Aaron Levie @ YC Combinator "Why Startups Win In The AI Era" lilys note + memo

​

https://youtu.be/uqc_vt95GJg

 

 

📌 AI 시대에 스타트업이 성공하는 핵심 비결은 무엇인가?

AI가 기존 소프트웨어가 해결하지 못했던 새로운 '명사'와 '동사' 영역의 문제들을 해결할 기회를 창출하며, 스타트업은 이 기회를 활용해 새로운 솔루션을 만들 수 있기 때문입니다.

💡 AI 시대에 스타트업이 집중해야 할 새로운 기회는?

ai 에이전트가 기업 내 비전략적이고 반복적인 업무를 자동화하여, 기업이 혁신과 고객 서비스 등 전략적이고 고부가가치 활동에 집중할 수 있도록 돕는 것입니다.

Aaron Levie와의 대화는 AI 시대에 스타트업이 승리하는 전략에 대한 통찰을 제공합니다. 그는 ai 에이전트가 기업 내 '필수적이지만 비전략적인 활동'에 투입되는 시간을 해방시켜, 기업이 '돌파구 혁신'과 '고객 집중'이라는 핵심 가치에 더 많은 시간을 쏟게 할 것이라고 강조합니다. 이 콘텐츠는 AI가 일자리를 빼앗기보다 오히려 기업의 잠재적 업무량(Backlog)을 폭발적으로 늘려줄 기회임을 이해하고, '새로운 Noun과 Verb'를 찾아 AI 기반의 소비 모델로 비즈니스를 재편할 구체적인 방법을 제시합니다.

1. AI 시대 스타트업 승리 전략 및 클라우드 전환 경험 1.1. AI 시대의 기회와 스타트업의 역할

1. AI에 대한 일반적인 인식: 언론에서는 AI가 일자리를 빼앗을 것이라는 보도가 많다.
2. 실제 기업 내부의 현실: 대기업 내부에서는 AI 에이전트가 처리할 수 있는 필수적이지만 비전략적인 활동이 매우 많다는 것을 목격하고 있다.
3. AI 에이전트의 기회: 소프트웨어가 이전에 수행하지 못했던 수많은 활동들을 AI 에이전트가 수행할 수 있게 되면서 새로운 기회가 창출되고 있다.
4. 결정적인 시점: 지금이 바로 이 기회를 잡아야 할 순간이며, 이 기회의 창은 곧 닫힐 것이다.
5. 차세대 기업의 탄생 시기: 현재 시점(약 1년 전부터 향후 3년 사이)이 향후 수백 개의 훌륭한 기업이 시작될 수 있는 시기이다.

1.2. Box의 초기 창업 및 클라우드 전환 경험

1. 과거 인연: 발표자와 Aaron Levie는 과거 스타트업 'Bump' 시절부터 샘 알트만(Sam Altman)과 함께 만남을 조율했던 인연이 있다.
2. Box의 시작 시점: Box는 2005년에 창업되었으며, 당시 인터넷 속도가 느리고 브라우저 성능이 좋지 않았으며, 아이폰, 안드로이드, 크롬 등이 존재하지 않던 시기였다.
3. 초기 아이디어: 인터넷이 빨라지고 모바일 기기 사용이 증가함에 따라, 사용자가 어디서든 데이터에 접근할 수 있어야 한다는 아이디어에서 시작되었다.
4. 초기 집중 분야: 회사는 처음에 소비자(Consumer) 또는 프로슈머 시장에 집중하여 서비스를 출시했다.
5. 초기 성장: 첫 주에 10명 정도가 가입하는 등 성장이 매우 느리고 더뎠다.
6. 초기 투자 및 대학 중퇴: 마크 큐반(Mark Cuban) 등 엔젤 투자자로부터 초기 자금을 확보한 후 대학을 중퇴했다.
7. 비즈니스 모델 전환점: 무료로 제품을 사용하게 하는 프리미엄 모델을 운영하다가, 소비자 경로를 계속 갈지 아니면 엔터프라이즈(기업)로 피벗(Pivot)할지 결정해야 하는 기로에 섰다.
8. 엔터프라이즈 피벗 결정 이유: 운영체제나 소셜 네트워크에 저장 공간이 무료로 포함되는 등 소비자 플랫폼과의 경쟁이 너무 어려울 것이라 판단했고, 엔터프라이즈 시장에서는 당시의 대기업 경쟁사들보다 더 저렴하고, 빠르고, 쉽게 서비스를 제공할 수 있을 것이라 보았다.
9. 클라우드 웨이브 활용: 엔터프라이즈로 피벗한 시점은 모바일과 클라우드가 결합하여 기업 내 새로운 IT 아키텍처를 만드는 성장 파도(Growth Wave)를 타고 있었다.
10. 클라우드 전환의 수혜: 기업들이 클라우드로 이동하면서 데이터 공유 및 접근을 위한 솔루션이 필요해졌고, Box는 보안 및 기능 면에서 우위를 점하며 선택지가 되었다.

