혼자 웹·앱 비즈니스를 만들고 키우는 사람들의 실전 경험, 수익화 전략, 새로운 방법을 골라 요약합니다.
AgenticEmail은 AI 에이전트와 자동화 흐름을 위한 이메일 받은편지함 API다. 사람의 Gmail 계정에 AI 에이전트를 억지로 연결하는 대신, API 호출로 실제 받은편지함을 만들 수 있다. 이메일을 보내고 받을 수 있고, 들어온 메시지는 JSON 형태로 웹훅이나 WebSocket을 통해 받을 수 있다. MCP 연결도 지원하며, 종단 간 암호화 기능도 포함되어 있다. 핵심 검증 포인트는 이런 도구가 실제로 필요한지, 너무 좁은 시장인지, 제3자 API를 믿고 쓸 수 있는지, Gmail이나 SMTP를 직접 쓰는 편이 나은지다. 또 “AI 에이전트용 이메일”이라는 표현이 쉬운지, 아니면 일반적인 수신·발신 이메일 API로 설명하는 편이 나은지도 확인 중이다.
AI SaaS 운영에서 기반 시설 비용은 예상보다 쉽게 커질 수 있다. 핵심 문제는 토큰 비용 자체가 아니라, 어떤 고객이나 어떤 기능이 그 비용을 만들고 있는지 알기 어렵다는 점이다. 비용이 어디서 발생하는지 보이지 않으면 가격 책정, 사용량 제한, 기능별 수익성 판단이 어려워진다. AI 기능을 넣은 SaaS 창업자들에게는 사용량 추적과 비용 배분이 운영의 중요한 숙제가 된다.
B2B SaaS 창업자가 유통사와 도매상의 판매 데이터를 분석하는 제품을 만들었다. 이 제품은 고객이 예전보다 적게 사거나 구매를 끊을 조짐을 영업팀보다 먼저 찾아내는 데 쓰인다. 기술적으로는 작동하고, 실제로 해결할 문제가 있다는 점도 확인됐다. 하지만 가장 큰 어려움은 제품 개발이 아니라 판매다. 만들기 전에는 어떻게 팔지 거의 생각하지 않았고, 창업 의욕만으로 제품을 먼저 만들었다. 지금은 코딩과 완전히 다른 직업을 새로 배우는 단계에 가깝다. 개발자가 사업을 시작할 때 흔히 겪는 문제는 좋은 제품을 만드는 일과 고객에게 사게 만드는 일이 전혀 다르다는 점이다.
PackTrack PT는 개인 트레이너처럼 회차 단위 상품을 파는 사람이 고객의 남은 수업 횟수를 놓치지 않게 돕는 작은 웹 도구다. 고객을 추가하고, 구매한 수업 횟수를 넣고, 수업이 끝날 때마다 사용한 횟수를 기록한다. 남은 횟수가 적어지면 재등록 이야기를 꺼낼 시점을 알려준다. 종이나 메모 앱, 기억에 의존하면 마지막 수업이 가까워졌다는 사실을 놓치기 쉽고, 그 결과 재구매 제안이 너무 늦거나 아예 사라질 수 있다. 이 도구는 표 계산이나 복잡한 고객관리도구 없이 1분 안에 설정하는 것을 목표로 한다. 아직 아주 초기 단계이며, 실제 사용자는 거의 만든 사람 본인뿐이고, 트레이너나 회차제 서비스를 운영하는 사람들의 피드백을 찾고 있다.
Kibo는 습관 기록 앱에 AI 코치를 붙인 서비스다. 가격을 정할 때 가장 큰 제약은 AI 추론 비용이다. 가입자가 처음 설정을 마치는 데 약 1달러가 들고, 이후 한 달 동안 AI 코치를 얼마나 쓰는지에 따라 추가로 약 1~2달러가 더 든다. 그래서 일반 습관 기록 앱처럼 프리미엄 모델을 쓰면 위험하다. 무료 이용자가 많아질수록 서버 비용이 아니라 AI 사용 비용이 계속 늘기 때문이다. 일반 습관 기록 앱은 보통 월 4.99달러 정도로 싸게 보이고, 사람 코치는 월 100~300달러 수준으로 비싸게 보인다. Kibo는 그 사이에 있는 서비스로 잡았다. 최종 가격은 7일 무료 체험 뒤 월 9.99달러 또는 연 99달러이며, 7일 체험은 이용자가 AI 코치와 한 번의 주간 점검을 해볼 수 있게 하려는 선택이다.
