얕고넓게

PG 심사 통과했는데 카드사가 거부했습니다 — 결제 라이브까지 마지막 7일

1인 개발로 AI 사업기획서 서비스 Bizketch를 만들고 있습니다. 코딩의 상당 부분은 AI한테 맡기면서요.

지난주 토요일에 첫 실결제가 찍혔습니다. 삼성카드 13,900원. 직접 결제하고, 토스에서 PAID 확인하고, 포트원에서 바로 취소했습니다.

PG 심사를 신청한 게 두 달 전입니다. 그동안 5차 리마인더까지 보냈어요. 통과 통보가 온 게 4/29 밤이었고, 그 시점부터 첫 실결제가 찍힐 때까지가 약 일주일 — 이번 로그는 그 마지막 7일 이야기입니다.

4/29 밤, 통과 메일이 한꺼번에 왔습니다

토스페이먼츠에서 MID 3건(기본결제·간편결제·빌링) 자동 발송 메일이 22:03~22:21 사이에 차례로 왔습니다. 22:05에 포트원 CS에서도 “실운영모드 설정 완료” 메일이 왔어요. 다섯 번째 리마인더를 그날 아침에 보냈는데 같은 날 밤에 통과 통보가 온 거예요. 카드사 심사가 보통 2주 걸린다고 들었는데 생각보다 빨리 끝났습니다.

다음 날 포트원 콘솔에 들어가서 라이브 채널 키 3종을 받고, 환경변수 4개를 갈아끼웠습니다. Production만. Dev·Preview는 테스트 키 그대로 둬서 로컬에서 실수로 실결제 나가는 걸 막았어요.

여기까지는 30분이면 끝날 줄 알았습니다.

그런데 카드사가 거부했습니다

테스트로 제 삼성카드를 긁어봤는데 E0:가맹점 정보 확인 요망. 케이뱅크로 다시 시도해도 같은 메시지였습니다.

토스 상점관리자에서 거래 로그를 봤더니 코드·환경설정은 정상이고, 카드사 측 가맹점 등록 동기화가 아직 안 된 상태였어요. 토스 계약은 4/29에 끝났는데, 카드사가 토스로부터 가맹점 정보를 받아 시스템에 반영하는 데 영업일 며칠이 더 걸리는 모양이었습니다.

문제는 그 시간 동안 가만히 있었던 게 아니라, 잠재된 코드 버그 4개를 발견했다는 점입니다.

한 달간 안 보였던 버그 4건

PG 심사 대기 동안에는 실결제를 시도할 일이 없으니, 코드는 멀쩡해 보였습니다. 실 채널 키로 결제를 돌리니 그제야 버그가 드러났어요.

여기서 AI 코딩의 함정을 좀 만났습니다. 카드사 거부 메시지를 그대로 AI에 넘기면 그럴듯한 가설이 한두 개씩 나옵니다. 그대로 패치하고 재배포해도 또 막혔어요. 결국 콘솔에서 환경변수 실제 값을 직접 까보고, SDK 타입 정의를 직접 읽고, 로그를 한 줄씩 들여다보는 시간이 필요했습니다. AI는 빠르지만 '어디를 파야 하는지’는 제가 잡아야 했어요.

1. 환경변수 trailing newline echo "value" | vercel env add 로 등록한 키 끝에 \n 이 붙어 있어서 PortOne SDK가 RECORD_NOT_FOUND 를 뱉었습니다. printf "value" | … 로 재등록하니 해결.

2. CSP frame-src 차단 next.config.ts 의 frame-src·connect-src에 https://*.tosspayments.com 이 빠져 있어서 결제창 자체가 안 뜨고 있었습니다. 도메인 추가.

3. PortOne v2 SDK 파라미터 키 이름 오류 간편결제 easyPay 옵션에 provider 로 넘기고 있었는데, SDK 표준은 easyPayProvider 였습니다. 키 이름에 easyPay 프리픽스가 빠져서 EASY_PAY 결제가 전부 실패했어요. AI가 처음 잡아준 코드라 의심 없이 넘겼는데, SDK 타입 정의를 직접 보니 키 이름이 달랐습니다.

