일자리까지 알아봐 주었는데 동업자가 자신의 권리가 아님을 알고도, 제 개인소득의 절반 요구하였는데 이해 어려운 법원 판결로 무너진 나 너무 고통스럽습니다.

권리가 없음을 알면서도, 왜 제 개인소득의 절반까지 요구했을까요?

제가 동업을 끝낸 가장 큰 이유는 사업이 어려워서가 아니었습니다. B가 자신에게 그 돈을 요구할 법적 권리가 없다는 점을 사실상 알고 있으면서도 제 개인소득과 이미 정산이 끝난 돈을 계속 요구했고, 제가 이를 거절하자 제 신의와 인격까지 문제 삼았기 때문입니다.

B는 이메일에서 “계약 주체로 따지면 모르겠지만…”이라고 했고, 또 직접 “저는 법적으로 문제된다고 반환 요청한 게 아닙니다.”라고 적었습니다. 즉 자신이 요구하는 돈이 법적으로 당연히 반환받아야 할 돈이라는 취지조차 아니었습니다. 그런데도 제 개인 프로젝트 수익에 대해 “그 돈 달라는 건 아니다”, “그 계약 깨라는 것도 아니다”라고 하면서 곧바로 “그 돈 절반 나누어 줄 수 있는 것 아니냐”고 했습니다. 제가 받아들이지 않자 “당신은 저의 요구를 묵살하고 일하게 된 게 발단이 된 거겠죠.”라고까지 했습니다.

저에게는 결국 이렇게 보였습니다. 권리가 없음을 알면서도 요구하고, 돈을 달라는 것이 아니라고 하면서 돈을 요구하고, 제가 거절하면 그 거절 자체를 갈등의 원인으로 만들었습니다.
_________________________________________________________________________________________

그런데 저는 B에게 아무것도 해주지 않은 사람이 아니었습니다.

B의 지인을 통해 들어온 과거 법인사업은 단순히 B가 가져와 혼자 만든 사업이 아니었습니다. 공개경쟁입찰이었고 공동수주를 위해 소프트웨어사업자 자격을 갖춘 사업자가 필요했습니다. 저는 사업 위험을 줄이면서 B의 생계에도 도움이 되도록 B 지인의 회사를 필요한 요건을 갖추게 한 뒤 저와 B가 개인 자격으로 계약하는 방식까지 제안했습니다.

그러나 B의 지인은 법인 전환과 관련 자격을 갖추는 데 난색을 보였고, 결국 수주에 필요한 입찰·제안 문서의 약 80%를 제가 작성했습니다. 사업은 법인 명의로 계약됐고 수익 역시 회사 운영자금과 급여 등으로 이미 정산이 끝났습니다. 그런데 이후 B는 자신의 기여를 크게 주장하면서 끝난 정산까지 다시 뒤집어 돈을 더 요구했습니다.

지인이 사업을 소개한 것과 실제 공개입찰을 준비해 수주할 수 있도록 만든 것은 다른 문제입니다. 그런데 자신의 지인이 소개한 사업에서는 제 입찰기여를 사실상 지운 채 자신의 몫을 더 요구하고, 정작 자신이 거의 기여하지 않은 제 개인사업에서는 다시 “동업이니 절반을 나누자”고 했습니다.
_________________________________________________________________________________________

그런데 저는 B에게 아무것도 해주지 않은 사람이 아니었습니다.

제가 B에게 소개한 프리랜서 일은 B의 기존 경력보다 기술적으로 난도가 높은 일이었습니다. 처음에는 B도 부담스러워했지만 저는 일자리만 소개한 것이 아니라 실제 업무를 수행할 수 있도록 기술적으로도 도왔습니다. 그 결과 B는 앞선 법인사업에서 받은 금액보다 약 850만원을 더 벌었고 새로운 기술경력까지 얻었습니다.

그런데 저는 “내가 소개했고 기술적으로 도와줬으니 절반 내놔라”라고 한 적이 없습니다. 그 돈은 B가 일해서 번 B의 개인소득이라고 생각했기 때문입니다.

그 뒤에도 저는 B에게 두 건의 새로운 사업기회를 연결했습니다. 그러나 B는 “나한테 유리할 게 없다”, “그 많은 문서를 누가 보느냐”며 제대로 검토하지 않고 거절했습니다. 결국 그중 한 사업은 제가 직접 수행했고 B는 수주에도 수행에도 전혀 기여하지 않았습니다.

그 시기에도 저는 B의 생계를 챙겼습니다. B가 제가 소개한 회사와 스스로 계약을 해지한 뒤에도 다시 회사 대표와 중재해 약 1개월 반을 더 근무하며 소득을 얻도록 했습니다. 그런 상황에서 제가 B가 거절했던 사업을 직접 수행해 개인소득을 얻자 B는 다시 “절반을 나눌 수 있는 것 아니냐”고 했습니다.

제가 연결해 준 일로 B가 돈을 벌고 기술경력까지 얻었을 때는 B의 개인돈이었습니다. 그런데 B가 거절했고 수주와 수행에도 기여하지 않은 사업을 제가 혼자 수행해 번 돈은 왜 갑자기 동업자의 돈이 되는 것입니까? 제가 겪은 기준은 결국 B에게 돌아가는 돈은 개인의 권리이고, 저에게 돌아가는 돈은 함께 나눠야 할 돈이었습니다.
_________________________________________________________________________________________

제가 받아들이지 않자 돈 이야기는 제 인격과 신의의 문제로 바뀌었습니다.

B는 저에게 “지금 당신의 탐욕에 눈이 멀어…”, “참으로 추하네요”, “동업자 정신은 영 바닥이시네요”, “당신 혼자 잘 먹고 잘살라면 동업을 왜 합니까?”라고 했습니다. 또 “그런 당신의 사소한 욕심에 더 큰 걸 잃어버릴 수 있습니다”, “주위를 둘러보세요 누가 있는지”, “여태 제가 해왔던 행동들을 생각하면 허언이 절대 아님을 알 겁니다”라는 말까지 했습니다.

이런 말을 반복해서 듣다 보면 더 이상 단순한 금전문제가 아닙니다. 저는 “내가 정말 욕심을 부리는 것인가, 동업자를 배신하는 것인가, 더 양보해야 하는 것인가”를 계속 묻게 됐습니다. 제가 신의를 지키려고 할수록 그 신의가 오히려 저를 붙잡는 끈이 되어갔습니다.
_________________________________________________________________________________________

또한 동업 회사의 업무는 제가 대다수를 처리하는 상황이었습니다.

동업회사의 사실상 유일한 고객사는 창업 전부터 A에게 직접 업무를 의뢰하면서, 향후 창업하여 계속 해당 업무를 맡아달라고 요청할 정도로 신뢰관계가 형성돼 있었습니다. 따라서 이 계약은 A가 사실상 확보한 사업이라고 해도 과언이 아니었습니다. 다만 A는 이미 B와 함께 창업하기로 계획한 상태였기 때문에 개인계약으로 진행하지 않고 스스로 법인 명의 계약을 선택했습니다.

이는 앞서 B의 지인을 통해 들어온 공동수주 사업과는 출발점부터 다른 사안이었습니다. 그럼에도 A는 법인 명의로 계약한 이후 이를 자신의 개인 프로젝트라고 주장한 적이 없었고, 동업회사의 사업으로 계속 처리했습니다.

실제 업무에서도 B는 전체 업무 흐름이나 시스템 구조를 충분히 파악하기보다는 일을 쉽고 빠르게 처리하기를 원했고, 이를 자신의 생계 문제와 연결해 이야기하곤 했습니다. 그 과정에서 A는 화면 설계, 데이터베이스 설계, 시스템 구조와 기술 스펙 등 개발의 핵심 영역 대부분을 담당했습니다.

B는 A가 작성한 화면설계서를 토대로 주로 화면 코딩을 담당했고, 개발 과정에서 변경을 요청하는 경우에도 합리적인 내용에 대해서는 A가 이를 반영했습니다. 또한 B가 어려워하는 쿼리와 스토어드 프로시저까지 A가 직접 작성해 제공하다 보니 데이터베이스 관련 업무 역시 약 80%를 A가 처리하게 됐습니다.

결국 전체 시스템 설계와 기술적 의사결정, 데이터베이스의 상당 부분을 A가 담당하고 B는 주로 화면 구현을 맡았던 실제 업무분담을 놓고 보면, 당시 B의 전체 기여도를 약 20% 정도로 보았던 것도 과도한 평가라고 생각하지 않습니다.

그럼에도 수익을 50%씩 나누어 주고 있었던 상황이었습니다.
_________________________________________________________________________________________

그런데 정작 동업 회사의 신규 기술 개발 같이 하자고 하면 태도는 달랐습니다.

제가 신규사업 자료를 함께 검토하자고 했을 때 B는 녹취에서 “일부러 저거는 제가 그냥 답변 안 했어요”라고 했습니다. 그러면서 제가 혼자 사업을 추진하려 하면 “본인 독자적으로 하지 마세요”, “혼자 독자적으로 처리를 할 수는 없어요”라고 했습니다.

결국 같이 하자고 하면 하지 않고, 혼자 하려고 하면 하지 말라고 했습니다. 자신이 번 돈은 자신의 돈이지만 제가 번 돈에는 절반을 요구했고, 거절하면 제가 탐욕스럽고 의리 없는 사람이 됐습니다. 저는 사업방향이나 성격 차이 때문이 아니라, 저의 책임감과 신의를 계속 자극해 금전요구를 받아들이도록 만드는 관계를 더 이상 견딜 수 없어 동업을 끝냈습니다.
_________________________________________________________________________________________

그런데 저는 B에게 아무것도 해주지 않은 사람이 아니었습니다.

법원은 저의 궁박 여부를 판단하면서 제가 2020년 4월 20일부터 C사에 입사해 근무하다 2020년 9월경 이전에 다른 곳으로 이직했고, 그곳에서 퇴사했다는 사정은 보이지 않는다며 제가 다른 생계수단을 갖고 있었다는 점을 근거로 경제적 곤궁상태에 있었다고 보기 어렵다고 판단했습니다.

그런데 바로 그 시기 B도 일을 하고 있었습니다. 회사 수익만으로 두 사람의 생계를 감당하기 어려워 제가 2020년 4월 C사에 취업했고, 제가 B에게 같은 회사를 소개해 B도 2020년 5월부터 그곳에서 일했습니다. 당시 B의 소장에도 두 사람이 생계유지를 위해 회사운영과 외부근무를 병행하기로 했다는 내용이 있고, B 측 답변서 역시 제가 취업을 제안해 B가 2020년 5월 해당 회사에 취업했다고 인정했습니다.

그런데 판결에서는 제 취업과 이직, 이후 퇴사 자료가 없다는 점까지 적으면서 같은 기간 B 역시 제가 연결해 준 직장에서 생계를 유지했다는 사실은 궁박 판단에서 같은 무게로 다뤄지지 않았습니다. 그 직장이 제 궁박 여부를 판단할 만큼 중요했다면 B 역시 그 직장에서 소득을 얻고 있었다는 사실도 같이 봤어야 한다고 생각합니다.

더 중요한 것은 그 직후 B가 저에게 무엇을 요구했느냐입니다. B도 외부에서 소득을 얻고 있었고 저는 그 소득에 손댄 적이 없습니다. 그런데 B는 제 개인소득의 절반과 이미 정산이 끝난 돈을 다시 요구했고, 거절하자 제 신의와 인격까지 문제 삼았습니다. 판결에서는 제 직업과 소득상태를 세세하게 보면서도 이러한 금전요구가 관계를 어떻게 압박했고 제 심리상태에 어떤 영향을 줬는지는 핵심적으로 다뤄지지 않았습니다.
_________________________________________________________________________________________

이 논리를 그대로 따르면 결국 무엇이 됩니까?

