a16z의 2025 기술분야 빅 아이디어들

• a16z가 예상한 2025년의 큼직한 아이디어들
• 구성원별로 의견을 낸 것을 정리한 글이라 해석 및 신뢰도에 있어서는 주의 필요
• 하지만 현재 바이오+헬스, 컨슈머 기술, 크립토, 엔터프라이즈+핀테크, 게임, 성장단계 기술, 인프라 분야등에서 현재 상황 및 다양한 아이디어를 얻을 수 있음

[American Dynamism]

원자력의 부활

• 2025년에는 규제 개혁, 대중적 관심, 대규모 자금 투입, 그리고 AI 데이터 센터를 비롯한 막대한 에너지 수요가 맞물려 원자로 발전 수요가 오랜만에 크게 늘어날 전망임
• 미국 내 에너지 수요가 급증하면서 노후화된 전력망이 흔들리고, 안정적인 전력원에 대한 관심이 다시 높아지고 있음
• Three Mile Island와 같은 폐쇄된 원자력 발전소가 재가동될 예정이며, 미국 양당의 지지와 친환경 에너지에 대한 국민적 열망이 원자력 재부흥을 뒷받침함
• 단순히 에너지를 넘어, AI 경쟁력 확보와 국력 증진, 그리고 안정적인 전력망 구축의 관점에서도 원자력이 핵심임

미래의 일자리: 하드웨어-소프트웨어 간극의 극복

• 2000~2010년대에는 주로 코딩 위주의 인재 양성이 활발했음
• 최근에는 AI 기술을 실제 하드웨어에 적용해 활용도를 높이는 직군 수요가 크게 늘어나는 추세임
• 제조∙생산 재배치(리쇼어링)와 숙련된 근로자의 대량 은퇴, AI·자율화의 확산 등으로 인해 기계∙전기∙제어∙RF∙산업∙품질 엔지니어링 등 다양한 분야가 새롭게 주목받고 있음
• 향후 10년 동안 일부 하드웨어 관련 엔지니어링 직군의 성장세가 기존 소프트웨어 엔지니어링을 앞설 수도 있음

‘캐치’가 예고하는 우주 산업의 다음 단계

• Starship 부스터를 착륙시키는 “캐치” 성공으로, 150톤 이상의 대형 화물을 빠르고 재사용 가능하게 싣고 갈 수 있는 시대가 가까워지고 있음
• 이로 인해 사람∙화물의 달∙화성 운송뿐 아니라 대형 데이터 센터, 우주정거장, 생물의학 실험실 등을 우주에 배치할 가능성이 높아짐
• 지구 상의 어느 지점이든 40분 이내에 이동할 수 있는 초고속 운송도 현실화될 수 있음
• 2025년을 기점으로, 이전까지 SF로 여겨졌던 기술이 현실로 들어오는 전환점이 될 수 있음

분산형 방위의 미래

• 자율 드론, 센서 네트워크, 전장 AI가 점차 사람의 개입 없이 즉각적인 의사결정을 내리는 시대가 다가오는 중임
• 전투 병력이 외진 지역에서 실시간 정보를 받아, AI 기반 분석을 통해 즉석에서 전략을 조정해야 할 가능성이 높아짐
• 이런 분산형 지휘 체계에는 안정적인 전력 공급과 컴퓨팅 자원을 위험 지역에서도 확보할 수 있어야 함
• 에너지·우주·AI 분야에서의 기술적 진전이 국가 안보 경쟁력에 직결될 전망임

XR 기기, 개발자를 위한 도약

• XR(확장 현실) 기기가 물리적 세계 응용에 활용될 수 있는 잠재력이 높아지고 있음
• Apple Vision Pro, Meta Orion 등 새 플랫폼들이 등장했으나 아직 소비자 도입 및 개발자 생태계는 초기 단계임
• 특히 로보틱스∙자율주행∙시뮬레이션 분야에서 XR 기기가 중요한 역할을 수행하는 중임
• 물리적 공간에 관한 데이터나 상호작용이 많은 산업들에서 XR 기기의 도입이 늘어날 가능성이 큼

지구 관측 데이터 활용

• 최근 5년 동안 지구 관측 위성 수가 500기에서 1000기 이상으로 두 배 증가해, 이미지∙데이터를 쉽게 얻을 수 있는 기반이 확대되고 있음
• 정부∙학계에서는 이미 대규모 투자로 지구 관측 데이터를 활용하는 다양한 툴을 구축해옴
• 그러나 아직 이 분야에서의 상업적 수익 창출은 미미한 편임
• 진정한 기회는 단순 분석 도구나 대시보드를 넘어, 특정 산업의 문제 해결을 위해 지구 관측 데이터를 여러 도구 중 하나로 활용하는 제품에서 나올 가능성이 높음
• 미래에는 공급망∙도시계획∙재난 대응 등 다양한 영역에서 지구 관측 데이터가 필수 자원으로 자리 잡을 수 있음

