들어가며
지난 10년 동안 기술 부문의 틈새 시장은 가장 인상적인 돌파구를 마련했습니다. 딥테크 혁신(Deep tech innovation)은 과학적 이해의 가장 최근의 발전을 활용하여 이전에는 상상할 수 없었던 기술을 만드는 관행으로, SpaceX와 같은 획기적인 기업과 mRNA 백신과 같은 제품을 탄생시켰습니다. MIT 연구진의 "할리신(halicin)"의 발견은 딥 테크(deep tech)가 전 세계적인 항생제 내성을 어떻게 해결할 수 있는지를 보여준다. 테라파워(Terrapower)는 지속 가능한 에너지를 위해 원자력 혁신을 활용하려고 노력하고 있으며, 콴델라(Quandela)는 양자 컴퓨팅의 최전선에 서서 컴퓨팅 파워와 암호화의 도약을 약속하고 있습니다. 이와 같은 발전은 산업, 경제, 심지어 삶까지 근본적으로 변화시킬 수 있습니다.
이해할 만하게도, 이 약속은 새로운 투자의 관심을 불러일으켰습니다. 보스턴 컨설팅 그룹(Boston Consulting Group)의 최근 데이터에 따르면 벤처 캐피털에서 딥 테크가 차지하는 비중은 지난 10년 동안 약 10%에서 20%로 두 배로 증가했습니다. 딥테크 중심의 투자 펀드는 전통적인 벤처 캐피털을 능가하는 성과를 보이며, 내부 평균 수익률은 21%에서 26%로 나타났습니다.
그러나 딥테크 스타트업은 그 모든 잠재력에도 불구하고 고유한 비즈니스 과제도 가지고 있습니다. 우선, 그들의 제품은 종종 장기간의 R&D 기간과 상당한 초기 비용을 수반하여 빠르게 반복하고 비용 효율성을 유지하기가 어렵습니다. 또한 성숙하고 시장 준비를 달성하는 데 더 긴 기간이 필요한 경우가 많습니다. 또한 엄격한 규제 환경과 딥 테크의 기술적 복잡성으로 인해 다른 기술 회사보다 더 정교한 접근 방식이 필요합니다. 다른 산업, 심지어 기술 분야의 다른 부분에서도 성공한 리더는 도전 과제가 압도적이라고 생각할 수 있으며, 과거에 효과가 있었던 전략이 이 새로운 영역에서는 적용되지 않을 수 있음을 발견하는 경우가 많습니다.
엘리자베스 홈즈(Elizabeth Holmes)가 주도한 테라노스(Theranos) 스캔들을 생각해 보십시오. Holmes의 전략은 신속한 프로토타이핑과 빠른 시장 진입에 중점을 두었으며, 최첨단 휴대용 혈액 검사 장치로 의료 서비스를 혁신하는 것을 목표로 했습니다. 어떤 의미에서 이 접근법은 성공적이었습니다: 분산형 진단 모델의 가치를 보여주었고 10억 달러 이상의 자금을 유치했습니다. 그러나 그녀의 접근 방식은 린 스타트업 접근 방식이 주장하는 것처럼 필요한 기술이 신속한 반복을 통해 발전할 것이라고 가정했습니다. 그러나 기존 기술을 강화하는 일반적인 기술 스타트업과 달리 테라노스의 기기를 위한 기술은 당시에는 존재하지 않았습니다. 결국 딥테크 혁신에 대한 홈즈의 잘못된 해석은 일련의 오진, 테라노스의 붕괴, 11년 징역형으로 이어졌다. (물론, 홈즈가 사기를 저지르기로 한 결정은 잘못된 사업 전략을 선택하는 것 이상의 실패다.)
딥테크 스타트업으로의 전환을 고려하고 있는 기업가와 투자자에게 질문은 딥테크 기업이 전통적인 스타트업과 동일한 전략을 따를 수 있느냐는 것입니다. 구체적으로 말하자면, 시장 불확실성을 줄이기 위한 실용적인 접근 방식으로 널리 알려진 린 스타트업(lean startup) 방법론을 적용하여 회사를 시장에 진출시키는 데 도움이 될 수 있을까요? 아니면 딥테크 벤처가 직면한 고유한 위험과 불확실성에 대해 다른 접근 방식이 필요할까요? 첨단 기술을 시장에 출시하는 문제를 성공적으로 헤쳐 나간 딥 테크 창업자 및 투자자와의 심층 인터뷰를 통해 딥 테크 벤처를 위한 린 스타트업 방법론과 같은 전략을 적용, 조정 또는 재고하는 방법에 대한 통찰력을 추출합니다.
