혼자 웹·앱 비즈니스를 만들고 키우는 사람들의 실전 경험, 수익화 전략, 새로운 방법을 골라 요약합니다.
마이크로 SaaS의 운영 단계는 보통 수요 확인, 제품 만들기, 고객을 얻는 과정으로 이어진다. 문제는 제품이 완전히 실패하지도, 크게 성장하지도 않을 때다. 월 반복 매출이 수백 달러에서 낮은 네 자리 달러 수준이면 어느 정도 작동하고 있는 상태지만, 계속 손을 봐야 할 일이 생긴다. 아주 작은 업계용 SaaS는 성장 한계가 빨리 올 수 있다. 고객들은 기능 요청을 많이 하지만, 예산이 작으면 맞춤 개발이나 컨설팅 비용을 따로 받기 어렵다. 이런 제품을 자동 운영에 가깝게 남겨둘지, 접을지, 팔 수 있는지, 판다면 누구에게 어떻게 팔 수 있는지가 핵심 고민이다.
작은 유료 웹 서비스에 추천 프로그램을 붙였지만 처음에는 거의 효과가 없었다. 기존 사용자가 친구나 동료를 초대하면 한 달을 무료로 주는 방식이었지만, 실제 계산한 K-factor는 약 0.05에 그쳤다. 이는 사용자 한 명이 새 사용자를 거의 데려오지 못했다는 뜻이다. 문제는 보상이 아니라 추천을 요청하는 시점이었다. 가입 직후에는 사용자가 아직 제품의 가치를 느끼지 못했기 때문에 초대할 이유가 약했다. 추천 요청을 사용자가 제품 안에서 첫 성과를 얻은 직후로 옮기자 반응이 나아졌다. 또 단순한 추천 코드 대신, 동료에게 보여주고 싶을 만한 유용한 결과물을 공유하게 만들었다. 폭발적인 성장은 아니었지만, 매주 손대지 않아도 새 사용자가 조금씩 들어오는 흐름으로 바뀌었다.
초기 서비스는 더 많은 잠재 고객을 모으는 데만 집중하기 쉽지만, 실제 기회는 고객이 관심을 보인 뒤의 과정에 있을 때가 많다. 자주 막히는 지점은 답장이 늦거나 들쭉날쭉한 것, 구매 의지가 높은 사람을 먼저 알아보는 기준이 없는 것, 고객이 실제로 원하는 말과 판매 메시지가 어긋나는 것이다. 또 잠재 고객이 들어와도 다음 단계로 넘어가지 못하고 멈추는 경우가 있다. 이런 상태에서는 방문자나 문의 수를 늘려도 문제가 해결되지 않는다. 오늘 하나만 고친다면 더 적합한 잠재 고객 모으기, 잠재 고객 선별, 빠른 답장, 상담 뒤 결제 전환, 기존 고객 유지 중 어디가 가장 큰 병목인지 봐야 한다.
소규모 사업자가 구글 리뷰에 더 빨리 답하게 돕는 도구가 출시됐지만, 아직 고객은 0명이고 대부분의 연락에도 답이 없다. 제품은 작동하고 문제도 실제로 있어 보이지만, 막히는 지점이 연락 방식인지, 메시지인지, 채널인지, 아이디어 자체인지 분명하지 않다. 현재 주된 시도는 인스타그램과 페이스북 DM이며 반응률이 매우 낮다. 한 사례에서는 링크드인에서 50명에게 연락해 대화 2건과 고객 1명을 얻었고, 손편지 15통은 단독 효과는 낮았지만 후속 전화 때 대화를 여는 데 도움이 되어 대화 8건과 고객 1명을 만들었다. 지인을 통한 따뜻한 소개 2건은 모두 고객으로 이어졌다. 구글 리뷰 답변 도구라면, 각 사업장의 구글 리뷰에 직접 피드백을 남긴 뒤 얼마나 빨리 답하는지 확인하면 더 필요가 큰 잠재 고객을 고를 수 있다. 제품 이름은 Frinch이며, 구글 리뷰 답변을 인공지능으로 즉시 작성해 주는 비공개 베타 상태다.
