YC의 Requests for Startups - 2026년 여름

• Y Combinator는 창업자들이 더 많이 시도했으면 하는 아이디어를 모으고, 이를 Request for Startups(RFS) 라는 제목으로 공유해왔음
• AI가 단순 기능이 아닌 기반 기술로 자리 잡으면서, 소프트웨어·서비스·반도체를 재구축하고 AI를 물리적 세계로 확장할 스타트업 아이디어 15개를 공개
• 이 목록이 YC 투자의 전부는 아니며, 아래 아이디어에 이미 관심이 있었다면 YC도 같은 생각이라는 추가 확신으로 삼을 수 있음

AI 기반 저농약 농업

• 현대 농업은 화학물질에 의존하지만 살충제 잔류물이 식품·수질·토양에 확산되고, 글리포세이트의 장기 건강 위험에 대한 우려 증가
• 잡초와 해충이 기존 화학물질에 적응하면서 효과가 감소하고, 농민은 더 많은 약제를 사용하지만 비용은 오르고 수익은 하락하는 악순환 구조
• AI가 개별 잡초와 해충을 실시간 식별 가능해졌고, 센서·카메라 비용이 하락하며 로보틱스가 밭 전체가 아닌 개별 식물 단위 정밀 처리 가능
• 미생물, 펩타이드, RNA 기반 솔루션이 합성 화학물질 전체 분류를 대체할 수 있는 수준에 도달, 식물이 스스로를 방어하고 잡초와 경쟁하도록 엔지니어링 가능
• 농약 사용을 90% 줄이면서 더 많은 식량을 재배할 수 있는 기업이 세대를 정의하는 기업이 될 가능성

AI 네이티브 서비스 기업

• AI 모델이 엔지니어링을 넘어 복잡한 업무를 수행할 수 있을 만큼 빠르게 발전, 서비스가 SaaS로, 다시 AI 코파일럿으로 진화해온 흐름
• 2023~2025년 대부분의 스타트업은 사람의 업무를 돕는 도구를 만들었으나, 다음 단계는 소프트웨어가 아닌 서비스 자체를 판매하는 AI 네이티브 기업
• 서비스 지출 총액이 소프트웨어 지출보다 수 배 크고, 이미 아웃소싱된 서비스가 많아 AI 네이티브 제품으로의 대체가 용이
• 특히 관심 분야: 보험 중개, 회계·세무·감사, 컴플라이언스, 의료 행정

AI 맞춤형 의료

• Claude Code 같은 에이전트 하니스를 활용해 진단 검사, 유전체 스캔, EHR 데이터, 웨어러블 정보를 분석하여 사용자 맞춤형 건강 제안 가능
• 유전체 시퀀싱 비용이 무어의 법칙보다 빠른 속도로 하락하고, 다양한 신규 진단 도구가 건강 신호의 조기 탐지 가능
• n-of-1 유전자 치료 제작 비용이 급락하며, mRNA 같은 전달 벡터를 통해 맞춤형 의약품 설계 및 전달 가능, FDA도 이러한 절차에 대한 개방성 확대
• 풍부한 데이터와 지능이 환자의 질병 위험 평가 정확도 향상과 심각한 질환 치료 접근성 민주화를 가능하게 할 전망

Company Brain (기업 두뇌)

• AI 자동화의 가장 큰 장벽은 모델 성능이 아닌 도메인 지식으로 전환, 모든 기업의 핵심 노하우가 이메일·Slack·지원 티켓·데이터베이스 등에 분산
• 필요한 것은 단순 검색이나 문서 챗봇이 아닌, 환불 처리 방식·가격 예외 결정·인시던트 대응 방법 등 기업 운영 방식의 살아 있는 지도
• 분산된 소스에서 지식을 추출·구조화·최신 상태로 유지하여 AI가 실행할 수 있는 스킬 파일로 전환하는 새로운 원시 구성 요소
• Company Brain이 원시 기업 데이터와 신뢰할 수 있는 AI 자동화 사이의 누락된 레이어로 작동, 모든 기업에 필요한 인프라

대드론 군집 방어 (Counter-Swarm Defense)

• 저가 이란산 드론 군집이 AWS 데이터 센터를 공격한 사례 언급, 수천 대의 협조된 드론 군집에 대한 방어 준비 부재
• Patriot 미사일 한 발 300만 달러, FPV 드론 한 대 500달러로 비용 우위가 완전히 공격자 측에 위치
• 현재 대드론 방어 체계는 레이더·카메라·재머·요격기·쌍안경 인력이 상호 연결 없이 작동하는 혼잡한 구조
• 필요한 기술: 단일 플랫폼으로 50대 이상 무력화하는 대용량 인터셉터, 모든 센서와 방어수단을 실시간으로 통합하는 소프트웨어, 로터를 오염시키는 에어로졸·군집을 얽히게 하는 스트리머 등 비운동 방어 수단
• 드론 방어가 무기 운용보다 실시간 분산 시스템 운영에 가까워지고 있으며, 승리 기업은 Raytheon보다 Cloudflare에 가까운 형태

