핵심 요약
이 문서는 YC가 특히 주목하는 스타트업 기회를 정리한 것으로, 공통점은 AI가 이제 기능이 아니라 산업의 기반이 되었다는 점이다.
관심 분야는 소프트웨어 자동화, 에이전트용 인프라, 반도체와 공급망, 농업·의료·국방·우주 같은 실물 산업 혁신으로 넓게 퍼져 있다.
핵심 질문은 하나다. "AI를 붙이는 수준"이 아니라, "AI 때문에 산업 구조 자체가 바뀌는 곳"을 어디서 다시 만들 것인가.
이번 흐름의 큰 방향
이번 제안들은 단순한 "AI 앱" 목록이 아니다.
더 정확히 말하면, 기존 산업의 병목이 AI 때문에 풀리기 시작한 지점을 모아둔 지도에 가깝다.
예전에는 소프트웨어가 사람을 돕는 도구였다면, 이제는 직접 일을 수행하는 주체가 되고 있다.
그 변화는 두 방향으로 나타난다.
하나는 서비스업의 자동화다.
회계, 보험 중개, 컴플라이언스, 의료 행정처럼 반복적이지만 복잡한 업무를 AI가 직접 수행하는 회사가 등장할 수 있다.
다른 하나는 물리 세계로의 확장이다.
농업, 드론 방어, 하드웨어 제조, 우주 산업처럼 센서·로봇·반도체·공급망이 얽힌 영역에서 AI가 실제 생산성과 안전을 바꾸기 시작했다.
AI가 소프트웨어를 다시 정의하는 방식
가장 큰 변화 중 하나는 소프트웨어의 목적이 "사람이 쓰는 화면"에서 "일을 끝내는 시스템"으로 옮겨가는 점이다.
그래서 YC는 전통적인 SaaS를 보조하는 도구보다, 아예 기존 SaaS를 대체하거나 다시 설계하는 회사를 높게 본다.
예를 들어 예전 ERP나 공급망 관리 도구가 거대한 코드베이스와 복잡한 구축 비용으로 방어력을 가졌다면, 이제는 소규모 팀도 AI를 활용해 더 싸고 빠르게 대안을 만들 수 있다.
즉, 과거의 해자는 코드 양이었지만, 앞으로의 해자는 더 나은 자동화 구조와 더 나은 문제 정의가 될 가능성이 크다.
여기서 중요한 확장 개념이 두 가지다.
첫째는 회사 전체를 AI가 이해할 수 있게 만드는 "회사 두뇌" 또는 "회사용 AI 운영체제"다.
흩어진 문서, 슬랙, 이메일, 티켓, 회의 기록을 구조화해 AI가 안전하게 업무를 처리하도록 만드는 층이 필요하다는 뜻이다.
둘째는 인터페이스 자체의 변화다.
모든 사용자가 같은 화면을 쓰는 시대에서, 사용자가 자신의 필요에 맞게 UI를 재구성하는 동적 인터페이스 시대로 이동할 수 있다는 관점이다.
사람이 아니라 에이전트를 위한 소프트웨어
이 문서에서 특히 강한 메시지는 "다음 대규모 인터넷 사용자는 사람이 아니라 AI 에이전트"라는 점이다.
지금의 웹과 기업 소프트웨어는 버튼을 누르는 인간을 기준으로 설계되어 있다.
하지만 에이전트는 화면보다 API, CLI, MCP 같은 기계가 읽기 쉬운 인터페이스를 선호한다.
그래서 앞으로 중요한 기회는 에이전트를 만드는 것만이 아니다.
에이전트가 안정적으로 탐색하고, 가입하고, 결제하고, 작업할 수 있는 소프트웨어 기반을 만드는 것도 큰 시장이라는 뜻이다.
쉽게 말해, 사람용 쇼핑몰을 만드는 시대 다음에는 로봇 구매 담당자가 쓰기 쉬운 쇼핑몰을 만드는 시대가 올 수 있다.
AI 인프라의 다음 전장: 칩과 공급망
YC는 AI의 다음 병목을 모델 성능 자체보다 실행 구조에서 보고 있다.
특히 에이전트 워크플로는 단일 질의응답이 아니라, 여러 단계의 호출과 분기, 되돌리기, 긴 문맥 유지를 포함한다.
이런 작업은 기존 GPU에서 활용률이 낮아질 수 있고, 그래서 에이전트 실행 방식에 맞춘 추론 칩과 컴파일러가 새 기회로 떠오른다.
반도체 공급망도 별도의 큰 기회다.
