26년 1월 15일 흠터레스팅 테크 뉴스
25년 모바일 앱 지출 사상 최고치 경신 외 4개
잘못된 결정은 결과가 나타나기 시작하면 수정할 수 있습니다. 그러나 결정을 내리지 않는 것과 성급한 포기는 우리에게 아무것도 가르쳐주지 않습니다.
- 존 도어, 중요한 것을 측정하라
Wrong decisions can be corrected once results begin to roll in. Nondecisions—or hastily abandoned ones—teach us nothing.
- John Doerr, Measure What Matters
(1) 오픈에이아이 전 CTO 설립 스타트업 공동창업자들, 다수 다시 오픈에이아이로 복귀
- Thinking Machines Lab(이하 TML)은 OpenAI 출신 Mira Murati가 공동 창업한 AI 스타트업 -> Murati는 2024년 9월까지 OpenAI의 CTO였으며, 이후 Barret Zoph, Luke Metz와 함께 TML을 설립
- 2025년 7월, Andreessen Horowitz 주도 하에 Accel, Nvidia, AMD, Jane Street 등이 참여한 20억 달러 시드 라운드를 유치하며 기업가치 120억 달러 평가를 받음
- Barret Zoph (CTO): OpenAI의 전 VP of Research였으며, 이번에 다시 OpenAI로 복귀, Zoph의 퇴사 소식은 Murati가 X(구 Twitter)에 올렸으며, 구체적 배경은 언급하지 않음
- Soumith Chintala가 새로운 CTO로 선임: PyTorch의 핵심 인물로, AI 분야에서 10년 이상의 경험 보유
- Luke Metz: TML 공동 창업자. OpenAI에서 기술 스태프로 일했었으며, 이번에 다시 복귀
- Sam Schoenholz: OpenAI 출신으로 TML에서 근무하다가 함께 복귀
- Andrew Tulloch (공동 창업자): 2025년 10월 Meta로 이직
- Murati가 Zoph의 퇴사를 발표한 지 58분 후, OpenAI의 응용 분야 CEO인 Fidji Simo가 Zoph, Metz, Schoenholz의 복귀를 공개
- Wired에 따르면, Zoph와의 결별은 우호적이지 않았던 것으로 보도됨
- TML은 OpenAI, Meta, Mistral AI 등에서 모인 정예 연구진으로 구성된 팀이었음
- OpenAI도 다수의 공동 창업자가 Anthropic 등 경쟁 스타트업으로 이직한 전례 있음 -> 예: John Schulman – 2024년 8월 Anthropic으로 이직 후 2025년 2월 TML의 Chief Scientist로 합류
- 실리콘밸리에서 AI 인재들의 이직은 흔하지만, 창업 1년 미만의 스타트업에서 공동 창업자급 인재들이 동시 퇴사하는 사례는 드묾 -> 이번 퇴사는 조직 안정성과 리더십에 대해 외부의 우려를 유발할 수 있음
- 인재 유출 리스크 관리: 고급 AI 인재의 공급은 제한적인 반면, 수요는 폭증 중. 공동 창업자 레벨 인재의 리텐션 전략이 중요
- 창업 초기 팀 다이나믹스의 불안정성: 초기 스타트업일수록 팀 간 갈등, 리더십 충돌 가능성이 크며, 합의되지 않은 CTO 교체는 투자자와 업계의 신뢰에 타격 가능성
- AI 스타트업 시장 경쟁 격화: OpenAI, Anthropic, TML 등 최상위 인재들이 재결합하거나 분산되며, 인재 확보 전쟁은 더욱 치열해질 것. 스타트업이 경쟁 우위를 점하려면 단순한 보상 외에 비전 중심의 리더십과 문화적 강점이 필요
(2) AI 모델, 고난도 수학 문제 해결 영역으로 유의미하게 진입 중
- 전 퀀트 리서처이자 스타트업 창업자인 Neel Somani가 GPT-5.2를 테스트 중 놀라운 결과 발견 -> 15분간 사고 시간을 부여한 후, GPT-5.2가 수학 문제에 대해 완전한 증명을 제시
