원제목: "창펑 자오, 교육 에이전트를 위한 시드 라운드에서 중국 3학년 학생에게 1,100만 달러 투자"

원저자: GeekPark 산하 스타트업 커뮤니티인 Founder Park

중국 대학 3학년 학생이 시드 라운드에서 1,100만 달러를 확보하면서 실리콘 밸리에서 지금까지 가장 많은 자금을 지원받은 학생 스타트업이 되었습니다.

단 한 문장으로 개인화된 교육/설명 비디오를 생성하는 K-12 교육 에이전트 제품인 VideoTutor가 오늘 시드 라운드에서 1,100만 달러의 자금을 확보했다고 발표했습니다. 이번 투자는 YZi Labs가 주도했으며, Baidu Ventures, Jinqiu Fund, Amino Capital, BridgeOne Capital 등 여러 유명 투자자들이 참여했습니다.

이번 투자는 YZi Labs가 AI 제품 기업에 투자한 첫 사례이기도 합니다.

창업자 카이 자오는 VideoTutor가 CZ와 YZi Labs 투자팀의 인정과 지원을 받았으며, YZi Labs가 이번 투자 라운드를 주도했다고 밝혔습니다. 10개 이상의 투자 명세서(TS)를 받았고, 최종적으로 이 중 일부를 선정했습니다. 제품의 첫 번째 버전은 5월 14일(Founder Park 제품 마켓플레이스 첫 출시)에 출시되어 시장 인지도와 PMF(투자자문위원회) 인증을 획득했습니다. 5개월도 채 되지 않아 1,100만 달러 규모의 시드 투자 라운드가 완료되었습니다. 카이에 따르면, 이 자금을 확보할 수 있었던 핵심 이유는 "리틀 지니어스 팀"이 올바른 방향을 제시하여 시각적 학습 방식을 활용하여 미국 대학 입시를 준비하는 K-12 학생들의 어려움을 해결했기 때문입니다. "이 분야는 특히 뛰어난 엔지니어링 기술, 통찰력 있는 리더십, 경험, 그리고 빠른 실행력을 갖춘 젊은이들에게 적합합니다." 커서(Cursor), 메르코(Mercor), 피카(Pika), GPTZero, 그리고 실리콘 밸리의 다른 기업들도 기록적인 AI 제품 투자 유치를 통해 AI 기업가 정신에 대한 우리의 이해를 재정의하고 있습니다. AI 시대에 사업을 시작하는 것은 정말 다릅니다. 비디오튜터(VideoTutor)의 젊은이들을 만나 시드 투자를 유치한 이유, 실리콘 밸리 스타트업의 변화, 그리고 중국 주요 기술 기업 직원 채용에 그토록 열심인 이유를 들어보았습니다.

인터뷰 게스트: CEO 카이 자오, CTO 제임스 잔.

인터뷰 및 편집 | 완 후

다음은 박창립자가 편집 및 정리한 인터뷰 내용입니다.

K12 트랙, 시각화 학습이 진정한 방향입니다

박창립자: 많은 기관들이 박창립자에게 긍정적인 평가를 내리고 있습니다. 박창립자께서 생각하시기에, 그들에게 깊은 인상을 준 핵심 포인트는 무엇이었습니까?

박창립자:가장 중요한 것은 방향성이 정확하다는 것입니다. AI 교육 트랙은 잠재력과 전망이 매우 높습니다. 저희가 진출한 교육 분야는 미국 대학 입학 시험인 SAT와 AP입니다. 타겟 사용자는 K12 고등학생입니다. 저희와 이 사용자 그룹 간의 차이는 매우 작아서 사실상 세대 차이가 없습니다.

저희는 시험 준비 과정 전체를 경험했고, 시험 및 준비 과정에서 겪는 어려움을 이해하며, 이러한 어려움을 진정으로 해결하는 제품을 만들어낼 수 있습니다. 둘째, 팀워크가 뛰어납니다. 제임스는 제미니 출신으로 구글에서 핵심 AI 엔지니어이자 알고리즘 전문가로 일했습니다. 저는 개인적으로 세 번의 교육 스타트업 경험을 가지고 있는데, 대학 1학년 때 교육 소프트웨어 개발에 참여했고, 2학년 때는 MathGPTPro 개발에 참여했으며, Miracle Innovation Forum 등에 선정된 프로젝트들을 진행했습니다. 교육 제품을 성공적으로 개발한 경험이 있습니다. 셋째, AI 교육 분야의 핵심은 애니메이션 엔진이며, 저희는 VideoTutor의 핵심 개발자입니다. 따라서 핵심 기술에 대한 깊이 있는 이해를 바탕으로 매우 정확한 애니메이션 엔진 렌더링을 구현할 수 있는 팀입니다. 팀 자체도 매우 탄탄한 마케팅 배경을 가지고 있으며 제품 홍보에 능숙합니다. VideoTutor는 미국 주요 벤처캐피털(VC)들의 공통된 의견, 즉 "젊은 천재 팀"과 완벽하게 일치합니다. 이는 뛰어난 엔지니어링 기술, 예리한 통찰력과 경험을 갖춘 창업자, 그리고 빠른 실행력을 갖춘 젊은 세대에게 적합한 분야를 의미합니다. 저는 이것이 모든 투자자들이 이 분야에 대해 낙관적인 전망을 하는 공통된 이유라고 생각합니다. VideoTutor는 YZi Labs EASY Residency Demo Day에서 NYSE에 상장되었습니다.

박창업자: 귀사의 제품은 교육 산업의 핵심적인 어떤 문제를 해결하는 것을 목표로 합니까?

카이:현재 시중에 나와 있는 학습 제품은 능동 학습 제품과 수동 학습 제품, 두 가지 유형으로 나눌 수 있습니다. 바이트댄스의 Gauth, Chegg, AnswersAi와 같은 수동 학습 제품은 학습 경로가 매우 짧은 "숙제 도움"을 제공하며, 학생들은 주로 숙제 도움에 비용을 지불합니다.

반면에 VideoTutor는 능동 학습 시나리오를 다룹니다. 학생들은 미국 SAT나 AP 시험처럼 공부하고 시험을 치러야 하기 때문에 학습 동기를 고려할 필요가 없습니다. 이러한 시나리오에서는 시각화에 대한 수요가 매우 높습니다. SAT 시험 내용의 80%는 함수, 미적분, 그리고 복잡한 이미지 렌더링이 필요한 기타 지식과 관련이 있습니다. VideoTutor의 애니메이션 엔진은 이러한 시나리오를 매우 효과적으로 해결할 수 있습니다.

