#9: $0에서 $2.5M ARR까지 - 생성형 AI 스타트업 Jenni AI 스포트라이트

Jenni AI 프로덕트 개요

• Jenni AI는 리서치 페이퍼, 에세이 등 long-form 컨텐츠에 특화된 writing assistant이다. Jasper, Copy.AI, ChatGPT와 같은 서비스와 다르게 “human in the loop” UX를 갖고 있다. 프롬프트를 입력하면 AI가 자동으로 생성해 주는 것이 아니라 사용자가 운전석을 잡되 생성형 AI를 활용해 글 쓰는 것을 도와주는 co-pilot이다.

• 프로덕트 특성 상 학생들이 많이 사용한다. PDF 업로드 기능, 출처 인용 자동화, “human in the loop” UX 등 기능들을 계속 추가함에 따라 고관여 리서치 페이퍼를 작성하는 대학원/박사생들도 애용한다.

GPT Wrapper?

• 2020년 6월 GPT-3가 출시되고 많은 AI 스타트업들이 펀딩을 받았다. 그리고 2022년 11월 ChatGPT가 출시되고 가면이 벗겨졌다. 알고 보니 이러한 프로덕트는 예쁜 Front-End로 패키징 된 단순 “GPT Wrapper”였다는 것. 2주 전 OpenAI Dev Day에선 아예 못을 박아버렸다.

• 처음 Jenni AI를 접했을 때 나 또한 Jenni AI를 단순 “GPT Wrapper”로 치부해버렸다. 하지만, 예상 외로 오히려 Jenni AI는 지속적으로 고성장했다. 최근까지도 15~20% MoM 성장하고 11월 중순엔 $2.5M(30억원) ARR을 달성하기도 했다.

• “GPT Wrapper”의 가장 큰 문제점은 GPT API 콜 외 특별한 기능이 없는 것(예. Chat with PDF)이다. API 콜 외 특별한 기능이 없을 경우, 해당 프로덕트는 금방 commoditized 된다 (PhotoRoom 사례).

• Jenni AI도 예외는 아니다. Jenni AI 성공 이후 많은 copy-cat이 나왔다. Jenni AI는 이런 경쟁을 지속적으로 이길 만한 Moat가 있을까?

타임라인

• David은 2015년 미국 UCSD 대학교 중퇴했다. 몇 천만원을 투자해 3번의 창업을 했었고 모두 처참히 망했다. 2019년 Jenni AI를 시작하기 전 Chipotle에서 알바를 했다고 한다.

• 창업 초기엔 지금처럼 리서치 작성하는 학생 타겟이 아닌 SEO 컨텐츠 작성자 향 프로덕트(Jasper, Copy.AI와 직접 경쟁)였다. GPT-3와 ChatGPT 출시 훨씬 전 부터 AI의 미래 가능성을 보고 GPT-2를 활용하여 프로덕트를 만들어 나갔다.

• 2021년 6월엔 Jason Calacanis의 Launch Accelerator 프로그램에 들어가게 되고 약 $100,000 (~1.2억원)의 시드 투자 유치한다. 그리고 2021년 12월엔 Antler로부터 $250,000(약 3억원)의 추가 투자유치를 한다. 약 2.5년 간 투자유치 없이 Bootstrapping한 케이스이다.

• 투자를 받고 나선 팀과 말레이시아로 떠난다. 현금 런웨이를 아끼기 위해서다. 지금도 대부분의 팀은 말레이시아에 있다.

• 2019년 창업 이후 3년 간 $2,000 MRR에 갇혀있었다고 한다. 그리고 2022년 7월부터 MRR이 $2,000을 뚫고 J-Curve를 그리기 시작한다. 여기서부터 본격적인 Jenni AI의 이야기가 시작한다.

• 2022년 11월엔 갑상선암을 진단 받게 됨. 다행히 지금은 Cancer-Free!

• 2022년 8~9월 경 MRR $20,000, 유료 회원(PU) 1,500명, 총 유저 수(무료 포함) 10만명 수준. 그리고 약 1년 후인 2023년 10~11월 경 MRR $200,000 (10x), 유료 회원 10,000명(인당 $20 가정), 총 유저 수 200만명 달성. 이 사이에 어떤 일들이 있었을까?

프로덕트 전략

• 2019년 2월 Jenni AI에서 내놓은 블로그 포스트 문구에서 David의 프로덕트 철학을 알 수 있다. LLM을 제대로 활용하려면 “human in the loop”의 중요성을 강조한다. 좋은 프로덕트는 이 LLM과 사용자를 seamless하게 연결해줄 “great user experience and tools”가 필수적이라고 한다. Jenni AI의 주요 프로덕트 전략은 “human in the loop” 워크플로우를 위한 훌륭한 UX 툴인 것을 알 수 있다.

• 2021년 8월엔 Jenni AI 프로덕트의 적절한 비유(전기자전거, 오리발 등)를 제시한다. 여전히 Auto-Pilot이 아닌 Co-Pilot 가설을 굳게 믿고 있다.

