Google Cloud VP Darren Mowry가 선을 그었어요. "LLM 래퍼? 어그리게이터? 업계는 더 이상 참을 인내가 없다." OpenAI가 GPT-5를 내놓을 때마다 수십 개의 스타트업이 존재 이유를 잃고 있어요. 그런데 같은 시기에 Harvey는 $11B, Glean은 $7.2B 밸류에이션을 찍었거든요. 뭐가 다른 걸까요?
이게 뭔데?
"버티컬 AI"는 특정 산업이나 직무에 특화된 AI 제품을 뜻해요. 법률(Harvey), 기업 검색(Glean), 코딩(Cursor) 같은 거죠. 반대로 "범용 AI"는 OpenAI의 ChatGPT, Google의 Gemini처럼 모든 걸 다 하려는 AI예요.
문제는 범용 AI가 점점 더 잘하게 되면서, "GPT 위에 UI 하나 씌운" 래퍼 스타트업들이 설 자리를 잃고 있다는 거예요. Google VP Darren Mowry의 표현이 정곡이에요: "백엔드 모델이 모든 일을 하고 당신은 그걸 화이트 레이블링하는 거라면, 업계에 더 이상 인내심이 없다." 6개월 전에 차별화 포인트였던 기능이 이제는 GPT-5나 Gemini 2.0의 기본 기능에 포함되는 세상이거든요.
VC Cafe는 이걸 "The Ugly"라고 불렀어요. 수많은 펀딩받은 AI 스타트업이 GPT 위의 얇은 래퍼에 불과하고, 초기 매출은 있었지만 모델 자체가 그 기능을 흡수하면서 피봇하거나, 팔리거나, 문을 닫을 수밖에 없다는 거예요. 실제로 Jasper.ai는 OpenAI가 직접 카피라이팅 기능을 강화하면서 심각한 타격을 받았고요.
그런데 흥미로운 건 — 같은 시기에 버티컬 AI 스타트업들은 2025년 한 해만 $15B 이상의 펀딩을 유치했어요. 죽는 놈은 죽고, 사는 놈은 폭발적으로 크는 양극화가 벌어지고 있는 거죠.
Mowry가 꼽은 사멸 후보 2유형
1. LLM 래퍼: GPT/Claude/Gemini 위에 UI를 씌운 것이 전부인 스타트업. 모델이 업그레이드되면 존재 이유 소멸.
2. AI 어그리게이터: 여러 LLM을 하나의 인터페이스로 묶는 오케스트레이션 레이어. 모델사들이 직접 멀티모달·에이전트 기능을 탑재하면서 가치가 급감.
뭐가 달라지는 건데?
살아남는 버티컬 AI와 죽는 래퍼의 차이는 결국 "해자(moat)의 깊이"예요. Better Tomorrow Ventures는 이걸 "라스트 마일의 길이"로 설명했어요 — 결과를 내기 위해 현실 세계 시스템과 얼마나 복잡하게 조율해야 하는지, 그리고 그 결과에 대한 책임을 누가 지는지가 핵심이라는 거예요.
| 죽는 AI (래퍼/어그리게이터) | 사는 AI (버티컬) | |
|---|---|---|
| 핵심 자산 | UI/UX + 프롬프트 엔지니어링 | 독점 데이터 + 도메인 전문성 |
| 해자 | 모델 업그레이드 시 소멸 | 워크플로우 깊숙이 임베딩 |
| 경쟁 대상 | IT 예산 (기존 SaaS 대체) | 인건비 (사람이 하던 일 자동화) |
| 전환 비용 | 낮음 (ChatGPT로 이동 가능) | 높음 (데이터·워크플로우 락인) |
| 책임 | 사용자에게 전가 | 결과에 대한 책임까지 소유 |
구체적 사례를 보면 차이가 확 와요.