작은 사업자가 Google 리뷰에 더 빨리 답할 수 있게 돕는 도구가 만들어졌지만 아직 고객은 없다. 문제를 확인하고 빠르게 제품을 출시했으며, 한동안 모르는 잠재 고객에게 먼저 연락하는 방식으로 판매를 시도했다. 하지만 대부분 답장이 없었고 실제 결제 고객도 생기지 않았다. 제품은 작동하고, 해결하려는 문제도 실제로 존재한다고 보고 있다. 막힌 지점은 연락 방식, 메시지, 고객을 찾는 장소, 또는 아이디어 자체 중 무엇인지 아직 분명하지 않다. 핵심 고민은 초기 고객 10명을 어떻게 얻을 수 있는지, 실제로 효과가 있었던 방법이 무엇인지다.
비밀번호 재설정 이메일이 스팸함으로 들어가면서 로그인할 수 없다는 고객 문의가 한꺼번에 늘었다. 실제 원인은 로그인 기능이 아니라, 설정 변경 뒤 거래성 이메일의 도달률이 조용히 떨어진 것이었다. 이 경험 때문에 거래성 이메일 서비스를 고를 때 단순 기능 목록보다 세 가지가 더 중요해졌다. 이메일 도달률이 떨어질 때 바로 알려주는지, 마케팅 이메일과 별도 평판으로 발송되는지, 비밀번호 재설정 이메일이 실제로 얼마나 빨리 도착하는지가 핵심이다. 영수증 이메일이 빠지면 고객 문의가 생기지만, 비밀번호 재설정 이메일이 빠지면 사용자는 계정에 들어가지 못하고 서비스 전체가 고장 났다고 느낄 수 있다. 거래성 이메일에 특화된 평범한 서비스들이 이런 위험을 줄이는 데 더 맞고, 서비스 간 세부 기능 차이보다 조용한 도달 실패가 신뢰에 주는 피해가 훨씬 크다.
인공지능 도구와 현대적인 제작 도구 덕분에 서비스형 소프트웨어를 만드는 기술 장벽은 많이 낮아졌다. 아이디어를 실제로 작동하는 제품으로 바꾸는 속도도 빨라졌다. 하지만 모르는 사람이 제품을 믿고 월 9달러를 내게 만드는 일은 여전히 어렵다. 제품을 만드는 것보다 고객이 돈을 내야 할 이유를 분명히 만들고, 전달하고, 설득하는 일이 더 큰 과제로 남아 있다.
연 매출 약 200만 달러 규모의 온라인 뷰티 브랜드가 맞춤형 쇼핑몰을 만드는 데 4만 달러를 썼지만, 재고와 주문 처리의 기본 구조가 망가져 있었다. 품절된 지 몇 시간이 지난 상품도 계속 판매 가능하게 보였고, 40명의 고객이 실제로 살 수 없는 상품에 결제했다. 겉으로는 마케팅 페이지가 깔끔하고 결제 흐름도 잘 작동하는 것처럼 보였지만, 매장 화면의 재고 정보는 창고 시스템과 제대로 동기화되지 않았다. 상품 정보는 페이지가 열릴 때 한 번 불러온 뒤 캐시에 남았고, 다시 확인하거나 새로 고치지 않았다. 주문 처리도 불필요하게 복잡했다. 주문 하나가 웹훅을 만들고, 그 웹훅이 내부 API를 부르고, 다시 다른 내부 API를 거쳐 데이터베이스에 기록되는 구조였다. 중간 단계 중 하나가 조용히 실패해도 재시도도 없고 로그도 남지 않았다. 그래서 고객은 돈을 냈지만, 물류팀은 주문을 보지 못하는 상황이 생겼다.
