컨텍스트 그래프: AI의 1조 달러 기회 (foundationcapital.com) ↗
- 모든 회사 소프트웨어(고객 관리, 회계, 인사 등)는 “무엇이 일어났는지”만 기록함. 결과만 남고 “왜 그렇게 결정했는지”의 이유는 사람 머릿속, Slack 대화, 회의록에 흩어진 채 사라짐
- 이 사라진 “왜”를 따로 모아 기록하는 시스템을 컨텍스트 그래프라고 부름. 사진 앨범이 아니라 그 사진을 찍게 된 대화 로그라고 보면 됨
- AI 에이전트가 일을 대신하는 시대가 오면서, 에이전트는 “왜 그렇게 결정했는지”를 자동으로 같이 기록할 수 있음. 사람과 다르게 컨텍스트가 휘발되지 않음
- Foundation Capital의 핵심 주장: 다음 1조 달러 회사는 이 “왜”를 잡는 자리에서 나온다. Salesforce, SAP가 차지한 “회사의 진짜 기록 시스템” 자리를 이 새 층(layer)이 가져갈 수 있음
- Block의 Jack Dorsey가 central memory로 하려는 것과 같은 방향. 이름만 다름
일반 회사 소프트웨어가 “왜”를 못 잡는다는 게 무슨 뜻?
구체적 예시. 어떤 SaaS 회사 영업팀이 큰 고객한테 20% 할인을 줬다고 치자.
| 어디에 뭐가 남나? | 결과 |
|---|---|
| 고객 관리 시스템 (Salesforce 등) | “할인율 20%” 한 줄만 기록 |
| Slack 채팅 | 며칠 후 사라지거나 검색 안 됨 |
| 회의 녹화 | 아무도 다시 안 봄 |
| 결정한 매니저 머릿속 | 6개월 뒤 본인도 기억 못 함 |
- 6개월 후 비슷한 상황이 또 오면? 같은 고민을 처음부터 다시 해야 함. “왜 그때 20%였지?”라는 질문에 답 못 함
- 더 깊은 문제: 결과만 쌓으면 통계는 상관관계(같이 움직인 것)만 잡음. “20% 할인 → 갱신”이라는 패턴만 남음. 그런데 진짜 인과는 “지난 분기 SLA 위반 → 보상으로 할인 → 신뢰 회복”이었을 수 있음. 사과할 일 없는 다른 고객한테 똑같이 20% 깎아주면 효과 0
- AI가 다음 결정을 잘 따라하려면 결과 패턴이 아니라 이 인과 사슬(A 때문에 B)을 학습해야 함. “왜”가 따로 데이터 자산으로 필요한 이유
- 이 빈자리가 모든 회사에 다 있고, 직원이 50명 넘어가면 폭발적으로 늘어남. 지금까진 사람이 메모하고 회의 잡아서 메꿨는데 AI 에이전트가 일을 대신하면서 자동으로 채울 수 있음
컨텍스트 그래프가 정확히 뭔가?
- 사람이 결정을 내릴 때 머릿속에서 끌어다 쓰는 정보를 전부 같이 기록한 것
- 같은 20% 할인 예시에 적용하면:
- 결과: “20% 할인 승인”
- 누가: “VP 김XX, 매니저 이XX”
- 언제: “2026년 4월, 분기 마지막 주”
- 왜: “고객사가 6개월 전 우리 서비스 장애로 SLA 위반당했고, 비슷한 케이스에 25% 줬던 전례 있음, 정책상 한도 10%지만 VP 권한으로 예외 승인”
- 즉 “결정 + 그 결정의 근거 + 누가 언제 어디서”를 묶은 살아있는 기록
- 다음번에 비슷한 결정을 할 때 AI가 이걸 자동으로 끌어와서 “이전 비슷한 케이스에 X로 결정했다”라고 알려줌
기존 회사들(Salesforce, SAP)이 왜 이걸 못 잡나?