• 같은 달 프로덕트 데모를 진행한다. 유저가 Jenni AI에게 단순히 토픽을 제시하면 제목부터 아웃라인까지 제시해준다. 여기까진 ChatGPT 기능과 다를 점이 없다.

• 그 다음, AI가 생성한 글귀 중 유저가 마음에 드는 문구를 사용할 수 있도록 Previous/Next 옵션을 제공한다. 또한, 제목과 컨텐츠를 변경할 경우, 미리 제시한 아웃라인을 실시간으로 컨텍스트에 맞게 변형해준다 (향후 Microsoft Word 코파일럿이 이런 느낌일까?)

• 2022년 10월 Jenni AI 내부적으로 관심 있게 관리하던 Time to Value(TTV)를 공유한다. 유저가 들어오면 Jenni AI의 가치를 얼마나 빠르게 느끼는가 보여주는 수치이다. 프로덕트 개선 후 1분 내로 “가치”를 느끼는 유저 수가 20%로 늘었다. “가치”는 어떻게 산정하는가? 프로덕트에 어떤 개선을 하였는가?

• Time-to-Value Optimization과 관련하여 Jenni AI co-founder인 Henry Mao가 잘 정리해줬다:
• 1) 디테일에 신경써라 (클릭 당 2초씩 줄이고 프로덕트 온보딩 개선, 연간 플랜으로 넛지 등)
• 2) Low hanging fruit을 공략해라 (빠르게 가치를 줄 수 있는 부분부터 신경써라)

• 2022년 4월엔 SEO 컨텐츠 AI 프로덕트가 아닌 리서치 페이퍼(학생) 향 프로덕트로 피봇한 것으로 보인다. MRR이 급상승하기 시작한 시기(2022년 7월)와 비슷한 시기이며 리서치 쪽으로 PMF를 확신한 것으로 보인다. 피봇을 두려워하지 마라!

• 2023년 2월엔 오늘 날의 Jenni AI를 만든 Citation 기능 추가했다. 6개월 동안 R&D를 진행했다고 한다.

• 2023년 6월엔 PDF 업로드 기능을 추가. 내가 인용하고 싶은 리서치의 PDF 파일을 올리면 AI가 auto-citation 뿐만 아니라 리서치 페이퍼의 Context를 더 잘 이해해 문구를 생성할 수 있음 —> 단순 Feature들을 때려 넣는 것보다 기존 유저들을 더욱 empower 할 수 있는 기능을 선별적으로 추가

• 내부적으로 트래킹하는 또 다른 지표: 2,700만 건의 생성 문구 승인(accepted generations); co-pilot으로써 유저들이 더욱 맘에 드는 문구를 추천하는 게 key 만족도 KPI일 것이다.

• 중간에 타겟 시장에 대한 Pivot은 있었으나 Jenni AI 팀의 Co-Pilot이란 프로덕트 가설은 유지되었고 여러 시도를 통해 증명해나갔다. 유저 인터뷰, 다양한 지표 관리 등을 통해 지속적으로 유저들이 필요하고 사랑하는 Feature들을 추가했고 프로덕트를 고도화 해 나갔다.

Pricing 전략

• 애초에 Jenni AI는 월 정액제 플랜만 있었던 것으로 보인다. 2022년 10월부터 Usage-based Pricing (words-per-month)과 연간 플랜 모델을 도입한다.

• AI 서비스에 Usage-based Pricing 도입은 어쩌면 당연한 것이다. 유저가 서비스를 사용할 때 마다 회사는 사용량에 따라 OpenAI에게 토큰(사용량) 당 비용을 지급해야 한다. 이런 제도 하에 모든 사용자들을 만족 시키기 위해선 공평하게 사용량에 따라 과금하는 것이 합리적이다.

• 하지만, 유저들은 대체로 불확실한 과금형태를 싫어한다. Jenni AI 팀은 이 점을 words per month 모델(미리 사용할 규모를 정하고 지불하는 형태)로 보완한 것으로 보인다.

• 하지만 이 또한 온보딩 되는 유저 입장에선 friction point일 것으로 생각한다. 오늘 처음 들어왔는데 내가 이 서비스를 이용하면서 이번 달에 몇 개의 단어를 생산할지 알고 들어오는 사람은 없다. 유튜브, 넷플릭스 등 많은 B2C 서비스들이 사용량이 아니라 정액으로 과금하는 이유라고 생각한다.

• 현재는 이런 words per month 모델은 없어지고 $20의 정액제만 남아있다. 2023년 5월 경부터 Pricing 모델을 바꾼 것으로 보인다. 이 이후 MRR은 지속적으로 성장했다.