로스앤젤레스의 정부 입찰 기회는 약 88개의 관할 기관과 부서 포털에 흩어져 있다. 시의 주요 조달 포털인 RAMPLA가 중심 역할을 해야 하지만, 로그인하지 않은 사용자는 일부 기회만 볼 수 있고 기관 사이트에는 있으나 RAMPLA에는 보이지 않는 진행 중 입찰도 있다. LADWP는 공급업체 등록을 해야 많은 정보를 볼 수 있고, LA 카운티도 여러 조달 시스템을 따로 쓴다. 공개 제안요청서(RFP)가 올라올 때쯤에는 준비가 빠른 업체들이 몇 달 전 정보요청서(RFI) 단계에서 이미 관계를 만들기 시작한 경우도 있다. 입찰 문서도 장벽이다. 보통 한 건의 요청 문서가 50~80쪽이고, 보증, 보험, 면허, 인증 조건 하나가 PDF 깊은 곳에 숨어 있어도 몇 시간 검토한 뒤 탈락할 수 있다. 이를 줄이기 위해 LA 정부 포털의 기회를 한 피드로 모으고, RAMPLA에 안정적으로 뜨지 않는 기회까지 포함하며, 인공지능으로 입찰 문서를 분석해 중요한 조건을 빠르게 뽑아내는 도구가 만들어졌다.
카탁 무용 연습을 할 때 라가, 악기, 분당 박자를 빠르게 골라 쓸 수 있는 무료 아이폰 앱이 필요했다. 유튜브에서 필요한 소리를 매번 찾아 조합하는 방식은 큰 문제는 아니었지만, 반복되는 작은 불편이었다. 안드로이드에는 비슷한 앱이 있었지만 무료 아이폰 앱은 찾기 어려웠다. 그래서 카탁을 직접 배우는 소프트웨어 개발자가 자신이 쓰려고 앱을 만들었고, 이제 공개 출시한 뒤 다른 무용수들의 의견을 모으기 시작했다. 앱 이름은 Kathak Riyaaz이며, 애플 앱스토어에 공개되어 있다.
1년 반 동안 만든 소비자 앱이 아직 마케팅 없이도 주간 이용자 약 200명, 일간 이용자 약 50명을 확보했다. 이 중 20명은 유료 이용자이며, 월 반복 매출은 약 150달러다. 앱은 처음에는 개인용으로 시작했지만, 친구들에게 공유한 뒤 관심을 얻으면서 계속 개선됐다. 이용자 피드백을 반영해 앞단 화면과 뒤쪽 시스템을 꽤 완성도 있게 만들었고, 원하는 기능과 이용자가 요청한 기능도 대부분 넣었다. 다만 가입부터 결제까지의 흐름과 재방문을 늘리는 구조는 아직 제대로 다듬지 않았다. 이용자들은 앱이 깔끔하고, 보기 좋고, 직관적이며, 경쟁 서비스보다 쓰기 좋다는 반응을 자주 보인다. 앱이 속한 큰 시장은 크지만, 실제로 겨냥하는 영역은 그 안의 좁은 틈새시장이다. 현재 숫자가 좋은 신호인지, 아직 너무 작아서 판단하기 어려운지 기준이 필요한 상황이다.
Claude Code나 Cursor 같은 인공지능 코딩 도구를 많이 쓰면 월별 토큰 비용이 빠르게 커질 수 있다. 소규모 팀 기준으로 비용을 계산해 보니, 길고 반복적인 프롬프트 때문에 낭비되는 금액이 꽤 컸다. 문제의 핵심은 도구 사용 자체보다, 필요한 말보다 훨씬 길게 지시를 쓰는 습관이 비용을 키운다는 점이다. 프롬프트를 줄이고 표준화하면 절약할 여지가 있어 보이지만, 아직 많은 팀이 이를 제대로 관리하지 못하고 있다.
