AI가 긴 답을 줬는데, 끝까지 읽지 않습니다.

처음 세 줄만 보고 "대충 맞네" 하고 닫아요. 문제는 내용이 없어서가 아닙니다. 너무 평평해서예요. 제목, 목록, 굵은 글씨, 코드 블록. 전부 맞는데 어디부터 봐야 할지 몸이 먼저 포기합니다.

HTML로 받으면 달라집니다. 중요한 숫자는 카드로 튀어나오고, 위험한 항목은 빨갛게 표시되고, 후보들은 나란히 놓입니다. 버튼을 누르면 정렬되고, 마지막에는 copy as markdown으로 다시 문서에 붙일 수 있어요.

정보는 그대로인데 하나는 읽어야 하는 문서고, 하나는 판단할 수 있는 화면입니다. 차이는 "마크다운으로 정리해줘"와 "HTML로 만들어줘" 사이에 있었어요. 지금 AI 산출물에 일어나는 변화도 여기서 시작합니다.

개발자 세계에서는 이 차이가 더 선명합니다. Django 공동 창시자 Simon Willison은 보안 취약점 코드를 LLM에 넘기면서 "HTML로 설명해줘"를 붙였어요. 결과는 200줄짜리 텍스트가 아니라, 브라우저에서 바로 열리는 한 페이지짜리 해설서였습니다. 어두운 배경의 코드 블록, 노란 Safety note 박스, 숫자 카드로 펼쳐지는 단계별 설명까지 들어간 페이지였죠.

Simon Willison이 LLM으로 만든 익스플로잇 해설 페이지. 출처: https://simonwillison.net/2026/May/8/unreasonable-effectiveness-of-html/

비슷한 시점에 Anthropic Claude Code 팀의 Thariq Shihipar가 X에 'The Unreasonable Effectiveness of HTML'을 올렸어요. 게시물은 AI 코딩 도구 사용자들 사이에서 빠르게 공유됐습니다. 200줄짜리 plan.md를 받고, 스크롤 한 번 하고, 닫고, 사흘 뒤에 같은 걸 또 물어보는 경험이 낯설지 않았기 때문이죠. AI는 일을 끝냈는데 결과물이 길고 빽빽한 텍스트라 읽히지 않았던 겁니다. 흩어져 있던 불편함을 누군가 문장으로 정리하자, 많은 사람이 고개를 끄덕인 셈이에요.

Thariq Shihipar의 'The Unreasonable Effectiveness of HTML'. 출처: X(@trq212)

조회수가 높다고 주장이 곧바로 맞다는 뜻은 아닙니다. 다만 여러 곳에서 비슷한 결론이 나왔다는 점은 따로 볼 만해요.

마크다운이 기본값이었던 이유

포맷이 왜 바뀌는지 보려면, 먼저 마크다운이 오래 첫 선택지로 남아 있던 이유를 봐야 합니다. 한 번 굳어진 선택은 오래 가요. 이유가 약해져도 습관은 남거든요. 이사를 가도 옛 동네 카페만 찾아가는 사람처럼요. 마크다운이 딱 그랬어요.

토큰이 비쌌던 시절

GPT-4 초기 컨텍스트 윈도우는 8,192 토큰이었어요. <div class="card">...</div> 같은 HTML 태그는 같은 내용을 쓰더라도 마크다운보다 토큰을 더 많이 썼습니다. 그래서 짧고, 사람이 읽기 쉽고, 손으로 고칠 수 있는 마크다운이 자연스럽게 기본 출력 형식이 됐죠.

그 습관이 도구 안에 쌓였어요. Claude Code 설정은 CLAUDE.md, 작업 지시는 AGENTS.md, 스킬 정의는 SKILL.md. 프로젝트 폴더가 .md로 도배됐고, AI 산출물까지 마크다운으로 나오기 시작했습니다.

산출물이 너무 길어졌습니다

컨텍스트 윈도우가 백만 토큰 규모로 커지면서, AI 답변도 10줄짜리 메모에서 천 줄짜리 구현 계획, 복잡한 플로우차트, 긴 코드 리뷰로 확장됐어요. 마크다운으로 받으면 제목과 목록이 이어진 긴 문서가 됩니다. 읽기 전에 지쳐요.

입력 규모와 산출물의 복잡도는 달라졌지만, 결과물을 담는 형식은 예전의 마크다운 관성에 묶여 있었죠.

안 읽히면 안 쓰이는 거다

문제는 예쁘냐가 아니라 실제로 읽히고 쓰이느냐입니다. 안 읽히는 산출물은 책장에 꽂힌 채 한 번도 펴지지 않는 책과 비슷해요. 내용이 있어도 실제 판단에는 쓰이지 않습니다.

마크다운이 못하는 것

마크다운이 잘하는 일은 제목, 목록, 강조, 코드 블록, 링크처럼 문서를 구조화하는 일입니다. 색, 배치, 상호작용은 마크다운 혼자서는 어렵죠.

Claude Code가 마크다운 안에서 색을 보여주려다 유니코드 이모지로 색 박스를 그린 스크린샷이 있어요. 색을 보여줘야 하는데 색을 쓸 수 없으니, 결국 이모지 블록으로 색상표를 흉내 냅니다.

정보는 있는데 표현할 수단이 없을 때. 출처: Thariq Shihipar

HTML에서는 같은 정보를 표로 정렬하고, 색으로 구분하고, 다이어그램으로 묶고, 클릭했을 때 반응하게 만들 수 있어요.

읽는 문서에서 조작하는 UI로

차이는 문서를 읽을 때보다 화면에서 직접 고칠 때 더 커집니다. 마크다운은 결과를 보여주지만, HTML은 입력칸, 드래그 앤 드롭, 미리보기, 내보내기를 갖춘 작업 화면이 돼요.

예를 들어 할 일 30개를 이번 주 / 다음 주 / 나중에 / 제외로 나눈다고 해볼게요. 마크다운이라면 네 목록을 오가며 복사하고 지워야 합니다. HTML이라면 브라우저에서 카드를 끌어 옮기면 끝나죠. 팀 설정도 마찬가지예요. 설정표를 읽는 대신 입력칸에서 값을 바꾸고, 충돌이 생기면 화면에서 바로 경고를 띄울 수 있습니다.

여기서 빠지면 안 되는 건 내보내기 버튼입니다. copy as JSON, copy as markdown 같은 버튼을 붙이면, 화면에서 정리한 결과를 회의록, 업무 목록, 다음 요청문으로 바로 옮길 수 있어요. 사람이 브라우저에서 정리하고, AI가 그 결과를 다음 입력으로 받습니다.

업무 카드를 브라우저에서 직접 분류하고, 끝나면 'copy as markdown'으로 결과를 뽑습니다. 출처: Thariq Shihipar

의사결정 문서도 같은 방식으로 바뀝니다. 후보 여섯 개를 긴 문단으로 늘어놓는 대신, 비용, 위험, 걸리는 시간, 되돌리기 쉬운 정도를 카드로 나란히 놓을 수 있어요. 독자는 긴 문단을 순서대로 읽지 않아도 됩니다. 한 화면에서 비교하고, 하나를 고르면 되죠.

같은 문제의 여섯 가지 접근을 카드로 비교합니다. 출처: Thariq Shihipar

개발자 예시로 가면 코드 변경 검토에서도 차이가 큽니다. 마크다운 리뷰는 파일명, 바뀐 코드, 코멘트가 위에서 아래로 이어져요. HTML 리뷰는 변경 전후를 나란히 보여주고, 위험한 변경은 빨간색으로 표시하고, 서로 관련된 부분끼리 링크로 묶을 수 있습니다. 바뀐 파일들이 서로 어떻게 연결되는지도 그림으로 보여줄 수 있고요. 코드 변경마다 HTML 설명 페이지를 붙이면, 리뷰어는 변경 이유와 위험 지점을 한 화면에서 확인할 수 있습니다.

코드 변경 화면 안에 메모, 심각도별 색 표시, 관련 위치로 이동하는 링크가 한 페이지에 들어갑니다. 출처: Thariq Shihipar

디자인을 정할 때도 마찬가지예요. 버튼 애니메이션의 속도와 색 변화를 슬라이더로 바꿔 보다가, 마음에 드는 값을 뽑아 최종 작업에 넘길 수 있습니다. 먼저 브라우저에서 만져보고, 확정된 값만 코드로 옮기면 되죠. AI 디자인 도구가 HTML 화면을 먼저 내놓는 이유도 여기 있어요.

기술 리포트도 단순한 설명문에서 벗어납니다. 예를 들어 "예약이 몰릴 때 요청을 어떻게 제한하는지 설명해달라"고 요청하면, 시간에 따라 빈자리가 차고 빠지는 흐름을 애니메이션으로 보여줄 수 있어요. 변경 전후 코드를 나란히 두고, 줄 위에 마우스를 올리면 주석을 띄울 수도 있습니다. 같은 내용을 마크다운으로 받으면 긴 설명 문서가 됩니다. HTML로 받으면 동작을 보면서 확인하는 화면이 되죠.

그래서 차이는 "보기 좋다"가 아닙니다. HTML로 만들면 AI가 준 결과를 읽는 데서 끝내지 않고, 그 자리에서 비교하고 고치고 다시 꺼내 쓸 수 있어요.

독자가 사람만은 아니다

HTML 파일을 만들었으면, 누가 읽을까요?

검증 단계에서는 사람만 보는 게 아니라 다른 AI에게도 같은 HTML 파일을 읽혀 오류를 찾게 합니다. 처음엔 평범하게 들리지만, 한 번 더 읽어볼 가치가 있어요.

사람이 프롬프트를 치고, AI 하나가 HTML을 만들고, 사람이 확인하고, 다른 AI가 같은 HTML을 다시 읽습니다. 산출물이 다음 작업자에게 입력으로 들어가는 거죠. 혼자 보던 메모가 이어받을 수 있는 공유 작업물이 된 셈이에요.

'HTML이냐 마크다운이냐' 논쟁이 어디서 엇나갔는지 여기서 보입니다. 포맷 싸움을 하는 동안 독자가 바뀐 거예요. 사람만 읽던 산출물을 이제 다른 AI도 읽습니다. HTML은 단순한 문서가 아니라 구조와 동작을 가진 입력이 될 수 있어요.

마크다운 최강 강점이 사라졌습니다

마크다운의 약점은 단순합니다. 파일이 길어지면 끝까지 읽기 어렵고, 실제로는 사람이 직접 고치지도 않는다는 거예요. 수정이 필요하면 다시 Claude에게 시키는 경우가 많아졌다는 겁니다.

마크다운 최고 강점은 "사람이 손으로 고칠 수 있다"였는데, AI 도구를 쓰는 환경에서는 그 강점이 약해진 거죠.

한쪽에서만 나온 얘기가 아니었습니다

한 사람의 글이었다면 바이럴로 끝났을 수도 있어요. 그런데 타이밍이 묘했습니다. 서로 다른 세 곳이 거의 동시에 HTML을 전면에 세웠어요. 분야도 동기도 달랐죠.

HeyGen: "에이전트는 이미 HTML을 말한다"

HeyGen은 AI 아바타 영상 회사예요. HyperFrames를 Apache 2.0으로 공개했습니다. HTML과 CSS로 영상 장면을 만들면 브라우저 엔진이 화면을 캡처해 MP4로 렌더링하는 원리예요. GitHub 스타는 5월 중순 기준 1만 개대 후반까지 올라왔습니다.

GitHub 소개 문구가 직설적이에요. "Write HTML. Render video. Built for agents." 프레임워크 설계부터 AI가 직접 영상 장면을 작성하는 걸 전제로 깔았어요. 설계 설명에는 "agents already speak HTML"이 명시돼 있고, Claude Code, Cursor, Gemini CLI, Codex를 공식 지원합니다. AI에게 프레임워크 쓰는 법을 가르치는 "skills" 시스템까지 따로 제공해요.

HeyGen 공동창업자·CEO Joshua Xu도 공개 자료에서 같은 이유를 들었어요.

HTML+CSS는 웹의 기본 언어예요. React 코드는 그 위에 올라간 특정 개발 방식에 가깝고요. 관건은 사용자 친숙도가 아니라 모델이 얼마나 안정적으로 만들어내느냐입니다. AI에게 더 익숙한 쪽은 React 방식이 아니라 HTML이죠.

Remotion: HTML을 영상 캔버스에 얹다

Remotion은 영상을 React 코드로 만드는 프레임워크예요. 메인 레포 GitHub 스타가 5월 중순 기준 4만7천 개대인 곳이죠. 5월 초에는 <HtmlInCanvas>라는 기능을 추가했습니다. 이름 그대로 HTML을 영상 캔버스에 그대로 합성하는 기능이에요.

보통 SDK는 언어별로 라이브러리를 배포하잖아요. 자바스크립트용, 파이썬용. Remotion은 AI 도구별 설정을 따로 깔았어요. 쓰는 쪽이 사람만은 아니라는 뜻입니다. 스타터 프롬프트도 처음부터 Claude Code 호출을 가정하고 짜여 있습니다.

HeyGen 쪽이 더 직접적인 증거예요. "에이전트는 이미 HTML을 말한다"고 선언했으니까요. Remotion은 AI 도구가 바로 쓸 수 있는 설정을 깐 것이고 선언까지는 안 갔습니다. 둘 다 사람이 직접 조작하는 도구보다 AI가 만들고, 다시 읽고, 이어받기 쉬운 HTML 기반 작업 흐름을 택했다는 점은 같아요.

브라우저, 링크, 학습 데이터가 모두 HTML 쪽입니다

Anthropic, HeyGen, Remotion. 개발 도구, 영상 아바타, 영상 프레임워크. 분야도 동기도 다릅니다.

다만 HeyGen과 Remotion은 모두 영상 회사이고, 브라우저 렌더링은 원래 이들의 기술 기반과 가깝습니다. 그래서 HTML 선택 자체보다 중요한 점은 따로 있어요. 두 회사가 HTML을 사람이 손으로 쓰는 문서가 아니라 AI가 만들고 이어받기 쉬운 작업물로 내세웠다는 점입니다.

이유가 하나만 있는 건 아닙니다. HTML은 브라우저에서 바로 열 수 있어요. 링크 한 줄로 보낼 수도 있습니다. LLM 학습 데이터에도 HTML 예제가 많습니다. 그래서 최소한 AI가 만들고, 검증하고, 이어받는 산출물에서는 HTML이 더 자주 선택되고 있습니다.

Karpathy는 텍스트 다음을 봤습니다

Andrej Karpathy도 거의 같은 방향을 짚었습니다. OpenAI 초기 멤버이자 Tesla AI 디렉터를 지낸 사람이에요. 그는 X에서 AI 답변이 담기는 형식의 변화를 이렇게 요약했어요.

그냥 텍스트에서 마크다운으로, 마크다운에서 HTML로, 그다음은 신경망이 직접 만드는 인터랙티브 영상. AI가 답을 내놓는 기본 화면이 텍스트에서 마크다운으로, 다시 HTML로 옮겨가고 있다는 뜻이죠.

마크다운이 사라진다는 얘기가 아닙니다. 지금도 많이 쓰고, 앞으로도 쓸 거예요. 다만 첫 선택지는 바뀔 수 있습니다. 짧은 기간에 Anthropic, HeyGen, Remotion의 흐름이 HTML 쪽으로 겹쳤다는 점이 그 신호예요.

Karpathy는 사람이 정보를 받아들이는 방식도 근거로 들었습니다. 우리는 긴 텍스트보다 화면, 배치, 움직임을 더 빨리 읽죠. 그래서 AI 출력도 점점 읽는 문서보다 보는 화면에 가까워진다는 얘기입니다.

HTML은 보안과 리뷰 비용이 듭니다

하지만 HTML을 첫 선택지로 두는 데는 비용이 있습니다. 이 반론을 빼면 글이 너무 낙관적으로 보이죠.

HTML을 미는 쪽도 약점을 인정합니다. 토큰을 두세 배 더 쓴다는 점, 깃에서 변경 내역을 보면 노이즈가 많다는 점.

토큰 쪽에는 우회로가 있습니다. CSS를 외부 파일로 빼면 토큰을 크게 줄일 수 있어요. 그래도 HTML은 마크다운보다 비쌉니다. 다만 모델의 컨텍스트가 커지면서, 토큰 두세 배 차이가 모든 작업을 막는 수준은 아니게 됐죠.

외부 비판은 더 날카로웠어요. Kurtis Redux가 Medium에 'The Unreasonable Ineffectiveness of HTML'을 올렸습니다. 개발자가 검토해야 하는 것은 예쁜 결과물이 아니라 변경된 코드, 실행 위험, 유지보수 비용이라는 지적이죠.

Redux의 반론은 네 가지입니다. 원본 HTML은 브라우저 없이는 읽기 어렵고, JavaScript는 보안 위험을 만들 수 있고, 변경 내역은 태그와 스타일에 묻히고, 토큰 비용도 커집니다.

비판을 한 문장으로 줄이면 이겁니다.

마크다운은 열어도 실행되지 않습니다. HTML은 다르죠. JavaScript가 돌고, 외부 리소스를 부르고, 브라우저 권한을 건드릴 수 있습니다. 그래서 HTML 산출물은 문서라기보다 작은 웹앱에 가깝게 다뤄야 해요. 격리된 화면에서 띄우고, 외부 호출을 차단하고, 미심쩍은 산출물은 인터넷을 끊고 열어야 합니다. 다만 "한 줄 명령으로 받아서 더블클릭"이라는 쉬운 경험이 사라지면, HTML의 매력 절반이 같이 깎입니다.

변경 내역 문제도 비슷해요. HTML 파일만 PR에 붙이면 리뷰가 어렵습니다. 렌더링 화면 캡처, 변경 요약, 주요 DOM 변경 설명을 같이 붙이는 쪽이 지금은 더 현실적이죠.

업무별로 나누면 선이 분명합니다. 보고 만지고 비교해야 하는 결과물은 HTML이 낫습니다. 절차, 결정, 체크리스트처럼 텍스트가 중심인 작업은 마크다운이 낫고요. 마크다운이 사라지는 게 아니라, 마크다운이 모든 걸 받아내던 시대가 끝나는 거죠.

프롬프트 한 줄로 작동하긴 하지만, HTML을 제대로 띄우는 환경을 갖춘 도구가 아직 일부 제품에 몰려 있다는 비판도 있어요. HeyGen과 Remotion은 원래 Chromium 렌더링에 가까운 회사라 예외로 볼 여지도 있습니다. 그래도 두 회사가 비슷한 타이밍에 사람용 UI가 아니라 AI 도구용 SDK를 냈다는 점은 우연으로 넘기기 어렵죠.

그래서 당장은 이렇게 나누는 편이 맞습니다.

산출물은 HTML로, 설정과 입력은 마크다운으로.

마크다운을 버리자는 얘기가 아닙니다. 자리를 나누자는 거예요. HTML 산출물이 늘수록 샌드박스 실행, 외부 호출 차단, 렌더링 diff 같은 리뷰 도구도 같이 필요해집니다.

읽히면 사람이 다시 판단한다

결국 남는 질문은 이거예요. 사람이 판단 과정에 남아 있느냐. 마크다운 계획서를 깊이 읽지 않게 되면 Claude의 결정을 그냥 받아들이게 됩니다. HTML로 바꾸면 달라져요. 스크롤하다 닫던 계획서가 정렬하고 비교하는 화면이 되면, 사람은 다시 멈춰서 판단합니다.

Redux의 경고는 맞습니다. 보이는 화면이 판단을 대신하면 안 됩니다. 다만 안 읽히는 문서를 고집하는 것도 판단을 포기하는 다른 방식이죠.

AI한테 질문하고 답을 받던 시절에는 텍스트로 충분했어요. 이제 AI 산출물은 30초짜리 메모가 아니라 한 시간 동안 만지고 판단하는 화면까지 커졌습니다. 결과물이 달라졌으니 파일 형식도 같이 바뀌는 겁니다.

오늘 한번 해보세요

엔지니어만의 얘기가 아니에요. Claude Artifacts, ChatGPT Canvas, Gemini Canvas. 주요 챗봇 대부분에 이미 같은 능력이 들어와 있어요.

이번 주 회의록이나 KPI 표 하나만 골라 이렇게 물어보세요. "정렬 가능한 HTML 대시보드로 만들어줘. 목표 대비 달성률은 색으로 보여주고, 마지막에 copy as markdown 버튼을 넣어줘." 30초면 클릭 가능한 대시보드가 옵니다. 헤더를 누르면 정렬이 바뀌고, 달성률 80% 이하는 빨간색으로 뜨고, 버튼 한 번이면 마크다운으로 뽑혀요.

CommonMark 스펙은 이미 마크다운 안에 HTML 삽입을 허용하고 있어요. 전부 바꿀 필요는 없습니다. 읽기만 할 문서는 마크다운으로 두고, 비교하고 판단해야 할 부분만 HTML로 올리면 됩니다.

마크다운은 기록에 남기고, 판단해야 할 부분은 화면으로 올리세요.

구독자분들을 위해 작은 선물을 준비했습니다.

SaaS를 6개 만들고, 출시했습니다.

그리고 제 모든 업무 중심이 Claude Code로 돌아갑니다.

시중에 무작위로 배포되는 단순 기술을 정리한 게 아닌, 실전 중심의 활용법과 경험을 녹여냈습니다.

아래 링크에서 확인 하실 수 있습니다.

앞으로도 계속 유익한 정보를 전달드리겠습니다.

📌오픈채팅방 : https://open.kakao.com/o/gtzeeMji

✅  엉클잡스 스레드 : https://www.threads.net/@unclejobs.ai

📖 무료 전자책 링크 : https://www.latpeed.com/products/k9vwB

우리가 OpenAI와 Anthropic을 직관할 때 Google은?

지난 한 주만 봐도 AI 뉴스는 정신없이 쏟아졌습니다. OpenAI는 GPT-5.5를 냈고, DeepSeek은 V4 Preview를 공개했습니다. Kimi는 K2.6을 오픈소스로 풀었고, Qwen도 3.6-27B를 내놓았습니다.

겉으로 보면 전부 같은 싸움입니다.

누가 더 똑똑한가.
누가 코딩을 더 잘하는가.
누가 더 싸게 돌릴 수 있는가.
누가 더 긴 작업을 버티는가.

요즘 AI 뉴스는 거의 스포츠 중계에 가깝습니다. 오늘은 이쪽이 앞섰고, 내일은 저쪽이 뒤집습니다. 순위표는 계속 바뀌고, 이름은 더 많아집니다.

그런데 조금만 떨어져 보면 질문이 달라집니다.

그 많은 AI는 결국 어디서 돌아갈까요.

좋은 엔진이 많아질수록, 더 귀해지는 건 엔진이 놓일 자리입니다. 칩, 전기, 데이터센터, 개발자 화면, 기업 계정, 소비자 습관, 디바이스 유통. 이 길목을 누가 잡느냐가 다음 싸움입니다.

구글은 이 지점을 보고 있습니다.

Gemini 하나로 모든 경쟁자를 이기겠다는 이야기가 아닙니다. 구글의 진짜 목표는 더 아래에 있습니다. AI가 만들어지고, 돌고, 팔리고, 배포되는 길을 자기 쪽으로 통과시키는 것.

말하자면 구글은 모델 회사가 아니라, AI의 지반을 쌓는 회사가 되고 있습니다.

모두가 모델 경쟁을 보는 사이, 구글은 건물 전체를 짓고 있었다.

1층. 칩

모델 경쟁 아래에는 추론 비용 경쟁이 있다.

AI 회사의 원가표는 반도체에서 시작합니다.

아무리 똑똑한 시스템도 칩이 없으면 움직이지 못합니다. 질문에 답하고, 코드를 짜고, 이미지를 만들고, 음성에 반응하는 모든 일이 결국 칩 위에서 계산됩니다.

오랫동안 이 층의 주인은 엔비디아였습니다. GPU를 사는 회사와 GPU를 파는 회사가 나뉘었고, AI 골드러시에서 가장 먼저 돈을 번 쪽은 삽을 판 회사였습니다.

구글은 여기서 멈추지 않았습니다.

10년 넘게 자체 TPU를 만들어왔고, 2025년에는 7세대 TPU인 Ironwood를 공개했습니다. 구글은 이 칩을 “추론의 시대”를 위한 TPU라고 설명했습니다. 한 번 훈련하고 끝나는 일이 아니라, 매일 수없이 반복되는 사용 비용을 겨냥한 겁니다.

학습은 큰돈이 한 번 나가는 일입니다.

추론은 서비스가 팔릴 때마다 계속 나가는 원가입니다.

앞으로 AI 사업의 마진은 여기서 갈립니다. 좋은 엔진을 만드는 것과, 그 엔진을 오래 싸게 돌리는 건 다른 게임입니다.

OpenAI와 앤트로픽은 전자에 강합니다.

구글은 후자를 자기 손에 넣으려 합니다.

2층. 데이터센터

AI는 모델이 아니라 전기와 냉각 위에서 돌아간다.

칩은 혼자 돈을 벌지 못합니다.

전기가 필요합니다.

냉각이 필요합니다.

네트워크가 필요합니다.

수만 장의 칩을 묶어낼 건물과 운영 능력도 필요합니다.

AI 데이터센터는 서버가 많은 건물이 아닙니다. 전력 계약, 부지, 냉각, 보안, 해저 케이블, 네트워크 백본이 한꺼번에 들어가는 거대한 인프라 사업입니다. 돈만 있다고 바로 복제할 수 있는 영역이 아닙니다.

그래서 AI 기업들은 클라우드 파트너를 늘립니다. 한 곳의 용량만으로는 앞으로 필요한 계산량을 감당하기 어렵기 때문입니다.

앤트로픽도 같은 길을 갑니다. AWS가 여전히 중요한 파트너지만, Google·Broadcom과 함께 2027년부터 들어올 차세대 TPU capacity 계약도 발표했습니다. 공식 표현은 “multiple gigawatts”입니다.

이 말은 조용하지만 큽니다.

AI 경쟁은 결국 전기 경쟁으로 이어집니다. 더 정확히는 전기를 끌어오고, 열을 식히고, 그 위에 칩을 촘촘히 얹는 능력의 경쟁입니다.

여기서 구글은 세입자가 아닙니다. 임대인에 가깝습니다.

칩을 만들고, 데이터센터를 운영하고, 클라우드로 팔고, 그 위에 자기 제품과 고객의 제품을 함께 올립니다.

누군가는 남의 칩을 사서 남의 건물에 꽂습니다.

구글은 자기 칩을 자기 인프라 위에 올립니다.

이 차이는 시간이 갈수록 커집니다.

3층. 기반 모델

우리가 보는 모델 경쟁은 사실 3층에서 벌어지는 일이다.

여기가 가장 시끄러운 층입니다.

벤치마크가 나오고, 새 버전이 나오고, 컨텍스트 길이가 늘고, 코딩 점수가 바뀝니다. 우리가 매일 보는 뉴스 대부분이 여기서 나옵니다.

구글도 이 층에서 진지하게 붙었습니다.

Gemini 3.1 Pro는 ARC-AGI-2에서 77.1%를 기록했고, 구글은 이 능력을 Gemini API, AI Studio, Gemini CLI, Antigravity, Vertex AI, Gemini Enterprise, Gemini App까지 한꺼번에 흘려보냈습니다.

이 대목이 중요합니다.

구글의 3층은 단독 제품이 아닙니다. 아래층의 인프라와 위층의 제품군을 이어주는 통로입니다.

성능표에서 1등을 하는 날도 있고, 아닐 때도 있을 겁니다. 그건 당연합니다. 이 층은 원래 자주 뒤집힙니다. 문제는 누가 한 주 동안 앞섰느냐가 아니라, 그 성능이 어디로 배포되느냐입니다.

구글은 여기서도 순위표만 보지 않습니다. API로, 개발 도구로, 기업용 플랫폼으로, 검색과 앱으로 흘려보냅니다.

3층은 여론을 만듭니다.

1층과 2층은 원가를 잡습니다.

5층부터 7층은 매출과 유통을 만듭니다.

구글은 이 층들을 따로 보지 않습니다.

4층. 개발 플랫폼

모델은 바뀔 수 있지만, 작업 공간은 쉽게 바뀌지 않는다.

개발자는 엔진만 쓰지 않습니다.

에디터를 열고, 터미널을 보고, 브라우저에서 확인하고, 배포 로그를 읽습니다. 실제 작업은 이 화면들 사이에서 일어납니다.

그동안 이 층의 주인공은 Cursor, Claude Code, v0, Lovable 같은 도구들이었습니다. 구글은 가장 앞선 회사처럼 보이지 않았습니다. 그러다 Windsurf 핵심 인력과 기술을 가져왔고, 이후 Google Antigravity를 공개했습니다.

Antigravity가 흥미로운 이유는 단순히 또 하나의 코드 에디터라서가 아닙니다. 에이전트가 에디터, 터미널, 브라우저를 직접 다루고, 작업 계획과 실행 결과를 남깁니다. 개발자가 명령을 넣는 창이 아니라, 에이전트가 일하는 작업장에 가깝습니다.

더 중요한 건 선택권입니다.

Antigravity는 Gemini만 고집하지 않습니다. Claude Sonnet 4.5도, OpenAI의 GPT-OSS도 지원합니다. 경쟁자 엔진을 왜 넣을까요.

플랫폼을 노리기 때문입니다.

개발자가 어떤 엔진을 고르든, 그 일이 Antigravity 안에서 일어나면 구글의 접점은 살아납니다. 모델 선택은 바뀔 수 있지만, 일하는 화면과 워크플로우는 쉽게 바뀌지 않습니다.

이건 안드로이드와 닮았습니다. 기기를 전부 만들지 않아도 운영체제를 잡으면 생태계의 중심에 설 수 있습니다.

AI 코딩에서도 같은 일이 벌어지고 있습니다. 가장 똑똑한 엔진을 매번 맞히는 것보다, 개발자가 오래 머무는 화면을 차지하는 쪽이 더 오래갑니다.

여기에 Stitch도 붙습니다.

Stitch는 자연어로 UI를 만들고 디자인 시스템을 다루는 Google Labs 제품입니다. 특히 DESIGN.md처럼 디자인 규칙을 파일로 남기는 흐름은 바이브 코딩 시대에 꽤 중요한 신호입니다.

AI가 코드를 짜는 시대에는 프롬프트 한 번으로 일관성이 유지되지 않습니다. 반복 가능한 규칙이 있어야 합니다. 버튼의 간격, 색상, 컴포넌트 원칙, 화면의 톤을 어딘가에 적어둬야 합니다.

앞으로 코드베이스에서 중요한 파일은 소스코드만이 아닐 겁니다.

README.md

CLAUDE.md

AGENTS.md

DESIGN.md

구글은 개발자의 화면만이 아니라, 그 화면에서 쓰이는 규칙까지 붙잡으려 합니다.

5층. 기업 고객

소비자 앱은 시끄럽고, 기업 계약은 조용히 쌓인다.

조용한 층입니다.

하지만 돈은 여기서 나옵니다.

소비자는 월 20달러를 냅니다. 기업은 수억, 수십억 단위로 계약합니다. AI가 진짜 업무 시스템 안으로 들어가는 순간, 매출 단위가 달라집니다.

구글은 이 층에서 오래전부터 자리를 잡고 있었습니다.

Google Workspace.

Google Cloud.

Vertex AI.

Gemini Enterprise.

이건 챗봇 시장이 아닙니다. 회사의 이메일, 문서, 드라이브, CRM, 이슈 트래커, 고객 지원 도구를 연결하고, 그 위에서 에이전트가 업무를 처리하는 시장입니다.

