핵심 요약
AI로 서비스를 만든다고 하면 보통 “어떤 AI 도구를 쓰느냐”부터 생각하게 됩니다. 그런데 이 영상을 보면서 느낀 핵심은 조금 달랐습니다. 오래 살아남는 서비스는 AI만으로 만들어지는 것이 아니라, 내가 오래 쌓아온 도메인 이해와 AI의 빠른 실행력이 만났을 때 만들어진다는 점이었습니다.
AI는 개발 속도를 올려줍니다. 하지만 무엇을 만들지, 누구에게 팔 수 있을지, 어떤 문제를 풀어야 사람들이 계속 쓸지는 결국 사람이 알고 있어야 합니다. 이 부분이 없으면 AI로 아무리 빨리 만들어도 오래 가기 어렵다는 생각이 들었습니다.
AI 개발보다 먼저 봐야 할 것
영상에서 소개된 티켓타코는 이벤트 티켓팅 서비스입니다. 개발자는 AI를 활용해 빠르게 서비스를 만들었고, 약 1년 동안 운영하면서 2억 원 정도의 거래액을 만들었다고 합니다. 중요한 건 “AI로 2억을 벌었다”가 아니라, 이미 알고 있던 문제를 AI 덕분에 혼자 구현할 수 있게 됐다는 점이었습니다.
이벤트 티켓팅이라는 문제는 갑자기 떠오른 아이디어가 아니었습니다. 기술 커뮤니티 활동, 발표 경험, 공연 티켓팅 경험이 오랫동안 쌓여 있었고, 그 경험들이 합쳐져서 “이런 서비스가 필요하다”는 판단으로 이어졌습니다.
여기서 배운 첫 번째 기준은 이것입니다.
AI가 먼저가 아니라, 내가 오래 보고 겪은 문제가 먼저다.
도구보다 중요한 건 대화의 깊이
AI 개발 방식도 인상적이었습니다. 최신 유행을 전부 따라가고, 복잡한 자동화 구조를 먼저 만들기보다 AI와 계속 대화하면서 방향을 잡는 방식이었습니다.
기획 의도를 설명하고, AI에게 여러 선택지를 받고, 그중에서 내가 납득할 수 있는 방향을 고릅니다. 바로 개발을 시키는 것이 아니라 UX, 관리자 화면, 사용자 화면, API, 데이터베이스처럼 문제를 나눠서 하나씩 결정합니다. 큰 문제를 한 번에 던지면 AI도 흐려지기 때문에, 작게 나누고 구체적으로 결정하는 방식이 중요했습니다.
이 부분은 제가 앞으로 AI를 쓸 때도 꼭 가져가야 할 방식이라고 느꼈습니다. AI에게 “다 만들어줘”라고 맡기는 것이 아니라, “이 목표를 이루려면 어떤 선택지가 있고, 각각의 장단점은 무엇인지”를 충분히 묻고 결정해야 합니다.
코드를 읽는 이유
또 하나 좋았던 부분은 AI가 만든 코드를 그냥 믿지 않고 직접 읽는다는 태도였습니다. 요즘은 “AI가 다 해주니까 코드를 몰라도 된다”는 말도 많지만, 영상에서는 오히려 반대로 말합니다. 1인 서비스라면 내가 제품의 모든 맥락을 알고 있어야 의사결정이 빨라진다는 것입니다.
고객이 어떤 요청을 했을 때, 코드 구조를 알고 있으면 어디를 고치면 될지 바로 떠올릴 수 있습니다. 이건 단순히 개발 속도 문제가 아니라 제품을 운영하는 힘에 가깝습니다.
저도 이 부분이 특히 와닿았습니다. AI가 만든 결과를 그대로 받아들이면 당장은 빠를 수 있습니다. 하지만 나중에 문제가 생겼을 때 내가 구조를 모르면 다시 AI에게 의존할 수밖에 없습니다. 반대로 내가 흐름을 이해하고 있으면 AI는 더 빠른 손이 됩니다.
수익화의 시작은 인맥, 지속은 제품력
티켓타코가 처음 고객을 얻을 수 있었던 이유는 기술 커뮤니티 도메인에 대한 이해와 인맥이 있었기 때문입니다. 어떤 운영진이 어떤 문제를 겪는지 알고 있었고, 직접 소개할 수 있는 관계도 있었습니다. 그래서 초반 사용자를 만들 수 있었습니다.
하지만 인맥만으로는 서비스가 오래 가지 않습니다. 아는 사람이 만든 서비스라서 한 번은 써줄 수 있지만, 두 번 세 번 계속 쓰게 하려면 결국 제품이 좋아야 합니다. 여기서 AI의 장점이 나옵니다. 고객 피드백을 듣고, 필요한 기능을 빠르게 만들고, 부족한 부분을 일주일 단위로 채워나갈 수 있습니다.