로봇 데이터 수집의 다음 단계

• 여러 기업이 텔레오퍼레이션, 시뮬레이션(sim2real), 모듈형 로봇 팔, 기타 방법으로 대규모 로봇 데이터를 모으고 있음
• 대규모 데이터를 통해 현실 세계에서 범용적으로 동작 가능한 로봇을 개발하려는 시도임
• 이전에는 자율주행 붐과 함께 Scale AI가 이미지 라벨링 등 ‘정확한 정책 데이터’ 수집에 집중했으나, 이제는 벤치마크∙선호도∙안전성∙레드팀 등 더 복잡하고 비용이 높은 영역이 중요해짐
• 로봇 분야에서도 위험 환경에서의 안전성 평가나 복잡한 벤치마크 체계가 등장할 것으로 보임
• 결국 대규모 정책 데이터를 구축해도, 실전 배치를 위해서는 이차적 시스템(안전 테스트∙복잡한 평가 체계 등)을 함께 구축해야 함

자유 공간 광통신 분야의 새 발걸음

• 2025년에는 자유 공간 광통신이 더 발전할 것으로 기대됨
• 기존 무선(RF) 통신 대비 더 높은 속도와 직접성(지향성)을 확보할 수 있으나, 여전히 다운타임∙간섭 문제를 해결하는 기술은 미흡함
• QPSK∙OFDM 같은 무선통신 기법에 준하는 고급 변조 기술, 빔 조향∙에러 보정을 향상시키는 기술 등이 등장해 효율을 높일 가능성이 큼
• 더욱 정확한 위치∙항법∙타이밍(PNT) 시스템이 접목되어 특히 이동형 통신에서 빔 정렬을 개선할 전망임
• 이러한 발전이 통신∙위성∙방위 산업 등에 큰 영향을 줄 것으로 예상됨

[Bio + Health]

큰 질환에 다시 도전: Big is Back

• 2025년, 바이오∙제약 분야에서는 초기 단계 바이오텍 스타트업조차 흔히 알려진 큰 질환에 다시 도전하기 시작할 것으로 보임
• GLP-1 계열 약물이 비만∙당뇨 영역에서 2030년까지 1000억 달러 이상의 시장을 형성할 것으로 예상되며, 심혈관∙대사성 질환 분야에 새로운 활력을 불어넣고 있음
• 자가면역질환 분야에서도 조용히 혁신이 일어나는 중임
  • 독일 뮌헨의 Dr. Georg Schett는 특정 B세포 암을 치료하는 CAR-T 세포 치료법이, B세포가 관여하는 자가면역질환(예: 루푸스, 관절염)에도 적용 가능하다고 가정함
  • 최근 발표된 연구에서, 기존 치료로 개선 효과가 없던 15명의 환자 전원이 CAR-T 치료 후 극적인 호전을 보였음
  • Dr. Schett는 이를 “컴퓨터의 리셋 버튼처럼, 면역 체계를 완전히 재시동해 정상적으로 작동하게 하는 것”에 비유함
• 이처럼 인상적인 임상 결과와 비만 치료 신약의 성공 사례에 힘입어, 가장 흔하고 규모가 큰 질환을 겨냥한 새로운 바이오∙스타트업 혁신이 촉진될 것으로 예상됨

헬스의 민주화: 테크가 이끄는 변화

• 최근 몇 년간, 혈액 지표를 AI가 분석하거나 생체 신호를 추적하는 웨어러블, 전신 스크리닝 같은 기술이 등장하면서 ‘건강의 민주화’가 진행 중임
• 환자가 임상 환경 밖에서도 자신만의 데이터를 확인하고, 주도적으로 건강을 관리하는 시대가 열림
• AI는 개인 맞춤형 분석∙추천을 제공하고, 기존에 놓치던 패턴을 찾아내어 조기 진단∙예방이 가능하게 해줌
• 질병 치료 중심의 복잡한 의료 체계에서, 이러한 기술은 예방 및 조기 발견에 집중한 새로운 모델로 변화를 이끌고 있음
• 예측 기반 통찰로 인해 환자는 제때에 현명한 결정을 내릴 수 있게 됨

헬스케어의 ‘슈퍼 스태핑’

• 헬스케어는 임상 인력 부족이라는 대규모 위기에 직면해 있음
  • 향후 5년간 급증할 진료 수요를 감당하기에 의사∙간호사가 턱없이 부족함
• 한편, 헬스케어 행정 영역에서는 필요 이상으로 많은 인력이 반복적인 일을 처리해 비용을 높이고 있음
• 즉, 현재 인적 자원을 최대한 효과적으로 활용하고, 기술을 통해 단순 업무를 자동화해야 하는 절박함이 있음
• 이 문제 해결의 열쇠 중 하나로 AI가 주목받고 있음
  • 2025년에는 의료 현장에서 전문 AI 모델들이 ‘슈퍼 스태핑’ 플랫폼 역할을 할 것으로 예상됨
  • 이렇게 되면, 기존에는 주로 IT 예산에서 집행되던 투자 대신, 인력 예산 쪽에서 더 큰 규모의 기회를 확보할 가능성이 높아짐

