지난 2 주에 걸쳐 우리는 실리콘 밸리를 중심으로 한 수백 개 스타트업을 대상으로 진행되고 있는 Startup Genome Project (“SGP”)의 내용을 살펴보았다. SGP는 스타트업을 그 특징에 따라 몇 가지 뚜렷한 형태로 분류할 수 있으며, 또 그 성장 단계에 있어 뚜렷한 Threshold가 존재하고 있다고 주장한다.
이전 편 보기 : 스타트업의 형태 분류 (1주 차) / 스타트업의 성장 Threshold (2주 차)
SGP에 대한 본 시리즈의 마지막으로 이번 주에는 SGP가 스타트업의 성공요건으로 제시한 “스타트업의 학습”에 대해 살펴보고, SGP 연구결과 전체를 요약함으로써 그 내용을 다시 한 번 생각해보는 시간을 갖고자 한다.
스타트업의 성장에 있어 필수적인 과정은 피봇(Pivot)이라 불리우는 “비즈니스 모델의 변경”, 혹은 “프로덕트의 변경”이다. 피봇은 스타트업이 시장에 관한 지식과 경험을 축적하게 되는 과정에서 시장의 니즈(Needs)와 자신들의 프로덕트 사이에서 최적조합(Fit)을 찾아가기 때문에 발생하게 된다. 그러나 각 스타트업들이 가진 시장에 대한 학습능력과 최적조합 형성역량은 상이하므로 이전의 내용에서 다룬 바와 같이 피봇횟수는 스타트업에 따라 상당히 큰 편차를 보이게 되며, 심지어 어떤 경우에는 스타트업 성장 Threshold 중 첫 번째인 “발견(Discovery)”단계로 되돌아가는(Pivot Back) 결과를 보이기도 한다. 따라서 스타트업들이 효율적으로 성장(즉, 가능한 단기간에 각 마일스톤에 도달하며 성장)하면서도 효과적인 프로덕트(시장에서 최대의 파괴력을 발휘하는)를 보유하기 위해서는, 각 Threshold의 마일스톤에서 시장과 비즈니스에 대해 적절히 학습함으로써 점진적으로 프로덕트와 시장니즈 간의 조합을 형성할 수 있어야만 한다.
SGP는 이처럼 중요한 스타트업의 학습을 투자유치성과, 성장속도, 피봇횟수 등의 다양한 요소와 교차조사하여 학습의 실제적 효과를 검증하고, 그 결과를 통해 학습을 스타트업 성공의 핵심요소(Key to Success)로 제시하고 있다.
그 중 먼저 살펴볼 것은, 아래 그림 1에 나타나있는 지표(Metrics) 측정을 통한 학습에 따른 사용자 평균증가율이다. 그림 1을 통해 우리는 성과지표를 측정하여 반영한 스타트업군(群)은 그렇지 않은 군(群)에 비해 상당히 높은 사용자 수의 증가를 경험하고 있음을 알 수 있다. 이 때 주목해야 할 사실 두 가지는 다음과 같다.
먼저, 성과지표를 측정하고 있는 스타트업은 초기인 발견(Discovery) 단계에서부터 그렇지 않은 스타트업들에 비해 높은 사용자 수 증대를 이루고 있다는 것이다. 이를 발견단계의 마일스톤에 적용하여 본다면, 초기부터 적극적으로 고객인터뷰 등을 통해 시장에서의 성과지표를 측정하고 이를 가치제안과 최소수준의 프로덕트 개발에 적용함으로써 스타트업은 보다 유리한 고지에서 비즈니스를 시작할 수 있다는 것으로 해석할 수 있을 것이다.
다음으로, 성과지표의 측정을 통해 시장을 학습함으로써 발견에서 검증, 그리고 효율화에서 확장 단계에 이르는 단계에서는 급격한 사용자 수를 도모할 수 있는 반면, 검증에서 효율화 단계에서의 성장은 정체된다는 것에 주목할 필요가 있을 것이다. 그러나 이는 검증단계 이후 효율화 단계가 컨버젼 퓨넬(Conversion Funnel) 최적화나 판매절차 및 채널 획득 등의 내부적 이슈들을 다룸으로써 성장단계에서의 공격적 성장을 준비하는 시기이기 때문인 것으로 보인다. 그리고 이 시기에 정체되었던 사용자 증가율은 성장단계에 들어서면서 다시 이전 시기와 비슷한 증가율을 보이게 되는데, 이는 모든 프로덕트가 그 진입 초기에 급격한 사용자 수 증가(Initial Spike)를 경험한 후 그 증가율이 차차 감소하게 됨을 감안하여 본다면 이는 상당히 흥미로운 것이다. 이렇게 초기와 유사한 사용자수 증가율이 유지된 것은 해당 스타트업들이 효율화 단계에서도 지속적으로 성과지표를 관리하였기 때문인 것으로 추측된다. 따라서 스타트업들은 초기 프로덕트 설계 단계에서부터 지속적으로 성과지표를 관리함으로써 실제 시장에서 무엇이 효과적이고 무엇이 그렇지 않은지에 대한 적극적인 학습을 꾀해야 할 것이다.
