 중. 패션 소비 문화 자체가 밑단부터 달라져야 하는데 누구도 노력하지 않는다면 절대 바뀌지 않을 것. 초기 규모가 작지만 시장 검증되면 여러 브랜드들이 솔루션 충분히 고려할 것임.
3) 생각
- "알라딘 중고서점의 책들처럼 관리되는 옷을 상상합니다"라는 마지막 말씀만 좋았음
- IR에서 강조 포인트 없이 발표를 하셔서 핵심 파악이 어려움
- Q&A에서 답변을 할 때 "근데"라는 단어로 답변 시작하면서 계속 반박만 하심
- 앞에서 투자자가 자기 생각을 이해 못한다는 뉘앙스를 풍기는 태도가 잘못되었다고 생각
- 조언해주는데 변할 생각 없이 이런 사업 모델이라고 되풀이하니 투자자도 어이 없어서 말을 멈추신 것 같음
- 수익성 비교에 대한 질문에 예상만 있고 제대로 검증 안 된 상태
- 이 정도의 가설 검증, 수익성 비교 등은 충분히 실행하고 IR을 나가야 한다고 생각함
- 사회적 기업과 달리 소셜 임팩트 기업은 사회적 가치와 함께 수익성 극대화도 함께 가져가야 하는 것임
- 류중희 대표님이 말씀해주신 것처럼 투자하는 사람들한테 돈 버는게 아니라 환경 운동하자는 것 같음
- 김메이글 이사님 명언 : "말이 길어지는 것은 아직 정리가 안 끝났다고 보는게 맞지 않을까"
④ 퀀텀 에이아이 - 최성집 대표
1) 사업 모델
- 금융권 비정형데이터 자산화 서비스
- 기존 금융권의 음성, 문서 데이터 정보 자산화 한계를 기술적으로 해결
- 실제 금융사들이 정보 자산화위해 수작업 외부 위탁 서비스, 자체 기술개발, SI (System Integration) 등을 하지만 시간, 비용 측면 비효율적이며 리스크 존재
- 문서, 음성 인식과 텍스트 정형화 모델을 통합한 Data2Vec 통합 자연어 처리 모델을 통한 데이터 자산화
- 음성 자산화 방법 예시 : 디지털 신호 -> 음성 신호 전환 -> STT(Speech To Text) 엔진을 통한 텍스트 전환 -> TA(Text Analysis) 솔루션 통해 정보 추출 -> 자연어 처리
- 단계 별로 사용되는 솔루션을 엮어내기 위해 많은 리소스 필요하여 단일 솔루션 제공하면 리소스 절감
- 예를 들어 기존 보험사나 은행은 고객 서류를 수작업 입력하지만, 서비스를 통해 금융권에 필요 정보 제공
- BM은 기존 금융사의 외부 위탁 업체 비용 절감 및 비대면 서비스 콜센터의 정보 자산화를 통해 수익
- 많은 금융기업과 금융 이외 기업들이 도입하여 사용 중
2) Q&A
Q1.투자 안 받고 성장 가능할 것 같은데 왜 투자가 필요한지
A1. 데이터가 계속적으로 들어와야 매출 발생하고 AI 기술 발전 가능함. 현재 보유한 장비로는 기술 개발 한정적이며 자체 매출로 고가 장비 구매와 전문가 영입에 한계. 시장에서 빠르게 확장하기 위해서 공격적인 투자가 필요
Q2. 투자보다 사업 모델이나 영업 방식에 대한 리뷰 먼저 필요해보임. 비용을 충분히 커버할 수 있는 사업모델 만들어야 함. 그렇지 않으면 투자를 받아도 영원히 영업이익을 못 만듦
A2. 말씀드린 것은 1차 목표 시장이고 궁극적으로 더 넓은 시장 타겟. 시간과 장비, 인력 한계를 현재 BM으로 천천히 해결 가능하지만, 당장 채워서 공격적으로 나가기 위함
Q3. IR로는 AI 특화 회사이지만 결국 SI 회사. 프로젝트들 사이의 상관성이 떨어져서 매번 새로운 것을 만드는 중인데 투자를 받는다고 근본적 문제가 해결이 될지. 본질적으로 Scalabe 모델이 아닌 듯함
A3. 현재 BM은 SI. 내년에 SI 모델에서 서비스 모델로 턴오버 예정. 그 때부터 모두 장비를 통한 작업 가능
Q4. 각 금융사 기술의 통합 솔루션 제공하겠다는 컨셉인데, 경쟁 무대가 계속 변화할텐데, 대비할 수 있는지. 통합은 현재 구조에서만 생각한 것임.