딥 테크에서 린 스타트업 방법론의 한계
린 스타트업(lean startup) 방법론은 널리 알려져 있으며, 여기에는 그럴만한 이유가 있습니다. 기업가가 시장 불확실성을 줄이고 고객을 최우선으로 생각하는 방법에 대해 생각하는 데 도움이 되며, 대부분의 스타트업 실패가 제품 시장 적합성이 낮기 때문이라는 점을 감안할 때 이는 매우 의미가 있습니다. 이 방법론은 빠른 반복 주기를 강조하여 스타트업이 고객 피드백을 기반으로 제품을 신속하게 테스트하고 개선할 수 있도록 하여 위험을 최소화하고 제품 시장 적합성을 개선하는 데 도움이 됩니다. 또한 초기 비용을 최소화하고 불필요한 낭비를 방지함으로써 비용 효율성에 중점을 두어 많은 스타트업에 매력적입니다. 그러나 장기간의 R&D 기간, 높은 초기 비용, 복잡한 기술에 직면하는 경우가 많은 딥테크 벤처의 경우 이 접근 방식을 구현하기가 어려울 수 있습니다.
그러나 린 스타트업 방법론은 딥테크 벤처에 부분적으로만 적용될 수 있는데, 이는 이러한 벤처 기업이 다양한 종류의 위험에 직면하기 때문입니다.
대부분의 스타트업 제품은 검증된 기술에 의존하고 있으며, 기술적 문제를 실패의 원인으로 꼽는 경우는 거의 없습니다. 반면, 딥테크 벤처는 아직 존재하지 않는 기술을 기반으로 구축되며, 시장 피드백 루프의 범위를 넘어서는 기술적 불확실성의 미로를 헤쳐 나가야 합니다. 신약의 90% 이상이 승인에 필요한 임상시험에 실패하며, 임상시험조차 진행되지 않는 약물을 고려할 때 이 비율은 크게 증가합니다. 반면, 새로 승인된 의약품 중 10%만이 시장 수요 부족이나 잘못된 전략 계획으로 인해 실패합니다.
기술의 위험을 줄이는 것은 시장의 위험을 줄이는 것과 근본적으로 다릅니다. 첫째, 딥테크 프로젝트는 린(Lean) 원칙에서 주장하는 빠른 반복 주기를 넘어 장기간의 연구 개발 기간을 필요로 하는 경우가 많습니다. 초기 실험에 필요한 상당한 초기 비용은 비용 효율성을 강조하는 린 스타트업과 상충될 수도 있습니다. 딥테크 상품에 내재된 복잡성으로 인해 일반 투자자나 소비자 시장이 접근할 수 없는 수준의 기술적 이해가 필요한 경우가 많으며, 이는 린(Lean) 접근 방식의 피드백 및 자금 조달 측면을 복잡하게 만듭니다. 기술이 작동하는지 여부를 아는 데 몇 년이 걸릴 수 있습니다. 이는 린 스타트업(Lean Startup) 접근 방식의 핵심 원칙, 즉 실제 제품을 실제 고객에게 신속하게 제공하는 것의 구현을 제한합니다.
다른 걸림돌도 있습니다. 미국 식품의약국(FDA)에서 규제하는 생명공학이나 미국 연방항공국(FAA) 및 연방통신위원회(Federal Communications Commission)에서 규제하는 우주 기술과 같은 많은 딥테크 혁신에 적용되는 엄격한 규제 환경은 규정 준수 및 인증이 길고 복잡할 수 있기 때문에 빠른 반복 프로세스를 방해할 수 있습니다. 신속한 시장 피드백과 채택에 대한 가정은 일반적으로 고객 교육 및 수용이 더 오래 걸리는 딥 테크 부문에서는 성립되지 않을 수 있습니다. 마지막으로, 시장 물을 테스트하기 위해 "최소 기능 제품"(MVP)을 개발하는 전통적인 접근 방식은 딥 테크를 위해 재조정되어야 합니다.