<그림 1 - 성과지표(Metrics) 측정 여부에 따른 사용자수 평균 증가>
이를 보다 구체적으로 살펴볼 수 있는 지표는 아래 그림 2에 나타나 있다.
왼쪽의 그림은 성과지표를 관리하지 않은 스타트업의 경우 약 31% 가량이 투자를 유치할 수 있었음을 보여준다. 그러나 오른쪽의 그림은 성과지표를 관리한 스타트업의 경우 그 성공률이 50% 까지 증가하였음을 보여준다. 이는 크게 다음의 두 가지 이유로 설명할 수 있다.
첫 번째, 성과지표를 측정함으로써 시장에 대해 학습한 스타트업은 보다 매력적인 프로덕트-시장 조합(Product-Market Fit)을 구성할 수 있다. 스타트업은 성과지표를 관리하면서 시장에서 실제로 무엇이 통하는지에 대해 학습을 하게 되며, 이 때 획득된 통찰을 활용, 보다 매력적인 프로덕트를 보유하게 되는 것이다.
둘 째, 스타트업이 이렇게 획득한 프로덕트-시장 조합은 위 그림 1에서 살펴본 사용자수의 증가로 나타나게 되는데, 이는 VC를 비롯한 대부분의 투자가들이 투자 여부를 결정하는데 중요한 요건 중 하나이다. 따라서 성과지표의 관리는 스타트업에게 매력적인 프로덕트를 보유하게 할 뿐 아니라 투자가들에게 매우 매력적인 투자처로 보이도록 만들어준다.
필자는 스타트업을 비롯한 모든 기업을 무형의 순전히 지적인(intellectual) 개념으로 본다. Visa International의 창업자인 Dee Hock의 표현을 빌어보자. LG를 예로 든다면, LG를 만져본 사람이 있는가? 차가운가? 뜨거운가? 그렇다면 색은 무슨 색인가? 또 맛은 어떤가? 기업의 사무소는 물리적인 공간인 반면 기업 그 자체는 물리적인 실체가 존재하지 않는다. 이상적으로 기업은 같은 비전을 지적으로 공유하며 같은 목표를 위해 “일”하는 사람들의 집합이다. 그러므로 필연적으로 기업의 역량은 그 구성원의 역량에 달려 있다. 여담이지만, 따라서 필자는 기업 내부에서 가장 중요하고 또 중요한 부서 중 하나는 그러한 구성원의 역량을 증진시키는 HR (Human Resources) 부서여야 한다고 믿는다. 스타트업에서 가장 중요한 것은 그 팀 구성원이라는 말 역시 그러한 맥락에서 이해될 수 있을 것이다. 스타트업은 기존 기업과는 다르게 이미 확보되어 있는 인프라가 없기 때문이다.
따라서 스타트업의 학습역량은 그 창업자, 혹은 창업팀 구성원의 학습능력과 같으며, 이에 SGP는 스타트업의 창업가, 혹은 창업팀의 구성에 따른 학습능력의 차이를 규명하고자 노력한다.
먼저, 아래 그림 3은 창업팀 구성원의 수에 따른 확장단계 도달 소요 개월 수를 나타내는데, 이를 통해 우리는 개인이 창업자로 나서는 경우(Solo Founder) 확장단계에 이르는데 가장 긴 시간이 소요되며, 두 명의 공통창업인 경우 그 기간이 가장 짧음을 알 수 있다. 이는 개인이 매력적인 프로덕트-시장 조합을 형성하기 위해 단독으로 성과지표를 관리하며 시장에 대한 Feedback을 효과적으로 수용하는 것이 그만큼 많은 시간을 필요로 하는, 비효율적인 것임으로 해석될 수 있다. 확장단계에 이르기까지 가장 짧은 약 20 개월이 소요되는 것으로 나타난 두 명으로 구성된 창업팀의 경우에는 반면 그의 약 1/3 가량의 시간 만에 확장단계에 진입하게 되는데, 이 경우 혼자 작업한 경우의 1/2 이하의 기간이 소요되는 것은 그 효율성 측면에서 실제적으로 상당한 시너지가 발생하는 것으로 해석할 수 있다.
