AT&T Ventures의 수석 Vikram Taneja가 시드 단계 방어의 새로운 규칙에 대해 설명합니다.

AT&T Ventures의 수장인 Vikram Taneja는 통신 대기업의 기업 벤처 캐피탈 부문을 이끌며 직접 지분 투자, 워런트 및 유한 파트너 펀드 포지션 전반에 걸쳐 회사의 포트폴리오를 관리합니다.

그의 투자 권한은 주로 글로벌 통신, 네트워크 인프라 및 엔터프라이즈 소프트웨어 부문과 연계되거나 영향을 미치는 시드부터 시리즈 B까지 초기 단계의 기술 회사에 중점을 두고 있습니다.

그의 리더십 하에 AT&T Ventures는 AT&T의 네트워크 규모와 내부 엔지니어링 리소스가 뚜렷한 상업적 또는 기술적 실사 이점을 제공하는 소프트웨어, 하드웨어 및 인프라 부문에 대한 투자를 목표로 하고 있습니다. 포트폴리오 회사에는 Databricks, Apptronik, Cyera, Carbyne, Aira 및 AST SpaceMobile과 같은 엔터프라이즈 및 심층 기술 회사가 포함됩니다.

현재 12년 동안 AT&T Ventures를 감독하기 전에 Taneja는 기업 개발, 벤처 대출 및 투자 금융 분야에서 20년 이상 근무했습니다. 그는 이전에 AT&T가 소유한 동안 WarnerMedia의 M&A 및 전략적 투자 활동을 관리했습니다.

Taneja는 또한 Orix Ventures의 이사로 재직하면서 중장기 기술 사업에 대한 성장 자본 부채 및 지분 투자에 중점을 두었을 뿐만 아니라 JP Morgan 및 PricewaterhouseCoopers에서 기업 금융 및 투자 은행 업무를 맡았습니다.

Crunchbase News와의 이메일 인터뷰에서 Taneja는 AI가 소프트웨어 구축의 장벽을 대폭 낮추면서 초기 단계의 기술 위험에 대한 정의도 바꾸었다고 믿는 이유를 공유합니다.

그의 견해로는 새로운 역동성은 AT&T Ventures에게 단순한 자본이 아닌 즉각적이고 실제적인 기술 검증과 네트워크 통합을 제공함으로써 차별화할 수 있는 기회를 제공합니다.

인터뷰는 간결하고 명확하게 편집되었습니다.

Crunchbase News: 스타트업이 AI를 사용하여 시드 라운드로 완벽하게 작동하는 앱을 구축하는 경우 이는 기술적 위험에 대한 전통적인 정의에 대해 무엇을 의미합니까? 기술 위험은 처음부터 죽은 걸까요, 아니면 다른 것으로 진화한 걸까요?

비크람 타네자: 기술적 위험에 대한 오래된 정의는 “그것을 구축할 수 있는가?”였습니다. 시드 단계에서 완전히 없는 것은 아니지만 AI 도구를 사용하여 소프트웨어를 구축하는 데 대한 장벽이 현저히 낮아짐에 따라 관련성이 낮아지고 있다고 말하고 싶습니다.

그러나 이를 대체한 것이 실제로 “기술이 방어 가능한가?”라고 대답하기가 더 어렵습니다. 단지 “효과가 있나요?”가 아닙니다. 하지만 “복합되나요?”

데이터 해자, 독점 교육 세트, 아키텍처에 내장된 네트워크 효과 등이 내구성의 새로운 척도입니다.

이전 주기에서는 기술적 복잡성만으로도 어느 정도 자연스러운 보호가 이루어졌습니다. 결과적으로 기술적 위험에 대한 대화는 기업이 향후 3~4년 동안 어떻게 자신을 방어할 것인지에 초점을 맞추게 되었습니다. 특히 프론티어 연구소가 스택을 애플리케이션 계층으로 이동하고 전체 수직을 목표로 삼기 시작함에 따라 더욱 그렇습니다.