동적 소프트웨어 인터페이스

• 기존 소프트웨어는 모든 사용자에게 동일한 인터페이스를 제공하며, Netflix의 개인화도 레이아웃은 동일하고 이미지만 다른 수준
• 엔터프라이즈 소프트웨어에서만 포워드 디플로이드 엔지니어가 고객별로 커스터마이징하던 방식을, 코딩 에이전트가 사용자 개인에게 제공 가능한 단계
• 이메일 클라이언트가 한 사용자에게는 태스크 리스트, 학생에게는 이벤트 캘린더처럼 보이는 등 사용자가 인터페이스를 급진적으로 커스터마이징
• 소프트웨어 기업이 공유 프리미티브를 배포하고 사용자가 최종 인터페이스를 변경하는 미래, 이를 위해 소프트웨어 딜리버리 스택 전체 재고 필요
  • 사용자 코딩 에이전트가 접근할 수 있도록 소스 코드 배포 여부, 프론트엔드만 수정 가능한지 미들웨어까지 수정 가능한지 등의 문제 존재

우주 전자부품

• SpaceX와 Stoke Space의 재사용 로켓으로 인해 우주에 물건을 보낼 수 있는 용량이 대폭 증가 예정
• 특히 우주에서의 추론 칩에 대한 거대한 시장 존재, 질량·열·방사선에 약간씩 최적화된 칩 필요
• SpaceX나 NVIDIA에서 칩 설계를 해온 경험자 대상

하드웨어 공급망

• 선전(Shenzhen)에서는 설계부터 새로운 물리적 부품 제작까지 하루 소요되지만, 미국에서는 동일 과정에 수 주 소요
• 중국이 이기는 이유는 밀집된 공급업체 네트워크, 빠른 턴어라운드, 설계와 생산 간 긴밀한 조율 때문
• Hlabs(W26)가 액추에이터 제작, Prototyping.io(P26)가 수일 내 기계 부품 전환 등 일부 스타트업이 부분 구축 중이나 전체 스택은 아직 부재
• 부품을 극적으로 빠르게 생산하고, 빠른 하드웨어 반복을 가능하게 하며, 설계·제조·물류를 긴밀하게 통합하는 스타트업에 관심

우주 산업 역량

• 달과 우주에서 산업 역량 개발, 특히 전기분해를 통한 실리콘·알루미늄·철·티타늄 등 원자재 추출에 관심
• 용융 레골리스로부터 복잡한 구조물을 3D 프린팅하는 기술, 달에서는 지지 구조물 불필요로 지구보다 더 효율적

에이전트 워크플로우용 추론 칩

• 대부분의 AI 칩은 "프롬프트 입력→응답 출력" 방식의 추론에 맞게 설계되었으나, 에이전트는 도구 호출·분기·역추적·수십 단계에 걸친 컨텍스트 유지 등 루프 구조로 동작
• 현재 GPU는 이러한 워크로드에서 피크 활용률 30~40% 에 그치며, 메모리 바운드 모델 호출·I/O 바운드 도구 사용·CPU 바운드 오케스트레이션 사이를 오가는 버스트 패턴
• NVIDIA가 Groq를 200억 달러에 인수하고, Google이 추론 전용 TPU v7을 구축했으나, 에이전트 루프 자체를 위한 설계(빠른 컨텍스트 스위칭, 네이티브 추측적 디코딩, 실행 그래프 전체에 걸친 KV 캐시 유지 메모리)는 아직 부재
• Groq의 핵심 인사이트는 칩이 아닌 칩을 작동시킨 컴파일러였으며, 칩 아키텍처와 에이전트 실행 방식 모두를 이해하는 인재가 필요한 드문 시기