‘아보카도’ 같은 신약 타깃

• 신약 개발은 매우 어렵고 생물학은 헤아릴 수 없을 만큼 복잡함
  • 유망한 타깃을 찾아 철저히 검증해야 하며, FDA 승인을 얻기까지 10년 이상과 막대한 비용이 소요됨
• 그러나 새로운 의약품은 환자∙기업∙사회의 큰 가치를 창출함
  • 타깃을 잘못 잡으면 대규모 실패가 되고, 또 GLP-1 같은 차세대 주요 타깃 기회를 놓치는 것도 치명적임
• 생물학적 타깃은 아보카도와 비슷함
  • “이른 단계… 이른 단계… 아직 안 익음… 이제 먹어야 함! …이미 늦었음”
  • 적절한 시점을 맞추기 어려우며, 특정 타깃이 검증되면 여러 기업이 일제히 달려듦
  • 중국 등도 공격적으로 뛰어들고 있어 경쟁은 더욱 치열해지고 있음
• 스타트업이라면 어떻게 해야 할까
  • 2025년을 내다볼 때, 점점 더 “얻어낸 비밀(earned secret)”이 중요해질 것으로 보임
  • 신흥 유망 타깃에 대한 독자적 통찰이나, 이미 핫한 타깃을 겨냥하되 차별화된 접근 방식을 확보해야 함
  • 기술∙AI를 적극 활용해 이 ‘비밀’을 찾고 유지해야 하며, 그 타이밍을 놓치면 시장에서 밀려날 수 있음

[Consumer Tech]

“AI 드러머”와 실시간 AI의 잠재력

• AI 드러머가 인간 연주자의 즉흥적 변화에 실시간으로 맞춰주어 밴드 합주에 자연스럽게 융화될 수 있음
• Latent Consistency Models(LCMs)의 등장으로 거의 실시간에 가까운 AI 처리 속도가 가능해지고 있음
• 생성 속도가 빨라짐에 따라 라이브 비디오-투-비디오 같은 새로운 활용 사례가 이어질 전망임
• 교육 현장에서도 실시간으로 학생들의 반응을 분석해 수업 방향을 조정할 수 있는 가능성이 열림
• 아이디어가 생성되는 순간 즉각적인 피드백 루프를 제공해, 창작 작업에서 인간-AI 간 진정한 협업이 가능해질 것임

AI 동영상의 전문화

• 누구나 간단한 이미지나 텍스트 프롬프트만으로 사실적인 동영상 클립을 만들 수 있는 시대가 옴
• 하지만 2025년에는 특정 용도에 최적화된 AI 동영상 도구가 늘어나면서, 더 깊이 있는 스토리와 일관된 캐릭터 표현을 구현할 수 있을 것으로 예상됨
• 제품 마케팅, 장편 영화, 하이퍼리얼리즘 3D 아바타, 배경용 B-roll, 애니메이션 등 세분화된 모델들이 각각의 채널(TikTok, YouTube, 광고, 극장 등)에 맞춰 고도화될 전망임
• 초기 프로토타입 수준에서 나아가 하나의 예술 장르로 성장할 가능성이 높음

“AI 브레인”의 해

• 우리의 문자∙이메일∙소셜 댓글 등 디지털 흔적을 AI가 이해하고 활용하는 “디지털 브레인” 개념이 주목받고 있음
• 대규모의 비정형 데이터(텍스트∙활동 기록 등)를 LLM에 “수출”해 활용해보니, 일상적 의사결정 지원은 물론 개인적인 상황 대응에도 큰 도움을 줄 수 있음
• 2025년에는 AI가 개인의 성향을 보다 깊이 파악해, 자기이해와 대인관계, 업무 생산성을 향상시키는 다양한 앱이 등장할 것으로 전망됨
• 무한에 가까운 기억력을 가진 AI를 통해, 사람들은 의사결정과 개인 성장 과정에서 실질적 도움을 받을 수 있음

지식 업무의 개인화

• AI가 글을 잘 만들어도, 사용자 본인의 목소리(톤과 스타일)를 반영하지 못하면 오히려 사용성이 떨어지는 문제점이 존재함
• 이미지 분야에서 LoRAs, SREFs 등을 통해 스타일 컨트롤이 가능해졌듯, 문서∙지식 업무에도 비슷한 방식의 컨트롤이 필요함
  • 예: 이메일 문체를 개인화하거나, 회사 슬라이드 템플릿에 맞춰 포맷을 자동 반영하는 형태
• 상황에 따라 AI가 사람에게 도움을 요청하고, 작업을 이어받아 진행하는 협업 형태가 등장할 수도 있음
• 이러한 개인화와 협업 과정을 통해, AI가 작업 일부를 맡음으로써 지식 노동의 효율이 크게 높아질 수 있음

