엘리스 그룹 | 문제를 해결했더니 더 큰 문제가 나타났다

 

ELICE GROUP ❘ 문제를 해결하며 성장해온 엘리스그룹

 

ZDNET KOREA에 따르면, 엘리스 그룹은 2026년 10월 7일부터 8일까지 IPO 일반청약을 진행했으며, 10월 코스닥 시장에 상장을 목표로 했다.

 

희망 공모가는 7만 400원 ~ 9만500원,
222만 2000주였다.

공모가 상단 기준 예상 시가총액은 약 1조 54억원이었다.

 

그리고 드디어 오는 10월 20일 엘리스는 코스닥 시장에 상장했다. 하지만 상장 첫 날 주가는 공모가를 크게 밑돌아 현재 61,000원 선에서 등락을 거듭하고있다.

그렇다면 이 그룹은 대체 어떤 기업일까?

이 회사를 만든 사람은 어떤 사람일까?

 

기업의 현재를 이해하려면 그 출발점부터 살펴볼 필요가 있다. 

어떤 문제로 회사를 시작하게 됐는지,
문제가 생겼을 때 어떤 선택을 했는지,
그리고 그 선택들이 지금의 회사를 어떻게 만들었는지.

어쩌면 CEO가 어떤 사람인지를 알아가는 가장 좋은 방법은
그가 해온 말을 보는 것보다
그가 문제를 만났을 때 무엇을 했는지를 따라가는 것일지도 모른다.

 

그래서 엘리스의 성장 과정을 처음부터 따라가 보기로 했다.
그런데 따라가다 보니 조금 흥미로운 흐름이 보였다.

엘리스는 처음부터 AI 클라우드나 데이터센터를 만들려고 했던 회사가 아니었다.

문제를 만났다.
해결했다.
그리고 다음으로 넘어갔다.

그 과정에서 회사도 조금씩 더 커졌다.

그리고 커진 회사는
다시 새로운 문제를 만났다.

또 해결했다.

문제 → 해결 → 성장 → 새로운 문제 → 다시 해결.

교육에서 시작한 회사가
AI 클라우드와 데이터센터까지 오게 된 과정에는
이 반복이 있었다.

 

그래서 이 글에서 궁금했던 것은
단순히 "엘리스그룹에 투자해도 될까?"라는 질문 하나가 아니었다.

오히려 그 전에 알아야 할 질문,

"이 회사는 어떤 문제를 해결하면서 여기까지 성장해왔을까?"

그 답을 찾아보기로 했다.

그리고 그 시작은
한 캐나다 고등학교의 코딩 수업이었다.

 

 

 

 

 

THE 
PROBLEM

재원 씨의 고3으로의 회귀

 

캐나다의 한 고등학교.

고등학교 3학년인 재원 씨에게
코딩은 선택과목이 아니었다.
필수과목이었다.

그런데 이상했다.

배워야 하는데, 가르치는 사람도 잘 모르는 것 같았다.

당시를 회상한 재원 씨의 인터뷰에 따르면,
선생님도 잘 몰라서 학생들에게 알아서 해보라고 했던 것 같다고 한다.

코딩은 말 그대로 어려웠다.
하지만 어쩌면 더 큰 문제는 코딩 자체가 아니었을지도 모른다.

무엇을 배워야 하는지는 정해져 있었지만,
어떻게 배워야 하는지는 정해져 있지 않았던 것.

그때 어린 재원 씨는
아직 회사를 만들 생각을 하고 있던 사람이 아니었다.

그저 코딩을 배우기 어려웠던 한 명의 고등학교 3학년 학생이었다.

그리고 여기서 하나의 질문이 생긴다.

"어떻게 하면 코딩을 더 쉽고 재밌게 배울 수 있을까?"

아직은 그저 한 학생이 품었던 질문이었다.

그런데 몇 년 뒤,
재원 씨는 다시 교육의 문제를 만나게 된다.

이번에는 배우는 학생이 아니라 가르치는 사람의 자리에서였다.

 

 

 

THE
NEXT PROBLEM

학생 때는 배우기 어려웠던 코딩, 조교가 되어보니 채점하기가 더 어렵다?

 

고등학교를 졸업한 뒤, 
재원 씨는 워털루대학교에서 산업공학을 공부했고
AMD와 NVIDIA에서 실무 경험도 쌓았다.

 

그리고 KAIST에서 컴퓨터공학 석사과정을 밟으며
다시 교육의 현장으로 돌아왔다.

이번에는 학생이 아니라 조교의 자리에서 말이다.

 

그리고 대학원에서 조교로 일하면서
이번에는 학생이 아니라 가르치는 사람의 입장에서 교육을 경험하게 된다.