소비자용 금융 비교 플랫폼은 이용자가 저축, 빚, 투자, 은퇴 준비 상태 같은 정보를 익명으로 내면, 모두가 합쳐진 데이터를 보며 자신의 재정 상태가 어느 정도인지 가늠하게 하는 구조다. 핵심 이용 경험은 계속 무료로 두는 구상이다. 참여자가 많을수록 비교 데이터가 더 쓸모 있어지기 때문에, 핵심 기능에 유료 장벽을 두면 제품 가치가 약해질 수 있다는 판단이다. 수익은 고급 리서치 보고서, 후원 광고, 기업용 데이터 라이선싱 같은 방식에서 만들 수 있다. 아직 분명하지 않은 부분은 이런 데이터 제품이 실제로 어떤 운영 문제를 겪는지, 같은 모델을 다시 만든다면 무엇을 다르게 해야 하는지다.
사업 아이디어를 더 잘 전달하려면 제품 기능을 바로 팔려고 하기보다 이야기처럼 설명하는 편이 낫습니다. 이 방식은 투자자에게 보여주는 발표 자료를 만들 때만 쓰는 것이 아닙니다. 고객에게 판매할 때, 사람들에게 사업을 소개할 때, 팀이나 협력자를 설득할 때도 같은 원리가 적용됩니다. 핵심은 제품 자체보다 고객이 겪는 문제, 그 문제가 왜 중요한지, 이 사업이 어떤 변화를 만드는지를 쉽게 이어서 보여주는 것입니다.
Vantage는 여러 쇼핑몰에 흩어진 사고 싶은 상품을 하나의 찜목록에 모으는 초기 단계 앱이다. 옷, 여행 상품, 나중에 살 물건처럼 장바구니, 앱 저장함, 핀터레스트, 화면 캡처, 개인 링크에 흩어지기 쉬운 구매 후보를 한곳에 저장하게 한다. 저장한 상품은 가격 인하, 재입고, 가격 기록을 자동으로 확인한다. 상품을 저장한 지 얼마나 지났는지도 보여줘서 충동구매를 줄이는 데 도움을 준다. 현재는 만든 사람의 쇼핑 습관에 맞춰 패션과 스트리트웨어 쪽에 더 초점이 맞춰져 있다. 앞으로의 방향은 모든 상품을 담는 범용 찜목록이 될지, 일단 저장하고 나중에 결정하게 돕는 쇼핑 도우미가 될지 아직 정리 중이다.
새 웹서비스나 앱은 먼저 만들고 나서 고객을 찾는 방식보다, 이미 사람들이 반복해서 겪는 불편을 찾는 방식이 더 안전하다. 관심 있는 분야를 하나 고른 뒤 레딧에서 그 분야 사람들이 모여 있는 서브레딧을 찾아본다. 그곳에서 사람들이 자주 불평하는 일, 반복해서 묻는 질문, 손으로 억지로 해결하고 있는 일을 살핀다. 여러 사람이 같은 문제를 말하면 그것이 만들 만한 제품의 단서가 된다. 제품을 만든 뒤에는 그 문제가 나온 곳으로 돌아가, 홍보가 허용되면 솔직하게 공유하고, 허용되지 않으면 먼저 대화에 도움을 주다가 정말 필요한 순간에만 언급한다.
