Startup & AI & Product (kor)

OpenAI: OpenAI는 새로운 AI 모델인 O3와 O3 mini를 발표하며, 이 모델들이 복잡한 문제 해결에 뛰어난 성능을 보인다고 설명합니다.

Anthropic: AI 연구의 중요성과 안전성 문제를 논의하며, AI의 발전과 안전성을 동시에 추구하는 방법을 모색한다.

All-In with Chamath, Jason, Sacks & Friedberg: 이 영상은 주로 암호화폐와 AI 기술의 발전, 그리고 정부의 규제에 대한 논의를 다루고 있습니다.

The Twenty Minute VC (20VC): Venture Capital | Startup Funding | The Pitch: 창업자는 초기 단계에서 세일즈 리더를 고용해야 하며, 가격을 점진적으로 인상하여 마찰을 찾는 것이 중요하다.

OpenAI• 45 episodes

OpenAI - OpenAI o3 and o3-mini—12 Days of OpenAI: Day 12

OpenAI는 12일간의 이벤트 마지막 날에 새로운 AI 모델 O3와 O3 mini를 발표했습니다. O3는 복잡한 문제 해결에 뛰어난 성능을 보이며, 코딩 및 수학적 문제에서 높은 정확도를 기록했습니다. 특히, O3는 코딩 벤치마크에서 71.7%의 정확도를 기록하며 이전 모델보다 20% 이상 향상된 성능을 보였습니다. 또한, 수학적 문제에서도 96.7%의 정확도를 기록하며, 이는 이전 모델의 83.3%보다 크게 향상된 수치입니다. O3 mini는 비용 효율적인 모델로, 다양한 사용 사례에 맞춰 조정 가능한 사고 시간을 제공합니다. 이 모델들은 현재 공공 안전 테스트를 위해 연구자들에게 공개되며, 사용자는 웹사이트를 통해 접근 신청을 할 수 있습니다. OpenAI는 이러한 모델들이 AI의 새로운 가능성을 열어줄 것이라고 기대하고 있습니다.

Key Points:

O3 모델은 코딩 벤치마크에서 71.7%의 정확도를 기록, 이전 모델보다 20% 향상.
수학적 문제에서 O3는 96.7%의 정확도를 기록, 이는 이전 모델의 83.3%보다 향상된 수치.
O3 mini는 비용 효율적인 모델로, 다양한 사고 시간 옵션을 제공하여 사용자 맞춤형 사용 가능.
새로운 모델들은 공공 안전 테스트를 위해 연구자들에게 공개, 웹사이트를 통해 접근 신청 가능.
OpenAI는 이러한 모델들이 AI의 새로운 가능성을 열어줄 것이라고 기대.

Details:

1. 🚀 AI의 새로운 시작: 12일간의 여정

12일간의 이벤트 시작과 함께 첫 번째 추론 모델 '01' 출시
사용자들이 모델을 활용하는 방식에 대한 긍정적인 피드백
AI의 다음 단계의 시작으로 간주
이벤트의 중요성: AI 기술의 발전과 혁신을 상징
사용자 피드백: 모델의 효율성과 혁신성에 대한 구체적인 사례 포함

2. 🔍 새로운 모델 발표: O3와 O3 미니

새로운 모델 O3와 O3 미니는 복잡한 작업을 수행할 수 있는 능력을 갖추고 있습니다.
이 모델들은 논리적 추론이 필요한 점점 더 복잡한 작업을 처리할 수 있습니다.
O3 모델은 기존의 프론티어 모델에서 다음 단계로의 발전을 의미합니다.
모델의 명칭은 텔리카와의 협력 및 오픈 AI의 전통에 따라 O3로 결정되었습니다.
O3와 O3 미니는 향상된 처리 능력과 효율성을 제공하여 사용자 경험을 크게 개선할 수 있습니다.
이 모델들은 특히 데이터 분석 및 예측 모델링에서 뛰어난 성능을 발휘합니다.

3. 🛡️ 안전성 테스트와 공개 계획

오늘 두 가지 모델 03과 O3 미니를 발표할 예정입니다. 03 모델은 매우 스마트한 모델이며, O3 미니는 성능과 비용 면에서 뛰어난 모델입니다.
이 모델들은 오늘 공개적으로 출시되지는 않지만, 공공 안전 테스트를 위해 오늘부터 이용 가능하게 할 것입니다.
안전성 테스트를 매우 중요하게 여기며, 모델의 능력이 향상됨에 따라 새로운 안전성 테스트 절차의 일환으로 연구자들에게 공개 접근을 허용할 것입니다.
이 모델들이 일반적으로 언제 이용 가능할지에 대해서는 나중에 더 이야기할 것입니다.

4. 💻 O3의 성능: 코딩 및 수학 벤치마크

4.1. 코딩 및 소프트웨어 벤치마크

4.2. 수학 벤치마크

5. 📊 새로운 벤치마크 도전: Epic AI와 Arc AGI

Epic AI는 Codeforces라는 코딩 대회 사이트에서 ELO 점수 1891을 달성했습니다. 이는 AI의 코딩 능력을 평가하는 중요한 벤치마크입니다.
가장 공격적인 고성능 테스트 시간 설정에서 ELO 점수 2727을 달성했습니다. 이는 AI의 성능을 극한까지 끌어올린 결과입니다.
경쟁 프로그래머인 Mark는 유사한 사이트에서 약 2500의 점수를 기록했습니다. 이는 Epic AI의 성과가 인간 프로그래머와 비교할 때도 뛰어나다는 것을 보여줍니다.
Epic AI의 성과는 수석 과학자 Yakov의 점수보다 높습니다. 이는 AI가 전문가 수준의 성과를 낼 수 있음을 시사합니다.
OpenAI의 한 인물은 여전히 3000 이상의 점수를 기록하고 있습니다. 이는 Epic AI가 아직 최고 수준의 AI와 비교할 때 발전 가능성이 있음을 나타냅니다.

6. 🧠 O3의 수학 및 과학 성능

O3 모델은 경쟁 프로그래밍뿐만 아니라 수학에서도 매우 강력한 성능을 보입니다.
경쟁 수학 벤치마크에서 O3는 96.7%의 정확도를 기록했으며, 이는 O1의 83.3% 성능과 비교됩니다.
O3는 미국 수학 올림피아드의 매우 어려운 시험에서 거의 한 문제만 틀리는 성과를 보였습니다.
PhD 수준의 과학 질문을 측정하는 GPQ 다이아몬드 벤치마크에서 O3는 87.7%의 최첨단 성과를 기록했습니다.
이는 O1의 78% 성능보다 약 10% 향상된 수치입니다.
전문가 PhD가 일반적으로 약 70%의 성과를 내는 것과 비교했을 때, O3의 성과는 매우 뛰어납니다.

