Copy English

Why

The cost of never starting isn't visible the way a bug or an outage is, so it's easy to underweight. John's point is that both of the delaying moves — waiting for a "perfect" idea, and waiting to accumulate years of domain experience before acting on one (01:26–02:14) — feel like due diligence but are actually stalling, because the only source of the information you're waiting for is contact with a real customer. Boom Supersonic's Blake Scholl is the counterexample: he came from ad tech at Amazon and Groupon, nowhere near supersonic aircraft, and built founder-market fit through curiosity and customer conversations rather than a résumé (01:26–02:14). Skipping this and jumping straight to "go deep" without understanding why shallow effort fails is the mistake the talk is built to prevent.

How it works

Two ways to overthink your way out of starting

John names two specific overthinking errors, both flagged around 00:52. The first is "I'll start once I find the perfect idea" — but the idea is only revealed by contact with reality and customer feedback, not by more thinking in isolation (00:58–01:18). The second is a weaponized version of founder-market fit: "I need ten years in the domain first." His answer is that curiosity plus a real run of customer conversations builds usable domain depth fast, and Blake Scholl's ad-tech-to-aerospace path is the evidence (01:26–02:14).

Why running several ideas at once produces bad data

Juggling two or three ideas in parallel feels like hedging, but John argues it produces noisy, low-quality signal on every one of them (02:38–03:10): with attention split, it's hard to tell whether a lukewarm response means the idea is weak or means it only got a fifth of the week. The practical failure mode is dropping a genuinely good idea too early because its early signal looked weak, or dragging out a bad one because it never got a clean enough test to kill it.

Go deep: burn the boats

The fix is foreclosing the other options on purpose. John's phrase is "burn the other boats" — tell existing customers about a pivot, change the company name, email and website, rewrite the mission, and treat the new direction as a new skin rather than an experiment bolted onto the old one (03:23–03:54). GovDash is the example: five pivots, a rename each time, ending up as procurement specialists and, per the summary, raising a Series B (04:00–04:21) — the renames are what made each pivot a real commitment instead of a side branch of the same company.

Two tests for real depth

John gives two concrete tests for whether you're actually deep in a problem rather than circling it (04:41). First: could you run the customer's business tomorrow morning — do you know their daily fires, whether a missed phone call is a top-five problem for them, and what a missed call costs them in dollars (04:48–05:14)? Second: could you teach a class as the world's foremost expert on this specific problem (05:21)? Neither test is answered by reading more; both require a tight loop of writing code and having customer conversations, not a hundred interviews conducted before writing a line of it (05:41–05:57).

Three properties of a good idea in the AI era

John closes with three properties he looks for now (06:12). First, the idea should sit at the frontier model's edge — barely working today, and getting dramatically better with the next model release; understanding exactly where the current bottleneck is matters, because the tool you build yourself to work around that bottleneck can become the company, echoing Paul Graham's "live in the future and build what's missing" (06:19–06:48). Second, verticalize and sell the outcome, not the tool: generic SaaS tooling loses value as the cost of writing code falls toward zero, so the moat has to be trust, a regulatory license, or ownership of the outcome — "be the insurer, be the bank." Corgi Insurance, a YC W24 company, is the example: it acquired a real insurance company during the batch specifically to own underwriting rather than sell software to insurers (06:54–07:57). Third, aim for the most ambitious version of the idea available, because the pain of building a modest version is often close to the pain of building a world-changing one — regulated healthcare and finance, a $10B legacy SaaS incumbent, or space robotics are the examples given (08:22–09:08). Even when the specific hypothesis fails, going deep leaves conviction-grade data instead of a shrug, and only founders who actually dig reach the real structural problem sitting underneath the obvious surface complaint (09:15–10:00). The closing frame is to maximize information gained per unit of time by running hard in one direction instead of sampling several (10:28–11:10).

