VC 업계의 냉혹한 진실: 왜 대부분의 펀드는 9년이 지나도 원금을 돌려주지 못했을까?

저자: Venture Curator

편집: 심조 TechFlow

심조 서문: 이 글은 두 가지 데이터로 두 가지 사실을 폭로한다. 거대 VC가 AI 동질화 프로젝트에 몰려 있는 반면, 신흥 운용사일수록 오히려 이례적인 곳에 과감히 베팅한다는 점, 그리고 대부분의 VC 펀드는 설립 9년이 지나도 LP에게 원금조차 돌려주지 못했다는 점이다. 지금 자금을 조달 중인 창업자에게는 브랜드의 화려함보다 펀드 뒤에 놓인 자금 압박을 읽어내는 것이 훨씬 중요하다.

신흥 VC는 더 많은 비범한 스타트업에 투자하고 있으며, AI 지출은 7만여 개 기업 사이에서 극심한 격차를 보인다.

도대체 누가 VC의 이례적 기업에 투자하고 있는가? 데이터가 말해주는 것.

벤처캐피털리스트는 대개 이것이 이례적 기업에 관한 사업이라고 배운다. 아무도 예상하지 못한 소수의 회사가 수익의 대부분을 만들어내므로, 가장 큰 팀과 가장 넓은 네트워크, 가장 많은 자본을 가진 기관이 그들을 찾아낼 능력이 가장 뛰어나야 한다.

하지만 Odin의 Dan Grey가 Dealroom 데이터를 바탕으로 진행한 새로운 연구에 따르면, 가장 큰 기관일수록 다른 모든 투자 기업과 다르게 보이는 회사에 투자할 가능성이 가장 낮다.

Grey는 5개 메가 펀드(a16z, General Catalyst, Lightspeed, NEA, Accel)가 2023년부터 2025년까지 시드 라운드 포트폴리오에서 투자한 모든 회사와, 엄선된 최상위 신흥 운용사 그룹을 희소성 기준으로 점수를 매겼다. 희소성은 비즈니스(산업, 모델, 고객, 지역)와 기술 두 차원에서, 2018년부터 2025년까지 시드 라운드 투자를 받은 모든 회사와 대조해 측정했다. 가장 이례적인 5분의 1이 이례적 기업으로 분류됐다.

신흥 운용사는 점수 산정이 가능한 시드 라운드의 24.7%를 이례적 프로필에 투자했다(198개 중 49개). 메가 펀드는 11.5%에 그쳤다(278개 중 32개). 약 두 배의 격차다.

이 격차는 모든 소형 펀드가 역발상 투자자이기 때문은 아니다. 많은 신흥 운용사가 메가 펀드만큼이나 AI에 집중 투자하고 있다. Conviction은 100% AI, South Park Commons는 93.5%다. 격차는 서로 다른 임무를 가진 전문형 펀드에서 비롯된다. 예컨대 Lowercarbon은 AI에 18.8%만 투자했고, Multicoin은 15.4%에 그쳤다.

이것이 바로 포트폴리오 구성이 중요한 이유다. 서로 다른 다섯 개의 신흥 운용사 장부를 합치면 집중도는 보통 22.6% 낮아진다. 다섯 개 메가 펀드를 합치면 2.0%만 낮아지는데, 다섯 곳 모두 이미 82.7%에서 89.5% 사이의 AI 포지션을 갖고 있기 때문이다. 가능한 462가지 신흥 운용사 조합 중 메가 펀드 그룹을 이기지 못한 조합은 단 2개뿐이었다.

이 문제의 중요성은 포트폴리오 통계를 넘어선다. 자금 조달 리스크에 관한 연구는 줄곧, 투자자가 후속 자금의 가용성을 예상하는지 여부가 어떤 실험이 첫 수표를 받을 수 있는지를 결정한다고 보아왔다. Odin은 그 데이터가 이 메커니즘을 증명하지는 못한다고 신중하게 밝혔다. 하지만 가장 큰 자금 풀이 이미 널리 투자 가능하다고 여겨지는 프로젝트에만 투자한다면, 이 합의 바깥에 있는 회사는 첫 베팅을 다른 누군가에게 의존할 수밖에 없다.