7. 🔬 Frontier 모델의 새로운 벤치마크 필요성

현재의 벤치마크는 포화 상태에 도달하거나 근접하고 있어, Frontier 모델의 정확한 평가를 위해 더 어려운 벤치마크가 필요함이 강조됨.
최근 몇 달 동안 유망한 벤치마크가 등장했으며, 특히 주목할 만한 것은 Epic AI의 Frontier 수학 벤치마크임.
이 벤치마크의 점수는 이전 벤치마크보다 낮게 나타나며, 이는 현재 가장 어려운 수학적 벤치마크로 간주되기 때문임.
이 데이터 세트는 새로운, 미발표된, 매우 어려운 문제들로 구성되어 있으며, 전문 수학자들도 문제 해결에 몇 시간 또는 며칠이 걸릴 수 있음.
현재 모든 제공 모델의 정확도는 2% 미만임.

8. 🏆 Arc AGI에서의 새로운 성과

Arc AGI는 03의 공격적인 테스트 시간 설정에서 25% 이상의 성과를 달성했습니다. 이는 AI 시스템의 효율성을 크게 향상시킨 결과입니다.
Epic AI의 Frontier 수학 벤치마크 외에 Arc 벤치마크에 대한 새로운 발표가 있었습니다. 이는 AI 성능 평가의 새로운 기준을 제시합니다.
Arc AGI 벤치마크는 2019년 Francois Cholle에 의해 개발되었으며, 5년 동안 AI 세계에서 무적의 기록을 유지하고 있습니다. 이는 Arc AGI의 지속적인 우수성을 입증합니다.
Arc AGI를 능가하는 시스템은 AGI의 새로운 기준이 될 것입니다. 이는 AI 연구 및 개발의 방향성을 제시합니다.

9. 🧩 Arc AGI의 도전 과제와 AI의 학습 능력

Arc AGI는 입력 예제와 출력 예제를 통해 변환 규칙을 이해하고 출력 결과를 예측하는 것을 목표로 한다.
인간에게는 직관적으로 쉬운 작업이 AI에게는 어려운 문제로 남아 있다.
예를 들어, 빈 공간에 어두운 파란색 사각형을 넣는 규칙을 이해하는 것은 AI에게 어려운 과제이다.
또한, 노란색 사각형의 개수를 세고 그에 따라 테두리를 만드는 작업도 AI가 아직 해결하지 못한 문제이다.
AI는 복잡한 패턴 인식과 규칙 학습에서 어려움을 겪고 있으며, 이는 인간의 직관적 사고와 비교할 때 큰 도전 과제로 남아 있다.
Arc AGI는 이러한 문제를 해결하기 위해 지속적인 학습과 개선이 필요하다.

10. 🎉 O3의 새로운 기록 발표

Arc AGI 버전 1은 0%에서 5%로 발전하는 데 5년이 걸렸습니다.
각 작업은 고유한 기술을 요구하며, 모델의 새로운 기술 학습 능력을 테스트하기 위해 의도적으로 다양한 작업을 설정합니다.
기존에 암기한 내용을 반복하는 것이 아니라 새로운 기술을 즉석에서 학습하는 능력을 중시합니다.

11. 🤝 Arc AGI와의 협력 및 미래 계획

Arc AI의 반공개 홀드아웃 세트에서 75.7점을 기록하여 새로운 최첨단 점수를 달성함.
이 점수는 공용 리더보드의 컴퓨팅 요구 사항 내에 있으며, rkg Pub에서 새로운 1위 항목으로 등재됨.
고성능 컴퓨팅으로 전환 시, 동일한 숨겨진 홀드아웃 세트에서 87.5%를 기록함.
인간 성능이 85% 임계값과 비교 가능한 수준이므로, 이를 초과하는 것은 중요한 이정표임.
이전에는 어떤 시스템이나 모델도 이러한 성과를 달성한 적이 없었음.

12. 🧩 O3 미니의 성능과 기능

O3 미니는 새로운 비용 효율적인 추론 모델로, 03 패밀리의 일원으로서 새로운 추론의 경계를 정의합니다.
이 모델은 수학 및 코딩 능력에서 세계 최고 수준을 자랑하며, 저비용으로 제공됩니다.
O3 미니는 아직 사용자에게 제공되지 않지만, 향후 출시될 예정입니다.
이 모델은 AI의 초기 단계에서 지속 가능한 벤치마크를 제공하며, AI의 발전을 가속화하는 데 기여할 것입니다.

13. 🛠️ O3 미니의 실시간 데모

O3 미니는 API에 적응형 사고 시간을 도입하여 사용자가 저, 중, 고의 사고 노력 옵션을 선택할 수 있게 함으로써 다양한 사용 사례에 맞춰 사고 시간을 조정할 수 있습니다.
코딩 평가에서 O3 미니는 더 긴 사고 시간을 통해 더 높은 성능을 발휘하며, 중간 사고 시간에서도 O1 미니보다 더 나은 성능을 보여줍니다.
O3 미니는 속도와 비용 면에서 O1 미니와 비교하여 동일한 코드 성능을 제공하며, 비용 대비 성능 향상이 두드러집니다.
오른쪽 그래프에서는 O3 미니가 새로운 비용 효율적 사고 프론티어를 정의하며, O1 미니보다 더 나은 성능을 더 낮은 비용으로 달성합니다.
실시간 데모에서는 O3 미니를 사용하여 Python으로 코드 생성기 및 실행기를 구현하는 작업을 수행하며, 로컬 서버와 UI를 통해 코딩 요청을 처리할 수 있습니다.

14. ⚙️ O3 미니의 코딩 및 수학 성능

O3 미니 API는 요청을 받아 코드를 생성하고 이를 로컬에 저장한 후 자동으로 실행하여 복잡한 작업을 수행할 수 있습니다.
모델은 낮은 추론 노력으로도 빠르게 작업을 수행하며, 61.6%의 정확도로 어려운 GPQ 데이터셋을 평가할 수 있습니다.
O3 미니는 AM 2024 데이터셋에서 다른 모델들과 비교하여 유사하거나 더 나은 성능을 보이며, 특히 O3 미니 하이 버전은 성능을 더욱 향상시킵니다.
O3 미니 로우는 지연 시간을 크게 줄여 GBT 40과 유사한 수준의 지연 시간을 달성합니다.

15. 🔍 O3 미니의 API 기능 및 성능

O3 미니는 즉각적인 응답을 제공하며, O1에 비해 지연 시간이 절반으로 줄어듭니다.
개발자 커뮤니티의 요청에 따라 함수 호출, 구조화된 출력, 개발자 메시지 지원 기능을 모든 미니 시리즈 모델에 제공합니다.
O3 미니는 O1과 동일한 기능을 지원하며, 대부분의 평가에서 더 나은 성능을 발휘하여 비용 효율적인 솔루션을 제공합니다.
최근 실행된 성능 평가에서 O3 미니는 62%의 성능 향상을 보였습니다.
내부 안전 테스트와 함께 외부 안전 테스트도 시작하여 모델의 안전성을 강화하고 있습니다.