저는 B의 생계를 위해 직장을 연결했고 계약이 끊기자 다시 중재했으며 다음 일자리까지 알아봤습니다. 동시에 제 생계도 스스로 책임져야 했습니다. 그런데 B는 제 개인소득까지 요구했습니다.

법원이 제 다른 직장의 존재를 근거로 “경제적으로 궁박하지 않았다”고 판단하면서 B의 일방적인 금전요구를 충분히 함께 보지 않는다면, 동업자가 권리 없는 금전을 반복해 요구하더라도 상대방이 다른 직장을 다니며 버틸 수 있으면 자신의 생계뿐 아니라 다른 동업자의 생계까지 계속 유지시켜 줘야 한다는 결과가 됩니다.

B가 번 개인소득은 B의 돈이고 제가 번 개인소득에는 절반을 요구합니다. B의 생계가 어렵다면 제가 직장까지 연결해 주지만, 제가 그 책임으로 경제적·정신적으로 소진돼도 다른 직장이 있다는 이유로 궁박하지 않은 사람이 됩니다. 저는 이것이 판결논리에서 가장 이해하기 어려운 모순이라고 생각합니다.
_________________________________________________________________________________________

그렇다면 저는 C사를 그만둔 뒤 아무것도 하지 말았어야 합니까?

판결은 제가 C사에서 다른 곳으로 이직했고 그 이후 퇴사했다는 사정이 보이지 않는다는 점까지 언급했습니다. 그렇다면 저는 C사를 그만둔 뒤 다른 일을 하지 말았어야 합니까?

B에게는 제가 연결해 준 직장에서 소득을 얻도록 도왔습니다. 다만 근무기간이나 계약 지속 여부는 제가 결정할 일이 아니라 C사와 B 사이의 문제였습니다. 당시 해당 업무의 완성도는 높게 평가해도 약 20% 안팎이라고 보았고, 이후 B의 역할과 성과가 인정됐다면 C사와의 협의에 따라 계속 근무하거나 업무를 이어갈 수도 있었습니다.

저는 제 생계를 책임지면서 B의 생계까지 도왔습니다. 그런데 그 행동이 다시 “당신은 버틸 수 있었으니 궁박하지 않았다”는 논거가 됐고, 반면 도움을 받고 있던 B가 제 개인소득의 절반까지 요구한 것은 같은 비중으로 다뤄지지 않았습니다.

그렇다면 동업자를 돕지 말아야 합니까? 직장을 연결하지 말고, 계약이 끊겨도 중재하지 말고, 내가 어려워도 다른 직장을 구하지 말아야 나중에야 어려움을 인정받을 수 있는 것입니까? 저는 그것이 정상적인 사회의 신의라고 생각하지 않습니다.
_________________________________________________________________________________________

항소심 판단까지 같이 놓으면 더 이해하기 어렵습니다

항소심은 B가 지분을 처분하고 회사 업무에 관여하지 않는 상태에서도 회사 수익 일부를 확보하게 되는 구조라는 사실 자체를 인정했습니다. 그러면서도 기존 고객사 등에서 발생하는 수익의 50%를 지급받는 조건에 대해 “지분 처분대가로서 용인될 수 없을 만큼 과도하다고 볼 수는 없다”고 판단했습니다.

저는 다른 직장에서 일했으니 경제적으로 궁박하지 않고, B도 같은 시기 제가 연결해 준 직장에서 소득을 얻었습니다. 그런 B가 제 개인소득까지 요구했던 사실은 핵심적으로 평가되지 않았고, 동업이 끝난 뒤 B가 회사 일을 하지 않더라도 기존 사업수익의 절반을 계속 받는 구조는 과도하지 않다고 판단됐습니다.

결국 한쪽은 자기 생계를 책임지면서 상대방 생계까지 돕고, 다른 한쪽은 그 도움을 받으면서 상대방의 개인소득까지 요구하고 동업이 끝난 뒤에도 회사수익 일부를 확보하는 구조가 남습니다. 저는 이것이 정말 동업관계의 사회통념에 부합하는지 묻고 싶습니다.
_________________________________________________________________________________________

회사 자금 문제에서도 저는 같은 판단의 한계를 느꼈습니다

저는 B의 공금 인출과 회사 자금관리 방식을 심각한 문제라고 보았고 이를 횡령의 문제로 인식했습니다. B는 스스로 회사 회계업무를 맡았습니다. 그렇다면 50:50 공동대표인 저에게 중요한 자금상태와 자금 이동은 충분히 공유했어야 한다고 생각합니다.

당시는 매출이 늘기 시작해 창업 당시 투입한 자본금 잠식에서 회복할 수 있었고, 신규기술 개발을 위해 각자가 추가 투입해야 할 출자금을 줄일 수도 있는 시기였습니다. 회사는 사실상 한 곳의 주요 고객사에 의존하고 있었기에 회사 자금은 단순한 통장잔액이 아니라 운영자금, 급여, 신규기술 투자금이자 다시 개인돈을 넣어야 할지 결정하는 자금이었습니다.

그런데 법인계좌에서는 2020년 11월 11일 100만원씩, 11월 30일 100만원씩, 12월 14일 250만원씩, 2021년 1월 13일 250만원씩, 3월 5일 500만원씩 동일한 금액이 두 차례씩 ‘이전사용비’ 명목으로 빠져나갔습니다. 누적하면 1인당 1,200만원, 총 2,400만원입니다.

저 역시 같은 금액을 받았다는 이유만으로 이 문제가 없어지는 것은 아니라고 생각합니다. 당시 회사는 자본잠식 상태에서 벗어나야 했고, 안정적인 고객사가 여러 곳 있었던 것도 아니며 신규기술 개발자금도 마련해야 했습니다. 그 상황에서 법인에 남겨 경영에 사용해야 할 자금을 양측 개인에게 동일하게 지급해 버린 것 자체가 문제였습니다. 저는 이것을 자본잠식 상태에서 회사 자금을 사실상 개인에게 유출한 행위라고 봅니다.

더구나 저는 회사의 실제 자금상태를 판단할 경영자료를 충분히 공유받지 못했고 사실상 계좌 입출금 내역 정도만 받았습니다. 그리고 2021년 4월 5일에는 다시 B가 회사계좌에서 2,712,045원을 출금했습니다. 판결문 역시 이 출금 사실과 제가 양해나 허락 없이 이루어진 출금이라고 항의한 사실을 인정했습니다.

그럼에도 법원은 제출된 증거만으로는 신뢰관계가 파괴돼 합의각서 존속을 기대할 수 없는 중대한 사유가 발생했다고 보기 어렵다고 판단했습니다. 저는 고객사가 사실상 한 곳뿐이고 자본금을 회복해 다음 기술에 투자해야 하며 필요하면 다시 개인돈을 넣어야 하는 회사에서, 한 공동대표가 실제 자금상태를 충분히 알지 못한 채 회사 돈이 계속 개인에게 빠져나가고 다른 공동대표가 향후 투자에 반대한다면 그 자체가 공동경영의 신뢰와 직결된 문제라고 생각합니다.

따라서 저에게 문제는 2021년 4월 5일의 271만원 하나만이 아니었습니다. 그 이전부터 누적 2,400만원의 법인자금이 양측 개인에게 지급됐고, 그 뒤에도 다시 별도 인출이 이루어졌습니다. 왜 공동대표인 저는 회사의 실제 자금상태를 제대로 알지 못했고, 왜 경영상 판단이 가능한 자료가 아니라 단순 계좌내역만 받아야 했으며, 왜 회사가 자본을 회복해야 할 시기에 이런 방식으로 자금이 빠져나갔는가가 제가 문제 삼았던 본질이었습니다.
_________________________________________________________________________________________

그리고 이 모든 것이 한꺼번에 무너진 순간이 있었습니다

당시 저는 B의 현재 생계뿐 아니라 다음 일자리까지 알아보고 있었고 실제로 주관사 담당자가 B에게 직접 이력서 제출을 요청하는 단계까지 갔습니다. 그런 상황에서 세무사로부터 자금 관련 문의를 받고서야 회사 자금이 어떻게 처리되고 있었는지를 본격적으로 들여다봤습니다.

그때 저는 깨달았습니다. 나는 이 사람의 다음 일자리까지 걱정하고 있는데 정작 공동대표인 나는 회사 돈이 어떻게 관리되는지조차 제대로 알지 못하고 있었다는 사실을 말입니다. 이미 수개월 동안 개인소득 요구, 과거 정산금 반환 요구, 인격적 비난과 끝나지 않는 분쟁에 시달리고 있었습니다. 그 순간은 남아 있던 체력과 정신적인 마지막 끈까지 끊어버린 기폭제였습니다.

그런 상태에서 동업해지 합의각서를 작성했습니다. 저에게 그 각서는 두 사업자가 평온하게 계산기를 두드려 만든 계약이 아니라 어떻게든 관계를 끝내기 위해 받아들인 결과였습니다. 그런데 합의에는 B가 지분을 넘기고 회사 업무에서 완전히 빠진 이후에도 기존 사업수익의 50%를 계속 지급받는 내용이 남았습니다. 제 입장에서는 동업을 끝냈는데도 상대방의 경제적 생활을 계속 떠받쳐야 하는 사실상 ‘노예계약’이나 다름없다고 느껴지는 구조였습니다.
_________________________________________________________________________________________

그런데 이 판단은 3심까지 그대로 유지됐습니다

항소심은 제 주장을 받아들이지 않았고 대법원도 2025년 10월 30일 상고를 기각했습니다. 저는 확정판결을 다시 뒤집겠다는 이야기를 하는 것이 아닙니다. 그러나 확정됐다는 것과 그 판단 과정이 온전했는지를 묻는 것은 다른 문제라고 생각합니다.

법원이 기존 판단을 유지하는 과정에서 한쪽 사정은 매우 세밀하게 보면서 그 판단과 충돌할 수 있는 반대편 사정은 같은 무게로 보지 않았다고 느낍니다. 제 직장과 이직 여부를 봤다면 같은 시기 B도 제가 연결한 직장에서 생계를 유지했다는 사실도 봤어야 합니다. 제가 다른 소득원이 있었다는 사실을 봤다면 그런 B가 왜 제 개인소득까지 요구했는지도 판단했어야 합니다. 제가 계약서에 서명했다는 사실을 봤다면 그 전에 어떤 금전요구와 인격적 압박이 반복됐는지도 같은 비중으로 봤어야 합니다. 회사 돈의 특정 출금액을 봤다면 사실상 한 고객사에 의존하는 회사에서 그 자금이 어떤 의미였는지도 함께 봤어야 합니다.

그런 판단 없이 합의각서의 문구만 유지된다면 결과적으로 동업자가 권리 없는 금전을 반복해 요구하더라도 상대방이 다른 직장을 다니며 버틸 수 있으면 자신의 생계뿐 아니라 상대방의 생계까지 일방적으로 계속 책임져야 한다는 구조로 귀결될 수 있습니다.

저는 이것을 정상적인 동업의 신의라고 생각하지 않습니다. 신의를 다한 사람은 도움을 준 만큼 더 많은 책임을 떠안고, 신의를 다하지 않은 사람은 그 도움을 받으면서도 더 많은 금전을 요구할 수 있는 결과가 되기 때문입니다.

그렇다면 사람에게 신의를 지키며 살라고 할 수 있습니까? 상대방에게 직장을 연결하지 말고, 계약이 끝났을 때 중재하지 말고, 다음 일자리까지 알아보지 말았어야 합니까? 저 역시 일을 하지 않고 함께 어려워져야만 제 어려움이 인정되는 것입니까?

그래서 지금도 묻고 싶습니다. 왜 제 생계수단은 그렇게 세밀하게 판단하면서 제가 B의 생계를 유지하도록 도왔다는 사실과, 그럼에도 B가 제 개인소득까지 요구했다는 사실은 같은 무게로 판단하지 않았습니까? 그 금전요구 자체에 대한 판단이 빠진 채 합의각서만 보호된다면 결과적으로 동업자에게 권리 없는 금전요구를 반복해도 되는 것처럼 남는 것 아닙니까?