Where it lands in Jayverse

• Verex / Auditor: "sell the outcome, be the bank" is a concrete instruction, not a slogan. Don't sell Verex as audit or resolution tooling that others plug into their own markets; the defensible version is owning the verified settlement itself, the way Corgi owns underwriting instead of selling software to insurers.
• Auditor: the two depth tests double as a target-customer check. Before writing another rule, John's tests apply directly — could jay run a resolution-consuming customer's business tomorrow morning, and is missing or wrong resolution data actually in their top five problems, at a known cost?
• Life: the same trap, applied to projects instead of study. This is the sharpest version yet of the learning-greed-with-no-time item (Tech, Important) — jay's actual failure mode is closer to "juggling several ideas" across five-plus services than to picking the wrong one; the fix John proposes is the same one: pick a through-line and burn the other boats for a stretch, not add a sixth thing to sample.
• Eng: "information per unit of time" is a clean interview phrase. It's a compact way to explain a prioritization decision — why one direction was chosen and pursued hard rather than three explored shallowly — without needing the startup framing around it.

Verified and unverified

Verified on 2026-09-19: Blake Scholl's background in ad tech at Amazon and Groupon before founding Boom Supersonic is public and documented; GovDash and Corgi Insurance are real YC portfolio companies; Paul Graham's essay "How to Get Startup Ideas" (2012) contains the "live in the future" framing this talk echoes. Taken from the summary and not independently checked: the exact number of GovDash's pivots (five) and its Series B claim, the specific Corgi-acquires-an-insurer detail as described, and all timestamps. The talk's exact publication date and John's surname were not given in the source paste.

Sources: YouTube — Y Combinator, "Pick One Idea and Go Deep" (~11 min) · Paul Graham, "How to Get Startup Ideas" (2012) · related items: the Harvard MVS/SLIP item (product-company-gap-mvs-slip, Tech), Sabrina's AI micro-SaaS system (blotato-solo-micro-saas-system, Tech), the Fei-Fei Li agency item (feifei-li-agency-barbell-spatial, Life), and learning-greed-with-no-time (Tech, Important).

← All Knowledge Notes · Workspace Index · Top ↑

Copy 한국어

한 가지 아이디어를 골라 깊이 판다 — 아이디어는 현실과 부딪힌 뒤에야 드러난다, 그 전이 아니라

Y Combinator 파트너 존(John)이 "Pick One Idea and Go Deep"이라는 11분짜리 YouTube 영상에서, 창업자들이 왜 시작 대신 '올바른 시작점 찾기'에 몇 달을 낭비하는지 설명한다. 그의 주장은 이렇다. 아이디어 자체는 미리 생각만으로 도달할 수 있는 것이 아니고, 고객과 대화하고 그 피드백에 맞춰 코드를 쓸 때에야 비로소 또렷해진다. 강연의 나머지 내용 — 왜 여러 아이디어를 동시에 굴리면 실패하는지, '창업자-시장 적합성(founder-market fit)'이 실제로 무엇을 요구하는지, AI 시대에 지금 순간에 맞는 아이디어는 무엇인지 — 은 모두 이 전제 하나에서 나온다.

Jayverse에서 이것은 창업 조언이라기보다, jay가 다섯 개 서비스에 데브넷·월렛·Number·Dark Horse까지 얹어 주의를 어떻게 배분하는지에 대한 테스트로 읽힌다. 영상의 주장은 주의를 얇게 펴면 전부에서 약한 신호만 나오고, 하나에 전념해야 계속할지 말지를 실제로 알려 주는 데이터가 나온다는 것이다.

왜

시작하지 않는 데 드는 비용은 버그나 장애처럼 눈에 보이지 않아서 과소평가하기 쉽다. 존의 핵심은, '완벽한' 아이디어를 기다리는 것과 어떤 아이디어에 뛰어들기 전에 도메인 경험을 몇 년 쌓아 두려는 것(01:26–02:14) 둘 다 실사(due diligence)처럼 느껴지지만 사실은 지연일 뿐이라는 점이다. 기다리는 정보의 유일한 원천은 실제 고객과의 접촉이기 때문이다. Boom Supersonic의 블레이크 숄(Blake Scholl)이 반례다. 그는 초음속 항공기와 무관한 아마존·Groupon의 애드테크 출신이었고, 이력서가 아니라 호기심과 고객 대화로 창업자-시장 적합성을 만들었다(01:26–02:14). 이 대목을 건너뛰고 왜 얕은 노력이 실패하는지 이해하지 못한 채 바로 "깊이 파라"로 넘어가는 것이야말로 이 강연이 막으려는 실수다.