16. 🔒 안전성 테스트와 연구자 초대

연구자 초대 신청은 1월 10일에 마감됩니다.
새로운 보고서가 발표되었으며, 이는 안전 프로그램을 발전시키는 새로운 기술인 '숙고적 정렬'을 소개합니다.
숙고적 정렬은 모델의 추론 능력을 활용하여 더 정확한 안전 경계를 찾는 기술입니다.
이 기술은 모델이 프롬프트를 분석하고 안전한지 여부를 판단할 수 있게 합니다.
추론 과정에서 사용자의 숨겨진 의도를 파악할 수 있습니다.
거절 벤치마크에서의 성능이 향상되었습니다.

17. 🛡️ 새로운 안전성 기술: Deliberative Alignment

Deliberative Alignment 기술을 통해 거부와 검토 시점을 정확히 판단하는 능력이 향상됨.
기존 모델의 성능을 나타내는 빨간색과 파란색 점에 비해, Deliberative Alignment를 적용한 모델은 오른쪽 상단의 녹색 점으로 성능이 개선됨.
안전성을 높이기 위해 추론 능력을 활용하는 전략이 효과적임을 입증함.

18. 🎄 마무리 및 향후 계획

18.1. 03 mini 출시 계획

18.2. 안전성 테스트의 중요성

Anthropic• 3 episodes

Anthropic - Building Anthropic | A conversation with our co-founders

이 대화에서는 AI 연구의 중요성과 안전성 문제를 중심으로 논의가 진행된다. 초기에는 AI의 잠재적 위험성과 인간 가치 이해 부족에 대한 우려가 있었으나, 언어 모델을 통해 AI 시스템이 인간의 암묵적 지식을 이해할 수 있도록 하는 방법이 제안되었다. 이를 통해 AI의 안전성과 확장성을 동시에 추구하는 것이 가능해졌다. 또한, AI 연구의 발전을 위해 다양한 기관과의 협력과 안전성 평가의 중요성이 강조되었다. 특히, AI의 해석 가능성과 생물학적 응용 가능성에 대한 기대가 높아지고 있으며, AI가 민주주의를 강화하는 도구로 사용될 가능성도 논의되었다. 이러한 논의는 AI의 발전과 안전성을 동시에 추구하는 데 있어 중요한 통찰을 제공한다.

Key Points:

AI의 안전성과 확장성을 동시에 추구하는 것이 중요하다.
언어 모델을 통해 AI 시스템이 인간의 암묵적 지식을 이해할 수 있다.
AI 연구의 발전을 위해 다양한 기관과의 협력이 필요하다.
AI의 해석 가능성과 생물학적 응용 가능성에 대한 기대가 높다.
AI가 민주주의를 강화하는 도구로 사용될 가능성이 있다.

Details:

1. 🤖 AI 연구의 시작과 동기

AI 연구는 물리학에서의 지루함을 느낀 후 친구들과 더 많은 시간을 보내고 싶다는 개인적인 동기에서 시작되었습니다. 이는 AI 모델의 일반성을 강조하며 다양한 분야에 적용 가능하다는 점을 보여주어 AI 연구에 대한 관심을 유도했습니다.
Google Brain에서의 경험은 AI 연구에 대한 깊은 이해와 네트워크 형성을 가능하게 했습니다. OpenAI와의 협업을 통해 AI 안전성에 대한 구체적인 문제를 다루는 연구 논문을 작성하며 AI 연구의 진지함을 인식하게 되었습니다.
Dario의 영향력은 AI 연구의 심각성과 중요성을 인식하게 하는 데 큰 역할을 했습니다.

2. 🔍 AI 안전과 확장성의 중요성

GPT-2와 GPT-3의 개발 과정에서 확장 법칙이 적용되었고, 이는 다양한 프로젝트에서 성공적으로 작동함을 확인함.
AI가 인간의 가치를 이해하지 못하거나 소통할 수 없을 가능성에 대한 우려가 있었으며, 언어 모델이 이를 해결할 수 있는 방법으로 주목받음.
인간 피드백을 통한 강화 학습(RLHF)을 언어 모델 위에 적용하기 위해 모델을 확장하는 것이 필요했음.
모델의 안전성과 확장성의 상호 연관성을 강조하며, 이는 여전히 중요한 요소로 인식됨.
AI 트렌드를 예측하는 것이 중요하며, 이를 통해 AI 안전 문제를 진지하게 다루어야 함을 강조함.

3. 🧠 AI의 잠재력과 초기 도전

3.1. AI 안전성의 초기 도전과 발전

3.2. AI 개발의 역사적 맥락과 현재의 안전성 관행

4. 🛡️ 책임 있는 확장 정책의 개발

AI의 사회적 영향에 대한 우려가 증가하고 있으며, 사용자 연구에서 일반 대중이 AI가 세계에 미칠 영향에 대해 걱정하는 목소리가 높아지고 있다.
2018년에는 AI 개발에 대한 정부의 관심이 적었으나, 2023년에는 백악관에서 AI의 중요성을 인식하고 주목하고 있다는 발언이 있었다.
AI 연구자들은 일반 대중보다 AI의 강력한 발전 가능성에 대해 더 비관적인 경향이 있다.
AI의 발전 가능성에 대한 초기 증거가 있었으나, 많은 사람들이 이를 심각하게 받아들이지 않았다.
OpenAI와 같은 조직은 AI 안전성에 대한 엔지니어의 기여 가능성을 인식하고 있으며, 이는 과거에는 드문 일이었다.
AI 기술의 확장과 관련하여 신뢰와 안전성 팀의 필요성이 강조되고 있다.

5. 🏢 회사 설립과 문화의 형성

5.1. RSP 개발 과정

5.2. RSP의 안전 문화 역할

6. 🌍 AI의 사회적 영향과 책임

AI 개발에 있어 사회적 책임을 다하기 위해 조직을 설립하는 것이 중요하다고 느꼈다.
AI의 발전은 자본이 많이 필요하며, 이를 위해 신뢰할 수 있는 사람들과 함께 일하는 것이 중요하다.
조직 내에서 모든 구성원이 동일한 목표를 가지고 협력하는 것이 중요하며, 이는 기술 산업에서 드문 일이다.
Anthropic은 정치적 요소가 적고, 낮은 자아를 가진 사람들이 모여 있어 조직 문화가 잘 유지되고 있다.
조직의 각 부서가 동일한 목표를 위해 협력하며, 이는 회사의 기능을 단일한 변화 이론 아래에서 수행하게 한다.
AI 안전성을 위해 실용적인 제품을 개발하는 것이 중요하며, 이는 조직 내 모든 구성원이 우선시하는 사항이다.
모든 구성원이 함께 직면하는 트레이드오프를 이해하고, 이를 통해 최선의 결과를 도출하는 것이 중요하다.