마찬가지로 배포 문제도 훨씬 일찍 나타납니다. “이것을 어떻게 시장에 출시할 수 있나요?” 주기의 후반부보다는 시드 단계에서 요청이 점점 더 많아지고 있습니다.

또한 투자자들이 이전에 A 라운드에서 추구했던 시드에서 더 큰 지분을 확보하기 위한 경쟁이 심화되는 것을 목격하고 있습니다. 이는 투자자들이 시드 단계에서 더욱 철저하게 행동하도록 만들고 있으며, 창업자들은 전반적으로 더 높은 기대치를 충족할 준비가 되어 있어야 합니다.

누구나 AI 도구를 사용하여 주말에 작동 중인 앱을 가동할 수 있으면 제품 실행은 빠르게 진행되지만 해자는 엄청나게 얕을 수 있습니다. 시드 단계에서는 아름답게 구현된 래퍼에서 진정으로 방어 가능한 플랫폼을 어떻게 분리하고 있습니까?

타네자: 2025년 초, OpenAI의 GPT, Anthropic의 Claude 또는 LLaMA와 같은 프론티어 모델을 기반으로 AI 래퍼 회사가 설립되었고 많은 자본이 이들로 유입되었습니다. 변경된 점은 프론티어 LLM이 이제 더 많은 플랫폼 접근 방식을 취하기 시작했다는 것입니다. 즉, 응용 프로그램 계층으로 이동하고 쉬운 성과를 거두기 시작했습니다.

이것이 바로 AI 투자에서 방어성이 중요한 이유입니다. 완전히 방어할 수 있는 플랫폼은 없지만, 어느 정도는 시드 단계에서 그 질문을 던져야 합니다.

우리는 AI가 복제할 수 없는 독점 데이터를 사용하는 플랫폼, 범용 AI가 여전히 산업적 맥락이 부족한 분야인 심층적인 도메인 전문 지식을 워크플로에 내장한 회사, 고도로 전문화된 생태계 또는 최전방 연구소가 직접 추구하기에는 너무 목표가 있는 범주에 또 다른 단열층을 제공하는 틈새 시장을 찾고 있습니다.

시드 팀의 실제 인원수나 구성에 변화가 있습니까? AI가 초기 코드의 무거운 작업을 처리한다면 이러한 창업자들은 초기 자본을 엔지니어에게 지출하고 있습니까, 아니면 리소스를 즉시 배포 및 시장 출시로 전환하고 있습니까?

타네자: 당연히 초기 단계에서는 여전히 엔지니어링에 중점을 두고 있지만 제품, 영업 또는 파트너십 역할이 과거보다 더 빨리 추구되는 모습을 점점 더 많이 볼 수 있습니다. 그 이유는 말씀하신 대로 작동하는 프로토타입이나 생산 가능한 애플리케이션을 구축하는 것이 더 쉽기 때문에 초점이 매우 빠르게 고객과의 시험을 설정하거나 제품 기능을 조정하기 위한 배포 경로를 탐색하는 것으로 바뀌기 때문입니다.

잠재적인 포트폴리오 회사와 개념 증명을 자주 수행하는 AT&T Ventures와 같은 전략적 투자자에게 이는 매우 흥미로운 일입니다. 우리는 회사 설립 초기부터 협력할 기회를 얻고, 실제 기술 검증을 훨씬 더 일찍 얻을 수 있으며, 마찬가지로 보다 신속하게 협업할 수 있는 경로를 찾으려고 노력할 수 있습니다.

AT&T Ventures는 전통적으로 Seed to Series B 분야에서 활발히 활동해 왔습니다. 기술이 성숙했기 때문에 기관 VC가 더 큰 지분을 확보하기 위해 서두르고 있다면 CVC의 경쟁 환경이 어떻게 바뀌나요? 이전보다 더 일찍 전통적인 다단계 펀드와 직접 경쟁하고 있습니까?

타네자: 시드 라운드의 구성이 확실히 바뀌었습니다. 다단계 펀드는 인수할 만큼 충분한 견인력이 있을 때 시리즈 A 또는 B에 등장했습니다. 이제 그들은 우리가 논의한 것처럼 회사가 충분히 성숙했고 주기의 초기에 승자를 찾으려고 노력하고 있기 때문에 시드 단계에 있습니다. 네, 우리는 이전과 같은 방에 있습니다.

