AI Summit Seoul & Expo 2026 · 현장 노트

기술보다 증거

2026년 AI Summit 코엑스 전시장에서 찍은 사진 137장, IR 피칭 5개사, 기술 세션 10개 관람. 반도체 설비 지능화 플랫폼을 만들고 있는 사람으로서 3일간의 기록에는 기술 이야기보다 "어떻게 팔아야 하는가"에 관한 것들이 훨씬 많이 남아 있었습니다. 창업자에게 실제로 쓸모 있을 것 같은 여덟 가지를 정리했습니다.

01

다섯 개의 IR 자료에서 뽑아낸 공통 규칙

무대에 오른 다섯 곳의 도메인은 겹치는 곳이 하나도 없었습니다. 하드웨어 설계 AI, 제조 운영 레이어, 기기 내장형 보안, 심전도 AI, 바이오. 그런데 설득의 구조는 모두 같은 곳을 향하고 있었습니다.

제품 도입 전과 후를 같은 시간 단위로 비교하고, 줄어든 시간을 고객사의 비용으로 환산해 보여준다.

다섯 개 자료 전부에서 예외 없이 반복된 3단 구조입니다. 6시간 소요되던 작업 시간이 제품 도입으로 24분으로 소요되어 생산성 증가라는 결론에 이릅니다.

기업하는 일무대에서 보여준 숫자
SECA하드웨어 설계 AI (도면·회로도·BOM을 하나의 설계 그래프로)설계문서 검토 6시간 → 24분
설계공수 월 480h → 160h
퓨처워크랩제조 AI 운영 레이어 (업종 판단기준을 제품에 내장)생산 스케줄링 1시간 → 5분
불량원인분석 4~6시간 → 20분대
메디팜소프트심전도 AI (심방세동 선제 예측)12개월 선행 AUC 0.963
등록환자 176,090명
Biobytes근감소증 진단·신약 (종단 바이오뱅크)스크리닝 AUROC 0.903
현행 표준 SARC-F는 0.607
ArbaLabs기기 안에서 도는 자율 AI 블랙박스판단당 증거 0.04KB
배포 300~500KB, GPU 불필요
수치는 현장 발표 슬라이드 기재값입니다. AUC·AUROC는 예측 모델의 성능을 0~1로 나타낸 점수로, 위험한 쪽과 안전한 쪽의 순서를 얼마나 잘 가려내는지를 뜻합니다. 0.5가 동전 던지기이고 0.9를 넘으면 매우 우수합니다 — 뒤에 나오는 0.607은 그래서 "사실상 찍는 수준"이라는 말이 됩니다.

SECA는 여기서 한 걸음 더 갔습니다

"검토 시간이 줄어든다"에서 멈추지 않았습니다. 인당 연 4,700만원 ÷ 240 근무일을 계산해 설계 변경 1건당 150~200만원 절감이라는 단가를 만들었습니다. 구매팀이 결재 올릴 때 쓸 수 있는 형태로 숫자를 가공해 준 겁니다.

메디팜소프트는 비교표를 축 하나로 만들었습니다

경쟁사와의 대비표를 기능 나열로 채우지 않고 예측 구간이라는 단일 축으로 세웠습니다. 12개월 대 1개월, AUC 0.963 대 0.79, 등록환자 176,090명 대 1,901명. 표 하나가 "우리가 다른 리그에 있다"를 말합니다.

그리고 매출 0인 회사가 무대에 올랐습니다

ArbaLabs는 공공 파일럿 3건 선정, 에어버스와 NDA(비밀유지계약), 국제 대회 2위까지 나열한 다음, 슬라이드에 이렇게 적었습니다.

selected ≠ contracted ≠ paid ≠ revenue.
ArbaLabs is pre-revenue.

ArbaLabs IR 자료, 트랙션(고객이 실제로 쓰고 돈을 낸다는 증거) 페이지 하단

pre-revenue는 아직 매출이 발생하지 않은 상태를 말합니다. 선정됐다는 것과 계약했다는 것, 돈을 받았다는 것과 매출이 났다는 것을 스스로 분명하게 구분했습니다. 감추려 했다면 심사역이 먼저 물었을 질문입니다.

