AI 시대 1인 프로덕트 빌더가 되기 위한 5주 커리큘럼 전체 정리
코딩을 전혀 모르는 왕초보 단계에서 출발해, 글로벌 서비스를 만들고 광고와 결제를 붙여 수익화하고, 미국 법인 설립과 엑시트(Exit) 전략까지 다루는 5주 완성형 1인 창업 커리큘럼을 정리한다. 아이디어 기획에서 출발해 개발, 마케팅, 수익화, 데이터 분석, 그로스(Growth)까지 — AI 시대의 1인 창업자가 알아야 할 핵심을 한 편의 글로 압축한다.
오픈AI(OpenAI) CEO 샘 알트만은 "조만간 한 명이 운영하는 1조원 가치의 기업이 나올 것"이라고 언급한 적이 있다. 이 발언이 단순한 과장이 아닌 이유는 AI(Artificial Intelligence, 인공지능)의 발전 속도가 모든 직무 영역에서 인간의 작업 효율을 폭발적으로 끌어올리고 있기 때문이다.
대표적인 사례로 2025년 국제 대학생 프로그래밍 대회(ICPC, International Collegiate Programming Contest)에서 인간 1등 팀은 총 12개 문제 중 11개를 풀어 우승했지만, AI 모델은 12개 문제를 모두 풀어냈다. 알고리즘 풀이라는 좁은 영역에서 AI가 인간의 최상위 수준을 이미 넘어선 사례다. 바둑에서 알파고(AlphaGo) 이후 인간이 더 이상 AI를 이기기 어려워진 것과 비슷한 흐름이 코딩 영역에서도 빠르게 진행되고 있다.
이러한 변화는 "스케일링 법칙(Scaling Law)" — 컴퓨팅 파워, 데이터 사이즈, 파라미터(parameter)를 늘리면 AI 성능이 계속 좋아진다는 경험칙 — 이 아직 통하고 있기 때문에 가능한 일이다. 그 결과 등장한 새로운 작업 방식이 "바이브 코딩(Vibe Coding)"이다.
바이브 코딩이란? 생성형 AI에게 코딩을 시켜, 엄밀한 논리 설계 대신 직관과 느낌에 의존해 프로그램을 만드는 방식이다. 마치 셰프가 모든 재료를 직접 손질하지 않고 잘 훈련된 보조 요리사에게 "이런 느낌의 파스타가 먹고 싶어"라고 말하면 적절한 결과물이 나오는 것과 비슷하다. 핵심 의사결정은 사람이 하되, 손이 가는 작업은 AI가 대신한다.
코딩만 쉬워진 것이 아니다. 디자인 영역에서도 구글(Google)의 스티치(Stitch) 같은 AI 디자인 도구가 앱 화면을 자동 생성하고, 나노바나나(Nano Banana) 같은 이미지 모델은 게임에 필요한 아셋(asset)까지 생성한다. 기획·개발·디자인·마케팅·데이터 분석·운영이라는 IT 프로덕트 팀의 모든 직무 경계가 무너지고, 한 사람이 전 영역을 다룰 수 있는 시대가 되었다.
실제 수치도 이를 뒷받침한다. 코드 에디터 커서(Cursor)는 20명 안팎의 인원으로 연간 1,000억원 단위의 매출을 기록 중이고, 바이브 코딩 플랫폼 베이스44(Base44)는 1인 소유 기업 상태로 약 8,000만 달러(한화 약 1,100억원)에 매각되었다. 기술 자체의 난이도가 아니라, 외부 AI 모델을 잘 엮어 만든 제품을 잘 포장하고 시장에 내놓는 능력이 더 중요해진 것이다.
핵심 메시지: 성공하는 IT 프로덕트는 자본·인력·기술 난이도가 결정하지 않는다. 빠르게 출시해 고객의 니즈에 맞춰 계속 수정하는 사이클을 누가 더 많이 도는가가 결정한다. 그리고 그 사이클의 거의 모든 단계를 이제 AI가 도와준다.
구글, 인스타그램, 챗GPT(ChatGPT), 넷플릭스, 게임 — 우리가 매일 쓰는 IT 프로덕트는 외관과 기능이 제각각이지만 큰 구조는 동일하다. 거의 모든 서비스는 프론트엔드(Front-end, 클라이언트)와 백엔드(Back-end, 서버)의 두 영역으로 나뉜다.
음식점에 비유하면 프론트엔드는 손님이 앉아 메뉴를 보고 주문하는 홀(hall)이고, 백엔드는 주방이다. 손님은 주방에 직접 들어갈 수 없다. 주문을 받아 음식을 만들고 다시 내보내는 모든 일은 주방(백엔드)에서 일어나고, 손님은 그 결과(접시 위 요리)만을 본다. 해킹 사건에서 "서버가 털렸다"는 표현은, 주방 안 회원 명부와 신용카드 번호가 외부로 새어 나갔다는 뜻이다.