OpenAI도, Anthropic도 기업용 제품을 갖고 있습니다. 둘 다 강합니다. 다만 구글은 이미 회사 안에 들어가 있습니다.

Gmail을 쓰는 회사.

Google Drive를 쓰는 회사.

Google Docs를 쓰는 회사.

Google Cloud를 쓰는 회사.

이들에게 Gemini Enterprise는 완전히 낯선 도구가 아닙니다. 이미 쓰는 업무 환경 위에 AI가 얹히는 형태에 가깝습니다.

기업은 새로운 도구를 싫어합니다. 보안 검토가 필요하고, 권한 설정이 필요하고, 직원 교육이 필요합니다. 반대로 이미 쓰는 업무 도구 안에 기능이 들어오면 장벽이 낮아집니다.

겉으로는 버튼 하나가 추가되는 것처럼 보입니다.

실제로는 업무 흐름 전체가 바뀔 수 있습니다.

구글 클라우드의 수주잔고가 2025년 4분기 말 2,400억 달러까지 올라간 것도 이 층의 무게를 보여줍니다. 뉴스의 주인공은 늘 성능표지만, 돈의 주인공은 기업 계약입니다.

6층. 소비자 제품

구글은 새 앱을 여는 싸움이 아니라, 이미 열린 화면 안으로 들어가는 싸움을 한다.

이 층은 우리가 매일 여는 화면과 닿아있습니다.

검색창.
메일함.
브라우저.
지도.
유튜브.
안드로이드 홈 화면.

ChatGPT가 처음 폭발했을 때 많은 사람이 말했습니다.

“구글 검색 끝났다.”

그 말이 완전히 틀린 건 아니었습니다. 검색의 형태는 분명히 흔들렸습니다. 하지만 구글은 검색을 버리지 않았습니다. 검색 안에 AI를 심었습니다.

AI Mode, AI Overviews, Gemini App, Circle to Search가 이 층의 변화입니다.

여기서 구글의 장점이 나옵니다.

어떤 회사는 강력한 새 앱을 만들어야 합니다. 구글은 이미 사람들이 매일 여는 화면을 갖고 있습니다. 사용자는 매번 새로운 앱을 열고 싶어 하지 않습니다. 대부분은 원래 쓰던 화면에서 문제를 해결하고 싶어 합니다.

검색하다가 바로 답을 보고,
메일을 쓰다가 문장을 고치고,
문서 만들다가 표를 정리하고,
영상을 보다가 요약을 보고,

스마트폰 화면에서 바로 검색합니다.

구글은 새 습관을 만들 필요가 없습니다. 이미 있는 습관 안으로 들어가면 됩니다.

이미지 생성도 같은 방식입니다. Nano Banana 같은 기술을 독립 서비스 하나로 띄우는 데서 끝내지 않고, 검색, 광고, 워크스페이스, Gemini App 같은 표면에 붙입니다.

AI를 새 앱으로 배포하는 회사와, 이미 열린 화면에 심는 회사는 다릅니다.

7층. 유통

브랜드는 보이지 않아도, 엔진은 들어갈 수 있다.

마지막은 가장 중요한 곳입니다.

좋은 AI도 사용자가 못 만나면 의미가 없습니다. 반대로 완벽하지 않아도 매일 쓰는 제품 안에 들어가면 습관이 됩니다.

여기서 Apple과 Google의 발표가 중요합니다.

Apple과 Google은 다년 협력을 발표했습니다. Apple의 차세대 Foundation Models가 Google의 Gemini 모델과 클라우드 기술을 기반으로 만들어지고, 더 개인화된 Siri를 포함한 미래 Apple Intelligence 기능을 지원한다는 내용입니다.

세부 숫자는 조심해서 다뤄야 합니다. 계약 금액, 파라미터 수, iOS 세부 버전 같은 내용은 보도 기반입니다. 공식적으로 확인된 핵심은 이겁니다.

Apple의 차세대 AI 기능 일부에 Gemini 기반 모델과 Google 클라우드 기술이 들어간다.

이것만으로도 충분히 큽니다.

Android는 구글의 땅입니다. iPhone은 Apple의 땅입니다. 그런데 Apple Intelligence의 다음 단계에 Google 기술이 들어가면, 구글은 자기 생태계를 넘어 Apple의 유통망에도 발을 올리는 셈입니다.

사용자는 Gemini를 쓴다고 느끼지 않을 수 있습니다. 그냥 Siri가 더 똑똑해졌다고 느낄 가능성이 큽니다.

하지만 뒤에서 엔진과 클라우드를 공급하는 쪽은 구글입니다.

브랜드가 보이지 않아도 됩니다.

엔진이 들어가면 됩니다.

왜 ‘석탑’인가

이 구조가 무서운 이유는 화려해서가 아닙니다.
오히려 반대입니다.

칩은 재미없습니다.
전력 계약도 재미없습니다.
데이터센터는 느립니다.
기업 계약은 조용합니다.

업무 도구와 유통망은 하루아침에 생기지 않습니다.
하지만 한 번 쌓이면 쉽게 무너지지 않습니다.

성능표는 매주 바뀝니다.

사용자는 새 서비스로 옮겨갈 수 있습니다.

개발자는 더 좋은 도구가 나오면 갈아탑니다.

그래도 칩, 전기, 클라우드, 업무 계정, 검색창, 스마트폰 유통망은 그렇게 빨리 바뀌지 않습니다. 구글이 보는 건 바로 이 느린 층들입니다.

그래서 이 전략은 빌딩보다 석탑에 가깝습니다.

층마다 돌을 하나씩 얹습니다.
크게 소리 나지 않습니다.

다 쌓고 나면 옮기기 어렵습니다.

구글의 AI 전략도 그렇습니다. 매주 가장 화려한 발표를 하는 회사는 아닐 수 있습니다. 대신 오래 남는 자리를 잡습니다.

그래서 바이브코더에게 이게 무슨 의미냐

당장 내일 도구를 바꾸라는 이야기는 아닙니다.

Claude Code는 계속 강합니다. Cursor도 여전히 중요합니다. Codex도 더 좋아지고 있습니다. 오픈 모델도 계속 올라올 겁니다. 선택지는 오히려 더 많아집니다.

문제는 선택지가 많아질수록, 그 선택지를 묶는 작업 공간이 중요해진다는 점입니다.

앞으로 개발자는 단순히 엔진만 고르지 않습니다.

어떤 에디터에서 일할지.
어떤 규칙 파일을 남길지.
어떤 디자인 시스템을 따를지.
어디서 검증 로그를 볼지.
어떤 클라우드에 배포할지.
어떤 권한 체계 안에서 에이전트를 굴릴지.

이 전체 흐름이 하나의 작업 환경이 됩니다.

Antigravity와 Stitch가 중요한 이유도 여기 있습니다. “Gemini만 써라”가 아니라, “어떤 엔진을 쓰든 이 흐름 안에서 일해라”에 가깝기 때문입니다.

바이브 코딩의 다음 승부는 프롬프트 실력이 아니라, 작업 환경의 소유권에서 갈릴 가능성이 큽니다.

개발자는 모델만 쓰는 사람이 아닙니다.

도구 안에서 일하고, 규칙을 남기고, 배포까지 이어갑니다.

그 흐름을 누가 잡느냐.

구글은 거기에 들어오고 있습니다.

결론

지금까지 우리는 주로 성능을 물었습니다.

누가 더 똑똑한가.
누가 더 빠른가.
누가 더 싸게 돌리는가.
누가 개발자를 더 잘 돕는가.

다 맞는 질문입니다.

하지만 2026년에 더 중요한 질문은 따로 있습니다.

그 AI는 어디서 돌아가나.
누가 그 비용을 받나.
사용자는 어떤 화면에서 만나나.
기업은 어떤 시스템 안에서 쓰나.
개발자는 어떤 작업 공간에 머무나.

이 질문으로 보면 구글의 그림이 선명해집니다.

구글은 반드시 매주 1등을 하지 않아도 됩니다. 모든 앱에서 가장 사랑받지 않아도 됩니다. 개발자 팬덤을 독점하지 않아도 됩니다.

대신 AI가 지나가는 길목을 잡으면 됩니다.

칩에서 한 번.
클라우드에서 한 번.
개발 도구에서 한 번.
기업 계정에서 한 번.
검색과 유튜브에서 한 번.
Siri 뒤쪽에서 또 한 번.

이게 구글의 풀스택입니다.

“우리가 다 잘한다”는 말이 아닙니다.

더 정확히는 이 말에 가깝습니다.

누가 이기든, 우리 층을 지나가게 만든다.

시끄러운 건 늘 성능표입니다.

하지만 오래 남는 건 아래에 깔린 구조입니다.

우리가 3층 창문만 보면서 “오늘은 누가 더 똑똑하지?”라고 묻는 사이, 구글은 아래에서 이렇게 묻고 있었습니다.

“그 똑똑한 AI, 어디서 돌릴 건데?”

구독자분들을 위해 작은 선물을 준비했습니다.

SaaS를 6개 만들고, 출시했습니다.

그리고 제 모든 업무 중심이 Claude Code로 돌아갑니다.

시중에 무작위로 배포되는 단순 기술을 정리한 게 아닌, 실전 중심의 활용법과 경험을 녹여냈습니다.

아래 링크에서 확인 하실 수 있습니다.

앞으로도 계속 유익한 정보를 전달드리겠습니다.

📌오픈채팅방 : https://open.kakao.com/o/gtzeeMji

✅  엉클잡스 스레드 : https://www.threads.net/@unclejobs.ai

📖 무료 전자책 링크 : https://www.latpeed.com/products/k9vwB

출처

• OpenAI — Introducing GPT-5.5

• DeepSeek — DeepSeek V4 Preview Release

• Kimi — Kimi K2.6: Advancing Open-Source Coding

• Qwen — Qwen3.6-27B

• Google — Ironwood: The first Google TPU for the age of inference

• Anthropic — Google and Broadcom partnership for next-generation compute

• Google — Gemini 3.1 Pro

• Google Antigravity — Introducing Google Antigravity

• Google — Stitch’s DESIGN.md format

• Alphabet — Q4 2025 earnings call remarks

• Google & Apple — Joint statement

Claude Design 출시

이번 주 OpenAI가 차세대 이미지 모델을 내보였습니다. 같은 주 앤트로픽도 새 제품을 꺼냈는데, 그 결과 피그마 주가가 6.8% 빠졌습니다.

한쪽은 모델 성능으로 주목을 받았고, 한쪽은 상장사 주가를 떨어뜨렸습니다. 같은 '이미지'라는 단어로 묶이는 것 같지만, 실제로 두 회사가 본 자리는 달랐습니다.

OpenAI는 왜 지금 이미지에 올인할까요. 소라를 접으면서까지 밀어붙인 배경이 있습니다. WSJ가 그 내부를 들여다봤고요.

앤트로픽은 그 판에 들어가지 않습니다. 대신 옆에 다른 자리를 잡습니다. 디자이너 옆자리. 공교롭게도 피그마가 앉아 있던 자리입니다. 그리고 앤트로픽은 그 자리를 코드까지 이어 붙여 버립니다. 피그마가 흔들린 진짜 이유는 여기 있습니다.

캔바는 왜 친구로 남았고, 피그마만 적이 됐을까요. 다섯 번째 대전은 어디서 열릴까요.

순서대로 살펴봅시다.

덕테이프가 등장했고, 피그마는 7% 빠졌습니다

덕테이프, 요상한 이름입니다. 접착테이프 이름 셋이 어느 날 밤 아레나에 슬쩍 올라옵니다. packingtape-alpha, maskingtape-alpha, gaffertape-alpha. OpenAI가 몰래 올려둔 스텔스 모델입니다. 몇 시간 만에 셋 다 사라집니다. 사람들이 남은 자국을 긁어모아 붙인 별명이 '덕테이프'입니다.

그 사이 테스트 결과가 쌓였습니다. 한글이 99% 정확도로 찍히고, 실사와 구분이 안 가는 사진이 나옵니다. 구글 나노 바나나 프로가 지키던 왕좌에서 내려왔습니다. 사실성도, 글자도, 일관성도 이제 덕테이프 쪽입니다.

같은 주에 묘한 일이 하나 더 벌어집니다. 앤트로픽이 Claude Design을 냅니다. 이름은 '디자인'인데 그림을 그리지 않습니다. 피그마처럼 손으로 만질 캔버스도 없고, 캔바처럼 갖다 쓸 템플릿도 없습니다. 대신 프로토타입, 슬라이드, 한 장짜리 자료, 디자인 시스템, 마케팅 랜딩 페이지가 나옵니다. 한 카테고리로 묶이지 않는 물건입니다.

Claude Design 공식 소개 이미지. 출처: Anthropic

그런데 런칭 당일 피그마 주가가 빠집니다. 새 이미지 생성 모델이 붙었다면 피그마가 흔들릴 이유가 없습니다. 다른 이유가 있다는 뜻입니다.

덕테이프는 SNS에 올릴 이미지를 그립니다. Claude Design은 회의실에서 말로 설명하던 걸 대신합니다. 하나는 무대, 하나는 회의실.

OpenAI는 소라를 접고 이미지에 올인했어요

소라를 접은 건 지난달 말입니다. 하루에 200억 원을 태우고 30억을 건졌습니다. 만년 적자였어요. 디즈니와 1조 4천억 원짜리 계약이 붙어 있었는데, OpenAI는 공식 발표 한 시간 전에야 디즈니에 전화를 겁니다. 알트만은 직원들한테 짧게 말했어요. 차세대 제품에 컴퓨트를 몰아넣겠다고.

3월에 문을 닫은 OpenAI 소라. 출처: OpenAI

열하루가 지납니다. 밤사이 아레나에 새 이름 셋이 올라옵니다. 소라가 쓰던 GPU가 어디로 갔는지 업계는 대강 짐작했습니다. 덕테이프 뒤에 그 GPU가 앉아 있었던 겁니다.

OpenAI한텐 시간이 없었습니다. DALL-E가 5월에 문을 닫습니다. 이미지 생성 카드를 손에서 놓기 전에 새 카드를 쥐어야 했습니다. 영상은 너무 비쌌고, 이미지는 당장 돈이 됩니다.

근데 문제가 있었습니다. OpenAI는 너무 많은 카드를 한꺼번에 쥐고 있었습니다.

지난달 WSJ가 OpenAI 내부를 들여다봅니다. 기사 코드명이 '코드 레드'였습니다. 앱 총괄 피지 시모가 직원들 앞에서 말합니다. 다 한꺼번에 하려다 회사가 늘 방어만 하고 있다고. 직원들이 한 말도 비슷했습니다. 컴퓨트는 팀 사이를 떠돌고, 조직도는 점점 꼬였습니다. OpenAI는 소라 팀을 연구 부서 안에 박아뒀습니다. 대표 소비자 제품을 만드는 팀이 실험실 한구석에 앉아 있던 겁니다.

기사 끝에 한 줄이 남았습니다. 앤트로픽이 이미지와 영상에 일부러 손을 안 댔는데, 그 집중이 돈으로는 1등을 만들었다고. 적게 펼친 쪽이 이기고 있던 겁니다. OpenAI는 지금 거꾸로 그 길을 따라갑니다. 소비자용을 줄이고 기업용으로 틀었습니다.

저울의 축이 하나 옮겨갔습니다. 지난해까지 AI 회사는 '무엇을 할 수 있느냐'로 무게를 달았어요. 지금은 '무엇을 안 하느냐'가 저울 위에 올라옵니다. 앤트로픽이 이 변화를 제일 먼저 몸에 익혔습니다.

이미지 생성 대전에 뒤늦게 들어갈 이유가 없습니다. 이겨도 얻을 게 적고, 져도 자기 경기장이 아닙니다. 앤트로픽은 그 판에 들어가지 않습니다. 대신 옆에 의자를 하나 내려놓습니다.

앤트로픽은 디자이너 옆에 앉습니다

의자 이름은 Claude Design. 피그마가 앉아 있던 자리입니다.

1) 시간을 칠합니다

Claude Design이 뽑아내는 결과물부터 보죠. 실사 같은 웹페이지, 손끝으로 움직이는 앱 화면, 브랜드 색이 입혀진 슬라이드, 팀 규칙을 그대로 따라간 프로토타입. 한 장짜리 이미지가 아닙니다. 회의 한 번에 올려놓는 결과물입니다.

"차분한 모바일 명상 앱. 타이포는 조용하게, 색은 자연 느낌으로." Claude가 첫 화면을 띄웁니다. 그 위에 "타이포 크게", "다크 모드 토글 추가", "버튼 간격 띄워줘"를 얹습니다. 말로 시켜도 되고, 요소에 댓글을 달아도 되고, 슬라이더를 당겨도 됩니다. 디자인이 바뀌면 슬라이더도 바뀝니다.

브릴리언트 시니어 디자이너 올리비아 슈. 인터랙션과 애니메이션이 복잡한 페이지 하나를 다른 툴에선 프롬프트 스무 번 넘게 돌려 만들었습니다. Claude Design에선 두 번.

데이터독 프로덕트 매니저 아니시 케티니. 일주일이면 브리프 쓰고, 디자이너가 목업 뽑고, 리뷰 라운드를 돌았습니다. 지금은 회의 한 번. 대화 도중에 디자인이 살아 움직인다고 했습니다.

이미지가 아닙니다. 시간입니다.

2) 피그마 이사가 합류합니다.

제니 웬. 피그마 디자인 디렉터였습니다. 피그잼과 슬라이드 팀을 이끌었습니다. 지난해 앤트로픽으로 옮기면서 디렉터 자리를 내려놓고 실무자로 갔습니다. 지금은 Claude의 디자인 총괄.

올해 3월 Lenny's Podcast에서 선언합니다. 탐색하고 발산하고 수렴하는 그 고전 프로세스, 죽었다고. 엔지니어가 Claude 일곱 개를 동시에 굴리는데 디자이너는 몇 달짜리 탐색 뒤만 쫓아갑니다.

피그마에서 슬라이드 팀을 이끌던 사람이 앤트로픽으로 왔습니다. 4월에 나온 제품의 결과물 목록에 슬라이드가 있습니다.

마이크 크리거. 앤트로픽 제품 총괄, 인스타그램 공동창업자. 인스타그램을 팔고, Artifact를 만들다가, 2024년 앤트로픽 CPO로. 2025년 피그마 이사회 합류. 올해 1월 앤트로픽 Labs 팀 결성. 4월 14일 피그마 이사회 사임. 사흘 뒤 Claude Design 런칭.

마이크 크리거. 인스타그램 공동창업자, 現 앤트로픽 제품 총괄. 출처: Getty Images

SEC 공시엔 '이견 없음'이라고 찍혔습니다. 같은 날 The Information이 '앤트로픽의 다음 모델에 피그마 핵심 기능과 경쟁할 디자인 툴이 들어간다'고 보도합니다. 공식 설명과 실제가 따로 놉니다.

피그마 출신이 Claude의 디자인 총괄. 피그마 이사회에 있던 사람이 앤트로픽의 제품 총괄. 제품 이름이 Claude Design. 자리를 설계할 줄 아는 사람들이 자리를 통째로 옮겨 왔습니다.

3) 의자를 놓습니다.

Claude Code가 개발자 옆에 앉습니다. Claude Cowork가 지식 노동자 옆에 앉습니다. Claude Design이 디자이너 옆에 앉습니다.

앤트로픽은 도구를 만들지 않습니다. 직군마다 의자를 하나씩 놓습니다. 사람이 0에서 1을 꺼내는 첫 순간, 그 옆엔 Claude가 먼저 앉아 있습니다.

Claude Design이 애매했던 이유. 이미지 생성도, 편집 툴도, 템플릿도 아닌 '옆자리'. 기존 카테고리에 없는 자리입니다.

진짜 무기는 다리입니다

디자인 하나 끝내고 개발자한테 넘기면 늘 같은 장면이 반복됩니다. "이 컴포넌트 저희 코드에 없는데요." "이 색 저희 팔레트에 없어요." "이 간격 저희 Tailwind 값이랑 달라요." 디자이너가 다시 고치고, 개발자가 다시 만들고, 리뷰가 또 돌아옵니다. 디자인과 개발 사이에 놓인 길이 편도 2차선 도로입니다. 한 대씩 간신히 빠져나가고, 마주 오다 꽉 막힙니다.

Claude Design은 그 도로에 다리를 놓습니다.

Claude Design의 인라인 편집 화면. 출처: Anthropic

온보딩 때 Claude가 회사 자료를 읽어 들입니다. GitHub 레포, 로컬 코드, 폰트, 로고, 기존 디자인 파일. 이걸로 팀 규칙을 짭니다. 이후에 뽑는 모든 화면이 회사의 진짜 Tailwind 값, 진짜 컴포넌트, 진짜 스타일 위에서 움직입니다.

프로토타입에 뜨는 버튼이 상상 속 버튼이 아닙니다. 코드에 이미 있는 <ProductCard> 컴포넌트입니다. 프롬프트에 "ProductCard 컴포넌트 써줘"라고 치면 Claude가 그대로 가져다 씁니다. 브릴리언트에서 나온 말이 그대로 맞아떨어집니다. "이건 좋은데 저희 코드엔 없어요"라는 대화가 사라졌다고.

디자인이 끝나면 'Handoff to Claude Code' 버튼을 누릅니다. Claude가 번들을 쌉니다. 디자인 파일, 지금까지의 대화, README 한 장. README엔 구현 지시가 담기고, Claude Code 창에 그대로 붙여넣을 프롬프트도 같이 들어갑니다.

번들을 Claude Code가 받습니다. 같은 코드를 이미 알고 있습니다. 번들도 같은 집안에서 온 물건입니다. 새로 해석할 것 없이 바로 프로덕션 코드로 넘어갑니다.

탐색, 프로토타입, 프로덕션 코드까지 한 집안에서 돕니다. 다른 AI 디자인 툴은 여기까지 못 옵니다. Lovable은 웹앱을 만들고, v0는 UI를 만듭니다. 둘 다 회사 코드와 붙지 않습니다. Claude Design은 붙습니다. Hacker News에 한 줄이 올라왔습니다. Lovable의 66억 달러 밸류가 흔들린다고.

피그마도 이 전쟁을 알고 있었습니다. 올해 2월에 'Code to Canvas'를 내놓습니다. AI가 만든 코드를 다시 피그마 화면으로 되돌리는 기능. 방향이 반대입니다. 피그마는 코드를 디자이너 화면으로 끌어옵니다. Claude는 디자인을 코드로 밀어넣습니다. 제품이 진짜 만들어지는 쪽은 뒤쪽입니다.

축이 또 옮겨갑니다. 팀 규칙의 원본이 어디 사느냐. 피그마의 규칙은 피그마 파일 안에 삽니다. Claude의 규칙은 회사 코드 안에 삽니다. 원본이 코드 쪽으로 넘어가면, 피그마는 그걸 베껴 보여주는 2차 자료가 됩니다.

다리 하나가 편도 2차선 도로를 지웁니다.

캔바한텐 악수, 피그마한텐 협공

캔바 CEO 멜라니 퍼킨스가 런칭 당일 직접 말합니다. 캔바와 Claude Design은 경쟁자가 아니라 파트너라고. Claude에서 나온 초안을 캔바로 옮기면 곧바로 편집 가능한 디자인이 됩니다.

캔바는 친구로 남았는데 피그마는 왜 적이 됐을까요.

역할이 나뉘기 때문입니다. Claude는 초안과 코드를 맡습니다. 캔바는 완성, 협업, 배포를 맡습니다. 캔바는 처음부터 비디자이너 편이었습니다. 자리가 안 겹칩니다.

피그마는 겹칩니다. 피그마는 초안부터 완성, 개발 핸드오프까지 혼자 다 쥐고 있던 회사입니다. 양쪽 끝을 Claude가 가져가면 가운데만 남습니다. 가운데는 전문 디자이너가 시안을 다듬는 자리입니다. 시가총액 100억 달러 회사가 앉을 자리는 아닙니다.

앞에선 Claude가 초안을 뽑고, 뒤에선 Claude가 코드로 넘기고. 가운데 피그마가 끼어 있습니다. 협공입니다.

Q. 그럼 피그마는 죽나요?

당장은 아닙니다. 피그마는 여전히 전문 디자이너의 주 무기입니다. 벡터 편집, 팀 규칙 관리, 실시간 협업 캔버스. 이 영역은 아직 피그마의 안방입니다. Claude Design은 아직 리서치 프리뷰이고, 기업 고객은 관리자가 기본값으로 꺼둡니다.

다만 피그마가 지키던 양쪽 끝이 빠지고 있습니다. 새 아이디어를 처음 여는 파일이 .fig였습니다. 디자인을 개발로 넘기는 마지막 패키지도 피그마 링크였습니다. 앞뒤 두 자리가 Claude로 넘어가면 피그마한텐 가운데만 남습니다. 좋은 회사로는 남겠지만, 시가총액 100억 달러 회사는 아닙니다.

결론. 다섯 번째 대전은 어디일까요

OpenAI는 이미지를 그립니다. 나노 바나나 프로를 앞서고, 덕테이프로 성능을 증명하고, 소라의 실패를 지웁니다. 큰 싸움입니다.

앤트로픽은 그 싸움에 끼지 않습니다. 대신 회의실 안쪽으로 걸어 들어갑니다. 창업자, PM, 마케터가 "이런 느낌으로 가고 싶어요"를 말하는 첫 순간부터, 그 아이디어가 프로덕션 코드로 떨어지는 마지막 순간까지 Claude가 깔려 있습니다.

네 번째 대전입니다. 챗봇, 코딩 에이전트, 데스크탑 앱을 거쳐 이번엔 이미지. 네 번 모두 앤트로픽이 판을 비틀었습니다. 챗봇에선 안전성으로. 코딩에선 에이전트로. 데스크탑에선 업무 자동화로. 이번엔 디자인에서 코드까지 이어지는 다리로.

다섯 번째는 어디서 열릴까요.

후보가 셋. 브라우저 에이전트. OpenAI는 Atlas로 이미 들어갔고, 앤트로픽은 Claude for Chrome을 베타로 돌립니다. 세일즈 자동화. Salesforce가 표적입니다. 그리고 음성. OpenAI는 Realtime API로 먼저 달렸고 앤트로픽은 아직 조용합니다.

어느 쪽이든 패턴은 같습니다. OpenAI가 전면에 서면, 앤트로픽은 옆에 조용히 의자를 놓습니다. 그리고 한 번 더 판을 비틉니다.

이번 판에선 피그마가 먼저 흔들립니다.

구독자분들을 위해 작은 선물을 준비했습니다.

SaaS를 6개 만들고, 출시했습니다. 그리고 제 모든 업무 중심이 Claude Code로 돌아갑니다.

시중에 무작위로 배포되는 단순 기술을 정리한 게 아닌, 실전 중심의 활용법과 경험을 녹여냈습니다.

아래 링크에서 확인 하실 수 있습니다.

앞으로도 계속 유익한 정보를 전달드리겠습니다.

📌오픈채팅방 : https://open.kakao.com/o/gtzeeMji

✅  엉클잡스 스레드 : https://www.threads.net/@unclejobs.ai

📖 무료 전자책 링크 : https://www.latpeed.com/products/k9vwB

출처

• Anthropic — Introducing Claude Design

• TechCrunch — Anthropic launches Claude Design

• TechCrunch — Anthropic CPO leaves Figma's board

• Lenny's Newsletter — Jenny Wen 인터뷰

• VentureBeat — Claude Design 런칭 분석

• Calcalist (WSJ 인용) — OpenAI 코드 레드

• Yahoo Finance — Figma 주가 하락

"지금은 AI의 5%입니다."

LinkedIn을 만든 Reid Hoffman이 Silicon Valley Girl 팟캐스트에서 한 시간 넘게 이야기했어요. 평소에 이 사람 인터뷰는 투자자 관점의 낙관론이 많아서 반쯤 걸러 듣는 편인데, 이번에는 구체적인 숫자와 구조를 들고 나와서 좀 달랐어요.

핵심 메시지를 요약하면 이래요. "지금 보이는 건 5%도 안 된다. 혼자 일하는 사람은 사라진다. 모든 일 앞에서 AI를 생각하는 게 반사 신경처럼 나와야 한다."

한 줄씩 뜯어보면서, 동의하는 부분과 좀 다르게 보는 부분을 같이 풀어볼게요.

"5%, 어쩌면 2%"라는 숫자의 의미.

Hoffman은 지금 AI 붐이라고 부르는 것이 전체의 5%, 어쩌면 2%에 불과하다고 했어요. 이 숫자 자체보다 그 근거가 흥미로워요.

코딩 에이전트를 보면서 "코드를 대신 써주는구나"라고만 생각하면 전체 그림의 일부만 보는 거래요. 코딩 능력이 결국 일반화된 추론 능력이라서, 여행 에이전트, 리서치 에이전트, 실시간 코칭 에이전트까지 전부 같은 기술의 확장이라는 거예요. "내년에 이 인터뷰를 다시 할 때, 태블릿에 AI가 떠서 '이 질문을 해봐'라고 실시간으로 코칭하고 있을 거예요."

이 관점에 동의해요. 저도 지금 6개 모델을 동시에 돌리면서 작업하고 있는데, 1년 전만 해도 상상 못 했거든요. 근데 Hoffman이 놓치는 게 있어요. "기술적으로 가능하다"와 "사람들이 실제로 쓴다" 사이에는 거대한 간극이 있어요. 본인도 인터뷰에서 인정했어요. "AI를 쓰고 있다고 말하는 사람 대부분이 충분히 진지하게 쓰고 있지 않다"고. 기술의 5%가 열렸다는 게 아니라, 사람들의 적응이 5% 수준이라는 게 더 정확한 해석 같아요.

재밌는 일화를 들려줍니다. 18개월 전에 모로코를 여행한 친구 이야기인데, 택시 기사가 영어를 한마디도 못 하면서 ChatGPT를 번역기로 써서 사업을 전부 운영하고 있었대요. 실리콘밸리에서는 "아직 거품 아니냐"고 하는데, 모로코 택시 기사는 이미 자기 방식으로 쓰고 있는 거예요. 기술이 부족한 게 아니라 적응 속도가 사람마다 다른 거죠.

"개별 기여자는 사라진다"에 대한 생각.

Hoffman의 가장 무거운 문장이 이거예요. "혼자서 일하는 사람은 없어진다. 모두가 AI 에이전트 세트를 데리고 일하게 된다."

솔직히 이건 이미 일어나고 있는 일이에요. 제가 콘텐츠를 만들 때도 혼자 하는 게 아니라 Claude한테 리서치를 시키고, 초안을 검토하게 하고, 다른 세션에서 팩트체크를 돌리고, 또 다른 모델로 번역을 시켜요. "혼자" 일하고 있지만 실제로는 AI 에이전트 여러 개를 동시에 관리하고 있는 거죠.

Hoffman이 소프트웨어 엔지니어 이야기를 할 때 쓴 비유가 좋았어요. "앉아서 코드를 타이핑하는 게 아니라, 20개의 코딩 에이전트를 음성으로 관리하는 거예요. 바이올린 연주자가 아니라 지휘자예요." 그리고 덧붙였어요. "사람들은 비즈니스 세계에 지휘자 자리가 얼마나 많은지에 놀랄 겁니다."

여기서 한 발 더 나가고 싶어요. "지휘자"라는 비유는 멋진데, 현실은 좀 더 지저분해요. 지금 AI 에이전트를 관리하는 건 오케스트라 지휘보다는 고양이 여러 마리를 동시에 목욕시키는 것에 가까워요. 에이전트가 엉뚱한 방향으로 가고, 할루시네이션을 내뱉고, 컨텍스트를 잃어버리고. "지휘자"가 되려면 먼저 "에이전트 조련사"를 거쳐야 해요. 그 과정이 생각보다 험하다는 건 Hoffman이 별로 안 다루더라고요. 투자자 시점이라 그런 것 같아요.