무엇보다 신의를 지킨 사람이 그 신의 때문에 더 많은 책임을 떠안고 불리해지는 결과가 정말 우리가 받아들여야 할 사회통념인지, 저는 지금도 납득하지 못하고 있습니다.
_________________________________________________________________________________________

판결금까지 모두 지급한 뒤에도 B의 태도는 달라지지 않았습니다

판결에 따라 B가 요구한 금원을 지급하고 사실상 모든 권리를 가져간 뒤, 유일한 대기업 고객사와 저, B가 함께한 3자 미팅에서도 B는 정작 사업을 계속 운영할 의지가 없었습니다. 고객사는 기존 서비스를 계속 유지해 달라고 두 차례 요청했지만 B는 자신에게 기술이 없어 운영이 어렵다며 거절했고, 오히려 “A가 회사를 인수했으면 한다”고 했습니다. 고객사가 “현재 A는 해당 권한자가 아니다”라고 설명했음에도 B는 제게 인수 의사를 확인조차 하지 않은 채 “A가 인수하지 않을 것이다”라고 일방적으로 말했습니다.

결국 고객사는 다른 거래처로 서비스를 이전하기로 했고, 그 과정에는 약 4개월이 필요했습니다. 그 기간에도 고객사가 유지와 협조를 요청할 때마다 B는 “자신은 모른다. A에게 요청하라”고 반복했고, 그 결과 아무런 유지·보수 의무가 없는 저에게 십수 차례 업무 요청이 넘어왔습니다. 모든 권리를 가진 B가 자신의 책임을 고객사를 통해 다시 저에게 떠넘긴 것입니다. 저는 이것 역시 매우 교묘한 형태의 강요였다고 생각합니다.

이런 행동은 B에게 실제 사업을 운영하거나 책임질 의지가 없었다는 점을 보여줍니다. 민사소송 과정에서도 운영 의지의 부재가 드러났다고 보는데, 그러면서도 B는 사업을 맡아 책임지는 대신 저에게 1억 2천만원에서 9천만원에 이르는 거액을 요구했습니다. 결국 승소해 판결금까지 지급받고도 사업과 고객사에 대한 책임은 부담하지 않은 채 다시 그 의무를 저에게 넘겼습니다. 제가 겪은 B의 모습은 사업경영의 책임과 의무는 외면하면서 금전적 요구에는 집착하고, 모든 권리를 취득한 뒤에도 그 권리에 따른 책임은 저에게 지우려 한 것이었습니다.

[특허 출원/사업화] 순수익 50% 분배 | 현장에서 같이 발로 뛰어줄 실행형 총괄 파트너(COO)를 모십니다

안녕하세요. 현재 특허 출원 완료 후 공모전 및 사업화를 진행 중인 창업가입니다.

교육의 패러다임을 바꿀 아이디어와 큰 뼈대, 사업 방향성은 모두 준비되어 있습니다.

현장에서 저와 함께 실제 서비스를 구현하고 운영해 줄 실행형 멀티플레이어(COO)를 찾고 있습니다.

주요 역할:

• 사이트/웹 구축 및 운영·관리

• 오프라인 현장 응대 및 발표(PT)

• 추후 사업 확장에 따른 팀 빌딩 및 인사 권한 전담

제시 조건:

• 순수익 50% 분배 (성과 기반 투명한 정산)

• 주요 실행 및 조직 운영에 대한 주도권 부여

단순 스펙 쌓기가 아니라, 완성도 높은 서비스를 함께 만들고 성과를 파격적으로 나누고 싶은 열정 있는 파트너라면 환영합니다.

지원 및 문의:

http://pf.kakao.com/_tbYJX/chat

문의 및 지원은 카카오톡 채널로 편하게 메시지 주시면 확인 후 연락드리겠습니다.

한국에서 왕따면 본향은 실리콘밸리다

어제 성수에서 열린 [Seoul | Bloom x Airwallex x Peter Shin] 세션에 다녀왔습니다.
연사로 오신 피터 신 님(Outsome CEO)의 모토는 명료했습니다.

'Outlier, build something.'

남들과 다른 이질감을 가진 사람이라면, 기존의 틀에 나를 끼워 맞추려 하지 말고 직접 무언가를 만들어야 한다는 메시지였습니다. 밤새 녹음본을 돌려 들을 만큼 깊게 와닿았던 인사이트들을 디스콰이엇 메이커분들과 공유해 봅니다.

1. 나의 낯섦, 그리고 세계관 구축

한성화교중고교 졸업, 캐나다 유학, 엔터 업계를 거쳐 현재 AI 창업을 준비하기까지 늘 주류에서 비껴난 낯선 궤적을 밟아왔습니다.

"자기만의 세계관을 구축하고, 나의 낯섦을 긍정하는 문화가 미국이다."

늘 마이너리티로서 느끼던 이질감과 결핍이 숨겨야 할 약점이 아니라, 나만의 고유한 렌즈이자 세계관을 세우는 가장 강력한 원천임을 깨달았습니다.

2. 완벽함이라는 함정: '자기검열'

"한국에서 시리즈 A를 받는 것은 미국에서 IPO나 시리즈 D를 하는 것과 같고, 한국 양궁 전국체전이 올림픽보다 어렵다."

치열한 경쟁 속에서 우리는 완벽한 프로덕트를 내놓아야 한다는 강박에 갇혀, 런칭 전 끝없는 코드 리뷰와 QA에 매몰되곤 합니다.

2시간짜리 해커톤에서 1시간 30분을 아이디에이션에만 쏟는 꼴입니다.

예전에 석현 님이 해주셨던 조언이 스쳐 지나갔습니다.

"직접 해보기 전까지는 빌드에 몇 분이 걸리는지, 어떤 에러가 터질지 결코 알 수 없다."

피터 신 님이 강조한 유일한 KPI는 단순했습니다.

"자기검열을 내려놓고, 일단 부딪혀라."

3. '딸깍'의 시대, 기술(What)이 아닌 해결책(Solution)을 팔아라

AI로 개발 비용과 시간이 극단적으로 낮아진 지금, 역설적으로 가장 중요해진 것은 '대면 영업'과 '스토리텔링'입니다.

화려한 기술 용어를 나열하는 것은 빌더의 자기만족일 뿐, 유저는 관심이 없습니다. 고객이 지갑을 여는 이유는 오직 자신의 문제가 풀리는 '솔루션' 때문입니다.

우리의 VP(가치 제안)가 무엇인지, ICP(이상적 고객 프로필)의 생태계 안에서 실제로 해결되는 고통이 무엇인지 '5 Whys'로 원자 단위까지 쪼개야 합니다. 그리고 그 솔루션을 증명하는 단 하나의 객관적 지표는 결국 '매출'입니다.

4. 고통의 실체를 지워주는 것: Airwallex

이어진 권윤아 님의 세션에서 에어월렉스의 접근법도 인상 깊었습니다.

"금융에서 투자를 제외한 모든 부분을 다한다."

단순 결제망을 넘어, 요식업처럼 송금 주기가 생명인 타깃의 페인포인트를 집요하게 파고들어 환전 장벽을 지워낸 사례였습니다. 기술 그 자체보다 '남의 고통을 실질적으로 해소해 주는 것'이 비즈니스의 본질임을 다시 확인했습니다.

밖으로 나가 사람을 만날 시간

고통이 무엇인지는 알겠는데, 구체적으로 어떤 서비스를 만들어야 할지 모니터 앞에서만 고민하던 요즘이었습니다.

하지만 어제 세션을 통해 완벽주의라는 자기검열 뒤에 숨어 있지 않고, 당장 발로 뛰어 내 솔루션을 검증받을 고객부터 만나러 가야겠다는 확실한 터닝포인트를 얻었습니다.

디스콰이엇의 다른 메이커분들은 제품 출시 전 자기검열과 완벽주의의 함정을 어떻게 돌파하고 계신가요?

투자자 업데이트에서 바로 걸리는 세 문장

"매출은 전월 대비 18% 늘었습니다. 세일즈 파이프라인은 견조합니다. 핵심 엔지니어 채용이 늦지만 제품 일정에는 영향이 없습니다."

이 문단을 받으면 투자자는 보통 세 군데에서 멈춥니다.

1. 매출 18% 증가가 총매출인지 순매출인지 없음

2. 파이프라인의 단계·금액·예상 계약일이 없음

3. 채용은 늦는데 일정 영향은 없다는 설명이 비어 있음

투자자 업데이트 한 문단을 보내면 숫자 정의, 모순, 빠진 다음 행동을 1페이지로 표시하는 실험을 준비하고 있습니다.

첫 3건은 샘플로 받습니다. 정식 scan 가격 가설은 $19이며, 아직 결제는 받지 않습니다.

https://tally.so/r/2E0X9p

A Practical Workflow for Designing Consistent AI Anime Characters

AI Anime Character Workflow

An open reference for planning consistent, reviewable anime character experiments.

A Practical Workflow for Designing Consistent AI Anime Characters

Creating an appealing anime image is often easy; creating a character who remains recognizable across several images is the harder problem. A hairstyle may change shape, an outfit may gain new accessories, or the face may drift from one generation to the next. These changes are not necessarily failures of the model. They usually reflect an underspecified creative brief. A reliable workflow therefore begins before the first image is generated. It turns a loose idea into a compact visual system that can be repeated, reviewed, and refined.

This guide presents a practical process for creators who want to develop anime portraits, scenes, story concepts, or game-character references with generative tools. The goal is not to prescribe one artistic style. It is to show how decisions about identity, silhouette, palette, composition, references, and iteration can be organized so that each generation teaches you something useful.

1. Define the character before describing the picture

Separate character identity from the scene. Identity includes the features that should survive every change of pose or setting: approximate age, face shape, eye color, hairstyle, signature clothing, and one or two distinctive details. The scene includes camera angle, lighting, action, weather, environment, and mood. When these categories are mixed without priorities, a generator may treat every phrase as equally flexible.

Write a short identity card first. For example: “young adult courier; short black bob with one teal streak; amber eyes; navy cropped jacket; silver compass pendant.” Keep this list concise. Five stable traits are easier to preserve than fifteen competing details. If a characteristic is not important enough to check in every result, it probably does not belong in the identity card.

2. Build a silhouette that works at thumbnail size

Anime characters often become memorable through silhouette rather than surface detail. Consider the outer contour created by hair, coat length, headwear, sleeves, and carried objects. A strong silhouette remains readable when the image is reduced to a small thumbnail. This matters because generated detail can vary, while large shapes are easier to specify and compare.

Choose one dominant silhouette feature and one supporting feature. A wide scarf and a compact satchel may be enough. Avoid combining a huge cape, elaborate wings, oversized weapons, layered jewelry, and complex hair unless the project genuinely requires maximal ornament. Too many focal points compete for attention and make continuity harder.

3. Use a controlled palette

A palette gives the model a simple continuity signal and helps a series feel intentional. Select a primary color, a secondary color, and an accent. Describe where each color appears rather than listing color words in isolation. “Navy jacket, warm gray trousers, and a teal hair streak” is clearer than “navy, gray, teal palette.”

Lighting can alter perceived color, so distinguish object color from environmental light. A navy jacket under orange sunset light should still be identified as navy. When evaluating results, allow natural lighting variation but reject changes that replace a signature color entirely. This distinction prevents overcorrecting atmosphere while protecting character identity.

4. Choose a style family, not a pile of labels

Style prompts become unstable when they contain several incompatible art directions. Instead, choose a coherent family such as cinematic cel shading, retro nineties television anime, soft pastel romance, energetic chibi, or monochrome manga. Add two or three supporting qualities: clean line work, restrained gradients, textured shadows, expressive eyes, or dynamic foreshortening.