- Somani는 해당 증명을 Harmonic의 수학 formalization 툴 'Aristotle'을 통해 검증 -> GPT는 Legendre 공식, Bertrand의 정리, Star of David 정리 등을 논리적으로 나열하며 체계적 접근을 보임
- 기존 해답을 찾아내는 것에서 멈추지 않고, 2013년 Harvard의 Noam Elkies가 MathOverflow에 제시한 답변과는 다른 보다 완전한 형태의 새로운 해법을 제시
- Erdős 문제에 대한 실제 성과: 헝가리 수학자 Paul Erdős가 남긴 1,000개 이상의 난제는 AI 연구자들의 타겟이 되고 있음
- 2025년 11월, Google의 Gemini 기반 AlphaEvolve 모델이 처음으로 일부 문제를 자율적으로 해결, 2025년 크리스마스 이후 현재까지, 총 15개의 문제들이 'open → solved'로 전환, 이 중 11개는 AI 모델이 결정적 기여
- 수학자 Terence Tao는 GitHub에서 8개 문제에 대해 AI가 의미 있는 자율적 진전을 보였다고 분석
- Somani에 따르면 GPT-5.2는 이전 모델보다 수학적 추론 능력이 확연히 향상: 단순 검색을 넘어, 증명 구조를 스스로 구축하고 새로운 해석을 제시하는 수준에 도달
- 기술 트렌드인 '수학의 형식화(Formalization)': 수학적 증명을 기계적으로 검증 가능한 형태로 전환하는 형식화 기술이 AI와 결합 중 -> Microsoft Research의 Lean (2013 개발)이 오픈소스로 널리 쓰이고 있으며, Harmonic의 Aristotle은 이 과정을 자동화해 수학자들이 직접 사용하고 있는 사례 증가
- Harmonic의 창업자 Tudor Achim: “정말 중요한 건, 세계 최고 수학자들이 이러한 AI 툴을 실제로 사용하기 시작했다는 것.”
- Terence Tao는 Mastodon에서 “AI는 긴꼬리 난제(Long tail problems) 에 특히 강하며, 인간보다 AI가 먼저 풀 가능성이 높은 문제군이 존재한다”고 분석
- LLM의 사고력 진화: GPT-5.2는 단순 언어모델이 아닌 이론적 창의성을 가진 수학 파트너로서의 잠재력을 보임. 특히 chain-of-thought 방식은 논리적 사고를 시각화하는 데 유용
- 전문성 요구 분야에 대한 침투력 강화: LLM이 기계번역, 문서 요약 등 직관적 태스크를 넘어서 수학처럼 검증 가능한 고차원 지식 분야까지 확장 중
- 전문가 시장에 대한 B2B SaaS 기회: Harmonic처럼 특정 도메인(수학)의 formalization을 돕는 B2B 도구에 대한 신뢰도가 높아짐 -> 학계 및 연구소 시장 진출이 실현 가능한 go-to-market 전략이 될 수 있음
- Collaborative Intelligence의 방향성: AI가 인간 수학자의 창의성 또는 기존 해법 위에 새로운 증명 구조를 추가하고 확장하는 등, 향후 협업 방식이 'AI 보조'에서 'AI 공동 연구자'로 전환될 수 있음
- 문제 탐색/검증 자동화의 가능성: 오픈 난제 데이터베이스(예: Erdős problems)와 연결된 AI 파이프라인 구축은 문제 선택 → 풀이 접근 → 검증 → 형식화 → 공개까지의 전 과정을 자동화할 수 있는 플랫폼 기회 창출 가능
- https://techcrunch.com/2026/01/14/ai-models-are-starting-to-crack-high-level-math-problems/
(3) 오픈에이아이, 세레브라스와 100억 달러 규모 컴퓨트 공급 계약 체결
- OpenAI는 AI 칩 전문 기업 Cerebras와 멀티-이어 컴퓨팅 계약을 체결 -> Cerebras는 2026년부터 2028년까지 총 750메가와트(MW) 규모의 컴퓨트 자원을 제공할 예정
- 계약 가치는 100억 달러 이상으로 추정됨 (TechCrunch, Reuters 보도)
- OpenAI: 고객들에게 더 빠르고 자연스러운 응답 제공을 목표로 함 -> OpenAI의 Sachin Katti: “이번 계약으로 OpenAI 플랫폼에 저지연 추론 시스템을 더함으로써, 실시간 AI 상호작용 확장 기반을 확보했다”고 언급