첨단 칩은 생산 단계가 매우 많고, 여러 국가를 넘나들며, 병목은 패키징·메모리·수출 규제처럼 계속 바뀐다.
그런데 운영 방식은 아직도 엑셀, 전화, 단절된 시스템에 많이 의존한다.
즉, 칩 산업은 기술 최전선 같지만 운영 체계는 놀랄 만큼 낡아 있고, 그 간극을 메우는 소프트웨어가 필요하다는 이야기다.
실물 산업에서 보이는 거대한 기회
문서가 흥미로운 이유는 AI를 디지털 생산성 도구에만 가두지 않는다는 점이다.
농업에서는 저농약 재배가 대표적이다.
컴퓨터 비전, 센서, 로봇, 생물학적 대체재를 결합해 필요한 위치에만 정밀 대응하면, 농약 사용을 크게 줄이면서 수확량도 높일 수 있다는 관점이다.
의료에서는 개인 맞춤형 진단과 치료가 핵심이다.
유전체, 전자의무기록, 웨어러블 데이터, 새로운 진단 기술, 맞춤형 유전자 치료 비용 하락이 동시에 일어나면서, 치료가 평균값 기반에서 개인별 최적화로 이동할 수 있다.
국방에서는 개별 드론 대응이 아니라 드론 떼 대응이 문제로 제시된다.
핵심은 "무기를 쏘는 일"보다 "실시간 분산 시스템을 운영하는 일"에 가까워졌다는 해석이다.
즉, 센서 융합, 자동 판단, 비운동성 방어 수단, 자율성 스택 공격 같은 새로운 접근이 필요하다.
우주와 하드웨어: 생산능력 자체를 다시 세우는 분야
우주 분야에서는 두 갈래 기회가 보인다.
하나는 우주 공간에서 돌아갈 추론 칩 같은 전자장치다.
재사용 로켓으로 발사 비용과 빈도가 개선되면, 우주에서 필요한 컴퓨팅 수요도 함께 커질 가능성이 높다.
다른 하나는 달이나 우주에서 원재료를 추출하고 구조물을 제작하는 산업 능력이다.
이 관점은 우주를 단순한 탐사 공간이 아니라 생산 공간으로 본다는 점에서 중요하다.
하드웨어 공급망도 같은 맥락이다.
미국의 하드웨어 스타트업이 느린 이유는 단순히 제조비가 아니라 반복 속도가 느리기 때문이다.
중국 선전의 강점은 부품 조달과 제작의 밀집도 덕분에 설계-수정-재제작 루프가 매우 빠르다는 데 있다.
따라서 차세대 하드웨어 회사의 기반은 더 빠른 부품 생산, 설계-제조-물류의 긴밀한 연결, 반복 속도 향상이다.
고객 전략까지 바뀌고 있다
흥미로운 점은 제품 아이디어뿐 아니라 판매 전략도 바뀌고 있다는 점이다.
과거에는 스타트업이 스타트업에 파는 것이 정석처럼 여겨졌다.
하지만 AI 덕분에 소규모 팀도 대기업이 바로 쓸 만한 수준의 제품을 매우 빠르게 만들 수 있게 되었다.
그 결과, 세계적 대기업이 창업 초기 회사의 첫 고객이 되는 일이 더 현실적이 되었다.
핵심은 대기업이 느리고 둔하다는 고정관념을 버리는 것이다.
오히려 중요한 문제를 푸는 팀을 적극적으로 찾고 있는 거대한 구매자 집단이 존재할 수 있다는 뜻이다.
인사이트
이 문서의 핵심은 특정 아이디어 목록보다 "좋은 스타트업 문제를 고르는 기준"에 있다.
좋은 문제는 시장이 크고, 기존 방식이 분명히 고장 나 있으며, AI 때문에 해법의 비용 구조가 갑자기 바뀐 곳에서 나온다.
실천적으로는 세 가지를 볼 만하다.
첫째, 사람이 하던 복잡한 업무를 AI가 끝까지 수행할 수 있는가.
둘째, 에이전트나 자동화 시스템이 쓰기 좋은 새로운 인터페이스와 인프라가 필요한가.
셋째, 농업·의료·국방·반도체·우주처럼 현실 세계의 병목이 기술 변화로 이제 풀리기 시작했는가.
한마디로 정리하면, 지금의 큰 기회는 "AI를 어디에 붙일까"가 아니라 "AI 때문에 무엇을 처음부터 다시 만들 수 있을까"에 있다.
출처 및 참고 : Requests for Startups | Y Combinator
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.