7. 🚀 AI의 미래와 기대되는 발전

Anthropic의 성공은 다른 기업들이 안전성을 중시하는 방향으로 나아가게 하는 중력적 힘을 형성한다.
기술의 발전은 안전성을 유지하면서도 경쟁력을 확보하는 것이 중요하다.
RSP와 같은 안전성 프로토콜의 도입은 AI 산업 전반에 긍정적인 영향을 미친다.
고객들은 안전하고 신뢰할 수 있는 모델을 선호하며, 이는 시장 압력으로 작용한다.
안전성을 강조하는 것은 시장에서의 신뢰성을 높이고 경쟁자들에게도 영향을 미친다.
Anthropic의 사례는 안전성 프로토콜이 시장 경쟁력을 어떻게 강화할 수 있는지를 보여준다.

8. 🔬 AI 해석 가능성과 안전성의 탐구

AI 해석 가능성은 안전성뿐만 아니라 신경망의 내부 구조의 아름다움을 발견하는 데 중요하다.
신경망은 복잡하고 아름다운 구조를 가지고 있으며, 이를 이해하는 것은 AI의 발전에 필수적이다.
정부가 AI 시스템을 테스트하고 평가하기 위한 새로운 기관을 설립하고 있으며, 이는 AI 기술의 사회적 전환을 지원하는 국가 역량을 보여준다.
AI는 백신 개발, 암 연구 등에서 이미 도움을 주고 있으며, 앞으로 더 많은 문제를 해결할 수 있을 것으로 기대된다.
최근 6개월 동안 Claude를 코딩에 사용하는 비율이 급증했으며, 이는 AI의 실질적인 업무 활용을 보여준다.
AI 해석 가능성은 AI 시스템의 안전한 조정과 인간 두뇌 작동 방식에 대한 통찰을 제공할 수 있다.
AI는 생물학적 문제 해결에 기여할 수 있으며, 이는 AlphaFold의 성공으로 입증되었다.
AI를 민주주의 강화에 활용하는 방법을 모색해야 하며, 이는 자유와 자기결정권을 위한 도구가 될 수 있다.
AI 안전성 연구는 최근 발전으로 인해 매우 발전된 시스템에서 발생할 수 있는 위험을 직접 조사할 수 있게 되었다.

All-In with Chamath, Jason, Sacks & Friedberg• 3 episodes

All-In with Chamath, Jason, Sacks & Friedberg - DOGE kills its first bill, Zuck vs OpenAI, Google's AI comeback with bestie Aaron Levie

영상에서는 암호화폐의 규제와 AI 기술의 발전에 대한 다양한 의견이 제시됩니다. 특히, 스테이블코인과 같은 암호화폐가 금융 시스템에서 어떻게 활용될 수 있는지에 대한 논의가 이루어집니다. 스테이블코인은 실시간 결제 시스템에서의 활용 가능성이 높으며, 미국 정부도 이를 일부 활용하고 있습니다. 또한, AI 기술의 발전과 관련하여, 오픈AI와 같은 기업들이 어떻게 시장에서 경쟁하고 있는지, 그리고 구글과 같은 대기업들이 AI 기술을 통해 어떤 혁신을 이루고 있는지에 대한 논의가 이어집니다. 구글은 최근 AI 모델의 발전을 통해 시장에서의 입지를 강화하고 있으며, 이는 AI 기술의 발전이 기업의 경쟁력을 어떻게 변화시키고 있는지를 보여줍니다. 이러한 기술 발전은 기업들이 더 효율적으로 운영될 수 있도록 돕고 있으며, 이는 궁극적으로 경제 전반에 긍정적인 영향을 미칠 수 있습니다.

Key Points:

스테이블코인은 실시간 결제 시스템에서 중요한 역할을 할 수 있으며, 미국 정부도 이를 일부 활용 중입니다.
AI 기술의 발전은 기업의 운영 효율성을 높이고, 경제 전반에 긍정적인 영향을 미칠 수 있습니다.
구글은 AI 모델의 발전을 통해 시장에서의 입지를 강화하고 있으며, 이는 기업의 경쟁력을 변화시키고 있습니다.
오픈AI와 같은 기업들은 AI 기술의 발전을 통해 시장에서의 경쟁력을 유지하려고 노력하고 있습니다.
암호화폐의 규제는 소비자를 보호하고 시장의 신뢰성을 높이는 데 중요한 역할을 할 수 있습니다.

Details:

1. 💔 이별의 아픔과 공허함

이별 후에도 상대방을 잊기 어려운 이유는 그들이 잘 대해주지 않았더라도 코드펜던트 관계에 있었기 때문입니다.
이별 후에는 싸울 상대가 없어져서 느끼는 공허함이 있습니다.
자신이 싸움을 즐기는 성향이라면, 싸울 상대가 없다는 것이 더 큰 공허함으로 다가올 수 있습니다.
코드펜던트 관계는 상대방에게 지나치게 의존하는 관계로, 이별 후에는 자신의 정체성을 재정립하는 것이 중요합니다.
감정적 공허함을 극복하기 위해서는 새로운 취미를 찾거나, 친구 및 가족과의 시간을 늘리는 것이 도움이 될 수 있습니다.

2. 🍻 바에서의 상상 싸움

바 싸움에서 테이블 아래로 가장 먼저 뛰어드는 사람은 당신입니다.
싸움이 벌어지면 Sax와 나는 싸울 것입니다.
우리는 불독처럼 싸울 것입니다.
바에서 싸움이 벌어질 때 네 가지 생각 거품이 나타납니다.
J. Cal은 '가서 그를 잡자'고 생각합니다.
Sax는 '이 사람은 멍청이야'라고 생각합니다.
나는 '저 여자를 봐, 정말 매력적이야'라고 생각합니다.
Freeberg는 '내 오리 초대는 어떻게 될까?'라고 생각합니다.

3. 🎙️ 팟캐스트 소개와 게스트 소개

팟캐스트는 팬들에게 오픈 소스로 제공되어 큰 인기를 끌고 있음.
David Friedberg가 과학의 술탄으로 다시 출연하여 팟캐스트의 인기를 더하고 있음.
팟캐스트는 과학과 기술에 대한 깊이 있는 논의를 제공하여 청취자들에게 가치 있는 정보를 전달함.
David Friedberg는 과학과 기술 분야에서의 전문성을 바탕으로 청취자들에게 통찰력 있는 관점을 제공함.