A4. 중요한 것은 보수적인 금융권의 데이터를 선점하고 있다는 경쟁력. 후발주자가 비슷한 서비스를 치고 들어올 수 있지만 데이터와 노하우, 레퍼런스가 쌓이면 따라잡기는 굉장히 지금 어려움
Q5. 이미 수기 입력 위탁의 자동화 기술을 갖췄는데 아직 진입 못한 이유
A5. 레퍼런스가 없기 때문에 이를 만들기 위해 PoC 진행했고 현재는 서비스 제공하며 진입장벽 넘어섬.
Q6. 전혀 업계를 모르는 사람에게는 새롭겠지만, 업계 사람이면 기존 기술의 조합아니냐는 생각 가능. 핵심이 잘 보이지 않으며 숨어있는 것 같음
A6. 자연어 처리 기술을 이용해서 서비스 모델을 무엇을 가지고 갈 것인지 많은 고민. 금융시장에서 시작하지만 궁극적인 모델은 비정형 데이터를 처리해서 정보화. 향후 메타버스 시대에서 음성, 행동 모션 등 모두 비정형 데이터. 그 데이터를 가공해서 처리할 수 있는 기술력을 가지려면 다양한 데이터를 다뤄야 하고 수익 필요
Q7. SI와 SaaS의 영업은 완전히 다른 일. 금융권 데이터 처리에 SaaS가 들어오기 좋은 시장일지. PMF가 안 맞는다고 생각. 원천 기술을 믿는다면 프로젝트 재정의하여 하는게 나을 것이라 생각
A7. 이전에 만들고자 했던 모델은 인공지능 서비스 플랫폼. 투자 없이 버티기가 너무 힘들어서 금융권 데이터로 일단 피봇팅. 현재 런칭했기 때문에 포커싱 후 추후 투자 받고 여유 생기면 원래 하려던 아이템 예정
3) 생각
- 금융 데이터의 수작업을 해결할 솔루션 제공이 좋다고 생각
- 말씀해주신 음성 데이터의 정보화 과정이 여러 단계를 거치기 때문에 통합은 필요하다고 설득됨
- 음성은 아니지만, 텍스트 관련해서 OCR(Optical Character Reader) 같은 기술 잘 되있다고 생각했음
- SI보다는 SaaS 판매 사업이 더 명확하다고 생각하고, SaaS 모듈을 세분화하여 커스터마이징이 가능하게 하면 충분히 Scalable하겠다는 생각
- 또한, 금융은 데이터가 계속해서 쌓이고 사회와 뗄 수 없는 산업이기 때문에 더 SaaS가 필요하다고 생각하며, 산업이 보수적일수록 더 큰 혁신이 나올 것이라 생각
- 류중희 대표님 말씀처럼 비용을 충분히 커버할 수 있는 사업모델을 만들어야 투자 후에도 성장 가능
- 이전 발표의 Q&A보다 낫다고 생각하지만 투자자의 조언에 대한 수용하는 태도가 더 필요하다고 생각
- SI 라는 용어 생소했는데 이번 기회에 관련 산업에 대해 공부할 필요성 느낌
이번 글에서는 eo Stage Zero 2회의 2개 스타트업들에 대한 비즈니스 모델과 이에 대한 제 생각을 공유해봤습니다. 다음 글에서 계속 남은 스타트업들에 대해 알아보고, eo Stage Zero 2회의 스타트업 중 제가 가장 투자하고 싶은 회사를 선정해보겠습니다.
앞으로도 데모데이와 IR 관련하여 많은 리뷰를 적어보겠습니다. 궁금하신 사항이나 공유해주실 스타트업이 있다면 댓글 또는 메일 부탁드립니다