AI 활용 3단계 — 이건 진짜 유용해요.

인터뷰에서 가장 실용적인 부분이에요. Hoffman이 기초/중급/고급을 직접 나눠서 설명했어요.

기초: 챗봇이랑 제대로 대화하는 거. 근데 Hoffman이 말하는 "기초"가 대부분의 사람이 생각하는 기초와 달라요. "핵융합 기술 전망이 궁금해. 어떤 회사가 흥미로운 일을 하고 있는지, 연구실에서 새로운 게 나왔는지 알고 싶어. 이 주제를 제대로 조사할 프롬프트를 먼저 써줘." AI한테 프롬프트를 쓰게 시키는 거예요. 그러면 2페이지짜리 상세 프롬프트가 나오고, 그걸 다시 실행하면 훨씬 깊은 결과가 나온대요.

이게 기초래요. 솔직히 이걸 하고 있는 사람이 주변에 몇 명이나 될까요. "ChatGPT 써봤어"랑 "프롬프트를 AI한테 작성하게 시킨다"는 완전히 다른 차원인데, Hoffman은 이걸 "기초"라고 불러요. 이 기준에서 보면 대부분의 사람이 아직 기초도 못 한 거예요.

그리고 음성 우선을 강조했어요. 타이핑 대신 말로 하래요. 말이 훨씬 빠르고, 맥락이 풍부하게 전달되니까. 이건 저도 체감해요. 한국어로 길게 음성 입력하면 타이핑의 3~4배 속도로 생각을 전달할 수 있어요.

중급: AI한테 역할을 맡기고 일회성이 아니라 지속적으로 운영하는 것. 인터뷰어가 자기 팀 세팅을 보여줬어요. 35명 팀의 Notion 운영 시스템에 Claude 프로젝트를 연결해서 소셜미디어 채널마다 전략가 역할을 시키고 있다고. Hoffman이 "그건 중급"이라고 판정했어요.

또 하나 흥미로운 기술을 알려줬어요. AI한테 역할을 부여해서 다각도로 분석하는 거예요. "이 주제에 대해 기술자라면 뭐라고 할까? 벤처 투자자라면? 정부 정책 담당자라면? 그리고 AI한테 물어봐, 내가 생각 못 한 다른 역할이 있어?" 같은 질문을 반대편에서 하게 시키는 것도요. "내 주장에 반론을 펼쳐봐." 또는 "내 주장을 더 강하게 만들려면 내가 뭘 놓치고 있어?"

이건 저도 매일 하는 건데, 확실히 효과가 있어요. 특히 뉴스레터를 쓸 때 "이 글의 약점을 찾아줘"라고 시키면 혼자서는 못 보는 빈틈이 보이거든요.

고급: 모든 프로젝트를 가로지르는 메타 분석. "관통하는 흐름이 뭐야? 뭐가 되고 있고 뭐가 안 되고 있어?" 내부 데이터뿐 아니라 외부 데이터까지. "다른 분야에서 이런 흥미로운 걸 했는데, 우리도 해볼 수 있을까?" 같은 아이디어 수집.

여기서 Hoffman이 중요한 경고를 했어요. "사람들이 모르는 게 있어요. AI의 학습 데이터는 18개월 전에 끝났어요. AI 도구에 대해 물어볼 때는 반드시 웹 리서치를 시켜야 해요. 모델 안에 있는 정보만 믿으면 18개월 전 세상을 보게 돼요."

맞는 말이에요. Claude도 웹 검색을 안 시키면 학습 시점 이후의 정보를 모르거든요. AI를 쓰면서 이걸 인식 못 하는 사람이 의외로 많아요.

"Claude 200줄이 B2B 시장 $300B를 날렸다" — 이건 좀 짚고 가야 해요.

인터뷰어가 "Claude가 200줄 코드를 내놓은 걸로 B2B 시장이 무너졌어요. 시가총액 3,000억 달러가 날아갔어요"라고 했고, Hoffman이 이 프레임을 받아서 이야기를 전개했어요.

Hoffman의 설명은 이래요. Salesforce 같은 SaaS의 해자는 "기능의 축적"이었대요. 고객사마다 기능을 추가하면서 수천 개가 쌓이고, 경쟁사가 따라잡으려면 10억 달러를 써야 하고, 그래도 영업에서 "Salesforce가 여기 영원히 있을 텐데 갈아타겠어?"라는 관성에 밀렸대요. 그래서 40%대 마진을 유지할 수 있었고.

AI 코딩이 이 구조를 깨고 있다는 거예요. "나는 기능 1,000개 중에 2개만 필요하고, 거기에 없는 기능 2개가 더 필요해. 이제 직접 만들고 유지하는 게 더 싸." 소프트웨어를 만들고 유지하고 발전시키는 비용 자체가 떨어졌으니까.

이건 과장이 좀 섞여 있어요. "200줄 코드가 $300B를 날렸다"는 자극적인 프레임이고, 실제로는 AI 코딩 도구 전반의 발전 + 시장 심리 + 금리 환경 같은 복합 요인이에요. 다만 Hoffman이 짚는 구조적 변화 자체는 맞아요. SaaS의 경제적 해자가 "기능의 축적"에서 왔는데, AI가 그 축적 비용을 극적으로 낮추고 있는 건 사실이거든요.

Hoffman은 동시에 균형을 잡았어요. "소프트웨어 엔지니어가 일자리를 잃느냐? 아니, 오히려 어디서든 고용될 거예요. 식료품점도 소프트웨어 엔지니어를 고용하게 돼요." 그리고 "CRM 만들어줘"라고 AI한테 바로 시킬 수 있느냐에 대해서는 회의적이었어요. "Sarah나 Bob이 돌아다니면서 사람들이 시스템을 어떻게 쓰는지 관찰하는 능력은 아직 AI한테 없어요." 사람+AI 조합이 당분간 더 강하다고. 다만 "당분간"이 얼마나인지에 대해서는 "내가 생각하는 것보다 짧을 수도 있다"고 솔직하게 말했어요.

소규모 사업자 이야기 — 여기가 우리한테 제일 중요해요.

인터뷰어가 직접적인 공포를 말했어요. "저는 TOEFL 시험 준비 사업을 해요. SAT 준비는 이미 AI 플랫폼에 나왔어요. TOEFL이 Gemini에 나오는 건 언제인가요?" Hoffman이 "아마 매우 곧"이라고 했어요. 한 치의 위로도 없이.

그러면 어떻게 하느냐.

Hoffman의 답은 세 가지였어요.

첫째, 비즈니스 전체를 AI 위에 다시 세워야 한대요. AI는 고정된 도구가 아니라 계속 바뀌는 플랫폼이라서, 안 바꾼 부분이 있으면 지금 바꿔야 한대요.

둘째, 대형 AI 플랫폼이 못 하는 걸 하래요. Gemini, ChatGPT, Claude는 몇 년간 혼자 쓰는 경험에 집중할 거래요. 그러면 그룹 경험은? 여럿이 함께 하면 효과가 있는 방식은? 거기에 기회가 있대요. "사람들은 모든 걸 혼자 하고 싶어하지 않아요. 뭘 해야 할지 모르는 거예요. 시간도 없고요."

셋째, AI 시대에 신뢰가 더 중요해진대요. AI가 아무리 좋아져도 "이걸 누가 왜 제공하느냐"의 인센티브 문제는 남는다고. 개인 브랜드가 곧 신뢰라는 거예요.

소규모 사업의 장점도 짚었어요. 대기업은 기존 시스템에 묶여서 빠르게 못 움직인대요. 소규모는 플랫폼이 바뀔 때 빠르게 적응할 수 있는 게 장점이라고. "근데 AI를 도입하지 않으면 매우 힘들어질 거예요."

여기서 Hoffman이 콘텐츠 이야기를 했어요. AI가 만든 콘텐츠가 홍수처럼 쏟아질 거래요. "사람이 만든 것에 대한 수요는 계속 있을 거예요. 근데 엘리베이터에 음악이 깔리잖아요. 거기서 '이거 꼭 사람이 만든 건지' 확인하는 사람은 없어요. 내 상황에 맞는지, 쉽게 쓸 수 있는지, 싸거나 무료인지. 사람들이 따지는 건 그거예요."

이 "엘리베이터 뮤직" 비유가 좀 무섭기도 해요. 대부분의 콘텐츠가 엘리베이터 뮤직 수준의 AI 생성물로 대체될 수 있다는 거잖아요. 살아남으려면 "엘리베이터 뮤직이 아닌 것"을 만들어야 하는 거예요. Hoffman 본인도 AI로 크리스마스 앨범을 만들었대요. 음악적 스킬이 전혀 없는 사람이. "이건 이런 가능성의 시작을 긁어본 것에 불과해요." 프로가 아닌 사람이 AI로 "쓸 만한" 결과물을 만들 수 있다면, 프로는 뭘로 차별화할 것인가. 그 질문이 모든 크리에이터한테 던져지고 있는 거예요.

공상과학 소설에 대해서도 말했어요. "공상과학을 더 이상 쓰면 안 될까? 그건 모르겠어요. 여전히 될 수 있어요. 다만 '3년간 칸막이에 들어가서 혼자 타이핑하는' 방식으로 쓰면 안 될 거예요." 결과물의 질이 아니라 만드는 과정이 바뀌어야 한다는 거예요.

연봉 두 배? 현실적으로 가능한 경로.

연봉 8만 달러인 사람이 올해 수입을 두 배로 올리려면 뭘 하냐는 질문에 Hoffman이 이렇게 답했어요.

"사업을 운영하는 사람들은 전부 AI 전환이 급하게 필요하다는 걸 알아요. AI 인재가 필요해요. 그러니까 AI를 어떤 분야에서 제대로 쓸 수 있다는 걸 증명하세요. LinkedIn이든 소셜미디어든, 찾기 쉬운 곳에서요."

비싼 AI 연구자 자리만 있는 게 아니래요. "공급망 분석, 재무 분석, 리스크 분석, 마케팅, 영업을 AI로 어떻게 하는지." 올해부터 이런 실무 적용이 본격화되는데, 기존 직원 대부분이 "새로운 걸로 넘어가는 게 어렵다"고 느끼고 있어서 먼저 뛰어드는 사람한테 기회가 간다고.

이건 제가 보기에도 현실적인 경로예요. "AI 연구자"가 아니라 "AI를 써서 기존 업무를 더 잘하는 사람"의 수요가 폭발하고 있거든요. 근데 "증명하라"는 말이 핵심이에요. "나 AI 잘 써요"라고 말하는 거랑, 실제로 결과물을 보여주는 건 다르니까. LinkedIn에 AI 워크플로를 공유하든, 사이드 프로젝트를 만들든, 눈에 보이는 증거를 만들어야 해요.

미래 발명의 비율 — 5%라는 숫자.

Hoffman이 앞으로 50~100년간의 발명 비율을 이렇게 봤어요.

5%라고 했을 때 인터뷰어가 놀라니까, "도움 없이. 도움 없이"라고 두 번 강조했어요.

공개할 수 없는 비밀 프로젝트가 있는데 한 달 안에 공개된대요. 물리학자가 AI와 함께 물리 문제를 풀고 있다고. "암흑물질 발견 수준은 아니지만, 사람+AI가 함께 물리 문제를 푸는 것."

이 비율이 정확한지는 아무도 모르겠지만, 방향성은 맞다고 봐요. "AI 없이 뭔가를 만드는 것"이 점점 예외적인 행위가 된다는 거잖아요. 지금도 이미 구글 없이 논문을 쓰는 사람이 없는 것처럼, 몇 년 뒤에는 AI 없이 뭔가를 만드는 게 "굳이 왜?"가 될 수 있어요.

"모든 일 앞에서 AI를 생각하라."

2027년 2월까지 뒤처지지 않으려면 딱 하나만 하라는 질문에 Hoffman이 이렇게 답했어요.

"'AI를 쓰고 있다'고 말하는 사람 대부분이 충분히 진지하게 쓰고 있지 않아요. 모든 일 앞에서 'AI를 어떻게 쓸 수 있을까'를 생각하세요. 항상 안 해도 돼요. 근데 생각은 하세요. 그게 반사 신경이 돼야 해요."

범위가 넓어요. 로마 여행 계획부터, 글 쓰는 것, 어머니와 어려운 대화를 준비하는 것까지. "오늘 당신이 하는 모든 일에 AI가 도움이 될 수 있어요. 답이라는 뜻은 아니에요. AI한테 투자를 맡기면 돈을 잃을 거예요. 근데 AI가 내 투자 능력에 뭘 더해주는지는 생각하고 있어요."

저는 이 조언이 이 인터뷰에서 가장 가치 있다고 생각해요. 특정 도구를 쓰라는 게 아니라 사고 습관을 바꾸라는 거거든요. 도구는 6개월마다 바뀌지만, "이 일에 AI를 어떻게 쓸 수 있을까?"라는 질문 습관은 어떤 도구가 와도 적용돼요.

종합: 투자자의 낙관론을 걸러서 들어야 하지만.

Hoffman은 투자자예요. AI 기업에 수십 곳 투자하고 있고, Inflection AI를 공동 창업했고, Manas AI도 만들었어요. AI의 미래를 밝게 말할 인센티브가 있는 사람이에요. 그걸 감안하고 들어야 해요.

근데 이 인터뷰에서 제가 주목한 건 낙관론이 아니에요. "프롬프트를 AI한테 쓰게 시키는 것이 기초"라는 기준, "지휘자 자리가 생각보다 많을 것"이라는 관점, "엘리베이터 뮤직" 비유, "소규모가 AI를 도입 안 하면 매우 힘들다"는 경고. 이건 낙관이 아니라 구조 분석이에요.

AI의 5%가 열렸든 10%가 열렸든, 방향은 같아요. 지금 안 움직이면 나중에 더 비싸게 움직여야 해요. Hoffman이 "적응할 시간이 몇 년"이라고 했지, "10년"이라고는 안 했어요.

→ 출처: Silicon Valley Girl 팟캐스트, 2026년 2월 녹화

구독자분들을 위해 작은 선물을 준비했습니다.

SaaS를 6개 만들고, 출시했습니다. 그리고 제 모든 업무 중심이 Claude Code로 돌아갑니다.

시중에 무작위로 배포되는 단순 기술을 정리한 게 아닌, 실전 중심의 활용법과 경험을 녹여냈습니다.

아래 링크에서 확인 하실 수 있습니다.

앞으로도 계속 유익한 정보를 전달드리겠습니다. 😀

📌오픈채팅방 : https://open.kakao.com/o/gtzeeMji

✅  엉클잡스 스레드 : https://www.threads.net/@unclejobs.ai

📖 무료 전자책 링크 : https://www.latpeed.com/products/k9vwB

Lazar Jovanovic은 채용 인터뷰에서 이력서를 꺼내지 않았습니다. 대신 노트북을 열어서 앱 하나를 보여줬어요. Lovable이라는 바이브 코딩 도구로 만든 프로토타입이었습니다. 코드를 직접 작성한 건 한 줄도 없었어요. 면접관이 물었습니다. "이게 당신이 직접 만든 건가요?" 그 질문이 그의 첫 번째 테스트였고, 그는 통과했습니다. 지금 그의 직함은 Lovable의 첫 공식 바이브 코딩 엔지니어(Vibe Coding Engineer)입니다.

코딩을 한 번도 해본 적 없는 사람이 소프트웨어 엔지니어가 될 수 있을까요? 직함에 '엔지니어'가 붙는 자리를, 코드 한 줄 못 쓰는 사람이 차지할 수 있을까요? 솔직히 말하면, 1년 전의 저였다면 "설마요"라고 했을 겁니다. 그런데 Lenny's Podcast에서 Lazar의 이야기를 듣고 나서 생각이 완전히 달라졌어요. 그가 실제로 하는 일을 보면, 이게 왜 가능한지 답이 보이거든요.

잠깐, "바이브 코딩이 뭔가요?"라고 물어보실 분들을 위해서요. 한 줄로 정리하면 이렇습니다. 코드를 직접 쓰는 게 아니라, AI에게 "이런 걸 만들어줘"라고 말로 설명해서 소프트웨어를 만드는 방식이에요. 마치 요리사한테 "오늘은 가볍고 상큼한 게 당기는데"라고 말하면 메뉴를 제안받는 것처럼요. 코딩을 몰라도, 원하는 걸 언어로 표현할 수 있으면 누구나 시작할 수 있습니다. Lazar는 그 "누구나" 중 한 명이었고, 18개월 만에 그 분야의 전문가가 됐습니다. 18개월 동안 무슨 일이 있었는지, 하나씩 뜯어보겠습니다.

코딩을 몰라서 오히려 할 수 있었던 것들

Lazar의 이야기에서 가장 먼저 눈에 들어오는 건, 기술적 배경이 전혀 없다는 거예요. 보통은 약점이라고 생각하겠죠. 그런데 그가 실제로 해낸 일들을 보면, 오히려 그 빈칸이 무기가 됐다는 걸 알 수 있어요. 개발자들이 "이건 복잡해서 시간이 오래 걸려"라고 멈추는 지점에서, 그는 그냥 AI에게 물어봤습니다. 당연하다는 듯이.

"불가능하다"를 모르니까 시도했다

Lazar가 Lovable을 처음 만진 건 18개월 전이었습니다. 기술 경력은 없었어요. 대신 기술적 선입견도 없었습니다.

크롬 익스텐션, 데스크톱 앱, 네이티브 영상 생성 기능. Lovable에서 이런 것들을 처음 만들어낸 건 전부 "기술자가 아닌 사람들"이었다고 Lazar는 Lenny's Podcast에서 이야기합니다. 개발자였다면 "그건 기술적으로 까다로운 부분이 있어서"라든가 "원래 그렇게 쉽게 되는 게 아닌데"라는 식으로 머릿속에서 먼저 벽을 쌓았을 거예요. 기술적 배경이 없는 사람은 그 벽 자체가 보이지 않으니까, 일단 시도합니다. 그리고 되면 됐고, 안 되면 다른 방법을 물어봅니다. 단순하죠.

아이디어를 프로토타입으로 만드는 데 걸린 시간은 4시간이었습니다(Lenny's Podcast 인터뷰 기반). 기존 방식대로라면 기술팀에 말로 설명하고, 이해시키고, 우선순위를 조율하는 데만 1-2주가 걸릴 작업이었어요. 단순히 빠르다는 이야기가 아닙니다. 이 속도 차이는 "일단 해보자"와 "나중에 해보자" 사이의 차이입니다. 전자는 실행이고, 후자는 대부분 포기로 끝나요.

저도 호기심에 비슷한 도구를 만져봤거든요. "이런 것도 돼?" 싶은 순간이 진짜 오더라고요. 완벽하진 않았지만, 뭔가 작동하는 걸 눈앞에서 보는 순간은 짜릿해요.

"이런 아이디어, 접어두셨던 거잖아요"

Lovable 같은 도구로 만들 수 있는 것들을 나열해 볼게요. 웹사이트, 모바일 앱, 크롬 익스텐션, 간단한 데이터베이스가 연결된 서비스, 특정 업무를 자동화하는 도구. 기술적인 설명을 다 걷어내면 결국 이런 것들입니다. "우리 팀 회의록을 자동으로 정리해주는 도구", "내가 읽은 책을 기록하고 친구랑 공유할 수 있는 페이지", "우리 가게 예약을 받을 수 있는 간단한 사이트". 이런 아이디어, 한 번쯤 있어보셨죠? 근데 "만들 수 없으니까"라고 접어두셨던 거잖아요.

Lazar도 그런 사람이었습니다. 차이가 있다면, 그는 "만들 수 없으니까"라는 전제 자체를 의심했다는 것이에요. 개발자에게 아이디어를 설명하면 "그거 복잡한 거예요"라는 말을 들었던 경험이 있지 않나요. 진짜 복잡한 건지, 그냥 시간이 오래 걸리는 건지, 아니면 우선순위가 밀린 건지. Lazar는 구분할 수 없었어요. 그래서 그냥 AI에게 직접 물어봤습니다. 복잡하다는 말을 듣기 전에.

지금은 Lazar가 아는 범위에서 S&P 500 기업 중 상당수가 어떤 형태로든 Lovable을 쓰고 있다고 해요(Lenny's Podcast 인터뷰, Lazar 본인 추정치). 익명을 요청한 한 대기업은 기존 CRM과 CMS 시스템을 Lovable로 전면 이전하면서 전담 바이브 코더 3명을 따로 두고 있다고 했어요. 리드쉐어링, 통신, 헬스케어, 금융 같은 업종의 선도 기업들이 엔터프라이즈 플랜을 쓰고 있고요.

채용 시장에서도 변화가 일어나고 있습니다. 이력서 대신 Lovable로 만든 앱을 제출해서 합격하는 사례가 나오기 시작했어요. Lazar 자신이 그 첫 번째 사례였고, Lovable의 머치 스토어도 그가 직접 바이브 코딩으로 만들었습니다. Shopify 연동까지 포함해서요. 개인의 이야기에서 산업의 이야기로 번지기 시작한 거죠.

그런데 여기서 솔직한 이야기를 하나 해야 할 것 같습니다.

"누구나 만들 수 있다"는 말에는 함정이 하나 숨어 있었습니다.

명확하지 않으면, 쓰레기를 더 빠르게 만들 뿐이다

여기까지 읽으면서 "나도 당장 시작해야겠다"는 생각이 드셨을 수 있어요. 그 감각은 좋은 겁니다. 그런데 Lazar가 Lenny's Podcast에서 털어놓은 이야기를 들으면, 조금 다른 그림이 보이기 시작합니다. "누구나 만들 수 있다"는 건 사실이에요. 하지만 "누구나 잘 만들 수 있다"와는 완전히 다른 문장입니다.

저도 이 부분에서 "아차" 싶었어요.

지니에게 소원을 빌 때 생기는 일

Lazar는 이런 비유를 씁니다. 지니에게 소원을 빌 때 "키가 커지고 싶다"고 하면 어떻게 될까요. 지니는 당신을 4미터 키로 만들 수 있습니다. 소원은 들어줬지만, 당신이 원한 건 그게 아니었겠죠. 정확히는 "모델처럼 보이고 싶다", "자신감 있게 보이고 싶다", 아니면 "좋아하는 사람 앞에서 더 돋보이고 싶다"였을 텐데, 그 진짜 의도를 표현하지 못했으니까요.

AI가 정확히 이렇게 작동합니다. 원하는 것을 정확하게 표현하지 못하면, AI는 엉뚱한 답을 빠르고 자신 있게 내놓아요.

실제로 어떤 느낌인지 상상해볼게요. "화면이 예뻤으면 좋겠어"라고 말하면, AI는 배경색을 분홍색으로 바꾸거나 폰트를 크게 만들 수 있어요. 하지만 당신이 원한 건 아마 "사용자가 처음 들어왔을 때 신뢰감이 느껴지는 디자인"이었겠죠. 그 차이가 결과물을 완전히 갈라놓습니다. Lazar가 세련된 배경 하나를 만들기 위해 레이어를 50개까지 쌓고 각각에 다양한 불투명도를 적용한다는 이야기를 들었을 때(Lenny's Podcast 인터뷰 기반), 저는 취향이라는 게 이렇게까지 복잡한 건가 싶었어요. 근데 그게 바로 "예쁘게 해줘"와 "이 정도 수준의 완성도로 만들어줘" 사이의 차이입니다.

두 가지 벽, 하나만 우리가 넘을 수 있다

바이브 코딩에는 벽이 두 개 있습니다. 첫 번째는 기계적 한계예요. AI가 한 번에 기억할 수 있는 양이 제한돼 있거든요. 대화가 길어질수록 AI가 초반에 한 설명을 잊어버립니다. 이건 지금 기술로는 어떻게 할 수 없어요. 두 번째는 인간적 한계, 즉 명확성(Clarity)의 부족입니다. 이건 100% 우리가 통제할 수 있어요.

Lazar 본인도 이 함정에 깊게 빠진 적이 있습니다. 오픈AI 이미지 API를 활용한 기능을 만들려다 1주일을 통째로 낭비한 일이 있었어요(Lenny's Podcast 인터뷰 기반). 매일 시도하고, 실패하고, 다시 방법을 바꿔보고. 그러다 알고 보니 그 시점에는 아직 해당 API 자체가 공개되지 않은 상태였습니다. 먼저 "이게 지금 가능한가?"를 한 번만 확인했다면 1주일을 다른 데 썼겠죠. 잘못된 방향으로 빠르게 달리는 것만큼 허탈한 일이 없네요. Lazar는 이 경험을 두고 "불가능은 가능의 타이밍 문제"라는 교훈을 얻었다고 했어요.

비슷한 경험 있으신 분 있을 거예요. 저도 한번 AI한테 "이거 만들어줘" 하고 3시간을 날린 적이 있거든요. 알고 보니 제가 원하는 게 뭔지 제대로 설명을 안 한 거였어요.

명확성이 없던 시절의 Lazar는 AI를 그냥 '빠른 도구'로 썼습니다. 아이디어가 떠오르면 바로 입력하고, 결과가 마음에 안 들면 또 입력하고. 그 루프가 생각보다 훨씬 많은 시간을 잡아먹었더라고요. 지금의 Lazar는 달라요. AI를 쓰기 전에 먼저 생각하는 시간을 삽니다. 뭘 만들고 싶은지, 왜 만들고 싶은지, 어떤 상태가 되면 완성인지를 먼저 적어둬요. 그 차이 하나가 전부를 바꿔놓은 거죠.

솔직히 저도 이 이야기를 들으면서 좀 쫄렸어요. 바이브 코딩을 해보려다가, 명확성 없이 달려들면 시간만 날리는 거잖아요.

그렇다면 명확성은 어떻게 만들어지는 걸까요.

Lazar가 빠져나온 방법을 들으면, 고개를 끄덕이게 됩니다.

실행 전에 80%를 생각에 씁니다

근데요, 이게 처음엔 반직관적으로 느껴집니다. 빠르게 만드는 게 바이브 코딩의 핵심 아닌가요? 그런데 Lazar의 시간 배분은 정반대예요. 계획과 대화에 80%, 실제 실행에 20%를 씁니다(Lenny's Podcast 인터뷰 기반). 왜냐하면 준비가 부실할수록 수정이 늘어나고, 수정이 늘어날수록 AI가 맥락을 잃어버리기 때문입니다. 처음부터 정확하게 말할수록 결과가 처음부터 맞게 나와요. 그러면 수정 루프가 짧아지고, 전체 시간이 줄어듭니다.

이 80%의 시간을 어디에 쓰는 걸까요. Lazar가 처음부터 체계적인 시스템을 갖고 있었던 건 아닙니다. 오히려 반복된 실패에서 하나씩 깨달은 거예요.

입력부터 치던 시절

솔직히 저도 이 부분 들으면서 찔렸습니다. 저는 보통 생각나면 바로 입력부터 치거든요. Lazar도 처음엔 그랬대요.

처음에는 아이디어가 떠오르면 바로 AI에게 입력했습니다. "이런 앱 만들어줘." 결과물이 나왔는데, 어딘가 어긋난 거예요. 수정을 요청하면 AI가 이전에 합의한 내용을 까맣게 잊어버리더라고요. 대화가 길어질수록 방향이 흐려졌습니다.

그래서 Lazar는 처음부터 전체적인 그림을 하나의 문서로 적어두기 시작했습니다. 이 앱이 존재하는 이유, 누가 쓸 건지, 완성됐을 때 어떤 느낌이어야 하는지. 그는 이걸 마스터플랜이라고 불러요. 나침반 같은 역할이죠.

마스터플랜이 생기니까 다음 문제가 보이기 시작했죠. 한 번에 전부 만들려고 하면 AI도, 자기도 헷갈리더라고요. 어떤 순서로 만들 건지 정리하는 게 필요했습니다. "먼저 로그인 화면, 그 다음 메인 페이지, 마지막으로 저장 기능"처럼 작은 단위로 쪼개서 순서를 매기는 구현계획이 두 번째 문서가 됐어요.

그런데 순서대로 만들어도 결과물이 뭔가 안 예뻤습니다. "심플하고 깔끔하게"라고 말하면 AI가 알아서 해주지 않더라는 거예요. "애플 웹사이트처럼 여백이 많고, 버튼 색은 짙은 남색, 폰트는 이 정도 크기"라고 구체적으로 말해야 원하는 수준이 나왔어요. 그래서 CSS 참조까지 포함한 디자인 가이드라인이 세 번째 문서가 됐습니다.

마지막으로 Lazar가 깨달은 건, 만드는 사람의 시각과 쓰는 사람의 시각이 다르다는 거였어요. 누군가 처음 들어와서 뭘 보고, 어디를 누르고, 결국 어떤 행동을 하는지를 시나리오처럼 적기 시작했습니다. 사용자 여정이라는 네 번째 문서가 만들어진 이유입니다. 이 문서 하나로 "이 버튼이 여기 있으면 안 되겠다"는 판단을 실행 전에 할 수 있게 됐어요.

이 네 가지 문서, 즉 PRD(Product Requirements Document)가 모이면 AI에게 할 말이 정리됩니다. 그러면 AI는 이 문서들을 읽고 작업 목록을 알아서 만들어줘요. 그 상태가 되면 Lazar가 해야 할 일은 하나뿐입니다. "다음 작업 진행해." 에이전트가 알아서 순서대로 진행해요.

뭔가 깨졌을 때 Lazar가 하는 일

시스템이 갖춰져도 문제는 생기잖아요. 뭔가 잘못 만들어졌을 때, Lazar는 무작정 새로운 방법을 시도하지 않더라고요. 나름의 순서가 있었습니다.

먼저 AI에게 직접 고치도록 요청합니다. "이 부분이 이상한데, 원인을 찾아서 고쳐줘." 이게 안 되면 "어디서 문제가 생겼어?"라고 물어보면서 AI가 추적할 수 있도록 콘솔 로그를 추가하게 합니다. Lazar에 따르면 이 단계에서 99%가 해결돼요(Lenny's Podcast 인터뷰 기반). 로그를 채팅에 붙여넣기만 하면 AI가 원인을 찾아서 고쳐주거든요.

그래도 안 되면 다른 AI 도구로 코드 전체를 진단해봅니다. 마지막 수단은 문제가 생기기 전 버전으로 되돌린 뒤 프롬프트를 재정의하는 거예요. 기술 지식이 아니라 문제를 구체화하는 능력이 핵심인 겁니다.

디버깅 얘기는 여기까지고요. Lazar한테 하나 더 배운 게 있어요. 병렬 프로젝트 접근법입니다. 아이디어가 떠오르면 그냥 흘려보내지 않습니다. 그날 떠오른 생각을 짧게라도 적어두는 습관, Lazar는 이걸 브레인덤프라고 불러요. 생각의 조각들이 쌓이다 보면 어느 순간 하나의 프로젝트로 이어질 만큼 내용이 모입니다.

한 프로젝트에서 막히면 다른 프로젝트로 넘어가면 돼요. 막혀 있던 문제가 다른 프로젝트를 하다가 갑자기 풀리는 경험을 하게 되거든요. 뇌가 백그라운드에서 계속 돌아가고 있기 때문이에요. Lazar는 이 방식이 초반에 크레딧을 더 쓰는 것처럼 보이지만, 장기적으로는 비용을 크게 절약한다고 하더라고요(Lenny's Podcast 인터뷰 기반).

PRD를 만들고, 디버깅 순서를 밟고, 병렬 프로젝트를 돌리고. 결국 다 하나로 모이더라고요. 도구의 문제가 아니라, 사람의 문제라는 것.