가져갈 것

당신 회사의 "AUC 0.963"은 무엇입니까. 제품 설명이 아니라, 고객 환경에서 측정된 숫자 한 줄. 그게 없으면 자료의 나머지 스무 장은 읽히지 않습니다. 그리고 아직 매출이 없다면, 감추는 대신 그 자리에 무엇이 있는지를 같은 급으로 명시하십시오.

02

가격표 — 실제로 얼마를 받고 있나

B2B 창업자에게 가장 구하기 어려운 정보가 타사의 가격표입니다. 이번 IR에서는 세 곳이 실제 단가를 공개했습니다. 세 곳의 구조가 서로 달랐지만 그 차이에서 배울 점이 있었습니다.

기업가격 구조설계 의도
퓨처워크랩 개념검증 3,000만
→ 본구축 5,000만~2억 (단건)
→ 연간 운영 5,600만~1억3,600만
작게 시작해 갱신으로 넘어가는 3단 사다리. 고객은 첫 결재를 3,000만원으로 통과시킬 수 있다
SECA 모듈당 연 2억 / 10명 유닛
객단가 = 모듈수 × 유닛수 × 2억
곱셈식 확장. 연 2억 → 6억 → 18억이 같은 계약서 안에서 일어난다. 고객사에 맞춰 시스템을 지어 주는 구축 대행(SI)은 배제
ArbaLabs 통합 €30~60K (1회)
+ 연 라이선스 €20~35K
+ asset당 €200~12,000/년
고객 자산이 늘면 자동으로 매출이 늘어나는 대수 기반 과금. 400대 → 1,200대에서 반복매출이 2배

세 곳의 공통점

  • 티어드 패키징과 가격 체계가 명확합니다. 고객은 Lite·Standard·Enterprise 처럼 현재 요구 수준에 맞는 에디션으로 시작하고, 사용 범위와 성과에 따라 상위 티어로 확장할 수 있습니다. 낮은 초기 진입 장벽과 명확한 업그레이드 경로가 영업 경쟁력이 됩니다.
  • 진짜 사업은 3단계입니다. 구축비는 현금흐름이고 반복 라이선스가 회사의 가치입니다. SECA는 누적매출 7억 중 반복 라이선스 2.2억을 따로 떼어 말했습니다. 심사역이 보는 숫자는 그쪽입니다.
  • 구축 대행(SI)은 명시적으로 배제합니다. 매출은 나지만 기업가치에 배수가 붙지 않는 매출이기 때문입니다.
가져갈 것

가격표가 없으면 "얼마예요?"에서 대화가 끊깁니다. 금액이 맞는지는 나중 문제고, 미팅 자리에서 즉답할 수 있는 세 개의 숫자를 먼저 종이에 적어 두십시오. 그리고 3단계 중 어디가 반복매출인지를 스스로 명확히 해두십시오.

03

고객은 새로 찾는 게 아니다

실리콘밸리에서 두 번 창업한 분의 세션이 이번 서밋에서 가장 실용적이었습니다.

아이디어는 그렇게 중요하지 않고, 무엇을 먼저 하느냐도 중요하지 않다. 중요한 건 자기 강점에 붙어 있는 것, 그리고 나아갈 모멘텀을 찾는 것이다. 여기엔 때때로 자신에 대한 매우 정직한 시선이 필요하다.

Exercise 01 — Momentum is your guide

그가 나열한 모멘텀의 출처 여섯 가지: 핫한 AI 전문가다 / 오래 대기업에 있어 임원들을 많이 안다 / 좋은 창업자 네트워크가 있다 / 엄청 빠르고 싸게 만들 수 있다 / 초기 투자자를 많이 안다 / 친한 친구가 개인 치과를 운영한다.