그렇다면 이것은 신흥 운용사가 승자를 고르는 데 더 뛰어나다는 뜻일까?

아니다. 여기서 '이례적'이라는 말은 투자받은 회사들 중에서 드물다는 뜻이지, 더 혁신적이라는 뜻도, 성공 가능성이 더 높다는 뜻도 아니다. 창업자 배경을 점수에 포함하자 격차는 19.8% 대 14.4%로 좁혀졌다. 신흥 운용사 그룹은 엄선된 표본이라 시장 전체를 대표하지 않는다. 게다가 소형 펀드도 나름의 군중 심리가 있다. 블록체인은 그들의 초기 라운드에서 46.7%를 차지했다가 나중에 20.9%로 떨어졌다.

이것이 바로 투자자가 조심해야 할 지점이다.

당신의 논리가 수익은 이례적 기업에서 나온다는 것이라면, 명문 펀드를 하나 더 추가하는 것은 대부분 같은 베팅을 늘리는 것에 불과하다. 진정으로 서로 다른 임무를 가진 펀드 바구니만이 범위를 넓힐 수 있다. 하지만 범위만으로 수표를 끊을 이유가 되지는 않는다. Odin 자신의 테스트는 이렇다. 한 펀드가 당신의 기존 포트폴리오에 무엇을 보완해줄 수 있는지, 어떤 수수료와 성과보수로, 희석 후 지분율은 얼마인지, 후속 자금 조달 리스크는 어떤지.

진짜 질문은 어느 펀드가 가장 큰가가 아니다. 진짜 질문은 어떤 펀드가 남들이 보지 않는 곳을 실제로 보고 있는가다. 데이터로 보면, 그 명단은 점점 더 같은 사람들이 아니기 때문이다.

9년이 지나도, 대부분의 VC 펀드는 여전히 투자자에게 돈을 돌려주지 못했다. 다음엔 무슨 일이 벌어질까?

창업자는 대개 자신의 VC를 인내심 있는 자본으로 여기도록 배운다. 벤처 투자는 장기전이다. 펀드는 큰 성과를 기다리기 위해 만들어졌고, 지분표 위에 현금을 서두르는 사람은 없다.

하지만 Carta의 2026년 2분기 VC 펀드 성과 보고서의 새로운 데이터는 많은 펀드의 인내심이 바닥나고 있음을 보여준다. 그들 대부분이 여전히 자기 투자자의 돈을 돌려주지 못했기 때문이다.

Carta는 순 DPI, 즉 펀드가 LP에게 실제로 돌려준 현금이 LP가 투입한 1달러당 얼마인지를 추적했다. 대상은 2017년부터 2026년 사이에 투자를 시작한 약 3000개의 미국 벤처 투자 펀드다.

2017년에 투자를 시작한 펀드는 이제 약 9년 차로, 전형적인 10년 펀드 수명 주기의 끝에 가깝다. 중위 펀드는 현금을 0.37배밖에 돌려주지 못했다. 상위 4분위 펀드조차 0.70배에 그쳤다. 상위 10%만이 LP가 투입한 금액 이상을 돌려줘 1.37배를 기록했다.

더 젊은 펀드는 상황이 더 나쁘다. 2018년 펀드의 중위값은 0.15배를 돌려줬고, 2019년 펀드의 중위값은 0.04배, 즉 7년이 지나 1달러당 4센트만 돌려받은 셈이다.

가치는 장부상으로는 존재한다. 2017년 펀드의 중위 장부 가치는 1.72배지만, 그중 약 5분의 1만 현금으로 돌아왔다. 나머지는 아직 매각되거나 상장되지 않은 비상장 기업에 묶여 있다.