소규모 유료 웹 서비스를 운영하면, 정성 들여 기능을 요청하는 사람은 보통 가장 열심히 쓰는 고객이다. 그런데 요청한 기능을 몇 주 뒤 실제로 만들어도, 그 고객에게 따로 알리지 못하는 일이 생긴다. 요청 내용은 오래된 메시지나 댓글 속에 묻히고, 누가 요청했는지 다시 찾는 일이 생각보다 번거롭다. 그 결과 고객은 자신이 원하던 기능이 이미 나왔다는 사실을 모른 채 조용히 떠날 수 있다. 단순히 변경 이력을 올리는 것만으로는 가장 중요한 고객과의 연결이 끊길 수 있다. 기능 요청을 받은 순간부터 요청자와 기능 출시를 연결해 두는 작은 관리 시스템이 필요하다.
Beni AI는 글을 입력하는 대화창 대신, FaceTime처럼 자연스럽게 말로 대화하는 인공지능 친구 실험이다. 목표는 명령을 주고 답을 받는 도구가 아니라, 친구와 이야기하듯 이어지는 대화를 만드는 것이었다. 소수의 초기 이용자 테스트에서 사람들은 예상보다 더 개인적인 이야기를 꺼냈다. 이용자들은 단순한 정답보다 대화 자체를 원했다. 똑똑함보다 성격과 말투가 더 큰 영향을 줬다. 사람처럼 보이거나 들리지만 어딘가 어색한 순간에는 불쾌한 골짜리가 생겼다. 일부 이용자는 이 서비스를 매일 사용했다.
작은 웹·앱 제품을 홍보하려면 짧고 깔끔한 데모 영상이 자주 필요하다. 화면을 직접 녹화하면서 앱을 실제로 조작한 뒤, 실수나 버벅임을 편집으로 지우는 방식은 시간이 많이 들고 피곤하다. OBS나 Slack 같은 도구로 녹화할 수는 있지만, 결과물을 빠르고 매끄럽게 만들려면 편집 과정이 병목이 된다. 자동으로 데모 영상을 만들어준다는 여러 서비스와 인공지능 도구도 있지만, 실제로 써보면 원하는 만큼 자연스럽거나 깨끗한 결과가 나오지 않을 수 있다. 특히 레딧 같은 커뮤니티나 출시 플랫폼에 올릴 영상은 짧고 빠르며 보기 좋아야 해서, 데모 제작 방식 자체가 제품 운영자의 반복 업무가 된다.
초기 SaaS 창업자에게 가장 큰 문제는 제품을 만든 뒤 사람들이 실제로 찾고 돈을 내게 만드는 일이다. 여러 경험담에서 공통으로 나온 답은 모든 홍보 채널을 동시에 잡으려 하지 말고, 목표 고객이 이미 모여 있는 한두 곳에 집중하라는 것이다. B2B 제품은 LinkedIn이 의사결정자를 만나기 쉽고, 개발자 도구는 Reddit이나 전문 뉴스레터가 더 맞을 수 있다. 초기에는 SEO나 광고보다 1대1 대화, 고객 조사, 커뮤니티 안에서의 도움 주기가 더 빠르게 배움을 준다. 단순히 링크를 올리고 방문을 기다리는 방식은 오래 가지 않았고, 문제를 겪는 사람들의 표현을 듣고 제품과 메시지를 고치는 방식이 더 효과적이었다. 광고는 기존 audience가 없어도 시작할 수 있지만, 돈을 멈추면 유입도 멈출 수 있다. 장기적으로는 검색에 걸리는 글, 무료 작은 도구, 브랜드 신뢰처럼 시간이 지나며 쌓이는 organic traffic이 중요하다는 의견이 많았다. 한 사례에서는 행동 유도 문구가 본문이 아니라 후속 글에 있을 때 이탈이 86% 늘었고, 특정 검색 의도 하나를 해결하는 무료 micro-tool이 가장 높은 효과를 냈다.
인도에서 B2B SaaS를 만드는 입장에서는 월 반복 매출 1만 달러가 개인 생활과 재정에 꽤 큰 전환점이 될 수 있다. 관심사는 단순히 숫자를 달성하는 것이 아니라, 그 이후 삶이 실제로 어떻게 달라지는지다. 확인하고 싶은 내용은 수입 안정감, 하루 업무 방식, 도달까지 걸린 시간, 가장 힘들었던 문제, 효과가 있었던 고객 확보 채널이다. 실패한 마케팅 실험과 성장 전략도 중요하다. 처음부터 다시 시작한다면 무엇을 다르게 할지, 첫 월 반복 매출 1만 달러를 노리는 사람에게 어떤 조언이 현실적인지도 핵심 질문이다.