1.3. 클라우드 전환과 AI 전환의 비교 분석

1. 클라우드 전환 초기 상황: 클라우드 초기에는 사람들에게 클라우드가 큰 변화가 될 것이라고 설득해야 했으며, 데이터 신뢰성에 대한 의구심이 존재했다.
2. AI 전환의 차이점: AI의 경우, 사람들에게 AI가 미래라는 점을 설득할 필요가 없다.
3. 기업 채택의 지연 이유: 대기업에서 AI 도입이 느린 것은 AI가 미래라는 점에 대한 불신 때문이 아니라, 기업이 변화를 겪는 데 따르는 자연스러운 속도 때문이다.
4. AI에 대한 사회적 인식: 클라우드와 달리 AI는 수십 년간 공상 과학 소설 등을 통해 사회 전반에 걸쳐 논의되어 왔으며, 자율주행차, 왓슨, 시리, 알렉사 등을 통해 AI가 유용한 도구가 될 것이라는 인식이 널리 퍼져 있었다.
5. ChatGPT 모멘텀: ChatGPT의 등장으로 마케팅 책임자 등이 직접 AI를 사용해보고 그 효용성을 체감하면서, AI가 미래라는 점에 대한 판매(Sell)가 필요 없게 되었다.
6. 현재의 과제: 이제는 AI 구현이 안전하고, 신뢰할 수 있으며, 기업 데이터와 연동되고, 신뢰할 수 있는지에 대한 새로운 과제에 집중해야 한다.

2. AI 에이전트가 기업 데이터에 미치는 영향과 업무량 변화 2.1. AI 에이전트와 비정형 데이터의 가치

1. Box의 핵심: Box는 본질적으로 클라우드 내의 폴더와 같았으며, AI는 이 핵심 기능에 더해 할 수 있는 일을 완전히 바꿀 수 있다.
2. AI 에이전트의 강점: AI 에이전트는 비정형 데이터(Unstructured Data)에서 특히 강점을 보인다.
3. 데이터 유형 구분: 세상에는 정형 데이터(Structured Data)와 비정형 데이터 두 가지 유형이 있다.
4. 정형 데이터: 데이터베이스에 들어가는 정보(고객 이름, ID, 송장 번호, 수익 등)이다.
5. 비정형 데이터: 기업 내 문서, 계약서, 송장, 마케팅 자료, 프레젠테이션 등이며, 기업 데이터의 대부분을 차지한다.
6. 비정형 데이터의 특징: 자유로운 형태의 텍스트로 구성되어 있어 컴퓨터가 이해할 수 있는 고유한 구조가 없다.
7. 과거의 한계: 과거에는 Box와 같은 시스템에 저장된 비정형 데이터에 대해 자동화하거나 질문하는 것이 불가능했다.
8. AI 에이전트의 변화: AI 에이전트는 이 문제를 해결하여 폴더 내 모든 데이터가 엄청나게 가치 있는 자산이 되게 하며, 기업들은 이 데이터에 질문하고 워크플로우를 자동화할 수 있게 된다.
9. 스타트업 기회: AI 에이전트가 기업 내 거의 모든 작업이나 직무 기능을 위해 존재하게 되는 세상에서 엄청난 스타트업 기회가 있을 것이다.