SaaS 챌린저

• AI 코딩으로 SaaS 종말론이 확산되고 투자자들이 소프트웨어 시가총액에서 수조 달러를 삭감했으나, 이는 스타트업에게 10년 만의 최대 기회
• AI가 소프트웨어 생산 비용을 10~100배 축소, 수십 년간 수백만 줄의 코드로 형성된 레거시 SaaS의 해자가 소멸
• 공격 스펙트럼: 기존 제품 클론 후 1/10 가격 판매, AI 네이티브로 워크플로우 근본 재설계, 10개 SaaS 포인트 솔루션을 하나의 스위트로 번들링, 5만 달러/시트 제품의 오픈소스 대체 후 서비스·호스팅으로 수익화
• 프로젝트 관리 도구 같은 단순 타겟이 아닌, 칩 설계 소프트웨어·ERP·산업 제어 시스템·공급망 관리 등 수십 년간 난공불락이던 1000만 줄 규모 코드베이스 공략 권장
• 지난 세대의 위대한 소프트웨어 기업은 온프레미스를 클라우드로 교체하며 탄생, 다음 세대는 레거시 SaaS를 AI 네이티브 소프트웨어로 교체하며 탄생

에이전트를 위한 소프트웨어

• 인터넷의 다음 1조 사용자는 사람이 아닌 AI 에이전트이며, 현재 에이전트는 버튼 클릭 기반 인간용 소프트웨어 위에서 느리고 불안정하게 동작
• 에이전트에게는 폼·버튼·대시보드 같은 시각적 인터페이스 대신 API, MCP, CLI 같은 기계 판독 가능 인터페이스 필요
• 에이전트가 새로운 도구를 발견·가입·즉시 프로그래밍 방식으로 사용하려면 철저한 문서화 필수, 인간 개입 없이 작동해야 함
• 기존 소프트웨어의 모든 주요 카테고리가 에이전트를 위해 재구축 필요, 이는 기존 기업이 에이전트 지원을 추가하는 방식이 아닌 에이전트를 일급 시민으로 설계하는 스타트업에서 출현

거대 기업에 판매하고 싶은 스타트업

• 기존에는 스타트업이 스타트업에 판매하는 것이 정석이었으나, AI 등장 이후 Fortune 100 규모 초거대 기업에도 접근 가능
• AI가 세 가지 장벽을 변화시킴: 대기업 의사결정자들이 AI로 핵심 문제를 풀 수 있는 팀을 적극 탐색, 소규모 팀이 수개월 내 대기업용 정교한 제품 개발 가능, 대기업 리더들이 적응 필요성을 스스로 인식
• 최근 3년간 YC 기업들이 배치 중 또는 첫해에 수백만 달러 규모 계약 체결, 첫 고객이 세계 최대 기업인 사례도 흔함
• 3년간 스텔스 모드로 기존 제품과 기능 동등성을 갖추는 방식은 사라졌으며, 2~3명 팀이 법인 설립 전에 Fortune 10 기업이 사용할 제품 출시 가능

반도체 공급망 2.0

• 최첨단 AI 칩 하나가 약 1,400개 공정 단계를 거치고 12개국 이상을 경유하며 제작에 5개월 소요, 이 공급망이 스프레드시트·SAP·전화로 관리
• 2021년 300달러 칩이 5만 달러 자동차를 묶어 2,100억 달러 규모 차량 미생산, 기업은 직접 공급업체만 파악하고 2·3차 티어에 대한 가시성 제로
• TSMC의 어드밴스드 패키징이 현재 AI 컴퓨트의 최대 병목이며, NVIDIA가 60% 이상 확보, HBM 메모리는 2026년까지 예약 완료, 수출 통제는 분기별 변경
• CHIPS Act로 Arizona·Texas·Ohio·New York에 신규 미국 팹 건설 중이나, 각 팹이 거의 처음부터 공급망 구축 필요
• 실시간 할당 추적, 다중 티어 리스크 모니터링, 수출 컴플라이언스 등 기대되는 툴링이 거의 존재하지 않음, 웨이퍼 할당과 패키징 제약을 깊이 이해해야 하기에 SAP 내 기능이 아닌 스타트업 기회

기업용 AI 운영 체제

• 최고의 AI 네이티브 기업들은 모든 회의 녹화, 모든 티켓 추적, 모든 고객 상호작용을 캡처하여 기업 전체를 쿼리 가능하게 만듦
• 이를 통해 기업이 오픈 루프(결정 후 수 주 뒤 확인)에서 클로즈드 루프(시스템이 현재 상황을 모니터링·비교·조정)로 전환
• 이를 적용한 팀은 스프린트 시간을 절반으로 줄이고 출시량을 두 배로 달성
• 현재 이를 구축하려면 Slack·Linear·GitHub·Notion·통화 녹음 등을 커스텀 글루 코드로 연결하는 고된 통합 작업 필요
• 모든 컨텍스트를 단일 인텔리전스 레이어에 연결하여 엔지니어링이 잘못된 것을 만들고 있을 때 플래그하거나 에이전트가 실행할 스펙을 생성하는 제품이 부재, 기업의 산출물을 자기 개선 루프로 전환하는 연결 레이어 구축 기회