정성적 데이터 분석에 AI 접목

• 기존 분석 소프트웨어는 수치∙정형 데이터를 주로 다뤄 왔으나, 실제 중요한 맥락은 텍스트∙이야기∙비정형 정보에 존재함
• LLM, 웹 기반 에이전트, 멀티모달 모델 등의 등장이 정성적 정보를 포착하고 수치 데이터와 결합할 수 있게 만듦
• 2025년에는 질적∙양적 데이터를 융합하는 새로운 분석 툴이 대거 등장해, 보다 폭넓은 통찰을 얻을 수 있을 전망임
• 이 변화를 토대로 미래 대형 AI 네이티브 기업이 탄생할 가능성이 높음

[Crypto]

AI가 에이전트가 되려면 필요한 것: 자율 지갑과 온체인 활동

• AI가 단순한 NPC(Non-Playing Character)가 아닌 메인 캐릭터처럼 자율적으로 행동하기 위해서는, 시장에서 검증 가능한 방식으로 거래∙자원 분배∙선호도 표현 등을 수행할 수 있어야 함
• 이미 @truth_terminal 같은 AI 에이전트가 크립토를 활용해 트랜잭션을 처리하면서, 새로운 콘텐츠 기회가 열리고 있음
• 앞으로 AI 에이전트가 직접 지갑을 소유하고, 키를 보관∙서명하며, 크립토 자산을 운영하게 되면 새로운 유스 케이스들이 등장할 전망임
  • 예: DePIN(탈중앙 물리적 인프라 네트워크)의 노드를 운영∙검증하거나, 고가치 게임 플레이어가 되는 경우 등
• 궁극적으로는 AI가 설계∙운영하는 자체 블록체인까지 등장할 가능성이 있음

‘분산형 자율 챗봇(DAC)’ 등장

• TEE를 활용해 사람이 아닌 봇이 실제로 자율적으로 작동한다는 것을 증명할 수 있음
• 여기서 한발 더 나아가, ‘분산형 자율 챗봇(Decentralized Autonomous Chatbot, DAC)’ 개념이 부상하고 있음
  • 매력적인 콘텐츠를 생성해 팔로워를 모으고, 탈중앙 소셜 미디어로 활동하며, 크립토 자산을 직접 관리할 수 있음
  • 봇의 소프트웨어와 프라이빗 키를 TEE 안에 가둬둠으로써, 실제로 어떤 사람도 봇의 키에 접근할 수 없도록 함
• 물론 위험 요소가 커질수록 규제가 필요할 수 있음
• 그러나 이 챗봇이 퍼미션리스 노드들의 합의 프로토콜 위에서 작동하며 자체 수익∙자산을 관리한다면, 세계 최초의 완전 자율적 억(億)달러 규모 주체가 될 수도 있음

AI 시대에 필요한 ‘사람 인증(Proof of Personhood)’

• AI가 사실상 인간을 흉내 내는 콘텐츠를 대량으로 쉽고 저렴하게 생성하면서, 사람임을 증명하는 방식이 더욱 중요해짐
• 콘텐츠가 ‘진짜 사람’이 만든 것인지 구별하기 위해서는 개인 데이터를 비공개적으로 연동하는 ‘인간성 증명’이 필수적임
• 인간 고유성이 보장된 ID를 발급받는 것은 무료일 수 있지만, AI가 무제한으로 발급받기는 어렵도록 설계해야 함
• 이런 ‘유일성(uniqueness)’ 속성, 즉 시빌 저항(Sybil resistance)이 디지털 아이덴티티의 핵심 특성이 될 전망임

예측 시장 그다음: 정보 집계 메커니즘의 진화

• 2024년 미국 대선을 기점으로 예측 시장이 재조명됐지만, 2025년에 진정한 변화를 이끌 것은 ‘정보 집계 메커니즘’임
• 예측 시장은 대규모 ‘매크로’ 이벤트에는 효과적일 수 있으나, 규모가 작거나 세부적인 이슈에는 유의미한 데이터가 부족할 수 있음
• 이미 경제학∙시장 설계 분야에서는 다양한 형태의 인센티브 설계 방안이 연구돼 왔으며, 이들이 블록체인 기술과 결합되고 있음
• 블록체인은 탈중앙성과 투명성 측면에서 이러한 기법을 구현하기에 최적의 플랫폼임
  • 모두가 실시간으로 결과를 확인∙해석할 수 있음

대기업의 스테이블코인 결제 도입 가속

• 스테이블코인은 이미 “가장 저렴한 달러 송금 수단”으로 자리 잡아 범용 결제에 대한 적합성을 증명해옴
• 현재는 일부 개인∙소규모 비즈니스 중심이지만, 2025년에는 더 많은 중소∙대기업이 스테이블코인 결제를 도입할 것으로 예측됨
• 특히 오프라인 매장(카페, 식당 등)은 크레딧카드 수수료 부담이 커, 스테이블코인 결제로 전환할 인센티브가 큼
• 대기업들도 결제 서비스 수수료 절감을 위해 이 레일을 적극 활용할 가능성이 있음