마지막 항목이 농담처럼 들리지만 진심이었습니다. 그의 결론은 "unfair advantage — 남들은 갖지 못한 나만의 강점은 어디서든 나올 수 있고, 그게 어디인지 정직하게 보는 게 전부"였습니다. 그리고 그 지점이 곧 첫 고객의 좌표입니다. 이미 반경 안에 있는 사람이지, 새로 찾아야 하는 사람이 아닙니다.

service-as-a-software 파일럿 — 네 단계

01
내부 전도사를 찾는다

임원일 필요가 없습니다. 그 문제로 매달 야근하는 실무자가 최적입니다. 이 사람이 사내에서 당신 대신 설득해 줍니다.

02
그를 통해 임원 피치 미팅에 들어간다

혼자 콜드 어프로치하지 않습니다. 전도사가 자리를 만들고, 당신은 그 자리에서 세 가지를 말합니다.

03
파일럿을 돌린다

무료여도 됩니다. 범위는 업무 하나로 못 박습니다.

04
LOI를 받고 유료로 전환한다

LOI(Letter of Intent)는 유료 전환 서약서입니다. 파일럿이 끝난 뒤가 아니라 시작하기 전에 서명받습니다."기간이 끝난 뒤 성공이든 실패든, 계속 쓰겠다면 요금을 지불한다."

발표자는 이 방식으로 지난 회사에서 고객 3곳으로부터 $2M(약 28억 원)을 만들었습니다. 컨설팅으로 시작해 엔터프라이즈 SW 계약으로 전환한 매출이었습니다.

영업 대화에 반드시 들어가야 하는 세 가지

요소실제 문장 예시
Pitch the impact"우리는 귀사의 $100M(약 1,390억 원) 마케팅 예산에서 효율을 X% 개선할 수 있습니다" — 숫자가 먼저, 기능은 나중
Show feasible path"Google·Meta API를 이용해 사람 개입 없이 귀사 캠페인에 연결할 수 있습니다" — 어떻게 가능한지
Convince leaders"저는 Expedia, Meta, Snap 등 복잡한 조직에서 이미 이걸 해봤습니다" — 왜 당신인지

그리고 프레이밍에 관한 경고 하나

매출을 늘려준다는 쪽이 언제나 낫다는 건 아닙니다. 다만 비용을 줄여준다는 쪽이 대체로 더 어렵습니다. 진짜로 비용을 줄이려면 사람을 줄이거나 하던 일을 없애야 하는데, 그건 회사 안에서 꺼내기 어려운 얘기이니까요.

Monetization — Sales process needs to include 3 things

결재를 올리는 사람이 곧 그 조직의 장이기 때문입니다. 자기 팀이 작아지는 품의서를 스스로 쓸 사람은 없습니다. 그래서 같은 제품이라도 "인력을 줄일 수 있습니다"는 조용히 멈추고, "같은 인력으로 두 배를 관리할 수 있습니다"는 통과됩니다. 사실은 같은 얘기인데 말입니다.

"구매 프로세스가 12개월이라 안 됩니다"를 들었을 때

세션에서 제시한 네 개의 우회로입니다. 넷 다 제품을 더 만들지 않고 지금 상태로 돈을 받는 방법입니다.

  • 컨설팅 선행 — 내 시간을 컨설턴트로 팔고, 임팩트가 증명되면 SW 계약으로 전환. 계약서에 전환 조항을 미리 넣습니다.
  • 얼리 커스터머 딜 — 초기 제품을 시도하는 리스크에 대한 보상. 라이프타임 딜, 고정 단가.
  • 디자인 파트너십 + LOI — 함께 제품을 다듬는 조건으로 무료 제공하되, 유료 전환 서약서를 받습니다. 발표자는 자금조달 진입 시점에 LOI 5건을 들고 있었고, 그게 투자자에게 가장 강한 신호였다고 말했습니다.
  • 새 고객 프로파일 — 대기업이 안 되면 창업자·소규모 기업. 대표가 직접 결정하고 다음 달에 시작할 수 있습니다.
04

15영업일 PoV, 그리고 GO / 보완 / STOP

PoV는 Proof of Value, 가치 증명입니다. 기술적으로 되는지를 보는 PoC(Proof of Concept, 개념 증명)와 달리, "우리 돈 주고 살 가치가 있나"를 고객사의 숫자로 판정합니다. PoC를 돌려본 창업자라면 아래 문장들이 하나하나 아플 겁니다.