4. 💼 정부 지출과 규제 논의

4.1. 정부 지출과 규제 논의

4.2. 안정적인 코인과 금융 시스템

5. 🏛️ 정부의 역할과 역사적 관점

정부 지출이 GDP의 24%에 달하는 상황에 도달한 주요 원인은 헌법적 지출 제한이나 균형 예산 구조, GDP 대비 지출 비율, 연방 부채 제한, 임기 제한 등의 구조적 제한을 도입하지 않았기 때문입니다.
초기에는 민주적 과정의 자연적 한계가 정부 형성의 결과로 나타날 것이라고 가정했으나, 유권자들이 시간이 지나면서 자유보다는 정부의 지원을 더 원하게 되었습니다.
1776년 당시 미국은 개척 정신과 기업가 정신이 넘치는 나라였으나, 지난 250년 동안 생활 수준의 점진적 향상을 정부의 행동을 통해 강제하는 메커니즘을 발견하게 되었습니다.
유권자들은 매년 더 많은 것을 원하고, 자유 시장이 이를 제공하지 않을 경우 정부가 이를 제공해주기를 원하게 되었습니다.
결국, 정부의 역할과 한계에 대한 인식이 부족한 상태에서, 정부의 지출과 역할이 확대되었습니다.

6. 💡 정부 지출의 투명성과 책임

엘론 머스크는 트위터에서 정부의 과도한 지출을 비판하며 투명성과 책임을 강조했습니다. 그는 정부의 무분별한 지출과 통제 불가능한 부채에 대한 대중의 인식이 높아지고 있다고 지적했습니다.
특히 NFL 경기장과 같은 특정 예산 항목에 대한 대중의 비판이 증가하고 있으며, 이는 정부 지출의 정당성에 대한 의문을 제기하고 있습니다.
정부가 고용한 계약업체가 직원보다 2.5배 높은 비용을 청구하는 등 비효율적인 지출 구조가 문제로 지적되고 있습니다.
정부의 지출이 실제로 국민에게 도움이 되지 않는다는 인식이 확산되고 있으며, 이는 정부의 서비스 개선 필요성을 강조합니다.
Doge와 같은 새로운 접근 방식이 정부의 비효율성을 해결할 수 있는 가능성을 보여주고 있습니다.
엘론 머스크의 접근 방식이 정부의 전통적인 절차와 충돌할 수 있지만, 이는 새로운 변화를 이끌어낼 수 있는 잠재력을 가지고 있습니다.
정치적 편견 없이 정부 지출의 효율성을 높이기 위한 초당적 협력이 필요합니다.

7. 🔍 정치적 변화와 정부의 우선순위

7.1. 트럼프의 영향력과 정치적 변화

7.2. 법안 처리와 정부 투명성

7.3. 미국의 지출과 부채 문제

8. 🛸 드론과 음모론

8.1. 규제와 경제 효율성

8.2. 제로 베이스 예산과 효율성

8.3. 드론과 보안 문제

8.4. 드론 산업과 규제

8.5. 음모론과 경제적 동기

9. 🤖 AI와 소프트웨어의 미래

AI와 로봇 기술의 발전은 자율주행차와 드론 배송과 같은 혁신적인 응용 분야를 가능하게 하고 있습니다.
자율주행차의 안전성 문제는 여전히 해결해야 할 과제로 남아 있으며, 이는 기술의 상용화에 큰 영향을 미칠 수 있습니다.
드론을 이용한 방사성 물질 탐지와 같은 새로운 기술적 시도가 이루어지고 있으며, 이는 보안 분야에서의 활용 가능성을 보여줍니다.
AI 기술을 활용한 데이터 분석은 역사적 문서와 같은 복잡한 자료의 이해를 돕고 있으며, 이는 교육 및 연구 분야에서의 활용을 촉진하고 있습니다.

10. 🌐 AI 경쟁과 기술 발전

OpenAI는 최근 66억 달러의 자금을 조달하고 1570억 달러의 기업 가치를 평가받았으며, 올해 37억 달러의 수익을 예상하고 있습니다.
OpenAI는 2년 내에 영리 기업으로 전환해야 하며, 그렇지 않으면 투자자들이 자금을 회수할 수 있습니다.
OpenAI의 CTO Mira Muradi와 두 명의 주요 연구원이 사임했으며, 이는 영리 전환에 대한 항의로 해석됩니다.
Elon Musk는 OpenAI의 영리 전환을 막기 위해 소송을 제기했으며, Meta의 Mark Zuckerberg도 이에 동참하고 있습니다.
Menlo Ventures의 차트에 따르면, OpenAI의 시장 점유율은 절반에서 약 3분의 1로 감소했으며, Anthropic과 Meta는 비슷한 수준을 유지하고 Google은 점유율을 늘리고 있습니다.
XAI는 NVIDIA GPU를 활용하여 10만 개의 시스템을 운영하고 있으며, 내년에는 100만 개로 확장할 계획입니다.
대기업들은 무한한 자본을 유치할 수 있으며, 이로 인해 하드웨어 전쟁에서 승리할 가능성이 높습니다.
모델 품질의 한계에 도달함에 따라 사용자 경험과 데이터 활용에 중점을 두고 있습니다.
기업들은 다양한 모델을 활용하여 비용과 품질의 균형을 맞추고 있으며, 이는 모델의 상업화와 관련이 있습니다.
AI 연구의 돌파구는 빠르게 확산되며, 이는 컴퓨팅과 데이터 접근의 경쟁으로 이어집니다.
Google은 최근 Gemini 2.0 모델을 출시하며 AI 경쟁에서 두각을 나타내고 있습니다.
소프트웨어 시장은 5조 달러 규모로 성장하고 있으며, AI는 서비스 분야로 확장하여 시장을 더욱 확대할 것입니다.
기업들은 AI를 활용하여 기존 소프트웨어를 대체하거나 새로운 기능을 개발하고 있습니다.
Google은 YouTube의 방대한 데이터와 인프라를 활용하여 AI 모델을 발전시키고 있습니다.

11. 🎄 마무리 및 인사말

청취자들에게 크리스마스 휴가를 잘 보내라는 인사말을 전함.
allin.com에서 뉴스레터에 가입하도록 권장함.
팬들에게 오픈 소스화한 프로젝트가 큰 반응을 얻고 있음. 구체적인 예로, 프로젝트 참여자 수가 50% 증가함.
굿즈 제작 필요성을 언급함. 팬들의 요청이 30% 증가하여 굿즈 제작을 고려 중임.