초기 제품은 넓은 시장이나 큰 고객군을 먼저 잡는 것보다, 실제로 누구를 위해 만들지 한 사람 수준까지 좁히는 편이 더 선명하다. “소프트웨어 개발자를 위한 제품”처럼 넓게 잡으면 문제와 기능이 흐려질 수 있다. “특정 회사에서 특정 일을 하는 프런트엔드 개발자”처럼 아주 구체적인 사람을 떠올리면 무엇을 만들어야 하는지 판단하기 쉬워진다. 너무 넓게 만들면 오랜 시간 제품을 만들고도 고객의 실제 문제와 어긋날 수 있다.
출시 4개월 만에 첫 유료 고객이 생겼다. 결제는 Stripe 알림으로 확인됐고, 광고나 인플루언서 홍보 없이 고객이 스스로 제품을 찾아 결제했다. 제품은 출시 전에도 몇 달 동안 만들어졌고, 출시 후 4개월 동안 기능 추가, 화면 개선, 오류 수정이 계속됐다. 처음 내놓은 모습과 지금의 제품은 거의 다른 제품처럼 바뀌었다. 첫 고객은 결제 직후 오류를 발견해 알려줬고, 문제는 빠르게 찾아 수정됐다. 실제 사용자는 혼자 테스트할 때 놓친 문제를 바로 드러낸다. 중요한 점은 결제 금액보다 모르는 사람이 제품에서 문제 해결 가능성을 보고 돈을 냈다는 사실이다.
많은 서비스형 소프트웨어 창업자가 고객 인터뷰에서 좋은 반응을 듣고도 팔리지 않는 제품을 만든다. 문제에 대해 물어보는 대화는 실제 구매 의사를 재는 방법이 아니다. 인터뷰에서 동의하는 것은 비용이 들지 않지만, 실제 구매는 돈을 내고, 기존 업무 방식을 바꾸고, 팀을 설득하고, 알려지지 않은 도구를 써보는 위험을 감수해야 하기 때문이다. 그래서 초기 검증에서 중요한 신호는 사람들이 앞으로 행동하겠다고 말하는지가 아니라, 이미 그 문제를 해결하려고 행동했는지다. 가장 좋은 초기 고객은 같은 문제를 풀기 위해 이미 스프레드시트, 가상 비서, 여러 도구 조합, 내부용 간단한 프로그램 같은 불편한 임시 해결책을 쓰고 있는 사람이다.
Jithox는 왓츠앱과 전자우편으로 고객 요청을 받는 작은 사업자를 위한 도구다. 고객이 “다음 주에 수리할 수 있나요? 예산은 250유로 정도입니다”처럼 보내면, Jithox가 그 내용을 청구서 초안이나 견적서 초안으로 바꾼다. 다만 고객에게 바로 보내지는 않는다. 사업자가 내용을 확인하고, 필요한 부분을 고친 뒤, 직접 승인해야만 밖으로 발송된다. 현재 왓츠앱으로 들어온 메시지를 초안으로 바꾸는 흐름은 시험 환경에서 작동한다. 핵심 방향은 인공지능이 고객에게 틀린 내용을 마음대로 보내는 위험을 줄이면서, 반복적인 견적 작성 시간을 줄이는 것이다.
한 개발자가 지난 18개월간 8개의 제품을 출시하면서 광고비를 한 푼도 쓰지 않고 레딧에서만 누적 150만 회 이상의 조회수를 만들어냈고, 이는 수천 명의 실사용자로 이어졌다. 제품 자체의 완성도보다 레딧이라는 채널 하나가 성장의 핵심 동력이었다는 것이 요지다. 창업자용 소셜 네트워크 '스트리블(Strivle)'은 레딧 게시글과 DM만으로 3주 만에 2,300명의 유저를 모았다. 크리에이터 마케팅 마켓플레이스 '블라이멜리(Blimely)'는 4주 만에 약 430명의 유저와 1,000달러 이상의 캠페인 자금을 확보했는데, 크리에이터가 실제로 활동을 시작하기도 전인 첫 48시간 동안 320달러가 모였고 한 YC(Y Combinator) 출신 스타트업이 수천 달러 투자 의사를 밝히기도 했다. '클라르코(Clarko)'는 400명의 유저를 모았고 앤틀러(Antler) 액셀러레이터에 선발됐으며 a16z(안드리센 호로위츠) 파트너가 공개적으로 관심을 보이기도 했다. 이 성과들은 모두 콜드 DM과 유기적인 레딧 게시물이라는 동일한 방식에서 나왔고, 저자는 이제 이 동일한 플레이북을 다른 창업자들에게도 적용해보고 있다고 밝힌다.