2.2. AI 도입에 따른 인간의 역할 변화: 업무량(Backlog) 증가

1. 일반적인 우려: AI 에이전트가 많은 업무를 수행하면 인간이 필요 없어진다는 우려가 있다.
2. Aaron Levie의 관점: 실제로는 그 반대로 될 것이라고 강력하게 주장한다.
3. 기업 업무의 비전략성: 대부분의 기업에서 직원들이 하루 종일 하는 일 중 전략적이지 않은(Not Strategic) 일에 너무 많은 시간을 소비하고 있다.
4. 전략적 업무의 예시: 고객과의 만남, 제품 혁신, 고객 지원 등이 전략적 업무에 해당한다.
5. AI 도입 시 기대 효과: AI 에이전트가 비전략적인 업무를 대신하면, 기업은 돌파구 혁신(Breakthrough Innovation), 고객과의 시간 증대, 선제적 고객 지원 등 전략적인 일에 더 많은 시간을 할애할 수 있게 된다.
6. 언론의 오해: 언론이 AI가 일자리를 빼앗는다고 보는 이유는 대기업 내부에서 필수적이지만 비전략적인 활동에 얼마나 많은 시간이 소요되는지를 보지 못하기 때문이다.
7. 기업의 반응: 기업들은 AI 에이전트가 이 모든 작업을 대신해 준다면, 더 흥미로운 일을 하거나, 이전에는 비용 문제로 실행할 수 없었던 전략적 업무 목록(Backlog)을 처리할 수 있게 되어 눈이 빛난다고 반응한다.
8. 경제적 관점: 순수 미시경제학적으로 볼 때, 어떤 작업이 그 노동 비용 이상의 가치를 창출할 것이라는 확신이 있다면 그 일을 할 수 있지만, 작업을 시작하는 문턱(Threshold)이 너무 높아서 시도조차 못 하는 일들이 존재한다.
9. 미래의 업무: 10년 후에는 오늘날 시도조차 할 수 없었던, 즉 고용 비용 때문에 시도하지 않았던 일들이 AI 에이전트 배치를 통해 대부분의 업무를 차지하게 될 것이다.
10. 구체적 예시 (광고 캠페인): 현재는 광고 카피를 3~5개 주요 시장 언어로 번역하는 데 그치지만, AI 에이전트가 100개 언어로 번역하면 기업은 더 많은 시장에서 더 많은 고객에게 서비스를 제공하며 성장할 것이다.

2.3. 대기업의 인력 감축과 스타트업의 기회

1. 대기업의 발표: 아마존과 같은 대기업이 AI로 인해 향후 몇 년간 인력 감축이 있을 것이라고 발표하는 것에 대한 해석이 필요하다.
2. 대기업의 상황: 아마존과 같이 수십만 명의 직원을 둔 기업의 경우, 현재 인력으로도 업무를 처리하지 못한다면 회사 운영 방식에 문제가 있는 것이며, AI 에이전트가 단순히 보조하는 것을 넘어 효율화가 필요할 수 있다.
3. 스타트업의 포지션: 50명 규모의 회사가 AI 덕분에 500명 규모 회사처럼 행동할 수 있게 된다면, 이 회사가 AI 이전보다 더 빨리 100명 규모로 성장할 수 있는지 여부가 중요하다.
4. 결론: AI는 대기업에게는 효율성 증대의 이점을 주지만, 수백만 개의 스타트업과 소규모 비즈니스에게는 이전보다 훨씬 큰 레버리지(Leverage)를 제공하는 경제를 만들 것이다.

3. AI 시대 스타트업을 위한 비즈니스 모델 및 전략 3.1. B2B SaaS의 새로운 Noun과 Verb 찾기

1. B2B SaaS 시장의 인식: 많은 사람이 B2B SaaS 분야의 모든 문제가 이미 해결되었고, 대기업 경쟁사들이 존재한다고 생각한다.
2. 과거 스타트업 환경 (2008년~2014년): 2008년경에는 음식 주문, 음악 감상, 엔터테인먼트 등 소비자 영역의 핵심 Noun과 Verb가 '형편없었다(suck)'.
3. 소비자 문제 해결: 이후 DoorDash, Spotify, Netflix 등으로 많은 문제가 해결되었고, 스타트업은 파생적인 일만 할 수 있는 환경이 되었다.
4. 엔터프라이즈 문제 해결: 엔터프라이즈 영역에서도 급여(Payroll), CRM, 이메일, 캘린더 등 모든 핵심 Noun과 Verb에 대해 기존 강자나 대규모 스타트업이 존재했다.
5. 경쟁의 어려움: Gusto와 같은 현대적이고 훌륭한 급여 시스템과 경쟁하는 것은 어렵다.
6. 현재의 기회: 현재는 약 10년 만에 처음으로, AI가 환경을 충분히 변화시켜 스타트업이 다음 세대의 솔루션을 만들기에 적합한 새로운 Noun과 Verb가 등장한 시기이다.
7. AI 기반 솔루션의 특징: 단순히 "AI를 덧붙인 CRM"과 같은 형태는 Salesforce가 할 것이므로, 소프트웨어가 이전에 할 수 없었던 일을 AI 에이전트가 수행할 수 있는 영역을 찾아야 한다.
8. 새로운 기회 영역: 기술이 없으면 사람의 전문 서비스로만 제공되던 영역(예: 법률 업무)을 소프트웨어로 제공할 수 있게 되는 것이 기회이다.

