제21편 - pre-PoC 구조 및 운영체제
오픈이노베이션 실무 매뉴얼
☕안녕하세요, Dr. Jin입니다.
오늘은 대기업-스타트업 협력에서 가장 미묘하면서도 중요한 단계, 바로 NDA 체결 이후부터 본격적인 PoC 이전까지의 중간지대에 대해 이야기하려 합니다. 이 구간을 해외에서는 'pre-PoC'라고 부르는데요, 많은 분들이 "NDA 체결했으니 이제 PoC 하면 되지 않나?"라고 생각하시지만, 현실은 그렇게 단순하지 않습니다.
2024년 BCG의 연구에 따르면, 구조화된 파일럿과 측정 가능한 KPI를 설정한 기업은 그렇지 않은 기업보다 상용화 단계로 진입할 가능성이 3배 높습니다. 하지만 문제는 대부분의 기업이 이 '구조화'를 PoC 단계에서야 시작한다는 것이죠. 이미 늦었습니다.
왜 pre-PoC가 필요한가: '파일럿 연옥(Pilot Purgatory)'을 아시나요?
맥킨지앤컴퍼니에서는 2018년 어느 글에서 대기업-스타트업 협력에서 가장 흔한 실패 패턴을 다음 표현을 써서 지적합니다. 바로 "pilot purgatory(파일럿 연옥*)" - 파일럿은 성공적으로 끝났는데, 그 다음이 없는 상황입니다.
* 연옥이란 표현은, 기독교에서 일컫는, 천국과 지옥 사이의 '정화의 상태 또는 장소'를 뜻하죠. 중간지대...
실제로 제가 국내 대기업분들을 상담해보면 어떤 곳은 1년에 십여개의 스타트업과 PoC/파일럿을 진행했지만, 실제 비즈니스로 연결된 것은 단 2건이었습니다. 10%대의 전환율. 왜 이런 일이 발생할까요?
핵심은 "PoC를 시작하기 전에 이미 승부는 결정되어 있다"는 점입니다. NDA 체결과 본격적인 PoC 사이에 필요한 것은 단순한 기다림이 아니라, 전략적 준비와 작은 실험들의 연속입니다.
pre-PoC의 본질: 프리토타이핑도 아니고, PoC도 아닌
여기서 많은 분들이 헷갈려 하시는 부분이 있습니다. "그럼 프리토타이핑(Pretotyping) 하면 되는 거 아닌가요?"
Alberto Savoia가 Google에서 개발한 프리토타이핑은 분명 훌륭한 방법론입니다. "Make it before you build it"의 철학, 즉 완전한 제품을 만들기 전에 가장 저렴하고 빠른 방법으로 시장 수요를 검증하는 것이죠. Vivino가 와인 라벨 인식 앱을 만들 때 실제로는 인도에 있는 사람들이 수동으로 Google 검색을 해서 결과를 올려주던 것처럼요.
하지만 대기업-스타트업 협력에서의 pre-PoC는 프리토타이핑과는 다른 목적을 가집니다:
- 프리토타이핑은 묻습니다: "사람들이 이 제품을 원할까?"
- pre-PoC는 묻습니다: "우리 회사의 이 특정 문제를, 이 스타트업의 이 특정 솔루션으로, 이 특정 환경에서 해결할 수 있을까?"
차이가 보이시나요? 프리토타이핑은 일반적 시장 수요를 검증하지만, pre-PoC는 맞춤형 적합성(Customized Fit)을 검증합니다.
pre-PoC의 3가지 핵심 목표
1. 문제의 재정의 (Problem Reframing)
NDA를 체결했다고 해서 문제가 명확해진 것은 아닙니다. 오히려 이제부터 진짜 문제를 찾아야 합니다.