A useful anime generator workflow lets you compare these families while keeping the subject description stable. Change one style variable at a time. If character identity shifts, return to the last stable version and simplify the style language. Comparison is most informative when the character, pose, and framing remain constant.

5. Design prompts in reusable blocks

Rather than rewriting every prompt from scratch, use modular blocks. A practical order is: character identity, action, environment, camera, lighting, style, and exclusions. The identity block should remain nearly unchanged. Other blocks can be swapped to explore scenes without losing the character.

For example, retain the courier identity while testing “standing at a rainy station,” “running across a sunlit rooftop,” and “reading a map inside a quiet train.” Then compare which traits survive. This method exposes weak identity descriptions quickly. If the teal streak disappears in every wide shot, clarify its placement or make it more visually prominent.

6. Treat reference images as guidance, not a complete brief

A reference image can help preserve face structure, costume proportions, or composition, but it does not remove the need for text direction. State what the reference should control. You may want the face and hairstyle from one image while allowing a new outfit and setting. Without that distinction, the generation may copy irrelevant background elements or preserve a pose you intended to change.

Use clean references whenever possible. A neutral portrait is usually better for identity than a crowded action scene. Crop distractions, avoid tiny source images, and keep only material you have permission to use. References should support an original design process, not imitate a living artist or reproduce protected characters.

7. Iterate with a decision log

Random experimentation feels productive but often repeats the same mistakes. Keep a small decision log with the prompt version, reference used, selected output, and one sentence about the next change. Record observable facts: “eyes became green,” “jacket length is inconsistent,” or “low camera angle hides the pendant.” Avoid vague notes such as “make it better.”

Change one major variable per round. If you alter pose, costume, lighting, and style together, you cannot tell which change caused an improvement. A disciplined sequence might test identity first, then costume, then composition, and finally atmosphere. Save representative failures as well as successes; they reveal which wording creates unwanted interpretations.

8. Evaluate in passes

Review each result through separate passes. First check identity: face, hair, signature colors, and defining object. Second check anatomy and pose. Third check composition and focal hierarchy. Fourth check local artifacts such as hands, repeated accessories, unreadable signs, and broken patterns. Finally, assess whether the image serves its intended use.

A social avatar needs clear recognition at small size. A visual-novel sprite needs a consistent camera and transparent or simple background. A storyboard frame prioritizes action and spatial clarity. A banner needs room for interface elements or text. The strongest image is not automatically the most useful image.

9. Plan continuity across a series

Once a base design is stable, create a miniature continuity sheet. Include a neutral front portrait, a three-quarter view, one full-body pose, the palette, and close-ups of important accessories. Add written rules for details that are easy to misread, such as which side holds a hair clip or how a jacket closes.

For multiple scenes, reuse the same identity block and reference set. Keep aspect ratio and rendering family consistent unless the story calls for a deliberate shift. Generate establishing shots, medium shots, and close-ups as separate tasks rather than asking one prompt to solve every framing problem. This produces a more coherent sequence and makes revisions less expensive.

10. Finish with selective editing

Generation is one stage of illustration, not necessarily the final stage. Minor color correction, cropping, background cleanup, and typography are often faster in a conventional editor. If one hand or accessory is wrong, use a targeted revision or local edit rather than regenerating the whole composition. Protect the parts that already work.

Before publishing, inspect the image at full resolution and at its final display size. Check edges, facial details, hands, repeated objects, accidental text, and contrast. Confirm that the output does not include private information from a reference. Keep the original prompt and source files so later revisions can follow the same design logic.

A compact repeatable checklist

• Write five stable identity traits.

• Choose one dominant silhouette feature.

• Assign primary, secondary, and accent colors to specific objects.

• Select one coherent style family.

• Separate identity, scene, camera, and lighting prompt blocks.

• State exactly what each reference image should control.

• Change one major variable per iteration.

• Review identity, anatomy, composition, artifacts, and intended use separately.

• Save a continuity sheet before building a series.

• Use targeted editing for small defects.

Conclusion

Consistent AI anime creation depends less on finding a magical prompt and more on making clear, testable design decisions. A compact identity card, readable silhouette, controlled palette, coherent style family, modular prompts, purposeful references, and a simple decision log turn generation into an understandable creative process. The resulting images are easier to compare, revise, and organize into a larger project. Most importantly, the workflow keeps the creator in control: the tool supplies variations, while the creator decides which visual rules define the character and which changes genuinely improve the work.

Repository use

Use this repository as a planning reference rather than a promise of identical outputs. Record the generator settings, prompt revision, aspect ratio, and review notes for every experiment. Keep private source material out of commits, respect licenses for references, and review each final image for anatomy, accidental text, visual artifacts, and appropriate usage before sharing it with collaborators or publishing it.

## 라이브 방송 운영과 후원·결제 플랫폼의 기술 기반을 함께 만들 Backend Tech Lead를 찾습니다

[7년+] Backend Tech Lead — Realtime & Payments Platform

라이브 방송 운영과 후원·결제 플랫폼의 기술 기반을 함께 만들 Backend Tech Lead를 찾습니다

저희는 라이브 스트리밍과 크리에이터 산업을 위한 방송 운영 소프트웨어와 후원·결제·정산 플랫폼을 개발하는 초기 스타트업입니다.

초기 제품은 크게 두 축으로 구성됩니다.

• 방송 플랫폼·외부 후원 서비스·OBS·TTS·음원·카메라 등을 연결하는 방송 운영 소프트웨어

• 외부 PG와 연동하여 후원 결제·거래기록·취소·환불·크리에이터 정산을 관리하는 후원·결제·정산 플랫폼

기존 후원 서비스와 공존하면서 방송 운영 흐름을 먼저 확보하고, 이후 서비스 내 후원·결제 기능을 함께 연결하는 방향으로 제품을 개발하고 있습니다.

초기 백엔드 아키텍처와 기술기준을 세우고 핵심 기능을 직접 구현하면서 개발팀의 기술적 방향을 함께 이끌 Backend Tech Lead 1명을 찾습니다.

관리만 하는 리더보다는 직접 설계하고 직접 개발하는 역할에 가깝습니다.

주요 업무

실시간 방송 플랫폼

• 초기 백엔드 아키텍처 및 기술스택 설계

• API·이벤트 규격·데이터베이스 구조 설계

• 방송 플랫폼·외부 후원 서비스 API·Webhook 연동

• Webhook·WebSocket 기반 실시간 이벤트 처리

• 서로 다른 외부 이벤트의 내부 공통형식 정규화

• 이벤트 중복·누락·지연·순서변경 및 재처리 구조 설계

• 방송 세션 및 실시간 상태관리

• 백엔드와 Windows 기반 방송 PC Agent 간 상태 동기화

• OBS·TTS·음원·카메라 등 방송 시스템과의 연동 구조 설계

• 결제확정 이벤트와 방송회차·크리에이터·출연자·팀·후원·점수 데이터 연결

결제·정산 플랫폼

• 외부 PG API 및 Payment Webhook 연동

• 후원 주문·결제·거래 데이터 구조 설계

• 결제 요청·승인·실패·취소·부분취소·환불 상태관리

• 후원 거래기록 및 크리에이터별 귀속

• 플랫폼 수수료 및 정산 대상금액 계산

• 서비스 내부 정산원장 및 크리에이터별 정산관리 기능 구축

• PG 거래내역과 내부 거래기록 대사

• 결제·거래·정산 관련 변경이력 및 추적기록 관리

• 방송 운영 소프트웨어에 전달할 결제확정 이벤트 구조 설계

• 중복 이벤트 방지 및 실패 이벤트 재처리

당사는 독립적인 PG 인프라 자체를 만드는 구조가 아닙니다.

외부 PG사가 제공하는 공식 결제 인프라·API·Webhook을 활용하면서, 서비스 내부에 필요한 후원 거래기록·정산원장·정산관리·취소·환불·대사 기능을 구축합니다.

방송 운영 소프트웨어에서는 금융원장을 다시 만들지 않고, 서비스 내부 결제·정산 시스템의 거래정보를 바탕으로 방송에 필요한 귀속·집계정보를 관리합니다.

기술 리딩

• 방송 운영 소프트웨어와 후원·결제 플랫폼 간 연동구조 설계

• 트랜잭션·동시성·데이터 정합성 관련 기술기준 수립

• 인증·인가 및 중요 데이터 보안원칙 수립

• 초기 Cloud·CI/CD·Logging·Monitoring 환경 구성

• 핵심 백엔드 코드 직접 구현

• 백엔드 엔지니어 기술 리딩 및 코드리뷰

• 테스트·배포 기준 수립

• 주요 기술적 의사결정 및 기술부채 관리

• Frontend·Desktop Engineer·Product Designer와 협업

• 직접 개발할 영역과 외부 기술을 활용할 영역 판단

• AI 개발도구 활용 및 생성 결과물 검증

AI가 생성한 결과를 그대로 사용하는 것이 아니라, AI를 개발속도 향상에 활용하면서 최종 코드와 설계 품질은 개발자가 직접 검증하는 방식을 중요하게 생각합니다.

제품 전체를 혼자 개발하는 구조는 아닙니다.

초기 제품팀

초기에는 4명의 소규모 제품팀으로 시작합니다.

• Backend Tech Lead 1명

• Backend Engineer 1명

• Frontend·Desktop Engineer 1명

• Product Designer 1명

대표는 사업 방향·제품 요구사항·현장 의견·우선순위를 담당합니다.

기술적인 판단은 Tech Lead가 전문성과 근거를 바탕으로 주도할 수 있도록 합니다.

구체적인 개발 우선순위와 출시범위는 대표와 제품팀이 함께 결정합니다.

개발 원칙

모든 기능을 처음부터 직접 만들지는 않습니다.

검증된 Open Source·Framework·Library·SDK·공식 API를 적극 활용합니다.

우리 제품에서 직접 해결해야 하는 핵심 문제에 개발시간을 집중합니다.

• 실시간 이벤트 처리

• 데이터 정합성

• 장애 이후 재처리와 복구

• 방송환경 연동

• 후원 거래기록

• 취소·환불 반영

• PG 거래대사

• 크리에이터 정산원장·정산관리

무엇을 직접 만들고 무엇을 기존 기술로 해결할지 판단하는 것도 중요한 기술적 의사결정이라고 생각합니다.

자격요건

• 백엔드 개발 실무경력 7년 이상 또는 이에 준하는 역량을 보유한 분

• 하나 이상의 백엔드 기술스택에서 운영서비스를 직접 개발해본 경험이 있는 분

• 백엔드 아키텍처를 설계하면서 핵심 기능을 직접 구현할 수 있는 분

• RDB 기반 서비스에서 트랜잭션과 데이터 정합성 문제를 다뤄본 경험이 있는 분

• API·Webhook·비동기 처리 등 외부 시스템 연동 또는 실시간 데이터 처리 경험이 있는 분

• 코드리뷰·기술 피드백·기술적 의사결정을 통해 다른 개발자를 기술적으로 이끌어본 경험이 있는 분

• AI 개발도구를 실제 개발업무에 활용하고 생성된 결과물을 직접 검증할 수 있는 분

• 본인이 설계한 시스템의 구조·핵심 기술적 의사결정·성능 및 안정성 목표를 문서화하고, 기술적 선택의 이유와 장단점을 개발자가 아닌 이해관계자도 이해할 수 있도록 명확하게 설명할 수 있는 분

우대사항

아래 경험은 모두 필수사항이 아닙니다.

한두 영역에서 깊이 있는 경험을 가지고 계신 분도 충분히 지원하실 수 있습니다.