네이버 로그인 과정을 예로 들면 다음과 같다. 로그인 화면(프론트엔드)에서 아이디와 비밀번호를 입력하면, 이 정보가 백엔드로 전송된다. 백엔드의 회원 데이터베이스에서 일치 여부를 조회한 뒤, 결과를 다시 프론트엔드로 돌려보내 로그인 화면을 전환한다. 이 구조만 머릿속에 잡혀 있으면 앞으로 등장하는 모든 개념의 위치를 자연스럽게 잡을 수 있다.
웹 프론트엔드는 결국 세 가지 언어로 구성된다. 문법을 외울 필요는 없다. 각각의 역할만 이해하면 충분하고, 실제 작성은 AI에게 맡기면 된다.
사람의 신체에 비유하면 HTML은 뼈대, CSS는 피부와 옷, JavaScript는 신경계다. 뼈대만 있으면 서 있을 수는 있지만 표정도 동작도 없다. 옷을 입히면 보기 좋아지고, 신경이 연결되면 비로소 손을 들고 말을 한다.
실습은 메모장과 챗GPT만 있어도 가능하다. 윈도우(Windows)의 메모장 또는 맥(Mac)의 텍스트 편집기(TextEdit, 플레인 텍스트 모드)에서 index.html 파일을 만들고, 챗GPT에게 "HTML 코드로 간단한 소개 홈페이지를 만들어 줘"라고 요청한 뒤 코드를 붙여넣고 저장하면, 크롬(Chrome) 브라우저에서 바로 열어볼 수 있다. 핵심은 개념을 이해하고, 작성은 AI에게 맡기는 흐름이다.
HTML의 동작 원리를 이해하면, 브라우저에서 마우스 우클릭 → "검사"를 통해 모든 웹사이트의 텍스트나 이미지를 바꿔치기할 수 있다. 단, 이는 본인의 브라우저에 표시되는 화면만 바꾸는 것이다. 백엔드에 있는 실제 데이터는 그대로이며, 다른 사용자에게는 영향이 없다. 프론트엔드 조작은 시각적 장난일 뿐, 진짜 해킹이 아니라는 점을 기억해두자.
로컬에서 만든 HTML은 그 자체로는 누구도 접근할 수 없다. 다른 사람이 접속하려면 두 가지 방법이 있다.
대표적인 클라우드 호스팅 서비스로는 AWS(Amazon Web Services), 마이크로소프트 애저(Microsoft Azure), 구글 클라우드(Google Cloud), 넷리파이(Netlify), 버셀(Vercel), 클라우드플레어 페이지스(Cloudflare Pages) 등이 있다. 이 글에서 다루는 커리큘럼은 클라우드플레어 페이지스를 추천한다. 이유는 단순하다 — 프리 플랜(Free Plan)에서도 무제한 대역폭(Unlimited Bandwidth)을 제공해, 사용자가 폭증해도 서버 비용이 0원으로 유지되기 때문이다.
가입 후 "Workers & Pages → Create Application → Pages → Get Started"를 통해 폴더(반드시 index.html을 포함)를 드래그앤드롭으로 업로드하면, 몇 초 안에 전 세계에 배포된 URL이 발급된다.
본격적인 개발에는 통합 개발 환경(IDE, Integrated Development Environment)이 필요하다. 내 컴퓨터에 직접 설치하는 비주얼 스튜디오 코드(Visual Studio Code)도 좋지만, 환경 차이로 인한 문제를 피하려면 파이어베이스 스튜디오(Firebase Studio) 같은 클라우드 기반 IDE를 권장한다. 어느 컴퓨터에서 접속하든 동일한 작업 환경이 유지된다.
여기에 다음 도구들을 연결한다.
이 세 가지(클라우드 IDE + 깃허브 + AI CLI)를 연결해두면, 작업 흐름은 다음과 같이 단순해진다.
한 번 세팅하면 그 이후로는 "딸깍" 한 번으로 기능 추가부터 배포까지 끝난다.
1주차에는 백엔드를 직접 만들지 않고 외부 서비스를 연결하는 방법도 다룬다. 모든 것을 직접 만들 필요는 없다. 자바스크립트 패키지 매니저(NPM, Node Package Manager)에서 한 작은 라이브러리(left-pad)가 삭제되어 전 세계 빌드가 무너졌던 사건이 보여주듯, 개발자들은 일반적으로 외부 컴포넌트를 적극적으로 가져다 쓴다.
이런 도구를 연결만 해도 "문의 폼이 있는 회사 홈페이지" 정도는 한 시간 내에 완성할 수 있다.
제품을 만들었으면 수익화가 따라야 한다. 광고 수익화의 표준은 구글 애드센스다. 내 사이트에 광고 배너를 만들고 "광고주 모집합니다"라고 직거래할 수도 있지만, 애드센스를 붙이면 광고주 모집과 광고 매칭을 구글이 대신해 준다.
