Arcads AI를 숫자만 놓고 보면 전형적인 ‘작은 AI 팀의 고성장 사례’처럼 보입니다. 2025년 11월 창업자 인터뷰에서는 연간 반복매출(Annual Recurring Revenue, ARR) 1,000만 달러와 6,000개 이상의 고객, 8명 규모의 팀이 공개됐습니다. 한 달 뒤 회사는 1,600만 달러의 Seed 투자를 발표하면서 7명 규모의 팀과 월 10만 개 이상의 생성 자산, 6,000개 이상의 고객을 제시했습니다.
그렇다고 “AI를 쓰면 7명이 1,000만 달러 회사를 만들 수 있다”는 결론부터 내리면 이 사례에서 가장 중요한 부분을 놓치게 됩니다. Arcads의 성장을 들여다보면 AI 모델 자체보다 광고 소재를 많이 만들고, 시장에 내보내고, 반응을 보고, 다시 제작하는 루프를 얼마나 짧게 만들었는가가 더 눈에 띕니다.
CASE SNAPSHOT
Arcads AI
설립 · 2024년 회사 공식 발표 기준
창업자 · Dylan Fournier, Romain Torres
사업 · AI 기반 광고 영상·크리에이티브 제작 플랫폼
고객 · 앱 스튜디오, 소비재 브랜드, 마케팅 대행사, 창업자 등
팀 · 2025년 11~12월 공개자료 기준 7~8명. 집계 범위는 공개자료만으로 확정하기 어려움
성장 지표 · 2025년 11월 창업자 공개 기준 ARR 1,000만 달러, 고객 6,000+
추가 공개 · 2025년 12월 투자사 관계자 공개 기준 ARR 1,300만 달러
자본 · 2025년 12월 1,600만 달러 Seed 투자 유치
모델 · 사용량 기반 SaaS와 대형 고객 대상 엔터프라이즈 계약
근거 · 회사 공식 발표, 창업자 인터뷰, 투자사 공개자료, 거래 확인 자료를 분리해 사용
CASE QUESTION
Arcads의 성장을 만든 것은 AI 영상 생성 기술인가, 아니면 광고의 제작·테스트·유통을 하나의 반복 시스템으로 만든 운영 구조인가?
Arcads AI는 어떤 문제를 해결했나?
Arcads의 출발점은 생성형 AI 그 자체가 아니었습니다. 회사 설명에 따르면 두 창업자는 이전에 마케팅 대행사와 모바일 앱 스튜디오를 운영했고, 제품을 출시할 때마다 같은 문제를 겪었습니다. 소셜미디어에서 성과를 내려면 많은 영상을 지속적으로 만들어야 하는데, 전통적인 촬영과 편집 방식으로는 필요한 양과 속도를 따라가기 어려웠다는 것입니다.
특히 퍼포먼스 광고에서는 하나의 완성도 높은 영상을 오래 사용하는 것보다 여러 후킹 문구, 배우, 메시지와 연출을 빠르게 시험해야 할 때가 많습니다. 소재 하나를 만드는 비용보다 다음 실험까지 걸리는 시간이 더 중요한 문제가 될 수 있습니다.
CASE LENS
Arcads가 줄이려 한 것은 단순한 영상 제작비가 아닙니다. 아이디어가 나온 시점부터 새로운 광고 소재를 실제 시장에서 시험하기까지의 시간을 줄이는 것이 더 핵심적인 가치에 가깝습니다.
2026년 현재 Arcads 홈페이지가 보여주는 제품 구성도 이 방향과 맞닿아 있습니다. AI 배우 기반 UGC 영상에 머물지 않고 모델 선택, 영상 편집, 번역, 연장, 자막, 배우 교체와 다양한 광고 포맷을 한곳에 모으고 있으며, 최근에는 여러 제작 단계를 연결하는 Workflow를 전면에 내세우고 있습니다.
1,000만 달러 ARR과 7~8명 팀은 어디까지 확인되는가?