- Salesforce, ServiceNow 같은 운영 시스템: 30년 전 설계 사상이 “현재 상태(누가 누구한테 얼마)만 깨끗하게 저장”임. “왜”라는 컬럼이 처음부터 없음
- Snowflake, Databricks 같은 분석 시스템: 결정이 끝나고 한참 뒤에 데이터를 받음 (보통 1일~1주 지연). 의사결정 시점에 같이 못 있음
- AI 에이전트 회사들의 새 자리: 결정이 일어나는 바로 그 순간에 함께 있음 (실제로 결정을 내리는 게 에이전트니까). 그래서 “왜”를 자연스럽게 같이 기록할 수 있음
- 이게 진입 각도. 기존 회사는 자기 제품 구조 때문에 못 들어오고, AI 에이전트 회사만 들어올 수 있는 자리
스타트업이 들어가는 3가지 방식
| 방식 | 어떻게 | 비유 |
|---|---|---|
| 완전 대체 | 처음부터 AI 에이전트 중심으로 새 운영 시스템을 만듦 | Salesforce를 통째로 갈아치우려는 시도 |
| 부분 대체 | 예외 많은 한 워크플로우만 자동화, 결과는 기존 시스템에 동기화 | 가장 골치 아픈 한 부서만 먼저 떼어냄 |
| 새 기록층 추가 | 기존 시스템 위에 “왜”를 기록하는 새 층을 따로 쌓음 | 사진 앨범 옆에 대화 로그 노트북을 같이 둠 |
기존 시장이 너무 커서 셋 다 큰 회사가 나올 자리 있음.
컨텍스트 그래프와 그냥 좋은 회의록 도구의 차이는?
회의록은 사람이 적고, 검색해야 찾고, 다음 결정과 연결이 안 됨. 컨텍스트 그래프는 결정이 일어나는 시점에 자동 기록되고, 비슷한 결정을 할 때 자동으로 끌려 나옴. 사람 손이 안 들어가는 게 핵심.
이미 Salesforce 쓰는 회사도 이게 필요한가?
Salesforce는 그대로 두고 옆에 추가하는 구조라고 보면 됨. Salesforce가 “결과 기록”이고 컨텍스트 그래프는 “근거 기록”이라 역할이 다름. 대체가 아니라 보완.
1인기업가한테는 어떻게 적용 가능한가?
혼자 일해도 6개월 뒤 본인이 가장 큰 사용자임. “왜 그때 가격을 X로 정했지?”, “왜 그 기능을 안 만들었지?” 같은 질문에 매번 답이 안 나옴. 거대한 시스템 안 만들어도 결정 + 근거를 한 줄씩 적어두는 습관(Notion, Obsidian, 일지 등)만 있어도 효과가 큼. 1인 SaaS는 본인이 안 잊어버리는 것 자체가 진입장벽.
1인기업 관점
1조 달러 기회까지는 모르겠지만, “왜 그 결정을 했는가”를 기록한다는 발상 자체는 혼자 일하는 사람한테 더 절실한 것 같음. 6개월 후에 자기 자신이 가장 큰 사용자가 되는 구조라 그런 듯. 거대한 SaaS 만들 필요 없이 매주 결정한 것 + 근거를 한 줄씩 일지로 남기는 것만으로도 다음 결정 속도가 확 빨라지는 게 느껴짐. usedesktop 만들 때도 “왜 이 기능 안 만들기로 했지?” 다시 떠올리는 데 한참 걸리는데, 이게 결국 같은 문제인 것 같음.
관련: Block의 Jack Dorsey는 조직의 verify 체인을 central memory로 대체하자고 말하는데, “왜”라는 맥락을 잡는다는 점에서 컨텍스트 그래프와 같은 전환입니다. Sequoia Capital은 AI 에이전트가 도구가 아닌 결과물을 직접 판매하는 모델로 전환하고 있다고 분석하고, 말 없는 마차 비판도 같은 맥락에서 참고할 만합니다.
관련 글
AI가 스타트업을 다 죽일까: Standard Capital
AI 랩이 커지는 시대에도 1인기업이 살아남는 법. 터키 그래프 위험과 복제 함정을 피하는 기준을 정리.
Andrej Karpathy: vibe coding에서 agentic engineering으로
Sequoia AI Ascent에서 Karpathy가 풀어놓은 12월 전환점, Software 3.0, 들쭉날쭉한 AI 능력, 그리고 1인기업이 바로 적용할 만한 부분 정리.
Demis Hassabis YC 인터뷰: AGI까지 빠진 1~2가지와 창업가 조언
Google DeepMind CEO Demis Hassabis가 YC에서 AGI 남은 과제, 작은 모델, 에이전트, 1인기업 창업가가 지금 무엇을 만들어야 할지 이야기한 대담.
뉴스레터 구독
매주 엄선된 1인기업 뉴스를 이메일로 받아보세요.