건물 광고판 임대로 비유하면 직거래는 내가 직접 광고주를 찾아 계약하는 1인 영업이고, 애드센스는 광고 대행사에 광고판 위치만 등록해두면 알아서 광고주를 매칭하고 수익을 정산해 주는 방식이다. 수수료를 떼이지만, 운영 부담이 사라진다.
수익 분배 구조는 대략 이렇다. 광고주가 1달러를 광고 매체(구글 애즈)에 지불하면, 구글 애즈가 약 15센트, 애드센스가 약 17센트를 가져가고, 사이트 운영자에게 약 68센트가 돌아간다.
애드센스 가입은 까다롭다 — "콘텐츠가 없거나 가치가 낮음"이라는 사유로 거절당하는 경우가 많다. 다만 AI 시대에는 이 또한 자동화할 수 있다. AI에게 "애드센스 고품질 사이트 가이드라인을 참고해서 통과할 수 있도록 사이트를 보완해 줘"라고 요청하면, 개인정보 처리방침 페이지, 소개 페이지, SEO(Search Engine Optimization, 검색 엔진 최적화) 메타 태그까지 한꺼번에 추가해 준다.
실전 팁: 애드센스 심사는 콘텐츠 양에 민감하다. 블로그 형태로 글 10~15개를 채워두면 통과 확률이 크게 올라간다. 통과 후 해당 블로그 페이지는 그대로 두어도 되고 삭제해도 광고는 유지된다.
처음 서비스를 만든 사람의 흔한 착각은 "세상에 알리기만 하면 대박이 날 것"이라는 생각이다. 그러나 현실은 다르다. 토스(Toss)를 만든 비바리퍼블리카(Viva Republica)의 대표도 5년 동안 8번의 실패를 거친 뒤에야 지금의 성공에 도달했다. 알리는 행위는 결과를 가속할 뿐, 가치 없는 제품을 가치 있게 만들지는 못한다.
책 『린 스타트업(The Lean Startup)』의 핵심은 MVP(Minimum Viable Product, 최소 기능 제품)를 빠르게 시장에 내놓고 검증하라는 것이다. 자동차를 만들 때 바퀴 → 프레임 → 차체를 다 만든 뒤 시장에 내놓는 대신, 사람들의 "이동하고 싶다"는 니즈를 검증할 수 있는 가장 작은 형태(예: 킥보드)부터 빠르게 출시해 반응을 보고 발전시키는 방식이다.
드롭박스(Dropbox) 초기 사례. 드롭박스는 처음에 실제 제품을 만들기 전에, 서비스를 소개하는 짧은 영상 한 편과 "이메일 주소를 남기면 출시 시 알려드립니다"라는 페이지만 공개했다. 가입 신청이 폭주하자 비로소 본격 개발에 들어갔다. 만약 반응이 없었다면 개발에 들어가는 시간과 비용을 통째로 절약할 수 있었던 셈이다.
"잘된 것"과 "안 된 것"을 가르는 기준은 데이터다. 사용자가 어디서 들어와, 어떤 버튼을 누르고, 어디에서 이탈했는지를 객관적으로 측정해야 한다.
설치 방법은 매우 단순하다. 각 서비스에서 발급해주는 추적 스크립트(태그)를 받아 AI에게 "모든 HTML 파일의 <head> 태그에 이 스크립트를 추가해 줘"라고 요청한 뒤 배포하면 끝이다. 두 도구는 서로 연동되므로 함께 쓰는 것이 표준 조합이다.
업계 용어 — 일명 "판교 사투리" — 가 어려워 보이지만, 풀어보면 단순한 개념이다.
"제품이 시장에 먹힌다"를 판가름하는 대표 지표는 리텐션 커브(Retention Curve)의 평탄화다. 시간이 지나도 일정 비율의 사용자가 계속 돌아오면 PMF를 찾았다고 본다.
| 리텐션 평탄화 수준 | 해석 |
|---|---|
| 약 20% | 비즈니스 가능 수준 |
| 약 40% | 유니콘(Unicorn, 기업가치 1조원 이상) 가능성 |
| 약 70% | 세상을 바꾸는 회사 수준 |
참고로 챗GPT는 12개월 동안 약 68% 리텐션을, 제미나이는 약 57%를 기록하며 명백히 PMF를 찾은 제품군에 속한다. 반면 한때 화제였다가 빠르게 식은 일부 AI 영상 앱들은 30일 리텐션이 10% 미만으로 떨어진 사례가 보고되었다.
리텐션 기준은 카테고리마다 다르다. 교육 앱은 30일 리텐션이 2~3%만 되어도 양호하며, 카지노 앱은 훨씬 높게 나온다. 중요한 것은 절댓값이 아니라 "0으로 수렴하지 않고 바닥이 생기는가"다.
PMF를 찾는 과정에서 자주 언급되는 개념이 아하 모먼트다. 사용자가 "아, 이 서비스 진짜 좋다"고 느끼게 만드는 결정적 경험 지점이다.