작은 팀 사례에서 가장 조심해야 할 부분은 서로 다른 날짜의 매출과 직원 수를 붙여 ‘직원 1인당 매출’을 만드는 것입니다. Arcads 공개자료 역시 시점별로 숫자가 조금 다릅니다.
| 시점 | 공개 내용 | Evidence Status | 해석 시 주의점 |
|---|---|---|---|
| 2025년 11월 | ARR 1,000만 달러, 고객 6,000+, 팀 8명 | D · 창업자 인터뷰 | 인터뷰 당시의 역사적 스냅샷 |
| 2025년 12월 17일 | 고객 6,000+, 월 10만 개 이상 자산, 팀 7명, 수익성 확보 주장 | B · 회사 공식 발표 | 팀 집계 범위는 공개되지 않음 |
| 2025년 12월 투자 발표 | 18개월 만에 ARR 1,300만 달러라는 투자사 관계자 공개 | 투자자 측 공개 | 감사 재무제표로 확인된 수치로 보기는 어려움 |
| 2025년 12월 | 1,600만 달러 Seed 투자 | B + C · 회사 발표 및 거래 관련 외부 확인 | 초기 성장은 외부 투자 전 상당 부분 진행됨 |
따라서 이 사례에서 안전하게 말할 수 있는 것은 ‘정확히 직원 7명이 ARR 1,300만 달러를 만들었다’가 아닙니다. 2025년 말까지 매우 작은 규모의 조직이 6,000개 이상의 고객과 1,000만 달러 수준을 넘어선 ARR을 공개했다 정도가 적절합니다.
이 차이는 사소하지 않습니다. 계약직, 외부 제작 인력, 클라우드·모델 비용, 광고비와 다른 외부 자원을 알지 못한 채 직원 수만 분모로 놓으면 실제 경제성을 과대평가할 수 있기 때문입니다.
작은 팀은 어떻게 광고 제작을 운영 시스템으로 바꿨나?
Arcads의 초기 제품은 지금보다 단순했습니다. 창업자 인터뷰에 따르면 초기에는 브랜드에 직접 연락해 AI 기반 UGC 광고를 만들어주는 서비스에 가까웠습니다. 고객이 돈을 낼 의사가 있는지를 먼저 확인하고, 이후 셀프서비스형 제품으로 전환했습니다.
이 과정에는 실패도 있었습니다. 2024년 초 사용자가 만든 영상 하나가 소셜미디어에서 확산되면서 판매가 급증했지만 제품이 트래픽을 버티지 못했고, 회사는 상당수 주문을 환불한 뒤 제품의 큰 부분을 다시 구축했다고 창업자는 설명했습니다.
이 사건에서 중요한 것은 ‘바이럴에 성공했다’는 점보다 그 다음입니다. 서비스형 제작을 반복하는 대신 고객이 직접 스크립트와 배우를 선택하고 여러 버전을 생성할 수 있는 제품으로 바꿨습니다. 사람이 광고 하나를 완성하는 구조에서 사용자가 반복적으로 실험을 돌릴 수 있는 시스템으로 전환한 셈입니다.
OPERATING LOOP
아이디어 → 스크립트 → 영상 생성 → 광고 집행 → 반응 확인 → 새 변형 제작
광고 플랫폼을 기획·운영하고 B2B 광고주의 성과를 관리하면서 반복해서 확인했던 것도 비슷했습니다. 자동화 기능이 많다고 성과가 자동으로 좋아지는 것은 아닙니다. 어떤 목표를 최적화할지, 얼마나 많은 변형을 시험할지, 결과를 다음 실험에 얼마나 빨리 반영할지가 중요합니다. Arcads 사례도 같은 프레임으로 볼 때 더 잘 설명됩니다.
성장을 만든 것은 AI 기술인가, 유통 루프인가?
Arcads의 성장을 AI 영상 생성 기술만으로 설명하기 어려운 가장 큰 이유는 고객 획득 방식에 있습니다. 2025년 11월 창업자 인터뷰에서 회사가 공개한 주요 성장 채널은 제품 주도 성장(Product-Led Growth, PLG), 유료 광고, 인플루언서 마케팅과 직접 영업이었습니다.
특히 흥미로운 것은 Arcads가 자기 제품으로 자사 광고 소재를 만든다는 점입니다. 광고가 고객을 데려오는 동시에 실제 사용 환경에서 어떤 후킹 문구와 포맷이 작동하는지 확인하는 제품 실험이 됩니다.
GROWTH ENGINE
제품 사용
고객이 광고 소재를 생성합니다.
노출과 공유
생성물이 광고와 소셜 콘텐츠로 시장에 나갑니다.
새로운 수요
결과물을 본 다른 마케터가 제품을 발견할 가능성이 생깁니다.
WHY IT MATTERS
제품을 사용하는 행위가 곧 제품의 데모가 되고, 자사 광고 제작 자체가 제품 개발 피드백이 됩니다. 제품·마케팅·유통 사이의 경계가 짧아지는 구조입니다.
회사가 성장하면서 셀프서비스만 고집하지 않은 점도 중요합니다. 인터뷰 기준으로 Arcads는 영업 인력을 추가해 대형 고객과 연간 10만 달러 이상 규모의 계약까지 확장했습니다. 즉 작은 팀의 성장은 ‘영업 없는 완전 자동화’가 아니라 셀프서비스 제품과 선택적인 고가 영업을 결합한 구조였습니다.