- Cerebras CEO Andrew Feldman: “브로드밴드가 인터넷을 바꾼 것처럼, 실시간 추론은 AI를 변화시킬 것”이라고 강조
- Cerebras는 2016년 설립, AI 추론 최적화 칩을 설계 및 생산하는 기업: 자사 시스템이 Nvidia GPU 기반 시스템보다 빠르다고 주장
- 2024년 IPO를 준비했지만 연기된 상태이며, 최근 220억 달러 가치로 추가 10억 달러 자금 조달 중이라는 보도 있음
- OpenAI CEO Sam Altman이 개인 투자자로 참여하고 있으며, 과거 OpenAI가 Cerebras 인수를 고려한 이력 있음
- 계약 의미: OpenAI는 다양한 AI 워크로드에 맞춘 다중 컴퓨팅 파트너 포트폴리오 전략을 구사 중 -> 기존 GPU 중심의 인프라 외에, Cerebras를 통해 지연시간이 짧고 추론 최적화된 시스템을 도입함으로써 비용-성능 최적화와 확장성 확보 의도
- AI 인프라 다변화의 전략적 중요성: AI 모델의 크기와 사용량이 폭증하면서, OpenAI는 단일 벤더(GPU) 의존 탈피를 적극적으로 추진 중. GPU 외 솔루션(Cerebras)을 병렬 도입해 위험 분산 및 성능 차별화를 추구
- 실시간 AI의 확장 가능성 제시: 실시간 사용자 상호작용을 위한 low-latency inference는 새로운 AI 서비스군(예: AI 검색, 에이전트, 음성 상호작용 등)의 핵심 인프라 -> Cerebras 도입은 해당 분야에서 서비스 품질(QoS)를 높이기 위한 사전 투자로 해석 가능
- 칩 생태계의 재편 조짐: Nvidia 독주 체제에 도전하는 대체 칩 업체(Cerebras, Groq 등)의 시장 진입이 현실화되는 사례. SaaS/AI 제품 PM은 기술 스택 결정 시, 특정 칩/인프라 최적화 전략(soft/hard co-design)에 대한 고려가 필요
- 투자-생산 연계 전략의 전형: OpenAI는 단순 고객이 아닌 투자자와 잠재 인수자 입장으로서 Cerebras에 전략적 관계를 맺고 있음. 이는 핵심 인프라 공급자에 대한 영향력 확보 전략으로 해석 가능하며, 중장기적으로 AI 생태계의 수직 통합 시도 가능성 시사
(4) 2025년 모바일 앱 시장, 다운로드는 감소했지만 소비는 사상 최고치 경신
- 전체 다운로드: 2025년 총 1069억 건으로 전년 대비 2.7% 감소, 팬데믹 최고점이었던 2020년(1350억 건) 이후 5년 연속 하락
- 전체 소비 지출: 2025년 소비자 지출은 1,558억 달러로 전년 대비 21.6% 증가 -> 이는 구독 기반 수익 모델의 확산으로 인한 것으로 분석
- 모바일 게임: 총 722억 달러, 전체 앱 소비의 46% 차지. 전년 대비 10% 증가
- 비게임 앱: 826억 달러로 33.9% 증가, 게임보다 높은 성장률 기록 -> 앱 수익의 중심이 점점 비게임 앱으로 이동 중
- 주요 스타트업 1 RevenueCat: 구독 관리 플랫폼, 5천만 달러 시리즈 C 투자 유치
- 주요 스타트업 2 Appcharge: 게임 수익화 도구, 5,800만 달러 시리즈 B 유치 (2025년 8월)
- 주요 스타트업 3 Liftoff Mobile: 앱 마케팅 및 수익화 플랫폼, 최근 IPO 신청
- 이는 앱 생태계 전반에 걸친 서브 인프라 툴/서비스 시장이 성장 중임을 시사
- 미국 시장 세부 지표: 총 지출 2025년 555억 달러, 전년 대비 18.1% 증가 (2024년: 470억 달러)
- 비게임 앱 지출: 336억 달러 (+26.8%)
- 게임 앱 지출: 219억 달러 (+6.8%)
- 다운로드 수: 총 100억 건 (-4.2%)
- 비게임 앱 다운로드: 71억 건
- 게임 다운로드: 29억 건
- 게임 앱 다운로드 2025년 394억 건으로 전년 대비 8.6% 감소, 비게임 앱 다운로드 673억 건으로 전년 대비 1.1% 증가해 사실상 정체 상태.