게다가 이 분야의 평균 주문 금액은 매우 높습니다. 미국에서는 매년 평균 260만 명의 학생이 SAT 시험을 치르며, 이는 유료 서비스에 대한 엄청난 수요를 창출합니다. 오프라인 SAT 강좌는 패키지가 아닌 시간당 요금이 부과되어 시간당 평균 150달러부터 시작하며, 대부분 230달러 정도입니다. 많은 학생과 학부모가 이러한 강좌에 비용을 지불합니다. 그러나 VideoTutor는 현재 AI가 생성한 비디오와 교사 교육 콘텐츠가 거의 구분되지 않기 때문에 교사 교육을 효과적으로 대체하거나 대체할 수 있습니다. 이를 통해 학생들은 최저 비용으로 AI 기반 개인 맞춤형 시험 준비 튜터를 이용할 수 있습니다.

창립자 박: 이 제품을 만들게 된 계기는 무엇인가요?

카이:사실, 저희보다 앞서 스탠퍼드에 Gatekeep AI라는 팀이 이미 이 제품을 개발했습니다.

당시 그들도 시각적 학습에 대한 연구를 원했습니다. 저는 이미 이러한 방향의 영향을 인지하고 있었습니다. 제가 이전에 창업했던 교육용 제품은 ChatGPT 래퍼 제품과 비슷하게 GPT API에 연결하는 것이었습니다. 하지만 텍스트 기반 질의응답에만 기반한 이러한 제품은 한계가 있다는 것을 알게 되었습니다. Chegg나 Gauth 같은 회사의 사업이 쇠퇴하고 있으며, 학생들이 ChatGPT에 20달러만 지불하면 많은 숙제 문제를 풀 수 있기 때문에 그들의 시나리오 상당수가 ChatGPT로 대체되고 있는 것을 볼 수 있습니다.

API 래퍼와 최적화 기반 제품은 한계에 도달했습니다.

하지만 미국 대학 입시 분야에는 다양한 시각화 학습 시나리오가 존재하기 때문에 멀티모달 시각 생성은 매우 큰 잠재력을 가지고 있습니다. 안타깝게도 Gatekeep은 좋은 출발을 보였지만 너무 일찍 출시되어 지속되지 못했습니다. 당시에는 기본적인 모델 프로그래밍 기능이 아직 성숙되지 않았고 GPT-4도 출시되지 않았습니다. 또한, 수학적 애니메이션 엔진은 렌더링과 알고리즘을 필요로 하는데, 이를 극복하지 못했습니다. 하지만 저희 팀은 애니메이션 엔진의 핵심 개발을 모두 마스터하고 이 문제를 해결하여 매우 정확한 비디오 렌더링을 구현했습니다.

PMF: 강력한 사용자 지불 의향

창립자 박: 제품 출시 후 여러 학교와 협력 관계를 맺었습니다. "이 제품을 제대로 사용했구나. 내가 겪고 있던 문제점을 제대로 파악했구나."라고 느꼈던 순간이나 기능은 무엇이었나요? 그리고 PMF를 찾았다고 생각하셨나요?

카이:세 가지 측면에서 살펴볼 수 있습니다.

첫째, 수익 측면에서 VideoTutor는 현재까지 미국 내 유명 대형 교육 기관과 일부 국내 기관을 포함하여 1,000개 기업으로부터 API 요청을 받았습니다. 또한, 많은 학교들이 이 서비스를 구매하고 싶어합니다. 최종 사용자의 의도는 더 직접적입니다. 투자자이기도 한 한 학부모가 제품을 사용해 보고 친구와 가족 모두에게 추천했는데, 모두가 기꺼이 비용을 지불했습니다. 그러다가 어떻게 제 전화번호를 알아내어 투자 의사를 밝히는 문자를 보냈습니다. 최종 사용자는 매우 강한 지불 의사를 가지고 있습니다. 둘째, 사용자 수요 측면에서 미국에서 오프라인 일대일 튜터링이 왜 그렇게 중요한가요? 학부모들이 일대일 수업이 효과적이라고 생각하고 기꺼이 비용을 지불하기 때문입니다. 이제 멀티모달 AI 기술은 사람과 같은 일대일 수업 효과를 낼 수 있으며, 질문에 직접 답변할 수 있습니다. 더욱이 미국의 온라인 일대일 튜터들이 녹화한 비디오 수업은 AI가 생성한 비디오와 거의 구별할 수 없습니다. 이것이 바로 제가 말하는 "수요 변화"입니다. 학생들은 제 AI가 생성한 것과 전혀 다르지 않은 사전 녹화된 수업에 많은 돈을 지불합니다. 그렇다면 왜 AI를 사용하지 않을까요? 더 저렴하고 수업 효과도 더 좋습니다. 학생들로부터 매우 긍정적인 피드백을 많이 받았고, 많은 교사들도 이 제품에 대해 적극적으로 홍보하고 있습니다. 초기 단계의 완료율과 사용 시간이 특히 좋았습니다. 현재 저희가 선발한 200명의 시드 사용자는 모두 저희가 초기에 축적한 것입니다. 세 번째는 제품의 취향과 감각입니다. 교육 산업 전체의 발전부터 기꺼이 비용을 지불할 의향이 있는 학생과 학부모의 핵심 요구, 그리고 제품 자체의 진화까지 거슬러 올라가면 전체 논리는 닫힌 고리와 같습니다. 따라서 이 세 가지 측면에서 PMF는 충분하다고 생각하실 수 있습니다. 가장 중요한 점은 지불 의향이 매우 강하다는 것입니다.

FIZZ와 파트너십을 체결했습니다.

박창업자: 많은 사용자들이 적극적으로 비용을 지불할 의향이 있으며, 일부는 투자를 원한다고 연락하기도 했습니다.

카이:네. SAT와 AP 분야의 경우, 지불 의향이 매우 강합니다. 이 분야의 평균 주문 금액은 100달러에서 200달러 사이이며, 오프라인 수업은 800달러까지 더 비쌉니다. 미국에는 SAT 시험을 치르는 학생이 260만 명이며, 그중 37%가 적극적으로 지불 의향이 있습니다. 이 시장은 매우 강력한 지불 의향과 수요를 가진 시장입니다. 저희 제품은 수요를 매우 효과적으로 전달할 수 있습니다.