이러한 모든 경고에도 불구하고 딥 테크는 유사한 불확실성 문제에 직면해 있습니다. 심해로 모험을 떠나고자 하는 사람들을 위해 기술적 불확실성을 줄이기 위해 무엇을 할 수 있는지에 대한 질문을 던집니다. 린(Lean) 방법론이 딥테크 벤처로 직접 이어지지는 않지만, 적용할 수 있는 유용한 기능이 있습니다. 기업가와 투자자는 린(Lean)의 원칙이 어떤 것이 도움이 될 수 있는지, 그리고 어떤 것을 버려야 하는지 알아야 합니다.
딥테크에서 기술적 불확실성을 줄이는 방법
딥테크 스타트업은 상당한 기술적 불확실성과 관련된 고유한 문제에 직면해 있습니다. 린 스타트업(lean startup) 방법론은 시장의 불확실성을 줄이기 위한 훌륭한 프레임워크를 제공하지만, 혁신의 복잡하고 자본 집약적인 특성으로 인해 심층적인 기술 컨텍스트에 직접 적용하면 부족한 경우가 많습니다. 아래에서는 딥테크 창업자가 이러한 위험을 완화하기 위해 채택할 수 있는 전략적 접근 방식을 간략하게 설명합니다.
개념 증명을 입증합니다.
실행 가능한 개념 증명을 입증하려면 기술이 이론적으로 작동하고 실제 조건에서 작동할 수 있음을 보여주어야 합니다. 예를 들어, 생분해성 플라스틱을 개발하는 스타트업은 생태학적 조건에서 무결성을 유지하면서 효율적으로 분해될 수 있음을 입증하는 프로토타입을 생산하고 테스트할 수 있습니다. 마찬가지로, 로봇 공학 회사는 3D 프린팅 기술을 활용하여 접합 메커니즘과 같은 기계 설계를 빠르게 반복할 수 있으므로 기존 제조 비용과 일정을 우회하는 신속한 프로토타이핑이 가능합니다.
생명 공학 회사인 Modern Meadow는 생산 규모를 확장하기 전에 생체 가공 가죽의 소규모 프로토타입을 개발하여 개념 증명을 만들었습니다. 이러한 점진적 접근 방식은 이해 관계자 간의 신뢰를 구축하고 대규모 구현과 관련된 위험을 줄이는 데 도움이 되었습니다. 이 접근 방식은 린(Lean) 원칙의 빠른 반복 측면을 유지하지만 직접적인 시장 테스트에서 기술 자체의 위험을 줄이는 것으로 초점을 이동합니다.
설득력 있는 데이터로 마일스톤을 정의합니다.
딥테크 벤처는 초기 수익을 창출하는 경우가 거의 없으며, 투자자들은 종종 이를 스타트업의 잠재적 가치에 대한 강력한 지표로 사용합니다. 린(Lean) 접근법에 규정된 대로 초기 수익 창출을 추구하기보다는, 딥테크 벤처는 투자자의 지지를 끌 수 있는 설득력 있는 데이터를 생성할 수 있는 구체적인 이정표로 개발 프로세스를 전략적으로 분할해야 합니다. 달성된 각 마일스톤은 다음 단계를 위한 자금으로 사용할 수 있습니다. 이를 위해서는 잠재적 투자자의 기술적 전문성과 위험 성향을 이해해야 하는데, 지식이 풍부한 투자자는 초기 단계 기술의 가치를 평가할 준비가 더 잘 되어 있기 때문입니다.
전략적 파트너십을 형성하고 규정을 탐색합니다.
전략적 제휴는 모든 스타트업에 중요하지만, 딥테크 벤처의 경우 전문 리소스에 대한 신뢰성과 액세스를 제공할 수 있는 학술 기관 및 업계 리더와의 파트너십이 필수적입니다. 예를 들어, 항공우주 스타트업은 제품 개발을 가속화하기 위해 최첨단 재료 과학 시설을 보유한 대학과 파트너십을 맺을 수 있습니다. 또한 의료기기 회사가 FDA 전문가와 상의하는 것과 같이 처음부터 규제 탐색을 통해 관련 표준을 준수함으로써 비용이 많이 드는 재설계를 방지하고 출시 시간을 단축할 수 있습니다.
SpaceX가 NASA와 파트너십을 맺고 연구 시설과 전문 지식에 접근하여 팰컨 로켓 개발을 크게 가속화한 방법을 생각해 보십시오. 이와 유사하게, 에디타스 메디슨(Editas Medicine)은 유전자 편집 분야를 연구하고 있으며, 복잡한 임상시험 절차와 규제 승인을 진행하기 위해 유명 제약회사와 협력하고 있습니다.
"생각을 통한 학습"을 수용합니다.