대기업 담당자가 처음 제시하는 문제는 대부분 증상(Symptom)입니다. "우리 공장의 불량률이 높아요"라는 문제 뒤에는 실제로 "작업자들이 공정 데이터를 실시간으로 보지 못해서", "품질검사가 사후적이어서", "공급망 변동성을 예측하지 못해서" 등 다양한 근본 원인이 있을 수 있죠.
pre-PoC 단계에서는 스타트업이 대기업 현장에 들어가서 실제 작업자들과 인터뷰하고, 데이터를 분석하고, 문제의 본질을 파악해야 합니다. 이 과정에서 처음 생각했던 솔루션이 완전히 바뀌기도 합니다.
제가 들은 어느 IoT 센서 스타트업은 처음에는 "진동 센서로 설비 고장을 예측한다"는 솔루션을 제안했지만, pre-PoC 과정에서 실제 필요한 것은 "작업자들이 이해할 수 있는 언어로 번역된 경고 시스템"이라는 것을 발견했습니다. 기술은 이미 충분했고, 문제는 UX였던 거죠.
2. 가설의 우선순위화 (Hypothesis Prioritization)
스타트업의 솔루션에는 보통 10가지 이상의 기능과 가치 제안이 있습니다. 하지만 대기업과의 협력에서는 그 중 2-3가지만 진짜 중요합니다. pre-PoC의 핵심은 어떤 가설부터 검증할 것인가를 결정하는 것입니다.
2024년 ScienceDirect의 연구에 따르면, 성공적인 PoC의 공통점은 "초기에 명확한 성공 기준을 설정했다"는 것입니다. 그런데 이 성공 기준은 어디서 나올까요? 바로 pre-PoC 단계에서의 작은 실험들에서 나옵니다.
예를 들어볼까요:
가설 A: 우리 AI 모델이 불량 예측 정확도 95% 이상 달성 가능
가설 B: 기존 시스템과의 통합이 2주 내 가능
가설 C: 작업자들이 3일 교육으로 시스템 활용 가능
가설 D: ROI가 6개월 내 발생
이 중 어떤 것이 가장 critical한 가설일까요? 정답은 "대기업의 의사결정 구조에 따라 다르다"입니다. 만약 CFO가 최종 의사결정권자라면 가설 D가 최우선이 될 것이고, CTO라면 가설 B가, 현장 책임자라면 가설 C가 중요할 것입니다.
pre-PoC는 이런 우선순위를 파악하고, 가장 critical한 가설부터 빠르게 검증하는 단계입니다.
3. 최소 자원으로 최대 학습 (Minimal Resource, Maximum Learning)
여기가 pre-PoC와 본격적인 PoC의 가장 큰 차이입니다. pre-PoC는 학습을 위한 실험이고, PoC는 검증을 위한 시연입니다.
Deloitte의 2025 Global CPO Survey는 선도 기업들이 R&D 소싱에 전체 조달 예산의 최대 24%를 할애한다고 보고합니다. 하지만 pre-PoC 단계에서는 이런 큰 예산이 필요 없습니다. 오히려 "가장 적은 비용으로 가장 빨리 실패하거나 성공하는 것"이 목표입니다.
구체적으로는:
시간: PoC가 3-6개월이라면, pre-PoC는 2-4주
비용: PoC가 5천만원~1억이라면, pre-PoC는 500만원~1천만원
인력: PoC가 양측 5-10명이라면, pre-PoC는 양측 2-3명
범위: PoC가 전체 솔루션이라면, pre-PoC는 핵심 기능 1-2개
pre-PoC의 실전 운영 체제
자, 이제 실제로 어떻게 운영하는지 보겠습니다.
Phase 1: Alignment (정렬, 1주차)
목표: 양측의 기대치를 명확히 하고, 실험 범위를 정의
이 단계에서 해야 할 것들:
킥오프 미팅: 하지만 일반적인 킥오프가 아닙니다. 이 미팅에서는 "무엇을 만들 것인가"가 아니라 "무엇을 배울 것인가"를 정의합니다.
Learning Canvas 작성: 우리가 알아야 할 것은 무엇인가? 각 질문의 우선순위는? 어떤 실험으로 답을 얻을 수 있나? 성공/실패의 기준은 무엇인가?