• PG·Payment API 연동 또는 결제서비스 개발 경험

• 결제·취소·환불·정산원장·거래대사 등 결제·정산 관련 경험

• 대량 이벤트 처리·실시간 집계·이벤트 기반 시스템 경험

• 여러 외부 API·Webhook을 연동하고 장애·지연·재처리 문제를 다뤄본 경험

• Windows 프로그램·Desktop Agent·OBS 등 로컬 환경과 서버를 연동해본 경험

• 초기 스타트업 또는 신규 서비스에서 0→1 제품 출시를 경험한 분

• 소규모 개발팀에서 Tech Lead 또는 이에 준하는 역할을 수행한 경험

• 정부 R&D 과제·기술평가·투자 검토·파트너사 협의 등에서 기술구조·개발계획·기술적 차별점을 문서화하거나 직접 설명해본 경험이 있는 분

• 라이브 스트리밍·크리에이터·후원·결제·정산 관련 서비스 경험 또는 관심이 있는 분

방송과 결제 두 분야를 모두 경험했을 필요는 없습니다.

실시간 시스템·결제·정산·플랫폼 백엔드 등 한 영역에서 충분한 깊이를 가지고 다른 영역을 빠르게 이해할 수 있는 분을 찾고 있습니다.

이런 분과 함께하고 싶습니다

• 복잡한 문제를 구조적으로 정리하고 직접 해결하는 분

• 정상적인 상황뿐 아니라 실패와 복구까지 함께 고려하는 분

• 완벽한 구조만 추구하기보다 제품 단계와 일정에 맞는 판단을 할 수 있는 분

• 자신의 기술적 선택을 근거와 함께 설명하는 분

• 문제와 위험을 빠르게 공유하는 분

• AI를 적극 활용하되 결과물에 대한 책임은 개발자가 가져야 한다고 생각하는 분

• 팀과 제품의 결과를 중요하게 생각하는 분

근무조건

• 채용인원: 1명

• 고용형태: 정규직

• 경력: 백엔드 개발 경력 7년 이상 또는 이에 준하는 역량

• 근무일: 주 5일

• 근무지: 서울 강남구 선릉역 또는 강남역 인근 예정

• 근무형태: 초기 제품개발 단계 대면근무 원칙

• 출근시간: 오전 9시 또는 10시 출근, 입사 시 협의

• 근무시간: 1일 8시간 근무, 휴게시간 별도

• 연봉: 8,000만원~1억원

• 처우: 경력·역량에 따라 협의

혜택·복지

• 고성능 데스크톱·모니터 및 업무용 소프트웨어 제공

• Windows PC·OBS·카메라·오디오 등 방송 테스트 환경 제공

• 출근일 점심 식대 지원

• 러닝 활동비 연 최대 30만원 지원

• 커피·음료·간단한 간식 제공

Closed Beta 마일스톤 보상

입사 후 사전에 합의한 Closed Beta 핵심 마일스톤을 달성하면 성과보너스와 특별 유급휴가 2일을 제공합니다.

구체적인 기준과 금액은 프로젝트 시작 단계에서 서면으로 공유합니다.

채용절차

서류검토 및 사전질문 → 통합 인터뷰·Architecture Discussion → 최종 인터뷰 및 처우협의

통합 인터뷰에서는 후보자가 실제로 수행했던 프로젝트를 중심으로 직접 구현한 영역, 기술적 의사결정, 문제 해결 경험, 팀 리딩, AI 활용방식 등을 확인합니다.

Architecture Discussion은 정답을 맞히는 시험이 아니라, 주어진 문제를 어떤 방식으로 이해하고 구조화하는지 확인하기 위한 대화형 인터뷰입니다.

복잡한 기술내용을 비개발자인 대표에게도 이해하기 쉽게 설명할 수 있는지도 중요하게 봅니다.

미래 동료에게 한마디

앞으로 커질 제품과 회사의 첫 번째 기술기반을 만드는 자리입니다.

대표가 제품 방향과 실제 방송현장의 요구사항, 국내외 서비스 사례를 직접 조사하고 구체화하며, Tech Lead는 이를 바탕으로 아키텍처와 기술적 해법을 주도합니다.

초기 제품은 국내 최상위권 크리에이터의 실제 방송환경에서 테스트하고 피드백을 받기로 협의되어 있어, 빠르게 만들고 실제 시장에서 검증할 수 있습니다.

저희의 목표는 이 제품 하나에 머무르지 않습니다. 첫 제품을 성장시키고, 그 경험을 바탕으로 새로운 제품과 사업으로 계속 확장해 나가는 회사를 만들고자 합니다.

“내가 처음부터 만든 제품과 기술조직”이라고 말할 수 있는 경험을 함께 만들고 싶습니다.

지원 시 함께 알려주세요

• 희망연봉

• 입사 가능시기

• 직접 설계하거나 핵심 구현을 담당했던 대표적인 시스템

• 해당 프로젝트에서 실제 담당한 범위

• AI 개발도구를 실제 업무에서 활용하고 있다면 활용방식

관련 내용이 이력서·경력기술서에 충분히 포함되어 있다면 별도로 길게 작성하지 않으셔도 됩니다.

GitHub·기술블로그·발표자료·설계문서는 선택사항입니다.

wenation2030@gmail.com 메일 부탁드립니다.

정책펀드 공고, 숫자 한 장으로 풀어드립니다

모태출자금의 15% 이내 우선손실충당은 펀드 전체 손실 15% 보장과 같은 말이 아닙니다.

공고에서 따로 봐야 할 숫자는 다섯 개입니다.

• 기준수익률

• 공공·민간 출자비율

• 우선손실충당의 기준 금액

• 초과수익 이전 비율

• 콜·풋옵션의 가격과 기한

출자공고 링크 하나를 보내면 이 다섯 숫자와 실제 의미를 한 장 평문으로 정리하는 실험을 준비하고 있습니다.

첫 3건은 샘플 요청만 받습니다. 정식 한 장 해설 가격 가설은 $9이며, 아직 결제는 받지 않습니다. 법률·세무 자문은 아닙니다.

https://tally.so/r/yPOBk4

라이브 방송 운영과 후원·결제·정산 플랫폼을 처음부터 함께 만들 Backend Tech Lead를 찾습니다

라이브 방송 운영과 후원·결제·정산 플랫폼을 처음부터 함께 만들 Backend Tech Lead를 찾습니다

라이브 스트리밍과 크리에이터 산업을 위한 새로운 제품을 만들고 있습니다.

현재 준비하고 있는 제품은 크게 두 가지입니다.

첫 번째는 방송을 준비하고 실제로 운영하는 과정에서 여러 도구를 하나의 흐름으로 연결하는 방송 운영 소프트웨어입니다.

방송 플랫폼, OBS, TTS, 음원, 카메라, 화면 연출, 후원 이벤트 등을 연결하고, 방송 중 발생하는 여러 이벤트를 실시간으로 처리할 수 있는 시스템을 만들고 있습니다.

두 번째는 이용자의 후원을 받고 크리에이터에게 정산하는 후원·결제·정산 플랫폼입니다.

독립적인 PG를 직접 만드는 것은 아닙니다.

외부 PG사의 공식 API와 Webhook을 활용하고, 서비스 내부에는 결제 거래기록, 취소·환불, 정산원장, 크리에이터 정산, 대사 및 관리자 시스템을 구축할 계획입니다.

현재는 제품과 사업 구조를 설계하고 있는 초기 단계이며, 개발팀은 소수 정예로 시작합니다.

첫 번째 핵심 개발자로 합류해 Backend Architecture와 기술 기준을 세우고, 동시에 핵심 기능을 직접 구현할 Hands-on Backend Tech Lead를 찾고 있습니다.

합류하면 이런 일을 하게 됩니다

• 서비스 초기 Backend Architecture 설계

• 서버·DB·API 구조 및 개발 기준 수립

• 외부 PG 결제 API·Webhook 연동

• 결제·취소·환불·거래기록 처리

• 정산원장 및 크리에이터 정산 시스템 구축

• PG 거래내역과 내부 원장의 대사 구조 설계

• 실시간 후원·방송 이벤트 처리 시스템 개발

• 외부 방송 플랫폼 및 서비스 API 연동

• 관리자 시스템 및 운영도구 Backend 개발

• 인증·권한·로그·모니터링·장애대응 체계 구축

• 초기 개발팀의 코드리뷰 및 기술 의사결정

관리만 하는 Tech Lead보다는 직접 설계하고 직접 코드를 작성하는 개발자를 찾고 있습니다.

이런 분을 찾습니다

• Backend 개발 경력 7년 이상 또는 이에 준하는 경험

• 실제 서비스의 Backend Architecture를 설계하거나 주요 기술 의사결정을 해본 경험

• Java/Kotlin + Spring 계열 또는 이에 준하는 Backend 개발 경험

• REST API 및 외부 API 연동 경험

• 관계형 데이터베이스 설계 및 운영 경험

• 트랜잭션, 동시성, 데이터 정합성에 대한 이해

• 장애가 발생했을 때 원인을 추적하고 해결해본 경험

• 초기 서비스에서 요구사항을 함께 정리하며 개발할 수 있는 분

결제·정산 시스템을 처음부터 만들어본 경험이 반드시 필요한 것은 아닙니다.

다만 돈과 거래 데이터를 다루는 시스템인 만큼 데이터 정합성과 안정성을 중요하게 생각하는 개발자를 찾고 있습니다.

이런 경험이 있다면 더욱 좋습니다

• PG·핀테크·커머스·마켓플레이스 개발 경험

• 정산·원장·주문·결제 시스템 개발 경험

• WebSocket, SSE, 메시지 큐 등 실시간 시스템 경험

• Redis, Kafka, RabbitMQ 등의 사용 경험

• AWS 등 클라우드 환경에서 서비스 운영 경험

• 라이브 스트리밍·OBS·크리에이터 서비스에 대한 관심

• 초기 스타트업에서 제품을 처음부터 만들어본 경험

팀은 이렇게 시작합니다

초기 개발팀은 약 4명 규모를 계획하고 있습니다.

• Backend Tech Lead

• Backend Engineer

• Frontend · Desktop Engineer

• Product Designer

대표는 비개발 직군이며, 기술적인 부분을 개발팀에 맡길 생각입니다.

Tech Lead가 단순히 주어진 요구사항을 구현하는 역할이 아니라,
어떤 구조로 만들 것인지 함께 결정하는 역할을 맡게 됩니다.

초기에는 정답이 없는 문제가 많습니다.

그래서 큰 조직에서 이미 결정된 시스템의 일부를 개발하는 것보다,

아직 아무것도 없는 상태에서 제품의 기술 기반을 직접 만드는 것을 재미있어하는 분과 잘 맞을 것 같습니다.

근무 조건

• 정규직

• 서울 근무

• Backend Tech Lead 기준 연봉 8,500만 원 수준

• 경력과 역량에 따라 상향 협의 가능

• 초기 핵심 멤버로 제품·기술 의사결정에 직접 참여

현재 완성된 제품에 사람을 추가하는 채용이 아닙니다.

제품의 Backend 구조와 개발문화, 기술 기준을 처음부터 함께 만드는 자리입니다.

라이브 스트리밍과 크리에이터 산업에 관심이 있거나,
결제·정산·실시간 시스템처럼 기술적으로 깊게 파볼 수 있는 제품을 직접 만들어보고 싶은 분이라면 편하게 연락 주세요.

wenation2030@gmail.com

AI 시대, 우리는 어떤 신발을 신어야 할까요?

최근 AI의 성장을 두고 “속도를 늦춰야 한다”는 주장과 “시장에 맡겨야 한다”는 주장이 맞서고 있습니다. 그런데 제품과 서비스를 만드는 입장에서는 조금 다른 질문도 필요하지 않을까 하는 생각이 들었습니다.