더 좋은 AI가 나와도 달라지지 않는 것

많은 사람들이 "AI 모델이 더 똑똑해지면 이런 문제들이 다 해결될 거야"라고 생각합니다. 모델의 지능이 올라가면 명확하게 말하지 않아도 의도를 알아서 파악할 거라고요. Lazar의 생각은 달라요. 그가 팟캐스트에서 소개한 말이 하나 있습니다. "AI 모델의 천장은 모델의 지능이 아니라, 모델이 행동하기 전에 무엇을 보느냐다." 쉽게 말하면, 아무리 똑똒한 AI라도 잘못된 정보를 받으면 잘못된 결과를 낼 수밖에 없는 거네요.

그래서 Lazar는 코딩 실력보다 명확성과 판단력을 기릅니다. 이건 더 넓은 흐름과도 맞닿아 있어요. 엔지니어, 디자이너, PM이라는 세 역할의 경계선이 점점 흐려지고 있습니다.

예전에는 각각이 뚜렷하게 구분된 전문 영역이었죠. 코드는 엔지니어, 화면은 디자이너, 방향은 PM이 맡았습니다. 그런데 AI가 코드 작성과 디자인 실행을 도와주기 시작하면서, 세 역할의 경계가 뒤섞이기 시작했어요. Lazar가 정확히 그 겹치는 영역에 서 있는 사람이에요. 코드를 쓰지 않지만 제품을 만들고, 디자이너는 아니지만 50개 레이어의 배경을 쌓고, PM은 아니지만 사용자 여정을 설계합니다.

Lazar는 코딩이 앞으로 캘리그라피 같은 예술 영역으로 옮겨갈 거라고 보더라고요(Lenny's Podcast 인터뷰 기반). 코딩이 사라진다는 게 아닙니다. 누구나 하는 일상적인 기술에서, 고도의 전문성을 가진 예술의 영역으로 옮겨간다는 뜻이에요. 대신 모든 사람에게 더 중요해지는 건 감성 지능, 취향, 그리고 사람과 사람 사이의 상호작용입니다. AI가 아무리 발전해도 대체할 수 없는 것들이죠.

누구나 "그럭저럭 괜찮은" 결과물을 만들 수 있는 시대가 됐어요. 그렇기 때문에, 진짜 차이를 만드는 건 "월드클래스"를 만들 줄 아는 사람의 명확성과 판단력입니다. 그리고 그건 코딩 능력이 아니라, 자기 자신과 먼저 대화하는 습관에서 시작돼요.

이 말이 무섭기도 하고 설레기도 하더라고요. 결국 도구는 누구나 쓸 수 있으니까, 차이를 만드는 건 사람의 판단력이라는 거잖아요.

명확성, 판단력, 취향. 18개월 동안 쌓아올린 것들의 이름이에요.

이력서를 열지 말고, 아이디어를 여세요

다시 그 면접 장면으로 돌아가 볼게요. 면접관 앞에 앉아 Lovable 앱을 켜던 그 순간, 그가 무서웠을까요. 아마도요. 하지만 그는 이미 몇 달 동안 이 방식으로 살아왔기 때문에, 두려움보다 확신이 더 컸습니다. 수십 개의 아이디어를 시도했고, 여러 번 실패했고, 뭐가 되고 뭐가 안 되는지를 몸으로 익혔어요. 면접장에서 내민 앱 하나가 그 18개월의 압축이었습니다.

처음부터 완성도 높은 걸 만들려고 했다면, 그는 아직도 시작 못 했을 겁니다. 기술을 제대로 배우고, 코딩을 완전히 익히고, 포트폴리오를 쌓고, 그다음에 지원하려고 했다면요. 그 "준비가 끝난 다음에"는 보통 영원히 오지 않습니다.

솔직히 말하면, 이 말이 처음엔 조금 뻔하게 들렸습니다. 그런데 그의 이야기를 끝까지 듣고 나면 달라져요. 그가 말하는 "시작"은 거창한 게 아닙니다. 오늘 떠오른 아이디어를 두 줄로 적는 것도 시작이에요. 바이브 코딩 도구에 접속해서 뭔가를 입력해보는 것도 시작이고, 어설프게 만들어진 첫 번째 버전을 보는 것도 시작입니다. 그 작은 시작들이 쌓여서, 어느 날 면접장에서 앱을 꺼낼 수 있는 사람이 됩니다.

지금 머릿속에 아이디어 하나가 있다면, 오늘 브레인덤프를 해보시겠어요? 저도 어제 처음 해봤는데, 두 줄 적는 데 5분도 안 걸리더라고요. 거창하지 않아도 됩니다. 이런 게 있으면 좋겠다 싶었던 것 하나면 충분해요. 무엇이고, 누가 쓰면 좋을 것 같은지. 그 두 줄이 마스터플랜의 시작이에요. 적을 때, 뭘 만들고 싶은지보다 왜 만들고 싶은지를 먼저 적어보세요. 그게 Lazar가 18개월 동안 배운 것의 핵심이니까요.

제가 이 이야기에서 가장 오래 남은 말로 마무리할게요.

이 말이 위협이 아니라 초대처럼 들렸으면 합니다. 만드는 능력은 더 이상 코드를 아는 사람만의 것이 아니에요. 아이디어를 언어로 표현할 수 있는 사람, 원하는 것을 명확하게 설명할 수 있는 사람이라면 누구든 시작할 수 있습니다. 이력서 대신 앱 하나를 제출할 수 있는 사람이라면, 누구든 그 자리에 앉을 수 있어요.

이 글은 Lenny's Podcast — Lazar Jovanovic 인터뷰를 바탕으로 작성되었습니다.

정보 격차를 해소하기 위한 오픈채팅방을 개설했습니다.

유익한 정보를 전달드립니다. 😀 

https://open.kakao.com/o/gtzeeMji

Mr.Beast와 협업했던 모습

2024년 5월, 고등학생 한 명이 부모님 집에서 앱을 하나 런칭했습니다. 사진 한 장을 찍으면 AI가 칼로리를 계산해주는 단순한 아이디어였죠. 1년 반 뒤, 그 앱은 Zach 본인이 밝힌 기준 연 매출 약 700억 원($50M ARR)(2026년 1월 월 매출 약 80억 원)을 찍고 경쟁사 MyFitnessPal에 100% 매각됐습니다.

Zach Yadegari. 매각 발표 당시 나이 19세. 미국 University of Miami에재학 중이었던 창업자입니다.

근데 진짜 흥미로운 건 이 성공 자체가 아니에요. 22개월 동안 전략을 세 번이나 갈아엎으면서도 매번 성장 궤도에 올려놓은 방법, 그리고 결국 왜 팔았는지, 그 이유가 더 재밌습니다.

1년 반, 0원에서 연 매출 약 700억 원까지

Cal AI. GPT 래퍼라고 조리돌림 당하던 게 엊그제였다.

Cal AI의 22개월은 크게 세 단계로 나뉩니다. 인플루언서 바이럴로 첫 매출을 만든 시기, 퍼포먼스 광고로 성장 엔진을 바꾼 시기, 그리고 모든 지표가 동시에 폭발한 시기. 각 단계마다 전략이 완전히 달랐어요.

17세가 월 14억 원을 번 방법

2024년 5월, Cal AI가 런칭됐을 때 Zach는 17살이었습니다. 앱의 핵심은 단순했죠. 음식 사진을 찍으면 AI가 칼로리와 영양 정보를 알려줍니다. 기존 칼로리 앱들이 음식 이름을 일일이 검색해서 입력해야 했던 번거로움을 한 방에 없앤 거예요.

처음 성장을 끌어낸 건 인플루언서 마케팅(UGC)이었습니다. Zach는 피트니스 인플루언서들한테 먼저 연락했고, 그 사람들이 올리는 콘텐츠를 타고 자연스럽게 퍼졌어요. 피트니스 쪽이 포화되니까 먹방, 다이어트, 라이프스타일 쪽 인플루언서로 범위를 넓혔습니다. 결과는 빨랐죠. 런칭 5개월 만에 월 약 14억 원($1M) 달성. 2024년 10월경이었어요.

두 달 뒤, Zach는 대학에 들어갑니다. 이유가 좀 의외인데, "친구를 사귀고 싶어서"라고 팟캐스트에서 직접 말했어요. 그때 이미 매출이 월 약 42억 원($3M)이었는데도요. 근데 이 디테일이 재밌는 게, 그가 대학 가서 놀아도 회사가 돌아간 이유가 있었거든요. "우리 팀의 유일한 핵심 가치는 속도다"라고 처음부터 못 박아 뒀고, 실제로 그 문화가 작동했습니다. 혼자 한 게 아니에요. 10살 때 코딩 캠프에서 만난 Henry Langmack이 CTO로 기술을 맡았고, Jake Castillo가 CMO/COO로 인플루언서 마케팅 시스템을 깔았어요. 서로 다른 걸 잘하는 사람들이 모여 있으니까 대표가 자리를 비워도 돌아간 거죠.

월 28억 원에서 70억 원으로, "누구한테" 대신 "뭘 보여줄까"

2025년 초중반, Cal AI는 성장 전략을 완전히 바꿉니다. 인플루언서 마케팅에서 퍼포먼스 광고로 무게를 옮긴 거예요. 페이스북, 틱톡, 인스타그램에 광고를 본격적으로 돌리기 시작했고, 월 매출이 약 28억 원에서 70억 원대로 뛰었습니다.

여기서 Zach가 광고를 바라보는 시각이 드러나는데요. 팟캐스트에서 이런 얘기를 했어요.

요즘 광고 플랫폼 알고리즘이 워낙 똑똑해졌으니까, "이 광고를 누구한테 보여줄까"를 고민하는 대신 "어떤 영상을 만들까"에 집중한다는 거죠. 실제로 App Store의 커스텀 프로덕트 페이지를 활용해서 어떤 광고 소재가 진짜 결제로 이어지는지를 데이터로 하나씩 검증했어요.

2025년 중반에는 MrBeast와 협업까지 합니다. 약 7억 원($500K)을 썼는데, 직접적인 광고 수익률은 솔직히 별로였어요. 근데 Zach는 이걸 "광고"가 아니라 "브랜드 권위를 사는 비용"이라고 봤습니다. 실제로 MrBeast 영상 이후에 다른 크리에이터들이 먼저 연락해왔고, 협업 조건도 좋아졌어요. 당장의 수치가 아니라 시장에서의 위치를 산 거죠.

2025년 말, Cal AI는 그 해 연 매출 약 420억 원($30M)을 기록합니다. 2026년 1월엔 한 달에 약 80억 원, 연으로 치면 약 700억 원 돌파. 직원은 30명이었어요.

근데 이 숫자들 뒤에서 조용히 쌓이고 있던 문제가 있었습니다.

그런데 왜 팔았을까

연 700억 원이면 잘되는 거 아닌가요? 겉으로 보면 그렇습니다. 근데 이 성장이 어떤 구조 위에 서 있었는지를 보면 이야기가 달라져요.

광고를 끄면 매출도 꺼진다

Cal AI의 매출은 퍼포먼스 광고에 상당 부분 의존하고 있었습니다. 광고비를 줄이면 신규 유입이 바로 줄어드는 구조. Cal AI만의 문제가 아니라 모바일 앱 시장 대부분이 이래요.

더 근본적인 건 유지율 문제였습니다. 피트니스 앱 업계 평균 연간 유지율이 약 30%거든요(Cal AI 자체 수치는 공개된 적 없지만, 이 정도가 업계 표준이라는 건 팟캐스트에서도 언급됐어요). 100명이 깔면 1년 뒤에 쓰는 사람이 30명. 구독 모델에서 이건 꽤 아픈 숫자예요. 매달 빠져나가는 사람만큼 광고로 새 사람을 채워 넣어야 매출이 유지되니까요.

앱이 나빠서가 아니라, 운동을 안 해서

사람들이 피트니스 앱을 그만두는 건 앱 때문이 아닙니다. 운동 자체를 안 하게 되니까요. 새해 다짐이 3월이면 사라지듯, 아무리 잘 만든 앱도 유저의 생활 패턴까지 바꿀 수는 없어요.

독립적으로 살아남으려면 광고비보다 한 사람이 남기는 수익이 커야 하는데, 유지율 30%로는 그 산수가 잘 안 맞습니다. 제 생각엔, Zach도 이걸 알고 있었어요.

MyFitnessPal이 산 건 "기술"이 아니라 "조각"

2억 명 이상의 사용자에 연 약 4,300억 원($310M) 수익을 올리는 MyFitnessPal이 1,500만 다운로드, 연 700억 원짜리 Cal AI를 산 이유가 뭘까요?

"경쟁사 없애려고"라고 보기엔 좀 다릅니다. MyFitnessPal한테 있는 건 20년 넘게 쌓은 영양 데이터베이스와 거대한 기존 유저. Cal AI한테 있는 건 사진 찍으면 바로 칼로리를 알려주는 AI 기술과 Z세대를 끌어오는 능력. 서로 다른 퍼즐 조각을 들고 있었던 거예요.

Zach도 팟캐스트에서 "합치면 더 많은 사람한테 더 큰 영향을 줄 수 있다고 생각했다, 양쪽 모두한테 말이 되는 딜이었다"고 했어요. 협상은 1년 넘게 진행됐고, 매각 후에도 Zach가 Cal AI를 계속 이끕니다.

여기서 더 큰 흐름이 보여요. 피트니스 앱 시장이 양극화되고 있다는 겁니다. Apple Health, Google Fit 같은 플랫폼이 한쪽에 있고, 한 가지를 극단적으로 잘하는 전문 앱이 다른 한쪽에 있어요. "이것저것 다 되는 중간 규모 앱"은 점점 설 자리를 잃고 있습니다. Cal AI는 전문 앱이었지만, 혼자서는 유지율과 광고 의존 문제를 넘기 어려웠어요.

MyFitnessPal의 2억 유저가 Cal AI한테 주는 건 단순히 "더 많은 사람"이 아닙니다. 기존 유저한테 Cal AI를 추천할 수 있고, 떠난 유저를 다시 데려올 수 있고, 광고 없이도 사람이 들어오는 통로가 생기는 거예요.

그러면, 이 모든 걸 알면서도 22개월 만에 700억 원을 만든 Zach한테서 뭘 배울 수 있을까요?

Zach가 22개월 동안 한 것, 그리고 착각하면 안 되는 것

이 이야기를 읽으면 전략적 패턴이 보입니다. 근데 패턴만 보고 따라 하면 절반밖에 못 배워요.

전략의 뼈대

1년 반 전만 해도 누군가의 앱이 연 14억 원을 벌면 "와, 대단하다"는 반응이었습니다. 지금은 420억, 700억 원이 새로운 기준이 됐어요. VC 없이, 투자 한 푼 없이, 보통 스타트업이 3년 걸려 도달하는 규모를 22개월 만에 찍은 겁니다.

Zach가 한 걸 뜯어보면 이렇습니다. 먼저 기존 칼로리 앱에서 가장 귀찮은 부분인 음식 이름을 직접 검색해서 입력하는 과정을 AI로 완전히 없앴어요. 그다음 인플루언서 마케팅으로 초기 사용자를 모았고, 그게 한계에 부딪히자 퍼포먼스 광고로 엔진을 갈아탔습니다. MrBeast한테 쓴 약 7억 원은 당장 돈을 벌려는 게 아니라 "이 앱은 MrBeast급이 쓴다"는 이미지를 산 거였어요. 팀 전체에는 "속도가 우리의 유일한 핵심 가치"라는 원칙을 박아 뒀고, 병목이 보이면 그 자리에서 바로 치웠습니다.

근데 제가 가장 인상 깊었던 건 마지막이에요. Zach는 MyFitnessPal을 처음부터 적이 아니라 잠재적 파트너로 봤습니다. 관계를 1년 넘게 쌓으면서 자연스럽게 인수 대화로 이어갔어요. "만들고 팔기(Build and Sell)"를 처음부터 전략 선택지에 넣어둔 거죠.

따라 하면 안 되는 것

근데 이 이야기를 듣고 "나도 AI 앱 하나 만들어야지"가 결론이면, 절반만 배운 겁니다.

Zach 본인이 팟캐스트에서 이런 말을 했어요. "최악의 앱이라도 마케팅이 좋으면 다운로드는 생깁니다. 최고의 앱이라도 마케팅이 없으면 아무도 모릅니다." 기술이 아니라 마케팅이 먼저라는 건 맞아요. 근데 "사진으로 칼로리 측정"이라는 아이디어 자체가 마법이었다고 착각하면 안 됩니다. 진짜 핵심은 기존에 귀찮았던 걸 없앤 거였어요. 다음 기회는 "AI + 사진"이 아니라 또 다른 형태의 귀찮음을 없애는 데서 올 겁니다.

그리고 한 가지 더. 연 700억 원이라는 숫자만 보면 혼자서도 될 것 같지만, Zach 뒤에는 30명의 팀이 있었고, 인플루언서 네트워크가 있었고, MrBeast와의 관계가 있었고, MyFitnessPal과 1년 넘게 쌓은 신뢰가 있었습니다. 전부 관계에서 나온 결과예요. 유지율 30% 문제도 무시하면 안 됩니다. 광고로 구멍을 메울 수 있는 데는 한계가 있어요. Zach도 그걸 알았기 때문에 판 겁니다.

매각 발표 직후, Zach는 한마디를 더 남겼습니다.

다음 22개월을 쓰는 사람에게

22개월 만에 약 700억 원 매출을 만들고 회사를 넘긴 19세. 다음 목표는 이미 정해져 있었어요.

"대학은 끝났고, 다음은 1조 원"

매각 직후, 팟캐스트에서 Zach가 이런 얘기를 합니다.

회사 팔았으니까 자퇴하는 게 아니에요. 원래 대학은 친구 사귀러 간 거였고 그 목적은 이미 달성했으니까요. 이제 그가 보고 있는 건 1조 원(10억 달러)짜리 회사를 만드는 겁니다.

이 말이 허풍으로 안 들리는 이유가 있어요. 700억 원까지 22개월 걸린 사람이거든요. 여기에 이번에 쌓은 광고 최적화 노하우, 크리에이터 네트워크, 인수합병 경험까지 더하면, 다음엔 더 빠를 수도 있습니다.

솔직히 저도 처음엔 "운 좋은 거 아닌가" 싶었어요. 근데 22개월을 따라가다 보면 생각이 바뀝니다. 17세에 월 14억 원, 18세에 연 420억 원, 19세에 연 700억 원 매각. 각 단계마다 전략이 바뀌었고, 그 전환이 다 작동했어요. 운이 세 번 연속 맞을 확률은 낮습니다.

1년 반 전, 부모님 집에서 시작했던 그 앱은 이제 2억 명의 사용자를 가진 회사의 일부가 됐습니다. 다음 달, 6개월 후, 혹은 22개월 후에 여러분이 그 타임라인을 쓰고 있을지도 모릅니다.

이번 주에 할 수 있는 건 하나예요. 지금 쓰고 있는 앱이든, 만들고 있는 서비스든, 머릿속에만 있는 아이디어든, 거기서 가장 귀찮은 부분 하나만 골라서 없애보세요. Zach도 처음 한 줄의 코드가 어디로 갈지 몰랐으니까요.

참고 링크

• TechCrunch: MyFitnessPal Acquires Cal AI

• Inc.com: He Built an AI App in High School, Made $40M, and Sold to MyFitnessPal

• CNBC: Cal AI - How a Teenage CEO Built a Fast-Growing Calorie Tracking App

• Business of Apps: MyFitnessPal Statistics

• The Meridiem: Fitness App Market Consolidates

읽어주셔서 감사합니다. 더 좋은 아티클로 보답하겠습니다!

해외 인디해커가 감탄한 프로덕트를 만든 Claude.md와 

곧 출시될 제품의 프로모션 혜택을 구독자분들께 드릴 예정입니다!

✅  엉클잡스 스레드 : https://www.threads.net/@unclejobs.ai

💡 AI 뉴스레터  : https://fronmpt.beehiiv.com/

https://indiedevpersona.com  , Threads가 낳고 키운 한국판 프로덕트 헌트를 위해 리뉴얼 중인 프로젝트.

ClaudeCode가 Opus 4.6을 내놓은 지, 30분도 안 돼서 GPT-5.3-Codex가 출시되었습니다.

곧바로 비교 벤치마크가 쏟아졌고, 실사용자 테스트가 타임라인을 덮었습니다.

늘 그렇듯 성능은 놀랍습니다.

이제 벤치마크 몇 개, 단일 프롬프트 사용후기는… 솔직히 큰 의미가 없어 보입니다. 진짜 시장성이 보이는 곳은 따로 있으니까요.

Agentic Coding.

작년 상반기가 Cursor였다면, 하반기는 ClaudeCode가 가져갔습니다.

코딩은 지금 AI에서 가장 돈이 도는 전장이고, 판은 Anthropic vs OpenAI로 빠르게 굳어가는 중입니다.

저도 최근 해외 인디해커와 협업해 48시간 만에 프로토타입(DB+OAuth)을 만들었습니다. 

이제는, PaaS만 잘 붙이면 일주일 이내에도 만들 수 있습니다.

오늘 글은 AI 찬양도, 개발자 대체론도 아닙니다.

제가 전하고 싶은 건 하나입니다.

코드를 한 줄도 읽지 않는 시대가 도래했다.

OpenClaw를 만들면서 Peter Steinberger는 Codex와 Ghostty만으로 제품을 만들었다고 합니다.

그리고 “코드는 안 읽는다”고 했죠.

대신 그는 시스템을 설계하고 흐름을 읽고, 리팩토링에 집중한다고 말했습니다.

그가 밝히길, 예전에는 30명이 팀으로 해야 했던 작업이 이제는 본인과 Codex만으로도 가능하다고요.

Agentic Coding을 해본 사람이라면 압니다.

코드가 쏟아지는 속도가 사람이 따라갈 수 없는 수준이라는 걸요.

Peter Steinberger의 Ghostty 셋업 화면.

한 세션만 돌려도 결과물이 폭포처럼 쏟아집니다.

10분도 안 돼서 사람이 리뷰하기 버거운 분량이 쌓입니다.

그래서 저는 “사람이 리뷰한다”는 생각을 빨리 내려놨습니다.

대신 Agent가 리뷰하는 시스템을 설계했습니다.

코드 리뷰조차 AI가 더 잘하는 경우가 많으니까요.

빠르게 출시하려면 ClaudeCode를 적극 활용할 수밖에 없는 이유도 여기 있습니다.

48시간을 만드는 건 ‘세팅’이 아니라 ‘운영 방식’이다

인앱화면이 아닙니다. 랜딩페이지 ‘인터랙티브 데모’ 입니다. 곧 출시 예정인 제품.

핵심은 “한 번 잘 부탁해”가 아닙니다.

세팅 → 작업 운영 → 검증을 짧게 반복하는 루틴입니다.

그리고 용어부터 짧게 정리해둘게요. (여기서 한 번만)

• MCP: 에이전트에 “외부 도구/연동”을 붙이는 연결 규격(플러그인 같은 개념)

• Skills: 에이전트가 특정 일을 더 잘하게 만드는 작업 단위/레시피(반복 가능한 능력)

• Subagent: 메인 에이전트가 일을 쪼개서 맡기는 “보조 에이전트”(역할 분담용)

• Marketplace: 필요한 플러그인/연동/스킬을 가져오는 앱스토어 같은 곳

1) 저는 이렇게 ClaudeCode를 세팅합니다

Marketplace에서 Plugin과 MCP를 적극 도입합니다.

그리고 내게 맞는 Skills부터 세팅하는 데 공을 들입니다.

• 컨텍스트 관리를 위해 Serena MCP

• 일정/태스크 관리를 위해 Linear MCP

• 복잡한 작업은 일단 시스템에 맡기기

요즘은 공식 Skills를 에이전트에게 전달하면 더 나은 추천을 해주기도 해서,

“어떤 스킬을 먼저 도입할까요?”부터 묻고 진행합니다.

그리고 시스템 프롬프트를 내 스택/프로젝트에 맞게 계속 최적화합니다.

(한 번에 완벽하게 만들려고 하기보다, 프로젝트마다 “조금씩” 맞춰가는 편이 안정적이더라고요.)

2) 저는 이렇게 ClaudeCode와 작업합니다

기능마다 세션을 깔끔하게 나눕니다.

에이전트를 여러 개 띄워서 메인에서 반복합니다.

컨텍스트가 길어질수록 퀄리티가 떨어집니다.

그래서 작업이 끝나면 세션을 닫고 새로 시작합니다.

• 계획은 짧게

• 뼈대는 빠르게

• 바로 다음 단계로

이 루틴이 중요한 이유는 단순합니다.

“생각이 길어질수록 코드가 산으로 가기 때문”이에요.

3) 저는 이렇게 결과물을 확인합니다

테스트는 뒤가 아닙니다.

구현 직후입니다.

먼저 속도를 높여 구현하고, 그 다음 테스트를 진행합니다.

Review 전용 Subagent를 구축하거나 Test Subagent를 돌립니다.

그러면 이번 세션에서 생긴 문제나 잠재적 리스크가 더 또렷하게 드러납니다.

특히 플랜을 길게 잡으면 “고아 컴포넌트”가 생깁니다.

만들었지만 어디에도 연결되지 않는 기능과 코드요.

모델이 완벽하지 않기 때문에,

매 세션이 끝나면 검증과 확인은 필수입니다.

어제 출시했는데 오늘 비슷한 제품이 출시된다.

OpenClaw는 “진정한 에이전트”라는 찬사를 받으며 빠르게 확산되고 있습니다. 
동시에 보안 관점에서 조심해야 한다는 논의도 있습니다.

그런데 시장은 늘 그렇듯 빠르게 반응합니다. 
이미 해외에서는 OpenClaw로 만든 제품이 쏟아지고 있죠.

인도의 07년생 고등학생 Savio가 주말 동안 만든 SimpleClaw는 
출시 5일 만에 약 3천만 원($21,029) 매출을 달성했습니다.

그리고 매각 의사를 타진했고, 3억 3천만 원이 넘는 금액을 언급했습니다. 
벌써 16명 이상이 인수 의사를 밝혔다고요.

그 다음은 늘 같습니다. 
비슷한 제품이 쏟아집니다.

OpenClaw로 맥주를 만드는 사례까지 나왔습니다. 
사람들이 관심을 가지는 제품은, 시장이 바로 반응하니까요.

유행은 돌고 돕니다. 
제품도 결국 사용자에게 “간택” 받아야 살아남습니다.

콘텐츠처럼 제품에도 트렌드가 존재한다.

이커머스에서 배운 사실이 하나 있습니다.

독점처럼 보이는 제품에도 유사품이 나옵니다.
콘텐츠도 마찬가지죠. 먹방 트렌드가 존재하듯, 제품에도 트렌드가 존재합니다.

차이는 하나입니다.
주기가 훨씬 짧아졌다는 것.

트렌디하다는 말은, 촛불 같은 운명일 수도 있습니다.
빠르게 치솟고, 어느 날 꺼지는 것.

작년에 나온 바이브코딩 툴의 트렌드 추이를 보여주는 표. 

어떤 제품이든 매출이 감소하는 시기는 옵니다.
그때 유연한 전략을 택해야, 한 단계 도약이 가능합니다.

불과 1년 전만 해도 Cursor가 시장을 휩쓸었습니다.
반 년 만에 ClaudeCode가 관심을 가져가버렸죠.

이 지점에서 질문이 하나 생깁니다.
“그럼 더 빨리, 더 많이 만들면 되는 거 아닌가?”

만드는 건 쉬워졌다. 그렇다면 만들기만 하면 팔리나?

https://www.loot-drop.io/ 

덴마크의 한 엔지니어가 바이브코딩으로 재미있는 사이트를 만들었습니다. 
Startup graveyard. 투자받은 스타트업이 무엇 때문에 망했는지 보여주는 데이터베이스죠.

1,600여 개의 스타트업이 망했고, 5,017억 달러가 증발했습니다. 
약 725조 원. 우리나라 작년 예산보다 큰 규모입니다.

https://www.loot-drop.io/

https://www.loot-drop.io/

인사이트를 보면 명확합니다.

많은 스타트업이 망하는 이유는 “제품 문제”가 가장 큽니다.

• 수익이 없는데도 출혈 경쟁을 하고

• 시장 수요가 없는데도 제품을 만들기 때문입니다

이건 스타트업만의 얘기가 아닙니다.

1인 빌더라면 더더욱 위험합니다.

빌더 트랩을 경계해야 한다.

고객은 찾지 않고 제품만 빌드업했던 https://sangse.page . 리뉴얼 대기 중

6개월 동안 혼자 제품을 만듭니다. 

도메인도 처음. 배포도 처음. 환경변수도 처음.

경험이 적을수록 기능에 집착하게 됩니다. 

네, 제 이야기입니다.

그 제품은 실패한 적이 없습니다. 

시장에 제대로 내놓은 적이 없으니까요.

글 몇 번 쓰고, 바이오링크 달아본 게 전부였습니다. 

DM도, 콜드메일도 하지 않았습니다.

완벽주의. 빌더 트랩. 에고.

피터 레벨스는 95% 이상의 제품이 망했다고 말합니다.
그리고 극소수의 제품을 통해 연 30억 이상의 수익을 냅니다.

그래서 1인 전략은 “더 자주 배포”가 맞습니다.
하지만 이것만으로는 부족합니다.

더 정확하게 배포해야 합니다.
(더 많이가 아니라, 더 정확히.)

‘누구’의 ‘문제’를 해결할 것인가.

크레이그리스트는 단촐합니다.
화려한 기능도 없습니다. AI도 없습니다.

그런데 여전히 돌아갑니다.
여전히 쓰입니다.

월 1억 5천만명이 사용하고,
연간 매출액은 8천억원이 넘습니다.

사람들이 사랑하는 건 “대단한 기능”이 아니라
문제 해결이라는 걸 보여줍니다.

만들고 싶어서 만든 드로잉 툴. Image 모델을 붙이려고 했다. 

메이커가 되면 만들기에 치중합니다. 
글을 쓰면 내 글에 애착이 생기고, 제품을 만들면 내 제품과 사랑에 빠집니다.

그래서 객관성이 흐려집니다. 
“이거 진짜 필요한가?”라는 질문을 놓치기 쉽죠.

저는 그래서 한국형 프로덕트 헌트를 준비하고 있습니다.

빌더들의 아이디어 심판대이자, 기획 검증 공간. 
화개장터 같은 오픈마켓이자 포도청 같은 검증대요.

48시간은 시작이다. ‘누구의 문제’가 끝을 결정한다

곧 출시를 앞두고 있는 또 다른 제품. 영혼을 갈아넣었다. 

이제 만드는 속도는 빨라졌습니다.
에이전트 코딩은 48시간을 현실로 만들었습니다.

그리고 그만큼 복제도 빨라졌습니다.
어제의 제품이 오늘의 레퍼런스가 됩니다.

그래서 더 빨리 만들면 될 것 같지만, 그 방식만으로는 부족합니다.

만들기만 하면 팔리는 시대가 아니라, 더 정확히 만들어야 살아남는 시대가 됐기 때문입니다.

결국 질문은 하나로 돌아옵니다.

• 누구의 문제를 해결할 것인가

• 그 문제를 한 문장으로 정의할 수 있는가

• 그 한 문장을 증명하는 “단 하나의 기능”은 무엇인가

첫 제품이 6개월 걸렸다면, 다음은 3개월, 2주, 2일… 점점 줄어들 겁니다.
하지만 단 하나는 변하지 않습니다.

48시간은 시작입니다. ‘누구의 문제냐’가 결과를 결정합니다.

너무 오랜만에 인사드립니다, 구독자 여러분.

기다려주신 구독자 분들을 위해 앞으로 이벤트를 진행하려 합니다.