PoV의 결과물은 데모가 아니라 다음 투자를 결정할 증거입니다.

Enterprise AI OS 세션

착수 전에 합의하는 다섯 개의 기준

품질 · 처리시간 · 비용 · 통제 · 현업 사용성. 이 다섯 개의 목표치를 구현 시작 전에 문서로 합의합니다. 그리고 종료 시점의 판정은 셋 중 하나입니다.

판정의미다음 행동
GO합의한 기준을 충족했다본구축 범위 설계로 진행
보완가능성은 확인됐으나 조건이 부족하다범위·데이터·기준을 보완해 재검증
STOP이 업무에는 맞지 않는다추가 투자 중단

STOP이 선택지에 들어 있다는 게 핵심입니다. 판정 기준 없이 시작한 PoC는 마무리 없이 흐지부지되며 결과적으로 아무런 교훈도 남기지 않습니다.

업무 하나를 15영업일로

사전
Gate

과제 1건 · 대표 데이터 · 현업 담당자 · 보안 환경. 이 넷이 합의되지 않으면 착수하지 않습니다.

1~3일
기준선과 성공조건

지금 이 업무가 몇 시간 걸리는지부터 측정합니다.

4~6일
데이터 구조화와 권한

누가 무엇에 접근할 수 있는지를 여기서 정합니다.

7~10일
업무 흐름 구현
11~13일
현업 평가와 예외

예외 케이스를 여기서 드러냅니다. 데모에서 숨기면 본구축에서 터집니다.

14~15일
시연과 다음 판단

GO / 보완 / STOP.

가져갈 것

발표자가 붙인 한 줄이 전부입니다. 기간을 줄이는 핵심은 단계를 생략하는 것이 아니라 업무 하나에 집중하는 것입니다.

05

두 번째 고객에서 제품인지 용역인지 갈린다

B2B 딥테크에서 가장 자주 나오는 심사역 질문이 "그거 결국 SI 아닌가요?"입니다. 이번에 그 질문에 답하는 방식을 두 곳이 각각 보여줬습니다.

퓨처워크랩 — 지식을 3층으로 쪼갠다

담기는 것재사용
고객 누적층그 회사만의 기밀, 사내 별칭, 작업 표준, 판정 기준, 결재선불가
업종 패키지같은 업종 전부에 해당하는 설비·공정·거래형태·업종 규정·판정 절차가능
공통층전 고객 공통 — 실체, 관계, 측정량, 물성, 규정 표현형식, 사고구조가능

이 구조 위에서 그들의 확장 논리는 한 문장으로 정리됩니다. 첫 고객은 3층 전부 신규, 같은 업종의 다음 고객은 1층만 신규, 같은 고객의 다음 업무는 신규 0. 원가 곡선이 어떻게 꺾이는지를 그림 한 장으로 보여준 겁니다.

SECA — 70 대 30

같은 얘기를 비율로 말했습니다. 플랫폼의 70%는 산업 공통 자산이고 30%만 기업별 커스텀. 숫자 하나로 "우리는 매번 새로 만들지 않는다"가 전달됩니다.

Biobytes — 하나의 자산, 세 개의 사업

15년간 3개 병원에서 모은 종단 바이오뱅크 하나가 신약 타겟 발굴 · AI 스크리닝 · 건강기능식품 세 개를 동시에 굴립니다. 슬라이드의 표현이 정확했습니다 — "One longitudinal data asset powers both target discovery and clinical phenotyping."