Founder Park: SAT 분야에서 시험 응시자에게 인간 교사와 AI 중에서 선택권이 주어졌을 때 AI를 신뢰할까요?

Founder Park:

SAT 분야에서 인간 교사와 AI 중에서 선택권이 주어졌을 때 AI를 신뢰할까요?

Kai:

Founder Park:

Founder Park:

Founder Park:

Founder Park:

Founder Park:

Founder 박:

창립자 박:

박창업자: 하지만 시험 결과에 따른 비용 지불은 학생 개인의 의지에 달려 있지 않나요?

카이:중국의 대학 입학 시험(가오카오)은 수천 개의 시험 점수를 포함하기 때문에 불가능할 수도 있습니다. 하지만 미국 SAT는 62점밖에 되지 않고, 그중 50점은 표준 점수이며 대부분의 학생들이 문제없이 통과합니다. 나머지 12점도 대체로 숙달되어 있습니다. 학생이 논리에 심각한 문제가 없는 한, 논리를 배우지 못할 가능성은 거의 없습니다. 게다가 AI의 효율성 향상 효과는 매우 큽니다.

실제로 미국의 많은 온라인 튜터들도 이 서비스를 제공합니다. 튜터에게 1,800달러를 지불하면 SAT 시험 점수가 고정되어 있기 때문에 튜터의 성공률은 거의 100%입니다. 학생의 IQ가 정상이라면 기본적으로 문제가 없습니다. 하지만 가오카오(중국 대학 입학 시험)는 다릅니다. 가오카오 점수를 단기간에 향상시킬 수는 없습니다. 게다가 중국의 가오카오는 점수 차이가 커서 어려움이 있지만, 미국 SAT는 지식 점수에 대한 숙달도를 평가하기 때문에 절대적인 어려움이 없습니다.

성과당 지불(Pay-per-Result)은 튜터들이 이미 사용해 온 모델이므로 이러한 전제 조건이 있습니다.

창립자 박: 모델 비용이 가격 책정에 문제가 되나요? 높은 비율인가요?

카이:이 분야의 평균 주문 금액은 매우 높아 월 69달러부터 시작합니다. 현재 모델 비용도 매우 저렴하기 때문에 문제가 되지 않습니다.

교육 산업은 코딩 분야와는 다릅니다. 코딩은 매우 긴 컨텍스트를 지원해야 하기 때문에 모두가 가격 경쟁을 벌입니다.

고등학생을 대상으로 하는 제품의 경우 웹 인터페이스가 가장 중요합니다.

박창업자: 지난번에 첫 번째 프로토타입 제작에 두 달 정도 걸렸다고 말씀하셨던 게 기억납니다. 어떤 기능을 포함하고 어떤 기능을 포함하지 않을지 결정하는 등 전체 개발 주기를 어떻게 고려하셨나요?

카이:저희 팀 전체는 반복 작업이 빠르게 이루어져야 한다는 데 의견을 같이했습니다. 빠른 반복 작업만이 초기 사용자들로부터 빠르게 피드백을 받을 수 있기 때문입니다.

첫 번째 버전이 트위터에 공개되자 큰 반향을 일으키며 많은 사용자를 확보했습니다. 하지만 이러한 사용자 중 상당수는 프로그래머, 투자자, 또는 기술 애호가였습니다. 이들을 통칭하여 "얼리 어답터"라고 부를 수 있습니다. 당시 이들의 피드백은 분산되어 있었고 그다지 가치 있는 것이 아니었습니다.

이 방대한 사용자 기반을 면밀히 검토하여 진정한 핵심 시드 사용자, 즉 우수한 고등학생을 파악하고 협의를 통해 유용한 피드백을 수집해야 했습니다. 저희가 받은 핵심 피드백은 비디오 렌더링 정확도가 100%에 도달해야 한다는 것이었는데, 이는 최적화에 있어 가장 중요한 부분이었습니다. UI 디자인이나 다양한 TTS 오디오-비주얼 선택 지원과 같은 기능은 삭제되었습니다. 제품의 핵심으로 돌아가서, 저희는 과학 관련 시나리오에 대한 지식 학습을 개발하고 있기 때문에 그래픽 렌더링의 정확성이 무엇보다 중요합니다. 박창립자: 당시 제작 기간은 어떻게 결정되었나요?

카이: 당시 최대 학습 시간은 약 6분이었습니다. 당시 가장 중요한 고려 사항은 일반적인 질문과 지식 포인트에 대한 설명이 6분을 넘지 않아야 한다는 것이었습니다. 그러나 이후 피드백을 통해 학습 능력이 낮은 일부 학생들은 내용이 더 느리고 심도 있게 설명되기를 원한다는 것을 알게 되었습니다. 학습 시간은 제한되는 것이 아니라 사용자의 학습 능력에 따라 달라져야 한다는 것을 깨달았습니다.

박창업자: 현재 가장 긴 학습 시간은 얼마인가요?

카이:가장 긴 학습 시간은 1시간 이내여야 하며, 지속적인 질문이 가능해야 합니다. 상호작용 중에 실시간으로 데이터를 생성하지만, 이 기능은 최근에 추가되었습니다. 영어: 초기 버전에는 없었습니다.

창립자 Park: 처음에 고려했지만 나중에 덜 중요하다고 판단되어 구현하지 않은 기능이 있습니까?

Kai:예를 들어 앱입니다.

예를 들어 앱입니다.

Kai:

예를 들어 앱입니다.

박창업자: K12가 적어도 내년에도 핵심 사용자 그룹이 될 예정인가요?

카이:향후 2년 동안 핵심 지표가 될 것입니다.

대형 모델을 사용하지만, 대형 모델에만 의존하지는 않습니다.

박창업자: 현재 구현 중인 기술에 대해 간략히 소개해 주시겠습니까? VideoTutor는 다른 비디오 생성 모델보다 강의와 차트 생성 성능이 훨씬 뛰어납니다. 많은 모델이 텍스트를 정확하게 생성할 수 없는 경우에도, 귀사의 기술은 놀라울 정도로 뛰어납니다.