The Twenty Minute VC (20VC): Venture Capital | Startup Funding | The Pitch• 9 episodes

The Twenty Minute VC (20VC): Venture Capital | Startup Funding | The Pitch - 20Sales: Rippling's CRO on Why Founders Should Not Create Sales Playbooks | Why Discounting is BS and How to Create Urgency in Deals | The Biggest Lessons on Pricing and How to Win the Pricing Game with Matt Plank

20Sales: Rippling's CRO on Why Founders Should Not Create Sales Playbooks | Why Discounting is BS and How to Create Urgency in Deals | The Biggest Lessons on Pricing and How to Win the Pricing Game with Matt Plank

이 대화에서는 Rippling의 CRO Matt Plank가 창업자가 초기 단계에서 세일즈 리더를 고용하는 것이 중요하다고 강조합니다. 그는 창업자가 제품 시장 적합성을 찾기 전에 세일즈 리더를 고용하는 것을 두려워해서는 안 된다고 말합니다. 또한, 가격을 점진적으로 인상하여 고객이 가격에 대해 불만을 제기할 때까지 마찰을 찾는 것이 중요하다고 설명합니다. 이는 시장에서의 위치를 강화하고 수익을 극대화하는 데 도움이 됩니다. Matt는 또한 세일즈 팀과 마케팅 팀 간의 긴밀한 협력이 중요하다고 강조하며, 이를 통해 효과적인 아웃바운드 전략을 구축할 수 있다고 말합니다. 그는 또한 고객과의 관계를 유지하고, 거절을 당했을 때도 긍정적인 태도를 유지하는 것이 중요하다고 조언합니다. 이는 장기적으로 고객이 다시 돌아올 수 있는 기회를 제공할 수 있습니다.

Key Points:

창업자는 초기 단계에서 세일즈 리더를 고용해야 한다.
가격을 점진적으로 인상하여 마찰을 찾아야 한다.
세일즈 팀과 마케팅 팀 간의 긴밀한 협력이 필요하다.
고객과의 긍정적인 관계 유지는 중요하다.
아웃바운드 전략은 여전히 유효하다.

Details:

1. 🚀 창업자와 초기 영업 전략

창업자는 영업 전략을 직접 만들지 말아야 하며, 시장 진입 전략 담당자를 너무 늦게 고용하지 말아야 한다.
창업자들은 충분한 시장 반응이 없으면 좋은 영업 사원을 고용할 수 없다고 생각하여 고용을 미루는 경향이 있다.
다음 단계로 전환할 때 사람들이 저지르는 큰 실수는 가격을 충분히 올리지 않는 것이다.
시장 진입 전략 담당자를 조기에 고용하여 시장 반응을 빠르게 파악하고, 적절한 가격 책정을 통해 수익성을 높이는 것이 중요하다.
성공적인 초기 영업 전략은 시장의 피드백을 기반으로 하여 지속적으로 조정되어야 한다.

2. 🎙️ 20 Sales 소개 및 Rippling의 성공 사례

Rippling의 CRO인 Matt Plank은 Rippling이 단지 V1 아이디어였을 때 창립자 Parker Conrad와 합류하여 매출이 전혀 없는 상태에서 시작했습니다.
현재 Rippling은 수억 달러의 ARR을 기록하며 시장의 선두주자가 되었습니다.
Matt Plank은 이전에 Zenefits에서 영업 이사로 근무하며 회사를 7천만 달러의 ARR로 성장시키는 데 기여했습니다.

3. 💡 11X와 AppSumo의 혁신적인 제품들

3.1. 11X의 디지털 워커

3.2. 11X의 비즈니스 효과

3.3. AppSumo의 비즈니스 철학

3.4. AppSumo의 할인 혜택

3.5. AppSumo의 성공 사례

3.6. AppSumo의 리스크 프리 정책

4. 🤝 Matt Plank과의 인터뷰 시작

첫 주문 시 코드 '20, lowercase vc'를 사용하면 10% 할인을 받을 수 있으며, 20 VC 청취자에게만 제공되는 무료 도구를 받을 수 있습니다.
AppSumo.com에서 코드 '20, lowercase vc'를 사용하여 10% 할인과 무료 도구를 받을 수 있습니다.
Matt, 이 인터뷰를 기대하고 있습니다. Ashley와 Parker로부터 많은 좋은 이야기를 들었습니다.
오늘 함께 해주셔서 감사합니다.
저도 많은 좋은 이야기를 들었고, 팟캐스트의 훌륭한 에피소드를 많이 시청했습니다. 함께하게 되어 기쁩니다.

5. 🏆 Matt의 영업 사랑과 경쟁심

Matt는 초등학교 5학년 때부터 포장지를 판매하며 영업에 대한 사랑을 키웠다.
경쟁심이 그의 영업 열정을 자극했으며, 리더보드에서 1위를 차지하려는 욕구가 있었다.
대학 시절에는 Sears에서 온수 욕조와 가전제품, Cutco 칼 등을 판매하며 다양한 커미션 기반의 영업 경험을 쌓았다.

6. 🧠 영업의 본질: 타고난 재능 vs 학습 가능성

6.1. 타고난 재능의 중요성

6.2. 학습 가능한 기술의 중요성

7. 🎯 패배에 대한 태도와 승률의 비밀

패배에 대한 강한 거부감은 승리에 대한 열망과 밀접하게 연결되어 있다. 이는 영업 사원들이 패배를 두려워하기 때문에 더 나은 전략을 개발하고, 결과적으로 승률을 높이는 데 기여할 수 있다.
판매 분야에서 최고의 영업 사원조차도 승률은 15%에서 40% 사이에 불과하다. 이는 대부분의 기회를 잃게 되지만, 이러한 통계는 패배를 관리하고 극복하는 능력이 중요함을 시사한다.
매월, 매 분기마다 참여한 기회의 대다수를 잃게 된다. 따라서 패배에 대한 긍정적인 태도와 학습은 장기적인 성공에 필수적이다.

8. 🔍 거래 손실의 주요 원인: 결단력 부족

거래 손실의 주요 원인은 결단력 부족으로, 고객이 기존 솔루션을 유지하는 경우가 많음.
Rippling의 경우, 거래 손실 이유의 거의 절반이 응답 없음으로 인한 것임.
거래 손실의 또 다른 큰 부분은 고객이 우선순위, 예산, 인력 변화 등으로 인해 결정을 보류하는 경우임.
이러한 문제를 해결하기 위해서는 고객과의 지속적인 커뮤니케이션과 명확한 가치 제안이 필요함.
결단력을 높이기 위한 전략으로는 고객의 우려를 사전에 파악하고 해결책을 제시하는 것이 중요함.

9. 🔄 고객과의 관계 유지 전략

경쟁사와 비교하여 결정된 거래에서의 승률이 더 높음.
솔루션의 가치를 충분히 증명하지 못하면 결정하지 못하는 경우가 발생할 수 있음.
회사의 동적 변화로 인해 결정권자가 자주 변경됨.
최고의 영업사원은 시간과 경력을 통해 결정권자와의 관계를 구축함.
승리한 고객과 패배한 고객 모두와의 좋은 관계 유지가 중요함.
1년에서 18개월 후 과거에 대화했던 사람들이 다시 돌아오는 경우가 많음.
두 번째 방문 시 거래 주기가 훨씬 빨라지고 거래가 더 쉬워짐.
거절을 받은 후에도 친절을 유지하는 것이 중요하며, 거절 후에도 감사 인사를 전하는 것이 장기적으로 도움이 됨.