3.2. AI 에이전트 시대의 비즈니스 모델 변화: 좌석(Seat)에서 소비(Consumption)로

1. 기존 SaaS 모델: 기존 SaaS 회사의 주요 수익화 전략은 소프트웨어 라이선스가 필요한 인간의 수(Seats)에 기반했다.
2. 기존 모델의 한계: 예를 들어 변호사 소프트웨어를 판매할 때, 회사가 가진 변호사 수만큼만 라이선스를 팔 수 있어 주소 가능한 시장 규모(Addressable Market Size)에 제한이 있었다.
3. 에이전트 기반 모델의 변화: AI 에이전트는 소프트웨어 자체에 해당 직무의 노동력을 담을 수 있어, 무제한의 변호사 노동량을 수행할 수 있게 된다.
4. 새로운 판매 기준: 이제는 해당 회사에 속한 인간의 수(변호사 수)가 아니라, 법률 업무와 관련된 처리해야 할 작업량(Volume)의 근사치에 기반하여 판매하게 된다.
5. 새로운 수익화 전략: 새로운 수익화 전략은 소비(Consumption)의 한 형태이다.
6. 소비 기반 예시: 인간 변호사가 계약서 검토에 건당 5~10달러가 들었다면, AI 에이전트는 10센트에 처리할 수 있으므로 고객에게 2달러를 청구하여 80%의 비용 절감을 제공하고 의미 있는 이익을 얻을 수 있다.
7. 소비 모델의 우려: 소비 기반 모델의 유일한 우려는 수익의 반복성(Recurring Nature)이다. 고객이 계약 검토를 한 번에 다 끝내면 다음 해에는 수익이 발생하지 않을 수 있다.
8. 해결책: 고객이 시스템을 한 번에 다 사용하고 떠나지 않도록, 지속적인 구독료 형태를 유지하는 방법을 찾아야 한다.

3.3. 토큰 비용과 소프트웨어 가치의 관계

1. 가격 책정의 근거: AI 회사가 단위 작업당 청구할 수 있는 가격은 인간 비용의 일부일 것이지만, 고객이 10센트짜리 작업에 2달러를 지불할 의향이 있는지에 대한 의문이 있다.
2. 소프트웨어 구축 정도에 따른 가격:
   1. 소프트웨어가 거의 없는 경우: 가격은 토큰 비용의 최대 2배 수준으로 압축될 수 있다.
   2. 엄청난 양의 소프트웨어가 있는 경우: 80% 또는 90%의 매출 총이익률(Gross Margin)을 달성할 수 있으며, 이는 토큰 비용 대비 5배에서 10배 이상의 가치를 가질 수 있다.
3. Box의 사례: Box의 파일 저장 비용은 고객이 지불하는 비용에 비해 매우 적으며, 고객은 저장 공간 자체가 아니라 저장 공간 위에 구축된 모든 소프트웨어에 비용을 지불한다.
4. 미래의 지불 대상: 고객은 결국 지능 토큰 자체가 아니라, 토큰 위에 구축된 워크플로우 소프트웨어와 고유한 맥락, 연결성, 기능, 데이터 접근 권한을 가진 AI 에이전트 구축 능력에 비용을 지불하게 될 것이다.
5. 디플레이션 경제의 이점: 현재 기술 산업은 공급 측면에서 디플레이션 경제(Deflationary Economics)를 가지고 있어 원자재 비용이 시간이 지남에 따라 저렴해진다.
6. 가격 책정의 합리성: Google Photos가 월 10~20달러에 모든 사진을 저장해 준다면, 고객은 비용이 내려가더라도 그 가격을 지불하는 데 동의한다. AI 분야에서도 이와 같은 현상이 일어날 것이다.
7. 비용 하락과 가격: 원자재 비용이 하락하더라도, 가격이 공격적이지 않은 수준(Non-offensive levels)이라면(예: 월 20달러, 50달러), 고객은 합리적인 지출 범위 내에서 계속 지불할 것이다.