동작 방식

시작을 미루는 두 가지 과잉 사고

존은 00:52 부근에서 구체적인 과잉 사고 오류 두 가지를 짚는다. 첫째는 "완벽한 아이디어를 찾으면 그때 시작하겠다"인데, 아이디어는 고립된 상태의 더 많은 생각이 아니라 현실과의 접촉, 고객 피드백을 통해서만 드러난다(00:58–01:18). 둘째는 창업자-시장 적합성을 무기화한 버전으로 "이 도메인에서 10년은 있어야 한다"는 것이다. 그의 답은, 호기심에 실제 고객 대화를 더하면 쓸 만한 도메인 깊이가 빠르게 쌓인다는 것이고, 블레이크 숄의 애드테크에서 항공우주로의 경로가 그 증거다(01:26–02:14).

동시에 여러 아이디어를 굴리면 데이터가 나빠지는 이유

아이디어 두세 개를 동시에 굴리는 것은 헤지처럼 느껴지지만, 존은 이것이 모든 아이디어에서 잡음 섞인 저품질 신호를 만든다고 주장한다(02:38–03:10). 주의가 나뉘면 미온적인 반응이 아이디어가 약해서인지, 그저 한 주의 5분의 1만 받아서인지 구분하기 어렵다. 실제로 일어나는 실패는, 초기 신호가 약해 보인다는 이유로 진짜 좋은 아이디어를 너무 일찍 버리거나, 죽일 만큼 깨끗한 테스트를 받아 본 적이 없어서 나쁜 아이디어를 질질 끄는 것이다.

깊이 파기: 배를 불태운다

해법은 다른 선택지들을 일부러 봉쇄하는 것이다. 존의 표현은 "다른 배를 불태워라(burn the other boats)"다. 기존 고객에게 피벗을 알리고, 회사 이름·이메일·웹사이트를 바꾸고, 미션을 다시 쓰고, 새 방향을 기존 것에 덧붙인 실험이 아니라 새로운 피부처럼 대하라는 것이다(03:23–03:54). GovDash가 예시다. 다섯 번 피벗하면서 매번 이름을 바꿨고, 결국 조달(procurement) 전문가가 되어 요약에 따르면 시리즈 B를 유치했다(04:00–04:21). 매번의 리네이밍이 각 피벗을 같은 회사의 곁가지가 아니라 진짜 커밋으로 만든 장치였다.

진짜 깊이인지 확인하는 두 가지 테스트

존은 어떤 문제를 맴도는 것이 아니라 실제로 깊이 들어가 있는지 확인하는 구체적 테스트 두 가지를 제시한다(04:41). 첫째, 그 고객의 사업을 내일 아침 당장 운영할 수 있는가 — 그들의 일상적인 위기를 알고, 전화를 놓치는 것이 그들에게 상위 5개 문제 중 하나인지, 놓친 전화 한 건의 비용이 얼마인지 아는가(04:48–05:14). 둘째, 이 특정 문제에 대해 세계 최고 전문가로서 수업을 가르칠 수 있는가(05:21). 두 테스트 모두 더 많이 읽는다고 답이 나오지 않는다. 둘 다 코드를 쓰는 것과 고객 대화를 촘촘히 반복하는 루프가 필요하고, 코드를 쓰기 전에 인터뷰 백 건을 먼저 하는 방식이 아니다(05:41–05:57).