과학 실험의 높은 비용과 복잡성으로 인해 딥테크 벤처는 린 스타트업 방법론이 주장하는 것처럼 많은 소규모 실험을 신속하게 수행할 수 없습니다. 대신, 딥테크 혁신가들은 자신의 아이디어를 검증하고 투자자를 위한 설득력 있는 데이터를 생성하는 몇 가지 중요한 실험을 꼼꼼하게 계획하는 데 집중해야 합니다. 이는 "행동을 통한 학습"보다 "생각을 통한 학습"을 우선시하는 것을 의미하며, 이는 린(lean) 접근 방식에서 일반적으로 강조하는 철학입니다. 과학을 지도로 사용하면 여기에 도움이 될 수 있습니다. 딥테크 혁신가들은 잠재 투자자를 설득할 수 있는 구체적인 데이터를 이해하기 위해 기존의 과학 이론과 문헌을 활용해야 합니다.
리게티 컴퓨팅(Rigetti Computing)과 같은 양자 컴퓨팅 스타트업은 기존 양자 역학 문헌을 활용하여 컴퓨팅 모델을 검증하는 주요 실험을 설계함으로써 효율적이고 표적화된 연구를 보장합니다.
AI 및 디지털 도구를 활용합니다.
AI와 컴퓨터 과학의 발전으로 "사고에 의한 학습"이 점점 더 효과적이 되고 있습니다. 사용 후 원자로 연료를 재활용하여 장기적으로 지속 가능한 에너지원을 제공함으로써 원자력 에너지를 전환하려는 Terrapower의 사명을 고려하십시오. 처음에는 시험용 원자로 건설에 드는 상당한 비용과 인지된 위험을 극복할 수 없는 것처럼 보였습니다. 그러나 Terrapower의 엔지니어는 슈퍼컴퓨터 시뮬레이션을 활용하여 기술의 실행 가능성을 평가했습니다. 이 방법은 물리적 실험이나 원자력 발전소 건설을 앞두고 자신감을 북돋아 주었고, 스타트업의 잠재력을 입증하고 빌 게이츠와 같은 초기 투자자를 끌어들였습니다.
진리의 문화를 조성합니다.
딥 테크에서 "성공할 때까지 가짜"라는 접근 방식은 혁신의 복잡하고 위험성이 높기 때문에 실행 가능하지 않습니다. 딥테크 분야에서 일하는 실제 과학자들은 자신의 연구가 현실에 적용될 수 있는지에 대해 깊은 관심을 가지고 있습니다. 최첨단 연구와 실제 구현 사이의 간극을 메우기 위해 딥테크 스타트업은 투명성과 진실에 대한 관심을 중시하는 문화를 조성해야 합니다. 공개적으로 토론하고 배움의 기회로 활용해야 하는 것은 오류만이 아니다. 기술의 작동 방식을 이해하는 것은 상태나 계층적 문제보다 우선해야 합니다. 이러한 문화적 변화는 과학적 발견에서 시장 준비 기술에 이르기까지 복잡한 경로를 탐색하는 데 매우 중요합니다.
예를 들어, 지속 가능하고 재사용 가능한 우주 모듈을 개발하는 우주 기술 벤처 기업인 Exploration Company가 있습니다. CEO인 Hélène Huby는 각 팀원이 지식의 한계를 인정하고 망설임을 숨기지 않음으로써 성실성을 유지해야 하는 도덕적 책임을 느끼는 문화를 조성합니다. 그녀는 "결국 물리학 법칙에 관한 것이기 때문에 권위에 따라 결정을 내리거나 문제를 숨기는 것은 의미가 없다"고 말합니다. OpenAI가 개발 중에 직면한 과제와 실패를 포함하여 자세한 연구 논문을 게시하여 투명성을 장려하는 방법을 고려하십시오. 이러한 개방적인 문화는 모든 팀 구성원이 협력하고 잠재적인 문제를 조기에 식별하고 해결할 수 있도록 합니다.
결론
딥테크 스타트업은 로우테크 스타트업보다 더 큰 복잡성과 리소스 수요에 직면해 있습니다. 그러나 이러한 복잡성을 극복하는 것은 딥테크 벤처가 기술적 불확실성을 최소화할 수 있다면 가능합니다. 이러한 맞춤형 접근 방식은 내재된 불확실성을 완화하고 산업과 사회를 변화시킬 수 있는 잠재력을 가진 획기적인 혁신을 위한 길을 닦습니다.