정부 채권의 온체인 발행

• CBDC(중앙은행 디지털 화폐)처럼 감시 우려가 큰 형태가 아닌, 정부가 뒷받침하는 디지털 자산(이자 지급형)을 만들기 위해 국채를 온체인 발행하는 방안이 고려됨
• 이렇게 발행된 국채는 DeFi 프로토콜의 담보 등으로 활용될 수 있고, 탈중앙화 생태계에 안정성을 더해줄 수 있음
• 영국 등 여러 국가가 이미 디지털 채권 발행 가능성을 검토하고 있으며, 향후 공개 시험을 진행할 전망임
• 미국에서도 기존 국채 결제∙클리어링 인프라가 복잡해져 가는 상황에서, 블록체인을 통한 국채 거래 효율성이 논의될 것으로 보임

미국 내 블록체인 네트워크에서의 새로운 법인 형태 ‘DUNA’ 확산

• 2024년 와이오밍 주가 DAO(탈중앙 자율 조직)를 공식 법인으로 인정하는 제도를 시행함
• DUNA(Decentralized Unincorporated Nonprofit Association)라는 구조가 등장해, US 기반 프로젝트가 합법적으로 DAO를 운영할 수 있는 길을 열고 있음
• DAO가 자율 네트워크 운영을 하면서도, 법적 책임과 세무∙규제 문제를 관리할 수 있는 수단을 제공함
• 2025년에 미국 내 크립토∙분산화 프로젝트에서 DUNA가 표준 구조로 자리 잡을 가능성이 높음

온라인에서 시도된 ‘액체 민주주의(Liquid Democracy)’가 물리 세계에도 도입

• 현재 거버넌스∙투표 시스템에 대한 불만이 커지는 가운데, 블록체인∙DAO 분야에서의 실험을 물리 세계로 확장하려는 움직임이 나타나고 있음
• 블록체인을 이용해 안전하고 사적인 전자 투표를 실현하고, ‘액체 민주주의(이슈별 직접투표 또는 위임투표)’를 지방자치 등 작은 단위에서 도입할 수 있음
• 암호 프로젝트들은 이미 이 개념을 적용해 대규모 실험 데이터를 축적해왔음
• 따라서 향후 실제 오프라인 투표 및 의사결정 방식에 접목되는 사례가 늘어날 것으로 보임

인프라 재발명 대신 재활용 트렌드

• 그간 블록체인 스택에서 각 프로젝트가 합의 알고리즘, 프로그래밍 언어, VM 등을 처음부터 다시 만드는 경우가 많았음
• 하지만 전문 특화 언어도 실제 도구나 문서화가 부족하면 일반 언어보다 오히려 낮은 성능을 낼 위험이 있음
• 2025년에는 합의 프로토콜, 스테이킹 자본, 영지식(Proof) 시스템 등을 재활용해, 프로덕트 차별화에만 집중하는 경향이 강해질 전망임
• 결국 더 빠른 출시와 고품질 서비스를 위해서는 ‘Not Invented Here’ 방식을 지양하고, 이미 존재하는 인프라를 적극 채택하는 편이 유리함

UX가 인프라를 결정하는 시대

• 기존에는 블록체인 인프라가 먼저 결정되고, 거기에 따라 사용자 경험(UX)이 좌우되는 경향이 강했음
• 이제는 개발자가 원하는 최종 UX를 우선 고민하고, 그에 맞는 인프라를 선택∙조합하는 흐름이 확대될 것으로 보임
• 풍부해진 블록공간, 발전된 개발 툴, 체인 추상화(Chain Abstraction) 등이 뒷받침되어, 제품 기획 단계에서부터 UX에 집중할 수 있는 환경이 조성 중임
• 결국 사용자는 내부 기술 스택을 알 필요 없이, 자연스럽게 dApp을 사용할 수 있는 방향으로 나아갈 전망임

‘와이어’를 숨긴 Web3 킬러앱의 등장

• 블록체인의 기술적 강점(탈중앙성 등)은 동시에 일반 이용자에게 진입 장벽을 만들어 왔음
• 성공적인 테크 상품은 복잡한 기술을 뒤로 숨기고, 직관적인 인터페이스로 사용자에게 가치를 제공함
  • 예: SMTP 프로토콜이 숨어 있는 이메일, 파일 포맷을 노출하지 않는 Spotify 등
• 2025년에는 Web3 분야에서도 이런 ‘심플 UX’가 표준이 되어, 이용자가 지갑∙NFT∙zkRollups 같은 내부 용어를 몰라도 쉽게 쓸 수 있는 서비스가 늘어날 가능성이 높음