AI 시대에 좋은 아이디어의 세 가지 조건

존은 지금 그가 찾는 세 가지 속성으로 마무리한다(06:12). 첫째, 아이디어는 프런티어 모델의 한계선에 있어야 한다 — 오늘은 간신히 작동하고, 다음 모델이 나오면 극적으로 좋아지는 것. 지금 병목이 정확히 어디인지 이해하는 것이 중요한데, 그 병목을 우회하려고 스스로 만든 도구가 회사 자체가 될 수 있기 때문이다. 폴 그레이엄(Paul Graham)의 "미래에 살면서 빠진 것을 만들어라"는 말과 같은 맥락이다(06:19–06:48). 둘째, 수직화해서 결과물을 팔아라, 도구를 팔지 말고. 범용 SaaS 도구는 코드를 쓰는 비용이 0에 가까워질수록 가치가 사라지므로, 해자(moat)는 신뢰, 규제 라이선스, 또는 결과물 자체의 소유여야 한다 — "보험사가 되어라, 은행이 되어라." YC W24 기업 Corgi Insurance가 예시다. 배치 기간 중 실제 보험사를 인수해, 보험사에 소프트웨어를 파는 대신 언더라이팅 자체를 소유했다(06:54–07:57). 셋째, 가능한 가장 야심 찬 버전을 노려라. 소박한 버전을 만드는 고통과 세상을 바꾸는 버전을 만드는 고통이 의외로 비슷한 경우가 많기 때문이다 — 규제받는 헬스케어·금융, 100억 달러 규모의 레거시 SaaS 강자 공략, 우주 로보틱스가 제시된 예다(08:22–09:08). 특정 가설이 틀리더라도 깊이 파고들면 어깨를 으쓱하는 대신 확신 등급의 데이터가 남고, 실제로 파고든 창업자만이 겉으로 드러난 불만 아래 진짜 구조적 문제에 도달한다(09:15–10:00). 마지막 프레임은, 여러 방향을 얕게 샘플링하는 대신 한 방향으로 세게 밀어붙여서 시간당 얻는 정보량을 최대화하라는 것이다(10:28–11:10).

Jayverse에서의 위치

• Verex / Auditor: "결과물을 팔아라, 은행이 되어라"는 구호가 아니라 구체적 지시다. Verex를 다른 마켓이 끼워 쓰는 감사·정산 툴로 팔지 말 것. 방어 가능한 버전은 검증된 정산 그 자체를 소유하는 것이다. Corgi가 보험사에 소프트웨어를 파는 대신 언더라이팅을 소유한 것과 같다.
• Auditor: 두 가지 깊이 테스트가 타깃 고객 체크로도 쓰인다. 규칙을 하나 더 쓰기 전에 존의 테스트를 그대로 적용해 본다 — jay가 정산 데이터를 쓰는 고객의 사업을 내일 아침 운영할 수 있는가, 잘못되거나 빠진 정산 데이터가 그들의 상위 5개 문제 중 하나이고 그 비용이 알려져 있는가.
• Life: 같은 함정을, 공부가 아니라 프로젝트에 적용. 이것은 learning-greed-with-no-time 항목(Tech, Important)의 가장 날카로운 버전이다. jay의 실제 실패 패턴은 잘못된 것을 고르는 게 아니라 다섯 개 이상의 서비스에서 "여러 아이디어를 동시에 굴리는" 쪽에 더 가깝다. 존이 제안하는 해법도 같다. 한동안 하나의 줄기를 고르고 다른 배들을 불태우는 것이지, 여섯 번째 대상을 추가로 샘플링하는 것이 아니다.
• Eng: "시간당 정보량"은 깔끔한 인터뷰 표현이다. 세 방향을 얕게 탐색하는 대신 한 방향을 골라 세게 밀어붙인 우선순위 결정을 설명할 때, 창업 프레이밍 없이도 쓸 수 있는 압축된 표현이다.

확인된 것과 미확인

2026-09-19 확인: 블레이크 숄이 Boom Supersonic을 창업하기 전 아마존과 Groupon의 애드테크에서 일한 경력은 공개된 사실이다. GovDash와 Corgi Insurance는 실제 YC 포트폴리오 기업이다. 폴 그레이엄의 에세이 "How to Get Startup Ideas"(2012)에는 이 강연이 반향하는 "미래에 살라"는 프레임이 실제로 들어 있다. 요약에서 가져왔고 독립 확인하지 않은 것: GovDash의 정확한 피벗 횟수(다섯 번)와 시리즈 B 유치 주장, 설명된 그대로의 Corgi 보험사 인수 디테일, 모든 타임스탬프. 강연의 정확한 게시일과 존의 성(姓)은 원본 요약에 없었다.

출처: YouTube — Y Combinator, "Pick One Idea and Go Deep" (약 11분) · Paul Graham, "How to Get Startup Ideas" (2012) · 관련 항목: 하버드 MVS/SLIP 항목(product-company-gap-mvs-slip, Tech), 사브리나의 AI 마이크로 SaaS 시스템(blotato-solo-micro-saas-system, Tech), 페이페이 리 에이전시 항목(feifei-li-agency-barbell-spatial, Life), learning-greed-with-no-time(Tech, Important).

← 전체 기술 노트 · 워크스페이스 인덱스 · 맨 위 ↑