유명한 사례로 페이스북(Facebook)은 "가입 후 10일 안에 친구 7명을 만든 사용자"가 장기 충성 고객이 된다는 사실을 발견했다. 그래서 페이스북은 신규 사용자에게 어떻게든 친구 7명을 빨리 만들어주는 방향으로 UX를 설계했다.
아하 모먼트를 찾고, 그 지점에 사용자를 빨리 도달시키도록 제품을 설계하는 것 — 이것이 리텐션을 끌어올리는 가장 직접적인 방법이다.
모든 성공한 IT 프로덕트는 다음 사이클을 끝없이 돈 결과다.
최근에는 Google Analytics MCP(Model Context Protocol) 같은 도구를 통해 AI가 직접 데이터를 조회하고 분석하며, 가설 설정과 A/B 테스트까지 자동으로 돌리는 흐름도 등장하고 있다.
"AI에게 돈 되는 아이디어를 알려달라"는 시도는 잘 작동하지 않는다. 시장이 작동하는 방식이 너무 복잡하기 때문이다. 그러나 검증된 시장에 진입하는 접근은 가능하다.
대표적인 사례로 패션·메이크업·헤어 컨설팅은 온라인 강좌 13만 원대부터 프리미엄 컨설팅 880만 원대까지 단가가 형성된 큰 시장이다. 아마존(Amazon) 창업자 제프 베조스의 말 — "당신의 마진은 나의 기회다(Your margin is my opportunity)" — 처럼, 가격이 높은 영역은 AI로 단가를 낮춰 시장을 가져갈 기회다. AI가 만드는 디지털 트랜스포메이션(Digital Transformation)의 핵심 기회 지점이 바로 여기에 있다.
3주차에서 만드는 예시 서비스는 "AI 퍼스널 스타일리스트"다. 사진과 신체 정보를 받아 AI가 스타일 컨설팅 보고서와 어울리는 이미지를 생성해 주는 형태다.
HTML/CSS/JavaScript만으로 모든 것을 만들 수 있지만, 페이지 수가 늘고 중복 코드가 많아지면 관리가 어려워진다. 이를 해결하는 도구가 라이브러리(Library)와 프레임워크(Framework)다. 그냥 "잘 만들어진 도구 모음을 가져다 쓰는 것"으로 이해하면 충분하다.
공구상자에 비유하면 라이브러리는 렌치, 드라이버 같은 개별 공구를 필요할 때 꺼내 쓰는 형태다. 프레임워크는 "엔진 정비 키트"처럼 작업 순서와 규칙이 정해진 종합 세트다. 라이브러리는 내가 주도권을 갖고, 프레임워크는 규칙을 따라야 한다.
웹 프론트엔드 영역에서 점유율 1위는 리액트(React)다. 페이스북(현 메타, Meta)이 만들었고, 자료가 많고 AI도 가장 잘 이해한다. 함께 쓰이는 빌드 도구가 비트(Vite)다. 리액트 코드를 브라우저가 알아듣는 표준 HTML/CSS/JavaScript로 변환해 주는 역할을 한다.
리액트는 "컴포넌트(Component)"라는 재사용 단위, "프롭스(props)와 스테이트(state)"라는 데이터 전달 방식, "DOM(Document Object Model)"이라는 페이지 구조 추상화를 통해 코드 중복을 크게 줄여 준다. 세부 문법은 AI에게 맡기고, 이런 큰 개념만 머릿속에 있으면 된다.
요즘 자주 언급되는 Next.js(넥스트JS)는 리액트를 한 번 더 감싸 백엔드 기능까지 포함시킨 "메타 프레임워크"다. 강력하지만, 서버 연산이 필요한 만큼 호스팅 비용이 발생한다. 이 글의 커리큘럼은 비용 0원을 우선시하므로 리액트 + 비트 조합을 쓴다.
전통적으로 백엔드는 서버 한 대를 통째로 빌려서 운영했다. 하지만 어떤 서비스는 사용량이 들쭉날쭉해 서버를 24시간 켜두는 것이 낭비다. 그래서 등장한 것이 서버리스 아키텍처(Serverless Architecture)다. 이름은 "서버 없음"이지만 실제로는 "요청이 올 때만 잠깐 켜지는 서버"다.
택시와 자가용에 비유하면 전통 서버는 24시간 차고지에 세워둔 자가용이다. 안 쓸 때도 보험료와 주차비가 든다. 서버리스는 필요할 때만 부르는 택시다. 한 번 탈 때마다 요금이 나가지만, 안 부르면 0원이다.
대표적인 서버리스 제품으로는 AWS 람다(Lambda), 구글 클라우드 런(Cloud Run), 클라우드플레어 워커스(Cloudflare Workers) 등이 있다. 이 글의 커리큘럼은 클라우드플레어 페이지스에 통합된 Pages Functions를 사용한다. 정적 페이지(프론트엔드)는 무료 무제한 트래픽, 동적 처리(API 호출 등)는 종량제로 처리하는 조합 — 흔히 잼스택(Jamstack)이라고 부르는 구조다.