AI는 신발과 비슷합니다. 더 멀리 더 편하게 갈 수 있게 해주지만, 익숙해질수록 이전에는 스스로 해오던 일의 일부를 도구에 의존하게 됩니다. 하지만 이게 꼭 나쁘다는 건 아닙니다. 이전에는 하기 어려웠던 일까지 가능하게 해주기도 하기 때문입니다. 그럼에도 우리는 신발이 어디까지나 도구라는 점을 잊으면 안 됩니다. 신발이 저절로 사람을 옮겨다 주지는 않습니다. 이동하겠다는 인간의 의지가 있을 때 비로소 신발의 힘은 빛을 발합니다.

이번 글에서는 AI의 발전 속도보다 ‘도구의 쓰임새와 인간의 사유’라는 관점에서 신발에 빗대어 생각해 봤습니다.

신발로 생각해 보는 AI 시대, 우리의 자세 

https://cfono1.tistory.com/1453

📢 [팀스파르타] 대기업 AI 교육 프로젝트 운영 매니저 모집

스파르타는 기업 임직원 대상 AI 실무교육을 설계하고 운영하는 기업교육/에듀테크 조직입니다.

기업 AI 교육 프로젝트가 확대되면서, 교육 현장을 함께 운영할 교육 운영 매니저를 모집합니다.

━━━━━━━━━━━━━━━

🛠 이런 일을 하게 됩니다

- 임직원 대상 AI 교육 현장 운영

- 일정, 출결, 참여자 안내 및 문의 대응

- 참여자, 강사, 내부 운영팀 간 커뮤니케이션

- 준비물 및 운영 환경 체크

- 이슈 대응 및 운영 관리

💡 이런 분을 찾고 있어요

- 약속을 정확하게 지켜주실 수 있는 분

- 차분하고 명확하게 소통할 수 있는 분

- 꼼꼼하게 현장을 챙길 수 있는 분

- 예상치 못한 문제에도 침착하게 대응할 수 있는 분

- HRD, AI 교육 프로젝트 경험을 쌓고 싶은 분

📅 근무 조건

- 계약 형태: 3개월 계약직 혹은 교육 단건 투입 (우수 활동 시 연장 가능)

- 근무지: 교육 별 상이 (합격 후 협의 예정)

- 근무시간: 교육 별 상이 (합격 후 협의 예정)

- 시급: 12,000원

- 교통비/식대 지원: 교육 별 상이 (합격 후 협의 예정)

📌 현재 필요한 인원 외에도 교육 운영 매니저는 상시로 계속 지원 받고 있습니다.

대기업 AI 교육 운영과 HRD 커리어에 관심 있는 분들의 꾸준한 지원 부탁드립니다.

🔗 공고 자세히 보기 & 지원하기

https://ax-recruit.vercel.app/positions/ops

[국비지원/수강료 0원~] 시간은 부족한데 수입원은 하나 더 필요하다면?🔥

🔥 내 일정은 이미 바쁜데, 새로운 수입원은 만들고 싶으신가요?

​

프리랜서 업무를 하든, 투자 공부를 하든, 다시 경제활동을 시작하려 하든 결국 필요한 건 내 시간을 크게 뺏지 않으면서 꾸준히 키워갈 수 있는 새로운 수입원입니다.

​

블로그가 궁금했지만 매번 직접 글을 써야 한다는 부담 때문에 시작하지 못했다면, AI를 활용해 진입장벽부터 낮춰보세요.

​

기존 일상을 유지하면서 새로운 수입원을 만들고 싶은 분

내 시간을 활용할 수 있는 수익화 방법을 찾는 분

글쓰기가 부담돼 블로그를 시작하지 못했던 분

​

✨ AI 블로그 올인원 클래스

ChatGPT로 콘텐츠 제작 부담은 줄이고, 직접 블로그를 운영하며 수익화부터 콘텐츠 자동화까지 경험합니다.

​

💰 내일배움카드 적용 시 수강료 0원부터

📌과정별 선착순 15명 | 100% 오프라인 교육

​

[교육 일정]

3회차 : 26.09.29~26.12.29 / 화·목 19:00~22:00

4회차 : 26.09.28~26.11.16 / 월·수·금 09:30~13:30

5회차 : 26.10.04~27.01.03 / 일요일 13:00~19:00

​

👉 새로운 수입원 만들기

https://ablnk.netlify.app/6yp2e

​

📞문의 : 02-6010-4545

사진만 올리면 여행의 흐름을 복원해주는 서비스를 만들었습니다

사진첩에는 여행 사진이 계속 쌓이는데, 시간이 지나면
“이때 어디를 갔었지?”, “이 다음에는 어디로 이동했지?”가 잘 기억나지 않더라고요.

그래서 사진을 업로드하면 촬영 시간과 위치 정보를 분석하고, 장소를 정리한 뒤 흩어진 사진들을 하나의 여행 흐름으로 묶어주는 ‘그날로’를 만들었습니다.

단순히 사진을 날짜순으로 나열하는 것이 아니라, 여행으로 보이는 사진들을 구분하고 지도와 타임라인 형태로 다시 볼 수 있도록 구현했습니다.

이번 Wanted AI Championship 2026에도 출품했고 현재 온라인 투표가 진행 중입니다.

서비스 한번 보시고 괜찮다고 느껴지시면 한 표 부탁드립니다 :)

피드백도 편하게 남겨주시면 감사하겠습니다.

https://event.wanted.co.kr/ai-championship/2026/projects/1405

투자자가 물을 15가지, 먼저 받아보세요

IR 덱에서 실제로 막히는 건 예쁜 슬라이드보다 답하지 못한 질문입니다.

가상의 B2B 재고 SaaS 덱에서 바로 나온 질문 3개입니다.

1. 재고 30% 감소는 평균인가요, 중앙값인가요?

2. 월 이탈률 2%는 고객 수 기준인가요, 매출 기준인가요?

3. 유료 고객 12곳 중 정상가격 고객은 몇 곳인가요?

5장 이내 핵심 슬라이드를 기준으로 예상 질문 15개와, 지금 답이 약한 질문 5개를 문서로 돌려드리는 작은 실험을 준비하고 있습니다.

첫 샘플 3개는 무료입니다. 정식 질문팩 가격 가설은 $5이며, 아직 결제는 받지 않습니다.

https://tally.so/r/5BND7N

사람에게는 잘 보이는데, 검색엔진과 AI에는 다르게 보이는 웹사이트를 찾고 있습니다

웹사이트를 직접 보면 멀쩡해 보여도, 검색엔진이나 AI가 읽는 정보는 다를 수 있습니다.

예를 들어 화면에는 최신 회사 소개가 잘 보이는데 raw HTML에는 없거나, 구조화 데이터에는 예전 정보가 남아 있거나, 페이지마다 회사·제품 정보가 조금씩 다르게 적혀 있는 경우가 있습니다. 사람은 쉽게 지나치지만 기계는 이런 차이를 그대로 읽습니다.

이런 문제를 확인하기 위해 SearchLens라는 웹사이트 진단 도구를 만들고 있습니다.

SearchLens는 단순히 SEO 점수를 보여주는 도구가 아니라,

• 사람이 보는 화면과 검색엔진·AI가 읽는 정보의 차이

• SEO / GEO

• 구조화 데이터

• 정보 일관성

• 오래된 정보와 현재 정보의 충돌

• Google/Bing의 실제 검색 증거

를 함께 살펴보고, 무엇이 문제인지보다 왜 그렇게 판단했는지 근거를 보여주는 것에 초점을 두고 있습니다.

현재는 실제 사이트를 더 많이 분석하면서 판정 기준과 리포트 품질을 다듬는 단계입니다.

그래서 지금 무료 Mini Scan을 몇 곳 받아보려고 합니다.

무료 Mini Scan에서는 공개된 웹페이지를 기준으로,
사람 눈에는 잘 보이지 않거나 놓치기 쉬운 Human vs Machine 차이 1~3개 정도를 찾아 간단히 정리해드립니다.

아직 초기 단계라 판매보다 실제 운영자분들의 피드백을 받는 게 목적입니다.

관심 있으시면 아래에서 신청해 주세요.

getsearchlens.com

특히 B2B SaaS, 전문서비스, 브랜드 사이트처럼
“우리 사이트가 검색엔진과 AI에게 어떻게 읽히고 있는지 궁금한 분”이면 더 잘 맞습니다.

투자자가 먼저 물을 질문 3개

IR 덱을 열면 가장 먼저 확인하는 건 디자인보다 숫자의 정의입니다.

예를 들어 이런 질문입니다.

1. "재고가 30% 줄었다"는 평균인가요, 중앙값인가요? 비교 기간과 표본 수는 몇 개인가요?

2. 월 이탈률 2%는 고객 수 기준인가요, 매출 기준인가요?

3. 유료 고객 중 정상가격 고객은 몇 곳인가요?

가상의 B2B SaaS 덱으로 만든 48시간 IR 레드팀 샘플과 Founding 5 신청서를 한 페이지에 정리했습니다.

https://tally.so/r/A7k9xD

Founding 5는 5팀, 29만원입니다. 통화 없이 문서로만 진행합니다.

Choosing the Right Visual Format for an Abstract Idea

Choosing the Right Visual Format for an Abstract Idea

Faceless short videos often explain subjects that cannot be filmed directly: a decision rule, a workflow, a tradeoff, a change in understanding, or a relationship between several variables. The easy response is to add generic footage that matches a keyword. The screen moves, but the visual layer does not help the viewer think.

A better process begins by identifying the job of the scene and choosing a visual format that performs that job. Diagrams, demonstrations, comparisons, interface recordings, generated illustrations, and typography each solve different communication problems. Selecting deliberately improves clarity and reduces the amount of media that must be generated or edited.

Define the invisible relationship

Write the idea as a relationship rather than a topic. “Consistency” is a topic. “Keeping character features fixed across scenes reduces distracting changes” is a relationship. “Analytics” is a topic. “A retention drop identifies a moment to inspect, not an automatic cause” is a relationship.

Ask what the viewer must notice: sequence, contrast, hierarchy, location, quantity, cause, or transformation. This verb-like requirement guides the visual choice. A sequence needs visible order. A contrast needs comparable conditions. A hierarchy needs levels. A transformation needs a clear before and after.

Remove information that does not support the relationship. A detailed background can make an illustration impressive while hiding the only change that matters. The visual should make the key difference easier to see than it would be in narration alone.

Use diagrams for structure and causality

Diagrams work well when the idea concerns flow, dependency, grouping, or feedback. Boxes and arrows may look simple, but simplicity is useful when the viewer needs to understand how parts connect.

Keep the number of elements small enough for a phone screen. Reveal a complex diagram in stages rather than displaying the final version immediately. Match each spoken step to one visible change. Use labels that name the function of an element, not an unexplained abbreviation.

Direction should remain consistent. If time moves left to right in one scene, do not reverse it in the next without a clear reason. Color can identify categories, but use shape or labels as well so meaning does not depend on color alone.

Use demonstrations when an action matters

A screen recording or practical demonstration is strongest when viewers need to repeat an operation. Show the real control, input, and result. Crop the frame so the relevant area is readable and move the pointer along a deliberate path.

Do not display an entire interface merely to prove that software exists. Hide irrelevant panels and notifications. Slow down before a consequential click, then hold the result long enough to inspect. If a process differs across accounts or versions, state the condition.

Verify the workflow immediately before recording. Interfaces change, and an outdated demonstration can make accurate narration unusable. When a direct recording would expose private information, build a clearly labeled reconstruction with realistic but non-sensitive data.

Use comparisons with controlled conditions

Before-and-after and option comparisons can explain quality differences quickly, but only when the conditions are comparable. Use the same framing, input, duration, and scale. If several variables change at once, the viewer cannot tell which change produced the result.

A split screen is useful for simultaneous inspection. Sequential full-screen examples provide more detail but depend on memory. Choose based on what must be compared. Highlight one difference at a time with a restrained outline or label.

State the evaluation criterion. “Better” is vague. “The subject remains recognizable across three scenes” tells the viewer what to inspect. A fair comparison can also show limitations, preventing an attractive example from implying a universal result.