외부에서 이것을 꿰뚫어보기 어려운 이유를 설명하는 두 번째 세부 사항이 있다. 이 펀드들 대부분은 실제로 일부 돈을 돌려줬다. 2017년 펀드의 86%와 2018년 펀드의 70.4%가 최소한 일부 현금을 분배했다. 따라서 거의 모든 펀드가 자신의 LP에게 분배가 시작됐다고 말할 수 있다. 하지만 돈을 다 돌려줬다고 말할 수 있는 펀드는 거의 없다.

그렇다면 창업자는 왜 자기 투자자의 펀드 장부를 신경 써야 할까?

당신 투자자의 펀드 시계는 당신 회사의 시계와 같지 않기 때문이다. 만기가 다가오고, LP에게 진짜 현금을 갚아야 하며, 다음 펀드를 모집 중인 펀드는 가능한 한 빨리 유동성을 확보하려는 강한 유인이 있다. 이 압박은 당신에게 일찍 매각하라고 밀어붙이거나, 2차 시장에서 지분을 팔거나, 다음 라운드에서 후속 투자에 더 신중해지는 모습으로 나타날 수 있다.

그리고 이것이 창업자가 조심해야 할 지점이다.

이 모든 것이 당신의 투자자가 당신에게 불리한 행동을 할 것이라는 뜻은 아니다. 펀드는 존속 기간을 연장할 수 있고, 많은 최상위 기관도 자신의 승자를 계속 지원할 충분한 이유가 있다. Carta의 데이터는 현금 부족만 보여줄 뿐, 각 펀드가 어떻게 행동할지는 보여주지 않는다. 하지만 당신에게 수표를 써준 펀드의 빈티지(설립 연도)는 이제 각주가 아니라 실제 변수다. 2017년이나 2018년 펀드에서 투자하는 파트너와 완전히 새로운 2025년 펀드에서 투자하는 파트너는 처지가 완전히 다르다.

진짜 리스크는 당신의 투자자가 유동성을 필요로 한다는 것이 아니다. 당신의 돈이 어느 펀드에서 나오는지, 그 펀드가 자기 출자자에게 얼마나 많은 현금을 갚아야 하는지, 그리고 그것이 그들이 당신의 다음 라운드나 엑시트에 대해 주는 조언에 어떤 영향을 미칠지 모른다는 것이다.

AI에서 가장 큰 돈은 어디에 있을까: 프런티어 모델인가, 중간 시장인가?

대부분의 AI 보도는 프런티어에 주목한다. 각 랩의 가장 새롭고, 가장 똑똑하고, 가장 비싼 모델. 하지만 Theory Ventures의 Tomasz Tunguz는 진짜 중요한 시장은 중간 계층이며, 지출 데이터도 이를 뒷받침한다는 논지를 제시한다.

중간 계층은 이미 AI 지출의 약 40%와 토큰 사용량의 30%를 가져갔다.

이에 비해 프런티어 모델의 비중은 얇다. Anthropic의 가장 강력한 모델 Fable 5.1은 출시 후 첫 12일 동안 게이트웨이 지출의 3.7%만 차지했다. 그 전작은 최고 13.2%까지 올랐다가, Opus 5가 절반 가격으로 출시된 지 한 달 만에 4.9%로 떨어졌다. 대형 기업 계정에서 프런티어 모델의 토큰 소비 비중은 8월 초 53%에서 9월 45%로 낮아졌다.

가격 전쟁도 바로 이 계층에서 벌어진다. 9월 Anthropic이 새 모델 가격을 내리자 OpenAI는 약 90분 만에 가격 인하로 맞섰다. 그 인하 전까지 Opus 시리즈는 네 버전 연속으로 입력 토큰 100만 개당 5달러, 출력 25달러의 가격을 유지했다. 저가 구간에서는 OpenAI가 7월에 Luna 가격을 80% 깎았고, 9월에 또 50% 깎았다.