자체 앱스토어 및 발견(Discovery) 채널의 부상

• 중앙화된 앱스토어(애플, 구글) 규제에 막혀온 크립토 앱들이, 독립된 앱 마켓에서 유저를 확보하기 시작함
  • 예: Worldcoin의 World App, Solana 폰 전용 dApp Store 등
• 이들 플랫폼은 수십만 사용자를 짧은 기간에 확보하기도 하며, 하드웨어가 결합된 생태계에서 특히 강점이 있음
• 기존 메신저나 웹2 플랫폼에 기반한 서비스도 온체인 방식으로 이전(Porting)하는 시도가 늘어날 것으로 보임

‘소유’에서 ‘사용’으로: 새로운 크립토 사용자 층

• 2024년에는 암호화폐가 정치∙금융 영역에서 주목받았음
• 2025년에는 진정한 ‘컴퓨팅 운동’으로 진화할 것이라는 전망이 나옴
  • 현재 크립토를 보유(소유)만 하고 사용하는 사람은 5~10% 수준에 불과함
  • 따라서 이미 코인을 가진 수억 명의 사용자를 적극적으로 온보딩해, DeFi∙NFT∙게이밍∙소셜∙예측 시장∙DAO 등 다양한 dApp을 체험하게 유도할 필요가 있음
• 거래 수수료가 낮아지고 UX가 개선됨에 따라, 더 많은 앱이 메인스트림으로 진입할 수 있을 전망임

‘비전통적 자산’의 토큰화

• 기술 인프라가 성숙해지고 비용이 내려감에 따라, 과거에는 가치가 없거나 접근하기 어렵던 자산들을 온체인에서 유동화하는 움직임이 커질 것으로 보임
• 예: 생체 데이터, 독특한 지식 자산 등도 스마트 컨트랙트를 통해 임대하거나 매매할 수 있는 형태로 발전 가능함
• 이미 DeSci 등에서 의료 데이터에 대한 소유권∙투명성∙동의를 개선하는 시도가 일어나고 있음
• 이를 통해 이전까지 활용되지 않던 자원∙데이터를 개인이 직접 토큰화해 새로운 부가가치를 창출할 수 있는 기회가 열릴 전망임

[Enterprise + Fintech]

규제가 코드가 됨

• 은행∙보험∙헬스케어 업계는 방대한 규정을 준수하기 위해 많은 시간∙비용을 들이고 있음
• 수천 페이지에 달하는 규정 문서를 AI가 학습해, “[X]이 규정에 부합하는지”와 같은 질의에 즉각 답변할 수 있게 됨
• 예: 모기지를 연체한 고객이 Fannie Mae 가이드를 빠르게 이해해 해결책을 찾도록 돕는 AI 상담
• 이러한 AI 기반 규제 준수(Compliance) 자동화는 소비자 이익과 업무 효율성을 모두 높여줄 잠재력이 큼

레거시 시스템 오브 레코드(SOR)를 뜯어냄

• AI가 기존 기업들의 핵심 시스템(Workday, Salesforce 등)을 대체하는 사례가 증가하는 추세임
• 2010년대에는 기존 시스템에 연계하는 형태가 많았지만, 이제는 AI를 중심으로 완전히 새로운 ‘시스템 오브 레코드(SOR)’를 구축하려는 움직임이 있음
• 관계형 DB가 AI에 의해 다중 모달(Multimodal)로 확장되고, 데이터 저장은 물론 실제 업무를 ‘AI 주도’로 처리하고 사람은 리뷰에 집중하게 될 전망임
• 기존 대기업들의 방대한 데이터와 자원이 견고한 진입장벽이지만, 창업자들은 이 분야를 가장 큰 소프트웨어 시장으로 보고 도전하려 함

차별화 vs. 지속적 방어 가능성

• AI는 다양한 산업에서 “노동을 소프트웨어화”하는 차별화 수단이 되었음
• 2024년에 ‘메시 인박스’ 문제 해결 등으로 초기 AI 적용이 진행됐고, 2025년에는 이를 기반으로 지속 가능한 경쟁 우위를 만드는 사례가 많아질 전망임
• 네트워크 효과, 전환 비용, 바이럴 효과 등 전통적 무형 자산이 AI 시대에도 여전히 중요함
• 시장에서 작은 문제를 10배 이상 더 잘 해결하는 차별화가 필수지만, 그것만으로 장기 방어력까지 보장되는 것은 아님

AI의 발전: 데이터 수집에서 데이터 실행으로

• 현재 AI는 이메일∙전화∙팩스 등에서 중요한 데이터를 추출해 반복 행정을 자동화하는 단계에 있음
• 다음 단계는 이렇게 추출한 데이터를 기반으로 어떤 행동 순서를 제안하고, 사용자가 살펴본 뒤 승인∙수정할 수 있게 하는 방식임
• 예: 세일즈 담당자가 어떤 고객에게 언제 연락할지, 후속 이메일 초안을 자동으로 생성해주는 AI 대시보드
• 단기적으로는 사람이 검수하지만, 신뢰가 쌓이면 AI가 데이터를 토대로 직접 실행까지 주도할 가능성이 커짐

비유기적 성장의 낭만화(Romanticizing Inorganic Growth)