3.4. 경쟁과 고객 유지 전략

1. 경쟁의 영향: 무한한 경쟁이 가격을 계속 낮추지 않는 한, 이러한 디플레이션 경제의 이점을 누릴 수 있다.
2. Dropbox의 사례: Dropbox는 10년간 무한 경쟁 상태에 있었음에도 불구하고 연간 약 10억 달러의 현금을 창출하고 있다.
3. 고객 유지 요인: 저장 공간 비용이 하락하더라도 고객이 계속 지불하는 이유는 친숙함, 데이터 네트워크 효과, 사용자 경험 등 전환 비용이 존재하기 때문이다.
4. 핵심: 혁신을 지속하는 한 고객은 머무를 것이다.

3.5. 기업 내부 소프트웨어 구축 vs. 외부 솔루션 활용

1. 질문: AI가 성장하면 기업들이 Box와 같은 외부 솔루션 대신 자체적으로 모든 소프트웨어를 내부에서 구축하지 않을까?
2. 핵심 개념: 코어(Core) 대 컨텍스트(Context): 제프리 무어(Jeffrey Moore)의 개념으로, 모든 회사는 자신의 비즈니스에 핵심적인 것과 맥락적인 것을 결정해야 한다.
3. 코어와 컨텍스트의 예시 (디즈니):
   • 코어: 놀라운 IP와 캐릭터 디자인. 기술을 통해 픽사(Pixar)를 강력하게 만드는 데 집중해야 한다.
   • 컨텍스트: HR 시스템 운영. 급여를 제때 지급하는 것만 필요하며, 이 분야에서 혁신할 필요는 없다.
4. 대부분의 기업의 선택: 대부분의 기업은 코어에 집중하고, 컨텍스트 관련 맞춤형 소프트웨어 개발은 혁신의 이점이 없고 (자동화만 원함), 책임(Liability) 문제가 발생하기 때문에 자체 구축을 하지 않는다.
5. 내부 IT팀의 문제: 자체 HR 시스템을 구축했을 때 버그가 발생하면, 내부 IT팀을 밤중에 불러 해결해야 하지만, Workday 같은 외부 업체와 계약하면 문제가 생겼을 때 소송을 걸거나 경쟁사로 전환할 수 있다.
6. 결론: 대부분의 회사는 컨텍스트 관련 자체 구축을 하지 않을 것이며, 이는 쓸모없는 일이 될 것이다.
7. 커스텀 소프트웨어의 역할: 다만, 기업의 코어 부분에 대한 맞춤형 소프트웨어는 여전히 중요하며, Replit, Cursor, Windsurf와 같은 도구는 이러한 코어 소프트웨어 개발에 매우 유용할 것이다.

3.6. AI 시대 스타트업 창업자를 위한 조언

1. 필독서 3권:
   1. "Crossing the Chasm" (캐즘을 넘어서)
   2. "Innovator's Dilemma" (혁신가의 딜레마) (역대 최고의 비즈니스 서적으로 간주됨)
   3. "Blue Ocean Strategy" (블루오션 전략)
2. B2B 시장 전략: 이 책들의 내용을 내재화하고 B2B 시장을 목표로 한다면, 다른 스타트업보다 10배 더 나은 위치에 있게 될 것이며, 시장, 파괴, 경쟁사 취약점에 대한 사고방식을 갖게 된다.
3. 창업팀 구성: 훌륭한 창업팀을 갖추는 것이 중요하다. 혼자 하는 창업도 가능하지만, 최소한 한 명의 친구를 확보하여 어려운 시기를 함께 헤쳐나가고 재미를 느끼는 것이 좋다.
4. 시장 테일윈드(Tailwind)의 중요성: 시장의 순풍(Tailwind)을 타는 것을 절대 과소평가해서는 안 된다.
5. AI 관련 시장 선택: 만약 당신의 시장이 AI에 의해 근본적으로 변화하지 않는다면 건드리지 말아야 한다. AI가 해당 분야의 경제학이나 프로세스를 근본적으로 바꾸는 시장을 선택해야 한다.
6. 야심찬 비전: 지금이 바로 그 순간이며, 이 기회의 창은 2~3년 내에 닫힐 것이다. 향후 수백 개의 위대한 기업이 이 시기에 시작될 것이므로, 야심차게 크게 목표를 설정해야 한다.