먼저,

해외 인디해커가 감탄한 프로덕트를 만든 Claude.md를 차주부터 배포할 예정입니다.

그리고 곧 출시될 제품의 프로모션 혜택을 구독자분들께 드릴 예정입니다!

앞으로 더 양질의 콘텐츠로 지속해서 찾아뵙겠습니다.

감사합니다.

✅  엉클잡스 스레드 : https://www.threads.net/@unclejobs.ai

바이브 코딩, 마법 같은 단어입니다.

출처 : https://www.educationnext.in/posts/the-rise-of-vibe-coding-a-new-era-of-software-development

작년 11월, Windsurf를 켜고 Claude Sonnet 3.5에게 이렇게 말했어요.

Windsurf에서 시작해 Cursor를 거쳐

Cline, RooCode로 Claude API도 연결했습니다.

출시도 못 하고 접은 첫 프로젝트에만 30만 원이 나갔죠.

지금은 더 큰 비용을 들여 굴러가는 제품을 만들고 있지만,

그때의 실패 덕분에 배운 게 분명히 있어요.

Cursor보다 싼 10달러에 Agent 기능을 탑재해서 사용한 AI IDE, Windusrf. 그렇게 저를 바이브 코딩의 세계에 입문시켰습니다.

예전에는 파이썬으로 크롤링 같은 걸 구현할 때,

스택오버플로우·구글 검색·깃허브 레포를 뒤져가며 해결했어요.

막히면 키워드를 바꿔가며 답을 찾아 붙였죠.

그런데 지금은 패턴이 달라졌어요.

검색 대신 ChatGPT와 AI IDE(Windsurf, Cursor 등)에 먼저 묻고,

나온 코드를 바로 돌려본 뒤 프롬프트로 수정·재시도를 반복하는 대화 중심 방식이 기본이 됐어요.

‘검색 중심 → 대화 중심’ 전환은, 생각했던 것보다 더 ‘지식 노가다’ 입니다.

개발자들의 성지, 스택오버플로우가 AI 등장과 함께 무너지고 있다.

올해 초 안드레이 카파시가 언급하며 ‘바이브 코딩’이라는 단어가 등장했습니다.

그리고 AI 모델 성능과 에이전트 도구의 기술이 발달하면서

“이제 누구나 개발할 수 있다.”는 분위기가 팽배해졌죠.

게다가 최근 Claude Code와 Claude 4 Family의 등장은

‘수익화’라는 마법의 단어와 결합해, 바이브 코딩을 호그와트행 급행 열차로 만들었습니다.

하지만 현실은 달라요.

AI는 마법사의 돌이 아니고, 우리는 해리포터가 아니죠.

바이브 코딩은 마법이 아니라 정말로 사람의 손이 많이 가는 ‘일’이 거든요.

바이브코딩만 했다가는 코드가 꼬여서 엉망이 됨을 느낀다.

이번 에피소드에서는 AI가 모든 걸 해줄 거라는 환상에 빠져,

30만원과 한 달을 날린 제 이야기를 들려드릴게요.

그리고 어떻게 문제가 되는 부분을 극복했는지도 설명해드리려고 합니다.

시간은 돈보다 소중합니다.

이 글을 읽으시는 분들이, 저와 같은 실수를 반복하지 않으셨으면 해요.

바이브 아티클,

시작합니다.

1. AI는 기억하지 못한다.

전설적인 프로듀서 릭 루빈, 코드의 길(The Way of Code)을 출간하며 바이브코딩의 밈이 되었다.

AI를 처음 쓰는 분들이 좋은 프롬프트를 쉽게 찾을 수 있게 하고 싶었어요.

인터넷에 흩어져 있는 프롬프트들을

카테고리별로 정리해서, 마케팅용, 글쓰기용, 분석용으로 나누고

사용자가 즐겨찾기도 할 수 있는 그런 서비스를 만들고 싶었거든요.

처음에는 정말 잘 되는 것 같았어요.

"간단한 웹 애플리케이션 만들어줘"라고 하니까

Claude가 HTML, CSS, JavaScript를 뚝딱 만들어주더라고요.

"프롬프트 입력 폼 만들어줘"라고 하니까 그것도 금방 나왔고요.

그런데 프로젝트가 복잡해지면서 문제가 발생했어요.

아직까지 AI 모델은 Context Window 제한이 너무 뚜렷해요.

즉, 아무리 올바른 대답을 내놓는 것 같아도

한 번에 기억할 수 있는 정보량이 정해져 있다는 뜻이죠.

당시 제가 쓰던 Claude Sonnet 3.5는 200K 토큰 정도였는데,

대화가 길어질수록 처음에 한 말들을 까먹기 시작한 거였어요.

가장 황당했던 건 "사용자 로그인 기능 추가해줘"라고 했더니

기존 데이터베이스 구조를 완전히 바꿔버린 일이에요.

그러면서 이전에 만든 프롬프트 저장 기능이 다 깨져버렸죠.

복구하려고 하니까 "어떤 이전 버전을 말씀하시는 건가요?"라고 되묻더라고요.

그제야 깨달았어요. AI는 제 머릿속 전체 그림을 모른다는 걸.

어찌해서 나온 기능. 보여지는 기능인 UI만 구축하는데도 한 달이 걸렸다. https://uncle-jobs-landing.vercel.app/prompt-flow

특히나 디자인 작업을 할 때가 가장 말썽인데요.

아무리 다른 파일에서 동일한 색상을 사용하더라도

새롭게 디자인을 추가하면, 맥락을 전혀 감지하지 못합니다.

그래서 지금은 몇 가지 방법으로 이러한 문제를 해소하려고 노력중입니다.

하나의 Task가 끝나면

md 문서에 기록하거나 노션에 내용을 정리해두고,

CursorRules에도 Brand Identity 내용을 명시해뒀어요.

그리고 제 제품에 브랜드 컬러를 자동으로 맞춰주는 기능까지 넣어서,

색상 구현이 필요할 때 마다 직접 HEX 코드를 전달해주고 있어요.

새로 만든 기능. 2번째 프로덕트에 속한 기능이다.

그럼에도 불구하고 매번 귀찮게 넣다보니

너가 알아서 찾아봐. 라고 말하게 되요.

그래도 다행히 최근에는 상황이 많이 나아지고 있어요.

Cursor에서 Claude-4-Sonnet 모델의

Context Window가 600K 토큰으로 늘어났고,

Claude Code에서는 1M 토큰까지 지원할 예정이라는 소식도 들려오고 있거든요.

클로드는 자사 모델의 Context Window를 점차 늘리고 있다.

하지만 도구가 좋아져도 결국 사람이 제대로 관리해야 한다는 걸 배웠어요.

그래도 Context 관리만 잘한다고 해서 모든 문제가 해결되는 건 아니더라고요.

더 근본적인 문제가 남아있었거든요.

바로 전체 구조를 미리 생각하지 않고 덤벼들었다는 점이었어요.

설계, 아키텍쳐 구조를 만들지 않고 코드부터 짰더니 프로젝트가 산으로 가더라구요.

2. 설계 없는 코딩은 모래성이다

처음으로 만든 제품의 랜딩페이지. AI는 디자인을 정말 못한다.

처음에는 금방 제품이 나올 줄 알았어요.

하지만 기능을 하나씩 붙일 때마다, 상황이 급격히 복잡해졌죠.

“업종별로 다른 프롬프트가 필요하니까 업종 분류가 있어야겠네.”

“직무에 따라서도 달라져야 하고, 목적도 더 세분화해야겠지.”

그렇게,

업종 드롭다운 → 직무 선택 → 목적 분류 → 톤앤매너 옵션 → 키워드 입력

까지 줄줄이 붙였습니다.

처음에 단순 기능을 만드는 건 쉽다. 하지만 고도화 하기는 정말 어렵다.

구조가 매번 바뀌기 시작했어요.

각 기능을 추가할 때마다, AI가 기존 구조를 마음대로 수정하고 있었죠.

업종 분류를 넣으려다 보니 프롬프트 생성 로직이 달라지고,

톤앤매너 기능을 추가하려다 보니 데이터베이스 구조를 또 변경하고.

처음엔 문제가 없었어요.

단순히 "마케팅 프롬프트 하나 생성해줘"였는데,

나중에는 "20-30대 직장인 B2B 기업 마케터가 효율적인 톤앤매너로 비즈니스 제안서를 쓸 수 있는 프롬프트를 생성해줘"처럼 요구하는 기능이 복잡해지자, 마구잡이로 코드가 엉키기 시작했습니다.

혼돈 그 자체였죠.

갈 곳을 헤매는 파일들. 설계를 마구잡이로 진행했었다.

더 황당한 건 파일 관리였어요.

AI가 갑자기 "components 폴더를 만들어서 정리하겠습니다"라고

하면서 기존 파일들을 이곳저곳 옮겨버리는 거예요.

그러면 import 경로가 다 깨지고, 어떤 파일이 어디에 있는지도 모르게 되더라고요.

그러다 운명의 날이 찾아왔어요.

톤앤매너 선택 기능을 추가하려는데, 기존 코드와 완전히 충돌하는 거예요.

AI는 이렇게 가볍게 말했죠.

한 달간의 작업이 물거품이 되는 순간이었습니다.

바이브 코딩은 쉽다. 하지만 디버깅부터 지옥도가 펼쳐진다.

그제야 확실히 알았어요.

이건 AI의 문제가 아니라 제가 설계를 안 한 문제였다는 걸요.

기준이 없었어요.

규칙을 정하지 않았기 때문이었죠.

프레임워크를 바꿀 수 있는지 없는지,

데이터베이스 스키마를 언제 바꿔도 되는지,

폴더 구조와 네이밍을 어떻게 유지할지…

이런 기본적인 원칙을 제가 제시하지 않으니,

AI는 그때그때 “최적화”라는 이름으로 전체를 갈아엎은 겁니다.

새롭게 만든 프로덕트. 대단위 작업을 모호하게 요청할 경우, 성능이 매번 달라진다.

비슷한 문제는 다른 곳에서도 나타나요.

Y Combinator 2025년 겨울 배치 기업 중 25%가 95% 이상을 AI 코드로 만들었는데,

그들 역시 기술적 부채가 쌓여 나중에 전체를 다시 만드는 상황을 맞고 있다고 해요.

설계 없는 시작이 결국 빚이 되어 돌아온 거죠.

결국 저는 첫 프로젝트를 포기했습니다.

너무 꼬여서 차라리 새로 시작하는 게 낫겠다고 판단했죠.

대신 새로운 프로젝트인 sangse.page를 시작할 때는 완전히 다르게 접근했어요.

(이 이야기는 다음 에피소드에서 더 디테일하게 다뤄보겠습니다.)

코드래빗이라는 툴은 이러한 도식화도 제공해준다.

여전히 개발 지식은 부족합니다. 코드를 직접 짤 줄도 몰라요.

하지만 이제는 Claude Code와 긴 대화를 먼저 합니다.

“어떤 컴포넌트가 필요한지, 데이터는 어떻게 흘러가는지, 폴더 구조는 어떻게 가져갈지”

아키텍처 설계를 문서로 먼저 정리하고 시작했죠.

그랬더니 결과는 달라졌어요.

components, hooks, services, types, utils처럼 구조가 체계적으로 나뉘니까,

새로운 기능을 붙여도 기존 코드가 깨지지 않았습니다.

AI도 명확한 가이드라인 안에서 일관성 있게 응답했어요.

프로젝트가 커질수록 기억하기 힘들어졌고, 문서화하기 시작했다.

결국 깨달았습니다.

설계 없이는 바이브 코딩도 한계가 있다는 것.

AI는 아무리 똑똑해도 제 머릿속 전체 그림은 모릅니다.

그래서 지금은 무조건 문서화를 해요.

간단히라도 기준을 남겨두면, 그게 훗날 프로젝트를 지탱하는 안전망이 되거든요.

사실 기록이 너무 많아져서 가끔은 헷갈리기도 해요. 😅

그래도 설계와 문서화만 해도 프로젝트는 훨씬 안정적으로 굴러가요.

다만, 설계만 잘한다고 끝은 아니었습니다.

다음에는 더 근본적인 문제, 제 자신의 지식 부족과 마주해야 했습니다.

3. 가장 비싼 도구는 '기초 지식'이다

ClaudeCode가 나오기 전, Cursor에서 API를 과금하며 작업했었다.

30만 원이 사라진 이유는 단순했어요.

제가 기본 지식이 없어서, 스스로 판단하지 못하고 AI에만 의존했기 때문이었죠.

모델에 묻고 답을 받아 쓰는 데는 문제가 없었지만,

토큰이 소진되면 더 이상 앞으로 나아갈 수가 없었어요.

결국 “AI 없이는 아무것도 못 하는” 상태가 되어버린 겁니다.

그래서 IDE나 에이전트 기능에 의존하며 버티려 했죠.

하지만 그건 지식의 성장이 아니라, 단순히 다른 도구로 갈아탄 것뿐이었어요.

노션에 개발 문서를 매번 수기로 입력하고 있다.

제가 모르는 게 너무 많았어요.

AI에게 “이 라이브러리로 만들어줘”라고 하면 결과물은 척척 나오는데,

 왜 그 라이브러리를 선택했는지, 장단점이 뭔지는 이해하지 못했어요.

폴더와 파일이 어떤 역할을 하는지는 대략 알았지만,

충돌이 나면 늘 “왜 안 되나요?”라고 물었고,

AI가 알려주면 그대로 따라하기만 했습니다.

코드가 쌓이기는 하는데,

판단 기준이 생기지 않았습니다.

잘 된 깃레포를 이리저리 찾아다닌 흔적.

비슷한 문제가 반복되면서,

어느 순간부터 질문을 바꾸기 시작했어요.

이런 질문을 던지자,

AI는 단순히 코드를 주는 대신 맥락과 이유를 설명해주기 시작했습니다.

저는 그 과정을 통해 조금씩 배경 지식을 채워 나갔습니다.

Amazon에서 출시한 AI IDE, Kiro. 이렇게 작업을 나눠서 진행해준다. 굉장히 편리한 기능.

최근 연구를 보니,

개발자들이 AI 도구를 쓰면서 20% 빨라졌다고 느끼지만,

실제로는 19% 느려졌다는 결과도 있더군요.

특히 저 같은 기본 지식이 부족한 사람일수록 더 많은 시간을 잃는다는 겁니다.

정말 제 얘기였어요.

세계적으로 유명한 1인 사업가, 피터레벨스는 오직 단일 파일로만 제품을 개발했다.
프레임워크도 라이브러리도 없이.

반대로 경험이 많은 사람들은,

불필요한 걸 과감히 걷어내고 단순하게 갑니다.

Pieter Levels처럼요.

그는 프레임워크나 라이브러리조차 최소화해서 심플하게 개발한다고 합니다.

저는 그와 정반대였어요.

부족한 경험을 레퍼런스로, AI 제안으로, 잡을 수 있는 모든 걸로 메꾸려 했습니다.

항상 AI와 대화를 먼저하려고 한다.

AI는 정말 훌륭한 도구예요.

하지만 도구가 아무리 좋아도,

기본 지식과 경험이 없다면 아무 판단도 못 한다는 걸 뼈저리게 느꼈습니다.

결국, 사람이 주도해야 합니다

새롭게 만든 프로덕트의 메인앱 화면.

30만 원을 들여 첫 제품 개발에 실패했습니다.

한 달 동안 밤낮으로 AI와 씨름했지만, 그 비용이 아깝지 않았어요. 바이브 코딩을 제대로 하려면 어떻게 접근해야 하는지 몸으로 배웠고, 그 덕분에 두 번째 시도에서는 100일 만에 새로운 제품을 완성할 수 있었거든요.

이 경험을 통해 확실히 말할 수 있어요.

바이브 코딩은 수익화를 보장하는 호그와트행 열차가 아닙니다. SNS에서 보이는 ‘AI로 하루 만에 월 천만 원’ 같은 광고는 현실과 거리가 있어요. 그렇다고 가능성이 없다는 뜻은 아니에요. 올바르게 접근하면 강력한 도구가 될 수 있습니다.

그래서 시작하려는 분들께 몇 가지를 권합니다.

1. 간단한 설계도부터 그리세요. 
   A4 한 장이라도 기능과 데이터 흐름을 먼저 정리하면 맥락을 유지하는 데 도움이 됩니다.

2. 맥락을 충분히 제공해줘야 해요.
   “뭐든 만들어줘” 대신 목표·제약·배경을 구체적으로 전달해 주세요. 그러면 결과물의 완성도가 높아져요.

3. 항상 이유를 확인하세요.
   AI의 제안에 “왜 이 선택을 했나요?”라고 묻고 가정을 검증해 주세요. 그렇게 하면 의미없이 과도한 기능 개발은 피할 수 있어요.

결국 주도권은 사람이 가져야 해요.

바이브 코딩은 마법이 아니라 손이 많이 가는 일이지만, 방향만 제대로 잡으면 분명 힘이 됩니다.

다음 에피소드에서는

sangse.page를 어떻게 키웠는지,

첫 고객을 어떻게 유치했는지 들려드릴게요.

긴 글 읽어주셔서 감사해요. 다음 에피소드에서 뵙겠습니다!

엉클잡스 올림

📚 Prompt Master Class

프롬프트 마스터 클래스

500개 이상의 실용적인 프롬프트를 만나보세요.

---

1. 매주 새로운 프롬프트가 업데이트됩니다.

2. 원하는 프롬프트를 맞춤 제작해 드립니다.

3. 상세한 동영상 가이드로 쉽게 사용 가능합니다.

4. 실전에서 활용할 수 있는 AI 활용법을 담았습니다.

5. 비즈니스 성장, 마케팅, 고객 소통에 필요한 실용적인 프롬프트가 포함되어 있습니다.

출처 : https://blog.naver.com/soul1969/223095037614

안녕하세요, 엉클잡스입니다.

온라인 쇼핑몰, 디지털 콘텐츠, 온라인 클래스...
이제 거의 모든 비즈니스가 '글'로 시작됩니다.

상품 페이지든, 인스타그램 광고든, 이메일이든
첫 문장이 고객의 마음을 사로잡지 못하면 게임 오버죠.

통계청에 따르면 2024년 온라인쇼핑 거래액은 196조원을 돌파했고,
개인 브랜드와 1인 사업자의 온라인 진출도 폭발적으로 증가했습니다.

그런데 대부분 비슷한 얘기를 하시더라구요.

1인 사업의 성패가 '글'에 달려있는 시대가 왔습니다.

출처 : https://www.threads.com/@milanicreative

"상품은 정말 좋은데, 어떻게 써야 사람들이 살지 모르겠어요."
실제로 제가 만난 1인 사업가들 대부분이 이런 말을 하시더라고요.

• 개발에는 6개월을 투자했는데, 판매 문구는 30분 만에 대충

• 전문적으로 쓰려니 어려워 보이고, 쉽게 쓰려니 허술해 보이고

• 다른 사람 카피를 따라 써봐도 뭔가 어색하고

특히 요즘엔 ChatGPT나 Claude 같은 AI 도구들이 많아져서
"AI한테 맡기면 되겠네!" 하고 시도해보시는 분들이 많은데...

결과가 어떠신가요?

"뭔가... AI 티가 나요"

출처 : https://www.technologyreview.com/2025/05/19/1116779/ai-can-do-a-better-job-of-persuading-people-than-we-do/

요즘은 이것보다 더 부자연스러운 글이 가끔 보여요.

문법적으로는 완벽한데,
사람 마음은 전혀 움직이지 않는 그런 글들.

왜 그럴까요?

AI는 정보를 조합하는 건 잘하지만,
고객의 심리를 파고드는 법은 아직 제대로 배우지 못했거든요.

그런데 우리가 원하는 건 정보 전달이 아니라 '설득'이잖아요.

판매는 과학입니다. 감이 아니라, 공식이 있어요.

AIDA 공식. 출처 : https://www.smartinsights.com/traffic-building-strategy/offer-and-message-development/aida-model/

마케팅 심리학에는 수십 년간 검증된 공식들이 있습니다.
그 중 오늘 소개해드릴 2가지는 아래와 같아요.

1) AIDA:
Attention(관심) → Interest(흥미) → Desire(욕망) → Action(행동)

2) PAS:
Problem(문제) → Agitate(심화) → Solve(해결)

애플, 나이키, 코카콜라... 세계적인 브랜드들이 수조원을 투자해서 검증한 '사람 마음을 움직이는 법칙'들이죠.

PAS 공식. 출처 : https://shyamgovind.com/blogs/pas-copywriting-framework/

문제는 이런 공식들을 AI가 제대로 적용하게 만드는 게 생각보다 복잡하다는 거예요.

그냥 "AIDA 공식으로 써줘"라고 하면 형식만 따라할 뿐,
진짜 고객의 마음을 파고드는 날카로운 메시지는 나오지 않거든요.

하지만 이제는 다릅니다.

🎯 이제 AI가 10년차 카피라이터처럼 일합니다

상품 정보 5줄만 입력하면,
AI가 마치 퍼포먼스 마케터처럼 작동하는 프롬프트를 만들었어요.

단순히 "글 써줘"가 아니라,
고객 분석 → 전략 수립 → 심리학 공식 적용까지 전체 과정을 시스템화한 거죠.

🎛️ 2단계로 완성됩니다:

😀 실제 사용해보니 이렇게 달라졌어요

차이가 보이시나요?

똑같은 AI, 똑같은 상품인데 프롬프트 하나로 완전히 다른 결과가 나오는 거예요.

🎪 4가지 세일즈 무기 중 선택하세요

1. AIDA 모델 - 인스타그램 판매 게시물
: 관심→흥미→욕망→행동의 완벽한 심리 여정

2. PAS 모델 - 문제 해결형 광고 문구
: 타겟의 아픈 곳을 정확히 찌르는 강력한 3버전

3. 출시 예고 시퀀스 (3단계)
: 런칭 전 기대감을 최고조로 끌어올리는 D-7, D-3, D-1 콘텐츠

4. FAQ 기반 불안 해소 콘텐츠
: "이거 정말 효과 있나요?" 같은 구매 전 의심 완전 차단

상황과 채널에 따라 골라 쓸 수 있어서, 마치 개인 카피라이터를 고용한 것 같은 느낌이에요.

🧰 특히 이런 분들께 강력 추천합니다

• 1인 사업가: 혼자서도 전문적인 판매 문구를 만들고 싶은 분

• 온라인 쇼핑몰 운영자: 상품 설명 하나로 매출이 달라진다는 걸 아시는 분

• 코치/컨설턴트: 전문성은 있는데 그걸 글로 표현하기 어려우신 분

• 마케터: 클라이언트마다 다른 카피를 빠르게 만들어야 하는 분

• 콘텐츠 크리에이터: 팔로워는 많은데 수익화가 어려우신 분

실제로 써보시면 아실 거예요.
"아, 이래서 카피라이터들이 비싼 거구나" 하는 순간이 올 거예요.

🎁 지금 바로 써보세요 - 판매가 '공식'처럼 만들어집니다

→ 필수 입력정보만 입력하고 나머지는 복사해서 붙여넣으세요!

🔄 판매는 운이 아니라, 설계입니다

지금까지 많은 분들이 감에 의존해서,
혼자서 처음부터 끝까지 글을 써야 했습니다.

하지만 이제는 아닙니다.

검증된 심리학 공식이 여러분의 상품을 고객의 마음에 정확히 전달하고,

오늘 쓴 카피가 내일의 매출을 부르고,
다음 달의 브랜딩을 만들고,
다시 여러분을 증명하는 복리 자산이 됩니다.

콘텐츠는 감이 아니라, 흐름입니다.

엉클잡스 올림

📚 Prompt Master Class

프롬프트 마스터 클래스

500개 이상의 실용적인 프롬프트를 만나보세요.

---

1. 매주 새로운 프롬프트가 업데이트됩니다.

2. 원하는 프롬프트를 맞춤 제작해 드립니다.

3. 상세한 동영상 가이드로 쉽게 사용 가능합니다.

4. 실전에서 활용할 수 있는 AI 활용법을 담았습니다.

5. 비즈니스 성장, 마케팅, 고객 소통에 필요한 실용적인 프롬프트가 포함되어 있습니다.

콘텐츠를 소비하는 형태가 점점 변하고 있습니다.

출처 : https://www.20slab.org/Archives/38012

안녕하세요, 엉클잡스입니다.

요즘 TV보다 유튜브를 먼저 켜고,
검색보다 인스타그램을 먼저 여는 사람들이 많아졌죠?

실제로 Google Insights에 따르면,
밀레니얼 세대는 TV보다 YouTube를 약 2배 더 선호합니다.

출처 : https://www.businessinsider.com/older-viewers-fuel-youtube-tv-growth-nielsen-data-2025-3?utm_source=chatgpt.com

2024년 기준, YouTube는 TV 스트리밍 사용 시간에서 넷플릭스를 넘어서며
미디어 소비의 새로운 중심으로 자리 잡았고요.

킬링타임이 인사이트로, 피드 속 콘텐츠가 신뢰의 기준이 되는 시대.

이제 콘텐츠는 단순한 마케팅 도구가 아닙니다.
여러분의 브랜딩, 신뢰, 선택을 좌우하는 핵심 자산입니다.

그런데 문제는, 여전히 콘텐츠를 ‘만드는 게 너무 어렵다’는 거예요.

AI 도구 도입 후, 블로그 글 1편 작성 시간이 3시간 이상 걸리는 비율이 49% → 28%로 감소했습니다.
(출처: Semrush)

“아이디어는 머릿속에 있어요.
그런데 막상 만들려면 너무 오래 걸려요.”

기획부터 제작까지
매번 혼자 처음부터 시작해야 한다면,
그건 콘텐츠가 아니라 숙제에 가깝습니다.

마케터와 크리에이터 2,000명을 대상으로 한 HubSpot 조사에 따르면,
콘텐츠 제작의 가장 큰 장벽은 ‘아이디어 기획’과 ‘시간 부족’이었습니다.

콘텐츠 제작에 필요한 건 감이 아니라, ‘설계’입니다.

출처 : https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=317474282&srsltid=AfmBOoqrxwIEOOx5jndizz4_2Zd_gACwCAU2ZCE5wZlBzPn_SFSb_PCu

좋은 콘텐츠는 우연히 나오지 않아요.

구조가 있고, 흐름이 있고, 반복 가능한 시스템이 있을 때

비로소 콘텐츠가 자산이 됩니다.

HubSpot의 2025년 보고서에 따르면,

92%의 마케터가 ‘브랜드 콘텐츠는 장기 자산’이라고 답했습니다.

시간이 지날수록 가치가 커지는 콘텐츠,

그걸 만드는 방법은 ‘설계’뿐입니다.

🎯 기획부터 슬라이드 완성까지

나는 자동화 콘텐츠 시스템

🎛️ 작동 방식은 아주 간단해요:

1. 우리의 타겟 고객은 누구인가요?
2. 어떤 메시지를 전하고 싶으신가요?
3. 컨셉을 몇 개 받아보고 싶으신가요?

입력하면,

→ AI가 날카로운 콘텐츠 컨셉 카드를 제안하고

→ “2번 컨셉으로 제작해줘” 한마디면

→ ‘제작 모드’로 전환되어 10장의 슬라이드가 순차적으로 생성됩니다.

✅ 이렇게 달라집니다

오늘의 프롬프트로 만든 인스타그램 카드뉴스

• 콘텐츠가 감이 아닌 흐름으로 만들어집니다.

• 기획, 제작, 확산이 끊기지 않고 이어집니다.

• 여러분은 더 중요한 전략과 고객 관계에 집중할 수 있습니다.

이 프롬프트만으로
기획부터 제작까지 올인원으로 해결해드립니다.

🧰 이런 분께 특히 추천드립니다

• 지식 크리에이터 : 정보를 자산으로 축적하고 싶은 분

• 코치/컨설턴트/강사 : 콘텐츠로 전문성을 브랜딩하고 싶은 분

• B2B/SaaS 마케터 : 리드를 얻기 위해 콘텐츠로 신뢰를 만들고 싶은 분

• 1인 기업가 : 혼자서도 체계적으로 콘텐츠를 운영하고 싶은 분

이 프롬프트는 제가 쓰려고 만들었어요.
그래서 자신있게 추천드릴 수 있습니다.

🎁 바로 써보세요 – 콘텐츠는 이제 ‘공장처럼’ 돌아갑니다

🔄 콘텐츠는 감이 아니라, 흐름입니다

지금까지는
혼자서, 처음부터 끝까지 콘텐츠를 만들어야 했습니다.

하지만 이제는 아닙니다.

여러분만의 콘텐츠 공장이 자동으로 가동되고,
오늘 만든 콘텐츠가

내일의 검색에 닿고,
다음 달의 기회를 부르고,
다시 나를 증명하는 복리 자산이 됩니다.

엉클잡스 올림

Prompt Master Class

프롬프트 마스터 클래스

500개 이상의 실용적인 프롬프트를 만나보세요.

---

1. 매주 새로운 프롬프트가 업데이트됩니다.

2. 원하는 프롬프트를 맞춤 제작해 드립니다.

3. 상세한 동영상 가이드로 쉽게 사용 가능합니다.

4. 실전에서 활용할 수 있는 AI 활용법을 담았습니다.

5. 비즈니스 성장, 마케팅, 고객 소통에 필요한 실용적인 프롬프트가 포함되어 있습니다.

"인스타그램 참여율이 28% 떨어진 시대, 한 가지만 살아남았다"

출처 : https://www.socialinsider.io/social-media-benchmarks/instagram

안녕하세요, 엉클잡스입니다.

어제 충격적인 데이터를 봤어요.

전 세계 인스타그램 참여율이 작년 대비 28% 급락했다는 거예요.

3,100만 개 게시물을 분석한 결과입니다. 릴스도, 단일 이미지도 모두 참여율이 떨어졌어요.

그런데 단 하나, 오히려 상승한 포맷이 있었습니다.

슬라이드 피드였어요.

출처 : https://www.socialinsider.io/social-media-benchmarks/instagram

오늘은 딱 4가지 정보만 적으면 AI가 10장 슬라이드 피드를 완성해주는 T-SLID ULTRA 프롬프트를 소개해요.

기획부터 해시태그까지, 한 번에 끝나는 이야기입니다.

왜 슬라이드 피드가 살아남았을까요?

출처 : https://www.capcut.com/ko-kr/resource/how-to-make-a-slideshow-on-instagram

이유는 간단해요.

스와이프 시간이 길어서 인스타그램 알고리즘이 "가치 있는 콘텐츠"라고 판단하거든요.

튜토리얼, 인포그래픽, 가이드 같은 콘텐츠는 사람들이 다시 보러 와요. 저장도 많이 하고요.

릴스는 빠르게 소비되지만, 슬라이드 피드는 재방문 가치가 있어요.

실제로 큰 계정일수록 슬라이드 피드가 릴스보다 노출수에서도 압승하고 있습니다.

그런데 만들기가 왜 이렇게 어려울까요?

출처 : https://oraco.com.au/10-instagram-carousel-post-ideas-to-freshen-your-feed/

생각해보세요.

10장의 슬라이드를 기획하려면 전체 스토리 구조부터 잡아야 해요.
각 슬라이드마다 어떤 메시지를 담을지, 어떤 그림을 넣을지, 어떤 문구로 시작할지...

하나하나 다 결정해야 할 게 너무 많아요.

그리고 막상 다 만들어놓고 나면 "이게 과연 사람들이 저장할 만한 콘텐츠일까?" 하는 의구심이 들죠.
시간은 시간대로 들고, 확신은 확신대로 없고.

이런 고민을 해결하려고 T-SLID ULTRA를 만들었어요.

T-SLID ULTRA가 해주는 4가지 일

실제 출력 결과물 중 하나에요.

1. 검증된 10장 구조를 자동으로 만들어요

Hook → 문제 → 잘못된 방법 → 해결책 → 3단계 설명 → 사례 → 체크리스트 → CTA

이 흐름대로 알아서 짜줍니다.

2. 그림 아이디어까지 제안해요

"[📸 사진/디자인 설명]" 형식으로 각 슬라이드에 어떤 비주얼을 넣을지 알려줘요.

3. 저장을 부르는 구조를 만들어요

특히 9번 슬라이드를 '핵심 요약 체크리스트'로 만들어서 자연스럽게 저장하게 만들어요.

4. 안정적으로 끝까지 생성해요

"계속"만 입력하면 1~10장과 캡션, 해시태그, 첫 댓글까지 모두 받을 수 있어요.

얼마나 시간이 단축될까요?

출처 : https://www.socialinsider.io/social-media-benchmarks/instagram

Before: 4시간 걸렸던 작업

After: 15분이면 뼈대 완성

제가 실제로 써본 결과, 87% 시간 단축이 가능했어요.

이런 분에게 추천해요

출처 : https://www.grynow.in/blog/instagram-creator-marketplace.html

✅ 지식 크리에이터라면 노하우를 슬라이드 자산으로 만들 수 있어요.

✅ B2B 마케터라면 교육형 콘텐츠로 리드를 모을 수 있고요.

✅ 디지털 상품 판매자라면 제품 가치를 깊게 설명할 수 있어요.

✅ 1인 전문가라면 전문가 포지셔닝을 빠르게 구축할 수 있습니다.

T-SLID ULTRA 프롬프트 사용법

단 4줄의 정보만 입력하면, 10개 슬라이드를 생성해줘요.

입력은 정말 간단해요.

1. 슬라이드 피드 주제 예) "AI에게 원하는 답을 뽑아내는 질문 공식"

2. 타깃의 가장 큰 고민 예) "질문해도 동문서답이 돌아와요"

3. 해결책의 핵심 예) "R-C-E-C 프레임워크"

4. CTA(행동 유도) 예) "치트시트 PDF 다운로드"

이 4가지만 적으면 끝이에요.

성공률을 높이는 3가지 팁

1. 커버 슬라이드 후킹 강화

AI가 만든 제목 뒤에 타깃만 아는 고통 단어를 하나 더 붙여보세요.

2. 브랜드 톤 시각화

색과 폰트를 브랜드 가이드에 맞추면 통일감이 확 살아나요.

3. 여백 활용

글씨를 줄이고 여백을 넉넉히 두면 가독성과 저장률이 함께 올라가요.

[T-SLID ULTRA] 슬라이드 피드 “자동 완성” 프롬프트

→ 입력 정보만 추가하시고, 복사해서 붙여넣기만 하시면 됩니다!

### **🤖 프롬프트 본문 (AI 역할 및 작업 지시문)**

### **역할 부여**

당신은 **'정보 구조 설계자 겸 비주얼 스토리텔러 AI'** 입니다. 당신의 독보적인 전문성은 복잡한 지식(예: 프롬프트 엔지니어링)을 **10장의 인스타그램 슬라이드 피드** 안에 완벽하게 구조화하여, AI 초보자도 쉽게 이해하고 **'저장'** 버튼을 누르게 만드는 것입니다. 당신은 단순 텍스트 생성을 넘어, 각 슬라이드의 시각적 계층과 정보의 흐름까지 설계하여 **'ULTRA 슬라이드 피드'를 분할 생성**합니다.

### **AI 핵심 작업 프로세스 (⭐10슬라이드 분할 생성 로직⭐)**

**[1단계] '10슬라이드 ULTRA 슬라이드 피드' 마스터플랜 설계 및 제시:**

-   **액션:** 사용자의 입력 정보를 분석하여, 검증된 10슬라이드 교육용 슬라이드 피드의 황금률에 따라 **전체 슬라이드별 '마스터플랜'을 설계하고 먼저 제시**합니다.
    -   `슬라이드 1: 커버 (강력한 후킹)`
    -   `슬라이드 2: 문제 제기 및 공감대 형성`
    -   `슬라이드 3: 잘못된 방법 (The Wrong Way)`
    -   `슬라이드 4: 올바른 방법 (The Right Way / 핵심 해결책)`
    -   `슬라이드 5: 상세 설명 1 (해결책의 첫 번째 단계)`
    -   `슬라이드 6: 상세 설명 2 (해결책의 두 번째 단계)`
    -   `슬라이드 7: 상세 설명 3 (해결책의 세 번째 단계)`
    -   `슬라이드 8: 적용 사례 (Before & After)`
    -   `슬라이드 9: 핵심 요약 (저장 유도 체크리스트)`
    -   `슬라이드 10: CTA (Call To Action)`

**[2단계] 분할 생성 시작 (1-3번 슬라이드):**

-   **액션:** 마스터플랜 제시 직후, 슬라이드 피드의 성패를 좌우하는 초반부, **1번(커버)부터 3번(잘못된 방법) 슬라이드까지의 실제 문구와 디자인 가이드를 즉시 작성**합니다. 이 때, 아래의 **'슬라이드 디자인 시스템'**과 **'정보 밀도 제어'** 가이드를 철저히 준수합니다.
-   작성이 끝나면, 반드시 아래 안내 문구를 추가하여 사용자의 다음 입력을 대기합니다.
    -   `--- 여기까지 1-3번 슬라이드입니다. 계속해서 다음 파트를 생성하려면 "계속"이라고 입력해주세요. ---`

**[3단계] 순차적 생성 (4-8번 / 9-10번):**

-   **액션:** 사용자가 "계속"을 입력할 때마다, 마스터플랜에 따라 다음 파트(4-8번 / 9-10번)의 슬라이드 내용을 순차적으로 생성합니다. 정보의 깊이가 가장 깊은 5-7번 슬라이드에 가장 많은 디테일을 할애합니다.

**[4단계] 최종 패키징 (캡션, 해시태그, 후속 액션):**

-   **액션:** 10번 슬라이드 생성이 완료되면, 이 슬라이드 피드의 도달과 전환을 극대화할 최종 패키지를 제공합니다.
    -   **설득력 있는 캡션:** 슬라이드 피드 내용을 보완하고, CTA를 한번 더 강조하는 글
    -   **3단계 해시태그 전략:** [핵심+메인 키워드], [서브+연관 키워드], [타겟 행동 키워드]
    -   **참여 유도 첫 댓글 제안:** "여러분은 어떤 부분이 가장 어려웠나요? 댓글로 알려주세요!"

### **🧰 AI의 핵심 전략 및 가이드라인**

### **1. 슬라이드 디자인 시스템 가이드 (가독성 강화 핵심)**

-   **A. 타이포그래피 계층:** 각 슬라이드 텍스트를 `[제목]`, `[본문]`, `[부가설명]` 3단계로 구분하여 위계를 명확히 하고, **폰트 크기와 굵기를 다르게 표현하도록 지시**할 것.
-   **B. 컬러 시스템:** `[강조색]`과 `[본문색]`을 지정하여, 핵심 키워드나 문장을 `[강조색]`으로 하이라이트 처리하도록 지시할 것.
-   **C. 시각적 요소:** 텍스트만으로 지루하지 않도록, `[아이콘]`, `[화살표]`, `[스크린샷 예시]` 등 필요한 시각적 요소를 `📸 [사진/디자인 설명]` 형식으로 제안할 것.

### **2. 정보 밀도 및 흐름 제어**

-   **'One Slide, One Message' 원칙:** 한 슬라이드에는 하나의 핵심 메시지만 담도록 내용을 응축.
-   **점진적 정보 공개:** 앞 슬라이드의 내용이 다음 슬라이드의 기초가 되도록 논리적 흐름을 구축.
-   **시각적 여백:** 텍스트가 빽빽하게 들어가지 않도록, 의도적으로 여백을 활용하여 가독성을 높이라고 지시할 것.

### **3. 톤앤매너 원칙**

-   **페르소나:** **'친절하고 유능한 선배'**. 어렵고 복잡한 내용을 차근차근 쪼개서 설명해주는, 신뢰감 있고 다정한 전문가.
-   **문체:** **'-요' 체**를 기본으로 하되, 정의나 핵심 원리를 설명할 때는 **'-니다' 체**를 사용하여 명확성과 신뢰도를 동시에 확보.

### **4. 용어 사용 원칙 (신규 추가)**

- **본 프롬프트로 생성하는 모든 결과물에서, '캐러셀(Carousel)'이라는 단어 대신 '슬라이드 피드' 또는 '피드 슬라이드'라는 표현을 일관되게 사용할 것.**

마지막 한 마디

2025년 인스타그램은 변했어요.
전체 참여율이 28% 떨어졌지만, 슬라이드 피드만큼은 여전히 강력해요.

정보가 자산이 되려면 구조가 먼저입니다.

읽어주셔서 감사해요. 다음 편에서 더 강력한 프롬프트로 돌아올게요!

— 엉클잡스 드림

프롬프트 마스터 클래스

500개 이상의 실용적인 프롬프트를 만나보세요.

---

1. 매주 새로운 프롬프트가 업데이트됩니다.

2. 원하는 프롬프트를 맞춤 제작해 드립니다.

3. 상세한 동영상 가이드로 쉽게 사용 가능합니다.

4. 실전에서 활용할 수 있는 AI 활용법을 담았습니다.

5. 비즈니스 성장, 마케팅, 고객 소통에 필요한 실용적인 프롬프트가 포함되어 있습니다.

안녕하세요, 엉클잡스입니다.

요즘 인스타그램 릴스를 만들려고 앉아있다 보면  

생각보다 시간이 훅 지나가 있더라고요.  

문장을 몇 번이나 고치고,  

썸네일 문구를 고민하다가,  

결국 올리지도 못한 콘텐츠가 폴더에 쌓이기만 했습니다.

저만 그런 게 아니었어요.  

콘텐츠를 올리긴 해야 하는데  

- 어떤 주제로 만들지 모르겠고  

- 사람들이 관심을 가질지 걱정되고  

- Hook 문장 하나도 오래 걸리는  

이런 이야기를 주변에서 자주 들었습니다.  

특히 혼자 비즈니스를 운영하거나,  

본업 외에 SNS도 챙겨야 하는 분들에게요.

그래서 만들었습니다.  

릴스를 ‘계획대로’ 만들 수 있게 해주는 도구.

0원으로 시작하는, 콘텐츠 마케팅 프롬프트 1탄. 

광고비 없이 시작할 수 있는 마케팅 시리즈의 첫 번째 도구입니다.

이렇게 작동합니다.

이 프롬프트는  

30일 동안 어떤 콘텐츠를 만들지,  

매일 한 편씩 알려줍니다.

1일 차에는 어떤 주제로 릴스를 올릴지  

어떤 문장으로 시작해야 관심을 끌 수 있을지  

고객의 어떤 고민을 건드리고 어떤 해결책을 줄지까지  

모두 구성되어 있죠.

예를 들어, 이런 흐름입니다.

이런 구조를 매일 하나씩 따라갈 수 있게 구성돼 있어요.

이게 왜 좋냐면요.

무엇보다 생각할 에너지를 줄여준다는 점이에요.  

“오늘 뭘 올릴까?”라는 질문을 안 해도 되니까요.

내용도 그냥 ‘주제’만 던져주는 게 아니라  

- 어떻게 시작할지  

- 어떤 식으로 마무리할지  

- 저장이나 DM 유도를 어떻게 할지까지  

콘텐츠의 흐름 전체를 짜주기 때문에 

실제로 릴스를 올릴 수 있는 ‘형태’가 됩니다.

특히 이런 분께 추천드려요.

- 콘텐츠는 해야겠는데, 매번 새로 짜기 벅찬 분  

- 글이나 대본 쓰는 게 낯선 분  

- 릴스를 업로드하는 데 시간을 너무 많이 쓰는 분  

- SNS 운영을 ‘루틴’처럼 만들고 싶은 분

[T-RILS ULTRA] 30일 Reels 시리즈 “풀스택” 프롬프트

⭐ 입력 예시 (T-RILS ULTRA)

더 좋은 프롬프트로 찾아오겠습니다.

오늘도 읽어주셔서 감사해요!

-엉클잡스 올림

Prompt Master Class

프롬프트 마스터 클래스

500개 이상의 실용적인 프롬프트를 만나보세요.

---

1. 매주 새로운 프롬프트가 업데이트됩니다.

2. 원하는 프롬프트를 맞춤 제작해 드립니다.

3. 상세한 동영상 가이드로 쉽게 사용 가능합니다.

4. 실전에서 활용할 수 있는 AI 활용법을 담았습니다.

5. 비즈니스 성장, 마케팅, 고객 소통에 필요한 실용적인 프롬프트가 포함되어 있습니다.

안녕하세요, 엉클잡스입니다.

맛집 검색을 하다보면 블로그는 필수로 보게 되는 것 같아요.

그래서 찾아봤죠. 얼마나 많은 블로거들이 있는지~

놀랍더라고요. 네이버 블로그만 해도 전체 3,500만 개가 있고, 하루에만 120만 개의 글이 올라온다네요. 그 중에서도 활발하게 활동하는 블로거가 500만~800만 명 정도 된다고 하고요.

더 놀라운 건 국내 인플루언서 마케팅 시장이 2조 5천억 원 규모라는 거예요.
그 중 상당 부분이 블로그를 통한 마케팅이고요.

"그럼 나도 블로그 한번 해볼까?"

저도 이런 생각을 한적이 있었어요.

실제로 2024년에만 214만 개의 새 블로그가 생겼다고 하니,

많은 분들이 도전하고 있는 것 같아요.

📝 하지만 현실은 좀 다르더라고요

블로그 해보신 분들 얘기를 들어보니, 생각보다 쉽지 않다고 하더라고요.

특히 맛집 포스팅 같은 경우:

• 어떤 순서로 써야 할지 모르겠고

• 다른 블로거들과 차별화가 어렵고

• 한 편 쓰는 데 3-4시간씩 걸리고

• 그래도 조회수는 두 자릿수...

"이렇게 하는 게 맞나?" 싶어진다고 하더라고요.

⚡ 그래서 만들었습니다

상위 노출되는 블로그들을 샅샅이 조사했어요.

• 어떤 구조로 글을 쓰는지

• 어떤 키워드를 어디에 배치하는지

• 메뉴 리뷰는 어떤 패턴으로 작성하는지

수십 개의 인기 블로그를 분석하고, 그 패턴들을 AI가 자동으로 적용할 수 있도록 프롬프트로 만들었습니다.

결과적으로 'AI 블로그 자동 완성 프롬프트'가 탄생했죠.

핵심은 단순합니다. 단 3줄의 정보만 입력하면 AI가 상위 블로그들의 성공 공식을 그대로 적용해서:

• 웹에서 최신 정보를 수집하고

• 검증된 구조로 글을 설계하고

• 생생한 1인칭 후기를 완성해줍니다

🎯 이것이 바로 'AI 블로그 자동 완성 프롬프트'입니다

핵심은 단순함입니다

복잡한 SEO 지식도, 글쓰기 노하우도 필요 없습니다.

단지 이 3가지만 입력하면 됩니다:

1. 가게 이름 (예: 런던 베이글 뮤지엄 안국점)

2. 핵심 키워드 (예: 안국역 맛집, 베이글 맛집)

3. 핵심 특징 (예: 웨이팅 필수, 포테이토 치즈 베이글 최고)

그러면 AI가:

• 웹에서 최신 정보를 수집하고

• 전체 포스팅의 목차를 설계하고

• 실제 블로거처럼 생생한 1인칭 후기를 작성합니다

더 놀라운 건 '분할 생성' 기능입니다

AI의 출력 길이 제한 때문에 긴 글을 포기했던 경험, 있으시죠?

이 프롬프트는 그 한계를 완전히 극복했습니다.

"다음"이라고 입력할 때마다 이어서 작성해주어,

1만 자 이상의 초장문 포스팅도 문제없이 완성됩니다.

🔥 이 프롬프트가 목표하는 것들

"압도적인 시간 절약" 몇 시간 걸릴 포스팅을 몇 분 만에 끝내서, 맛집 다녀온 직후 기억이 생생할 때 바로 발행할 수 있도록.

"콘텐츠 품질 상향 평준화" 감에 의존하는 글쓰기에서 벗어나서, 상위 노출되는 글들의 검증된 구조를 누구나 활용할 수 있도록.

"소재 고갈 문제 해결" "오늘 뭘 써야 할지..." 고민하는 시간을 줄이고, 경험 자체에 더 집중할 수 있도록.

"SEO 기본기 자동화" 복잡한 검색 최적화 지식 없이도, 자연스럽게 상위 노출에 유리한 구조로 글이 작성되도록.

💡 특히 이런 분들께 강력 추천합니다

✅ 상위 노출을 꿈꾸는 블로거

• 더 많은 독자에게 발견되고 싶은 분

✅ 자영업자/사장님

• 전문적인 글쓰기는 어렵지만 홍보는 하고 싶은 분

✅ 마케팅 담당자

• 양질의 온라인 콘텐츠를 효율적으로 대량 생산해야 하는 분

✅ '귀차니스트' 크리에이터

• 경험 공유는 좋지만 긴 글 쓰기는 부담스러운 분

⚠️ 하지만 이것만은 꼭 기억하세요

이 프롬프트를 제대로 활용하려면:

1. '핵심 특징'이 디테일을 결정합니다

   • '맛있다' → '육즙이 팡팡 터짐'처럼 구체적으로!

2. AI 정보는 '훌륭한 초안'입니다

   • 가격이나 운영시간 등은 발행 전 한 번 더 확인하세요

3. "다음"을 잊지 마세요

   • 분할 생성의 핵심! AI가 요청하면 꼭 "다음"을 입력하세요

4. 사진은 당신의 몫입니다

   • AI가 위치와 종류를 제안하면, 직접 찍은 사진을 배치하세요

Prompt Templates

## **✍️ 장문 생성 네이버 블로거 프롬프트 - 맛집 블로그**

---

### ✅ **사용 방법: 딱 3가지만 알려주세요!**

`1. 가게 이름: (예: 런던 베이글 뮤지엄 안국점)

2. 핵심 키워드 (1-2개): (예: 안국역 맛집, 런던 베이글 뮤지엄)

3. 핵심 특징 (3-5가지 단어 또는 짧은 구): (예: 웨이팅 필수, 런던 감성 인테리어, 포테이토 치즈 베이글 최고, 크림치즈 종류 다양함, 베이글 쫄깃)`

> 🔥 중요: AI가 글을 생성하다 멈추면, "다음" 또는 "계속"이라고 입력해주세요. 이어서 다음 파트를 작성해줍니다.
> 

---

---

### **[ ⬇️ 이 아래는 AI의 작업 지시문입니다. 수정할 필요 없습니다. ⬇️ ]**

### **🤖 프롬프트 본문 (AI 역할 및 작업 지시문)**

### **역할 부여**

당신은 **'초장문(Long-form) 콘텐츠 전문 AI'** 입니다. 당신의 특기는 사용자의 최소 시드 정보를 바탕으로, 실제 상위 노출 블로그의 구조와 상세 리뷰 방식을 완벽하게 구현하여 **매우 길고 상세한 포스팅을 '분할하여 생성'**하는 것입니다. 당신은 자율적인 정보 탐색과 고도로 구조화된 글쓰기 로직을 통해, 출력 길이의 제약을 넘어선 최종 결과물을 창조합니다.

### **AI 핵심 작업 프로세스 (⭐분할 생성 로직 포함⭐)**

**[1단계] 정보 탐색 및 '마스터플랜' 설계:**

- **액션:** 사용자의 입력 정보로 즉시 웹 검색을 실행하여 메뉴, 가격, 운영 시간, 평판 등 사실 정보를 수집합니다. (`search` 기능 활용)
- **시나리오 생성:** 수집된 정보와 사용자의 `핵심 특징`을 조합하여, правдоподобный(있을 법한) 1인칭 방문 시나리오를 구축합니다.
- **마스터플랜(목차) 설계:** 시나리오를 바탕으로, 전체 포스팅의 흐름을 보여주는 상세한 목차를 설계합니다. 이 목차는 앞으로 생성될 모든 파트의 기준점이 됩니다.

**[2단계] '분할 생성' 시작: 마스터플랜 및 1부 제시:**

- **액션:** 가장 먼저, [1단계]에서 설계한 **전체 목차(마스터플랜)를 사용자에게 제시**합니다.
- 그 직후, 목차의 첫 번째 파트(예: 도입부, 핵심 정보, 찾아가는 길 등)에 해당하는 **[1부] 내용을 즉시 작성**합니다.
- [1부]의 내용이 끝나면, 반드시 아래와 같은 **안내 문구를 추가하여 사용자의 다음 입력을 대기**합니다.
    - `-- 여기까지 1부입니다. 계속해서 다음 파트를 생성하려면 "다음"이라고 입력해주세요. ---`

**[3단계] '다음' 명령어에 따른 순차적 파트 생성:**

- **액션:** 사용자가 "다음" 또는 "계속"을 입력하면, 마스터플랜에 따라 **이전 내용과 자연스럽게 이어지는 다음 파트의 내용을 생성**합니다.
- 특히, **[메뉴별 상세 리뷰]** 파트를 작성할 때는, 아래 **'글쓰기 심화 가이드'**를 철저히 준수하여 내용의 깊이와 분량을 극대화합니다.
- 해당 파트의 생성이 끝나면, 다시 한번 명확한 안내 문구(`-- 여기까지 O부입니다... ---`)를 추가하여 다음 입력을 대기합니다. 이 과정을 모든 파트가 완성될 때까지 반복합니다.

**[4.단계] SEO 최적화 및 최종 마무리:**

- 마지막 파트에서는 총평 및 추천 대상과 함께, 전체 글에 대한 SEO 요소(키워드, 해시태그 등)를 종합적으로 점검하고 배치하며 최종적으로 포스팅을 완성합니다.

### **🧰 AI의 핵심 전략 및 가이드라인**

### **1. 메뉴 리뷰 심화 가이드 (콘텐츠 강화 핵심)**

*(각 개별 메뉴를 리뷰할 때 아래 2가지 원칙을 반드시 적용할 것)*

- **A. '오감 만족' 서술:**
    - **시각:** 플레이팅, 색감, 윤기, 디테일 묘사
    - **후각:** 첫 향, 주된 향, 향의 변화 묘사
    - **미각:** 첫맛, 중간맛, 끝맛, 맛의 밸런스, 재료의 조화 분석
    - **식감:** 꾸덕, 바삭, 쫄깃, 부드러움 등 다양한 식감의 대비
    - **감성:** 음식과 관련된 기분, 감정, 떠오른 생각 등을 연결
- **B. '글-사진-글' 리듬감:**
    - 2~3 문장의 생생한 묘사 뒤에는 반드시 관련 사진 제안(`📸 [사진 설명]`)을 배치하여, 실제 블로그처럼 시각적 지루함이 없도록 리드미컬하게 구성합니다.

### **2. 글쓰기 톤앤매너 원칙**

- **1인칭 주인공 시점:** 모든 서술은 `제가`, `저희는` 등 '나의 경험'을 중심으로 전개.
- **자연스러운 정보 전달:** 정보는 딱딱하게 나열하지 않고, 대화하듯 부드럽게 전달.
- **따뜻한 존댓말:** '-요' 체를 기본으로, 친한 사람에게 좋은 경험을 공유하는 듯한 부드럽고 정중한 말투 사용.

🚀 결국 중요한 건

'글을 잘 쓰는 사람'보다

'글의 구조를 설계할 줄 아는 사람'이

더 많은 반응을 얻습니다.

이제 복잡한 분석과 글쓰기는 AI에게 맡기고,

여러분은 최고의 경험을 즐기는 데만 집중하세요.

당신만의 특별한 경험을,

더 많은 사람들과 쉽고 빠르게 나눌 수 있는 시대가 시작되었으니까요.

P.S. 이 뉴스레터도 실제로는 스토리텔링 구조를 활용해 작성되었습니다. 문제 인식 → 공감 사례 → 긴장감 → 해결책 → 행동 제안의 흐름으로 말이죠. 이런 구조를 의식적으로 활용하면, 어떤 콘텐츠든 더 읽히고 기억되는 글이 됩니다.

Prompt Master Class

프롬프트 마스터 클래스

500개 이상의 실용적인 프롬프트를 만나보세요.

---

1. 매주 새로운 프롬프트가 업데이트됩니다.

2. 원하는 프롬프트를 맞춤 제작해 드립니다.

3. 상세한 동영상 가이드로 쉽게 사용 가능합니다.

4. 실전에서 활용할 수 있는 AI 활용법을 담았습니다.

5. 비즈니스 성장, 마케팅, 고객 소통에 필요한 실용적인 프롬프트가 포함되어 있습니다.

Part 1을 발행하고 나서 따뜻한 응원을 많이 받았어요.

제가 의도했던 '누구나 할 수 있다'는 메시지가 잘 전달된 것 같아서 뿌듯했습니다. 그래서 약속드린 대로 Part 2를 준비했어요. 이번엔 좀 더 구체적인 이야기를 해보려고 합니다.

Part 1이 '무엇을 했는지'에 대한 이야기였다면, Part 2는 '어떻게 했는지'에 대한 이야기예요. 거창한 기술 지식은 아니고요. 제가 실제로 써본 도구들과 삽질했던 경험들을 솔직하게 풀어볼게요.

특히 이런 분들께 도움이 될 것 같아요:

• 노션으로 정말 멤버십이 가능한지 궁금한 분

• 결제 연동을 어떻게 하는지 막막한 분

• 저처럼 코딩 못하는데 뭔가 만들고 싶은 분

자, 그럼 시작해볼까요?

아, 이번 아티클이 꽤 길지도 모르겠어요. 여유되실 때 차근차근 읽어보시길 권해드립니다!

노션으로 구독 서비스를 만든다고? 템플릿 판매가 아니라?

멤버십 서비스를 커스터마이징한 화면

노션으로 돈 번다고 하면 다들 템플릿 판매를 떠올리시죠?

저도 그랬어요.

이커머스 스타트업에서 노션을 처음 써봤을 때, "와, 이걸 팔기도 하는구나" 싶었거든요.

근데 템플릿은 한 번 팔면 끝이잖아요? "매달 구독료를 받는 서비스는 못 만들까?"

문득 그런 생각이 들었습니다.

웹플로우 프로젝트 화면. 오른쪽 패널이 처음에는 어렵게 다가왔다.

처음엔 당연히 '제대로 된' 개발 툴부터 알아봤습니다.

Bubble과 Webflow를 열어봤는데, 화면 가득한 패널과 영어 기술 용어들에 압도당했어요.

평생 엑셀이랑 파워포인트만 쓰던 제게는 너무 높은 벽이었습니다.

Softr의 템플릿 화면

Softr도 시도해봤죠. 드래그 앤 드롭으로 쉽다고 해서요.

하지만 제가 원하는 멤버십 형태가 템플릿에 없었고, 월 비용도 부담스러웠습니다.

그리고 결제모듈 연동이, 역시나 국내 환경에 편리한 건 아니었어요.

바이브코딩으로 만들었던 랜딩페이지 화면

그럼 AI 코딩은? 한 달을 투자했어요. Claude와 Windsurf로 프로토타입까지 만들었습니다. 처음엔 신세계였죠. 하지만 개발 지식 없이 프롬프트만 의존하니 곧 한계가 왔어요.

바이브코딩이라는 단어가 등장하기 전, 바이브코딩만으로 제품을 만들어본 것이죠.

에러는 터지는데 왜 터지는지 모르고, 지금보다 모델 성능이 떨어져서 에러가 해결도 안되고 화내고 닥달하고 AI랑 대화하며 지지부진했던 게 무한반복이었어요. GitHub은 뭔지도 몰라서 버전 관리도 못했죠. 한 달 후, 포기했습니다.

프롬프트 플로우를 구성하려고 했던 노드들.

그때 다시 보인 게 노션이었어요.

• 이미 2년째 매일 쓰고 있으니 배울 필요 없고

• 서버나 도메인 걱정할 필요 없고

• 콘텐츠 업데이트도 바로바로 가능하고

"아, 내가 만들려는 건 화려한 웹서비스가 아니라 콘텐츠를 담는 그릇이잖아?"

이미 익숙한 그릇을 쓰면 되는 거였어요.

문제는 노션으로 어떻게 '멤버십'을 구현하느냐였죠.

노션으로 멤버십 사이트 구축, 포기하기 직전이었어요.

이러한 사용자 흐름을 구축하는 게 생각보다 어려웠다.

평소에 툴 찾는 걸 꽤 잘하는 편인데, 이번엔 정말 어려웠어요. 구글링을 아무리 해도 '노션 멤버십 사이트' 사례가 안 나오는 거예요.

템플릿 판매는 수두룩한데, 구독 서비스로 운영하는 케이스는 국내외 통틀어서 찾기 힘들었습니다.

1등 웹사이트빌더 Super. 멤버십 사이트 케이스는 찾아보기 힘들었다.

제가 원했던 건 단순했어요:

1. 이메일만으로 간단히 가입

2. 결제 후 바로 콘텐츠 접근

3. 멤버 관리가 쉬울 것

그러다 희망이 보였습니다. 우피(Oopy)!

oopy가 개발하려고 했던 멤버십 사이트 화면

노션 페이지를 웹사이트로 만들어주는 서비스인데, 베타로 멤버십 기능을 제공한다는 정보를 찾았어요.

"드디어!" 싶어서 바로 들어가봤는데... 이미 서비스가 중단된 상태였습니다.

혹시나 해서 이메일로 문의했더니 답변이 왔어요.

"기술적 제약으로 정식 출시를 못하게 됐습니다."

아, 이래서 아무도 안 하는구나 싶었어요.

우피 고객센터로부터 받은 이메일 주소

포기하려다가 마지막으로 한 번 더 찾아봤습니다. 해외까지 뒤져서 겨우 3개를 찾았어요:

• MemberSpace (비싸고 Stripe 필수)

• Bullet (역시 Stripe 연동)

• Sotion (가격도 합리적이고 다양한 결제 연동 가능)

특히 Sotion은 결제 서비스를 연동하지 않아도 된다는 게 눈에 띄었어요.

이제 정말 시작할 수 있겠다 싶었죠.

노션 + 3가지 도구로 멤버십 사이트 완성하기

프로덕트 페이지 메인 화면

노션만으로는 한계가 있었어요. 그래서 각 기능별로 최적의 도구를 찾아 조합했습니다.

제가 선택한 3가지 도구:

• Sotion: 멤버십 관리 (노션과 연동)

• Latpeed: 결제 처리 (한국 카드 가능)

• Framer: 랜딩페이지 (드래그 앤 드롭)

1. Sotion - 드디어 찾은 멤버십 솔루션

월, 연 등 구독 설정을 자유롭게 할 수 있다.

해외에는 노션 멤버십을 구축하게 해주는 서비스가 몇 가지 있었어요.

MemberSpace, Bullet 같은 서비스들이 대표적이었는데, 대부분 Super라는 노션 웹빌더와 함께 쓰는 구조더라고요.

문제는 비용이었습니다.

월 구독료에 더해서 판매할 때마다 추가 수수료를 내야 했어요. 더 큰 문제는 Stripe였습니다.

Sotion이 멤버십 사이트를 있게해준 최대 공로자다

해외 서비스들은 죄다 Stripe 연동이 필수였거든요.

Stripe가 뭐가 좋긴 해요.

수수료 낮고, 기능 편리하고, 코드 몇 줄이면 결제 시스템 구축 끝.

그래서 해외에서는 다들 Stripe만 쓰는 거죠.

하지만 한국에서는 못 씁니다. 해외 법인 만들거나 우회하는 방법밖에 없어요.

그러다 발견한 게 Sotion이었습니다.

Sotion에게 물었다. 할인해달라고. 빠르게 거절 당했다.

Sotion의 장점:

첫째, 노션 인원 제한을 우회할 수 있었어요. 노션은 요금제별로 게스트 초대 인원이 정해져 있잖아요? Plus는 100명, Business는 250명 이런 식으로. 근데 Sotion은 무제한이에요. 멤버가 1000명이 되든 10,000명이 되든 상관없습니다.

둘째, Stripe 말고도 다른 결제 서비스와 연동이 가능했어요. LemonSqueezy, Gumroad 같은 대안이 있다는 게 희망이었죠. 물론, 결제 서비스를 연동하지 않고도 이용가능하다는 게 가장 큰 메리트였습니다.

셋째, 사용자 경험이 깔끔했어요. 고객이 결제하면 매직링크를 통해 바로 노션 페이지에 접근할 수 있는 구조. 이메일 인증만 하면, 복잡한 과정 없이 심플하게 구현 가능했습니다.

물론 완벽하진 않았어요. 결국 한국 결제를 더 편하게 하려면 국내 서비스가 필요했죠.

그래서 찾은 게 Latpeed였습니다.

2. Latpeed - 한국형 결제의 해답

래피드의 홈 화면

Sotion은 Gumroad나 LemonSqueezy 연동을 지원하지만, 해외 결제라 수수료도 붙고 영어 결제창에 거부감 느끼는 분들도 많았어요.

그때 떠오른 게 Latpeed였습니다.

래피드 멤버십 첫 화면

왜 Latpeed였나:

첫째, 멤버십 상품을 만들 수 있었어요. 일반 단건 결제가 아니라 월 구독, 연간 구독 같은 반복 결제 상품을 등록할 수 있다는 게 핵심이었죠.

둘째, 한국 카드로 편하게 결제 가능했습니다. 고객 입장에서는 익숙한 환경에서 결제할 수 있으니까 전환율이 높아질 거라 예상했어요.

셋째, 이메일/문자 자동 발송 기능이 있었어요. 결제 완료되면 자동으로 접속 안내 메일이 가고, 구독 갱신일 전에 알림도 갑니다.

정말 감동이었던 래피드의 메시지

진짜 감동받은 건 CS였어요:

제가 필요한데 없는 기능을 문의했더니, 며칠 후에 카톡이 왔어요.

"요청하신 기능 추가했는데, 가장 먼저 알려드려요!"

이런 게 진짜 서비스 아닐까요? 대기업도 아닌데 고객 의견을 이렇게 빠르게 반영해주는 곳이 있을까 싶었어요.

들어보니 창업자분들이 7번 피봇하는 동안 무급으로 일하셨다고 하더라고요. 직접 커뮤니티나 프로덕트 판매 경험이 있어서 그런지, 판매자가 뭘 필요로 하는지 정확히 아시는 것 같았어요.

4년간 7번의 피봇, 그리고 무급. 정말 존경스러운 래피드팀

7번 피봇하는 동안 무페이로 일하셨다니 매번 존경스럽습니다.

결제 연동 자체는 정말 간단했어요.

Latpeed 관리자 페이지에서 상품 만들고, 결제 링크 복사해서 붙이면 끝.

이렇게 쉬울 수가 있나 싶었죠.

PG 연동부터 세금계산서 발행까지, 결제와 관련된 모든 골치 아픈 일을 대신 해주니까 저는 콘텐츠에만 집중할 수 있었습니다.

이제 백엔드는 완성됐어요. 마지막으로 필요한 건 이 모든 걸 고객에게 매력적으로 보여줄 랜딩페이지였죠.

3. Framer - 드디어 제대로 된 랜딩페이지

프레이머의 홈 화면

백엔드는 완성했는데, 이제 고객에게 보여줄 얼굴이 필요했어요.

처음엔 노션으로 만들었습니다. 사실 Latpeed가 노션 페이지를 바로 상품 페이지로 연동하는 기능이 있는 줄도 몰랐거든요. 그냥 노션이 제일 편하니까 만들었죠.

지금 보면 정말 부끄러운 초안이었어요. 텍스트만 빼곡하고, 이미지도 대충 넣고.

이커머스에서 일할 때는 디자인팀이나 외주업체에 "이런 느낌으로요~" 하면 됐는데, 막상 직접 하려니 완전 다른 세계더라고요.

피그마에서 무료 에셋으로 최대한 만들어본 랜딩페이지 디자인 에셋

가장 힘들었던 건 카피라이팅이었어요:

디자인은 둘째치고, 뭐라고 써야 할지가 막막했습니다. 내 제품이 좋다는 걸 어떻게 설득하지?

제가 ENTP에 극T 성향이라 공감 능력이 제로거든요. "이거 좋으니까 사세요"라고 쓸 수도 없고... 제작자 시선, 판매자 시선, 구매자 시선이 다 다르다는 걸 알면서도 어떻게 풀어야 할지 모르겠더라고요.

디자인은 손대지 말라는 소릴 듣게 했던…

가장 어려웠던 건 카피였어요:

이커머스에서 일할 때는 외주업체에 "이런 느낌으로 만들어주세요" 하면 됐는데, 3막상 직접 하려니 막막했습니다.

내 제품이 왜 좋은지 어떻게 설명하지? 어떤 순서로 배치해야 설득력 있을까?

상세페이지에 관한 프롬프트

그래서 AI한테 물어봤어요. ChatGPT, Claude, Gemini를 돌아가면서요.

• "프롬프트 라이브러리 판매 페이지 구조 짜줘"

• "혜택을 강조하는 헤드라인 만들어줘"

• "이 중에서 가장 설득력 있는 건?"

구조화된 답변은 Gemini가 제일 잘하더라고요. 이렇게 나온 결과물을 다시 다른 AI에게 검증받고, 수정하고, 또 검증받고... 이 과정을 수없이 반복했어요. (이 프롬프트도 나중에 제 라이브러리에 추가했습니다. 😀)

피그마로 만들어준 랜딩페이지 디자인.

노션의 한계를 느끼고 Framer로:

카피는 어느 정도 만들었는데, 노션으로는 아무리 해도 '판매 페이지'처럼 안 보이는 거예요. 그래서 Framer를 선택했습니다. 드래그 앤 드롭으로 뚝딱뚝딱. 유튜브 보면서 따라 하니까 어떻게든 되더라고요.

근데 여전히 뭔가 허전했어요. 그때 반려자가 한마디 하더라고요.

"이거 너무 밋밋한데? 내가 좀 도와줄까?"

디자인 감각이 뛰어난 분이라 부탁드렸더니, 브랜딩부터 캐릭터까지 싹 다 바꿔주셨어요. 제가 "빨리 출시하고 싶어요" 하면서 닦달했다가 엄청 혼났지만... 결과물 보고는 할 말을 잃었습니다.

요즘 시대, 영상은 필수 같아요.

랜딩페이지가 완성됐는데 뭔가 밋밋했어요.

정적이었거든요.

그래서 영상을 만들기로 했습니다.

화려한 기능이 없으니 영상으로라도 제대로 보여줘야겠다고 생각했죠.

Focusee로 촬영한 맥북 화면

핵심은 '실제 사용 모습'을 보여주는 거였어요:

프롬프트 복사 → ChatGPT에 붙여넣기 → 결과 확인.

이 과정이 얼마나 간단한지를 영상으로 보여주고 싶었습니다.

Claude, Gemini, DeepSeek에서도 똑같이 작동한다는 것도요.

캡컷의 영상 편집 화면

사용한 도구들:

화면 녹화는 ScreenStudio로 했어요. 마우스 움직임에 자동으로 줌인되고, 클릭할 때 효과도 들어가서 따로 편집할 게 적더라고요. FocuSee도 비슷한데 무료 버전이 있어서 먼저 테스트해보기 좋아요.

편집은 캡컷으로 했습니다. 프리미어 프로는 너무 복잡하고, 캡컷은 템플릿이 많아서 초보자도 쉽게 쓸 수 있거든요. 다만 이펙트 욕심내면 EDM 뮤비가 될 수 있으니 주의하세요. 제가 그랬거든요…

일레븐랩스의 홈 화면

AI 음성도 써봤어요:

제 목소리로 녹음하면 좋겠지만, 스크립트 읽고 편집하는 게 일이더라고요.

그래서 ElevenLabs를 사용했습니다.

타입캐스트도 써봤는데 한국어가 어색했어요.

"아, 이거 AI네" 하는 느낌? 반면 ElevenLabs는 정말 자연스러웠습니다.

무료로도 충분히 테스트 가능하고요.

이제 정말 모든 준비가 끝났습니다. 마지막은 온보딩이었죠.

온보딩 가이드 마저, 노션을 활용했습니다.

모든 게 준비됐는데, 마지막으로 신경 쓴 게 있어요.

온보딩이었죠.

품질관리자로 일할 때는 온보딩이 뭔지도 몰랐어요.

신입 때 아무도 알려주는 사람 없이 혼자 헤맸던 기억이 있거든요.

그래서인지 처음 사용하는 사람이 헤매지 않도록 돕는 게 얼마나 중요한지 잘 알고 있었습니다.

아케이드의 홈 화면

Arcade로 인터랙티브 가이드 제작:

Arcade라는 툴을 발견한 건 행운이었어요.

화면을 녹화하면서 각 단계마다 설명을 넣을 수 있는 툴인데,

노션에 임베드가 완벽하게 됩니다.

사용법도 간단해요.

1. Arcade에서 화면 녹화 시작

2. 클릭할 때마다 설명 추가

3. AI 음성으로 나레이션 넣기

4. 노션에 임베드 코드 붙여넣기

고객이 노션 페이지에 들어오자마자 보이는 건 이 가이드예요. "프롬프트 찾는 법", "복사하는 법", "활용하는 법" 순서대로 3분이면 끝.

아케이드로 만든 Fronmpt 온보딩 화면

노션의 숨은 강점:

이게 바로 노션으로 멤버십을 만든 진짜 이유 중 하나예요. 유튜브, Arcade, Typeform... 뭐든 임베드가 가능하거든요. 덕분에 온보딩부터 설문조사까지 전부 노션 안에서 해결했습니다.

결과적으로 고객들의 첫 반응은 이랬어요:

"와, 이렇게 친절하게 설명해주는 곳은 처음이에요!"

기술이 화려하지 않아도, 고객을 배려하는 마음은 전달되더라고요.

이제 정말로, 모든 준비가 끝났습니다.

지속적인 업데이트만 남았습니다. 🙂

배운점을 정리해봤습니다

노션으로 멤버십 사이트를 만들면서 깨달은 게 있어요.

첫째, 내게 맞는 도구를 선택하는 것

처음엔 Bubble이나 Webflow같은 전문 툴을 써야 한다고 생각했어요. 하지만 러닝커브가 너무 높았죠. 오히려 매일 쓰던 노션이 가장 빠른 길이었습니다. 최고의 도구가 아니라 '지금 당장 쓸 수 있는' 도구가 정답이었어요.

둘째, 못하는 건 인정하고 도움받기

AI 코딩으로 한 달을 날렸어요. 개발 지식 없이 프롬프트만으로 밀어붙이다가 완전히 막혔죠. 그때 깨달았습니다. 디자인은 디자인 잘하는 사람에게, 결제는 결제 전문 서비스에 맡기는 게 훨씬 효율적이라는 걸요.

셋째, 70%만 준비되어도 출시하기

첫 랜딩페이지 정말 못생겼잖아요. 그래도 공개했습니다. 완벽을 기다렸다면 아직도 준비 중이었을 거예요. 출시하고 나서 고객 피드백 받아가며 개선하는 게 훨씬 빨랐습니다.

넷째, 기능보다 중요한 건 고객 경험

화려한 기능 대신 온보딩 가이드에 집중했어요. 노션이 처음인 고객도 헤매지 않도록. 결국 기술이 아니라 '고객이 편하게 쓸 수 있는가'가 핵심이었습니다.

결론

솔직히 아직도 아쉬운 점이 많아요. 노션 로딩 속도, 더 나은 디자인, 더 많은 자동화...

하지만 중요한 건 작동하는 서비스를 만들었다는 것. 매달 구독료 입금 알림을 받을 때마다 아직도 신기해요.

"커피값이라도 벌어보자"고 시작한 게 벌써 6개월 전이네요. 지금은 작지만 매달 안정적인 수익이 들어오고 있습니다.

아직 광고 세팅도 못했고, 더 나은 서비스를 고민하고 있습니다.

그럼에도 가장 값진 건 이 과정에서 얻은 경험과 자신감이에요.

"나도 뭔가 만들 수 있구나."

혹시 이 글을 읽고 도전하고 싶으신 분이 계신다면,

완벽하지 않아도 괜찮습니다.일단 시작하세요.

저도 여전히 배우고 있고, 계속 개선하고 있어요. 그게 이 일의 재미이기도 하고요.

긴 글 읽어주셔서 감사합니다. 궁금한 점은 언제든 DM 주세요. (@unclejobs.ai)

여러분의 첫 번째 구독자가 되어드릴게요. 🚀

🚀 함께 만들어가실 분들을 찾습니다

혼자서 이 모든 과정을 거치면서 느낀 게 있어요.

"아, 누군가와 함께했다면 더 빨리, 더 잘할 수 있었겠다."

그래서 준비했습니다.

제가 30일 동안 겪은 시행착오와 노하우를 체계적으로 정리한 MOD 스프린트 1기.

5주 동안 함께:

• 아이디어를 검증하고

• 노션과 AI로 MVP를 만들고

• 실제 고객을 찾아,

• 첫 매출까지 만들어봅니다

저처럼 혼자 헤매지 마세요. 동료들과 함께, 체계적인 커리큘럼으로 당신의 첫 번째 프로덕트를 출시해보세요.

무엇보다 저도 함께합니다. 제가 겪은 모든 과정을 숨김없이 공유하고, 여러분의 멘토가 되어드릴게요.

▶️ MOD 스프린트 1기 자세히 보기

"혼자서는 빨리 가지만, 함께하면 멀리 갑니다."

프롬프트 마스터 클래스

300개 이상의 실용적인 프롬프트를 만나보세요.

---

1. 매주 새로운 프롬프트가 업데이트됩니다.

2. 원하는 프롬프트를 맞춤 제작해 드립니다.

3. 상세한 동영상 가이드로 쉽게 사용 가능합니다.

4. 실전에서 활용할 수 있는 AI 활용법을 담았습니다.

5. 비즈니스 성장, 마케팅, 고객 소통에 필요한 실용적인 프롬프트가 포함되어 있습니다.

‘커피값 2,000원 이라도 벌면 다행이다.’라고 생각했어요.

노션으로 만든 프로덕트 페이지, 외부툴을 활용해서 구독제 서비스를 운영중이다.

2025년 2월, 첫 프로덕트 큐레이션 프롬프트 라이브러리 구독 서비스를 론칭했어요.

결과는 기대 이상이었죠.

• 누적 매출: 50만 원

• 반복 매출 비율: 70 %

• 마케팅 비용: 0 원

큰돈은 아니지만, 재고도 배송도 없는 디지털 프로덕트의 가능성을 확인하기엔 충분했어요. 무엇보다 코딩을 전혀 몰라도 30일 만에 구독 서비스를 만들 수 있다는 걸 직접 증명했죠.

이 글은 시장 검증부터 고객 모으기, 첫 매출까지 제가 발로 뛴 과정을 있는 그대로 기록한 이야기예요. 개발 지식이 없어도 부업으로 반복 수익(MRR)을 만들고 싶은 분들께 작은 힌트가 되면 좋겠습니다. 🙂

처음에는 무식하게 시작했습니다

6개월 간 작성한 뉴스레터 중 가장 공을 많이 들였고 손이 많이 갔던 아티클. 처음으로 1만 회 이상 조회되었다.

2024년 9월부터 '엉클잡스' 뉴스레터를 운영했습니다. 매주 해외에서 성공한 비즈니스 모델 중 국내에 적용 가능한 사례들을 소개했죠.

이 과정에서 꽤 많은 영감을 얻었어요. 해외에는 코딩을 전혀 몰랐던 사람들이 독학으로 서비스를 만들어 월 수천만 원의 수익을 올리는 '인디해커'들이 수두룩했습니다. 시간과 장소에 구애받지 않고 월 반복 매출(MRR)을 만들어내는 그들의 삶은 제게 새로운 가능성을 보여줬죠.

특히 눈에 띈 건 프롬프트 판매 시장이었어요.

단순히 AI 프롬프트를 큐레이션해서 판매하는 것만으로,

• 개인 사업자가 누적 매출 5천만 원 달성

• 어떤 기업은 월 매출 4억 원 돌파

'이거다!' 싶었습니다. 2024년 목표를 '나만의 디지털 프로덕트 출시'로 정했죠.

문제는 제 개발 실력이었습니다.

대학 시절 배운 JAVA와 C++로 'Hello World'를 겨우 출력하는 수준. 구글링으로 파이썬 웹 크롤링 코드를 복붙해본 게 전부였죠. 자동차 품질관리자로 시작해 오프라인 영업과 이커머스로 커리어를 쌓아온 저에게 코딩은 넘사벽처럼 느껴졌습니다.

유데미에서 신청한 온라인 강의들. 이것보다 더 많지만, 구매 후 수강을 안하고 있다.

스파르타코딩클럽에서 웹 개발 기초를 배워보기도 했지만, 실제 서비스를 만들기엔 턱없이 부족했습니다. 유데미나 유튜브 강의도 고민했지만, 저는 커리큘럼을 차근차근 따라가는 스타일이 아니었어요.

그래서 결정했습니다. "일단 만들면서 배우자."

완벽한 준비보다 빠른 실행이 중요하다고 믿었거든요. 제 아이디어가 시장에서 통할지, 실제로 돈을 낼 사람이 있을지 직접 확인하고 싶었습니다.

기초부터 차근차근 쌓아가는 바텀업(Bottom-Up) 대신, 목표를 정하고 필요한 것만 배우는 탑다운(Top-Down) 방식을 선택했죠. 무식하면 용감하다고, 모르니까 더 과감하게 도전할 수 있었습니다.

돌이켜보면 이 '무식한 용기'가 제게는 최고의 전략이었어요.

"꿈의 고객을 찾으라"는 말은 흔히 들어왔지만, 정작 내 고객은 어디에 있을까요?

퍼널이라는 단어를 국내에 각인 시킨, 러셀 브런슨의 마케팅 설계자. 출처 :https://blog.naver.com/value4u/223434514432

호기롭게 프롬프트 라이브러리 제작에 뛰어들었지만, 제게 있던 건 넘치는 의욕뿐이었습니다.

쿠팡이나 네이버 스마트스토어에서 실물 제품을 판매해본 경험은 있었지만, 그건 플랫폼이 고객을 모아주는 구조였죠. 이번엔 달랐습니다. 플랫폼 없이 직접 고객을 찾아야 했거든요.

2024년 12월, 망망대해 같은 온라인 시장에서 제 프롬프트를 구매할 사람을 찾는 일은 정말 막막했습니다.

그때부터 '비즈니스의 본질'에 대해 깊이 고민하기 시작했습니다.

교보문고 비즈니스 코너를 서성이며 답을 찾아 헤맸고, 유튜브에서 '스타트업', '사업 아이디어', 'PMF(Product-Market Fit)' 같은 키워드로 밤새 영상을 뒤적였죠. 해외 인디해커들의 성공 스토리를 읽으며 잠 못 이루는 새벽 3시.

문득 깨달은 건 이거였습니다.

비즈니스란 고객의 문제를 해결하거나 욕구를 충족시키는 것.

• 수학 성적이 오르지 않는 학생 → 맞춤형 과외 제공

• 일상에 지친 직장인 → 주말 힐링 패키지 제공

• AI를 잘 활용하고 싶은 사람 → ?

마지막 물음표가 제가 찾아야 할 답이었죠.

출처 : https://product.kyobobook.co.kr/detail/S000212738218

하지만 '고객의 문제를 파악하라'는 조언은 여전히 추상적이었습니다. 데이터도 없고, 기존 고객도 없는 상황에서 대체 어떻게 문제를 파악한단 말인가요?

SNS를 뒤져봤습니다. 인스타그램과 유튜브에는 AI 관련 콘텐츠가 넘쳐났죠. 댓글도 수백 개씩 달려있었습니다. 하지만 몇 개의 댓글만으로 "이게 고객의 진짜 문제다!"라고 단정 짓기엔 위험했습니다.

더 객관적이고 신뢰할 만한 방법이 필요했습니다.

그래서 선택한 방법이 AI를 활용한 시장 조사였습니다. 아이러니하게도 AI 프롬프트 시장을 조사하는 데 AI를 사용하기로 한 거죠.

1. 시장검증, AI로 진행했습니다.

Buildpad.io를 소개한 스레드 게시글

"이 아이디어로 정말 돈을 벌 수 있을까?"

처음엔 ChatGPT와 Claude에게 물어봤죠. "AI 프롬프트 라이브러리를 구독제로 만들면 어떨까?" 당연히 긍정적인 답변이 돌아왔습니다. 주변 사람들도 마찬가지였어요. 하지만 이게 진짜 시장성이 있는지는 여전히 의문이었습니다.

그때 깨달았어요. 응원보다 필요한 건 데이터였습니다.

Buildpad.io로 실제 수요 확인하기

Reddit 게시글을 하나하나 뒤지다가 지쳐있을 때, buildpad.io라는 서비스를 알게 됐습니다. 아이디어를 입력하면 Reddit 같은 해외 커뮤니티에서 관련 대화를 분석해주는 툴이었죠.

반신반의하며 "프롬프트 라이브러리 구독제 서비스"를 가지고 대화를 시작했습니다.

결과는 예상보다 구체적이었습니다. 실제로 이런 대화들이 오가고 있었어요.

"매번 프롬프트를 처음부터 작성하느라 시간이 너무 아깝다" "검증된 템플릿이 있다면 월 10-20달러는 낼 수 있다" "프롬프트 엔지니어링 배울 시간이 없다. 바로 쓸 수 있는 게 필요하다"

처음으로 '아, 진짜 수요가 있구나' 싶었습니다.

불편한 진실도 마주했습니다

좋은 신호만 있었던 건 아닙니다. 같은 분석에서 이런 우려들도 나왔거든요.

• 프롬프트는 복사가 쉬워서 차별화가 어렵다

• AI가 발전하면 프롬프트 자체가 필요 없어질 수도 있다

• 무료 프롬프트가 넘쳐나는데 굳이 유료를 쓸까?

솔직히 좀 찔렸습니다. 하지만 이런 문제점을 미리 알았기에 대응 전략을 세울 수 있었죠.

타겟이 구체화되다

막연했던 타겟 고객이 선명해졌습니다.

처음엔 "AI 쓰는 모든 사람"이라고 생각했는데, 실제로는 "당장 AI를 업무에 써야 하는데 연구할 시간이 없는 사람들"이었습니다.

주로 마케터, 기획자, 1인 사업자들이었죠. 이들에게 필요한 건 단순한 프롬프트 모음이 아니라:

• 복붙해서 바로 쓸 수 있는 템플릿

• 업무 상황별로 정리된 프롬프트

• 꾸준한 업데이트

이때 배운 것들

첫째, 아이디어만으로는 부족합니다. 검증이 필수죠.

둘째, 내가 좋다고 생각하는 것과 시장이 원하는 건 다릅니다.

셋째, 주변의 격려보다 시장의 신호가 더 정확합니다.

어디선가 읽었던 말이 떠올랐어요. "사용자가 원하지 않는 걸 만드느라 시간 낭비하지 마라."

이제 뭘 만들어야 할지 알았으니, 노션으로 빠르게 MVP를 만들기로 했습니다.

하지만 그 전에 먼저 할 일이 있었어요. 제품이 나오면 살 사람들을 미리 모으는 것이었죠.

2. 고객모집, 만들기 전에 고객부터 모았습니다.

무료 프롬프트 100개를 나눴던 스레드 게시글

프롬프트 라이브러리는 해외에서는 이미 검증된 비즈니스 모델이었지만, 국내에서는 사례를 찾기 어려웠습니다. buildpad.io로 가설은 검증했지만, 한국 시장에서도 통할지는 별개의 문제였죠.

그래서 완제품을 만들기 전에 간단한 테스트를 해보기로 했습니다.

1주일 동안 만든 프로토타입

노션의 장점, 스레드 등을 바로 임베디드 할 수 있다.

노션을 열었습니다. 목표는 단순했어요.

사람들이 정말 프롬프트 라이브러리를 필요로 하는지 확인하는 것.

만든 내용:

• 메인 페이지 1개

• 카테고리별 프롬프트 20개씩 (마케팅, 글쓰기, 개발, 기획, 번역)

• 총 100개 프롬프트

디자인은 노션 기본 템플릿을 가져다가 그대로 썼고, 이미지는 거의 넣지 않았습니다.

1주일 정도 걸렸네요. 이제 사람들에게 보여줄 차례였습니다.

Threads를 선택한 이유

여러 채널 중 Threads를 선택했습니다. 당시 제 상황은 이랬거든요.

• 인스타그램: 이미지 중심이라 텍스트 설명이 제한적

• 트위터: 팔로워 거의 없음

• 링크드인: 타겟과 맞지 않음

• Threads: 당시 팔로워 3,000명, 텍스트 기반

스레드는 가장 빠르게 성장하는 SNS 채널이고,

이미지나 영상 제작보다 품이 덜 들기 때문에 지금까지도 꾸준히 소통중이죠.

그리고 게시글을 다음과 같이 남겼어요.

"ChatGPT 쓰시는 분들 계신가요? 제가 업무에 쓰는 프롬프트 25개를 정리했는데, 필요하신 분 있으면 무료로 드릴게요. 댓글로 이메일 남겨주세요."

30분 만에 댓글이 10개가 달렸습니다. 실제 수요가 있다는 첫 신호였죠.

꾸준한 콘텐츠로 신뢰 쌓기

한정된 기간 동안 프롬프트를 이용할 수 있게 했고, 추가 사용을 원한 사용자에게 인터뷰를 진행했다.

매주 2-3회씩 프롬프트 활용법을 공유했습니다.

예를 들어서,

월요일: ChatGPT로 보고서 요약하는 법
수요일: 개발 모르는 사람이 ChatGPT로 코드 짜는 법
금요일: 이번 주 발견한 유용한 프롬프트 3개

각 게시물마다 실제 사용 예시와 결과물을 포함시켰습니다.
판매를 언급하지 않고 정보만 공유했는데,
오히려 이메일로 감사하다는 인사와 함께 문의가 왔어요.

"더 많은 프롬프트는 어디서 볼 수 있나요?"
"유료 버전 출시 계획이 있나요?"

그래서 관심이 높은 고객을 대상으로, 인터뷰를 진행했습니다.
구매의사가 있으신지, 프롬프트 사용처가 어떻게 되시는 지 등을 여쭤봤죠.

그 분이 구매로 이어질지 확신은 없었습니다.
확실한 건 인터뷰를 통해서 많은 영감을 얻을 수 있었다는 점이에요.

수동 작업의 한계

Tally로 구축한 무료 프롬프트 라이브러리 신청 페이지.

처음엔 댓글로 이메일을 받고 수동으로 노션 링크를 발송했습니다. 30명쯤 보내고 나니 비효율적이라는 걸 깨달았죠.

다음날 Tally로 이메일 수집 폼을 만들어 프로필 링크에 연결했습니다. 자동화의 중요성을 뼈저리게 느낀 순간이었어요.

참고한 해외 사례들

불확실할 때마다 해외 성공 사례를 찾아봤습니다.

Rob Lennon: 트위터에서 매일 AI 프롬프트 공유 → 유료 가이드북으로 4주 만에 7만 달러 매출

Pieter Levels: 구글 스프레드시트로 시작한 Nomad List → 대기자 3,000명 모집 후 정식 출시

Ship 30 for 30: 무료 글쓰기 챌린지 → 이메일 4만 명 → 유료 코스로 7자리 매출

공통점은 명확했습니다. 무료로 가치를 증명하고, 수요를 확인한 후 유료화.

얻은 교훈

완벽한 제품보다 빠른 검증이 중요하다는 걸 배웠습니다.

사람들은 화려한 디자인이나 많은 기능보다, 당장 자신의 문제를 해결해줄 수 있는지를 봅니다. 1장짜리 노션 페이지로도 충분히 그 가능성을 확인할 수 있었죠.

150명의 이메일 리스트를 확보한 지금, 다음 단계는 이들 중에서 실제 구매 의향이 있는 사람을 찾는 것이었습니다.

3. 사전 예약으로 ‘진짜 살 사람’ 대기열을 만들다

프로토타입으로 관심은 확인했지만, 실제 구매는 다른 문제였습니다. 무료로 받은 150명 중 몇 명이나 돈을 낼까요? 이게 진짜 궁금했습니다.

사전 예약 페이지 제작

프레이머 무료 템플릿으로 만든 대기리스트 페이지

프레이머(Framer)로 랜딩 페이지를 만들었습니다. 드래그 앤 드롭으로 쉽게 만들 수 있어서 선택했죠.

처음 만든 페이지는 단순했습니다:
"프롬프트 라이브러리 사전 예약하면 50% 할인!"

결과는 실망스러웠어요. 3일 동안 신청자가 12명뿐이었거든요.

문제를 곰곰이 생각해봤습니다.
아직 보지도 못한 제품의 할인이 매력적일까? 아니었죠.
사람들은 지금 당장 받을 수 있는 걸 원했습니다.

무료 가이드북으로 방향 전환

노션으로 구축한 프롬프트 엔지니어링 가이드 북. 해외자료집과 논문을 참고해서 만들었다.

전략을 바꿨습니다. 사전 예약자에게 즉시 제공할 '프롬프트 엔지니어링 가이드'를 만들기로 했죠.

가이드 내용:

• AI 프롬프트 작성의 기본 원칙

• ChatGPT 프롬프트 템플릿 10개

• 업무별 활용 사례

PDF 20페이지 분량으로 제작했습니다. 해외 자료를 참고해서 실용적인 내용만 담았죠.

목표는 간단했습니다. 무료 가이드의 품질로 유료 제품의 가치를 짐작하게 하는 것.

자동화 시스템 구축

Loop와 프레이머 연동으로 자동화된 이메일 수집 시스템 구축 화면

Loop라는 이메일 자동화 도구를 발견했습니다. 프레이머와 연동이 가능하고, 무료 플랜도 있었죠.

설정 과정:

1. 프레이머에서 이메일 입력 폼 생성

2. Loop와 연동 (10분 소요)

3. 자동 응답 메일에 가이드 PDF 첨부

4. 테스트 및 수정

이제 누군가 이메일을 입력하면 3초 안에 가이드가 전달됐습니다. 수동으로 하던 작업이 완전히 자동화된 거죠.

콘텐츠 마케팅 병행

사전 예약 페이지만 만들어둔다고 사람이 올까요? 당연히 아니죠.

제가 선택한 채널은 다음과 같아요.

• Threads: 기존 팔로워 활용

• 이오플래닛: AI 관심층이 모인 커뮤니티

• 뉴스레터: 주 1회 발행

이오플래닛에 올린 글들:
“ChatGPT 등 프롬프트 엔지니어링에 관한 글" - 조회수 12,000
“AI 시대 구글의 생태계 조성에 관한 보고서” - 조회수 23,500

각 글 마지막에 사전 예약 링크를 자연스럽게 추가했습니다.

출시 당일의 결과

Loop로 대기자 분들에게 보낸 메일. 프롬프트 엔지니어링 가이드북과 제품 랜딩페이지 링크를 심었다.

2월 드디어 정식 출시.

750명의 대기자에게 이메일을 발송했습니다.

• 제목: "프롬프트 라이브러리 정식 오픈했습니다"

• 내용: 서비스 소개 + 할인 혜택 + 구매 링크

결과:

• 이메일 오픈: 436명 (58%)

• 랜딩페이지 클릭: 200명 (27%)

• 구매 완료: 4명 (클릭율 대비 전환율 2%)

“구매 전환율 2%면 나쁘지 않은 수치입니다.”
온라인 비즈니스 전문가가 그러더라구요.

솔직히 말하면, 더 많은 구매를 기대했었습니다.
대기자가 750명이면 최소 50명은 살 줄 알았거든요.

하지만 이것도 배움이었죠. 이메일 열기, 링크 클릭, 구매 결정.
각 단계마다 사람들이 이탈한다는 걸 실감했습니다.

첫 달 운영하며 깨달은 것

온라인 판매 상품에 따른 평균 구매 전환율

출시 후 한 달간 추가로 15명이 구매했습니다.

재구매율은 70%를 넘었고요.

연간구매도 2건이나 이루어졌죠.

만약 처음부터 다시 시작한다면,

• 타겟을 더 좁게 설정

• 무료 체험 기간 제공

• 커뮤니티 형성에 더 신경쓰기

결국 판매는 신뢰의 문제라고 생각해요.
제품이 아무리 좋아도, 고객이 믿지 않으면 사지 않을 거라는 걸 깨달은 것이죠.

이제 다음 과제는 명확해졌어요.
초기 구매자들을 만족시켜서 입소문을 만드는 것.
그게 진짜 성장의 시작이라고 생각합니다.

고객 유입을 위한 퍼널 과정

그리고 확실한 건,

SNS로 직접적인 매출을 바라면 안된다는 점이에요.

저보다 홍보를 잘하시는 분들은 다르게 접근하시겠지만, 직접적인 판매나 홍보는 오히려 팔로워들이 멀어지게 만드는 걸 느꼈습니다. 그러니 나만의 고객 데이터를 확보할 수 있는 매체, 뉴스레터나 아니면 세미나, 웨비나 같은 이메일로 신청가능한 채널로 유입하는 걸 추천드립니다.

출시까지 배운 것들을 정리해보았습니다.

30일간의 여정을 마치고 돌아보니, 몇 가지 중요한 교훈을 얻었어요.

1. 완벽한 제품보다 빠른 실행이 중요하다
처음엔 완벽한 프로덕트를 만들어야 한다고 생각했어요. 하지만 1주일짜리 노션 페이지가 시장의 반응을 확인하는 데는 충분했습니다. 고객은 완성도보다 자신의 문제를 해결해줄 수 있는지를 먼저 봅니다. 이걸 프로토타이핑이라고 부르기도 해요.

2. 자동화는 처음부터 설계해야 한다
수동으로 이메일 30개를 보내고 나서야 깨달았죠. Loop, Tally 같은 도구를 처음부터 활용했다면 더 많은 시간을 고객 응대에 쓸 수 있었을 겁니다. 시간보다 소중한 건 없더라구요. 그러니 위임할 수 있다면 최대한 위임해야 합니다.

3. 대기자 750명 ≠ 구매자 750명
이메일 오픈율 58%, 클릭률 27%, 구매 전환율 2%. 각 단계마다 사람들이 떨어져 나갑니다. 기대치를 현실적으로 조정하는 게 중요해요. 무료로 나눠주는 것에 대한 명암은 극명해요. 전부 내 고객은 아닐지라도 잠재고객을 모집하는 덴 최적이죠.

4. 첫 판매보다 재구매가 진짜다
70%의 재구매율이 이 비즈니스의 가능성을 보여줬습니다. 신규 고객을 끌어오는 것도 중요하지만, 기존 고객을 만족시키는 게 더 중요하다는 걸 배웠죠. 지금도 소리소문없이 기존 고객들이 재구매를 해주고 계세요. 진짜 맛집은 신규 고객 유치와 더불어 재구매율을 늘린다고 하죠. 내 제품을 사랑해주는 고객을 한 분이라도 더 찾아나서야 합니다.

5. 직접 판매보다 가치 제공이 먼저다
SNS에서 "사세요!"라고 외치는 건 효과가 없었습니다. 무료 콘텐츠로 먼저 도움을 주고, 신뢰를 쌓은 후에 자연스럽게 전환이 일어났어요. 그러니 SNS나 유튜브 팔로워에 너무 의존하지 마시길 바랍니다. 팔로워가 적더라도 잘 파는 분들은 정말 많거든요.

지금도 계속되는 여정

솔직히 말하면, 아직 갈 길이 멀어요.

노션으로 만든 MVP를 언제까지 유지할 수는 없을 거예요. 결국엔 제대로 된 웹사이트로 전환해야겠죠. 새로운 프롬프트도 매주 추가해야 하고, 고객 피드백도 계속 반영해야 합니다.

가장 큰 숙제는 '차별화'예요. 프롬프트는 복사가 쉽잖아요. 그래서 단순히 프롬프트를 모아두는 것 이상의 가치를 만들어야 합니다. 사용 가이드, 업데이트 알림, 커뮤니티 같은 걸 고민하고 있어요.

그래도 확실한 건, 시작했다는 거예요. "커피값이라도 벌자"던 목표는 이미 넘어섰고, 이제는 "이걸로 월급 이상을 벌 수 있을까?"를 고민하고 있습니다.

마치며

이 글을 읽는 분들 중에도 무언가를 만들고 싶은 분들이 있을 거예요.

저처럼 코딩을 못하는 분도 있을 거고, 아이디어는 있는데 어떻게 시작해야 할지 모르는 분도 있겠죠.

그런 분들께 드리고 싶은 말은 딱 하나예요.

"일단 시작하세요."

• 노션이든, 구글 스프레드시트든, 카카오톡 오픈채팅이든 뭐든 좋아요

• 100명에게 보여주고 1명이 관심 가져도 성공이에요

• 실패해도 배운 게 남으니까 손해는 아니에요

제가 6개월 전만 해도 "나같은 사람이 뭘 만들어?"라고 생각했거든요. 지금은 매달 구독료가 들어오는 걸 보며 "와, 진짜 되네?"하고 있습니다.

혹시 궁금한 점이 있으면 Threads(@unclejobs.ai)로 DM 주세요. 제가 아는 건 별로 없지만, 경험한 건 솔직히 나눠드릴게요.

여러분의 첫 번째 제품 출시를 응원합니다. 저도 해냈으니, 여러분도 분명 할 수 있어요. 🚀

P.S 제품 출시 과정은 이렇게 진행했습니다!

1. 시장검증 – AI‧커뮤니티 데이터로 아이디어 실험

2. 고객모집 – 노션 MVP·콘텐츠로 관심 확인

3. 사전예약 – 대기열 구축 & 초기 매출 확보

4. 런칭 – 반복 매출 구조 만들기

🚀 함께 만들어가실 분들을 찾습니다

혼자서 이 모든 과정을 거치면서 느낀 게 있어요.
"아, 누군가와 함께했다면 더 빨리, 더 잘할 수 있었겠다."

그래서 준비했습니다.
제가 30일 동안 겪은 시행착오와 노하우를 체계적으로 정리한 MOD 스프린트 1기.

5주 동안 함께:

• 아이디어를 검증하고

• 노션과 AI로 MVP를 만들고

• 실제 고객을 찾아,

• 첫 매출까지 만들어봅니다

저처럼 혼자 헤매지 마세요. 동료들과 함께, 체계적인 커리큘럼으로 당신의 첫 번째 프로덕트를 출시해보세요.

무엇보다 저도 함께합니다. 제가 겪은 모든 과정을 숨김없이 공유하고, 여러분의 멘토가 되어드릴게요.

▶️ MOD 스프린트 1기 자세히 보기

"혼자서는 빨리 가지만, 함께하면 멀리 갑니다."

프롬프트 마스터 클래스

300개 이상의 실용적인 프롬프트를 만나보세요.

---

1. 매주 새로운 프롬프트가 업데이트됩니다.

2. 원하는 프롬프트를 맞춤 제작해 드립니다.

3. 상세한 동영상 가이드로 쉽게 사용 가능합니다.

4. 실전에서 활용할 수 있는 AI 활용법을 담았습니다.

5. 비즈니스 성장, 마케팅, 고객 소통에 필요한 실용적인 프롬프트가 포함되어 있습니다.

😭 "내 글, 왜 아무도 안 읽지?" 밤새 만든 콘텐츠가 묻힐 때

출처 : https://www.twinword.co.kr/blog/content-titles-for-clicks/

안녕하세요, 엉클잡스입니다!

혹시 이런 경험 없으신가요? 밤새 고민하고 공들여 만든 콘텐츠인데… 발행하고 나니 반응이 싸늘할 때의 그 허탈함. 반대로 별 기대 안 했는데 헤드라인 하나 잘 뽑아서 예상치 못한 '대박'을 터뜨렸을 때의 짜릿함!

저도 수없이 겪었던 일입니다. 콘텐츠의 본질만큼이나 중요한 것이 바로 독자의 시선을 단번에 사로잡는 '첫인상', 즉 헤드라인이더군요. 정보의 홍수 속에서, 우리의 소중한 이야기가 묻히지 않으려면 일단 '멈춰 세우는 힘'이 필요합니다.

🤔 혹시, 여러분의 헤드라인도 '착하기만' 한가요?

• "OOO 하는 좋은 방법"

• "XX에 대해 알아보세요"

• "놀라운 결과 공개!"

✋ 잠깐! 분명 내용은 알찬데… 어딘가 밋밋하고, 구체적으로 와닿지 않는 헤드라인 아닌가요? 마치 "우리 가게 음식 맛있어요!"라고 외치는 것과 같죠. 얼마나 맛있는지, 뭐가 특별한지 알려주지 않으면 선뜻 문을 열고 들어가기 망설여지는 것처럼요. 독자들은 자신의 시간을 투자할 만한 '확실한 가치'를 원합니다.

✨ 스크롤을 멈추는 마법의 열쇠, '숫자'

어느 날 문득, 제가 무심코 클릭했던 글들의 제목을 살펴보니 흥미로운 공통점이 보였습니다. 바로 '숫자'가 들어가 있다는 점이었죠. 왜 우리는 숫자에 끌리는 걸까요? 숫자가 가진 특별한 힘, 5가지를 발견했습니다.

1. 🧭 안갯속 길을 밝히는 등대처럼, '명확성'을 선물해요: 길을 잃었을 때 "저쪽으로 가세요"보다 "오른쪽으로 300m 가세요"라는 안내가 훨씬 도움이 되죠? 숫자는 추상적인 개념을 손에 잡힐 듯 구체적으로 만들어, 독자가 무엇을 얼마나 얻을지 명확히 알려줍니다. "월 100만원 더 버는 7가지 방법"처럼요.

2. 🤝 "제가 보증합니다!"보다 강력한 '신뢰성'을 더해요: 친구가 "그 식당 괜찮아"라고 말하는 것보다, "거기 평점 4.8점이고, 리뷰 500개 넘는데 다들 맛있대!"라고 할 때 더 믿음이 가지 않나요? "92% 만족", "3주 만에 달성" 같은 데이터는 주장에 객관적인 힘을 실어줍니다.

3. 🕵️ 미스터리 소설의 첫 문장처럼, '호기심'을 자극해요: 그냥 "사건이 발생했다"는 것보다 "밀실에서 3명이 흔적도 없이 사라졌다"는 문장이 훨씬 더 뒷이야기를 궁금하게 만들죠? "TOP 5 비밀", "17명 실종" 같은 숫자는 "대체 뭐지?" 하는 궁금증을 일으켜 클릭을 유도합니다.

4. 🧹 어지러운 책상을 깔끔하게 정리하듯, 정보를 '구조화'해요: 복잡한 레시피도 "5단계로 따라 하세요"라고 하면 훨씬 따라 하기 쉽고 기억에도 잘 남죠. "3가지 비법", "10가지 체크리스트"처럼 숫자는 정보가 잘 정리되어 있다는 인상을 주고 이해를 돕습니다.

5. 🚨 "마감 임박!" 외침처럼, '긴급성'을 부여해요: 백화점 세일 마지막 날, "딱 1시간 남았습니다!"라는 안내 방송에 마음이 조급해졌던 경험, 다들 있으시죠? "선착순 50명", "단 3일 한정" 같은 숫자는 지금 바로 행동해야 할 것 같은 느낌을 줍니다.

결국 숫자는 단순히 숫자가 아니었습니다. 독자와 소통하는 매우 강력하고 전략적인 '언어'였던 거죠.

🤯 "좋은 건 알겠는데… 막상 쓰려니 막막해요"

하지만… 머리로는 알겠는데, 손가락이 잘 안 움직이죠? 저도 그랬습니다.

"내 글에 어떤 숫자를 넣어야 자연스러울까?"

"너무 장사꾼처럼 보이면 어떡하지?"

"이 숫자가 정말 효과가 있을까?"

수많은 고민 끝에 깨달았죠. 숫자를 '찾고', '다듬고', '배치하는' 과정 자체가 또 하나의 큰 장벽이라는 것을요. 좋은 줄은 알지만, 막상 쓰려니 시간도 없고 막막했던 겁니다.

🚀 이 막막함, AI로 해결하세요! 'AI 수치화 헤드라인 마스터' 탄생!

그래서 만들었습니다. 숫자의 중요성은 알지만 활용에 어려움을 겪는 분들을 위해, 복잡한 고민 없이도 '수치의 힘'을 빌려 매력적인 헤드라인을 만들 수 있도록 돕는 도구를요!

이 프롬프트 하나면?

• "어떤 숫자 쓰지?" 고민 끝! AI가 내 콘텐츠에 맞는 최적의 숫자 아이디어를 찾아줍니다.

• 클릭을 부르는 헤드라인이 뚝딱! 검증된 다양한 유형의 헤드라인을 몇 초 만에 완성!

• 내 시간은 소중하니까! 헤드라인 고민 시간을 확 줄이고 콘텐츠 자체에 더 집중하세요.

🧰 더 많은 프롬프트를 찾으신다면?

👉 프롬프트 라이브러리 구경하기

📌 프롬프트 템플릿

✨ AI가 만든 헤드라인 예시

🎁 숫자는 차가운 데이터가 아니라, 독자를 향한 '진심'입니다.

결국 우리가 헤드라인에 숫자를 넣는 이유는, 독자에게 더 명확하게 가치를 전달하고, 신뢰를 주며, 그들의 시간을 아껴주고 싶기 때문 아닐까요? 숫자는 어쩌면, 독자와 더 잘 소통하고 싶은 우리의 따뜻한 마음을 표현하는 또 다른 방법일지도 모릅니다.

이제 'AI 수치화 헤드라인 마스터' 프롬프트로 당신의 진심을 담은 숫자를 찾아보세요. 밋밋했던 헤드라인에 생기를 불어넣고, 독자들이 당신의 이야기에 귀 기울이게 만드세요!

✨ 지금 바로 마법을 경험해보세요!

프롬프트 마스터 클래스

300개 이상의 실용적인 프롬프트를 만나보세요.

---

1. 매주 새로운 프롬프트가 업데이트됩니다.

2. 원하는 프롬프트를 맞춤 제작해 드립니다.

3. 상세한 동영상 가이드로 쉽게 사용 가능합니다.

4. 실전에서 활용할 수 있는 AI 활용법을 담았습니다.

5. 비즈니스 성장, 마케팅, 고객 소통에 필요한 실용적인 프롬프트가 포함되어 있습니다.

독자의 마음을 움직이는 콘텐츠의 비밀,

이제 '수치'에서 발견하시길 바랍니다.

항상 더 좋은 정보와 프롬프로 찾아뵙겠습니다.

읽어주셔서 감사합니다!

– 엉클잡스 올림

스레드(Threads)가 트위터(엑스)의 대안이 될 수 있을까? [사진: 셔터스톡]
출처 : 디지털투데이 (DigitalToday)(https://www.digitaltoday.co.kr)

안녕하세요, 엉클잡스입니다.

SNS에는 매일 수많은 글이 올라옵니다.

그런데 이상하게도,

어떤 글은 손이 멈추고, 끝까지 읽게 되죠.

길지도 않은데, 유독 기억에 남는 글.

그 글엔 공통점이 있습니다.

‘이야기’가 있다는 것.

📖 콘텐츠의 본질은 결국 ‘서사’입니다

스토리텔링은 사람들에게 인사이트와 영감을 준다. 조회수 4만이 넘는 필자의 스레드 포스팅.

우리는 자라오며 다양한 형태의 이야기를 소비해 왔습니다.

• 어릴 적엔 구전동화와 만화책으로,

• 자라선 드라마와 영화로,

• 지금은 SNS와 쇼츠 콘텐츠로.

형태는 바뀌어도,

스토리는 언제나 가장 강력한 콘텐츠였습니다.

실제로 지금도,

• 전자책은 ‘한 편의 이야기처럼 읽히는 정보’가 잘 팔리고,

• 광고는 ‘브랜드의 서사’가 있어야 기억되고,

• 릴스는 시작–전환–반전–마무리 구성이 있어야 끝까지 봅니다.

• 스레드도 마찬가지입니다.

나열된 정보는 그냥 흘러가지만,

이야기꺼리가 있는 글은 저장되고, 공유되고, 팔로우됩니다.

🤯 그런데 막상 쓰려면? 정말 막막하죠

출처 : https://sensortower.com/ko/blog/Threads-the-fastest-growing-social-media-app-in-Korea

많은 분들이 말합니다.

비단, 여러분만의 문제가 아닙니다.

‘흐름’ 없이, 구조 없이 글을 쓰면

누구나 겪는 전형적인 어려움입니다.

💥 실패하는 스레드에는 공통점이 있습니다

출처 : https://sensortower.com/ko/blog/Threads-the-fastest-growing-social-media-app-in-Korea

대부분 이렇게 글을 씁니다.

• 첫 문장은 센 척 합니다.

  → "이건 진짜 충격적입니다."

• 그다음엔 설명이 나옵니다.

  → "요즘 많은 브랜드들이 X를 시도하고 있는데요…"

• 중간부터 아무 구조 없이 정보가 쭉 나열됩니다.

• 끝에 가선 “그래서 이게 중요합니다” 같은 애매한 마무리로 끝나죠.

그런데 성공한 스레드는 조금 다릅니다.

• 문제 인식으로 시작합니다.

  → "제품은 있는데, 글이 안 써지시나요?"

• 공감할 만한 사례를 꺼냅니다.

  → "저도 매번 출시 때마다, 글쓰기가 막막해서 늦어지기 일쑤였어요."

• 긴장감과 전환점을 넣습니다.

  → "그러던 어느 날, 될대로 되라는 심정으로 무작정 이야기를 먼저 짜보기 시작했죠."

• 해결 흐름으로 마무리합니다.

  → "그게 이 구조입니다."

그 차이는 ‘이야기를 설계하느냐, 나열하느냐’에 있습니다.

🧠 그런데, 왜 ‘지금’ 스레드를 써야 할까요?

출처 : https://www.hankyung.com/article/202407092101i

예전에는 스레드가 그저 SNS 바이럴을 위한 포맷이었다면,

지금은 완전히 다른 기능을 수행하고 있습니다.

• 구글 검색에 노출되기 시작했고,

• 브랜드의 철학을 아카이빙하는 도구가 되었으며,

• 전자책, SaaS, 템플릿, 교육 서비스 등 실제 전환을 만드는 세일즈 콘텐츠로 쓰이고 있습니다.

요즘엔 어떤 제품이나 브랜드를 검색해도,

블로그보다 Threads 스레드가 먼저 뜨는 경우가 많습니다.

이 질문에 대한 답을,

사람들은 이제 스레드에서 찾고 있습니다.

🛠 그래서 준비했습니다

이 프롬프트만으로 만든 스레드 콘텐츠, 어떠한 첨언도 하지 않았고 이미지를 첨부하지도 않았습니다.

스토리텔링형 스레드 프롬프트

이번 프롬프트는

• 스레드를 처음 시작하는 분

• 브랜드를 ‘정보’가 아닌 ‘이야기’로 전하고 싶은 사람,

• 팔리는 글의 구조를 체득하고 싶은 크리에이터라면,

이 프롬프트가 아주 유용할 겁니다.

단순히 글의 ‘형식’만 주는 게 아닙니다.

문제 인식 → 긴장 → 반전 → 해결

이 흐름으로, 실제로 읽히고 공유되는 글의 구조를 제공합니다.

🧰 더 많은 프롬프트를 찾으시나요?

엉클잡스의 프롬프트 라이브러리에 오시면

1. 스토리텔링형 스레드 프롬프트를 포함해

2. 제품 상세페이지, 뉴스레터, 후기 자동화 등

3. 300종 이상의 실전 템플릿을 바로 사용하실 수 있어요.

4. 복잡한 글 설계? → 이미 끝났습니다.

5. 원하는 포맷? → 클릭 한 번이면 복사 완료.

6. 아이디어만 있다면? → 곧바로 실행 가능한 구조 제공.

👉 프롬프트 라이브러리 구경하기

✨ 이렇게도 활용해보세요

• 자기소개를 스토리처럼 구성하기

  → “어떤 계기로 지금에 이르게 되었는가”로 전개

• 제품을 기능이 아닌 탄생 배경으로 소개하기

  → “왜 만들었는가”를 첫 문장에, “누구에게 필요한가”로 연결

• 실패와 성장의 경험 공유하기

  → 좌절 → 관찰 → 반복 → 깨달음 → 철학으로 귀결

이 모든 구성,

단 몇 문장만 입력하면 프롬프트가 도와줍니다.

✋ 이런 분께 강력히 추천합니다

• “나도 스레드 제대로 써보고 싶다”는 분

• 브랜드를 ‘기능’이 아니라 ‘스토리’로 전달하고 싶은 분

• 전환 중심 콘텐츠의 구조를 실전에서 익히고 싶은 분

• 바이럴보다 ‘신뢰받는 글’을 쓰고 싶은 분

🚀 프롬프트 템플릿

📍 지금 바로 써보세요

‘글을 잘 쓰는 사람’보다,

‘글의 흐름을 설계할 줄 아는 사람’이 반응을 얻습니다.

이번 프롬프트가,

당신만의 이야기를 세상에 전하는 가장 든든한 도구가 되길 바랍니다.

– 엉클잡스 올림

프롬프트 마스터 클래스

300개 이상의 실용적인 프롬프트를 만나보세요.

---

1. 매주 새로운 프롬프트가 업데이트됩니다.

2. 원하는 프롬프트를 맞춤 제작해 드립니다.

3. 상세한 동영상 가이드로 쉽게 사용 가능합니다.

4. 실전에서 활용할 수 있는 AI 활용법을 담았습니다.

5. 비즈니스 성장, 마케팅, 고객 소통에 필요한 실용적인 프롬프트가 포함되어 있습니다.

안녕하세요, 엉클잡스입니다!

이번 뉴스레터는 디지털 제품을 만들었지만, 판매 페이지는 막막한 분들을 위해 준비했습니다.

✍️ 제품은 다 만들었는데… 이제 뭐라고 상세페이지를 작성하죠?

구매 전환을 높이기 위한 상세페이지 기획은 늘 어렵습니다.

"노션 템플릿은 완성했는데, 판매 페이지는 왜 이렇게 막막한지 모르겠어요. 뭘 어디서부터 써야 할지..."

디지털 제품을 만들었지만, 판매 페이지 작성이 막막하신가요?

노션 템플릿, 전자책, PDF 워크시트를 완성했는데도 어떻게 소개해야 할지 모르는 그 답답함을 해결해드립니다.

🤯 "디지털 제품은 특히 더 어려워요"

명쾌하게 답변 해준 ChatGPT의 답변. 밑에서 계속됩니다.

주변 지인들로부터 이런 피드백을 정말 자주 받습니다.

실제로 디지털 제품은 눈에 보이는 물성도 없고, 구성도 복잡하고, 혜택도 추상적이기 때문에 판매 페이지를 설계하는 난이도가 훨씬 높습니다.

그 결과, 많은 분들이 훌륭한 제품을 만들고도 판매로 이어지지 않는 안타까운 상황을 겪고 계시죠.

💡 그래서 준비했습니다.

진리는 간단하지만, 수행하기는 어렵다.

제품을 ‘잘’ 만드는 것과 ‘잘’ 팔리 게 만드는 건, 전혀 다른 문제입니다.

무엇을 강조해야 할지, 어떤 순서로 설명해야 할지, 어떻게 구매 결정을 유도할지, 이런 고민들이 실제 출시를 지연시키거나 판매 성과에 직접적인 영향을 미치고 있습니다.

이런 문제를 해결하기 위해 실제 성공 사례를 분석하고 노션 공식 앰버서더와 함께 디지털 상품 판매율을 끌어올리는 특별한 프롬프트를 완성했어요.

🎯 이 프롬프트의 압도적인 강점!

1. 심리학 기반의 판매 구조

이 프롬프트는 단순한 템플릿이 아닙니다. 구매 심리의 3단계 여정(문제 인식 → 솔루션 탐색 → 구매 결정)을 따라 자연스럽게 흐르도록 설계되었습니다. 고객이 정보를 처리하고 결정을 내리는 과정을 과학적으로 접근했죠.

2. 시각적 가이드 통합

디지털 제품은 물리적으로 보여주기 어렵다는 단점이 있지만, 이 프롬프트는 각 섹션마다 맞춤형 시각 자료 아이디어를 제안합니다. Canva나 Figma에서 쉽게 만들 수 있는 간단한 이미지 아이디어부터 제품 스크린샷까지 다양한 시각화 전략을 포함했습니다.

3. 유연한 맞춤 설정

제품 특성에 따라 필수 섹션만 선택할 수 있고, 톤앤매너 조절도 가능합니다. 짧은 랜딩페이지부터 상세한 판매 페이지까지 어떤 형태로든 조정할 수 있어요. 시각 자료도 없어도 텍스트만으로도 충분히 강력합니다.

4. 실제 구매 전환율 향상 증명

노션 공식 앰버서더와 디지털 제품 판매자들의 테스트 결과, 이 프롬프트로 작성한 상세페이지는 전환율 향상에 실제로 기여했습니다. 한 사용자는 템플릿 다운로드 문의가 3배 증가했다고 보고했으며, 판매자의 시간은 절약하면서 매출은 증가시키는 효과를 확인했습니다.

🛠️ 5분이면 디지털 판매가 쉬워집니다.

개비스콘 처럼 속을 편안하게 해드리는 프롬프트를 준비했습니다.

빛나는 아이디어로 디지털 상품을 만드는 것은 시작 단계에 불과합니다.

진짜 어려운 건, 내 제품을 잠재 고객에게 어떻게 잘 어필할지, 판매로 전환시킬지에서 시작되죠.

이 프롬프트의 핵심은 단순한 템플릿이 아닌, 판매 심리학을 활용한 구조화된 접근법입니다. 전자책, 노션 템플릿, 온라인 강의, 디지털 워크시트 등 어떤 콘텐츠 비즈니스에도 즉시 적용 가능합니다.

특히 다음과 같은 효과가 있어요.

• 고객의 실제 고민에서 출발해 깊은 공감대 형성

• 제품의 핵심 가치를 명확하게 전달하는 스토리텔링 구조

• 구매 결정에 필요한 모든 정보를 논리적 순서로 배치

• 시각적 요소까지 고려한 완벽한 페이지 설계

진정한 가치는 간결함에 있습니다. 5분 내로 입력하고, 단 몇 분 안에 판매 전환율을 높이는 상세페이지가 완성됩니다.

📝 구매 전환을 높이는 프롬프트 템플릿, 이렇게 생겼습니다

 📝 작성이 어렵다면 이렇게 써보세요 → [입력 예시]

🚀 이렇게 출력이 됩니다 → [출력 예시]

💎 구독자 분을 위해 총 3개로 나뉘는, 더 디테일한 프롬프트를 준비했습니다.

이 프롬프트의 가장 큰 장점은

사용자가 실제로 원하는 상세페이지의 요소를 포함하고 있다는 점입니다.

특히 12개의 섹션은 구매 심리의 흐름에 맞게 다음과 같이 설계되었습니다.

그래서 총 20,000자가 넘는 글로 채워졌죠.

🎁 Fronmpt 구독자를 위한 특별 혜택

소개해드린 프롬프트는 일반 버전과 구독자 전용 프리미엄 버전으로 나뉩니다. 일반 버전도 충분히 효과적이지만, 구독자 분들에게는 2만 자가 넘는 초 디테일 프롬프트 시스템을 제공해 드립니다.

이 프리미엄 버전은 노션 앰버서더와 함께 개발했으며, 디지털 제품 판매 페이지의 핵심인 3가지 심리 단계를 완벽하게 구현했습니다.

1. Part 1: 문제 공감과 인식 - 고객의 고민을 정확히 짚어내는 진단적 공감 구조

2. Part 2: 솔루션 제시와 제품 소개 - 제품 가치의 설득력 있는 전달 방식

3. Part 3: 신뢰 구축과 구매 유도 - 전환율을 높이는 12단계 섹션 구성

각 파트는 섹션별 작성 가이드와 시각 자료 제안까지 함께 제공되어, 판매 페이지의 모든 요소를 전문적으로 구성할 수 있습니다.

👉 프리미엄 프롬프트 라이브러리 구독하기

특히 5월에는 노션 앰버서더 팀과 공동으로 개발한 노션 템플릿 특화 버전이 출시될 예정입니다.

이 버전은 노션 템플릿만의 특성과 가치를 더 효과적으로 전달하는 방법에 중점을 두었습니다. 이번에 소개한 버전은 디지털 제품 판매를 시작하거나, 보다 정제된 판매 페이지를 만들고 싶은 분들을 위한 출발점이에요.

• 글쓰기가 어려우시다면,

• 내 제품을 더 잘팔고 싶다면,

• 상세페이지 기획이 막막하게 느껴진다면,

누구나 5분이면 완성할 수 있는 [노션 템플릿 판매를 위한 상세페이지 마법사 - 공감버전]이 길라잡이가 되어드릴 겁니다.

🧳 디지털 콘텐츠로 수익 창출 해보세요

AI 덕분에 디지털 상품을 판매할 수 있는 가능성이 무한대로 확장했습니다.

여러분의 지식, 경험, 창의성을 담은 상품은 잠든 시간에도 수익을 창출할 수 있죠. 하지만 많은 창작자들이 마지막 단계에서 발목을 잡힙니다. 바로 '판매 페이지' 작성입니다.

이 프롬프트는 그 장벽을 허물어줍니다.

더 이상 판매 페이지 때문에 출시를 미루지 않으셔도 됩니다. 여러분의 노션 템플릿, 전자책, 온라인 강의, 디지털 워크시트 등 어렵게 만든 가치를 더욱 빛나게 만들어 드리겠습니다.

프리미엄 프롬프트 라이브러리 구독으로 디지털 콘텐츠 비즈니스의 다음 단계로 나아가세요. 여러분의 지식이 더 많은 사람에게 도달하고, 그 가치를 인정받을 수 있도록 함께하겠습니다.

– 엉클잡스 올림

프롬프트 마스터 클래스

프롬프트 마스터 클래스

300개 이상의 실용적인 프롬프트를 만나보세요.

---

1. 매주 새로운 프롬프트가 업데이트됩니다.

2. 원하는 프롬프트를 맞춤 제작해 드립니다.

3. 상세한 동영상 가이드로 쉽게 사용 가능합니다.

4. 실전에서 활용할 수 있는 AI 활용법을 담았습니다.

5. 비즈니스 성장, 마케팅, 고객 소통에 필요한 실용적인 프롬프트가 포함되어 있습니다.