- '다운로드 → 수익화'로 패러다임 전환: 사용자 획득(UA)이 정체된 반면, 수익화 지표는 고속 성장. 이는 PM에게 단순 MAU 성장보다 사용자 생애가치(LTV) 최적화 전략이 더 중요해졌음을 의미
- 비게임 앱의 새로운 성장 축 부상: 예전에는 게임이 앱 생태계의 수익 중심이었으나, 이제 생산성, 피트니스, 금융, 콘텐츠 구독 등 비게임 앱이 더 큰 수익을 창출하고 있음. SaaS 또는 콘텐츠 기반 앱 PM은 적극적인 구독 전략 설계가 핵심
- 구독 기반 툴의 B2B 기회: RevenueCat, Appcharge와 같이 수익화 및 구독 인프라 툴에 대한 수요가 급증 중 -> 서드파티 툴의 기술/기능 차별화 요소(예: LTV 분석, A/B 테스트, retention cohort 관리 등)를 제품 기획에 반영할 필요
- 마케팅 전략의 변화 필요: 다운로드가 줄어드는 환경에선 광고 효율, 전환율, ARPU 기반의 데이터 중심 마케팅 최적화가 필수 -> 앱스토어 최적화(ASO), 구독 체험 설계, 온보딩 UX 개선 등 퍼널 전반의 정교한 기획 요구
(5) 음성 AI 스타트업 '일레븐랩스', 연간 반복 수익 3.3억 달러 돌파
- CEO Mati Staniszewski는 2025년 말 기준 ARR(연간 반복 수익)이 3억 3천만 달러를 돌파했다고 Bloomberg 인터뷰에서 발표
- 제품 출시(2023년) 후 20개월 만에 $1억 ARR -> 이후 10개월 후 $2억, 5개월 후 $3.3억 달성, 설립은 2022년, 첫 제품은 2023년에 출시
- Voice agent 기술: 기업 데이터 및 지식 기반을 활용해 고객 지원 및 CX 자동화를 수행 -> Fortune 500 기업부터 스타트업까지 다양한 고객사 확보, 현재 월 5만 건 이상의 음성 기반 고객 통화 처리 중
- AI 음성 생성 + 음성 에이전트 중심에서 음악 생성 기능으로 제품군 확장
- 유명 인사 (Michael Caine, Matthew McConaughey 등) 음성 라이선스를 확보하여 AI 콘텐츠에 실제 배우 목소리 활용 가능
- 2025년 1월: a16z 및 ICONIQ 주도 시리즈 C에서 1.8억 달러 투자 유치, 기업가치 33억 달러 -> 그 후 수개월 내 ICONIQ와 Sequoia가 추가로 $1억 투자하며 내부 직원 지분 매입, 가치 2배 상승
- Voice AI의 실전 활용 전환기 도달: ElevenLabs는 단순 TTS(Text-to-Speech)를 넘어서 엔터프라이즈 환경에 통합 가능한 음성 에이전트 플랫폼으로 진화 -> PM 입장에서는 음성 기반 인터페이스가 B2B 실전 도입 단계에 도달했음을 시사
- SaaS형 AI 비즈니스 모델의 모범 사례: 빠른 ARR 성장 속도와 구독 기반 수익 모델은 고객 접점이 분명하고 반복적인 니즈가 존재할 때 AI가 SaaS처럼 고속 성장할 수 있음을 보여줌. 타겟 고객군과 반복 과업 정의가 핵심
- 라이선스와 콘텐츠 전략의 시너지 가능성: 유명인 음성 라이선스 확보는 콘텐츠 제작, 교육, 마케팅 등 다양한 산업군에서 차별화 포인트가 될 수 있음 -> 음성 기술 + 콘텐츠 제휴 모델의 결합을 전략적으로 고려 가능
- 실시간 커뮤니케이션의 자동화 트렌드 가속화: 50,000건 이상의 월간 콜 처리라는 수치는 음성 에이전트의 상용화가 기술 실험이 아닌 본격 채택 단계에 들어섰음을 의미 -> 특히 콜센터, 헬스케어, 금융 등의 자동화 기회는 확대 중