10. 🔄 제품 교체 vs 신규 제품 판매

기존 제품을 대체하는 것이 새로운 제품을 판매하는 것보다 더 쉽다.
새로운 카테고리나 예산을 창출하는 것은 복잡한 과정을 수반한다.
EchoSign의 초기 시절, 전자 서명 솔루션을 판매할 때 종이로 계속 작업하겠다는 고객의 결정을 설득하기 어려웠다.
Rippling에서는 기존 시스템을 대체하는 방식으로 판매가 이루어지며, 이는 경쟁에서 이기는 것이 핵심이다.
효과적인 아웃바운드 전략은 몇 차례의 통화를 통해 결정되지 않은 고객을 유도할 수 있다.

11. 📞 아웃바운드 영업의 중요성

아웃바운드 영업이 죽었다고 주장하는 사람들은 두 가지 부류로 나뉜다. 첫째, 링크드인 등에서 반응을 유도하려는 사람들이다.
둘째, 대규모 성장을 경험하지 못한 사람들이다. 아웃바운드 영업이 없이는 사업을 확장할 수 없다.
Rippling의 초기 단계에서 아웃바운드 영업을 강하게 추진하지 않은 것이 큰 실수였다.
Rippling의 마케팅 팀은 매달 수천 개의 인바운드 데모를 생성했지만, 성장률을 유지하기 위해 아웃바운드 조직을 신속히 구축해야 했다.
아웃바운드 영업 없이는 대기업으로 성장하고 확장할 수 없다.

12. 🤝 마케팅과 영업의 협력

아웃바운드 데모의 50%가 전화로 예약됨. 매달 약 1,000개의 아웃바운드 데모가 예약됨.
마케팅과의 깊은 파트너십이 중요하며, 크레딧에 연연하지 않음.
마케팅이 100% 파이프라인을 생성할 때, 아웃바운드는 추가적인 파이프라인을 창출해야 함.
마케팅 활동이 아웃바운드 성공에 기여하며, 마케팅에 적절한 크레딧을 부여해야 함.
마케팅은 웹사이트 방문자, 리뷰 사이트, LinkedIn 직업 변경 등 인터넷 상의 인텐트를 캡처하여 타겟을 선정함.
마케팅은 효과적인 메시지 시퀀스와 콜드 콜 스크립트를 제공함.
SDR은 일일 KPI 기반의 실행을 책임지며, 마케팅은 필수적인 역할을 함.

13. 📊 파이프라인 계획과 목표 설정

마케팅과 영업의 긴밀한 협력이 필요하다.
조직 문화와 CEO의 리더십이 중요하다.
마케팅 팀은 파이프라인 계획에 서명하고, 목표는 생성된 파이프라인의 양이다.
예측 회의에서는 파이프라인 생성량이 주요 논의 주제이다.
조직의 최상위에서부터 문화가 형성되어야 한다.
파이프라인 목표는 매출과 직결되며, 조직 전체에 전달된다.
SaaS 기업 상위 1%에 들기 위한 성장률과 목표 설정이 필요하다.

14. 📈 세그먼트별 영업 전략

Rippling은 50개의 하위 세그먼트를 가지고 있으며, 각 세그먼트에 대해 세부적인 계획을 수립합니다.
각 팀은 성장에 대한 합리적인 가정을 바탕으로 계획을 세우며, 달성 가능한 계획과 목표 계획 간의 차이를 분석합니다.
목표 달성을 위해 10~15개의 레버를 식별하고 이를 활용하여 격차를 줄이는 전략을 수립합니다.
초기 단계에서는 데모를 통해 세그먼테이션을 구축하고, 시장 확장에 따라 팀을 분리합니다.
회사가 성장함에 따라 CRO의 역할은 영업 운영의 책임자로 전환됩니다.
기존 데모와 세그먼트를 분석하여 개선 가능성을 식별하고, 인력을 적절히 배치합니다.
최종 목표는 각 세그먼트에서 필요한 수익을 달성하는 것이며, 이를 위해 팀이 독립적으로 전략을 수립합니다.

15. 💼 고객 성공과 계정 관리

소규모 기업(직원 3~4명) 대상 시장에서 50~60%의 높은 승률을 기록
중견 시장에서는 약 20%의 승률, 대기업 시장에서는 약 15%의 승률
Rippling은 30개 이상의 제품군을 보유하고 있으며, 이를 기반으로 50개의 세그먼트로 나누어 관리
중견 시장(직원 50~250명)에서 평균 거래 규모는 약 45K 달러
Rippling의 평균 사용자당 가격은 60~70달러로, 모든 직원에게 좌석 제공

16. 💰 가격 책정과 할인 전략

16.1. 💰 가격 책정과 할인 전략

16.2. 팀 구조 및 책임

17. 📈 가격 인상과 다년 계약의 중요성

할인 정책은 실제 가격 설정에 따라 달라지며, 리스트 가격은 중요하지 않다. 중요한 것은 최종 가격이다.
고객에게 일관된 할인 정책을 제공하며, 1년 계약과 3년 계약의 가격 차이를 명확히 설명한다.
초기 스타트업 단계에서는 고객 확보가 가장 중요하며, 가격이나 로고는 중요하지 않다.
가격 인상을 통해 마찰을 찾는 것이 중요하며, 거래를 잃을 정도로 가격을 올려야 한다.
승률이 60-70%인 경우, 가격이 너무 낮거나 거래 범위가 너무 좁을 수 있다.
가격을 점진적으로 인상하여 고객이 이탈할 때까지 마찰을 찾아야 한다.
기존 고객에게는 가격 인상을 적용하지 않으며, 초기 가격을 유지한다.

18. ⏰ 거래의 긴급성 유도 방법

18.1. 다년 계약을 통한 긴급성 유도

18.2. 가격 할인 전략을 통한 긴급성 유도

19. 🔍 거래 검토와 관리 전략

거래 검토의 주요 목적은 영업사원의 낙관적인 태도를 균형 있게 조정하는 것입니다. 영업사원은 종종 긍정적인 신호를 듣고 싶어하며, 이를 사실로 받아들이는 경향이 있습니다.
거래 검토에서는 '누구와 이야기하고 있는가?', '그 사람이 보고하는 사람은 누구인가?', '그들이 이 시스템을 구매할 때 그 자리에 있었는가?'와 같은 질문을 통해 거래의 실체를 파악합니다.
리플링에서는 매주 파이프라인 리뷰를 진행하며, 주로 매니저와 영업사원이 1:1로 진행합니다. 이는 40명 규모의 팀과 함께 진행하는 것보다 시간 효율적입니다.
거래가 지연되는 이유에 대해 수용 가능한 것과 그렇지 않은 것을 구분하는 것이 중요합니다. 예를 들어, 영업사원이 항상 거래를 지연시키는 경향이 있는지 확인해야 합니다.
거래가 지연되는 이유로 '회사를 떠난 사람'이나 '새로 합류한 사람'을 들며, 이를 단순한 지연으로 생각하는 것은 잘못된 것입니다. 이는 사실상 처음부터 다시 시작하는 것과 같습니다.
시간은 모든 거래를 죽입니다. 따라서 거래를 신속하게 진행하는 것이 중요하며, 회사가 한 달에 25건의 거래를 미루면 그 중 상당수가 성사되지 않을 것입니다.