LLaMaRush라는 SaaS 제품을 운영하며 얻은 교훈은 SaaS 운영에 보편적으로 통하는 규칙이 거의 없다는 것이다. 처음에는 무료 체험 없이 모든 신규 사용자에게 데모 예약을 의무화했다. 제품을 제대로 설명하고 질문에 답하려는 의도였지만, 실제로는 사람들이 하루씩 기다렸다가 30분짜리 통화를 하는 걸 원하지 않았다. 이 제품은 셀프서비스형이고 가격도 수백 달러 수준이 아니었기 때문이다. 데모 예약 자체도 거의 없었다. 그래서 의무 데모를 없애고 무료 체험을 도입하자 가입자가 즉시 늘었다. 거의 같은 시기에 정반대 방향의 결정도 내렸다. 콘텐츠를 생성하려면 구글 서치 콘솔(Google Search Console) 연동을 필수로 만든 것이다. 이는 사용 과정에 마찰을 추가하는 선택이라 일부 사용자는 이탈할 것을 알면서도 진행했는데, 서치 콘솔 연동 없이는 추천이 추측에 불과하지만 연동하면 실제 검색 데이터를 기반으로 하기 때문이다. 결과적으로 마찰을 없앤 결정과 마찰을 일부러 늘린 결정이 둘 다 제품을 개선시켰다.
창업자가 몇 달 동안 제품을 만든 뒤 출시했지만 가입도 피드백도 거의 없는 상황이 자주 생긴다. 이때는 아이디어가 틀렸는지, 아니면 사람들이 제품을 발견하지 못했는지 판단하기도 어렵다. 제품을 만들기 전에는 대기자 명단, 랜딩 페이지, 직접 메시지, 콜드 아웃리치 같은 방법으로 실제 수요를 먼저 확인할 수 있다. 초기 사용자의 의견을 모으는 방식도 중요하며, 불편한 지점은 보통 여러 도구를 따로 이어 붙여야 한다는 데 있다. 대기자 명단, 공지, 설문, 피드백 관리는 Tally, Mailchimp, Typeform, Notion, 스프레드시트 같은 도구 조합으로 처리되는 경우가 많다. 핵심은 완성된 제품보다 먼저 사람들이 문제를 느끼는지, 연락에 반응하는지, 다시 이야기할 만큼 관심이 있는지 확인하는 것이다.
V8eo는 프리미어 프로나 다빈치 리졸브처럼 전체 영상 편집을 모두 맡는 도구가 아니라, 큰 편집 프로그램에서 번거로운 몇 가지 작업을 브라우저에서 무료로 처리하는 도구다. 가장 눈에 띄는 기능은 영상 속 사람이나 물체 뒤에 글자를 배치하는 것이다. 원하는 대상을 클릭하면 프레임마다 대상을 자동으로 가려내며, 로토스코핑이나 그린 스크린 없이 깊이를 계산해 글자가 뒤에 있는 것처럼 보이게 만든다. Kodak Portra, Cinestill 800T, Fuji 같은 실제 필름 느낌을 바탕으로 한 28가지 색 보정도 제공하며, 단순 필터가 아니라 필름 입자와 반응 곡선을 반영한다고 한다. 단어 단위 시간 맞춤이 되는 자동 자막, 글꼴·색·위치·애니메이션 조절, 배경 제거, 여러 화면 비율에 맞추는 스마트 재구성도 들어 있다. 모든 처리는 WebGL과 WebCodecs로 기기 안에서 실행되며, 영상 파일을 서버에 올리지 않아도 된다. 그래서 업로드 대기 시간이 없고, 영상이 외부로 나가지 않으며, 현재는 무료이고 워터마크도 없다. 아직 거친 부분은 남아 있다.
