Mercor CEO: 앱 레이어 moat는 왜 약한가 (20VC)

Mercor CEO Brendan Foody는 앱 레이어 회사의 moat(해자)가 약해질 수 있다고 봄. 이유는 Claude, OpenAI 같은 모델 회사가 점점 더 많은 업무 앱 기능을 직접 만들 수 있기 때문
반대로 인프라 쪽은 더 강해질 수 있다고 봄. Mercor는 500만 명 이상 talent network, 데이터 품질 관리, eval, agent training을 묶어 데이터 moat를 만들고 있음
해킹 사건 이후 회사가 무너졌다는 소문은 부정. Brendan은 지난 60일 동안 net new ARR 300M을 추가했고, Frontier Lab들과의 관계가 커졌다고 설명
AI 때문에 일자리가 사라지는 질문에 대해서는 “일은 사라지기보다 재배치된다”는 입장. 새로 커지는 직업군은 agent를 훈련시키고, 회사 안의 암묵지를 정리하는 일
20VC 진행자 Harry Stebbings와 Mercor 공동창업자 겸 CEO Brendan Foody의 대담. Mercor는 AI 모델 학습용 전문가 데이터와 평가 환경을 제공하는 회사

왜 앱 레이어 회사의 moat가 약해지나?

Brendan의 핵심 주장은 “model is the product”임. 예전에는 앱이 여러 API 호출과 규칙을 잘 엮어 제품을 만들었지만, 이제는 모델에게 목표를 주고 그 목표를 직접 수행하게 훈련하는 쪽이 더 강해지고 있다는 것
예를 들어 법률, 의료, 금융 앱이 모델 위에 UI를 얹어 만든 제품이라면, Anthropic이나 OpenAI가 비슷한 기능을 직접 붙이는 게 예전보다 쉬워짐
2025년이 “모델이 코드베이스에서 PR을 만드는 해”였다면, 2026년은 “모델이 Slack 같은 SaaS를 끝까지 복제하는 해”가 될 수 있다고 봄
그래서 단순 소프트웨어 기능만으로는 가격 방어가 어려워짐. 고객이 “Claude에게 비슷하게 만들라고 하면 되지 않나”라고 생각하는 순간 moat가 흔들림
다만 네트워크 효과가 있는 회사는 예외. Salesforce의 통합 생태계, Slack Connect, Carta처럼 여러 회사가 같은 플랫폼에 붙어야 가치가 커지는 제품은 더 강해질 수 있음
GTM(영업력)이 moat 아니냐는 반박에는 일부 동의하지만, Brendan은 단순 sales보다 forward deployed motion이 더 중요하다고 봄
여기서 forward deployed는 고객사 안에 깊게 들어가 업무 맥락, 암묵지, workflow를 agent에 학습시키는 post-sales 작업에 가까움

구분	약해질 가능성	강해질 가능성
단순 앱 UI	모델사가 직접 기능을 붙일 수 있음	낮음
API만 감싼 제품	교체 비용이 낮음	낮음
네트워크 효과 있는 SaaS	쉽게 복제해도 관계망은 못 복제	높음
고객 현장에 깊게 붙는 서비스	회사별 암묵지와 업무 흐름을 학습	높음
데이터와 eval 인프라	모델 성능 개선에 직접 연결	높음

Mercor는 왜 단순 talent marketplace가 아니라고 하나?

Brendan은 Mercor의 매출이 단순 GMV(거래액)가 아니라고 설명함. 고객은 “이 작업이 모델 성능을 개선하면 1000달러를 내겠다” 같은 task 단위 결과물을 산다는 것
Mercor는 전문가를 찾고, 고용하고, 작업 플랫폼을 만들고, AI project manager로 조율하고, 자동 품질 검사를 붙여 최종 데이터 결과물을 납품함
그래서 전문가 네트워크는 Uber의 driver network처럼 원재료에 가깝고, 진짜 제품은 end-to-end 데이터 생산 과정이라는 설명
데이터 품질에는 강한 power law가 있다고 봄. 1만 개 task 중 상위 2000개가 대부분의 모델 개선 가치를 만들 수 있다는 식
고가치 영역은 경제적 가치가 큰 분야와 비슷함. software engineering, finance, medicine, law, consulting, 그리고 여러 주 동안 이어지는 long horizon task가 중요해짐

AI 시대의 새 일은 무엇인가?