수집 → 실환경 데이터 → 배포 → 모델 학습 → 처리 → 다시 수집

realman, The Data Flywheel Drives Robot Autonomy

플라이휠은 한번 돌기 시작하면 스스로 가속되는 구조를 말합니다. 로봇 회사가 그린 그림이지만 업종과 무관하게 성립합니다. 고객이 늘어날수록 자산이 좋아진다는 걸 그림 한 장으로 증명할 수 있는가 — 이게 배수를 결정합니다.

가져갈 것

자료에 "동일 업종 두 번째 고객의 재사용률 X%, 도입 소요 Y일"을 넣을 수 있으면, "결국 고객마다 새로 만드는 거 아닌가요"라는 질문이 그 자리에서 끝납니다. 두 번째 고객에게는 이미 만들어 둔 것을 그대로 다시 씁니다. 새로 만드는 게 아니니 사람이 덜 들어가고, 그래서 매출이 두 배가 돼도 인력은 두 배가 되지 않습니다. 퓨처워크랩이 18개월 마일스톤의 첫 번째 증명 과제로 잡은 것이 정확히 이 항목이었습니다. 아직 두 번째 고객이 없다면, 그게 다음 목표라는 뜻입니다.

06

좁고 깊게 — 문제정의의 사다리

기조 세션에서 나온 예시인데, 반도체를 몰라도 사다리 자체가 그대로 쓰입니다.

질문상태
1우리 반도체 회사가 매출을 늘리는 방법은?넓고 얕음
2메모리 반도체 제품의 수율을 올리는 방법은?
3불량률 감소를 위한 품질관리 방법은?
4데이터 분석을 통해 불량 원인을 식별하는 방법은?
5특정 메모리 제품 웨이퍼의 불량 패턴(center, edge, scratch, ring, random, local)을 자동 감지하자좁고 깊음
문제정의가 잘못되면 구현 시 필요한 데이터가 지나치게 많거나, 애초에 데이터를 정의할 수 없다.
문제정의가 잘못된 것을 과제화 시키면 반드시 실패한다.

기조 세션 — 돈 되는 AI

5번까지 내려가야 필요한 데이터가 특정되고, 성공 여부를 측정할 수 있고, 누가 돈을 낼지가 명확해집니다. 1번은 창업자에게는 야심이지만 고객에게는 "우리 얘기는 아니네"로 읽힙니다.

가져갈 것

지금 회사 소개서 첫 문장이 위 사다리의 몇 번인지 세어 보십시오. 1~2번이면 아직 팔리지 않는 게 정상입니다. 범용성은 아키텍처 원칙으로 안에 두고, 밖으로는 5번 한 문장만 내보내는 편이 낫습니다.

07

AI기본법은 이미 시행 중이다

기술 세션에서 가장 반복적으로 언급된 날짜가 2026년 1월 22일이었습니다. AI기본법 시행일입니다. 여러 발표자가 같은 표현을 썼습니다 — "근거의 문서화가 법적 요건이 됐다."

위험 등급에 따라 자율성을 설계한다

위험도업무 유형AI의 역할사람의 역할
낮음조회 / 요약자동 처리, 근거 제시개입 없음
중간초안과 추천정책 검사 후 생성담당자 검토 및 승인
높음고위험 판단과 외부 실행분석 / 제안명시적 권한 · 최종 승인 · 감사기록

세 줄 중 실제로 어려운 건 맨 아래입니다. 고위험 판단과 외부 실행은 기술 난이도가 아니라 책임 소재의 문제라서, 누가 승인하고 무엇을 기록으로 남길지를 고객사와 하나씩 합의해야 합니다. 저도 이 단계는 조사에 가장 많은 시간을 들이고 검증 기간도 가장 길게 잡아 두었습니다. 위의 두 줄보다 훨씬 천천히 가야 하는 구간입니다.

그리고 흐름이 하나 더 바뀌었습니다

앞으로의 AI 성능 향상은 더 많이 학습해서가 아니라, 이미 학습된 것을 더 잘 써서 나온다.