 

책 추천함. 3권의 책! 읽어봐야겠다. 특히 1번은 제레미 무어 책인데 너무 유명해서 나도 여러번 들어본듯?

 

 

여기 밑에는 QnA인데 구조화 성능이 좋진 않았어서 내가 좀 손봤음.

 

 

Q&A 1. 저장 공간(Storage)의 AI 활용 및 경쟁 구도

1. 저장 공간 자체의 AI 활용: 데이터 저장 자체(하드 드라이브 수준)에 AI가 개입할 여지는 적으며, 이는 해결된 문제로 보인다.
2. AI가 증강할 수 있는 영역: 데이터의 수명 주기 관리(Life Cycle Management)이다.
3. 수명 주기 관리: 가장 활발하게 접근하는 데이터는 빠른 처리 속도를 가진 서버 영역에 두어야 하고, 아무도 보지 않는 데이터는 아카이브에 보관해야 하는데, AI가 어떤 데이터에 대한 접근을 예측하여 이를 도울 수 있다.
4. 진정한 변혁: 변혁은 데이터 저장 자체가 아니라, 데이터를 훨씬 더 가치 있는 것(새로운 지적 재산 또는 가치)으로 전환하는 상위 단계에서 일어날 것이다.

질문자 2번 

 

1. 게임 디자이너의 질문 (삶의 의미): 24세인 게임 디자이너의 '삶의 의미' 질문에 대해, 현재는 갈아 넣는(Grind mode) 시기이므로 의미에 대해 너무 걱정하지 말고 5년 후에 다시 생각해보라고 조언한다.

 

질문자 5번

중국인인데 10년동안 중국에서 유니콘 기업 키운 뒤 미국에 와서 뭔가 해보려는중. yc 들어가고 싶은데, hr 분야로 생각 중. 

1. HR 분야 경쟁사 대응 (Workday): Workday와 같은 경쟁사가 막대한 사용자 데이터를 가지고 있을 때 어떻게 대응할지에 대한 질문이다.
2. 경쟁사 전략: 경쟁사의 능력을 과대평가하고, 그들이 그 능력을 가졌을 때 경쟁할 수 있는 전략을 찾아야 한다.
3. 경쟁 전략 예시:
   • 시장 세분화: Workday가 판매하지 않는 시장 부분을 공략한다. (Workday 고객은 약 1만 개이지만, HR 관련 에이전트가 필요한 전 세계 비즈니스는 1천만 개에 달한다.)
   • 새로운 사용 사례: Workday가 자연스러운 제공자가 아닌 사용 사례를 공략한다.
4. 스타트업에 대한 낙관론: 대기업은 기존 설치 기반(Install Base)에 대해서만 에이전트를 제공할 것이므로, 대기업이 판매하지 않는 훨씬 더 많은 에이전트 기회가 스타트업에게 열려 있다.
5. Glean(지식 관리)에 대한 견해: Glean은 좋지만, 엔터프라이즈 지식 관리에 대해서는 여전히 다양한 접근 방식이 있을 것이다.

질문자 3번? 디자인에 대한 질문 

1. 디자인의 가치 증가: AI로 개발 속도가 빨라지면서 디자이너의 가치가 증가하고, 훌륭한 디자인이 SaaS 기업의 차별화 요소가 될 수 있다는 의견에 대한 질문이다.
2. 엔터프라이즈 디자인의 역사: 엔터프라이즈 소프트웨어는 구매자가 디자인에 크게 신경 쓰지 않아 역사적으로 디자인이 좋지 않았다.
3. 디자인 우선순위의 변화: Slack, Figma와 같은 회사들은 더 나은 소프트웨어를 만들기 위해 훌륭한 디자인을 우선시하기 시작했다.
4. 조언: 고객이 추가적인 가치를 느끼지 못하더라도 훌륭하게 보이고 느껴지는 경험을 구축하는 것이 좋다. 이는 소프트웨어를 만드는 사람 입장에서 훨씬 더 즐겁기 때문이다.