바이브코딩 커뮤니티에서 여러 제품을 완성했지만 매출이 없다는 이야기를 들었다. 아이디어를 화면으로 만들고 결제 버튼을 붙이는 시간은 줄었다. 누가 어떤 상황에서 돈을 내는지는 코드 생성 속도로 답할 수 없다. 제작이 쉬우면 새 기능을 만드는 활동이 고객을 만나는 일보다 성과처럼 보이기 쉽다.
Y Combinator는 초기 창업자에게 제품을 빨리 내놓고 사용자와 대화하며 확장되지 않는 수동 작업도 하라고 조언해 왔다. 고객이 원하는 것을 확인하기 전에 규모를 키우면 기술과 프로세스에 쓴 시간이 낭비될 수 있다는 설명이다. AI가 개발 시간을 줄여도 이 순서를 건너뛰면 고객을 모르는 상태로 더 많은 기능을 만든다.
사이드 프로젝트와 사업의 성공 기준
내 호기심을 해결하는 도구는 좋은 사이드 프로젝트가 될 수 있다. 학습과 재미, 개인 생산성을 기준으로 평가한다. 사업 후보는 다른 사람이 반복해서 겪는 문제를 해결하고 비용을 지불하는 행동을 요구한다.
같은 제품도 목표에 따라 판단이 달라진다. 개인용 메모 도구라면 내가 매일 쓰는 것으로 충분할 수 있다. 팀에 판매하려면 사용자와 구매 담당자, 보안 검토자가 다를 수 있다. 도입 절차와 데이터 보존, 지원 비용까지 제품 범위에 들어간다.
사업으로 검증할 때 기능 목록을 잠시 닫고 현재 행동을 적는다.
사용자는 문제를 마지막으로 언제 겪었는가
그때 어떤 순서로 해결했는가
누구와 어떤 도구를 사용했는가
시간과 비용은 얼마나 들었는가
해결하지 못했을 때 어떤 손실이 생겼는가
구매와 사용을 결정하는 사람은 누구인가
“이 기능을 쓰시겠어요”라는 질문은 호의적인 미래 답변을 얻기 쉽다. 최근에 실제로 한 행동과 지불한 비용을 물으면 문제의 빈도와 강도를 확인할 수 있다.
인터뷰 전에 가설과 반증 조건을 쓴다
고객을 만나기 전 내가 믿는 내용을 한 장에 적는다.
대상: 주 3회 이상 상품 리뷰를 처리하는 쇼핑몰 운영자
문제: 리뷰 분류와 답변 초안에 주 4시간 사용
현재 대안: 스프레드시트와 수동 복사
가치: 처리 시간을 주 1시간 아래로 줄임
가격 가설: 월 10만 원
반증: 최근 한 달에 문제를 두 번 미만 경험함
반증 조건이 없으면 인터뷰에서 내 아이디어를 지지하는 문장만 모은다. 고객이 같은 업무를 거의 하지 않거나 현재 대안으로 충분하다고 말하면 대상과 문제를 수정한다. 가격이 높다는 반응도 예산 부족과 가치 부족, 구매 권한 부족을 구분한다.
인터뷰 대상은 편한 지인만 고르지 않는다. 실제 업무 빈도와 구매 조건이 가설에 맞는 사람을 찾는다. 사용자와 구매자가 다르면 두 역할을 따로 만난다.
과거 행동에서 시작하는 질문 순서
나는 제품 설명을 뒤로 미루고 최근 사례를 자세히 묻는다.
- 마지막으로 이 문제를 겪은 상황을 설명해 달라고 한다.
- 시작부터 끝까지 사용한 도구와 사람을 따라간다.
- 가장 오래 걸리거나 실수가 난 단계를 찾는다.
- 현재 대안을 선택한 이유와 바꾸지 못한 이유를 묻는다.
- 승인과 보안, 예산 절차를 확인한다.
- 문제를 해결하기 위해 이미 지불한 비용을 묻는다.
답변이 추상적으로 바뀌면 구체적인 날짜와 파일, 회의로 돌아간다. “자주 불편하다”보다 지난주에 몇 번 처리했고 얼마나 걸렸는지가 제품 범위를 정하는 데 유용하다.
침묵과 망설임도 기록한다. 사용자가 내 용어를 이해하지 못하면 제품 문구와 문제 정의를 함께 점검한다. 설명을 길게 해서 동의를 얻으려고 하지 않는다.
인터뷰 기록을 증거와 해석으로 나눈다
통화가 끝나면 원문과 내 해석을 분리한다.
| 항목 | 기록 예시 |
|---|---|
| 관찰 | 지난주 리뷰 620개를 두 명이 스프레드시트로 분류 |
| 직접 표현 | 반복 답변을 복사하는 시간이 길다고 말함 |
| 해석 | 분류보다 답변 초안에서 가치가 클 수 있음 |
| 확인할 질문 | 자동 답변을 공개 전에 누가 승인하는가 |
| 구매 신호 | 다음 달 테스트 예산과 담당자를 제시 |
AI는 통화 기록을 요약하고 반복 주제를 후보로 묶을 수 있다. 나는 원문과 대조해 과장된 일반화를 지운다. 한 명의 강한 의견을 전체 시장의 결론으로 쓰지 않는다.