제임스:저희가 생성한 비디오에는 텍스트와 이미지가 모두 포함되어 있습니다. 일반적인 제작 과정은 다음과 같습니다. 대형 언어 모델이 텍스트와 해당 애니메이션 지침을 생성한 다음, 애니메이션 엔진에서 애니메이션 지침을 렌더링하고, 마지막으로 비디오에 표시합니다.

텍스트 부분은 비교적 간단합니다. 대규모 언어 모델을 통해 텍스트를 생성한 후 직접 렌더링합니다.

하지만 애니메이션 부분은 자체 수학적 애니메이션 렌더링 엔진으로 생성됩니다. 이 엔진의 장점은 좌표축, 기하학적 도형 및 기타 콘텐츠를 매우 정확하게 렌더링한다는 점이며, 이는 바로 저희의 핵심 기술입니다. 현재의 대규모 언어 모델은 텍스트만 출력합니다. 저희 에이전트는 대규모 언어 모델에 종이와 펜을 제공하여 모델이 원하는 교육용 애니메이션을 그리도록 하는 것과 같습니다. 그려지는 부분은 전적으로 저희 기술입니다. 박창립자: 오디오와 비디오를 포함한 전체 비디오의 최종 합성은 어떻게 처리됩니까? 제임스: 처음에 사용자는 "피타고라스 정리는 무엇인가?"와 같은 질문을 던집니다. 첫 번째 단계는 대규모 언어 모델이 모든 시나리오에 대해 추론하도록 하는 것입니다. 일반적으로 질문의 난이도에 따라 3~5개의 시나리오를 지정합니다. 그런 다음 모델은 각 시나리오에 대한 대략적인 스크립트를 생성합니다. 다음으로, 각 시나리오의 대본을 기반으로 시나리오의 텍스트, 해당 이미지, 그리고 사람 음성 텍스트를 생성하는 두 번째 추론 과정을 거칩니다. 그런 다음 사람 음성 텍스트는 TTS를 사용하여 합성됩니다. 마지막으로 모든 장면을 연결하여 완전한 영상을 만듭니다. 박창립자: 첫 번째 버전은 이와 같았다고 알고 있습니다. 이제 인터랙티브 프로세스를 추가했는데, 생성 프로세스가 변경되었나요?

제임스:실제로 변화가 있었습니다. 사용자가 콘텐츠를 최대한 빨리 볼 수 있도록 이제 첫 번째 장면을 먼저 생성하여 사용자가 볼 수 있도록 하고, 이후 장면은 백그라운드에서 계속 렌더링됩니다. 사용자가 질문을 하면 음성을 텍스트로 변환한 다음, 이 텍스트와 이전 모든 장면의 콘텐츠를 추론을 위해 대규모 언어 모델로 전달하여 다음 교육 장면을 계획합니다. 이후 장면의 렌더링 프로세스는 이전과 동일합니다.

박창립자: 사용자가 1분 동안 듣고 질문이 있으면 바로 질문합니다. 질문을 받으면 이전에 다룬 콘텐츠와 함께 사용자의 질문을 모델로 반환하여 처리합니다. 이 과정에서 사용자가 질문을 한 후 애니메이션이 계속 재생되나요, 아니면 멈추나요?

제임스:이제 지연 시간이 초기 20~30초에서 5초 미만으로 단축되었습니다. 상호작용 측면에서는 사용자가 5초에 너무 집중하지 않도록 몇 가지 전환을 구현할 것입니다. 전체 과정이 더욱 원활해질 것입니다.

제임스: 4~5초 안에 그는 자신의 질문에 기반한 완전히 새로운 프레젠테이션을 보게 될 것입니다. 현재 설계상 AI 선생님은 "음, 생각해 볼게."라고 말한 후 실제 선생님처럼 칠판을 지우는 방식입니다. 설명에 문제가 있다고 생각되면 제가 지우고 다시 작성해 드리기 때문에 이 과정이 더욱 자연스럽게 느껴집니다. 또한, 단순히 사용자의 질문을 기다리기만 하는 것이 아니라 중간에 퀴즈도 진행합니다. 퀴즈 피드백과 사용자 질문을 바탕으로 추론합니다. 마이크 사용은 완전히 무료가 아닙니다. 사용자가 직접 마이크를 켜야 합니다. 켜기/끄기 동작이 있습니다. 박창립자: 이 메커니즘을 기반으로 가장 긴 프레젠테이션은 약 1시간 정도 될 수 있습니다. 제임스: 정확히 말하면 제한이 없습니다. 아이가 계속 질문이 있으면 계속 질문할 수 있죠. Kai: 네, 미리 정해진 제한은 없습니다. VideoTutor는 이 분야에 대한 접근 방식을 멀티모달 AI의 발전에 기반합니다. 저희는 수요를 창출하는 것이 아니라, 기존 요구를 더 잘 충족시키는 것입니다. 직접 대면 수업을 생각해 보세요. 왜 미국 부모들은 그렇게 높은 가격을 기꺼이 지불할까요? 미국 교육 업계는 주로 시간당 100달러부터 시작하는 일대일 수업을 제공하기 때문입니다. 직접 대면하는 교사가 유도 질문을 제공하고, 아이가 어려움을 겪는 부분을 파악한 후 추가 질문을 할 수 있기 때문입니다. VideoTutor는 모든 아이가 실시간으로 상호작용하고 학습할 수 있도록 하는 교사와 같은 학습 경험을 제공하기 위해 노력합니다.

박창립자: 학생들이 수업 중에 카메라를 켜야 하나요?

카이:그렇지는 않습니다. 학생들의 카메라 켜기 여부는 주로 미국 개인정보 보호법에 따라 결정됩니다. 저희는 강제로 켜도록 하는 기능을 설계하지 않습니다. 학생의 선호도에 따라 달라집니다. 주요 상호작용은 질문과 음성 피드백을 통해 이루어집니다.

박창립자: 기술적으로, 소규모 모델과 대규모 클라우드 모델을 결합하는 전략을 사용하시나요, 아니면 다른 전략을 사용하시나요?

카이: 조합입니다. 10만 개가 넘는 비디오 데이터 포인트가 있는 내부 데이터 세트가 있습니다. 이 데이터 세트에서 더 나은 데이터 포인트는 수동으로 주석을 달아 모델을 학습시키고 미세 조정하는 데 사용합니다. 예를 들어, 현재 8,000개가 넘는 SAT 샘플 학습 데이터 포인트를 보유하고 있습니다. 이러한 미세 조정된 소형 모델은 클라우드에서 Claude 및 Gemini와 같은 범용 상용 모델과 함께 사용됩니다.