하지만 우리가 직접적으로 경쟁하고 있다는 생각은 반대합니다.

Tier 1 금융 VC의 시드 수표와 AT&T Ventures 시드 수표는 서로 다른 도구입니다. 그들은 수백 개의 회사를 지원하여 자본, 브랜드, 지침 및 패턴 인식을 제공하고 있습니다.

우리는 금융 VC가 구조적으로 제공하지 않는 것을 제공하고 있습니다. 예를 들어 우리의 네트워크 팀은 종종 우리가 수표를 작성하기도 전에 생산 환경에서 귀하의 제품을 작업합니다. 그것은 양방향으로 진행되는 자유로운 근면입니다. 우리는 회사를 검증하고 있지만 세계 최대의 네트워크 운영업체 중 하나로부터 실제 신호도 수신하고 있습니다.

이미 건축 문제를 해결했고 이제 유통이 필요한 초기 단계 회사의 경우 이는 금융 VC 회사가 제공하는 유형의 가치이자 보완적인 것입니다. 따라서 경쟁 압력으로 인해 실제로 우리의 가치 제안이 날카로워졌습니다. 이는 우리가 단순한 자본 이상의 것을 테이블에 가져오도록 강요합니다.

역사적으로 기업 파트너는 엔터프라이즈 준비 상태, 보안 규정 준수 및 확장성을 원합니다. 이는 시드 스타트업에서는 거의 볼 수 없는 일입니다. 시드 스타트업이 완벽하게 작동하는 제품을 가지고 있지만 여전히 2명으로 구성된 팀인 경우 AT&T와 같은 기업이 실제로 이들과 함께 파일럿을 실행할 수 있습니까? 아니면 기업 통합 일정이 병목 현상을 일으키나요?

타네자: 그것은 전략적 근거에서 시작됩니다. 이는 항상 AT&T Ventures의 진입점이었고 변하지 않았습니다. 이것이 가능하다면 파일럿을 시작하기 위해 항상 완전한 기업 준비가 필요한 것은 아닙니다. 이는 회사의 단계에 따라 구조화된 시험일 수도 있고 고도로 표적화된 참여일 수도 있습니다.

우리는 AI-RAN, 연결된 인프라 및 컴퓨터 비전과 같은 영역에 걸쳐 포트폴리오 회사와 함께 지속적인 개념 증명을 다수 보유하고 있습니다.

핵심은 사전 명확성, 즉 참여의 목표가 무엇인지, 성공을 측정하는 방법에 대한 명확성입니다. 이것이 명확해지면 초기 단계의 회사라도 불필요한 지연 없이 학습 또는 테스트 환경에 통합될 수 있습니다. 목표는 AT&T 관계가 추가 채택을 촉진하는 역할을 하는 것처럼 만드는 것입니다.

제품 성숙도 측면에서 시드가 새로운 시리즈 A라면 시리즈 A 가격이 시드 라운드에 영향을 미치고 있습니까? 제품이 시리즈 A처럼 보이지만 회사 인프라가 아직 초기 단계인 경우 가치 평가에 대해 어떻게 규율합니까?

타네자: 종자 가격은 실제로 4~5년 전과 달라 보입니다. 우리는 사후 자금으로 약 2천만 달러에서 2천5백만 달러에 이르는 한 자릿수 백만에서 중간 정도의 가격으로 종자 거래를 정기적으로 보고 있습니다. 이것은 몇 년 전 시리즈 A 거래가 있었던 곳과 거의 같습니다. 그러나 그것이 반드시 정당하지 않은 것은 아닙니다. 우리가 논의한 것처럼 시드 단계 회사의 구성과 견인력은 이전 빈티지보다 훨씬 더 발전했습니다.

우리는 실제로 무엇을 인수하고 있는지 명시함으로써 규율을 유지합니다. 우리는 이번 라운드에서 금전적 수익을 인수할 뿐만 아니라 5~10년 간의 관계의 전략적 가치를 인수하고 있습니다.

이 회사가 AT&T의 네트워크를 더욱 지능적으로 만들까요? 새로운 고객층이 열리나요? 우리가 구축하고 있는 논문을 검증하는가? 우리의 초기 논문 외에 상업적인 기회가 있습니까? 그런 식으로 프레임을 설정하면 작업할 수 있는 지평선이 더 길어지고 끌어당길 수 있는 여러 레버가 제공됩니다.

솔직히 말해서 엔지니어링 팀과 제품 팀이 중요한 역할을 하는 부분이 바로 여기입니다. 시리즈 A처럼 보이는 제품이 실제로 시리즈 A처럼 제작되었는지, 아니면 스트레스 테스트를 거치지 않은 기반 위에 놓인 훌륭한 데모인지를 해독하는 데 도움이 됩니다. 이러한 기술적인 내용은 투자할 때 우리의 확신을 강화시켜 줍니다.

시드 단계의 기능적 AI 앱에는 여전히 대규모 인프라가 필요합니다. 이러한 초기 단계의 회사를 평가할 때 기본 아키텍처와 데이터 처리 또는 엣지 컴퓨팅을 처리하는 방식이 결정에 얼마나 영향을 미치나요?

타네자: 건축은 우리의 근면 과정의 핵심 부분입니다. 우리가 그것에 대해 생각하는 방식은 실제로 최종 사용 사례에 따라 다릅니다. 내부용인가요? 즉, AT&T가 우리 환경에서 사용할 도구인가요? 아니면 우리가 배포하거나 어떤 형태로든 제품 제공에 통합할 수 있는 것인가요?

전자의 경우 아키텍처의 모든 측면을 검토하게 되며, 이는 애플리케이션이나 제품에 대한 기술적인 이해를 발전시키면서 시험 및 개념 증명을 통해 발생할 가능성이 가장 높습니다. 후자라면 우리는 이 제품 아키텍처가 시간이 지남에 따라 어떻게 확장되는지, 비용, 대기 시간 및 인프라 관점에서 이것이 무엇을 의미하는지 이해하는 데 가장 관심이 있을 것입니다. 우리는 기업이 엣지 관련 기술을 수용하는 것을 보고 싶지만 그렇다고 해서 전통적인 데이터 처리 방법을 사용하는 애플리케이션 작업을 방해하지는 않습니다.

이전에 “물리적 AI”와 로봇 공학(예: Apptronik)에 대한 관심에 대해 말씀하신 적이 있습니다. 소프트웨어 수명주기는 생성 AI로 쉽게 압축되지만 하드웨어와 물리적 배포에는 시간이 걸립니다. 이 “씨앗은 새로운 시리즈 A” 추세가 순수 플레이 소프트웨어에만 적용됩니까? 아니면 AI가 초기 단계에서 물리적 기술과 IoT도 가속화하는 것으로 보시나요?

타네자: 물리적 AI는 우리가 상당히 주목해 온 분야입니다. 특히 자율 시스템, 로봇 공학 및 연결된 장치의 추론과 결정이 네트워크에서 매우 다른 유형의 수요 프로필을 생성하기 때문입니다.

소프트웨어 계층은 분명히 가속화되고 있습니다. AI로 인해 인식, 제어 시스템 및 의사 결정과 같은 것들이 더 빠르게 움직이고 있습니다(라운드 결과가 보여줍니다!). 이는 궁극적으로 물리적 AI 채택의 길을 닦는 데 도움이 될 것입니다. 그러나 물리적 배포 주기에는 여전히 시간이 걸리므로 동일한 수준의 시간 압축이 표시되지 않습니다.

AT&T에서 흥미로운 점은 인텔리전스가 어떻게 엣지에 더 가까워지는지, 그리고 이로 인해 해당 워크로드를 처리하기 위해 네트워크를 설계하는 방식이 어떻게 바뀌는지에 대한 교차점입니다.

관련 Crunchbase 쿼리:

관련 자료:

일러스트: 돔 구즈만