
전설적인 벤처 캐피털리스트 빌 걸리가 복잡계 시스템 사고와 2차적 결과 예측 등 의사결정의 핵심 멘탈 모델을 공유합니다. 그는 기술 혁신의 최첨단과 산업의 역사적 기반을 동시에 이해하는 것이 창업가와 투자자의 독보적인 경쟁력이 된다고 강조합니다. 나아가 AI 인프라 과잉 투자 논쟁, 오픈소스 생태계, 핀테크의 미래, 그리고 벤치마크의 독특한 파트너십 성공 비결까지 비즈니스 전반을 아우르는 깊이 있는 통찰을 제시합니다.
빌 걸리는 세상을 이해하는 가장 중요한 생각의 틀로 시스템 사고(Systems Thinking)를 꼽습니다. 산타페 연구소(Santa Fe Institute)의 이사로 활동 중인 그는 복잡계 시스템을 '다변수 비선형 체계'로 정의합니다. 날씨나 주식 시장처럼 복잡계는 한동안 일정한 패턴을 보이다가도 단 하나의 변수가 바뀌는 순간 완전히 예측 불가능한 방향으로 튈 수 있습니다.
"한곳을 바꾸면 다른 곳이 바뀌고, 그것이 또 다른 무언가를 바꿀 수 있다는 점을 항상 인지해야 합니다. 전체 시스템을 통틀어 봐야만 해요."
단순하고 선형적인 지표 하나에만 매몰되면 예상치 못한 부작용에 직면하기 쉽습니다. 실제로 한 대형 데이팅 앱 서비스에서는 프로필 길이를 늘렸을 때 초기 인게이지먼트가 상승하는 것을 보고 기능을 전면 도입했습니다. 하지만 수개월이 지난 뒤, 사용자들이 상대에 대해 너무 많은 정보를 미리 알게 되면서 실제 만남으로 이어지는 전환율이 급감했다는 치명적인 2차적 결과(Second-order effect)를 발견하게 되었습니다. 그는 단일 지표에 지나치게 결정론적으로 매달리지 말고, 복잡하게 얽힌 전체 결과의 연쇄 작용을 늘 경계해야 문제를 피할 수 있다고 조언합니다.
월스트리트 증권가에서 경력을 시작한 빌 걸리는 피터 린치, 버튼 말킬, 벤저민 그레이엄, 워런 버핏, 하워드 막스 등의 저작을 섭렵하며 탄탄한 재무적 기초(Bedrock)를 닦았습니다. 가치 투자에서 출발한 그가 고위험 벤처 투자로 성공적으로 전환할 수 있었던 배경에는 '가치'에 대한 유연하고 본질적인 재정의가 있었습니다. 전설적인 투자자 빌 밀러는 아마존의 최대 주주로 머물며, 네트워크 효과를 통해 장기간 비정상적인 초고속 성장을 지속할 수 있다면 현재 가격이 미래 가치 대비 저평가된 훌륭한 가치 투자라고 설명했습니다.
"저는 늘 월스트리트를 벤처 캐피털리스트가 만들어낸 제품을 사주는 궁극적인 '구매자'라고 생각해 왔습니다."
스타트업의 최종 출구 전략은 인수합병(M&A)이나 기업공개(IPO)이며, 결국 최종 가격을 매기는 주체는 월스트리트의 금융 기관들입니다. 따라서 파워포인트 한 장 들고 찾아온 초기 창업팀을 만날 때도, 나중에 이 기업이 성장했을 때 기관 투자자들이 열광할 만한 탄탄한 재무적 구조를 갖출 수 있는지를 꿰뚫어 보는 안목이 중요합니다.
빌 걸리는 픽사의 창의적 거장 존 래시터와의 만찬 일화를 들려줍니다. 래시터는 10가지 코스 요리를 대접하며 각 요리마다 애니메이션 역사에서 반드시 알아야 할 고전 만화 클립을 매칭해 해설해 주었습니다. 체스 세계 챔피언 매그너스 칼슨 역시 체스 역사 퀴즈 대회에서 압도적으로 우승하곤 합니다. 피카소 또한 입체파로 파격을 선보이기 전인 14세 무렵 이미 완벽한 사실주의 화풍을 마스터했습니다.
"정보가 파편화된 세상에 살고 있지만, 역설적으로 그 어느 때보다 많은 정보에 접근할 수 있습니다. 자신이 속한 분야의 역사를 공부하는 것만으로도 엄청난 차별성을 만들 수 있습니다."