Kai:

Founder Park: Claude, Gemini 또는 GPT를 사용하면 제품의 핵심 성능에 영향을 미칩니까? Kai: 저희는 주로 K12 도메인에 중점을 두고 있으며, 기본 모델 수준은 이미 충분합니다. 그러나 100% 정확도를 보장하기 위해 두 모델을 동시에 검증합니다. 두 모델의 결과가 일치하면 기본적으로 오류가 없습니다. 코드 생성에는 주로 Claude를 사용하는데, 코드 생성 기능이 더 뛰어나기 때문입니다. Founder Park: 현재 제품의 기술적 병목 현상은 무엇입니까? 모델 기능입니까, 아니면 코드 생성입니까? Kai: 모델 기능은 한 가지 측면입니다. 또 다른 측면은 렌더링입니다. 현재 5초 미만의 렌더링 시간을 달성했으며, GPU 배포가 증가함에 따라 더욱 빨라질 수 있습니다. 또 다른 측면은 장기 메모리 기능입니다. 학생들의 장기적인 학습 행동 데이터를 축적하여 학생들이 어떤 지식 포인트를 이해하지 못하는지 파악해야 합니다. 예를 들어, 학생이 한 달 전에 배운 지식을 잊어버리면 다시 상기시켜 줄 수 있습니다. James: 저희는 렌더링 시간 단축에 많은 노력을 기울여 왔으며, 기술 혁신을 거듭해 왔습니다. 처음에는 2분 걸리던 렌더링 시간이 1분으로, 현재는 10초 미만으로 단축되었습니다. 궁극적인 목표는 사용자가 질문을 하면 추론이 완료된 후 결과가 즉시 표시되도록, 렌더링 시간을 사실상 지연 없이 구현하는 것입니다. 이는 저희 팀이 현재 해결하고 있는 과제이지만, 새로운 방향을 찾았습니다.

완료율은 보지 않고, 최종 시험 점수만 봅니다.

창립자 박: 이 단계에서 제품의 핵심 지표는 어떻게 측정하시나요? 동영상이 사용자에게 유용한지 어떻게 판단하시나요?

카이:가장 중요한 지표는 시험입니다. 새 버전에서는 동영상을 시청한 후 마지막에 퀴즈가 있습니다. 정답을 맞히면 내용을 이해했다는 것을 증명하고, 틀리면 설명이 명확하지 않았다는 것을 증명합니다.

학습 효과는 완료율만으로 판단할 수 없습니다. 어떤 학생들은 중간에 이해할 수도 있습니다. 중간에 시험을 치르게 하고, 통과하면 나머지는 볼 필요가 없습니다. 저희 제품의 핵심 지표는 얼마나 많은 학생이 점수를 향상시켰는가입니다.

창립자 박: 하지만 기말고사는 다른 시나리오에서 완료됩니다. 합격 여부를 어떻게 결정하시나요?

창립자 박: 하지만 기말고사는 다른 맥락에서 치러지므로 합격 여부를 어떻게 결정하시나요?

카이:

창립자 박:

창립자 박:

창립자 박:

박창립자: 새 버전의 전반적인 상태와 출시 일정은 어떻게 되나요?

카이:최대 2개월 안에 공식 출시할 예정입니다. 그때쯤이면 학생들은 매우 짧은 지연 시간으로 질문에 대한 답을 얻을 수 있고, 과학 시나리오의 그래픽 렌더링은 100% 정확할 것입니다. 물론, 당분간은 경쟁 시나리오나 선형 대수와 같은 복잡한 대학 지식은 다루지 않을 것입니다. 대신 K-12 분야에 더 집중할 것입니다.

박창립자: VideoTutor의 현재 장벽이나 해자는 무엇인가요?

카이:몇 가지 문제가 있다고 생각합니다. 첫 번째는 데이터 플라이휠입니다. 모든 비디오 뒤에는 코드가 있습니다. 사용자가 생성한 좋은 비디오 데이터는 다시 주석을 달아 모델을 재학습하고 미세 조정하는 데 사용할 수 있습니다. 데이터가 많을수록 비디오 품질이 더 좋습니다.

카이: 또 다른 핵심 요소는 학습 행동 데이터입니다. 학생들이 어떤 지식 포인트에 취약한지 파악하면 데이터 플라이휠을 구축할 수 있습니다. 더 많은 사람들이 사용할수록 제품이 학생들을 더 잘 이해하게 됩니다. 두 번째로는 애니메이션 엔진 알고리즘과 같은 선도적인 기술적 이점이 있습니다. 알고리즘 자체가 핵심적인 이점은 아니지만, 빠르게 반복하고 더 많은 데이터를 축적할수록 이점이 더욱 두드러집니다. 세 번째로는 브랜드입니다. VideoTutor는 이미 북미 학부모들 사이에서 AI 교육 분야의 선도적인 브랜드가 되었으며, 학부모의 신뢰는 눈에 보이지 않는 장벽입니다. 창업자 박: 3~5년 안에 VideoTutor가 궁극적으로 어떤 제품이 될 것으로 예상하십니까? 카이: 앞으로 VideoTutor가 STEM 과목을 배우는 모든 사람을 위한 AI 교사가 되기를 바랍니다. 저희는 STEM에만 집중합니다. 앞으로 Duolingo를 넘어설 것이라고 생각합니다. 듀오링고는 세계적인 언어 학습 제품이지만, STEM 분야에서는 그래픽 렌더링이 많이 필요하기 때문에 과거에는 세계적인 수준의 제품이 없었습니다. 이제 기본 모델 기술은 준비되었으므로, 차세대 "듀오링고"가 STEM 분야에 등장할 것이라고 생각합니다. 채용은 특히 국내 주요 기업 출신 인재를 찾고 있습니다. 박창업자: 이전에도 여러 스타트업 경험을 하셨는데, 어떠셨나요? 카이: 저는 대학교 3학년입니다. 1학년 때 제임스와 함께 교육 제품을 시작하여 20만 달러의 엔젤 투자를 받았습니다. 실패했지만, 값진 교훈을 얻었습니다. 동질적인 경쟁에 얽매이면 안 된다는 것입니다. 저희 앱은 시중에 유사한 제품이 많았고, 초기 사용자 확보 경쟁에 밀려 수익 창출이 어려웠습니다.