AI 패러다임 세션 — 인터넷 학습 데이터는 2028년경 고갈, compute 대비 성능 이득은 급감 중

규제는 설명 가능한 정적 모델 쪽으로, 기술 담론은 "덜 학습하고 더 잘 쓰기" 쪽으로 동시에 움직이고 있습니다. 학습 데이터를 요구하지 않는 제품을 만들고 있다면, 그건 더 이상 타협이 아니라 포지션입니다.

08

돈은 넘치는데 기준은 그대로다

투자 동향 세션의 숫자는 화려했습니다. 2026년 상반기 글로벌 벤처투자 $510B(약 709조 원) — 2025년 연간 전체($440B, 약 612조 원)를 여섯 달 만에 넘겼습니다. 1분기 기준 AI가 글로벌 벤처펀딩의 81%, 2년 전에는 30%대였습니다.

그런데 같은 세션의 마지막 장이 이랬습니다.

Gross margin, LTV/CAC, CAC 회수 기간. 번 효율이 밸류에이션을 결정한다.
AI라는 단어가 기본기를 대체하지 않는다.

실리콘밸리 AI 스타트업 트렌드와 투자 동향

Gross margin 매출총이익률 · LTV/CAC 고객 한 명이 평생 가져다주는 이익을 그 고객을 데려오는 데 든 비용으로 나눈 값 · CAC 회수 기간 획득 비용을 되찾는 데 걸리는 개월 수 · 번 효율 현금 1원을 태워 매출을 얼마나 만들었는가 · 밸류에이션 기업가치. 새로운 지표가 하나도 없다는 게 이 슬라이드의 요점입니다.

자료를 만들 때 쓸 만한 두 가지

  • "최고의 자료는 잠재 질문의 90%가 부록에 답이 있다." 시장 규모, 경쟁 분석, 수익화 전략 — 한 장 넘게 설명해야 하는 건 전부 부록으로 내립니다. 본문은 짧아지고 Q&A는 강해집니다.
  • "엔터프라이즈 계약 단 1~2건이 투자자에게 딜을 성사시킨다." 발표자는 첫 엔터프라이즈 계약(단독 ACV 약 $1M, 약 14억 원 — ACV는 연간 계약 금액)을 확보한 뒤 $3M(약 42억 원)을 조달했습니다. 기능을 스무 개 더 만드는 것보다 계약서 한 장이 빠릅니다.

그리고 방어 가능한 해자는 셋뿐이라고 했습니다

해자(moat)는 성 둘레의 물길에서 온 말로, 경쟁사가 쉽게 따라 들어오지 못하게 막는 구조적 장벽을 뜻합니다.

해자내용
물리 세계AI가 아직 물리적으로 대체하지 못하는 영역
유통과 네트워크 효과포춘 500대 기업의 다수에 침투하거나, 낮은 비용으로 고객을 모으고 이탈시키지 않는 능력
독점 데이터와 규제남이 복제하기 어려운 분석을 가능케 하는 데이터. 그리고 여전히 사람의 개입이 필요한 복잡한 규제 산업

모델을 잘 만드는 것은 목록에 없습니다. 세 번째 항목이 특히 중요합니다 — 규제 산업의 지저분함은 진입 장벽이지 감점 요인이 아닙니다.

닫으며

50번 말해야 3건이 남습니다

세션 발표자는 첫 스타트업의 자금 조달 과정에서 약 50명의 투자자와 이야기했다고 말했습니다. 고객도 다르지 않을 겁니다.

사흘간 137장을 찍고 돌아와 제 제품 문서를 다시 열었을 때, 고쳐야 할 것은 알고리즘이 아니라 기술의 가치를 수치로 변환하는 일이었습니다. 고객 환경에서 측정된 숫자 한 줄, 즉답할 수 있는 가격표, 두 번째 고객의 재사용률, 그리고 파일럿 전에 받는 서명 한 장.

다섯 개의 IR 자료가 저보다 앞서 있었던 이유가 기술이 아니었다는 것 — 그게 이번 서밋에서 제가 가장 비싸게 배운 문장입니다.