Pembroker는 모든 업종을 다루는 대형 고객 데이터 플랫폼이 아니라, 현장 서비스와 전문 서비스 업종만 다루는 잠재고객 목록 서비스다. 대상 업종은 냉난방 설비, 배관, 지붕 공사, 치과, 동물병원, 해충 방제, 자동차 수리 등이다. 이 서비스는 해당 업종에서 일하는 사업자가 아니라, 그 업종에 제품이나 서비스를 팔려는 사람을 고객으로 삼는다. 가격은 한 가지 요금제만 있으며 월 99달러이고, 최소 3개월 이용 조건이 있다. 핵심 가정은 Apollo나 ZoomInfo처럼 큰 시장을 모두 덮으려 하지 않고, 대형 플랫폼이 깊게 다루지 않는 좁은 업종 목록을 더 잘 관리하면 작은 서비스도 경쟁력이 있다는 것이다. 아직 초기 단계라 단일 요금제가 너무 단순한지, 3개월 약정이 신뢰를 주는지 아니면 첫 구매를 막는 장벽이 되는지가 중요한 판단 지점이다.
노코드로 마이크로 SaaS를 만드는 것은 빠르게 매출을 내기에 적합한 선택이지만, 언제 실제 코드로 전환해야 하는지는 훨씬 판단하기 어렵다. 이를 위한 5가지 점검 질문 중 앞부분이 공개됐다. 첫째, 매달 내는 노코드 플랫폼 이용료가 매출보다 더 빠르게 늘고 있는가. 노코드 요금제는 사용량에 따라 커지는 구조라 초기에는 유리하지만 규모가 커지면 부담이 된다. 이용료가 낮고 안정적이라면 아직 전환할 때가 아니다. 둘째, 여러 우회 방법을 다 시도해봤는데도 플랫폼 자체의 한계에 부딪혔는가. 아직 방법을 못 찾은 것과 플랫폼 구조상 절대 안 되는 것은 다르며, 후자만 진짜 신호다. 셋째, 고객이나 업종 특성상 노코드 플랫폼이 제공할 수 없는 요건(SOC 2, HIPAA, 감사 추적 기능이 포함된 GDPR, 소스코드 에스크로, 특정 보안 통제 등)이 필요한가. 엔터프라이즈 고객이나 규제 산업 고객을 목표로 한다면 이 항목이 중요한 신호가 된다.
스마트폰으로 틱톡, 인스타그램, 릴스를 너무 오래 보면서 아침 산책 같은 생활 습관이 무너졌다. 이 문제를 직접 해결하려고 iOS App Store에 올릴 앱을 만들었다. 출시 후 반년 동안 광고비나 홍보비를 쓰지 않았고, 개발 시간도 취미 시간으로 보았다. 그 결과 앱에는 유료 구독자 24명이 생겼다. 누군가에게 도움이 되고 있다는 점에서는 자랑스러운 성과다. 하지만 엑스, 유튜브, 틱톡에서는 앱이나 서비스로 월 반복 매출 1만 달러를 벌었다는 사례가 자주 보이기 때문에, 24명이라는 숫자가 실패처럼 느껴진다. 온라인에는 좋은 결과만 많이 올라온다는 것을 알면서도, 1인 앱·서비스를 만드는 사람들의 성과를 계속 비교하면 자기 성과가 작게 느껴진다.