• 보험∙법률∙부동산∙IT 등 전통 서비스 업계에서 AI가 자동화로 인해 수익성과 확장성을 높이고 있음
• 향후 대형 사모펀드가 이런 회사를 사들이는 시나리오도 있지만, 더 유망한 것은 AI를 통해 기존 업무를 대체∙자동화하는 수직 특화 스타트업임
• 이들은 소규모 기업과 제휴해 수익 개선을 입증한 뒤, 더 작은 회사들을 인수해 시너지를 낼 수 있음
• 실행은 쉽지 않으나, 성공 시 기존 서비스 산업의 운영 방식이 크게 바뀔 수 있음

AI 네이티브 UI와 UX

• 2025년은 AI 기반 차세대 SaaS UI∙UX가 정착되는 해가 될 전망임
• 지금까지는 모델 학습과 인프라 개발이 주였다면, 이제 사용자가 AI와 상호작용하는 새로운 인터페이스를 실험할 수 있게 됨
• 기존에는 사용자가 직접 폼에 입력하는 식이었다면, 앞으로는 AI 에이전트가 주도적으로 작업을 실행하고 사람은 검토∙QA만 담당하는 형태로 변할 가능성이 큼
• 채팅 외에 다양한 창의적 UI∙UX가 등장할 것으로 예상됨

모든 사무직 근로자가 AI 코파일럿을 갖게 됨

• 2025년에는 사무직 종사자마다 AI 코파일럿을 두어, 반복 업무를 떠넘기고 창의적∙전략적 업무에 집중하게 될 전망임
• AI 에이전트가 기존 시스템에 앞서 데이터를 인입해 영업 리드 조사나 초도 이메일 발송 등을 자동화할 수 있음
• OpenAI∙펜실베이니아대 연구 결과, LLM 접근 시 미국 노동자 업무의 약 15%가 훨씬 빠르게 처리됨
• 추가 툴까지 활용하면 47~56% 업무가 크게 단축될 수 있음
• 일부 직무는 거의 전면적으로 AI 자동화가 가능해질 것으로 예측됨

[게임]

차세대 Pixar의 등장

• AI를 활용한 새로운 스토리텔링 포맷으로 영화와 게임의 경계를 허무는 움직임이 있음
• 기존 비디오 게임은 미리 제작된 자산을 사용하지만, ‘인터랙티브 비디오’는 뉴럴 네트워크로 실시간 생성된 프레임을 기반으로 플레이어의 입력에 따라 전개됨
• Luma Labs, Pika, Runway 등에서 발표된 영상 생성 모델이 이 흐름을 가속화하는 중이며, Deepmind와 Microsoft 등도 연구를 진행 중임
• 이로 인해 영화·게임·AI를 접목한 새로운 형태의 미디어 회사가 탄생할 가능성이 커지고 있음

독자적 내면을 가진 AI 동반자

• 현재 AI 동반자는 사용자가 대화를 걸어야 반응하는 수동적 특징을 가짐
• 앞으로의 AI 동반자는 가상의 친구나 사건, 감정, 동기를 가지며 스스로 상호작용을 시도할 것임
• 사용자와 AI 동반자 간의 대화는 목적이나 ‘퀘스트’에 의해 진행되는 형태를 띠면서, 다른 인물과의 관계·이야기 등을 함께 공유할 것으로 보임
• AI 동반자가 실제로 ‘살아가는 세계’를 가지고 있다고 믿게 될 만큼 몰입감이 높아질 전망임

게임 기술이 미래 비즈니스를 견인함

• 게임 기술이 이제 엔터테인먼트를 넘어 기업 운영 방식에까지 영향을 미치고 있음
• Nvidia의 그래픽 기술, Unreal Engine의 실시간 3D 렌더링 기술 등이 기존 게임 영역을 넘어 자율주행차 시뮬레이션, 국방, 부동산, 제조 분야 등에서 활용됨
• 생성형 AI의 발전, 현실 세계를 디지털화하는 3D 캡처 기술, 차세대 XR 기기 보급 등이 시너지를 내고 있음
• 가상 환경에서 훈련하거나 시뮬레이션을 통해 효율을 높이려는 시도가 다양한 산업에서 증가하고 있음

'얼굴 없는' 동영상 크리에이터의 두 번째 물결

• 자신의 얼굴을 공개하지 않고 영상 콘텐츠를 제작하는 ‘Faceless Creator’가 새로운 흐름을 이루고 있음
• AI를 통해 음성 변환, 목소리 변조, 아바타 생성 등 다양한 표현 방식이 가능해짐
• 카메라나 고급 장비 없이도 노트북과 AI 소프트웨어만으로 콘텐츠를 만들 수 있게 되어 진입 장벽이 낮아지고 있음
• 콘텐츠가 유익하거나 재미있다면 시청자들은 제작자의 얼굴 노출보다 정보·가치 전달 여부에 주목하게 될 것임

[Growth-Stage Tech]