Use generated illustration for situations, not evidence

Generated imagery can represent hypothetical scenes, metaphors, and environments that are expensive or impossible to film. It is useful for establishing context and maintaining a visual style across a narrative.

Do not present an invented image as proof of a real event, person, product result, or location. Choose an obviously illustrative style or label the image when confusion is possible. Inspect hands, text, reflections, repeated objects, logos, and identity continuity.

Write a compact continuity brief for recurring subjects: appearance, clothing, palette, framing, lighting, and environment. Reuse the stable details while changing only what the scene requires. This is more reliable than hoping independent prompts will create a coherent sequence.

Use typography for precision

Text is appropriate when exact wording, a number, a definition, or a short rule is the subject. A phrase can appear as narration reaches it, with one emphasized term guiding attention.

Avoid placing a paragraph on screen while different narration continues. Reduce the spoken content or hold the frame long enough to read. Captions, headings, and labels serve different functions; repeating the same sentence in all three creates clutter.

Preview at phone size. Use sufficient contrast, safe placement, and natural line breaks. Technical terms and numbers need manual review because transcription errors can reverse meaning.

Use charts only when quantity changes the conclusion

A chart should answer a question that words alone cannot answer efficiently. Remove decorative axes, legends, and series. Label important values directly and explain the comparison baseline.

Do not animate every element at once. Reveal the relevant series as it is discussed. Keep scales honest and avoid cropping an axis in a way that exaggerates a small difference. If the data is illustrative rather than measured, say so.

For short videos, one clear pattern is usually enough. A dense dashboard may be useful in a report but unreadable in a reel. Link to detailed evidence when viewers need the full dataset.

Combine formats around one scene goal

A scene can use more than one format, but each layer should cooperate. An interface recording may include a short label identifying the selected control. A diagram may use one generated illustration as context. A comparison may include a small chart summarizing the result.

Start with the primary explanatory format, then add only what reduces effort. Extra motion, icons, and overlays often compete with the relationship being explained. Mute each layer during review and ask whether its removal makes understanding worse. If not, it may be unnecessary.

Production systems can help assemble planned assets into a consistent reel. An AI faceless video maker can provide a starting point for scripts, visuals, narration, captions, and short-form assembly. The scene goal should remain the source of truth: automation should execute a communication decision, not replace it with whichever output looks most dramatic.

Prototype before producing final media

Create a low-cost animatic with colored cards, rough screenshots, and temporary narration. Label each card with its visual job. This exposes scenes that contain too much information or do not have enough time.

Watch once without sound. The main sequence and contrast should remain recognizable. Then listen without visuals. The narration should retain logical continuity. Neither layer must communicate every detail alone, but each should support the other.

Ask a reviewer what changed in each scene. If the answer focuses on decoration rather than the intended relationship, revise the format before generating polished assets.

Apply a scene-level acceptance test

For every important scene, write two observable criteria. A diagram might require a left-to-right flow and no more than five visible nodes. A comparison might require identical framing and one labeled difference. A screen recording might require the current interface and a readable final state.

Review accuracy, legibility, continuity, and duration. Confirm that visual evidence matches the narration. Check that labels survive compression and interface overlays. A beautiful scene that fails its explanatory job should be revised.

The right visual format turns an abstract statement into something a viewer can inspect. Define the relationship, identify whether it depends on sequence, contrast, hierarchy, action, quantity, or transformation, and select the simplest format that reveals it. Prototype cheaply, maintain continuity, and judge every scene by its communication job. The result is a faceless video whose visuals carry meaning rather than merely filling the screen.

[국비지원/수강료 0원~] 혼자 할 일은 많은데 시간은 없다면? AI에게 맡겨보세요🔥

🔥 자료 찾고, 정리하고, 분석하고… 혼자 다 하느라 시간이 부족하지 않으신가요?

​

프리랜서 업무부터 학업, 투잡·개인 프로젝트까지 혼자 챙겨야 할 일이 많을수록 반복 작업에 쓰는 시간도 늘어납니다.

ChatGPT를 검색이나 요약에만 쓰고 있었다면, 이제 ​​내가 반복하던 일을 AI가 대신하도록 직접 자동화해보세요.

​

자료 수집·정리·분석을 자주 하는 분

혼자 처리해야 할 반복 작업이 많은 분

한정된 시간 안에 더 많은 일을 처리하고 싶은 분

ChatGPT를 내 일·학업·프로젝트에 제대로 활용하고 싶은 분

​

🤖 AI 에이전트 업무 혁신 클래스

ChatGPT × n8n으로 요약·분류·검토 등 반복 작업을 대신 처리하는 나만의 AI 에이전트를 직접 만듭니다.

​

👉 [AI 에이전트 신청] https://ablnk.netlify.app/tj9ua

​

📊 엑셀·보고서 업무자동화 클래스

반복되는 데이터 정리부터 분석·보고서 작성까지 AI로 더 빠르게 처리하는 방법을 배웁니다.

​

👉 [엑셀·보고서 신청] https://ablnk.netlify.app/9jyrp

​

💰 내일배움카드 적용 시 수강료 0원~290,400원

📌 10/3(토) 개강 | 과정별 선착순 15명

📍 100% 오프라인 실습 | 신도림역 인근

​

⏰ 혼자 다 하느라 시간을 쓰지 말고, 반복되는 일부터 AI에게 맡겨보세요.

​

📞 문의: 에이블원 교육센터 02-6010-4545

상상을 그림으로 바꾸다 — 제가 만든 무료 AI 그림 생성 사이트입니다

안녕하세요, CubistAI 개발자입니다.

개발자이자 인터넷에서 이것저것 만들고 노는 크리에이터로서, 자주 부딪히는 벽이 하나 있었습니다. "머릿속에 있는 장면을 어떻게 실제 이미지로 만들지?"

한 장의 그림이 왜 이렇게 어려운 걸까?

이런 순간들, 정말 자주 겪었습니다.

• 퀄리티 있는 프로필 이미지가 필요해 디자인 툴을 켜면, 레이아웃·색감·보정까지 한 번 하면 두 시간이 순삭됩니다.

• 주제에 맞는 포스터를 만들려면 소재·폰트·색상을 찾아야 하는데, 결과물이 마음에 들지 않는 경우가 많습니다.

• 모두가 "예쁘고, 스타일 있고, 개성 있는" 이미지를 원하지만, 대부분의 툴은 진입장벽이 너무 높습니다.

한때 통계를 내본 적이 있습니다. 게시물 하나나 이벤트 하나를 준비할 때, 이미지 때문에 30분에서 1시간이 그냥 날아가더군요. 솔직히 글을 쓰는 것보다 더 힘들었습니다.

마음에 드는 툴이 없으면, 직접 만들자

엔지니어에게 '귀찮음'은 최고의 생산성 동력입니다. 시중에 나와 있는 이미지 툴들은 유료이거나, 조작이 복잡하거나, 광고가 너무 많거나 하더군요. 그래서 직접 만들기로 했습니다.

제 요구는 아주 단순했습니다.

1. ​한 문장을 입력하면 이미지가 나와야 한다.​ 그림을 못 그려도, 툴을 배우지 않아도 된다.

2. ​무료로 바로 시작할 수 있어야 한다.​ 카드를 등록하거나 수많은 계정을 만들 필요가 없다.

3. ​몇 초 안에 고화질로 예쁘게 나와야 한다.​

그렇게 CubistAI가 탄생했습니다.

어떤 일을 할 수 있을까?

지금의 CubistAI는 제가 매일 사용하는 필수 툴이 되었습니다. 이미지 작업 때문에 스트레스받는 분들에게 도움이 될 만한 기능을 소개합니다:

• ​한 문장으로 이미지 생성​: 손그림이나 디자인 기초가 전혀 없어도, 원하는 장면을 설명하기만 하면 AI가 몇 초 안에 그려드립니다.

• ​매일 무료 크레딧​: 가입만 하면 매일 10포인트의 무료 크레딧이 지급됩니다. 충분히 써보고 마음에 들면 업그레이드하세요.

• ​고화질·고퀄리티 결과​: Nano Banana, Seedream, FLUX 등 다양한 최신 모델을 연동하여 고화질의 예술적인 이미지를 출력합니다.

• ​전용 도구 다양하게 준비​: 전문가용 프로필 사진, 캐릭터 이미지, 컬러링 페이지, LinkedIn용 증명사진은 물론, 이미지 배경 제거·확장·워터마크 제거·헤어스타일 변경까지 원클릭으로 해결됩니다.

• 2026 월드컵 테마 패키지​: 국가대표 유니폼 디자인, 경기 포스터 생성, 컬러링 페이지까지, 축구 팬이라면 소장하고 싶을 만한 이미지를 한 번에 만들어드립니다.

마치며

이 툴을 만든 가장 큰 이유는, 지루한 '이미지 만들기' 작업에서 벗어나 진짜 '창작'에 시간을 쏟기 위해서였습니다.

이제 그 도구를 무료로 공개합니다. 아직 완벽하지는 않지만, 계속해서 발전시켜 나가고 있습니다.

이미지 작업에 지친 크리에이터라면, 한 번 사용해보세요:

https://cubistai.org/

사용 중 제안 사항이 있거나 버그를 발견하셨다면 댓글로 알려주세요. 이 작은 도구가 여러분의 창작과 포스팅을 조금이라도 더 편하게 만들어줄 수 있기를 바랍니다.

미국 VC 180곳에 연락해서 40곳을 만났고, 텀시트는 0건이었다

벤처 인사이더. 아시아 딥테크 스타트업에서 투자유치와 미국 진출을 총괄했다. 관련 회사와 투자자를 보호하기 위해 필명으로 쓴다.

숫자부터 꺼내겠다. 이 이야기에서 내가 확신할 수 있는 건 숫자뿐이기 때문이다.

미국 VC 180곳에 연락했다. 90여 곳에서 답장이 왔다. 40곳과 첫 미팅을 했다. 그중 2차 미팅으로 간 곳은 3곳. 텀시트는 0건이었다.

이 숫자를 처음 정리했을 때 한동안 화면만 봤다. 콜드 아웃리치 답장률 50%는 나쁜 게 아니다. 좋은 편이다. 40번의 미팅도 적은 숫자가 아니다. 우리는 문 앞에서 막힌 게 아니었다. 문은 마흔 번 열렸다.

그런데 서른일곱 번이 같은 자리에서 끝났다. 첫 미팅, 거기서 끝. 이걸 이해하는 데 가장 오래 걸렸다. 서른일곱 번을 서로 다른 이유로 졌다면 하나씩 고치면 됐다. 우리는 같은 지점에서 서른일곱 번을 졌다.

대답하지 못한 질문

나는 Founder가 아니라 CMO였다. 회사의 스토리를 만드는 데는 자신이 있었고, 마케터가 준비하듯 준비했다. 덱, 서사, 시장 규모, 기술, 확보한 고객.

대부분의 방에서 첫 질문은 "우리가 왜 귀사에 투자해야 합니까?"였다. 답은 있었다. 회사 소개였다. 투자자가 원한 건 투자 논리였다. 그 둘은 비슷해 보이지만 다르다. 회사 소개는 "우리는 이런 회사입니다"로 끝나고, 투자 논리는 "그래서 당신 돈이 이렇게 불어납니다"로 끝난다.

그리고 미팅을 실제로 끝낸 질문이 왔다.

"우리가 투자하면 몇 배로 Exit할 수 있다고 보십니까?"

나는 "10배"라고 답했다. 계산은 없었다. 어떤 인수자가 어떤 매출에 어떤 배수를 몇 년 뒤에 지불할지 말할 수 없었다. 나중에 알았지만 우리 회사의 누구도 그 계산을 해본 적이 없었다. 아무도 물어본 적이 없었으니까.

투자자는 우리의 야망을 묻는 게 아니었다. 자기 펀드의 모델이 닫히는지를 묻고 있었다. 우리는 그 펀드의 모델이 어떻게 생겼는지 몰랐다.