API는 서로 다른 두 시스템이 정보를 주고받기 위한 "규칙"이다. 사용자 인터페이스(UI)가 사람과 앱이 상호작용하는 규칙이라면, API는 앱과 앱이 프로그래밍 언어로 상호작용하는 규칙이다.
은행 ATM에 비유하면 ATM 화면이 UI고, 은행과 ATM 사이의 통신 규약이 API다. 카드를 넣고 비밀번호를 입력하면 정해진 형식으로 은행 서버에 요청이 전송되고, 정해진 형식으로 응답(잔액, 출금 가능 여부 등)이 돌아온다.
API 응답은 보통 JSON(JavaScript Object Notation) 형식이다. 키(key)와 값(value)이 짝지어진 자료 구조로, 예를 들어 {"name":"홍길동","age":25}처럼 생겼다.
유명한 AI 스타트업의 상당수는 사실 오픈AI 같은 모델 제공사의 API를 호출하는 "래퍼(Wrapper)" 구조다. 직접 모델을 학습시키지 않고도 강력한 AI 기능을 자신의 서비스에 붙일 수 있다.
사용 방법은 다음과 같다.
주의: API 키가 노출되면 등록된 카드의 한도까지 무단 사용될 수 있다. 백엔드에만 보관하고, 절대 GitHub 공개 저장소에 커밋하지 말아야 한다.
비용은 토큰(token, 글자 단위) 기반이다. 예를 들어 GPT-5 기준으로 입력 100만 토큰당 약 1.75달러, 출력 100만 토큰당 약 14달러 수준이다. 한 번의 컨설팅 보고서 생성에 들어가는 비용은 수십 원 단위로, 충분히 사업화 가능한 단가다. 비용에 민감한 작업은 더 가벼운 "미니(mini)" 모델로 대체할 수 있다.
이미지 생성도 같은 방식으로 추가한다. "3x3 그리드로 만들어 줘"라고 요청하면 한 번의 호출 비용으로 9개의 변형을 받아볼 수 있어 효율적이다. "원본 인물의 얼굴은 유지하고 헤어스타일만 바꿔" 같은 제약 조건을 명시해야 결과 품질이 안정된다.
광고 수익화를 1주차에 했다면, 3주차에서는 결제를 붙인다. AI 프로덕트 영역의 글로벌 결제 표준은 단연 스트라이프(Stripe)다. 오픈AI, 넷플릭스, 쇼피파이(Shopify), 노션(Notion), 슬랙(Slack) 등 글로벌 빅테크가 모두 스트라이프로 결제를 받는다.
문제는 스트라이프가 한국 사업자에게는 직접 가입을 제한하고 있다는 점이다. 우회 방법 두 가지가 있다.
MoR이란? 고객 입장에서 "실제로 판매한 사람"이 되어 주는 법적 대리인이다. 마치 해외 직구 대행업체와 비슷하다. 고객은 대행업체에 결제하고, 대행업체가 실제 판매자에게 정산해 준다. 이렇게 하면 본 판매자는 해외 결제 인프라, 세금 처리, 환불 정책을 직접 운영하지 않아도 된다.
MoR 서비스로는 폴라(Polar), 패들(Paddle), 레몬스퀴지(Lemon Squeezy) 등이 있다. 이 글의 커리큘럼은 신생 업체인 폴라를 추천하는데, 수수료가 비교적 가성비 있는 편이기 때문이다. 폴라의 수수료는 약 4% + 결제당 40센트 수준이다. 스트라이프 직접 가입 시의 2.9% + 30센트보다 다소 높지만, 한국에서 글로벌 결제를 즉시 받을 수 있다는 이점이 있다.
다만 MoR은 법적 책임을 대신 지는 구조이기 때문에, 취급 가능한 사업 카테고리에 제약이 있다. 폴라의 경우 소프트웨어/SaaS(Software as a Service), 디지털 프로덕트, 프리미엄 콘텐츠 액세스 등만 허용하며, 성인 콘텐츠, 일확천금 약속, 품질이 낮은 제품 등은 금지된다. 시작 전에 자신의 아이템이 허용 범위에 있는지 반드시 확인해야 한다.
3주차까지 만든 서비스는 사용자가 매번 자신의 정보를 새로 입력해야 했다. 사용자 입장에서는 번거롭고, 사업자 입장에서는 반복 매출(Recurring Revenue)을 일으키기 어렵다. 한 번 등록한 정보를 저장해 두고, 매달 자동 결제되며 매일 새로운 콘텐츠를 받아보는 구독 서비스 형태로 바꾸려면 데이터베이스(Database, DB)가 필요하다.
데이터베이스란? 체계적으로 정보를 저장·조회·관리할 수 있게 만든 디지털 보관함이다. 종이 노트는 한 사람만 들고 다닐 수 있지만, 데이터베이스는 여러 사람·여러 프로그램이 동시에 접근해도 정보가 꼬이지 않게 설계된 보관함이다.