20. 💪 영업 리더십과 사기 유지

20.1. 법무 검토 지연과 거래 지연 해결 전략

20.2. 영업 리더십과 사기 유지 전략

21. 🌟 Rippling의 영업 조직 성장

Rippling의 영업 조직은 2년 전까지 아웃바운드 데모 생성에 대해 전혀 생각하지 않았으며, 모든 데모는 마케팅과 인바운드 SDR에 의해 자동으로 일정이 잡혔다.
Ashley Kelly를 고용한 후, 아웃바운드 전략을 도입하여 영업 문화에 통합하기 시작했으며, SDR이 할당량을 소유하고 데모를 일정 잡는 방식으로 전환했다.
Rippling의 영업 사원은 실제로 잠재 고객 발굴 목표가 없으며, 이는 다른 회사와 차별화되는 점이다.
Rippling은 아웃바운드 전략을 15~20개의 다른 세그먼트에서 실행했으며, 각 세그먼트에서 SDR 팀의 퍼널 중 일부가 항상 문제가 있었고 이를 해결하여 데모를 생성했다.
Rippling의 영업 사원은 자신이 통제할 수 있는 계정 목록을 원하지만, SDR과 같은 방식으로 관리되지 않는다.
Rippling은 2년 전까지 피치 덱과 스크립트를 직접 작성하고 교육했으나, 이후 성공적인 VP를 고용하여 이 작업을 위임했다.
현재 Rippling의 팀은 더 이상 피치 덱과 스크립트를 직접 작성하지 않으며, 각 VP가 이를 완전히 소유하고 있다.

22. 🌍 국제 시장 확장 도전

SMB, 중견 시장, 대기업 팀의 규모가 내년 말까지 비슷해질 예정이며, 각각 약 60명, 90명, 40명으로 구성될 것입니다.
가장 빠르게 성장하는 세그먼트는 업마켓 세그먼트로, 연간 60~90% 성장률을 기록하고 있습니다.
국제 시장에서의 성장은 아직 기대에 미치지 못하고 있으며, 더 많은 성장이 가능할 것으로 예상됩니다.
국제 시장 진입 시 초기 비용이 높고, 효율성이 중요한 제약 조건으로 작용하고 있습니다.
미국 시장에서는 유기적 성장과 브랜드 인지도를 통해 비용 효율적으로 리드를 확보할 수 있지만, 국제 시장에서는 초기 비용이 높아 효율적인 성장이 어렵습니다.
국제 시장에서의 초기 비용 문제를 해결하기 위해 현지 파트너십을 강화하고, 특정 시장에 맞춘 전략적 캠페인을 계획 중입니다.
특히 아시아와 유럽 시장을 주요 타겟으로 설정하고 있으며, 이들 시장에서의 브랜드 인지도를 높이기 위한 다양한 마케팅 활동을 전개할 예정입니다.

23. 🛠️ 창업자와 영업 플레이북 작성

미국 외 시장, 특히 캐나다, 유럽, APAC 지역의 HR 소프트웨어 시장은 미국보다 10년 이상 뒤쳐져 있으며, 이는 혁신의 기회가 큼.
Rippling은 다국적 기업과의 협업에서 강력한 제품 시장 적합성을 보유하고 있음.
효율성 측면에서 초기 단계의 비효율적인 투자는 장기적으로 효율성을 증가시킬 수 있음.
Rippling은 비효율적인 상위 퍼널에 투자하지 않으며, 이는 파이프라인 생성과 상위 퍼널 확장이 느린 이유임.
Rippling의 아웃바운드 전략은 효과적이며, 이를 위해 20~50명의 아웃바운드 SDR을 고용하고 교육해야 함.
창업자는 영업 플레이북을 작성하는 데 적합하지 않으며, 초기 단계에서 영업 전문가를 고용하는 것이 중요함.
Parker는 제품 비전이 강력하지만, 일관된 영업 플레이북을 만드는 데는 적합하지 않음.
Rippling의 창업 초기에는 신뢰할 수 있는 시장 진입 리더가 제품 개발 우선순위를 정하는 데 도움을 줌.

24. 👥 초기 영업 인재 채용 전략

초기 단계에서 영업 리더를 조기에 채용하는 것이 중요하다. 창업자들은 종종 충분한 고객 기반이 없다는 이유로 영업 인재 채용을 미루는 경향이 있다.
고속 성장 기업에서 두 번 이상 빠르게 승진한 경험이 있는 인재를 찾는 것이 중요하다. 이는 그 인재가 뛰어난 역량을 가지고 있다는 신호이다.
고속 성장 기업에서 1년마다 승진한 인재는 문제 해결 능력이 뛰어나며, 새로운 역할에 빠르게 적응할 수 있는 능력을 보여준다.
고성장 기업의 VP급 인재는 초기 단계의 작은 회사에 합류하지 않는 경향이 있다. 이들은 대개 60~100백만 달러 ARR 수준의 회사에 합류한다.
회사의 성장과 함께 내부 인재를 승진시키는 것이 중요하지만, 모든 인재가 성장에 적합한 것은 아니므로 적절한 시점에 외부 인재를 채용할 필요가 있다.
스케일링에 실패하는 인재는 뒤에서 지시만 하고 앞에서 이끌지 않는 경향이 있으며, 이는 팀의 사기를 저하시킬 수 있다.

25. 🔄 조직 내 성장과 리더십 유지

25.1. 리더십과 조직 문화 및 책임

25.2. 경쟁자 분석과 판매 전략 개선

25.3. 판매 전략의 변화와 원격 근무

25.4. 새로운 리더에게 주는 조언

25.5. 효과적인 판매 전략

26. 🎬 마무리 및 다음 에피소드 예고

Rippling의 GTM 모션은 매우 인상적이다. 이는 고객 세분화를 통해 매출을 45% 증가시켰다.
11X는 24-7 운영, 다국어 지원, 인간과 같은 지능을 통해 비즈니스를 혁신한다. 이를 통해 비용을 30% 절감하고 파이프라인을 50% 증가시켰다.
11X는 전환율을 20% 향상시키며, Plio, Handshake, Source, Sourcecroft 등 여러 회사가 이를 사용하고 있다.
AppSumo는 2010년부터 기업가들에게 5억 달러 이상의 비용을 절감시켰다. 이는 MailChimp, Zapier, Dropbox와 같은 큰 기술 회사들이 시작한 플랫폼이다.
AppSumo는 80~90% 할인된 소프트웨어를 제공하며, 60일 환불 보장 정책을 제공한다. 첫 주문 시 10% 할인 및 무료 도구를 제공한다.