정리하면 수익화의 흐름은 이렇게 볼 수 있었습니다.
| 단계 | 핵심 | 내가 배운 점 |
|---|---|---|
| 문제 발견 | 오래 겪은 도메인에서 불편함을 발견한다 | 아이디어는 책상보다 경험에서 나온다 |
| 초기 고객 | 도메인 안의 관계와 신뢰로 첫 사용자를 만든다 | 처음부터 광고보다 직접 만나는 고객이 중요하다 |
| 제품 개선 | 피드백을 빠르게 반영한다 | AI는 제품력을 채우는 속도를 높인다 |
| 지속 운영 | 인맥이 아니라 품질로 재사용을 만든다 | 오래 가는 서비스는 결국 계속 좋아져야 한다 |
도메인은 오래 해야 쌓인다
영상에서 가장 현실적인 조언은 도메인을 쌓는 방법이었습니다. 특별한 비법이 아니라 꾸준히 오래 하는 것입니다. 오래 하다 보면 지식이 쌓이고, 사람들의 움직임을 이해하게 되고, 그 분야에서 내가 어떤 포지션을 잡고 싶은지도 생깁니다.
이 말은 단순하지만 무겁게 느껴졌습니다. 몇 달 해보고 “이건 돈이 안 되네” 하고 접으면 도메인이 쌓이지 않습니다. 최소 몇 년은 계속 보면서 그 안의 사람, 문제, 문화, 돈의 흐름을 알아야 제품으로 연결할 수 있습니다.
그리고 오래 하기 위해서는 두 가지 중 하나가 필요합니다. 돈을 벌거나, 정말 좋아하거나. 돈이 되면 생계가 되기 때문에 오래 할 수 있고, 돈이 되지 않아도 좋아하면 오래 할 수 있습니다. 결국 오래 버티는 힘이 도메인을 만들고, 도메인이 나중에 기회가 되었을 때 제품으로 바뀝니다.
내 프로젝트에 연결해보기
이 내용을 보면서 지금 하고 있는 프로젝트들도 다시 보게 됐습니다. AI로 빨리 만드는 것만 생각하면 기능을 계속 붙이게 됩니다. 하지만 오래 가는 서비스로 만들려면 “내가 이 문제를 얼마나 이해하고 있는가”를 먼저 물어야 합니다.
| 프로젝트 | 다시 봐야 할 질문 |
|---|---|
| CatchPro | 배송 현장에서 실제로 어떤 순간이 가장 답답한가? |
| YesTrader | 내가 매매에서 반복적으로 확인하는 판단 기준은 무엇인가? |
| InsightView Space | 사람들이 정보를 찾을 때 어디서 시간을 가장 많이 쓰는가? |
| hongsik.blog | 내 학습 기록이 나중에 어떤 사람에게 도움이 될 수 있는가? |
이 질문에 답할 수 있어야 AI가 도와줄 수 있습니다. AI는 손을 빠르게 움직여주지만, 어느 방향으로 움직일지는 내가 정해야 합니다.
AI FOMO를 줄이는 방법
요즘은 AI 변화가 너무 빠릅니다. 새 모델, 새 도구, 새 워크플로가 계속 나오기 때문에 따라가기만 해도 지칠 수 있습니다. 영상에서는 이 문제를 다르게 보라고 말합니다. 시대를 따라가려고만 하지 말고, 내가 좋아하는 일을 하면서 시대의 흐름을 도구로 이용하자는 것입니다.
이 관점이 마음에 들었습니다. AI를 목적지로 삼으면 계속 불안합니다. 하지만 내가 만들고 싶은 것이 먼저 있고, AI를 그걸 더 잘 만들기 위한 수단으로 쓰면 변화가 덜 무섭습니다. 오히려 새로운 모델이 나올 때마다 “내가 하던 일을 더 잘할 수 있겠는데?”라는 기회로 보이기 시작합니다.
오늘 남긴 기준
이 영상을 보고 제가 정리한 기준은 네 가지입니다.
- AI로 만들기 전에 내가 오래 겪은 문제인지 확인한다.
- AI에게 한 번에 맡기지 말고, UX와 데이터, API처럼 나눠서 결정한다.
- AI가 만든 코드는 최소한 흐름을 이해할 때까지 읽는다.
- 수익화는 빠른 개발보다 도메인, 첫 고객, 반복 개선에서 나온다.
결국 AI 시대의 수익화는 “누가 더 빨리 만드느냐”만의 싸움은 아닌 것 같습니다. 오히려 “누가 더 오래 문제를 봐왔고, 그 문제를 AI로 더 빠르게 풀어낼 수 있느냐”의 싸움에 가깝습니다.
저도 앞으로 프로젝트를 할 때 기능부터 만들기보다, 내가 알고 있는 도메인과 실제 고객의 문제를 먼저 정리해보려고 합니다. 그 다음에 AI를 붙이는 순서가 맞다고 느꼈습니다.