그는 젊은 구직자가 마케팅의 고전 거장들을 줄줄 꿰고 있으면서 동시에 틱톡의 최신 트렌드를 완벽히 파악하고 있다면 면접에서 압도적인 존재감을 드러낼 수 있다고 말합니다. 특히 기술 분야의 위대한 창업가들은 산업의 역사적 토대뿐만 아니라 최신 기술 변화의 경계(Bleeding Edge)를 파고드는 집착적 학습(Obsessive Learning) 역량을 공통적으로 지니고 있습니다. 스마트폰 등장 초기 모바일 앱 생태계를 개척했던 이들처럼, 오늘날 혁신을 이끄는 창업가들은 밤마다 AI 최신 논문과 기술을 집요하게 파고들며 상위 1%의 전문성을 확보하고 있습니다.
빌 걸리는 평소 5개 이상의 유료 AI 서비스를 적극 활용하며 워크플로를 확장하고 있습니다. 식당 탐색 시 제미나이의 리뷰 데이터를 활용해 호평받는 메뉴와 비추천 메뉴를 세부 분석하고, 코딩에는 클로드, 리서치에는 퍼플렉시티를 목적에 맞춰 병용합니다. AI 모델이 하나의 단일 독점으로 갈지 전문 버티컬 모델로 분화될지는 아직 미지수이나, 특정 법률 판례나 내부 워크플로를 깊이 파고든 특화 솔루션은 고유의 데이터 해자를 형성할 수 있다고 봅니다.
또한 그는 중국의 AI 오픈소스 생태계가 지닌 폭발적인 진화 속도에 주목합니다.
"농부들이 시장에 모여 물건만 팔고 헤어지는 사회와, 모일 때마다 농사 비결과 최선의 관행을 서로에게 의무적으로 공유하는 사회가 있다면 과연 어느 쪽이 더 빠르게 발전하겠습니까?"
중국은 치열한 내부 경쟁 속에서 약 10여 개의 유력 오픈소스 모델이 가중치와 방법론을 투명하게 공개하며 상호 훈련을 통해 기하급수적으로 발전하고 있습니다. 실리콘밸리의 수많은 스타트업들도 이미 이 오픈소스 모델들을 광범위하게 활용하고 있습니다. 반면 서구권의 거대 테크 기업들이 규제를 요구하는 이면에는 규제의 복잡성과 높은 비용을 통해 신규 경쟁자와 오픈소스의 진입을 막으려는 일종의 진입 장벽(호(Moat)) 구축 의도가 숨어 있다고 꼬집습니다.
현재 대규모 언어 모델(LLM)이 인간의 지식을 거의 흡수하면서 데이터 고갈(Painting in the corners) 현상에 직면하고 있다는 우려가 커지고 있습니다. 빅테크 기업들이 시간당 수천 달러를 주고 최고급 전문가를 고용해 모델을 미세 조정(Fine-tuning)하고 있지만, 인간 지식의 한계치에 다다르면 성장이 둔화되는 점근선(Asymptote)을 맞이할 수 있습니다. 얀 르쿤(Yann LeCun)의 주장처럼 언어만으로는 수학적 논리나 물리적 현실 세계의 인과관계를 모두 포괄할 수 없기 때문에 다음 세대의 지능은 LLM을 넘어선 구조여야 할 수도 있습니다.
알파고의 획기적인 수(Move)나 테슬라의 FSD(Full Self-Driving)는 시각적 입력과 조향·가속이라는 매우 제약된 환경 내에서 최적의 경로를 탐색해 낸 결과입니다. 반면 현실 세계는 무한한 변수가 존재하는 복잡계입니다.
최근 매그니피센트 7(Mag 7) 기업들이 연간 수백억~천억 달러에 달하는 막대한 잉여현금흐름(FCF)을 거의 0으로 만들면서까지 자본적 지출(Capex)에 쏟아붓는 현상은 과거 기준으로 상상하기 힘든 일입니다. 과거 아마존이 흑자 전환 전까지 20~30억 달러, 우버가 약 150억 달러의 누적 적자를 기록했던 반면, 오늘날 선도 AI 기업들은 연간 50억 달러(월 1억 달러 이상)를 태우고 있습니다.
"클라우드 서비스 제공업체가 50억 달러짜리 모델을 개발하고 싶어 하는 AI 기업에 투자금을 쥐어주고, 그 기업은 그 돈으로 다시 해당 클라우드 서비스를 결제합니다. 이 돈을 주지 않았다면 애초에 일어나지 않았을 지출입니다."
이러한 순환 거래(Circular Deals) 구조는 시장 전체의 외형적 성장세를 인위적으로 부풀리는 효과를 낳습니다. 결국 단기적인 파국을 늦추는 동시에 향후 닥쳐올 시장 조정의 규모와 확률을 더욱 키우는 요인이 됩니다. 과도한 자본 유입으로 번 레이트(자금 소진율)가 극단적으로 치솟으면 기업 스스로도 본질적인 단위 경제학(Unit Economics)이 성립하는지조차 파악하기 어려워진다는 위험이 존재합니다.