실제 1인 SaaS 운영에서는 단일 VPS에서 크론 작업 하나로 고객별 데이터를 매일 밤 처리하는 방식이 쓰이고 있다. 이 방식은 규모가 작을 때는 단순하고 싸지만, 실패했을 때 운영자가 로그로 먼저 알아차리지 못하고 고객의 불만으로 뒤늦게 알게 되는 문제가 있다. 다음 단계로 Celery와 Redis를 붙여 작업을 큐로 나누는 방법을 검토하고 있지만, 운영 비용이 월 500달러 수준으로 커지는 것은 피하고 싶어 한다. 핵심 고민은 고객별 반복 작업을 더 안정적으로 만들면서도, 1인 사업자가 감당할 수 있는 단순한 구조와 비용을 유지하는 것이다.
기업 고객을 대상으로 하는 스타트업은 웹사이트 주소와 목표 고객을 한 문장으로 제출하면 된다. 24시간 안에 비슷한 제품을 살 가능성이 있어 보이는 사람 5명을 받는 방식이다. 참여는 수작업이 필요해서 20명으로 제한된다. 잠재 고객 탐색에는 Coldgenius.ai가 쓰이며, 이 도구는 온라인 대화를 살펴보고 누가 관련 제품을 찾고 있는지 신호를 잡는다. 비슷한 실험은 몇 주 전에도 진행됐고, 이번에는 실제 창업자들에게 도움이 되는지 다시 확인하려는 목적이다.
Supabase와 Railway 같은 서비스는 MVP를 빠르게 만들 때 편하다. 데이터베이스, 로그인, 파일 저장, 서버 기능이 한곳에 있어 처음 제품을 띄우기 쉽다. 하지만 실제 사용자가 생기면 필요한 기능이 줄어드는 경우가 많다. 로그인은 다른 서비스로 옮기고, 서버 기능도 쓰지 않게 되면 결국 Postgres 데이터베이스만 남는다. 이때는 백업이 확실하고, 다음 달 비용을 예측하기 쉬운 관리형 Postgres가 더 나을 수 있다. 논의에서는 Neon, Render, RDS, Hetzner, 자체 호스팅 같은 대안이 함께 언급됐다. 일부 운영자는 Supabase의 묶음 기능을 계속 쓰면 값어치가 있지만, 데이터베이스만 쓴다면 비용과 운영 구조가 애매해진다고 봤다. 사용량 기반 과금은 사용자가 늘수록 매달 비용을 미리 계산하기 어렵게 만드는 주요 불안 요소로 다뤄졌다.
CriticAI는 음악 작업자에게 더 일관되고 실행하기 쉬우며 믿을 만한 피드백을 주는 서비스다. 4월 이후 이용 예술가 수가 7,000명에서 1만3,000명 이상으로 늘었다. 특히 5월에 큰 증가가 있었고, 전체 사용자층은 거의 두 배가 됐다. 출발점은 예술가와 프로듀서가 음악 피드백을 받을 때 겪는 불편함이었다. 서비스 운영자는 이 문제를 해결하는 플랫폼을 만들었고, 수요가 있다는 신호를 조금씩 확인해 왔다. 앞으로 더 많은 기능이나 방향을 준비하고 있지만, 아직은 초기 단계다.
디제이들은 예약을 스프레드시트로 정리하고, 고객 대화는 메시지로 처리하며, 보증금은 PayPal 요청으로 따로 받는 경우가 많다. 이미 DJ Intelligence, HoneyBook, Vibo 같은 유료 도구가 있고, DJ Intelligence는 1년에 약 299달러를 받기 때문에 이 문제에 돈을 내는 시장은 확인되어 있었다. 기회는 완전히 새 시장을 만드는 것이 아니라, 더 현대적인 디제이 업무 도구를 만드는 데 있었다. 만들어진 서비스는 공연 일정, 고객, 매출, 예약률, 달력, 공개 예약 페이지, 문의함, CRM, 행사 계획, 결제, 재무, 계약서, 장비 관리, 분석, 이메일 양식과 발송 기록을 한곳에서 다루는 작은 구독형 웹서비스였다. 핵심 가격 결정은 스포티파이 연동을 무료가 아니라 유료 요금제에 넣은 점이었다. 이 기능이 단순한 관리 화면보다 고객이 실제로 돈을 낼 만한 가치에 더 가까웠다는 교훈을 남겼고, 서비스는 현재 매물로 나와 있다.