2026년 콜드 이메일 답장률은 평균 3.4%라는 기준이 제시됐다. 성과가 좋은 상위 10%는 답장률이 10%를 넘는 것으로 비교된다. 간단한 구간으로 보면 3% 미만은 낮은 성과, 3~6%는 평균권, 6~10%는 평균 이상, 10% 이상은 매우 높은 성과로 나뉜다. 즉 100명에게 보냈을 때 3~6명이 답하면 대체로 평균 수준이고, 10명 이상이 답하면 꽤 드문 좋은 결과로 볼 수 있다.
벤처투자를 받은 스타트업이 팔리거나 상장되면 겉으로는 성공처럼 보인다. 하지만 그런 엑싯 중 일부는 실제로 창업자, 직원, 투자자가 돈을 거의 벌지 못했거나 아예 벌지 못한 실패일 수 있다는 의문이 제기된다. 공개된 제목만으로는 구체적인 사례, 수치, 답변은 확인되지 않는다. 핵심은 큰 매각 뉴스나 엑싯 발표만 보고 그 사업이 실제로 좋은 결과를 냈다고 단정하기 어렵다는 점이다.
Offstage Labs는 브랜드 광고, 사용자 제작 콘텐츠형 영상, 제품 소개 영상, 특정 분야에 맞춘 광고 소재를 만드는 AI 미디어 제작팀이다. 팀은 크리에이티브 디렉터와 영상 편집자로 구성되어 있으며, AI와 사람이 함께 기획하는 방식으로 제작 속도를 높이려 한다. 이번 달에는 고객 5곳을 받는 것을 목표로 하고 있다. 시작 가격은 광고 5개에 1,000달러이며, 첫 콘셉트 영상은 무료로 제공한다. 주요 대상은 AI를 활용한 영상 광고를 시험해 보려는 창업자, 마케터, 브랜드 운영자다.
혼자 웹이나 앱을 만들 때 Claude, Codex, ChatGPT를 역할별로 나눠 쓰면 비용을 아낄 수 있지만 기록 관리가 어려워진다. 예를 들어 Claude로 핵심 기능을 만들고, Codex로 버그를 고치고, ChatGPT로 새 기능 아이디어를 얻는 식이다. 여러 계정을 함께 쓰면 더 싸게 쓸 수 있지만, 어떤 AI가 어떤 기능을 만들었는지 나중에 찾기 어렵다. 확인하려면 여러 계정과 여러 채팅을 오래 뒤져야 한다. 한 계정의 크레딧이 떨어져 다른 계정으로 옮기면, 지금까지 만든 내용을 다시 설명해야 한다. 이 과정도 보통 여러 번의 프롬프트가 필요하고, 새 계정의 크레딧도 다시 든다. 제안된 해결책은 여러 AI 도구에서 나온 답변, 코드, 파일을 복사해 한곳에 붙여 넣고 저장하는 작업 기록 도구다. 깃 푸시 방식의 화면으로 언제 무엇이 바뀌었는지 볼 수 있게 하는 구상이다.
월 구독은 모든 서비스에 맞는 가격 방식이 아닐 수 있다. 어떤 고객은 제품을 매주 쓰지만, 다른 고객은 중요한 결정을 내려야 하는 순간에만 필요로 한다. 이 차이가 크면 서비스 운영자는 반복 사용을 전제로 제품을 만들지만, 실제 고객은 필요할 때만 사는 방식으로 움직인다. 이런 고객은 또 하나의 관리 화면이나 매달 빠져나가는 요금을 원하지 않는다. 대신 필요한 순간에 빠르게 판단할 수 있는 도움을 원한다. 그래서 일부 서비스는 처음부터 사용량 기반 요금을 중심에 두고, 구독은 보조 선택지로 두는 편이 더 맞을 수 있다.