리소스 매핑: 대기업 측: 누가 데이터 접근권을 줄 수 있나? 누가 현장 출입을 허가할 수 있나? 스타트업 측: 누가 기술 개발을 담당하나? 누가 고객 대응을 하나?
Innosabi의 연구에 따르면, 이 초기 정렬 단계에서 명확한 합의를 이루지 못한 프로젝트의 80% 이상이 나중에 "pilot trap"에 빠진다고 합니다.
Phase 2: Discovery (발견, 2-3주차)
목표: 문제의 본질을 파악하고, 해결 가능성을 탐색
이 단계의 핵심 활동들:
Gemba Walk (현장 관찰) 린 경영에서 나온 개념이지만, pre-PoC에서 매우 유용합니다. 스타트업 팀이 실제 작업 현장에 가서 관찰하고, 질문하고, 배웁니다. 회의실에서 들은 것과 현장에서 본 것은 완전히 다른 경우가 많습니다.
데이터 샘플링 본격적인 PoC에서는 전체 데이터를 다루겠지만, pre-PoC에서는 샘플만으로도 충분합니다. 예를 들어: 전체 공장이 아닌 한 라인 전체 기간이 아닌 최근 1개월 모든 제품이 아닌 대표 제품 2-3개
Rapid Prototyping (신속 시제품) 여기서의 프로토타입은 '작동하는 것'이 아니라 '소통하는 것'입니다. 파워포인트 목업, 와이어프레임, 심지어 손그림도 괜찮습니다. 중요한 것은 "이렇게 하면 어떨까요?"라는 대화를 시작하는 것입니다.
Phase 3: Experimentation (실험, 3-4주차)
목표: 핵심 가설을 작은 실험으로 검증
이제 실제로 무언가를 만들어봅니다. 하지만 '완성품'이 아닌 '실험 장치'를 만듭니다.
실험 설계의 원칙:
One Variable at a Time 한 번에 하나의 변수만 테스트합니다. "AI 모델 + 새로운 UI + 자동화 워크플로우"를 동시에 테스트하면, 무엇이 작동했는지 알 수 없습니다.
Binary Outcome "좀 좋아졌어요"가 아니라 "예/아니오"로 답할 수 있는 질문을 만듭니다. 나쁜 질문: "사용자들이 만족했나요?" 좋은 질문: "사용자 10명 중 8명 이상이 기존 방식보다 새 방식을 선호했나요?"
Time-Boxed 실험은 명확한 시간 제한이 있어야 합니다. "언젠가 결과가 나올 것"이 아니라 "금요일 오후 5시까지 결과를 알아야 한다"입니다.
실험의 예시:
Mechanical Turk 실험: AI 모델을 완성하기 전에, 사람이 수동으로 같은 작업을 해봅니다. 만약 사람이 해도 가치가 없다면, AI로 자동화해도 가치가 없을 가능성이 높습니다.
Fake Door 실험: 실제 기능을 개발하기 전에, 버튼만 만들어서 클릭률을 측정합니다. "자동 발주 기능"을 실제로 만들기 전에, 버튼을 만들어서 몇 명이나 클릭하는지 봅니다.
Concierge Test: 완전 자동화된 솔루션을 만들기 전에, 스타트업 팀원이 직접 서비스를 제공해봅니다. 이를 통해 어떤 부분이 자동화할 가치가 있는지 파악합니다.
Phase 4: Decision (의사결정, 4주차)
목표: PoC 진행 여부와 범위를 결정
pre-PoC의 마지막 단계는 명확한 의사결정입니다. 여기서는 세 가지 시나리오가 가능합니다:
시나리오 A: Full PoC로 진행
핵심 가설이 검증됨
ROI가 명확함
양측의 commitment 확보
다음 단계: 3-6개월 PoC, 예산 5천만원~1억
시나리오 B: Pivot하여 다시 pre-PoC
원래 가설은 실패했지만, 새로운 기회 발견
문제 정의를 수정하고 2-3주간 추가 실험
예: "불량 예측"에서 "공정 최적화"로 문제 전환
시나리오 C: 협력 중단
핵심 가설이 검증되지 않음
비용 대비 효과가 불명확
이것도 성공입니다! 큰 비용 투입 전에 알아낸 것이니까요
2024년 EIC(European Innovation Council)의 연구는 성공적인 기업-스타트업 파트너십의 네 가지 기둥을 제시합니다: 전략적 정렬, 상호 commitment, 숙련된 팀, 그리고 조기 실험. pre-PoC는 바로 이 '조기 실험'을 체계화한 것입니다.