1인 앱 운영자에게 가장 힘든 일은 제품을 만드는 것보다 첫 사용자를 찾는 일일 수 있다. 여러 번의 직접 경험에서, 많은 시간을 들여 만든 제품도 마케팅과 알릴 방법을 미리 생각하지 않으면 쉽게 방치된다. Twitter, Product Hunt 같은 흔한 공개 채널에 올려도 반응이 거의 없으면 의욕이 크게 떨어진다. 그다음에는 잠재 사용자에게 직접 연락하고, 메시지를 쓰고, 후속 연락까지 해야 하지만 이미 지친 상태라 계속하기 어렵다. 그래서 제품이 실패한 이유를 ‘아무도 원하지 않는 제품’으로 단정하기 쉽지만, 실제로는 필요한 사람에게 제대로 닿지 못했을 가능성도 남아 있다.
GritRender는 완전 자동 영상 편집기 대신, 사람이 편집 방향을 잡고 AI가 반복 작업을 맡는 브라우저 기반 영상 편집 도구다. 기존 자동 AI 편집기는 엉뚱한 장면을 자르거나 자막 위치를 잘못 잡아, 사용자가 다시 고치는 시간이 많이 든다는 문제의식에서 출발했다. 사람이 전부 직접 편집하면 영상 하나에 4시간 이상 걸릴 수 있다. GritRender는 침묵 구간 자르기, 자막 자동 맞춤, 글로 설명한 내용을 바탕으로 모션 그래픽 만들기 같은 기계적인 작업을 처리한다. 사용자는 타임라인을 직접 유지하면서 Ctrl+K를 눌러 “흑백으로 바꾸고 천천히 확대” 같은 자연어 명령을 입력할 수 있다. 기술적으로는 Next.js 화면과 Remotion 렌더링 엔진을 쓰며, 별도 설치 없이 브라우저에서 실행된다.
이력서 작성과 ATS 점수 검사를 제공하는 서비스가 석 달 만에 세 번째 유료 고객을 얻었다. 결제 금액은 약 3달러로 작지만, 몇 달 동안 만들고 알리고 실제로 돈을 낼 사람이 있는지 확인해 온 단계에서는 의미 있는 신호다. 같은 기간 동안 사용자 2,500명 이상, ATS 점수 검사 1,000건 이상, 이력서 작성 300건 이상이 발생했다. 아직 원하는 수준의 성장은 아니지만, 무료 사용이 실제 결제로 조금씩 이어지면서 문제를 제대로 잡고 있는지 판단하려는 단계다. 다음 고민은 제품-시장 적합성을 언제 확인할 수 있는지, 기존 사용자를 위해 제품을 더 다듬을지, 유료 고객 100명을 먼저 목표로 삼을지, 초반 고객 이후 어떤 마케팅 채널에 집중할지다.
모션 디자이너가 After Effects 작업 중 직접 겪던 작은 불편을 플러그인으로 만들어 약 500달러 매출을 냈다. 기존 스크립트가 문제를 제대로 해결하지 못하자, 인공지능 도움으로 JSX 스크립트를 몇 시간 만에 만들었고 처음에는 거칠었지만 작동했다. 이후 몇 주 동안 계속 고쳐 팀 안에서 쓰다가, 다른 모션 디자이너에게도 필요할 수 있다고 판단했다. 몇 달 동안 틈틈이 더 나은 화면을 갖춘 플러그인으로 다듬고 홍보 영상을 만든 뒤 5월에 출시했다. 지금은 두 번째 플러그인을 만들고 있으며, 관련 커뮤니티에 공개한 뒤 초기 이용 신청이 약 100명 들어왔다. 다만 판매가 어떻게 이뤄졌는지, 검색 노출이나 반복적인 홍보가 얼마나 들어갔는지는 자세히 나오지 않았다.