3개월 동안 전화 자동화 봇과 CRM을 결합한 SaaS를 만들었고, 이제 첫 고객을 기다리는 단계다. 현재는 특정 업종을 정해 콜드 이메일을 보내고, 소셜미디어에도 알리고 있다. Google과 Meta 광고는 첫 고객이 나온 뒤에 시작하려는 계획이다. 핵심 고민은 첫 고객을 얻는 데 보통 얼마나 걸리는지, 기다리는 동안 무엇을 해야 하는지, 새 프로젝트를 시작해도 되는지다. 지난 몇 달 동안 작업량이 많았고, 아무것도 안 하고 기다리는 시간이 낭비처럼 느껴져 조급함과 피로가 함께 커진 상태다.
Reviewsaur는 프로그래밍 팀이 인공지능으로 만든 코드를 추적하도록 돕는 도구다. 목표는 버그를 줄이고, 개발자가 코드 내용을 더 잘 배우게 하며, 작업을 조금 더 재미있게 만드는 것이다. 만든 사람은 개발자이며, 아직 본업을 다니고 있고 고객 확보 경험도 거의 없다. 여러 개발자 친구에게 아이디어를 보여줬고 반응이 좋았다. 그중 한 명이 자신이 다니는 회사에 도구를 소개해 첫 고객이 됐다. 앞으로는 링크드인과 이메일로 매일 콜드 아웃리치를 하고, Reddit과 HackerNoon에서 노출을 만들고, 이후 Reddit 유료 광고도 시험할 계획이다. 지금 필요한 것은 더 많은 회사가 제품을 시험하고 의견을 주게 만드는 방법이다.
LangSpeak는 언어 학습자를 위한 웹 서비스다. 출시 후 7일 동안 방문자는 77명, 처음 온 방문자는 71명, 가입자는 13명이었다. 여러 나라에서 사용자가 들어왔고, 버그 제보와 기능 제안도 받았다. 하지만 방문자의 대부분은 창업자 커뮤니티에서 왔다. 이들은 호기심으로 써 보고 도움이 되는 의견을 줬지만, LangSpeak의 실제 목표 고객인 언어 학습자는 아니었다. 그래서 방문자 수나 가입자 수만 보고 시장 반응이 좋다고 판단하기 어렵다. 실제 고객에게서 나온 솔직한 문제 제기와 사용 의견이 단순한 칭찬보다 더 값졌다. 8개월 동안 공대 공부와 병행해 서비스를 만든 뒤, 출시 첫 주에 배운 가장 큰 교훈은 만드는 일보다 맞는 고객에게 도달하는 일이 더 어렵다는 점이었다.
SaaS를 만든 뒤 제품을 사람들에게 알리는 단계에서 막혀 있다. 제품을 눈에 띄게 만들고 싶지만, 관심을 얻는 방법을 찾지 못하고 있다. 필요한 것은 막연한 홍보 조언이 아니라 실제로 효과가 있었던 방법이다. 제품 종류, 고객층, 예산, 이미 시도한 채널 같은 구체 정보는 제시되지 않았다.
벤처캐피털의 투자 제안 접수 과정은 창업자와 투자자 양쪽 모두에게 시간이 많이 든다. 창업자는 투자 단계나 분야가 맞지 않는 펀드에 자료를 보내고 답을 못 받는 일이 많다. 젊은 투자 담당자는 펀드의 현재 투자 기준과 맞지 않는 pitch deck을 걸러내는 데 매주 15시간 이상을 쓴다. 제안된 서비스는 투자자의 들어오는 제안함 앞단에서 AI firewall처럼 작동한다. 먼저 AI가 투자 제안서 PDF를 읽어 회사 정보를 구조화하고, 지역·분야·매출 기준 같은 hard gates를 통과하지 못한 건을 바로 제외한다. 통과한 제안서는 펀드의 내부 투자 기준과 semantic vector matching으로 비교해 가능성이 높은 건을 찾아낸다. 우선순위가 높은 제안은 내부 CRM에 고정되고, 맞지 않는 제안에는 왜 거절인지 알려주는 맞춤형 거절 메일이 자동으로 발송된다.