세 가지 힘이 중간 계층의 가격을 계속 끌어내리고 있다.

랩 간의 경쟁. 랩들은 이제 몇 분기 단위가 아니라 몇 시간 안에 서로의 가격 인하를 따라간다.

오픈 웨이트 모델. 데이터가 공개된 게이트웨이에서 오픈 모델이 대부분의 토큰 물량을 처리하며, 가격은 클로즈드 모델의 혼합 가격보다 86% 낮다.

파인튜닝. 오픈 웨이트 모델 Kimi K2.5를 기반으로 파인튜닝한 Cursor Composer 2는 이전 자체 개발 모델 대비 총비용을 86% 낮췄다. Harvey는 셀당 비용을 Sonnet 5 대비 55% 낮추면서도 점수는 Fable 5보다 높게 받았다.

이런 현상이 계속되는 것은 구조적이다. 기업이 AI에게 시키는 일, 예컨대 계약서를 요약하거나 작업 지시를 분류하는 일은 해마다 거의 변하지 않는다. 반면 이 기준을 충족할 수 있는 지능의 비용은 빠르게 떨어지고 있다. 따라서 고정된 요구 사항을 통과할 수 있는 계층은 분기마다 더 저렴해지고, 대부분의 실제 업무는 프런티어가 아니라 이 계층에 놓인다.

수요는 프런티어가 꼭대기에 있는 피라미드라기보다, 중간이 두꺼운 종 모양 곡선에 가깝다. 구매자가 신경 쓰는 것은 최고 성능이 아니라 1달러당 얼마나 많은 지능을 살 수 있는가다. 남은 질문은 이 중간 시장이 결국 범용 상품이 될 것인가다. 만약 그렇게 된다면, AI 시장 전체의 경제학도 함께 바뀔 것이다.

이런 모델 위에서 제품을 만드는 사람이라면 물어볼 가치가 있다. 당신의 제품이 진짜로 필요로 하는 계층이 어디인지. 중간 계층의 업무에 프런티어 모델 가격을 지불하는 것은, 지금 가장 먼저 버려야 할 이익이다.

당신의 스타트업은 AI에 도대체 얼마를 써야 할까? 데이터가 말해주는 것.

대부분의 창업자에게 AI에 얼마를 쓰는지 물으면 아주 자신 있는 숫자가 돌아온다. ChatGPT와 Claude 좌석, Cursor 청구서, 계속 늘어나는 API 비용을 합치면 한 달에 수천 달러. 정확해 보이지만 사실은 아니다. 공통점이 전혀 없는 세 가지 지출을 더했기 때문이다. 유일한 공통점은 공급업체 카테고리뿐이다.

Ramp가 7만여 개 미국 기업의 결제 데이터를 분석한 결과, 'AI를 사용한다'는 것이 얼마나 분열되어 있는지 드러난다.

중위 기업은 직원 1인당 월 11.38달러를 쓴다. 상위 10%는 611달러를 쓴다.

상위 1%는 7,449달러를 쓰는데, 이는 중위값의 약 650배다. Ramp가 이 지출을 Revelio Labs가 커버하는 21,559개 기업의 노동 기록과 연관시킨 결과, 고지출 기업은 2년간 직원 수가 10.2% 증가했고, 그중 초급 직무 채용은 12% 늘었다.

저강도 사용자의 데이터에는 유의미한 변화가 전혀 없었다.

그러니 더 써라. 하지만 어디에?

대부분의 창업자는 AI 청구서를 자신의 소프트웨어 예산과 비교한다. 이 비용들이 청구서에서 Figma, Notion과 나란히 놓여 있기 때문이다. 이것은 잘못된 분모다. 점점 더 많은 AI 지출이 대체하는 것은 소프트웨어가 아니라 사람이다. 고객 지원 에이전트의 비교 대상은 고객 지원 직무이지, 당신의 SaaS 제품군이 아니다.