데이터베이스를 관리하는 시스템을 DBMS(Database Management System)라고 부른다. 크게 두 부류로 나뉜다.
예를 들어 SQL DB에 "ID는 숫자, 이름은 문자열, 나이는 숫자"라고 형식을 고정해두면, 누군가 나이 칸에 "많음"이라는 문자열을 입력하려 해도 막아준다. 데이터 정합성이 핵심이다.
이 글의 커리큘럼은 슈퍼베이스(Supabase)를 사용한다. PostgreSQL 기반의 백엔드 서비스(BaaS, Backend as a Service)로, 데이터베이스뿐 아니라 인증(Auth), 스토리지(Storage), 실시간(Realtime), 엣지 함수(Edge Functions) 등을 통합 제공한다.
핵심 이점은 회원 가입과 로그인 기능을 별도 개발 없이 붙일 수 있다는 점이다. 이메일/비밀번호 가입은 물론, 구글 로그인이나 카카오 로그인 같은 소셜 로그인(Social Login)도 몇 줄의 설정으로 추가된다.
무료 한도는 다음 수준이다(시점에 따라 변동 가능).
사용자 사진처럼 용량이 큰 파일을 데이터베이스에 그대로 넣으면 DB가 무거워진다. 정석은 다음과 같다.
대표적인 스토리지로 AWS의 S3(Simple Storage Service), 구글 클라우드 스토리지(Cloud Storage), 클라우드플레어의 R2 등이 있다. 이 글에서는 클라우드플레어 R2를 추천하는데, 이유는 이그레스(Egress, 데이터 송신) 비용이 무료이기 때문이다. 일반적인 클라우드 스토리지는 데이터를 외부로 내보낼 때 트래픽 요금이 발생하는데, R2는 이 비용을 받지 않는다. 무료 한도도 월 10GB 수준으로 적지 않다.
슈퍼베이스 + R2 조합으로 다음 흐름이 완성된다.
일회성 결제에서 구독 결제로 전환하면 반복 매출이 발생한다. 단가가 같아도 LTV(Lifetime Value, 고객 생애 가치)는 수 배로 늘어난다.
전환율을 올리는 검증된 심리적 장치 중 대표적인 것이 무료 체험(Free Trial)이다. 사용자가 "체험"이라는 가벼운 마음으로 카드를 등록하면, 며칠 뒤 자동 결제가 시작된다. 해지하지 않으면 그대로 유료 사용자가 되는 구조 — 잘 알려진 패턴이지만, 여전히 강력하다.
구독을 관리하려면 정기 작업(스케줄 작업)이 필요하다. 매일 새벽 6시에 등록 사용자 전원에게 새 콘텐츠를 발송하는 식이다. 이를 처리하는 것이 크론 잡(Cron Job)이다. 클라우드플레어 워커스의 Cron Triggers, Vercel의 Cron Jobs, AWS EventBridge 등이 비슷한 역할을 한다.
매일 사용자에게 보고서를 이메일로 발송하려면 별도의 메일 발송 서비스가 필요하다. 직접 SMTP(Simple Mail Transfer Protocol) 서버를 운영하면 스팸 처리, 도메인 평판 관리가 골치 아프다. 대신 Resend, SendGrid, Mailgun 같은 트랜잭션 이메일 서비스(Transactional Email Service)를 쓰면 API 호출 한 줄로 발송이 끝난다. 무료 한도도 일정 수준 제공된다.
2주차에서 설치한 GA4와 클래리티는 이제 실제 데이터를 쌓고 있다. 5주차에는 그 데이터로 퍼널(Funnel)을 분석한다. 퍼널이란 사용자가 첫 방문에서 최종 결제까지 거치는 단계별 깔때기다.
GA4의 "탐색 → 새 탐색 → 경로 탐색 분석"에서 출발점(예: 랜딩 페이지 뷰)을 설정하면, 사용자가 어떤 단계에서 가장 많이 이탈하는지 보인다. 예시 분석 결과는 다음과 같았다.
병목은 명확하다. 사진 업로드 단계에서 사용자가 가장 많이 이탈한다. 원인 가설은 (1) 사진 업로드의 심리적 저항, (2) 보안에 대한 우려, (3) UX 불편 등이다.
해결 방향:
클래리티의 세션 녹화(Session Recording)는 GA4의 정량 데이터를 정성적으로 보완해 준다. 사용자가 어떤 버튼에서 망설였는지, "데드 클릭(Dead Click, 반응이 없는 곳을 누르는 행위)"이 발생하는지 직접 영상으로 확인할 수 있다. 클래리티 자체에 AI 인사이트 기능이 내장되어 있어, 세션을 자동 요약해 주기도 한다.
오가닉(자연) 유입만으로 성장이 어렵다면 광고를 집행하는 방법이 있다. 퍼포먼스 마케팅이란 광고 효율을 데이터로 측정해, 효과가 좋은 소재와 채널에 예산을 집중하는 방식이다.