그런데 여기서 또 하나의 문제가 생겼다.

코딩 시험을 보고 나면 학생들의 답안을 하나하나 출력해서
조교들이 직접 채점해야 했다.

시험이 끝난 뒤에는
수십 명의 조교가 늦은 시간까지 남아 답안을 확인하고 채점했다.

고3 때는
"코딩을 어떻게 하면 더 쉽게 배울 수 있을까?"
가 문제였다면,

이번에는 조금 달랐다.
"코딩 교육을 이렇게까지 비효율적으로 해야 할까?"

 

재원 씨는 이번에도 문제를 그냥 지나치지 않았다.

직접 프로그램을 만들었다.
AI를 활용해 코딩 시험을 자동으로 채점하는 프로그램이었다.
학생이 코드를 제출하면 사람이 하나하나 확인하지 않아도 프로그램이 답안을 확인할 수 있도록 만든 것이다.

고3 때 코딩을 배우며 느꼈던 불편함.
그리고 KAIST에서 조교로 일하며 발견한
교육 시스템의 비효율.

서로 다른 문제처럼 보이지만, 두 문제에는 하나의 공통점이 있었다.

교육은 필요했지만,
그 교육을 작동시키는 방식은 아직 충분히 효율적이지 않다는 것.

그리고 이번에는 재원 씨가 그 문제를 직접 해결해봤다.

 

그런데 문제를 해결하고 나니 또 다른 문제가 기다리고 있었다.

이 프로그램을 실제로 사용할 사람은 누구일까?

 

 

 

 

THE 
CHOICE

상금을 받고 싶으면 회사를 만들라고? 재원 씨의 선택은?

 

 

KAIST에서 만든 프로그램은 그저 과제로 끝나지 않았다.
 
재원 씨는 이 프로그램을 가지고 스타트업 경진대회에 참가했다.
그리고 결과는 1등이였다.

그런데 예상하지 못했던 문제가 생겼다.

상금을 받으려면 회사 명의의 계좌가 필요하다는 것.

그래서 회사를 만들었다.

2015년,
그렇게 엘리스가 시작됐다.

 

어쩌면 처음부터 거창한 창업 계획이 있었던 것은 아니었다.

문제를 해결하려고 만들었고,
그걸 계속해보려니 회사가 필요했다.

그런데 회사를 만드는 것과
문제를 해결하는 것은 전혀 다른 일이었다.

프로그램을 만드는 데에는 기술이 필요했다.

하지만 회사를 운영하려면
누군가에게 이 문제를 해결해주는 것이 왜 필요한지 설명해야 했다.

그리고 그때부터
재원 씨가 마주한 문제의 성격이 달라지기 시작한다.

"좋은 기술이면 사람들이 사용할 것이다."

정말 그럴까?

엘리스는 이제 기술을 만드는 문제에서,
그 기술을 실제로 필요로하는 사람을 찾는 문제로 넘어간다.

 

 

 

 

 

THE 
NEXT PROBLEM

2년간 매출 없이 버텼는데, B2C 수료율은 0%라고?

 

엘리스가 회사를 만들고 서비스를 시작했지만,
현실은 생각보다 녹록지 않았다.

처음 2년 동안 매출은 거의 없었다.

특히 개인을 대상으로 한 B2C 서비스에서는
수강생이 끝까지 교육을 완료하는 비율이 거의 0%에 가까웠다.

 

그런데 이상한 일이 벌어졌다.

기업을 대상으로 한 B2B 교육에서는
수료율이 90%를 넘었다.

 

같은 교육 서비스인데
누가 사용하느냐에 따라 결과가 완전히 달랐다.

 

여기서 재원 씨는 다시 질문해야 했다.
"우리가 정말 해결해야 하는 문제는 무엇일까?"

 

사람들에게 코딩을 배우게 하는 것?

아니면 실제로 사람들이 끝까지 배울 수 있는 환경을 만드는 것?

 

엘리스가 처음 생각했던 고객과
실제로 가치를 얻고 있던 고객은
서로 달랐다.

그래서 방향을 바꿨다.

B2C에서 B2B로.

이건 단순히 고객을 바꾼 것이 아니었다.

엘리스가 "우리가 무엇을 잘하고 있는 회사인가"를 처음으로 다시 생각하게 된 순간이었다.

 

 

 

 

 

THE 
CHOICE

살아남으려면, 방향을 바꿔야 했다

 

 

엘리스는 결국 B2C에서 B2B로 방향을 바꿨다.

 

처음부터 계획했던 방향은 아니었다.