전형적인 시드 단계 회사로 계산해보자. 12명, 월 급여 비용 약 18만 달러, AI 지출 월 4천 달러. 소프트웨어 예산과 비교하면 4천 달러는 무거워 보인다. 급여 비용과 비교하면 2.2%에 불과하다. 같은 숫자인데 결론은 완전히 반대다.

해결책은 AI 예산을 세 조각으로 나누고, 각각을 자신만의 기준으로 평가하는 것이다.

급여선 AI(고객 지원, SDR, 프로그래밍 에이전트)는 당신이 채용하지 않은 그 사람의 연봉과 비교한다. 그 직무가 무엇인지 말할 수 없다면, 이 범주에 넣으면 안 된다.

생산성선 AI(좌석, 노트, 글쓰기 도구)는 사용률을 본다. 사용률이 두 번째 달에 감소하면 취소한다.

비용선 AI(제품 내부의 토큰과 API 호출)는 10배 규모에서의 매출총이익률을 보고, 반드시 장부의 COGS에 넣어야 한다.

세 가지를 섞어버리면 모든 신호가 서로 상쇄된다. 좌석에 과도하게 지출하면 총액이 부풀어 보여서, 창업자는 에이전트에 소극적이 되는데, 바로 그곳이 수익이 있는 곳이다. 상위 1%의 승자는 많이 써서가 아니라, 지출을 제대로 분류했기 때문에 승자다. AI가 사람을 대체하는 곳에는 과감히 베팅하고, 사람을 단지 가속하는 곳에는 엄격히 절제하며, 제품 내부에서는 매출총이익을 지켜본다.

우리는 전체적인 정렬 방법을 분해했고, 이번 주에 바로 당신의 청구서를 점검하는 데 쓸 수 있는 30분짜리 감사 프로세스를 포함해, 《당신의 AI 지출은 도대체 무엇을 기준으로 삼아야 할까?》에서 자세히 다뤘다.

왜 딥테크의 VC 실사는 오히려 나빠졌을까?

당신은 가장 어려운 기술일수록 가장 엄격한 검증을 받아야 한다고 생각할지도 모른다. 양자 컴퓨터, 핵융합 원자로, 새로운 칩 아키텍처는 물리 법칙에 맞아 작동하거나 그렇지 않거나 둘 중 하나이며, 이를 검증하려면 진짜 전문성이 필요하다.

하지만 PostQuantum의 Marin Ivezic은 실제 상황은 정반대라고 주장한다. 거래가 클수록, 기술 수준이 높을수록, 과학적으로 성립하는지 독립적으로 확인하는 사람이 있을 가능성은 더 낮다.

이는 투자자들이 게을러졌기 때문이 아니다. 여러 구조적 변화가 겹쳐졌다.

전문가 계층이 사라졌다.

과거 투자자들은 전문 애널리스트를 고용한 은행 리서치 팀으로부터 독립적인 기술 판단을 얻을 수 있었다. 2018년 유럽 MiFID II 규정이 리서치 비용을 거래 비용과 분리해 지불하도록 요구하면서 이 모델은 위축됐다. 보도에 따르면 유럽 주식 리서치 규모는 약 20% 줄었고, 주요 은행의 전문 애널리스트 수도 감소했다.

전문가 네트워크는 이제 약 25억 달러 규모의 사업으로, 그 공백의 일부를 메웠다. 하지만 그것은 어떤 전문가에게, 무엇을 물어야 하는지 알 때만 효과가 있다. 프런티어 분야에서는 바로 그 지식이 제너럴리스트 투자자에게 없는 것이다.

자금은 제너럴리스트에게 흘러갔다.