한 SaaS 제품의 체험판 결제 전환 문제는 화면 디자인보다 첫 사용 경험의 문제에 가까웠다. 가입자와 결제자는 세고 있었지만, 가입 뒤 실제로 제품의 핵심 행동을 끝냈는지는 아무도 모르고 있었다. 이틀 동안 기본 추적을 붙여 보니 가입자 100명 중 약 74명이 핵심 행동을 한 번도 완료하지 않았다. 이들은 제품을 제대로 써 보고 떠난 것이 아니라, 몇 분 둘러보다가 막히고 돌아오지 않았다. 체험판 사용자의 상당수가 한 번만 로그인하고 사라지는 일이 흔하다는 점도 같은 문제를 보여준다.
10년간 여러 앱을 만들어온 한 개발자가 지난 1년의 경험에서 얻은 가장 중요한 교훈은 '트래픽 확보'였다. 트래픽만 있으면 제품을 팔고, 피드백을 모으고, 성장하면서 동시에 제품을 개선할 시간도 벌 수 있다. 검색엔진 최적화(SEO)를 통해 월간 클릭 수를 0에서 약 17,000건까지 끌어올렸고, 이 트래픽이 매달 약 2,900달러(약 400만 원 미만, 원문 기준 약 290만 원 상당)의 매출로 이어지고 있다. 이전까지는 어떤 방법으로도 의미 있는 트래픽을 만들지 못했다. 광고 실험은 대부분 손해였고, 광고비보다 더 많은 돈을 잃었다. 레딧에서 트래픽은 왔지만 매출로는 거의 이어지지 않았다. SEO는 구축하기 어렵고 비용도 많이 들었다. 이번에 달라진 점은 매출이 거의 없던 6개월이 지난 후에도 제품 마케팅을 포기하지 않고 계속했다는 것, 블로그 글 작성에 OpenClaw라는 AI 도구를 활용하기 시작했다는 것, 그리고 백링크(다른 사이트가 내 사이트로 연결해주는 링크) 확보에 집중했다는 것이다. AI가 전통적인 검색의 주목도를 많이 가져가고 구글이 AI 검색 요약을 강하게 밀고 있는 시점에도 SEO가 여전히 잘 작동한다는 점에 스스로도 놀랐다고 밝혔다.
필요한 도구는 긴 목표를 음성으로 관리해 주는 AI다. 처음에 창업 같은 장기 목표와 로드맵을 한 번 설명해 두고, 매일 2~5분 동안 끝낸 일, 남은 일, 새 아이디어, 막힌 부분, 진척 상황을 말로 남기는 방식이다. 이 도구는 대화가 바뀌어도 지난 내용을 기억해야 한다. 또 로드맵을 자동으로 고치고, 끝내지 못한 일을 다음으로 넘기며, 목표까지 얼마나 왔는지 계속 추적해야 한다. 매주와 매달에는 얼마나 진행됐는지, 무엇이 남았는지, 어디서 자주 늦어지거나 막히는지를 요약해 줘야 한다. 우선순위와 다음 날 할 일은 사람이 직접 정하고, AI가 코치처럼 판단하거나 대신 결정할 필요는 없다. ChatGPT, Notion AI, AI 일기 앱들은 이 흐름을 끝까지 자연스럽게 지원하지 못했다.
무료 Figma 온보딩 키트가 공개됐다. 구독형 웹 서비스에서 새 사용자를 처음 안내하는 화면을 더 빨리 만들 수 있도록 70개 이상의 화면 템플릿과 32개의 재사용 부품을 담았다. 화면은 밝은 모드와 어두운 모드 버전으로 준비되어 있다. 자료는 잘 만든 구독형 웹 서비스들이 어떻게 첫 사용 경험을 설계하는지 살펴본 결과를 바탕으로 구성됐다. 사용자는 Figma 커뮤니티 파일에서 바로 열어 볼 수 있다.