회사를 운영하며 실제로 어떤 곳에서 엘리스의 교육이 더 큰 가치를 만들어내는지를 확인했고,
그에 맞춰 사업의 방향을 바꾼 것이다.

그 선택 이후
엘리스는 기업과 기관을 대상으로 교육 서비스를 확대해 나갔다.

그리고 회사는 조금씩 성장하기 시작했다.

문제를 만났고,
방향을 바꿨다.

이번에도 문제를 해결하는 과정에서
회사는 한 단계 앞으로 나아갔다.

 

 

 

 

 

THE 
NEXT PROBLEM

배보다 배꼽이 더 GPU 문제

 

B2B로 방향을 바꾼 엘리스는 기업과 기관의 교육을 돕는 일을 계속했다.
그리고 교육 현장에도 AI가 빠르게 들어오기 시작했다.

학습자의 데이터를 분석하고,
개인에게 맞는 콘텐츠를 추천하고,
코드를 자동으로 평가하는 것.

기술이 발전할수록 교육에서 AI가 할 수 있는 일은 점점 많아졌다.

그렇다면 질문이 하나 생긴다.

AI가 교육을 더 잘할 수 있다면, 굳이 인간 교육자가 필요할까?

 

재원 씨의 생각은 달랐다.

교육에는 단순히 정답을 알려주는 것 이상의 일이 필요했다.

학습자가 무엇을 어려워하는지 파악해야하고,
어떤 질문을 던져야 하는지 판단하고,
학습을 계속할 수 있도록 동기를 만들어주는 것.

이런 역할까지 AI가 모두 대신할 수 있다고 보지는 않았다.

그래서 엘리스가 택한 방향은
교육자를 AI로 대체하는 것이 아니라,
교육자가 AI를 활용할 수 있도록 돕는 것이었다.

 

AI는 교육의 목적이 아니라
교육을 더 잘하기 위한 도구였다.

 

그런데 여기서 또 하나의 문제가 생겼다.

AI를 교육에 쓰려면 AI를 돌릴 컴퓨팅 자원이 필요했고, 
그 비용은 생각보다 훨씬 컸다.

 

교육 서비스 하나의 가격은 수십만 원 수준인데,
AI를 활용하기 위해 필요한 GPU 비용은 그보다 훨씬 클 수 있다는 것이다.

30만~50만 원짜리 교육을 제공하는데 GPU 비용이 400만 원이라면?

 

교육을 더 잘하기 위해 AI를 도입했는데 오히려 교육 자체의 비용 구조가 무너질 수 있었다.

 

결국 엘리스는 교육만 고민해서는 해결할 수 없는 문제와 마주하게 된다.

AI를 교육에 활용하려면, 먼저 AI를 감당할 수 있어야 했다.

그리고 이 문제를 해결하기 위해
엘리스 그룹은 교육 바깥을 바라봐야 했다.

 

 

 

 

 

THE 
CHOICE

GPU문제만 해결되면 될 줄 알았는데.

 

GPU를 확보하는 방법을 찾기 시작했다.
그런데 단순히 GPU를 사는 것으로는 문제가 해결되지 않았다.

AI를 활용하려면
GPU뿐만 아니라 이를 안정적으로 사용할 수 있는 클라우드 인프라가 필요했다.

 

그렇다면 직접 만들어보면 어떨까?

엘리스는 AI에 특화된 클라우드를 만들기로 했다.

교육을 위해 AI를 활용하려다 AI를 위한 인프라까지 직접 만들게 된 것이다.

 

처음에는 교육을 위한 선택이었다.

하지만 이 선택은
엘리스의 사업 영역을 교육에서 AI 인프라로 넓히는 계기가 됐다.

그리고 엘리스는 또 한 번
자신들이 해결해야 할 문제의 범위를 넓혔다.

 

 

 

 

 

THE 
NEXT PROBLEM

GPU를 확보했는데, 이번엔 GPU를 어디서 돌리지?

 

그렇게 엘리스는 AI에 특화된 GPU 클라우드를 자체적으로 만들었다.

그러나 GPU를 확보하는 것만으로는 충분하지 않았다.

GPU가 많아질수록
그 GPU를 어디에, 어떻게 배치하고, 어떻게 안정적으로 운영할 것인지도 중요해졌다.

전력은 필요했고,
냉각도 필요했고,
네트워크와 저장장치도 필요했다.

AI 수요가 커질수록 필요한 컴퓨팅 자원도 함께 커졌다.

결국 문제는 GPU 자체가 아니었다.
GPU를 감당할 수 있는 물리적인 인프라가 필요했다.

 

 

 

 

THE 
CHOICE

필요해? 그럼 직접 만들지 뭐.

GPU를 안정적으로 운영하려면 그에 맞는 인프라가 필요했다.