40개의 다른 실패인 줄 알았다

미팅이 끝날 때마다 안 된 이유를 적었다. 시장 설명 부족, 재무 부족, 미국 법인 부재, Exit 불명확, 밸류에이션 차이, 실사 자료 미흡. 처음 내린 결론은 "미국 VC는 제각각이라 하나하나 다르게 준비해야 한다"였다.

틀렸다. 정확히는 절반만 맞았다. 진짜 패턴은 한 단계 들어갈 때마다 다음 문제가 드러나는 구조였다. 대부분은 Exit 논리에서 멈췄다. 그걸 넘은 곳은 법인 구조를 물었다. 그걸 넘은 곳은 실사 요청을 보냈다. 그걸 넘은 곳과는 밸류에이션이 안 맞았다. 네 개의 벽이 정해진 순서로 있었고, 앞의 벽에 부딪혀야 다음 벽이 보였다.

벽 — 우리가 생각한 문제 — 실제로 받고 있던 질문

1. Exit — 피치가 부족한가? — 투자한 돈이 어떤 경로로 몇 배가 되어 돌아오는가?

2. 구조 — 미국 법인만 만들면 되는가? — 투자자가 실제로 투자하고 회수할 수 있는 구조인가?

3. 실사 — 좋은 스토리면 충분한가? — 우리가 하는 말을 문서와 숫자로 증명할 수 있는가?

4. 밸류에이션 — 얼마를 높게 받을 수 있는가? — 기존 주주와 신규 투자자 모두가 받아들일 수 있는 가격인가?

하지 않은 Flip

두 번째 벽은 따로 말할 가치가 있다. 한국 창업자에게 주어지는 조언 대부분이 여기서 틀리기 때문이다.

한 VC가 "델라웨어 C-Corp이 아니면 투자하기 어렵다"고 했다. 그래서 예상대로 두 달간 Flip을 검토했다. 법률, 세무, IP 이전, 주주 동의, 기존 투자자에 대한 영향, 정부 R&D 과제에 대한 영향. 직접 비용은 약 2.7억원이 나왔다. 틀렸을 때 되돌리는 비용은 그보다 컸다.

그러고 나서 그 VC에게 유일하게 중요한 질문을 했다. "Flip하면 투자가 확정됩니까?"

답은 "적극적으로 검토하겠다"였다.

조건과 약속은 다르다. 우리는 Flip하지 않았다. 지금도 그 판단이 맞았다고 생각하고, 동시에 그 질문을 두 달 전에 했어야 했다고 생각한다.

실사 요청

한 곳은 다른 곳보다 더 나아갔다. 미팅이 잘 끝난 뒤 "Additional Information Request"라는 제목의 메일이 왔다. 재무제표 몇 장을 예상했다. 첨부는 여러 페이지였다. 월별 매출, 고객별 매출, 모든 주요 계약, Cap Table, 옵션 대장, IP 출원 내역, 고용 계약, 이사회 의사록, 특수관계자 거래, 세금.

아무도 말해주지 않았던 것을 그때 알았다. 실사는 자료를 얼마나 많이 낼 수 있는지를 보는 게 아니다. 서로 다른 문서에서 같은 회사가 나오는지를 본다. 우리는 대체로 그랬다. 완전히는 아니었다. 기준일이 달랐고, 영업과 재무의 "고객" 정의가 조금 달랐고, 오래된 계약서에 아무도 기억 못 하는 조항이 하나 있었다. 치명적이지는 않았다. 전부 신뢰를 깎았고, 다음 단계는 신뢰로 굴러간다.

닫히지 않은 밸류에이션

그 VC와는 숫자까지 갔다. 그리고 움직일 수 없는 벽을 만났다.

우리에게는 특정 밸류에이션에 들어온 국내 투자자가 있었다. 미국 펀드를 받으려고 그 가격보다 의미 있게 낮추면, 우리를 먼저 믿어준 사람들에게 "회사가 당신이 투자했을 때보다 싸졌다"고 말하는 셈이었다. VC 쪽은 자기 펀드 수익 모델이 요구하는 숫자 위로 올라올 수 없었다. 우리에겐 바닥이 있었고, 그들에겐 천장이 있었다. 둘은 만나지 않았다.

어느 쪽도 틀리지 않았다고 생각한다. 우리가 직전 라운드를 협상할 때 그다음 라운드가 어떤 모양이어야 하는지 한 번도 묻지 않았을 뿐이다.

다시 간다면

미국 투자를 준비하는 한국 창업자에게 드릴 결론은 이것이고, 내가 한 것과 정반대다.

처음에 나는 VC 리스트에서 시작했다. 리스트를 만들고, 소개를 받고, 메일을 보내고, 미팅을 잡았다. 그 부분은 정말 잘했다. 하지 않은 건 그 미팅이 시험할 준비였다.

지금이라면 이 순서로 간다.

고객 → 숫자 → 회수 경로 → 구조 → 증명 → Valuation → VC

실제로 돈을 내는 미국 고객 한 곳을 찾는다. 그 고객을 단위 경제로 바꾼다. 그 숫자를 특정 인수자가 실제로 지불할 만한 Exit까지 밀어본다. VC가 언급한 구조가 아니라 그 Exit이 요구하는 법인 구조를 고른다. 남이 열기 전에 스스로 실사한다. 기존 주주가 감당할 바닥과 다음 라운드가 받아줄 천장 사이에서 밸류에이션 범위를 정한다. 그리고 맨 마지막에 VC 리스트를 연다. 그때는 180곳이 아니라 20곳이면 된다.

예전에는 VC가 출발점이었다. 지금은 VC가 마지막이다.

이 전부를, 일곱 단계마다 붙는 체크포인트 72개까지 포함해 한 권으로 정리했다. 마흔 번째 미팅 뒤에 조립하는 대신 첫 미팅 전에 그 목록을 살 수 있었다면 얼마든 냈을 것이다. 같은 자리에 계신 분께:

한글판: https://ventureinsider.gumroad.com/l/failed-us-fundraising-kr

영문판 1장 무료: https://ventureinsider.gumroad.com/l/free-chapter

법률·세무·투자 자문이 아니다. 한 실무자의 기록이다.

(원문: https://ventureinsider.gumroad.com/vc-180-40-0)

A Controlled Experiment for Better Prompt-Based Video Edits

A useful video editing experiment begins with a question you can answer. Does warmer lighting make a demonstration easier to follow? Would a quieter background keep attention on the presenter? Could a different visual style help a short sequence fit the rest of a project? These questions are more productive than asking a model to make everything cinematic. They describe an observable change, which gives you a fair way to judge the result.

Prompt-driven transformation is especially interesting when the source recording already contains the right action. Instead of replacing the entire production process, it can provide alternative treatments of that recording. The workflow below concentrates on comparison, careful review, and clear file management rather than promising that every generated version will be ready to publish.

Define the parts of the recording that matter

Before choosing an effect, write down what the clip must communicate. In a product demonstration, that could be the sequence of three hand movements. In an educational video, it might be the position of an object relative to a diagram. In a social introduction, the important element could be the presenter's expression. These are your protected details: if a transformation changes them enough to confuse the viewer, the output fails even when it looks attractive.

Separate those details from elements you are happy to change. Wall color, background scenery, overall palette, and apparent time of day may be flexible. Having two lists prevents an impressive visual change from distracting you from a factual mistake. It also helps another reviewer understand what the finished clip is supposed to preserve.

Choose an uncomplicated first example

Begin with a short recording that has one clear subject and an easy-to-follow action. A fixed camera and reasonably even lighting make comparisons simpler. Complex footage is not automatically unusable, but it creates more variables: a blur might come from the recording, the transformation, or the export. A simpler first example makes the cause easier to identify.

Keep the original file in a separate folder before you experiment. Give it a descriptive name containing the scene and take number. If you need to trim the clip, create a working copy rather than overwriting the source. This small habit makes it possible to restart an experiment without wondering which version contains the original timing or framing.

Match the mode to the question

Different transformation modes answer different creative questions. Style transfer is appropriate when you want to explore a visual treatment. A background change focuses on the environment around the subject. Relighting addresses how a scene appears to be illuminated. Character changes and camera-angle changes are more substantial interventions, so they deserve particularly careful review for continuity and representation.

A browser-based option such as Video to Video accepts a short source clip and a text prompt to create video variations. Its described modes include style transfer, background changing, character swapping, relighting, camera-angle changes, motion control, and generating a separate continuation clip. Choose a mode because it serves the experiment, not simply because another option is available.

Restyling is one possible treatment; review the actual generated motion separately from any illustrative image.

Write one testable instruction

A practical prompt names the requested change and the features that should stay recognizable. For example: give the room soft evening light while keeping the speaker, clothing, and camera framing consistent. This is not a guarantee that every feature will survive unchanged. It is a specification against which to compare the output.

Avoid loading the first prompt with several unrelated ideas. Changing the setting, identity, lighting, and camera angle simultaneously makes it hard to know which instruction caused a problem. Start with one major change. If that result is useful, a later experiment can test another. Save the exact prompt alongside the output so that memory does not become your only record of the process.

Plan a small comparison set

Three deliberate candidates are often more informative than a large collection of unrelated variations. For a lighting experiment, you might compare neutral daylight, a warmer evening treatment, and a softer studio-like appearance. Keep the source and intended action consistent. This allows a reviewer to focus on the variable you actually wanted to test.

Record a short reason for each candidate. One may be intended for an instructional page, another for an introductory social clip. These purposes can lead to different choices without making either version objectively superior. Avoid treating a larger number of generated files as evidence of progress; the useful outcome is a version that passes your specific communication and quality checks.

Review movement, not just representative frames

A still frame can hide problems that become obvious during playback. Watch each clip at normal speed before pausing to inspect details. Pay attention to the boundaries of the subject, the way shadows move, and any objects being held. If an object changes shape between frames, the visual effect may distract from the explanation even when the opening image looks convincing.

Then inspect the elements from your protected-details list. Check that an important gesture remains legible and that any necessary text can still be read. Generated treatments can alter lettering, small accessories, faces, or other fine details. Do not assume an unchanged prompt means unchanged content. Reject misleading changes or return to the untouched recording when accurate depiction is essential.

Handle continuations as new editorial material

A generated follow-up is not evidence of what happened after the camera stopped. Treat it as constructed material, with the same care you would give any synthetic scene. If you use a continuation feature that delivers a separate clip, retain it as a separate asset during review. Check the transition, direction of motion, lighting, and subject position before placing it next to the source.

This distinction matters in teaching, reporting, and demonstrations. A continuation could imply a result that was never recorded. Where that implication would mislead viewers, avoid it or make the illustrative nature clear. Keeping generated assets separate from original footage makes those editorial decisions more visible to everyone involved.

Export for the intended viewing conditions

Choose the output format and resolution with the final destination in mind. The tool described here offers private 720p or 1080p variations, but resolution alone does not determine whether a clip works. Framing, compression, motion clarity, and readability can matter more than additional pixels. Review the downloaded file, not only a preview inside an editing interface.

Check the clip on a phone if most viewers will see it there. Watch without sound once to judge whether the action is understandable, and with sound to assess timing if audio is part of the edit. Keep a simple final checklist: the message is accurate, protected details remain usable, movement is acceptable, and the file is clearly labeled.

Keep only the lessons you can support

At the end of the session, write a short note describing what worked for this particular source. Perhaps a restrained lighting prompt was clearer than a dramatic one, or a background change introduced distracting edges. These are observations, not universal rules. Another recording may behave differently.

A dependable workflow combines a clear purpose, a preserved source, a small comparison set, and a disciplined review. Prompt-based editing becomes useful when it helps answer a concrete production question. The goal is not to transform every clip. It is to recognize when a controlled variation improves the explanation, and when the original footage remains the better choice.