"구글링"의 쇠퇴

• 구글의 검색 시장 점유율이 높은 편이지만, 법적·기술적 변화로 인해 독점이 흔들릴 것으로 보임
• ChatGPT, Claude, Grok 등 새로운 AI 챗봇들이 검색 시장을 나눠 갖고 있으며, Perplexity 등은 빠른 성장을 보여주고 있음
• 긴 검색 쿼리와 후속 질문 등 검색의 형태가 AI 챗봇 중심으로 변화하고 있음
• 구글 역시 AI 기반 검색 결과를 제공할 수 있으나, 이는 단기적인 광고 수익과 충돌할 수 있음

세일즈의 황금기

• 생성형 AI가 세일즈 인력을 대체하기보다 관리자나 지원 인력의 부담을 줄여주며, 영업 조직을 확장할 동력이 될 것임
• AI가 영업 사원의 행정 업무를 자동화해주어, 영업사원들은 고부가가치 업무인 고객 상담과 맞춤형 솔루션 제시에 집중할 수 있게 됨
• 개발 생산성 향상으로 소프트웨어 출시가 많아지면, 그만큼 판매와 컨설팅을 담당할 세일즈 인력 수요도 증가할 것임
• AI 코치, AI SDR, AI 세일즈 엔지니어 등으로 인해 영업사원의 생산성이 크게 오를 전망임

GPT 래퍼를 넘어

• 2024년에 다양한 모델이 실제로 상용화되는 멀티모델 시장이 열렸고, 2025년에는 AI에 최적화된 애플리케이션이 부상할 것으로 예측됨
• 기업들은 ROI를 중시하는 구매 방식을 채택하고 있어, 단순히 GPT에 연결하는 앱이 아닌, 여러 대형 모델과 자체 소형 모델을 섞어서 효율을 극대화하는 접근이 중요해짐
• 고객 데이터를 최대한 모델에 제공해 맞춤형 가치를 제공해야 ‘AI 활용 앱’으로서 살아남을 수 있을 것임
• 진정으로 경쟁력을 갖춘 앱들은 GPT의 단순 래퍼가 아니라, 멀티모델 전략과 사용자 데이터 통합으로 문제 해결을 도모하는 형태일 것임

[Infrastructure]

하이퍼센터: AI 인프라 지역 경쟁

• 대규모 AI 모델 훈련과 추론에는 막대한 전력과 물리적 공간이 필요함
• 충분한 에너지와 냉각 시스템을 갖춘 지역이 ‘AI 하이퍼센터’가 될 전망임
• 전 세계적으로 수 기가와트 규모 인프라 확보를 위한 경쟁이 심화되고 있으며, 미국·중국·일본·싱가포르·사우디아라비아 등이 대표적임
• 정부와 기업들이 AI 인프라를 국가 전략 자원으로 인식하면서, 에너지·부지·정책적 지원을 결합해 미래 경쟁력을 확보하려고 함

작지만 강력함: 온디바이스 AI

• 가까운 시일 내에 스마트폰이나 IoT 기기 등에서 즉시 추론하는 소형 모델이 사용량 측면에서 대다수가 될 전망임
• 즉각적인 데이터 처리와 실시간 반응에 대한 요구가 증가하고, 개인정보 보호나 경제적 효율 면에서도 온디바이스 AI가 이점을 가짐
• TensorFlow Lite, PyTorch Edge 등 소프트웨어 프레임워크와 Google Edge TPU 같은 맞춤형 하드웨어가 이에 맞춰 발전하고 있음
• 대형 모델이 매출 면에서 앞설 수 있어도, 실제 사용자 경험에서는 소형 모델이 주도권을 잡을 가능성이 큼

'추론'을 넘어: 수학, 물리, 코딩에서의 AI 발전

• LLM이 인간과 같은 방식으로 추론하지 않지만, 새로운 학습 기법으로 수학·물리·코딩 등에서 놀라운 성능을 보이고 있음
• International Math Olympiad 등에서 금메달 급 성과를 내는 모델이 등장하고, 이는 모델 학습 과정에서 ‘추론 과정 강화’를 적용한 결과임
• 모델 추론 시(테스트 단계)에도 다양한 기법을 활용해 정확도를 높이는 사례가 늘어나고 있음
• 이로 인해 LLM의 새로운 가능성이 열리고 있으며, 여러 AI 팀이 지속적으로 연구 개발 중임

어디에나 존재하는 생성형 AI

• 생성형 AI는 대형 서버뿐만 아니라 휴대전화, 노트북, 가전제품 등 다양한 기기에서 구동될 전망임
• 소형·고성능 모델을 로컬에 설치해 이메일 작성, 사진·영상 편집 등을 실시간으로 지원할 수 있게 됨
• 네트워크 지연이 없는 빠른 응답과 개인화된 경험을 제공하며, 유저 경험의 질을 높여줄 것임
• 텍스트 에디터, 카메라 앱 등 일상적인 앱 곳곳에 AI가 내장되어, 사용자 생산성을 크게 높일 것으로 보임