두 번째 스타트업을 시작할 때, 저는 MathGPTPro라는 또 다른 팀에 공동 창업자로 합류하여 몇 달 동안 함께했습니다. 그 기간 동안 제품 지표를 분석하는 방법, 제품을 만드는 방법, 그리고 사용자 기반을 확장하는 방법을 배웠습니다. 또한 바로 그때 저는 텍스트 기반의 답변 중심 교육 제품이 한계에 도달했다는 결론을 내렸습니다. ChatGPT와 크게 다르지 않았고, 좌예방(Zuoyebang)과 같은 회사들이 막대한 투자를 했던 구조화된 지식 문제 은행이 대규모 모델의 편집 기능으로 대체되었기 때문입니다. 그래서 세 번째 스타트업을 시작하면서 시각화가 필연적인 트렌드라는 것을 알았습니다.

하버드 대학교에서 샘 알트먼과 함께 찍은 자오 카이 사진

박창업자: 텍스트 기반 제품의 한계를 깨닫게 해 주신 것 외에도, 지난 두 번의 경험이 현재 VideoTutor에서 진행하시는 작업에 팀이나 다른 측면에서 어떤 도움이 되었나요?

카이:정말 도움이 되었습니다. 첫째, 제품의 방향과 미래 잠재력을 더 잘 판단하는 데 도움이 됩니다. 경쟁사 웹사이트 트래픽과 매출을 분석하여 제품의 전반적인 발전 방향을 파악합니다. 둘째, 제품 개발 측면에서는 제품 디자인, 프런트엔드 및 백엔드 통합을 포함한 제품 개발 속도와 모니터링할 지표를 더 잘 판단할 수 있습니다. 셋째, 팀 관리와 조직 문화를 강화합니다. 저는 각 팀원에 대한 노동 분담, 보상 및 스톡옵션 발행을 포함하여 보다 포괄적인 관리 시스템을 구축했습니다. 또한 자금을 모으는 방법도 배웠습니다. 저희는 20일 만에 1,000만 달러의 이번 펀딩을 완료했습니다. Founder Park: 지금 팀에 몇 명이 있나요? Kai: 6명이에요. 저희는 모두 함께 살고 있습니다. Founder Park: 팀은 처음에 어떻게 구성되었나요? Kai: James와 저는 이미 두 개의 사업을 시작했습니다. 저희는 둘 다 같은 대학교를 졸업했고, 1학년 때 함께 앱을 만들었습니다. 2학년 때 저는 다른 두 사람과 함께 사업을 시작했고, 저희는 모두 서로를 알고 있었습니다. 이 기술이 매우 큰 제품 비전을 가져올 수 있다는 것을 깨달았을 때, 저희는 서로 연락하여 이 제품을 개발할 팀을 구성했습니다. 저희는 모두 동문이었고, 팀의 또 다른 파트너인 Nick도 제 대학 룸메이트였습니다.

박창업자: 채용 규모를 확대할 계획이시라고 하셨는데, 어떤 분을 모집하고 싶으신가요?

카이:주로 백엔드, 프런트엔드, 대규모 언어 모델, UI/UX 관련 직무를 모집하고 있으며, 경력자를 우대합니다. 이제 시행착오 단계를 넘어 빠르게 제품을 개발하는 단계로 접어들었기 때문에, 성장에 도움이 될 경험이 풍부한 인재가 필요합니다.

박창업자: 제품을 1개에서 10개, 심지어 10개에서 100개로 성장시키려면 경험이 풍부한 엔지니어, 제품 관리자, 성장 관리자가 필요합니다.

카이:네, 바로 그 단계입니다. 팀을 9~10명으로 확대할 예정이며, 주로 엔지니어 채용에 중점을 둘 예정입니다.

이번 채용은 중국에서 진행될 가능성이 높으므로, 대면 채용과 원격 채용을 혼합한 방식으로 진행될 것입니다.

박창업자: 어떤 프로필을 찾으시나요? 카이: 바이트댄스나 메이투안 같은 대기업에서 근무한 경험이 있는 지원자를 선호합니다. 바이트댄스는 젊은 인재를 중시하는 빠르고 역동적인 조직 문화를 가지고 있습니다. 바이트댄스에서 교육받은 인재들은 탄탄한 방법론과 기술을 보유하고 있으며, 성공적인 경험을 바탕으로 팀에 합류하여 학습하고 적응할 수 있습니다. 중국 주요 기업에서 빠르게 진행되는 고성과 반복 작업 경험을 보유한 인재를 원합니다. 학생 창업 단계를 넘어섰기 때문에 더 이상 초보자를 채용할 필요가 없습니다. 경험이 풍부한 인재를 원하지만, 업계 베테랑은 아닙니다. 업계 베테랑은 가정을 책임져야 하기 때문에 그만큼 추진력이 부족할 수 있습니다. 따라서 젊고 추진력 있는 중간 단계의 인재가 이상적입니다. 최고의 인재들에게 상당한 스톡옵션을 제공할 의향이 있습니다. 1,100만 달러를 유치했지만, 왜 미국 엔지니어를 채용하지 않았을까요? 중국의 제품 개발 및 엔지니어링 역량이 정말 뛰어나다고 생각하기 때문입니다. 이번 기회를 통해 중국 출신 팀이 국제적으로 성공할 훌륭한 제품을 만들어낼 것이 거의 확실합니다. 현재 많은 AI 애플리케이션이 중국인에 의해 개발되고 있으며, 중국의 엔지니어링 역량은 정말 인상적입니다. 이는 또한 우리의 강점이기도 합니다. 중국과 미국의 강점을 모두 활용해야 합니다.

실리콘밸리 대학생들이 모두 AI 사업을 시작하고 있습니다.

박창업자: 대학생 창업 트렌드는 특히 실리콘밸리에서 두드러집니다. 어떤 상황을 목격하고 계신가요?

카이:이런 사실을 보세요. 이번 투자 라운드에서 가치 평가를 받은 기업들을 예로 들어보겠습니다. AI 채용에 주력하는 메르코르(Mercor)는 3억 달러가 넘는 신규 투자 라운드를 마쳤고, 이미 기업 가치가 수백억 달러에 달합니다. 반면 커서(Cursor)의 기업 가치는 이미 100억 달러로 기정사실화되어 있습니다. GPTZero나 피카(Pika) 같은 기업들도 있습니다. 이들은 모두 대학생 스타트업인데, 특히 커서와 메르코르의 창업자 모두 대학 중퇴 출신이라는 점이 특징입니다.