빌 걸리는 기업공개(IPO) 과정에서 투자은행(IB)들이 우량 고객들에게 공모주를 헐값에 몰아주는 기존 월스트리트의 과점 시스템을 강력히 비판해 왔습니다. 수요와 공급을 익명 경매 방식으로 투명하게 일치시키는 직접 상장이나 블록체인 기반의 토큰화가 도입된다면 기존 금융의 부당한 지대 추구 행위를 혁파할 수 있습니다.
특히 그는 스테이블코인(Stablecoin)이 비자(Visa)와 마스터카드(Mastercard)의 강력한 해자를 파괴할 잠재력에 주목합니다. 미국 신용카드사들은 약 60%에 달하는 경이적인 영업이익률을 누리며 결제마다 2~3%의 수수료를 챙기고 있고, 은행들은 3일씩 걸리는 낙후된 ACH 정산 시스템을 규제 포획(Regulatory Capture)을 통해 유지해 왔습니다.
미국 자본시장에서는 블랙록 등 대형 패시브 인덱스 펀드의 비중이 급증하면서 심각한 부작용이 나타나고 있습니다. 인덱스 펀드는 보유한 모든 개별 기업의 주총 안건을 일일이 검토할 여력이 없기 때문에 ISS 같은 의결권 자문사에 판단을 일임합니다.
"자문사들은 깜깜이 블랙박스로 기업을 평가합니다. 평가 기준을 알고 싶다면 결국 그 자문사를 컨설팅 업체로 고용해야 하죠. 양쪽에서 돈을 뜯어내는 구조입니다."
의결권 자문사들은 주주 가치 극대화보다는 형식적인 규정 준수와 사기 방지라는 관료적 잣대에 갇혀 있습니다. 일론 머스크의 테슬라 보상 패키지가 대표적인 예입니다. 주가가 천문학적으로 오르지 않으면 한 푼도 받지 못하지만 주가가 폭등할 때만 보상을 받는 파격적인 성과 연동 인센티브는 주주 입장에서 완벽히 정렬된 조건임에도 자문사들은 액면 금액만 보고 반대를 권고했습니다. 기관들이 벤치마크 지수를 추종하느라 빅테크 종목을 맹목적으로 담는 클로젯 인덱싱(Closet Indexing)이 보편화된 시장에서는 오히려 소신 있는 액티브 투자자가 비효율을 파고들어 초과 수익을 낼 여지가 생겨납니다.
벤처 투자에서 성공한 창업가들에게는 뚜렷한 공통적 특성이 관찰됩니다.
"베조스는 스스로에게 묻곤 했습니다. '이 사람은 하늘이 무너지고 지옥불이 쏟아져도(Come hell or high water) 기필코 이 일을 해내고야 말 사람인가?' 위대한 창업가들은 이미 이 일이 너무나 중요해서 도저히 멈출 수 없다는 확신에 차 있습니다."
우버의 초고속 성장기 당시 리프트와의 출혈 경쟁으로 수십억 달러를 태우던 시절, 하버드 비즈니스 스쿨(HBS) 케이스 스터디나 전통 대기업 이사진의 조언은 아무런 도움이 되지 않았습니다. 아무도 가보지 않은 극한의 승자독식 전장에서 끝까지 밀어붙이는 돌파력이야말로 위대한 기업을 일구는 본질입니다.
실리콘밸리의 전설적인 VC 벤치마크(Benchmark)의 성공 비결은 파격적인 완전 평등 파트너십(Equal Partnership) 구조에 있습니다. 상임 대표(CEO)나 서열 없이 5명의 파트너가 지분과 수익을 100% 동일하게 균등 배분합니다.
벤처 캐피털 업계는 본질적으로 젊은 세대에게 유리한 영역입니다. 성공한 시니어 VC들의 명성이 초기 딜 플로우를 끌어오는 강력한 브랜드 효과를 내기도 하지만, e스포츠나 유튜브 크리에이터 이코노미처럼 완전히 새로운 하위문화와 기술은 20대 젊은 심사역들이 기성 세대보다 100배 더 깊이 이해하고 빠르게 포착할 수 있기 때문입니다.
빌 걸리는 벤처 캐피털리스트로서 더 이상 남은 과제가 없다고 느꼈을 때 미련 없이 은퇴를 선택했습니다. 아서 브룩스의 저서 《두 번째 산(Strength to Strength)》에서 영감을 받은 그는 이제 인생의 다음 장을 열어가고 있습니다. 평생 블로그 글쓰기와 심도 있는 리서치를 통해 복잡한 시장 문제를 명쾌하게 풀어냈던 지적 프레임워크를 바탕으로, 이제는 자본시장을 넘어 사회 전반의 구조적 병폐를 해결하고 세상에 긍정적인 파동을 남기는 데 헌신하겠다는 포부를 전하며 대화를 맺습니다.