<그림 3 - 창업팀 구성원 수에 따른 확장단계 도달 소요시간 (단위: 월)>
흥미로운 것은 그러한 효율성 측면에서의 시너지가 3 명 이상의 공동창업인 경우 오히려 희석되는 것인데, 이에 대한 설명은 아래 그림 4 에서 찾아볼 수 있다.
<그림 4 - 창업팀 구성원 수에 따른 평균 피봇횟수>
그림 4를 통해 SGP는 창업자 수(Number of Founders)가 1인 경우, 즉 개인의 단독 창업인 경우에는 피봇이 거의 이루어지지 않으며, 4 명 이상이 공동창업에 나서는 경우에는 너무 많은 수의 피봇이 이루어지며, 즉 2 명, 혹은 3 명의 창업자가 함께 할 때 가장 효과적인 횟수의 피봇이 이루어 진다고 해석하고 있다. 따라서 위 그림 3 에서 두 명의 공동창업인 경우 가장 빠른 학습을 통한 가장 빠른 성장이 이루어질 수 있는 것은 창업자들끼리의 협업을 통해 성과관리의 효율성 면에서 가장 큰 시너지가 발생하기 때문이며, 창업자의 수가 셋 이상인 경우 그러한 시너지가 어떤 이유에서인지 감소한다 해석할 수 있을 것이다. 다만, 그림 3 에서 3, 4, 5 명의 공동 창업에서 나타나는 성장속도가 비슷한 것은 시너지의 손실분을 인력(man-hour)를 통해 어느 정도 보충하고 있기 때문인 것으로 보인다.
팀 구성의 학습 측면에서 또 한가지 흥미로운 것은, 아래 그림 5에서 볼 수 있는 바와 같이, 인터넷 스타트업 중 자체적으로 개발을 수행할 수 있는 기술집중(Technology Heavy)형이나 균형형(Balanced) 스타트업의 경우보다, 개발을 외주(Outsource)에 의존하는 비즈니스집중(Business Heavy)형의 스타트업이 프로덕트-시장 조합을 달성하는데 더욱 긴 기간을 필요로 한다는 것이다.
<그림 5 - 개발 외주 여부에 따른 프로덕트-시장 조합 획득소요 기간>
프로덕트의 개발과 그 Feedback을 팀 내부에서 소화함으로써 보다 효율적으로 시장의 니즈와 프로덕트의 오퍼링(Offering) 간의 최적조합을 획득할 수 있음을 보여주는 그림 5는 앞서의 맥락과 마찬가지로 학습의 중요성을 다시 한 번 생각하게 한다.
이를 통해 우리는 인터넷 프로덕트의 개발에 필요한 기술역량 및 각 성과관리를 비롯한 매니지먼트(Management) 역량을 동시에 보유한 균형형의 팀일수록 효율적으로 시장을 학습할 수 있음을 알 수 있다. 그리고 균형잡힌 창업팀은 시장에 대한 그로 말미암아 효과적인 프로덕트의 개발(프로덕트-시장 조합)이 가능해 진다. 결과적으로, 균형형의 스타트업들은 Threshold와의 불일치 비율이 가장 낮으며(그림 6), 따라서 보다 확고한 사용자 베이스를 확보할 수 있고(그림 7), 그 결과 투자자들에게도 매력적인 투자처가 되어 가장 훌륭한 투자유치 성과를 보이게 된다(그림 8).
<그림 6 - 스타트업 형태 별 불일치(Inconsistent) 비율>
<그림 7 - 스타트업 형태 별 사용자 수 증가율>
<그림 8 - 스타트업 형태 별 투자유치 성과>
이 외에도, Steve Blank나 Eric Ries, Paul Graham 등의 스타트업계 Thought Leader의 조언을 따르는 스타트업들은 그렇지 않은 스타트업들에 비해 월등히 높은 투자유치성공률(60% vs 39%)을 보이는 흥미로운 결과도 SGP는 소개하고 있는데, 이는 스타트업이 이들의 조언을 통해 실제적인 학습을 하는 것과 동시에, 투자자들 역시 이들의 의견에 귀를 기울이므로 투자자들과 스타트업 사이에 Alignment of Interest를 형성하는데 도움을 주는 효과가 있기 때문인 것으로 생각된다.
마지막으로 그림 9 에서 보는 바와 같이, 학습을 통해 획득되는 시장에 대한 보다 실질적인 지식은 스타트업들이 자신들이 겨냥하고 있는 시장의 크기를 보다 정확하게 예측할 수 있도록 함으로써 그들의 성공확률을 증진시킨다.