pre-PoC와 PoC의 차이: 명확한 구분
많은 분들이 "그럼 이게 그냥 짧은 PoC 아닌가요?"라고 물으십니다. 아닙니다. 본질적으로 다릅니다.
pre-PoC (2-4주, 500만원~1천만원)
목적: 학습과 가설 검증
산출물: 인사이트와 데이터
성공 기준: "무엇이 작동하고 작동하지 않는지 알았는가?"
실패 허용: 높음 (실패도 성공)
커버리지: 핵심 기능 1-2개
환경: 통제된 소규모 환경
PoC (3-6개월, 5천만원~1억)
목적: 기술적 실현 가능성 증명
산출물: 작동하는 프로토타입
성공 기준: "명시된 KPI 달성 여부"
실패 허용: 낮음 (실패는 비용)
커버리지: 주요 기능 모두
환경: 실제 운영 환경 (또는 이에 준하는)
Scale-up PoC / PoV (6-12개월, 1억~5억)
목적: 확장 가능성과 비즈니스 가치 증명
산출물: 상용화 가능 솔루션
성공 기준: "ROI와 확장 계획의 구체성"
실패 허용: 매우 낮음
커버리지: 전체 솔루션 + 통합
환경: 다수의 실제 사이트
이 단계들은 점진적으로 확장되어야 합니다. pre-PoC 없이 바로 PoC로 가는 것은 마치 데이트 한 번 없이 결혼하는 것과 같습니다. 가능하긴 하지만, 위험하죠.
한국 시장의 특수성: 왜 pre-PoC가 더 중요한가
한국의 대기업-스타트업 협력 생태계에는 독특한 특징이 있습니다.
1. 빠른 의사결정 vs 느린 집행
우리 대기업은 키맨이 있다면 의사결정은 빠른 편입니다. "좋아 보이네, 해보자" 하는 데까지는 2-3주도 안 걸립니다. 문제는 그 다음입니다. 실제로 계약서 작성, 법무 검토, 보안 승인, 예산 배정... 이 과정이 3-6개월 걸립니다.
pre-PoC는 이 gap을 메웁니다. 정식 계약 전에 작은 예산(보통 부서장 전결 가능한 범위)으로 빠르게 시작할 수 있습니다. 다음 실험, 진짜 PoC를 위한 의사결정을 끌어내기 위한 PoC죠.
2. '케이스 스터디' 중심 문화
한국 대기업은 "다른 데서도 했나요?"를 많이 묻습니다. pre-PoC는 바로 그 첫 케이스를 만드는 과정입니다. 완벽하지 않아도 괜찮습니다. "A사에서 pre-PoC를 통해 이런 결과를 확인했고, 이제 본격적인 PoC를 준비 중입니다"라는 스토리가 다음 고객사를 설득하는 데 매우 효과적입니다.
3. 내부 옹호자(Champion) 확보
한국 대기업에서 프로젝트 성공의 핵심은 내부 옹호자를 확보하는 것입니다. pre-PoC 과정에서 대기업 담당자와 긴밀하게 협력하면서 그들이 프로젝트의 주인이 되도록 만들어야 합니다.
2023년 XPLORE의 가이드는 이를 명확히 합니다: "명확한 전제조건이 필요하다. 공통의 비전과 미션, 합의된 기대치와 필요사항, 프로젝트의 범위와 내용, 그리고 NDA."