여러 인터뷰에서 같은 문제가 나와도 사용 빈도와 지불 행동이 다를 수 있다. 고객군별로 기록하고 어떤 조건에서 가치가 커지는지 찾는다.
수동 결과로 구매 행동을 확인한다
인터뷰 뒤 완성된 SaaS를 만들지 않는다. 고객 파일을 받아 결과를 수동으로 제공할 수 있다. 내가 일부 단계를 직접 처리하고 AI를 내부 도구로 사용한다. 고객은 결과의 가치와 전달 시간을 평가한다.
수동 제공에서 확인할 항목은 다음과 같다.
- 고객이 실제 데이터를 전달할 의사가 있는가
- 결과를 업무에서 사용했는가
- 수정 요청이 어떤 단계에 집중되는가
- 다음 작업에도 비용을 지불하는가
- 데이터 보안과 승인 조건이 무엇인가
- 한 고객을 처리하는 데 사람이 얼마나 필요한가
같은 요청이 반복될 때 코드로 옮긴다. 고객마다 결과 형식이 완전히 다르면 제품보다 컨설팅에 가까울 수 있다. 어느 형태가 나쁜 것은 아니지만 가격과 운영 방식이 달라진다.
YC가 말하는 확장되지 않는 일은 학습을 위한 선택이다. 수동 업무를 영구적으로 무료 제공하라는 뜻으로 읽지 않는다. 반복 구조를 파악하고 단가를 계산한 뒤 자동화 범위를 정한다.
고객 행동 퍼널로 역산한다
목표 매출을 가격으로 나누면 필요한 고객 수를 계산할 수 있다. 그 숫자에 도달할 경로는 행동 데이터가 필요하다.
대상 고객과 나눈 대화
문제를 확인한 고객
수동 결과 또는 체험 시작
첫 가치 도달
구매 절차 시작
실제 결제
30일 뒤 재사용 또는 재결제
각 단계의 수와 이탈 이유를 기록한다. 대화 대상이 부족하면 고객 접근 채널을 바꾼다. 체험은 시작하지만 첫 가치를 못 느끼면 입력과 온보딩을 고친다. 첫 사용 후 돌아오지 않으면 광고보다 반복 가치를 확인한다.
월 10만 원 B2B 제품에 고객 100명이 필요하다고 적는 것만으로는 실행 계획이 되지 않는다. 한 주에 몇 명과 대화할 수 있는지, 한 고객을 지원하는 데 몇 시간이 드는지, 결제 후 유지율이 어느 정도인지 알아야 한다.
AI가 맡는 일과 창업자가 맡는 일
AI는 다음 작업에서 시간을 줄일 수 있다.
- 인터뷰 질문과 후속 질문 후보 작성
- 통화 기록에서 사실과 요청 추출
- 경쟁 제품의 공식 문서 비교
- 한 가지 핵심 흐름의 프로토타입 제작
- 인터뷰별 차이와 반복 주제 표 만들기
- 링크와 수치, 문구의 출처 검사
창업자는 고객을 선택하고 대화를 진행한다. 사용자의 망설임에 후속 질문을 던지고, 제품이 약속할 가치와 가격을 결정한다. AI가 만든 시장 규모와 페르소나를 실제 고객 인터뷰 없이 증거로 사용하지 않는다.
자동 설문은 넓은 표본에 같은 질문을 보낼 때 쓸 수 있다. 초기 문제 탐색에서는 미리 정한 선택지 안에 답을 가둘 수 있다. 열린 대화에서 발견한 언어를 바탕으로 설문을 설계하는 순서가 낫다.
출시를 사용자 행동으로 기록한다
URL이 열리고 결제 모듈이 작동하면 기술 배포가 끝난다. 나는 다음 행동이 생겼을 때 제품 출시 기록을 남긴다.
- 지인이 아닌 사용자가 핵심 작업을 끝냈다.
- 같은 사용자가 다시 돌아와 문제를 해결했다.
- 실제 비용을 지불하거나 구매 담당자와 절차를 시작했다.
- 사용 후 구체적인 수정 요청과 재사용 조건을 제시했다.
배포 날짜와 사용자 출시 날짜를 분리하면 기능 개발 속도와 고객 학습 속도를 비교할 수 있다. 배포를 여러 번 했는데 사용자 행동이 없으면 코드 추가를 멈추고 고객 접근과 문제 가설을 다시 본다.
매주 학습 기록을 남긴다
주간 회고에는 만든 기능 수를 첫 줄에 쓰지 않는다.
대화한 고객과 선정 이유
확인한 과거 행동
반증된 가설
결제와 거절 신호
수동 제공에서 반복된 단계
다음 주에 바꿀 가설 하나
중단할 기능 작업
거절 이유를 제품 기능 요청으로 곧바로 번역하지 않는다. 문제 빈도가 낮거나 구매 권한이 없는 고객이라면 기능을 추가해도 결제 가능성이 높아지지 않는다. 여러 고객에게 반복된 급한 문제와 구매 조건에 연결된 요청을 우선한다.
바이브코딩은 인터뷰에서 확인한 흐름을 빠르게 프로토타입으로 바꾸고 다시 보여 줄 수 있게 한다. 고객 대화와 구매, 재사용은 별도의 제품 활동으로 남는다. 나는 코드 생성 속도를 고객 학습 주기를 줄이는 데 사용하고, 제품의 진척은 배포 횟수보다 실제 행동으로 기록한다.