이러한 젊은 기업가들의 공통점은 바로 매우 차별화된 경쟁입니다. 이들은 일반적인 분야가 아닌 극히 좁은 분야에 집중합니다. 예를 들어, AI 채용에 주력하는 Mercor는 처음에는 인도 프로그래머만 채용했습니다.

두 번째는 환경입니다.

스탠퍼드, Y Combinator, 피터 틸 펀드와 같은 실리콘 밸리의 모든 자본 환경과 기반 혁신은 아이디어가 완전히 개발되었는지 여부와 관계없이 대학생 창업가 정신의 초기 단계를 지원하며, 여러분을 지원하고 강력한 인맥을 제공할 의향이 있습니다. 셋째, 저는 이 대학생들의 자질이라고 생각합니다. 저희든 실리콘 밸리의 이 대학생들이든, 그들은 모두 매우 용감한 모험심과 매우 뛰어난 학습 능력을 가지고 있습니다. 중국의 많은 학생들은 이러한 모험심을 가지고 있지 않을 수 있습니다. 실리콘 밸리에는 여러분에게 영감을 주는 성공 사례가 많고, 자본 환경은 젊은이들을 기꺼이 믿어주기 때문입니다. 저는 당시의 비용과 편익을 비교하기도 했습니다. 대학을 졸업하고 취직을 하기로 했다면, 가족의 학비를 갚을 수 없을지도 모르고, 큰 수익도 얻지 못할지도 모릅니다. 하지만 사업을 시작하기로 했다면, 어린 시절부터 미친 듯이 배울 수 있었고, 제 삶에는 무한한 가능성이 있었을 겁니다. 어렸을 때부터 훌륭한 회사를 만들고 싶었습니다. 박창립자: 왜 오늘날 대학생 세대는 수십억 달러 가치의 회사를 만들 수 있을까요? 과거에는 수천만 달러에 판매하는 것이 큰 업적으로 여겨졌을까요? AI 붐이나 버블 요인이 있을까요? 카이: 전적으로 버블이라고 생각하지는 않습니다. 커서는 4억 5천만 달러의 실매출을 기록하고 있는데, 이는 매우 안정적인 수치입니다. 이러한 성장 뒤에는 이 젊은 세대 팀의 핵심적인 방법론과 인지적 통찰력이 있습니다. 이 팀들을 보세요. 모두 훌륭한 배경을 가지고 있고 학습 능력도 뛰어납니다. 커서는 처음에는 주변의 대학생 프로그래머들에게 의지했는데, 그들은 AI에 대한 높은 수용도를 보였고 강력한 피드백을 제공했습니다. 창업자 본인도 사용자를 깊이 이해하고 뛰어난 엔지니어링 반복 능력을 갖춘 재능 있는 엔지니어입니다. 초기에는 단 네 명만으로 제품을 개발하고 운영할 수 있었습니다. 제품 반복 작업을 성공적으로 진행한 후, 사용자들 사이에서 좋은 평판을 쌓고 수익을 창출했으며, 제2의 마크 저커버그를 놓칠까 봐 우려했던 투자자들은 더 많은 자본을 투자했습니다.가장 근본적인 조건은 이 AI 물결 속 많은 기술들이 새롭고, 젊은 세대가 빠르게 배우고, 실용적이고, 신뢰할 수 있고, 대담하다는 것입니다. 따라서 사용자에 대한 뛰어난 이해와 기존 제품을 능가할 만큼의 놀라울 정도로 빠른 반복 속도를 가지고 있습니다. 예를 들어, Cursor 이전에는 GitHub Copilot이 꽤 좋았지만, 왜 Cursor를 이기지 못했을까요? 바로 사용자 경험과 실행 속도 때문입니다. Founder Park: AI가 새로운 기술이기 때문에 많은 제품 인식도 새로운 관점에서 볼 필요가 있다고 할 수 있을까요? Kai: 네, 젊은 세대 기업가들은 이전 세대보다 더 깊은 통찰력을 가지고 있고 사용자와 더 가깝습니다. 현재 주류 AI 사용자는 대부분 Z세대이며, 그들의 학습 및 피드백 반복 속도와 관용도는 이전 세대 기업가들보다 빠릅니다. 따라서 인지적 반복 속도가 핵심입니다. 모바일 인터넷 시대에는 기술 반복이 연도나 분기 단위로 측정되었지만, AI 시대에는 일 단위로 측정될 수 있습니다. 창업자는 빨리 배워야 하는데, 젊은 세대는 늦게까지 일하고 더 큰 추진력을 발휘할 가능성이 높습니다. Founder Park: 일부 언론 매체에서 실리콘 밸리의 많은 창업자들이 996(오전 9시부터 오후 9시까지, 주 6일) 근무를 시작했다고 보도했습니다. 이에 대해 어떻게 생각하시나요? Kai: 제 백인 사업가 친구들 중 일부는 많은 돈을 모아 996에서 일하고 있습니다. 그들도 저희처럼 큰 집을 빌려 함께 살고 일합니다. 저는 996이 환경적인 측면에서 더 중요하다고 생각합니다. 실리콘 밸리는 지금 골드러시와 같습니다. 아무도 뒤처지고 싶어 하지 않기 때문에 유일한 경쟁 상대는 제품 반복 속도입니다. 빠르게 반복하려면 늦게까지 일해야 합니다. 사람들이 이렇게 하도록 강요하는 환경입니다. Founder Park: 실리콘 밸리의 대학생 창업가들이 선택하는 사업 분야 트렌드는 무엇인가요? Kai: 교육계든 다른 분야든, 안전지대에서 사업을 시작하는 추세가 있다고 생각합니다. 안전지대란 해당 분야와 사용자에 대한 깊은 이해를 의미합니다. 커서(Cursor)의 창립자는 코딩에 대한 이해가 매우 뛰어나며, 저희는 교육 분야에서 사업을 시작하게 된 이유도 타깃 고객을 잘 이해하고 있기 때문입니다. 오늘날 젊은이들은 낯선 분야에 성급하게 뛰어들기보다는, 이미 익숙한 영역에서 사업을 시작할 가능성이 더 높습니다. 이렇게 하면 사용자 피드백을 더 빠르고 정확하게 받을 수 있습니다. 지식 축적이라는 문제도 있습니다. 저는 교육 분야에서 세 번 일하면서 꾸준히 지식을 쌓아 왔습니다. 이 대학생들은 이전에 해본 적 없는 일을 성급하게 시도하는 경향이 적습니다. 그들은 항상 더 나은 방법을 고민합니다. 그들은 새로운 세대의 사고방식을 가지고 있으며, 자신만의 인지적 영역 안에서 끊임없이 반복하며 기회를 창출하는 데 과감합니다.또 다른 핵심은 과감하게 모험을 감행하는 정신입니다. 다른 사람들의 부정적인 시선에 쉽게 휘둘리지 않고, "나에 대해 어떻게 생각하든 상관없어"라는 자신감 넘치는 태도를 보이는 것이죠. 이러한 정신 뒤에는 "고속 실험" 문화가 있습니다. 제품이 아직 완성되지 않았다는 것을 알지만, 개의치 않습니다. 빠르게 출시하고, 빠르게 반복하고, 빠르게 피드백을 받습니다. 박창업자: 이러한 트렌드는 언제 시작되었나요? 카이: 합의 중심의 성공이라고 생각합니다. GPTZero와 같은 프로젝트가 기숙사 방에서 시작되어 끊임없이 반복하고, 자본 지원과 사용자 인지도를 얻는 것을 보면, 빠른 시행착오와 빠른 성장의 성공 사례가 많고, 합의가 형성됩니다. 간단히 말해, "완벽보다 더 나은", 즉 완성이 완벽보다 더 중요합니다. 그리고 사람들은 경쟁에 대해 크게 걱정하지 않습니다. 실리콘 밸리의 많은 창업자들은 모방을 두려워하지 않고 자신의 제품 아이디어를 기꺼이 공유합니다. 그저 빠르게 반복하고 싶을 뿐입니다. 저는 이 젊은 세대가 뛰어난 스토리텔링 능력을 가지고 있다고 생각합니다. 이 스토리텔링은 공허한 수사가 아니라 현실과 진실에 기반을 두고, 미래에 대한 그들만의 비전을 결합한 것입니다. 창업자 박: 첫째, 자신을 홍보하세요. 카이: 네. 근본적인 개념은 모험심과 극도의 자신감이라고 생각합니다. 이를 바탕으로 그들은 끊임없이 용감하게 시도하고 실패하며, 잘못된 말을 하는 것을 두려워하지 않습니다. 그들은 제품 아이디어를 과감하게 표현하고, 실행하며, 실수하더라도 언제든지 바로잡을 수 있습니다. 시도하고 실패하는 것을 두려워하지 않는 이러한 문화는 대학생들 사이에서 기업가 정신과 성공에 대한 열풍을 불러일으켰습니다. 미국의 벤처캐피털(VC)들도 대학생 프로젝트를 주목합니다. Y Combinator는 매 라운드마다 대학생 프로젝트에 정기적으로 투자합니다. 비디오튜터가 지금 가장 걱정해야 할 것은 자금 조달입니다. 창업자 박: 비디오튜터를 처음 시작했을 때로 돌아갈 수 있다면 자신에게 어떤 조언을 해주시겠습니까? 무엇을 더 잘할 수 있었을까요? 카이: 속도가 더 빨라야 한다고 생각합니다. 그리고 팀 구성도 중요합니다. VideoTutor 팀은 여러 차례의 개선 과정을 거쳤습니다. 제가 더 일찍 알았더라면, 제품에 필요한 기술 프로필을 기반으로 팀을 구성하는 것이 더 좋았을 것입니다. 결국 스타트업에는 조직력이 매우 중요하다고 생각합니다. 저는 조직력, 즉 사람을 선발하고, 파악하고, 효과적으로 활용하는 데 더 많은 시간을 할애할 것입니다.