주요 채널은 메타(Meta, 페이스북·인스타그램 광고), 구글 애즈(Google Ads), 틱톡 애즈(TikTok Ads) 등이다. 측정 가능한 지표는 다음과 같다.
여러 소재(creative)를 동시에 테스트해, 클릭률이 높고 CPC가 낮은 조합을 찾아 예산을 집중한다. CAC가 LTV보다 작으면 사업이 성립하고, 그 차이가 클수록 광고비를 더 태워도 무리가 없다.
웹사이트 운영이 안정되면 모바일 앱으로의 확장을 고려할 수 있다. 앱을 만드는 방식은 크게 네 가지다.
| 방식 | 장점 | 단점 |
|---|---|---|
| 네이티브 앱 (iOS는 Swift, Android는 Kotlin) |
최고 성능, OS 모든 기능 활용 | 두 플랫폼을 각각 개발해야 함 |
| 크로스 플랫폼 (React Native, Flutter) |
한 코드베이스로 양쪽 빌드 | 최신 네이티브 기능 적용에 시차 |
| 하이브리드(웹뷰) 앱 | 웹사이트를 거의 그대로 활용 | 성능 저하, 앱스토어 거절 가능성 |
| PWA(Progressive Web App) | 설치 없이 앱 같은 경험 | 네이티브 기능 제약 |
앱스토어는 "단순히 웹사이트를 재포장한 것"을 거절하는 경향이 있어, 그냥 웹뷰 앱은 출시가 어렵다. 처음 앱을 시도한다면 엑스포(Expo) 기반의 리액트 네이티브가 가장 진입 장벽이 낮다. 엑스포는 EAS(Expo Application Services)라는 클라우드 빌드 서비스를 제공해 안드로이드 스튜디오(Android Studio)나 엑스코드(Xcode)를 직접 설치하지 않아도 빌드가 가능하다. Expo Go 앱을 통해 작성한 코드를 즉시 스마트폰에서 테스트할 수도 있다.
앱은 웹과 다른 별개의 세상처럼 보이지만, 백엔드 관점에서는 거의 같다. 앱은 "클라이언트"의 한 형태일 뿐이고, 백엔드(서버리스 함수 + 슈퍼베이스 등)는 그대로 재사용된다. 즉, 웹 서비스를 잘 만들어 두었다면 앱 추가는 클라이언트 한 종류를 더 만드는 일에 가깝다.
웹과 앱의 구독을 한 곳에서 관리하려면 레비뉴캣(RevenueCat) 같은 통합 빌링 솔루션이 유용하다. 안드로이드의 인앱결제(Google Play Billing), iOS의 인앱결제(App Store Billing), 웹의 스트라이프 결제를 하나의 사용자 ID로 묶어 관리할 수 있다.
3주차에 언급한 대로, 스트라이프를 직접 쓰려면 미국 법인이 필요한 경우가 많다. 스트라이프 아틀라스는 이 과정을 패키지로 제공하는 서비스다.
설립되는 법인 형태는 델라웨어 C 코퍼레이션(Delaware C-Corporation)이다. 이것이 글로벌 투자·인수·IPO(Initial Public Offering, 기업공개)의 사실상 표준 구조다. 쿠팡은 최상위 모기업이 델라웨어 C-Corp인 상태로 뉴욕 증시에 상장했고, 한국 토종 SaaS 기업 샌드버드(Sendbird)는 사업이 커지면서 한국 법인을 미국 법인 산하로 재편하는 "델라웨어 플립(Delaware Flip)"을 진행했다.
한국 법인을 운영하다 나중에 플립을 하면 한·미 법무법인 비용으로 3,000만원 이상, 기간으로 3개월 이상이 든다는 보고가 있다. 글로벌을 처음부터 염두에 둔다면, 시작부터 미국 법인을 세우는 편이 비용·시간 면에서 효율적일 수 있다.
| 항목 | 1년 차 | 2년 차 이후 (매년) |
|---|---|---|
| 스트라이프 아틀라스 사용료 | 약 500달러 (1회성) | — |
| 등록 대리인(Registered Agent) | 1년 포함 | 약 100달러 |
| 델라웨어 프랜차이즈 텍스 + 연차 보고 | 약 225~400달러 | 약 225~400달러 |
| 온라인 세무·회계 서비스 | 약 1,500~2,000달러 | 약 1,500~2,000달러 |
| 합계(대략) | 약 300만원 안팎 | 약 200~250만원 |
여기에 미국 법인 주소지(예: Stable), 미국 전화번호(예: Q.ai 같은 AI 응대 가능 가상번호), 미국 비즈니스 은행 계좌(예: Mercury 등 온라인 은행)가 추가로 필요하다. Mercury는 계좌 유지비가 없고 실물 카드도 발급되어 클라우드 서비스 결제로 비용 처리하기에 편리하다.
미국 법인 형태로 자주 비교되는 두 가지다.
글로벌 시장에서 투자·매각·상장까지 염두에 둔다면 C-Corp가 정답이다.