그림 9에서 우리는 투자유치에 성공한 스타트업들이 시장에 대해 보다 정확한 평가를 하고 있는 것을 볼 수 있다. 반면 투자유치에 실패한 스타트업들은 시장에 대한 지식이 없는 상태에서 프로덕트와 비즈니스를 설계하였고, 그 결과 목표 시장의 크기를 실제에 비해 약 50 배에서 100 배나 과대평가하고 있다. 그러나 검증단계에 들어서면 냉정한 평가가 이루어지고 그 결과 스타트업들은 자신이 겨냥하고 있는 시장의 실제 사이즈를 깨닫게 된다. 반면 실제 시장의 크기를 비교적 정확히 파악하는데 필요한 시장지식을 가지고 있는 스타트업들은 프로덕트 개발 과정에서 Reality Check를 기반으로 보다 빠르게 실질적이고 실효적인 프로덕트-시장 조합을 도출할 수 있으며, 이러한 사실적인 접근을 통해 투자유치에 성공하게 된다. (주: 투자유치에 실패한 스타트업들의 시장 크기 예측치는 우하향인 반면, 투자를 유치한 스타트업들의 예측치는 우상향의 추세를 보이지만 결국 비슷한 값으로 수렴한다)
<그림 9 - 투자유치성과별 시장크기 예측치>
지금까지 지난 3 주에 걸쳐 스타트업에 대한 첫 번째 정량적 연구인 Startup Genome Project의 연구결과를 살펴보고 해석해 보았다. 지금까지 살펴본 내용 중 생각해 볼 만한 내용을 정리하자면 다음과 같다.
- 스타트업은 그 형태에 따라 몇 가지 뚜렷한 분류가 가능하다.
- 스타트업들은 그 성장에 있어 공통적으로 일정한 Threshold를 거치게 되며, 각 Threshold는 반드시 도달하여야만 하는 마일스톤(Milestone)을 가지고 있다.
- 각 Threshold의 마일스톤을 충실히 거치며 성장한 스타트업이 그렇지 않은 경우에 비해 월등한 성과를 보이며, 만약 그렇지 않은 경우 심지어 다시 최초의 Threshold 이전으로 되돌아가는(Pivot Back)하는 상황도 발생할 수 있다.
- 1 회에서 2 회의 피봇을 거치는 스타트업들은 피봇을 전혀 하지 않거나 3 회 이상의 피봇을 하는 스타트업에 비해 2.5 배의 투자를 유치하며, 3.6 배 높은 사용자 증가율을 보이며, 동시에 성급한 확장을 할 확률은 52% 줄어든다.
- 스타트업의 학습은 매우 중요하며, Thought Leaders나 멘토(Mentor)의 조언을 따르며 성과지표를 관리하는 등 시장에 대해 학습하는 스타트업들은 그렇지 않은 경우보다 7 배 이상의 투자를 유치하며 3.5 배 높은 사용자 증가율을 보인다.
- 단독 창업의 경우 2 명이 공동창업을 하는 경우보다 확장단계에 진입하는데 3.6 배의 시간이 걸리며 훨씬 적은 횟수의 피봇을 한다.
- 기술에 강점을 가진 창업자 한 명과 비즈니스에 강점을 가진 창업자 한 명으로 구성된 균형형 스타트업들의 투자유치액이 그렇지 않은 경우보다 30% 컸으며, 사용자 증가율은 2.9 배 높았으며, 성급한 확장의 비율은 19% 낮았다.
- 투자를 유치하지 못한 스타트업들은 자신들의 시장의 크기가 실제보다 50 배에서 100 배 가량 크다고 예측하였다.
- 아직 적절한 솔루션 조합(Solution Fit)을 도출하지 못한 스타트업들에게 투자자들은 필요 수준의 2~3 배에 달하는 과잉투자를 하는 경향이 있다.
SGP는 스타트업들에게는 자신들의 성장단계를 보다 객관화하여 파악할 수 있도록 도와 한정된 자원을 보다 효과적, 효율적으로 배분할 수 있도록 함으로써 그 성공확률을 높이는 한 편, 투자자들에게는 스타트업들에 대한 정량적인 분석결과 위에서 보다 객관적으로 정당화될 수 있는 투자를 할 수 있도록 도움으로써, 결과적으로 기업가와 스타트업의 생태계를 촉진할 목적으로 계획, 실행된 것이다. 아무쪼록 지난 3 주에 걸쳐 살펴본 SGP의 연구결과가 우리나라 스타트업에 보다 객관적인 지표를 도입하는 계기가 되고 그 결과 스타트업 생태계의 진화에 작으나마 의미있는 기여가 될 수 있기를 바란다.