현재 팀은 0명에서 1명으로 성장하기에 적합하지만, VideoTutor를 더 크게 만들기 위해서는 더 많은 경험 있는 인재가 필요합니다. 그들의 뛰어난 경험과 역량을 팀에 불어넣고 팀 전체가 함께 성장할 수 있도록 지원해 주세요.

박창업자: 향후 6개월 동안 VideoTutor가 어떤 제품 또는 기술적 과제에 직면할 것으로 예상하십니까?

카이:제 생각에는 렌더링이 첫 번째 과제입니다. 진정한 제로 레이턴시를 달성하려면 엔지니어링 측면에서 획기적인 발전이 필요합니다. 두 번째는 성장입니다. 제품의 취향이라고 생각합니다. 여기에는 UI와 상호작용 디자인이 매끄럽고 완벽한지, 기능적 상호작용에 버그가 없는지, 시각적 레이아웃이 아름다운지 등 여러 가지 요소가 포함됩니다. 이러한 모든 요소가 저희에게는 과제입니다.

제임스:처음에는 VideoTutor를 모든 과목을 위한 시각적 교육 및 튜터링 도구로 포지셔닝했던 것 같습니다. 하지만 나중에는 저희가 가장 잘하는 분야인 수학 분야에만 집중하면서 수직적인 방향으로 전환했습니다. 저희의 수학적 렌더링 엔진은 가장 전문적입니다.

다음 주요 혁신은 수평적 확장일 가능성이 높습니다. 예를 들어, 시각화의 장점을 인문학 관련 분야에 어떻게 적용할 수 있을까요? 예를 들어 "정오에 밭을 갈면 땀방울이 땅에 떨어진다"라는 속담을 설명하는 것과 같습니다. 이는 기술적으로 고려해야 할 사항입니다. 박창업자: 창업자의 배경이 후속 확장에 문제가 될까요? 카이: 그렇지 않습니다. a16z와 같은 많은 대형 VC가 저희에게 접근했습니다. 너무 일찍 투자하기보다는 팀이 이미 성공 조짐을 보일 때 투자하여 투자가 실패하지 않을 것임을 확신합니다. 저희는 여러 대형 VC와 매우 좋은 관계를 유지하고 있습니다. VideoTutor의 가장 큰 관심사는 자금 조달입니다. 가장 큰 관심사는 사용자 생태계와 제품 자체입니다.

원본 링크

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia