콘텐츠로 이동

2021 07 11

2021-07-11

[초기 VC는 어떤 스타트업에 투자할까?] 풍성이형 특강

  • VC란?? - 스타트업에 투자하는 회사 - 데스밸리 -> 스케일업 - 그때 그때 마다 필요한 돈을 투자 - seed -> 시리즈A -> 시리즈B -> 시리즈C
  • 아마존은 뭐하는 곳인가? - Customer Obsession - 고객에게 어떠한 가치를 주는가? - 고객은 자기가 낸 비용보다 더 많은 가치를 느낄 때 돈을 낸다
  • 시장의 원천 - 욕망을 만족시키는 서비스 - ex. 타로 챗봇, 연예인, MBTI - 트렌드는 항상 바뀌어,,, - VC가 초반에 검토하기 힘들어 - SNS 같은 것들 있자나? 이런 거는 특출나지 않으면 투자 힘들어 - 진짜 투자 못받았다,,, IR에서 걸러 - 문제를 푸는 서비스 - 특정한 문제를 풀면, 문제를 겪는 고객들이 이 서비스 이용할 것 - 문제를 푼다 == 욕망 만족 - 비슷하긴 한데 말이지
  • 그걸 기반으로 어떻게 검토할까? - 왜 지금 이 팀이 이 문제를 가장 잘 풀 수 있는지! - Why Now - 아이디어, 팀, 비즈니스모델, 펀딩, 타이밍 - 야! 타이밍이 가장 중요해 - 왜 5년 전은 너무 빨랐고, 5년 후는 너무 늦을까? - 기존 기업들이 포착하지 않/못하고 있는 곳은 어떤 허들이 존재 - 허들이 허물어지는 3가지 요인 - 사회 구조의 변화 - OKHOME - 프로덕트 헌트 - 기술의 변화 - AI 기반 스타트업 - 인식의 변화 - 마이리얼트립 - 에어비앤비 - 지금까지 왜 없었지? 왜 팀은 잘하지? - Team 1. 고객이 원하는 것을 잘 만들수 있는 역량이 이 팀에 있나? - 고객이 원하는 것을 만들지 못한다면 그것은 분명히 실패로 귀결! - Key Success Factor는 무엇일까? - ex. 루닛: 얼마나 정확도 높은 AI 솔루션을 제공하는가? 2. 팀이 얼마나 끈끈하고 Mission-Driven 한가? - - 이러한 역경들이 있어도 버틸라면 미션이 확실해야함 - 우리가 팀을 짠다면? - 우리기 때문에 가장 잘 풀 수 있는 영역이 있음 - MZ 세대를 위한 서비스 - 학생들이 겪는 문제를 푸는 서비스 - 학생이라도 오랜기간 관심 가졌던 영역 - Problem - 문제를 겪는 고통의 크기 * 사람의 수 = 시장의 크기 1. 문제가 진짜 문제인가? - 나만 겪는 문제는 아닌지 - ex. 샌드버드: 창업가 개발하면서 채팅 구현 어려움 몸소 느낌 2. 