미국 연방 법인세는 21% 단일 세율이다. 즉, 법인이 100만 원을 벌면 21만 원이 연방 법인세로 빠지고 79만 원이 법인에 남는다. 델라웨어 주는 사업을 다른 주에서 하는 법인에 대해 사실상 주 법인세를 부과하지 않는 대신, 매년 프랜차이즈 텍스(Franchise Tax)와 연차 보고서(Annual Report) 의무가 있다.
아틀라스를 통해 법인을 설립하면 다음과 같은 부가 혜택이 자동으로 따라온다.
사업을 하는 본질적 이유는 결국 경제적 보상이다. 5주차의 마지막은 만들어 둔 자산을 어떻게 현금화할 것인가, 즉 엑시트 전략이다. 크게 세 갈래다.
잘 만든 글로벌 서비스가 매달 안정적인 매출을 내면, 회사를 팔지 않고 운영하면서 배당이나 급여로 가져가는 선택이 가장 단순하다. 한국 세법상 사업자 등록은 필수이며, 다음 두 방식이 있다.
참고할 만한 사례로 1인 알람 앱 알라미(Alarmy)의 운영사는 2025년 매출 460억원, 영업이익 200억원 수준을 보고했다(언론 보도 기준). 1인 또는 소수 인원의 글로벌 앱이 어떤 규모의 현금흐름까지 도달 가능한지를 보여주는 사례다.
매각 방식도 다양하다.
회사 소유권의 일부를 공개 주식 시장에 내놓고, 누구나 거래할 수 있게 만드는 것이 IPO다. 회사를 유지하면서도 본인의 지분을 점진적으로 현금화할 수 있어, 가장 큰 과실을 누리는 경로다. 단, 공시 의무·감사·규제 등 운영 부담이 크고 준비 기간이 길다.
한국 코스닥뿐 아니라 나스닥(NASDAQ) 상장도 선택지다. 네이버 웹툰의 미국 상장처럼, 한국 출신 IT 서비스가 미국 시장에 직상장하는 사례가 점점 늘고 있다. 처음부터 델라웨어 C-Corp 구조로 시작했다면 이 경로가 가장 매끄럽다.
이 5주 커리큘럼이 결국 말하고자 하는 바는 단순하다. 코딩의 진입 장벽은 사실상 사라졌고, 이제 중요한 것은 "어떤 제품을 만들 것인가"와 "어떻게 사용자를 만족시킬 것인가"다.
5주 동안 다룬 내용을 한 줄로 압축하면 다음과 같다.
| 주차 | 핵심 |
|---|---|
| 1주차 | 웹 개발 기초와 배포, 광고로 첫 수익 |
| 2주차 | 데이터 분석, AARRR, PMF — 성장의 언어 |
| 3주차 | React + 서버리스 + AI API + 글로벌 결제 |
| 4주차 | DB·회원관리·구독 — 반복 매출의 기반 |
| 5주차 | 운영 최적화, 앱, 미국 법인, 엑시트 전략 |
구글 CEO 순다 피차이(Sundar Pichai)가 한 인터뷰에서 했던 말은 인상적이다. "AI 덕분에 그 어느 때보다 창의적으로 표현할 수 있는 시대가 되었다. 당신이 성취할 수 있는 목표를 더 크게 상상하라." 에이전트가 많은 일을 대신해 주는 만큼, 사람은 더 큰 그림을 그리는 데 집중할 수 있다.
일론 머스크는 "지금 대학에 갈 이유를 모르겠다. AI가 개인 교사 역할을 할 것"이라고 발언했다. 실제로 모르는 개념이 있으면 AI에게 물어보면 즉시 답이 나오고, 어떤 명령어를 써야 할지조차 AI에게 물어 진행할 수 있다. 학습의 흐름이 "미리 다 알고 시작"에서 "필요할 때 그때그때 배우기"로 바뀌었다.
요약: 5주 동안 단 한 명이 글로벌 시장을 향한 IT 프로덕트를 처음부터 끝까지 만들 수 있는 모든 기술 스택과 비즈니스 프레임을 손에 넣었다. 남은 것은 단순하다 — 무엇을 만들 것인가를 정하고, 빠르게 시장에 내놓고, 데이터를 보며 끝없이 개선하는 일.
특이점(Singularity)이 멀지 않았다는 얘기가 곳곳에서 들린다. 인간의 노력이 결과의 차이를 만들 수 있는 시간이 영원하지는 않을 것이다. 그 짧은 창(window) 안에서 자신의 제품을 세상에 내놓아보는 경험 자체가, AI 시대를 살아가는 가장 의미 있는 학습이 된다.
이 글은 AI 시대 1인 창업을 위한 5주 부트캠프 커리큘럼의 핵심 내용을 정리·재구성한 글이다. 가격·정책·서비스 사양은 시점에 따라 변동될 수 있으므로 실제 사용 전 각 서비스 공식 문서로 최신 정보를 확인하기를 권한다.