2025년 민간 퀀텀 투자는 49억 달러에 달해 192% 성장했다. 최대 투자자는 블랙록과 엔비디아였지, 전문 퀀텀 펀드가 아니었다. 국부펀드와 연기금도 이런 라운드에 점점 더 많이 참여하고 있다. 국부펀드를 대상으로 한 한 조사에 따르면, 58%의 기관이 거래를 리드하는 데 필요한 자원이 부족했다. 스스로 기술 검증을 할 수 없는 자본은 결국 남의 판단에 의존할 수밖에 없다.

리드 투자자의 이름이 검증을 대체했다.

명성 있는 리드 투자자는 팔로우온 투자하는 모든 이에게 신용을 보증해준다. 팔로우온 투자자는 리드 투자자가 물리적 타당성을 이미 확인했을 것이라고 전제하지만, 그들은 그 검증을 볼 수 없고, 실제로 이뤄졌는지도 확인할 수 없다. 어떤 라운드는 이것조차 없다. Quantinuum의 6억 달러 조달에는 이름이 명시된 리드 투자자가 전혀 없었다.

마감 기한과 군중 심리가 속도를 검증보다 우선시하게 만들었다.

2023년 말, 미국 펀드들은 사상 최대인 3,116억 달러의 미집행 자금을 쌓아두고 있었다. 배분 압박에 직면한 펀드 매니저에게는 인기 거래에 합류하는 것이 그것을 늦추는 것보다 이득이 크다. 게다가 동료들과 함께 틀리는 것은 혼자 틀리는 것보다 평판에 훨씬 덜 해롭다.

딥테크에는 강제 체크포인트가 없다.

바이오테크는 좋은 비교 대상이다. FDA 승인 절차는 각 단계의 데이터를 공개하도록 강제하고, 그래서 업계는 이를 중심으로 과학 자문 위원회, 전문 심사자, 단계별 점검 등 일련의 실사 규범을 구축했다.

퀀텀 분야에는 이에 상응하는 관문이 없다. 이 글에서 찾을 수 있었던 대형 퀀텀 기업에 대한 가장 엄격한 기술 검증은 호주 정부에서 나온 것으로, 정보 공개 청구를 통해서야 공개됐지 어떤 투자자로부터 나온 것이 아니었다.

결과는 숫자에 분명히 드러난다.

2025년 민간 퀀텀 투자는 49억 달러인 반면, 퀀텀 컴퓨팅 산업 전체의 총매출은 약 14억 달러였다. 2021년 SPAC을 통해 상장한 세 퀀텀 기업은 2025년 합산 매출을 약 12억 달러로 예측했지만, 실제로는 약 1.38억 달러를 달성했다. 게다가 가장 탄탄한 검증 작업을 한 쪽은 투자자가 아니라 공매도 세력이었다.

이런 일이 어떻게 끝나는지는 이미 선례가 있다. 2006년부터 2011년 사이 벤처캐피털은 클린테크에 250억 달러 이상을 투자했고, 절반 이상을 잃었다. 그 사이클을 연구한 학자들은 당시에 이미, 하드웨어 경험이 없는 연기금과 국부펀드가 다음으로 이런 회사에 돈을 대는 주체가 될 것이라고 경고했다.

제시된 해결책은 간단하다. 일정 규모 이상의 딥테크 라운드에 팔로우온 투자하기 전에, LP는 독립적인 기술 타당성 검토를 요구해야 하며, 이 검토는 펀드가 의뢰해서도, 창업자가 선정해서도 안 된다. 참고로 저자 본인은 퀀텀 스타트업에 투자하고 있으며, 이런 검토 서비스를 제공하는 회사를 운영하고 있다. 하지만 핵심 논지는 여전히 유효하다. 딥테크 분야에서 지분표 위의 한 로고가 기술 검증을 조용히 대체해버렸고, 이 정도 규모의 수표 앞에서는 몇 주간의 독립 검토 비용은 아무것도 아니다.