문제가 얼마나 심각한가? - 고통의 크기가 클수록 더 많은 가치 - ex. 샌드버드: 중요한 기능임에도 안정적 운영 어려움 3. 그 문제를 얼마나 많은 사람들이 겪는가? - Top Down + Bottom Up - ex. 샌드버드: IT 서비스 엄청 많음, 꼭 필요한 피쳐임 4. 영속적인 문제인가? - ex. 엑스클로젯: 온라인 명품 중고거래 플랫폼 - 당근마켓이 하면 어쩌려고? - 일반인 진품 검수 어려워 - 방향성이 달라 - Solution - 진짜 심각한 문제인데 경쟁자가 없다? -> 의심해볼 것 - 보통은 같은 문제를 다양한 접근으로 푸는 경쟁자가 무조건 있어! - 그럼에도 우리 솔루션이 가장 좋은 접근인 이유? - 프로덕트 우위! - 유저 경험! 이전 보다 10배 더 편한것? - 데이터! -> 더 좋은 유저 경험! - 실행력 - 실험을 반복하며 Best Fit을 찾아가는 과정 - 경쟁사보다 빠르게 실행하여 좋은 유지 경험 지속하기 - 결국 초기 스타트업은 팀을 보고 투자 한다! 1. 이제까지 어떤 솔루션이 있었나? 2. 그 솔루션이 적절한 솔루션인가? 3. 해당 솔루션이 모방하기 쉬운가? - 마켓컬리 대표님의 강연 - 내가 잘 이해하고 공감하는 문제인가 - 정말 열정을 가지고 풀 수 있는 문제인가? - 내가 잘 풀어낼 자신이 있는 문제인가? - 내가 꼭 해결하고 싶은 문제인지?
  • 큐앤에이 - Qs. 문제를 푼다? == 고학력자? - 석박까지는 아니더라 - 별로 저학력자라도 자기만의 고민을 통해 엣지를 - 좋은 학교에 있는 사람들이 주로 관심갖더라 - Qs. AI를 잘하는 걸 어찌 판단해? - 초반에 없어도 굳이 안봐 - 레퍼런스 체크 - 팀원도 투자과정에서 만나게 됨 - 커뮤니케이션을 많이 하면서 검토 - Qs. AI 모델링까지 하는 스타트업은 얼마나되나? - AI가 정말 중요하다면, AI 팀원들이 정말 좋아야겠지? - 증강현실 쇼핑 SAAS 플랫폼 (API 제공) - 판매사들이 몇 번 사진을 찍으면 뚝딱 제공 - AI가 본질이 아닌 스타트업이라면 굳이? - Qs. 주니어로써 VC에서 어떤 일을 했을까? - 스타트업 시장 리서치 지원 - 현재 시장 트렌드 분석 - 회의 parsing - 구글 리서치, 직접 가서 보기 - Qs. Seed -> 시리즈 A/B/C 얼마나 넘어가는지 몇 프로나? - 글쎄다... - Qs. 사회적 기업은 BM이 없어도 투자 받을 수 있나? - 당근마켓도 초반엔 BM 없었어

배포 지식 알아보기

  • 젠킨스 - 참고 1: https://krksap.tistory.com/1377 - 참고 2: https://www.itworld.co.kr/news/107527 - 참고 3: https://jw910911.tistory.com/81 - 참고 4: https://www.youtube.com/watch?v=UbI0Q_9epDM - 참고 5: https://www.yalco.kr/43_ci_cd/ - 빌드 - 서버에 올릴 수 있는 상태 (jar 파일) - 서버에 올려 사용자가 사용할 수 있도록 하는 것이 배포 - 빌드 자동화 - 반복되는 과정의 자동화 필요 - Jenkins - 빌드 자동화 툴 - 대쉬보드 제공 - 배포 스크립트 실행 - 젠킨스? - 젠킨스를 톰캣 같은 WAS에서 서블렛으로 실행 가능 - 자바 런타임 위에서 동작하는 자동화 서버 - 빌드/테스트/배포 모든것을 자동화 - 도커 위에서도 잘 동작함 - 다양한 플러그인으로 자동화 가능 - AWS 배포, 테스트, 도커 빌드 등 할게 많아 이를 하나의 플러그인으로 모듈화 - 일련의 자동화 작업의 순서들을 Pipeline을 통해 CI/CD 파이프라인 구축 가능 - 젠킨스의 플러그인 - Credential Plugin - 배포에 필요한 각종 리소스에 접근 위해 중요 정보 담고 있기 - 클라우드 리소스, ssh 접근 등 - Pipeline Plugin - 젠킨스의 핵심, 파이프라인 관리 - Docker plugin - 도커 관리 - 파이프라인 살펴보자 - CI/CD 파이프라인을 젠킨스에 구현하기 위한 일련의 플러그인의 집합 - CI/CD 파이프라인 - 코드 작성 > 빌드 > 테스트 > 배포 - CI가 왜 필요한가 (Continuous Integration) - 지속적 통합 - 여기저기 개발하던 것을 하나로 합치는 과정에서 문제 발생 - 코드 작성할 때마다 바로바로 합치는 것이 CI - 가능한 빨리 내 코드를 코드 베이스에 안착 - 테스트 코드 없는 코드 쫓아 내자 - CD가 왜 필요한가? (Continuous Deployment) - 지속적 배포 - 프로덕션 배포시긴장 - 실수도 많고 휴먼 에러 발생 다수 - CI/CD - 코드를 합치고! 배포까지 뚝딱! - 젠킨스 쓰는 과정 - 설치형! - 해당 컴퓨터의 주소로 크롬 브라우저로 접속할 수 있는 웹사이트 열림 - 서버 아이피주소 + 젠킨스 기본 포트 8080 접속 - 아이디 비밀번호 -> 세팅 페이지 - 매크로를 만드는 화면이 열림! - ex. 스프링부트 프로젝트 배포해보자! - 새 자동화 작업, 매크로를 생성 - 저장소 연동 - 저장소 특정 브랜치에 푸시하면, 젠킨스에서 해당 코드 전용 폴더에 다운받음 - 매크로로 할일 지정 - ./gradlew clean build 마냥 테스트 돌리고 빌드 뚝딱 - 실패하면 메일 or 슬랙 (이것도 플러그인) - 원하는 폴더로 옮겨서 스크립트로 뚝딱
  • EC2 - 참고 1: https://opentutorials.org/course/608/3004 - 참고 2: https://goddaehee.tistory.com/179 - 생활 코딩 - 한대의 컴퓨터를 임대받는 것 - 데탑, 노트북 마냥 똑같아 - 선호하는 운영체제 깔고, 웹 서비스를 위한 프로그램 깔고 - 해당 컴퓨터에 접속할 수 있는 Public URL을 제공, 이를 통해 웹 서비스 가능 - 컴퓨터의 설치된 프로그램, 파일 저장, 설정 변경 --> 이미지로 저장 - 이걸로 똑같은 컴퓨터를 생성 - 갓대희님 - 소개 - 컴퓨팅 파워 조정 가능 - 새로운 서버 인스턴스 부팅 몇 분으로 - 실제 사용한 만큼 돈 내고! - 설치 과정 - AMI 선택: 운영체제 선택 (Amazon Machine Image) - vCPU: CPU 갯수 (virtualCPU) - 인스턴스 패밀리: 사용 사례 - 범용(t2, t3, m5, m4, m3): 트래픽 적은 웹사이트, 소형/중형 DB - 컴퓨팅 최적화(c5, c4, c3): 고성능 프론트엔드 집합, 비디오 인코딩 - 메모리 최적화(r5, r4, x1): 고성능 데이터베이스, 분산 메모리 캐싱 - 스토리지 최적화(h1, i3, i2, d2): 데이터 웨어하우징, 로그 및 데이터 처리 - GPU 인스턴스(p3, p2, g2): 3D 애플리케이션 스트리밍, AI
  • S3 - 참고 1: https://opentutorials.org/course/608/3006 - 참고 2: https://docs.aws.amazon.com/ko_kr/AmazonS3/latest/userguide/Welcome.html - 생활 코딩 - 파일 서버의 역할을 하는 서비스 - 일반적인 파일 서버 트래픽이 증가하면서 장비 증설 필요,,, S3는 이를 대행 - 트래픽에 따른 시스템 문제 해결! - 파일에 대한 접근 권한 지정해 서비스를 호스팅 용도로 사용하는 것을 방지 - 특징 - 많은 사용자 접속에도 시스템 작업 알아서 해줌 - 저장 파일 갯수 없음 - 최소 1바이트에서 최대 5TB 데이터 저장/서비스 가능 - HTTP, BitTorrent 프로토콜 지원 - REST, SOAP 인터페이스 제공 - AWS 공식 문서 - 사용법 - 버킷 만들기: 버킷 만들고 지정해서 여따가 저장 - 데이터 저장: 버킷에 무한정 저장 - 데이터 다운로드: 모두가 다운받을 수 있게 함