AI와 자동화는 어디에서 실제로 작동했나?
Arcads에서 가장 명확하게 확인되는 자동화는 고객이 사용하는 제품 자체입니다. 촬영 장소를 잡고 배우를 섭외하고 여러 언어로 다시 제작하던 작업의 일부를 소프트웨어 안으로 옮겼습니다. 회사 공식 자료 기준으로 UGC형 AI 배우, 제품 데모, 패션 착용 영상, 언박싱 등 여러 포맷을 35개 이상의 언어로 제공했습니다.
현재 제품은 이보다 더 넓어졌습니다. 영상 생성 모델을 선택하고, 기존 영상을 수정·번역·확장하고, 여러 제작 도구를 Workflow 안에 연결하는 방향입니다. 이것은 Arcads가 단일 AI 배우 생성기에서 광고 크리에이티브 작업 공간으로 제품 범위를 확대하려 한다는 신호로 읽을 수 있습니다.
EVIDENCE LIMIT
창업자가 소셜미디어와 인터뷰에서 내부 AI 에이전트 활용을 여러 차례 설명했지만, 각 에이전트의 실제 업무량과 비용 절감 효과를 독립적으로 검증할 자료는 제한적입니다. 따라서 내부 AI 에이전트 수 자체를 Arcads 성장의 원인으로 보지는 않습니다.
사람을 AI로 치환했다기보다, 사람이 매번 수행하던 반복 작업을 제품과 자동화 계층으로 옮기고 남은 인력을 제품, 고객, 영업과 의사결정에 집중시킨 구조에 더 가깝습니다.
Arcads 모델에서 복제하기 어려운 조건은 무엇인가?
Arcads 사례를 다른 회사에 그대로 적용하기 어려운 이유도 분명합니다. 두 창업자는 제품을 만들기 전부터 마케팅 대행사와 앱 사업을 통해 퍼포먼스 광고의 문제를 경험했습니다. 고객의 고통을 먼저 경험한 뒤 그 작업을 소프트웨어로 바꾼 사례에 가깝습니다.
| 조건 | Arcads에서 보이는 구조 | 복제할 때 확인할 것 |
|---|---|---|
| 문제 경험 | 창업자가 광고 제작 문제를 직접 경험 | 우리 팀도 반복 문제를 충분히 이해하는가 |
| 제품 특성 | 결과물이 즉시 눈에 보이는 영상 제품 | 제품 자체가 데모와 유통 수단이 될 수 있는가 |
| 시장 | 대량 크리에이티브 테스트 수요가 존재 | 제작량 증가가 실제 사업 성과와 연결되는가 |
| 경제성 | 소프트웨어 기반 반복 생산 | 모델 호출, 영상 생성, 클라우드, 광고비를 포함한 실제 마진은 어떤가 |
| 조직 | 작은 내부 팀 | 외주·계약직·파트너와 인프라 의존성을 함께 계산했는가 |
또 하나의 변수는 품질입니다. 생성량을 늘리는 것과 성과가 좋은 광고를 만드는 것은 같은 문제가 아닙니다. 브랜드 표현, 잘못된 생성물, 광고 플랫폼 정책, 사용 권한과 사람의 최종 검토 비용까지 포함해야 실제 자동화의 경제성을 판단할 수 있습니다.
한국 기업이 Arcads에서 가져갈 수 있는 것은 무엇인가?
Arcads 사례에서 가져갈 수 있는 가장 유용한 질문은 “우리도 사람을 줄일 수 있는가?”가 아닙니다. 우리 조직에서 사람이 반복하는 작업 중 무엇을 시스템으로 바꿀 수 있는가가 먼저입니다.
CHECKLIST
- 한 번의 완성품보다 여러 변형을 빠르게 시험하는 것이 중요한 업무인가?
- 생성 → 집행 → 측정 → 재생성 사이의 데이터가 연결되어 있는가?
- AI가 만든 결과물을 사람이 승인해야 하는 지점이 정해져 있는가?
- 인건비만이 아니라 모델, 클라우드, 외주, 미디어 비용까지 포함해 경제성을 보고 있는가?
- 제품을 사용하는 과정 자체가 고객 획득이나 제품 개선으로 이어질 수 있는가?