실제로 KB금융의 2023년 글로벌 PoC 프로그램 사례를 보면, 87개 스타트업이 지원했지만 최종 4개만 선정되었습니다. 약 4.6%의 선발률. 그리고 선정된 기업들은 싱가포르 대기업들과 3개월간 실증 사업을 수행했습니다. 이것이 바로 pre-PoC에서 PoC로 넘어가는 과정입니다.
pre-PoC 성공을 위한 실전 체크리스트
제가 실제로 사용하는 체크리스트를 공유합니다:
시작 전 (Pre-flight Check)
□ 양측의 핵심 의사결정권자가 누구인지 명확한가? □ pre-PoC의 예산과 기간이 합의되었는가? □ 실패해도 괜찮다는 것을 양측이 이해하는가? □ 데이터와 시스템 접근 권한이 확보되었는가? □ 보안/컴플라이언스 이슈가 사전 검토되었는가?
진행 중 (In-flight)
□ 주 1회 이상 대면 미팅을 하는가? □ 발견한 인사이트를 즉시 문서화하는가? □ 가설이 틀렸을 때 pivot할 준비가 되어 있는가? □ 양측의 실무진이 직접 소통하는가? (중간 매개자 역할 최소화) □ 예상치 못한 이슈가 생겼을 때 빠르게 에스컬레이션하는가?
종료 시 (Post-flight)
□ 검증된 가설과 검증되지 않은 가설을 명확히 구분했는가? □ 다음 단계(PoC)의 범위와 예산을 구체화했는가? □ 실패한 경우, 그 이유를 명확히 파악했는가? □ 양측의 경영진에게 결과를 보고했는가? □ 배운 교훈을 문서화했는가?
실패 사례로부터의 교훈
성공 사례만큼 실패 사례도 중요합니다. 제가 목격한 전형적인 실패 패턴들:
실패 패턴 1: "완벽주의의 함정"
한 AI 스타트업은 pre-PoC 단계에서 "완벽한 모델"을 만들려고 4주 중 3주를 보냈습니다. 결과? 실제 사용자 테스트는 3일밖에 못했고, 사용자 반응을 제대로 파악하지 못한 채 PoC로 넘어갔습니다. PoC에서야 발견된 치명적 문제: 사용자들이 AI 추천을 신뢰하지 않았습니다.
교훈: pre-PoC는 완벽함이 아니라 학습이 목표입니다. 물론 실패하지 않는 것이 낫되, 미세조정 단계의 학습입니다.
실패 패턴 2: "범위 확장의 유혹"
대기업 담당자: "이왕 하는 김에 이 기능도 테스트해볼까요?" 이 말 한 마디가 2주 프로젝트를 2개월로 만들었습니다. 그리고 결국 핵심 가설은 검증하지 못했습니다.
교훈: Scope creep을 절대 허용하지 마세요. 추가 요구사항은 다음 단계로.
실패 패턴 3: "소통 부재의 늪"
일주일에 한 번 이메일로만 소통했던 프로젝트. 스타트업은 열심히 개발했지만, 대기업 담당자의 우선순위가 바뀐 것을 3주 차에야 알았습니다.
교훈: 오버커뮤니케이션은 없습니다. 특히 짧은 프로젝트일수록.
pre-PoC 이후: 다음 단계로의 진화
pre-PoC가 성공적으로 끝나면, 이제 본격적인 PoC로 넘어갑니다. 하지만 여기서도 함정이 있습니다.
PoC 설계 시 고려사항
RVmagnetics의 2025년 보고서는 Fortune 500 기업들에게 조언합니다: "PoC가 시작되기 전에 다음 단계를 계획하라. 긍정적 결과가 나왔을 때 customization, integration, industrialization으로 어떻게 넘어갈지 명시하라."
구체적으로:
Scale-up Plan: PoC가 성공하면 어느 사업부/지역으로 확장할 것인가?
Budget Allocation: 누가 본 예산을 집행할 권한이 있나?
Integration Roadmap: 기존 시스템과 어떻게 통합할 것인가?
Success Metrics: 어떤 지표가 달성되어야 다음 단계로 가는가?
Scale-up PoC와 PoV (Proof of Value)
PoC에서 기술적 실현 가능성이 증명되면, 이제는 비즈니스 가치를 증명할 차례입니다. 이것이 Scale-up PoC 또는 PoV 단계입니다.
PoV는 PoC와 다릅니다:
PoC: "이 기술이 작동하는가?"
PoV: "이 기술이 비즈니스 가치를 만드는가?"
예를 들어:
PoC: AI가 불량을 95% 정확도로 예측한다
PoV: AI 도입으로 불량률이 5%에서 2%로 감소하여, 연간 10억원 절감
이 단계에서는 보통 6-12개월, 1억원~5억원 규모의 투자가 이루어집니다. 그리고 여러 사이트/부서에서 동시에 테스트합니다.
최종 단계: 상용화
PoV까지 성공하면, 이제는 다음 옵션들이 열립니다:
본격적인 R&D 투자: 기술을 더 고도화하고 특허를 확보
대규모 구매 계약: 스타트업 솔루션을 전사적으로 도입
전략적 투자: 대기업이 스타트업에 지분 투자
M&A: 스타트업을 완전히 인수
Joint Venture: 합작법인 설립
BMW의 Startup Garage와 이스라엘 스타트업 Tactile Mobility의 사례가 좋은 예시입니다. 파일럿을 통해 솔루션을 검증한 후, 이제는 전 세계 BMW 차량에 기술이 탑재됩니다. BMW의 개발자가 말했죠: "이미 가지고 있던 BMW 기술과 새 솔루션을 결합하는 것은 마치 성배를 찾은 것 같았다."
2025년 트렌드: AI가 바꾸는 pre-PoC
마지막으로, 현재 진행형인 변화에 대해 이야기하겠습니다.
AI 기반 가설 생성
Generative AI는 pre-PoC의 가설 생성 단계를 혁신하고 있습니다. 과거에는 사람이 브레인스토밍으로 10-20개 가설을 만들었다면, 이제는 AI가 과거 유사 프로젝트 데이터를 분석해서 100개 이상의 가설을 제시합니다.
자동화된 실험 설계
MIT와 Stanford의 연구진들은 AI가 실험을 자동으로 설계하고, 실행하고, 결과를 분석하는 시스템을 개발 중입니다. pre-PoC에서 "어떤 실험을 할까?"를 고민하는 시간을 크게 줄일 수 있습니다.
Digital Twin 기반 시뮬레이션
실제 환경에서 실험하기 전에, Digital Twin에서 시뮬레이션하는 것이 가능해지고 있습니다. 이는 pre-PoC의 비용과 시간을 더욱 줄여줍니다.
마치며: pre-PoC는 투자가 아니라 보험
많은 대기업들이 pre-PoC를 "또 다른 비용"으로 봅니다. 하지만 관점을 바꿔보세요. pre-PoC는 투자가 아니라 보험입니다.
1,000만원과 4주를 투자해서, 잘못된 PoC에 들어갈 5,000만원과 6개월을 절약할 수 있다면? ROI는 500%입니다.
게다가 pre-PoC를 통해 배운 것들은 다음 프로젝트에도 활용됩니다. 한 번의 pre-PoC 경험이 조직의 학습 자산이 되는 것이죠. "PoC의 진정한 힘은 아이디어를 입증하는 것만큼이나 반증하는 것을 가치 있게 여기는 마인드셋 전환"에 있습니다. pre-PoC는 바로 이 마인드셋을 가장 비용 효율적으로 실천하는 방법입니다.
NDA를 체결했다면, 축하합니다. 하지만 진짜 여정은 이제부터입니다. 성급하게 PoC로 달려가지 마세요. pre-PoC라는 작지만 중요한 단계를 거치며, 양쪽이 상호 궁합을 확실히 검증하고 가시죠. 그것이 결국은 가장 빠른 길입니다.
Remember: "Slow is smooth, and smooth is fast."
이상 Dr. Jin이었습니다.