Mercor가 보는 가장 큰 새 직업군은 agent trainer임. 사람이 같은 일을 계속 반복하는 대신, agent에게 한 번 잘 가르쳐서 반복 업무를 대신하게 만드는 역할
고객지원 담당자가 수백 개 티켓에 답하는 대신, agent가 그렇게 답하도록 훈련함. 변호사가 비슷한 계약 redline을 반복하는 대신, agent에게 회사 방식과 판단 기준을 가르침
단순한 데이터 정리는 모델이 점점 잘할 수 있다고 봄. Slack, CRM, 이메일을 읽고 표로 정리하는 일은 reasoning이 좋아지면 모델이 처리할 가능성이 큼
사람이 해야 할 더 중요한 일은 tacit knowledge, 즉 문서에 안 적혀 있고 사람 머릿속에만 있는 회사 맥락을 꺼내는 일
Mercor의 Apex 지표에서는 frontier model이 12개월 전 1% 수준에서 지금 40% 수준까지 올라왔다고 함. 어떤 직무에서 AI가 무엇을 할 수 있는지 측정하는 게 점점 중요해진다는 신호

token spend가 왜 직원 인건비보다 커질 수 있나?

Brendan은 Mercor 내부에서 이미 agent token spend가 직원 인건비보다 크다고 말함. 여기서 headcount는 직원 수 자체라기보다, 직원에게 들어가는 전체 인건비에 가까운 의미
이유는 단순함. 모델 성능이 올라가고, 성능당 비용이 내려가면 오히려 더 많이 쓰게 됨. 전기가 싸지고 효율 좋아졌다고 전기 사용량이 줄지 않는 것과 비슷한 Jevons paradox
Mercor는 AI project manager, interview question agent, candidate ranking, accounting automation, fraud detection 같은 여러 workflow에 agent를 씀
각 agent마다 eval을 둠. 어떤 모델이 이 workflow에 가장 잘 맞는지, 가격 대비 성능이 어떤지 측정하고 모델을 바꿈
Brendan은 Fortune 500도 결국 workflow별 eval을 system of record처럼 들고, 모델 API를 계속 갈아끼우는 구조로 갈 거라고 봄. API는 교체 비용이 낮기 때문에 점점 상품화될 수 있다는 주장

Mercor는 해킹 이후 고객을 잃었나?

Brendan은 OpenAI와의 관계는 더 강해졌고, 대부분의 Frontier Lab 관계가 커졌다고 말함. 다만 Meta 관계는 현재 paused 상태라고 언급. 그는 보안 사고 이후 security를 회사의 일곱 번째 value로 추가했다고 설명함.

application layer 회사는 전부 위험한가?

전부는 아님. 단순 UI나 API wrapper는 위험하지만, 네트워크 효과가 있거나 고객 회사 안의 암묵지와 업무 흐름에 깊게 붙는 제품은 강해질 수 있음. 핵심은 “기능”이 아니라 교체하기 어려운 관계, 데이터, 운영 맥락을 갖고 있느냐임.

AI 시대에 어떤 직업이 새로 커질까?

agent trainer와 회사 지식을 정리하는 역할이 커질 가능성이 큼. 반복 업무를 직접 하는 사람이 아니라, agent가 그 반복 업무를 잘 하도록 예시, 기준, 예외, 회사 맥락을 넣어주는 사람이 중요해진다는 관점.

1인기업 관점

Mercor 말도 이해되지만, Anthropic이나 OpenAI가 오히려 app layer에 투자하거나 인수하는 이유도 있는 것 같음. 결국 end user adoption을 만들려면 좋은 application layer가 필요하니까. 다만 지금 Frontier Lab들이 CUA를 RLVR로 계속 훈련하고 있고, CUA가 어느 정도 general purpose가 돼서 사람처럼 실제 업무 workflow를 처리하게 되면 app layer moat의 기준도 다시 바뀔 듯.

Mercor CEO: 앱 레이어 moat는 왜 약한가 (20VC) (youtu.be) ↗