Do things that don't scale

 사업 초기에 이후 규모가 확장되며 유지할 수 없는 일일지라도 과감하게 시도하며 중요한 교훈을 얻어야 한다는 사실을 Y Combinator의 Paul Graham이 소개하였다. 해당 주장의 요지는 그렇게 확장성을 고려하지 않고 빠르게 얻은 교훈으로 고객 및 시장을 분석하고 파악한 귀중한 정보를 바탕으로 다시 확장 가능한 전략을 설계하여 성공적인 사업 확장을 꾀할 수 있다는 것이다.

 이를테면 Airbnb의 창업자들은 뉴욕 지역의 저조한 초기 예약률을 낮은 숙소 사진 품질에서 기인한다고 가정하였고 창업자들이 뉴욕의 숙소들을 직접 방문해 고품질 숙소 사진을 촬영하였으며 이는 예약 매출 2배 상승의 효과를 불러왔다. 사업의 규모가 확장됨에 따라 창업자들은  일일이 뉴욕의 숙소들을 방문하거나 전문 사진기사들을 각자의 숙소에 붙여줄 수 없겠지만 그들은 Airbnb의 숙소 대여 모델이 유효하다는 사실을 시장에 알릴 수 있었고 이는 숙소 공급자들로 하여금 숙소 사진의 퀄리티를 향상할 동기를 제공해 주었다.
 
 우리는 AI 시대에 해당 격언에서 이야기하는 'things that don't scale'을 'things that do scale'로 변환할 수 있는 방법에 대해 진지하게 고민해보아야 한다고 생각한다. 이제 인류는 과거에 scale 할 수 없던 행위들도 인공지능 자동화 시스템 구축을 통해 일정 부분 확장 가능한 기술적 능력을 보유하게 되었다. 앞서 언급한 Airbnb의 사례의 경우에는 공급자가 대충 찍은 사진을 AI (Upscaling 및 Generative Fill)를 활용하여  조명, 구도, 인테리어 요소를 보정해 전문 작가가 촬영한듯한 고화질 사진으로 초기에 창업자들이 직접 촬영해 주던 고품질 사진을 확장 가능한 형태로 변모시킬 수 있다. 
 
 나는 해당 아이디어를 아래 글의 글쓴이인 인수창업가로부터 얻었다. 그는 마케팅 초기에 복합적인 조건(1,000명 ~ 30,000명의 팔로워, 비 MCN 소속, 높은 소통의 밀도)을 갖춘 크리에이터들을 찾아 광고를 하였을 때 콘텐츠가 성과를 보임을 확인하였고 이후 AI 소싱 에이전트를 만들어 해당 전략을 확장 가능한 형태로 만들었다. 특히 그는 AI를 적극적으로 활용하여 해당 전략을 한국 이외의 국가에도 적용하여 해외 시장 진출을 노린다. 이러한 AI의 활용으로 우리는 폭넓은 확장의 선택지를 가져야 한다.

다윗이 골리앗과 싸우는 방법