• (내가 한 것 처럼) 방구석에 앉아서 “그게 되겠어?”라고 비아냥(침대창업) 하는 것은 쉽다. 하지만, 시도해보기 전까진 아무도 모른다. AI 서비스는 새롭게 탄생한 산업이다. 비즈니스 모델, Pricing 모델 모두 제대로 정립된 것은 없다. 이렇게 새로운 시도를 한 Jenni AI 팀의 긍정적인 창업자 DNA를 엿볼 수 있다. 미래에 AI 서비스에 대한 usage-based pricing이 사용자들 사이 자리 잡히면 그 때 또 새로운 pricing model을 시도하지 않을까 싶다. 어찌 됐든 Jenni AI 팀은 여러 가설을 세우고, 빠르게 execute해서 시장에 시험하는 것을 두려워하지 않는 팀이라는 것을 알 수 있다.

마케팅 전략

• 2022년 4월까지 마케팅 투자 없이 사업 진행하고 10월부터 $10,000 budget으로 본격적으로 마케팅 시작했다. 특히, Short-form videos를 적극적으로 활용했고 첫 달부터 30,000명이 유입되기 시작한다.

• 2022년 11월엔 Excuses.ai 바이럴 마케팅 캠페인을 기획 - 생성형 AI로 재밌는 변명거리를 만들어 주고 웹사이트 하단엔 Jenni AI 링크를 넣어놨었다.

• 2023년 10월 Excuses.ai 실적에 대해 공개; Excuses.ai에 27만 유저가 유입되었지만 2명의 PU밖에 전환 시키지 못함.. Takeaway는 이런 무료 툴들을 만들 거면 내 프로덕트와 직접적 연관성이 있어야 한다..

• 2023년 2월 인플러언서 마케팅 프로그램 론칭 (바이럴 마케팅의 시작); 처음엔 인플루언서들에게 View Count($1 당 1,000뷰)로 지불 —> 현재는 실제 전환률에 따라 지급

• Upfront 현금 유출과 막대한 시간 투자 없이 바이럴 마케팅 loop 활성화!

• 이 외 David이 몇 가지 마케팅 팁을 공유했다:
• 1) Micro-influencer들을 활용하라!

• 2) 인플루언서의 얼굴을 빌려라!

• 3) 다양한 컨텐츠를 테스트하고 Exploit해라!

• 4) 커뮤니티를 활용하라! (이 부분은 David도 잘 못하는 분야라서 X에서 조언을 구한다) 잘만 사용하면 CS 부담을 줄이고 유저 Engagement를 높일 수 있다.

그래서 Jenni AI는 GPT Wrapper인가?

• AI 혁신 속도는 놀랍다. 매달 새로운 모델들이 출시되고 기술적 장벽이라고 알고 있었던 모델들이 하루 아침에 outdated된다. 아무리 기술적 장벽이 있다 한들, 유저들이 체감할 수준까지 다다르기 어렵고 대기업의 Distribution(유통)을 이기기엔 더욱 어렵다. David도 이 사실을 인지하고 있다.

• Jenni AI의 경쟁사들은 수없이 많다: Copy.ai, Jasper과 같은 기존 레거시 SEO 컨텐츠 copywriter 툴, Compose.ai나 Type와 같은 스타트업, Notion.ai와 Microsoft Co-Pilot과 같은 대기업들.

• David은 Jenni AI의 강점은 유저 피드백을 강력히 반영한 UX라고 말한다. UX의 중요성에 대해 David은 이렇게 말한다: “Minor/subtle changes can drastically influence a product’s outcome, and because of their subtlety, they’re often non-obvious and can take several months to fully understand.” 꽤 설득력 있는 얘기이다 (어디서 비슷한 얘기를 들은 것 같은데…).
• 예를 들어, AI 추천을 어떤 타이밍에 어떻게 사용자에게 비춰줄지 등

• 이 주제에 대해선 David의 생각으로 마친다:

Conclusion

• Jenni AI는 2022년 10월부터 BEP를 맞추고 “책임 있는” 성장을 지속하고 있다. 2023년 8월 LTM 기준 영업이익 마진이 유의미한 수준은 아니지만 계속 실험하고 iterate할 체력을 확보했다.

• David는 모든 스타트업 Founder에게 3가지 지표를 중요시하라고 한다: 1) Distribution, 2) Conversion, 3) Retention.
• 2023년 6월 David은 Jenni AI의 LTV는 약 $100이라고 한다. 즉, $20 서비스 가격으로 평균적 약 5개월을 retain, churn rate은 20%다. Retention이 위 3가지 지표 중 Jenni AI의 약점으로 볼 수 있을 것 같다. 어떤 방법으로 churn rate을 개선할지 기대된다.

• 그리고 꾸준함을 강조한다.
• 첫 $500,000 ARR: 40개월 소요
• 추가 $500,000 ARR: 6개월 소요
• 추가 $500,000 ARR: 2개월 소요
• 추가 $1,000,000 ARR: 3개월 소요(!)

• David의 “Build in Public” 트윗으로 Jenni AI의 성장을 3가지 (Product, Pricing, Marketing) 측면으로 분석해봤다. AI산업은 어렵다. 아직 정형화된 Play Book이 없다. 하지만, Jenni AI 팀의 프로덕트 퀄리티에 그대로 나타나는 customer-centric 사고방식, 빠른 결정과 실행능력으로 어떠한 역경도 헤쳐나갈 수 있다는 생각이 든다.