엘리스는 그 문제를 외부 인프라에만 의존하는 방식으로 해결하지 않았다.
AI에 필요한 인프라를 직접 구축하기로 결정했다.

이미 교육 실습 플랫폼을 운영하며 쌓아온 클라우드 소프트웨어 기술과 
인프라 운영 경험을 바탕으로 
AI에 특화된 인프라를 만들어가기 시작했다.

교육을 위해 AI를 활용하려고 했고,
AI를 활용하기 위해 GPU 클라우드가 필요했고,
GPU 클라우드를 운영하기 위해
물리적인 인프라까지 필요해졌다.

 

처음에는 교육의 문제를 해결하려고 시작한 일이었다.

그런데 문제를 하나씩 해결하다 보니
엘리스가 다루는 문제의 범위도 조금씩 넓어지고 있었다.

교육의 문제에서
AI의 문제로,

그리고 이제는
AI를 움직이는 인프라의 문제로.

 

 

 

 

 

THE RESULT

문제를 해결하다보니 어느새 상장기업으로

 

처음부터 지금의 엘리스를 만들겠다는 계획이 있었던 것은 아니었다.

코딩 교육의 문제를 해결했고,
그 과정에서 회사를 만들었다.

서비스를 운영하면서 B2C의 한계를 발견했고,
B2B로 방향을 바꿨다.

AI를 교육에 활용하려 하자 GPU가 필요했고,
GPU를 운영하려 하자 다시 클라우드와 인프라가 필요했다.

그렇게 하나의 문제를 해결할 때마다
다음 문제가 나타났다.

그리고 그 문제를 해결하면서
엘리스가 할 수 있는 일의 범위도 넓어졌다.

문제 → 해결 → 성장 → 새로운 문제.

 

어쩌면 엘리스의 성장은
처음부터 정해진 길을 따라간 결과가 아니었을지도 모른다.

눈앞의 문제를 해결하며 다음 문제를 만날 수 있는 힘을 키워온 과정.

 

교육에서 시작한 회사가
AI와 클라우드, 그리고 AI 인프라까지 다루고 있다.

그리고 지금 그 회사는 
상장을 앞두고 있다.

문제를 하나씩 해결하다 보니 어느새 상장기업이 되어 있었다.

 

 

어쩌면 성장이라는 것은 
문제가 사라지는 것이 아니라,
더 큰 문제를 해결할 수 있게 되는 것인지도 모른다.

 

그래서 엘리스그룹을 바라볼 때
지금 어떤 사업을 하고 있는지만 보는 것은 조금 부족할지도 모른다.

이 회사가 지금까지 어떻게 문제를 발견했고,
어떤 선택을 했으며,
그 선택으로 어디까지 갈 수 있었는지를 함께 봐야 한다.

그리고 상장을 앞둔 지금,
다시 새로운 질문이 남는다.

지금까지의 성장은 앞으로의 성장으로 이어질 수 있을까?

아마 엘리스그룹에 투자할지 말지를 판단하는 일은 바로 그 질문에서 시작될 것이다.

 

 

 

 

 

 

 

 

 

 

함께 읽어보면 좋을 콘텐츠

→ 크래프톤 분석 | 게임회사는 어디까지 확장할 수 있을까?

크래프톤 분석 | 게임회사는 어디까지 확장할 수 있을까?

 

→ 삼성전기 | 6조7800억 투자 단행, AI 기판 FC-BGA는 과거의 약속대로 미래의 현금을 벌어줄 수 있을까?

삼성전기 | 6조7800억 투자 단행, AI 기판 FC-BGA는 과거의 약속대로 미래의 현금을 벌어줄 수 있을까

 

 

→ 창신 메모리 테크놀로지(CXMT) | 중국 메모리는 어떻게 시장의 틈새를 찾았나

창신 메모리 테크놀로지(CXMT) | 중국 메모리는 어떻게 시장의 틈새를 찾았나

 

 

SOURCES

• ZDNet Korea, 엘리스그룹, '1조 몸값' 코스닥 도전…글로벌 네오클라우드 노린다
• Forbes Korea, 김재원 엘리스그룹 대표 인터뷰
• 동아일보, 김재원 엘리스그룹 대표 인터뷰
• MTN, [파워인터뷰 화제人] 김재원 엘리스그룹 대표
• 매일경제, [코스포와 함께하는 스타트업 생존방정식] 엘리스그룹
• Elice, 엘리스그룹, K-PMDC 기반의 AI 풀스택 전략 공개

이 글에 사용된 자료의 선정과 구성, 그리고 이를 바탕으로 한 해석은 개인적인 분석입니다.

 

U N D E R V I E W