AI 스타트업들은 새로운 기술을 홍보하는 모든 발표 자리에서 과거의 스타트업들과 똑같은 질문을 던지곤 합니다. 바로 ‘제품-시장 적합성(product-market fit)’이라는 목표 지점에 도달했는지 어떻게 판단할 수 있느냐는 질문입니다.
제품-시장 적합성은 오랫동안 광범위하게 연구되어 왔으며, 이 주제에 관한 전문 서적이 수없이 많이 집필되기도 했습니다. 하지만 수많은 분야 중 하나인 인공지능(AI)은 기존에 확립된 비즈니스 관행 자체를 뒤흔들고 있습니다.
한 파트너는 샌프란시스코에서 열린 TechCrunch Disrupt에서 만원 관객을 동원하여 다음과 같이 말했습니다. “솔직히 말해서, 이 분야는 우리가 과거 기술 업계에서 배운 어떤 성공 공식(playbook)과도 비교할 수 없을 만큼 다릅니다. 완전히 판도가 다른 게임입니다.”
그가 꼽은 가장 큰 변화의 축은 AI 세계의 변화 속도입니다. “기술 자체가 고정된 것이 아니기 때문입니다.”
그럼에도 불구하고, 창업자나 운영자들이 제품-시장 적합성을 평가할 수 있는 방법들은 존재합니다.
한 파트너는 청중들에게 ‘지출의 지속 가능성(durability of spend)’에 주목할 것을 조언했습니다. 많은 기업들이 AI 채택 곡선(adoption curve)의 초기 단계에 머물러 있기 때문에, 지출의 상당 부분이 시스템 통합보다는 실험에 초점이 맞춰져 있습니다.
조시는 “단순히 실험용으로 책정된 AI 예산에서 벗어나, CXO(최고경영자)의 핵심 운영 예산으로 지출이 옮겨가는 사례를 점점 더 많이 보고 있습니다”라며, “이것이 단지 일회성 테스트를 위한 도구인지, 아니면 오랫동안 유지될 플랫폼 또는 솔루션인지 확인하려면 그 부분을 깊이 있게 파고드는 것이 매우 중요합니다”라고 설명했습니다.
조시는 또한 스타트업들이 일간, 주간, 월간 활성 사용자 수(DAU, WAU, MAU)와 같은 전통적인 지표들을 고려해야 한다고 덧붙였습니다. “고객들이 비용을 지불하는 제품 및 도구에 얼마나 자주 참여하고 있는가?”를 물어봐야 한다는 것입니다.
보르뎃스키는 이에 동의하며, 정량적 지표들이 고객의 제품 지속 사용 가능성을 시사할 수는 있어도 확신할 수는 없을 때, 질적 데이터(qualitative data)가 섬세한 뉘앙스(nuance)를 제공하는 데 도움이 된다고 설명했습니다.
그녀는 “고객이나 사용자들과 이야기하는 과정, 특히 초기 단계에 많이 진행하는 질적 인터뷰를 통해서는 그 점이 매우 명확하게 드러납니다”라고 말했습니다.
조시는 또한 임원진을 인터뷰하는 것의 유용성도 언급했습니다. “이 기술이 현재의 기술 스택(tech stack)에서 어떤 위치를 차지하는지?”라고 질문해볼 것을 제안했습니다. 나아가 스타트업들은 자신들을 ‘핵심 워크플로우(core workflows)’ 측면에서 어떻게 더 ‘견고하게(sticky)’ 만들 수 있을지 고민해야 한다고 조언했습니다.
마지막으로 보르뎃스키는 AI 스타트업들에게 제품-시장 적합성을 단일한 지점이 아닌 ‘연속체(continuum)’로 인식하는 것이 중요하다고 강조했습니다. “제품-시장 적합성은 어느 한 시점에 국한된 개념이 아닙니다. 자신의 시장 영역에서 어느 정도의 제품-시장 적합성을 가지고 출발하되, 시간이 지남에 따라 이를 점진적으로 강화해나가는 방법을 학습하는 과정입니다.”
[출처:] https://techcrunch.com/2025/11/11/how-ai-startups-should-be-thinking-about-product-market-fit