| 회사 | 영역 | ARR | 밸류에이션 | 핵심 해자 |
|---|---|---|---|---|
| Harvey | 법률 AI | $190M | $11B | 60개국 로펌 워크플로우 + 판례 데이터 |
| Glean | 기업 검색 | $200M | $7.2B | 기업 내부 데이터 커넥터 + 에이전트 인프라 |
| Cursor | AI 코딩 | $1B+ | $29.3B | 개발자 워크플로우 완전 장악 |
| Jasper | 카피라이팅 | 하락 중 | $1.5B→? | GPT 래퍼 → OpenAI 직접 기능 흡수 |
Harvey의 경우가 특히 인상적이에요. 2025년 8월 ARR $100M에서 연말 $190M으로, 5개월 만에 거의 2배로 뛰었어요. 밸류에이션도 2025년 2월 $3B → 6월 $5B → 12월 $8B → 2026년 2월 $11B로, 1년 만에 3.7배. 법률 리서치, 계약서 분석, 컴플라이언스 — 이런 건 ChatGPT에 "계약서 검토해줘"라고 치는 것과 차원이 달라요. 60개국 1,000개 이상 로펌의 실무 워크플로우에 깊숙이 박혀 있거든요.
Glean도 마찬가지예요. 단순한 "기업용 ChatGPT"가 아니라, 모델과 기업 시스템 사이의 연결 조직(connective tissue)을 만들고 있어요. Slack, Google Drive, Jira, Salesforce — 기업 내부의 모든 데이터를 연결하고 그 위에서 에이전트가 작동하는 구조죠. 이건 OpenAI가 만들기 어려운 영역이에요.
핵심만 정리: 버티컬 AI 생존 공식
Foundation Capital은 2026년 트렌드를 "Cursor for X"라고 요약했어요 — 법률, 금융, 마케팅, 운영 등 각 분야에서 Cursor처럼 해당 직무의 워크플로우를 완전히 장악하는 AI가 등장한다는 거예요. 이걸 만들려면 뭐가 필요할까요?
- 독점 데이터 해자를 구축하라
제품 사용 과정에서 쌓이는 고유 데이터셋이 핵심이에요. Harvey는 수십만 건의 법률 문서 처리 데이터를, Glean은 기업 내부 지식 그래프를 축적하고 있어요. 범용 모델이 접근할 수 없는 데이터가 곧 해자예요. - 워크플로우의 시스템 오브 레코드가 되라
가끔 쓰는 도구가 아니라, 핵심 업무가 돌아가는 시스템이 되어야 해요. 전환 비용이 높아질수록 범용 AI로의 이탈이 어려워져요. Cursor가 IDE 자체를 장악한 것처럼요. - 결과에 대한 책임을 져라
Better Tomorrow Ventures의 핵심 통찰이에요. "도구를 제공하는 것"과 "결과를 보장하는 것"은 달라요. 결과까지 책임지는 순간 전환 비용이 극적으로 올라가요. - 인건비 라인을 공략하라
IT 예산이 아닌 인건비 예산과 경쟁하세요. 변호사, 영업 담당자, CS 상담원이 하던 일을 AI가 대체하면 ROI가 명확해요. VC Cafe가 말하는 "노동 예산 경쟁"이에요. - 현실 세계 시스템과의 조율 복잡도를 높여라
"라스트 마일"이 길수록 범용 AI가 진입하기 어려워요. 규제, 컴플라이언스, 레거시 시스템 통합 — 이런 복잡한 현실 조율이 진짜 방어벽이에요.
타이밍 경고: 창문이 닫히고 있다
Better Tomorrow Ventures의 핵심 경고예요. 대부분의 스타트업은 "짧은 라스트 마일"에서 시작해서 점차 깊어지는데, 파운데이션 모델이 버티컬화하는 속도가 빨라지면서 그 전환 시간이 압축되고 있어요. 시작 지점의 웨지(wedge)부터 충분한 현실 조율 복잡도가 있어야 모델에 먹히기 전에 확장할 수 있다는 거예요.