특히 광고·마케팅 조직이라면 생성 개수를 생산성 지표로 삼는 데 주의할 필요가 있습니다. 광고 소재를 10개 만들던 팀이 100개를 만들게 됐다는 사실만으로는 부족합니다. 실제로는 테스트 속도가 빨라졌는지, 승자 소재를 찾는 확률이 높아졌는지, 획득비용과 증분 매출이 어떻게 달라졌는지를 함께 봐야 합니다.
Arcads가 보여준 것은 ‘AI가 회사를 대신 운영한다’는 그림보다 현실적입니다. 도메인 경험이 있는 작은 팀이 반복 업무를 제품으로 바꾸고, 그 제품을 자기 마케팅에 다시 사용하며, 고객 반응을 다음 제품 개선으로 돌려보내는 구조입니다.
Arcads AI의 공개 수치만 보면 작은 AI 팀의 생산성이 먼저 보입니다. 그러나 운영 구조를 보면 더 중요한 것은 광고 크리에이티브의 제작·테스트·유통·학습 주기를 짧게 만든 것입니다. 한국 기업이 가져갈 수 있는 기준도 직원 수가 아니라 반복 업무의 시스템화, 제품과 유통의 연결, 사람의 승인 지점, 그리고 자동화 이후의 실제 경제성입니다.
FAQ
Arcads AI 사례에서 자주 묻는 질문
Q. Arcads AI는 무엇을 하는 회사인가요?
Arcads AI는 마케팅팀이 AI를 이용해 광고용 영상과 여러 크리에이티브 변형을 만들 수 있도록 하는 플랫폼입니다. AI 배우 기반 UGC 영상에서 시작해 제품 영상, 편집, 번역, 여러 생성 모델과 제작 Workflow까지 범위를 넓히고 있습니다.
Q. Arcads의 ARR 1,000만 달러는 공식 재무제표로 확인된 수치인가요?
그 수준의 독립 재무 확인 자료는 공개적으로 확인되지 않았습니다. ARR 1,000만 달러는 2025년 11월 공동창업자 인터뷰에서 공개된 수치이며, 이후 투자사 관계자는 ARR 1,300만 달러를 공개했습니다. 따라서 감사된 재무 수치가 아니라 공개 주체와 기준 시점을 함께 표시하는 것이 적절합니다.
Q. Arcads는 AI 때문에 적은 인원으로 성장했다고 볼 수 있나요?
AI가 중요한 생산 수단인 것은 분명하지만 그것만으로 인과관계를 설명하기는 어렵습니다. 창업자의 광고 경험, 셀프서비스 제품, 제품 주도 성장, 유료 광고, 인플루언서와 기업 영업이 함께 작동했습니다. 외주와 인프라 비용도 공개 인원 수와 별도로 봐야 합니다.
Q. 일반 마케팅팀이 Arcads 사례에서 가장 먼저 배울 것은 무엇인가요?
AI 도구를 몇 개 도입할지보다 제작과 측정 사이의 반복 주기를 먼저 설계하는 것입니다. 어떤 소재를 왜 만들고, 어떤 지표로 평가하며, 그 결과를 다음 제작에 어떻게 반영할지가 연결되어야 자동화가 실제 운영 생산성으로 이어집니다.
TERMINOLOGY
Arcads 사례를 읽기 위한 주요 용어
| 용어 | 뜻 | 실무 포인트 |
|---|---|---|
| ARR | 연간 반복매출(Annual Recurring Revenue) | SaaS의 반복 수익 규모를 연간 기준으로 환산한 지표. 회계상 매출과 반드시 같지는 않습니다. |
| UGC | 사용자 제작 콘텐츠(User-Generated Content) | Arcads에서는 실제 사용자가 직접 제작했다는 의미보다 UGC 스타일의 광고 형식을 가리키는 경우가 많습니다. |
| PLG | 제품 주도 성장(Product-Led Growth) | 영업 활동보다 제품 사용 경험과 공유가 고객 획득·확장에 중요한 역할을 하는 성장 방식입니다. |
| ACV | 연간 계약가치(Annual Contract Value) | 셀프서비스 SaaS가 대형 기업 고객으로 확장되고 있는지를 보는 지표 중 하나입니다. |
References
- [1] Arcads AI | Create winning ads with AI
- [2] Arcads AI | Arcads.ai Raises $16M in Seed Funding
- [3] GetLatka | How Arcads Reached $10M ARR and 6,000+ Customers in 20 Months
- [4] Thomas Turelier, Eurazeo | Arcads $16M Seed announcement and growth metrics
- [5] Jones Day | Eurazeo leads $16 million seed financing in Arcads.ai
- [6] FinSMEs | Arcads.ai Raises $16M in Seed Funding
댓글
댓글 쓰기