4. Vercel ignoreCommand 동작 반대 docs-only 커밋만 빌드 스킵하라고 만든 ignoreCommand가, 알고 보니 반대로 작동하고 있었습니다. 코드 변경 시 빌드 스킵, docs-only 시 빌드 실행. grep -qvE invert 결과를 exit code로 그대로 쓰는 패턴에서 ! 가 빠져 있었어요. 결제 환경변수 갈아끼우는 동안 일부 배포가 안 됐던 이유였습니다.

이 4개를 그날 하루 동안 재배포를 반복하면서 잡았습니다. 카드사 동기화가 늦어진 게 오히려 다행이었어요. 동기화가 빨리 끝났다면 이 버그들과 함께 라이브로 갔을 겁니다.

5/8 토요일 오후, PAID

영업일 7일째에 다시 삼성카드를 긁었더니 PAID가 떴습니다. 토스 콘솔에서도 13,900원이 정상 처리됐고, 바로 포트원에서 전액 취소를 눌러서 실제 청구는 안 가도록 했습니다.

그 후 간편결제 3종(카카오페이·토스페이·페이코)도 Playwright로 결제창 진입까지 확인했어요. 네이버페이·애플페이는 토스에 별도 심사를 신청해뒀고, 최대 2주 걸린다고 합니다.

테스트 모드를 빠져나오는 데 두 달이 걸렸지만, 이제 Bizketch도 정식 결제가 되는 '진짜 서비스’가 됐습니다. 결제 한 번이 이렇게 의미 있을 줄 몰랐어요.

돌아보면

PG 통합에서 진짜 어려운 건 심사 대기가 아니라 실 채널 키로 처음 결제를 돌리는 그 순간이었습니다. 테스트 키로는 통과하던 모든 코드가, 실 환경에서는 한 개씩 새는 거였어요.

배운 점:

• 테스트 환경과 실 환경 분리는 좋지만, 실 환경 디버깅이 가능한 우회 경로(예: 본인 결제 후 즉시 환불)도 필요하다

• CSP·환경변수·SDK 파라미터 같은 인프라성 버그는 정상 플로우에서는 안 잡힌다. 라이브 전 체크리스트가 따로 있어야 한다

• 카드사 가맹점 동기화 영업일은 PG가 알려주지 않는다. 계약 후 즉시 라이브 가능하다고 생각하면 안 된다

• AI 코딩 시대에도 '내가 만든 시스템이 어떻게 돌아가는지’는 1인 개발자의 핵심 자산이다. AI가 그럴듯한 답을 내놔도 막혔을 때 원인을 짚어내려면, 결국 내가 코드 흐름을 따라가 봤어야 한다. AI에 다 맡길 수 있는 건 '실행’이지 '방향성’이 아니다

CS 자동화를 0원으로 구축한 이야기 — GitHub Issue + AI 분류 + 자동 메일

1인 개발로 AI 사업기획서 서비스 Bizketch를 만들고 있습니다.

베타 사용자가 30명이 넘으면서 문의가 들어오기 시작했습니다. 아직은 하루에 한두 건이지만, 문제는 혼자서 모든 걸 해야 한다는 것입니다. 코드 짜다가 메일 확인하고, 답장 쓰다가 다시 코드로 돌아오면 맥락이 끊깁니다.

그래서 다들 알고 계시는 내용인데 뒷북일까 좀 걱정됩니다만... 알고 있는 지식과 판단으로 CS 파이프라인을 자동화해 봤습니다.

만든 것: 문의 접수부터 해결 완료 메일까지 전자동

전체 흐름은 이렇습니다:

사용자 문의 접수 (웹 폼 or 이메일)
  → 접수 확인 메일 자동 발송
  → GitHub Issue 자동 생성 (카테고리 라벨 매핑)
  → AI가 Issue 분석 (GPT-4o-mini)
     ├─ FAQ로 답변 가능 → 자동 답변 + Issue close
     └─ 복잡한 문의 → needs-review 라벨 + 관리자 메일 알림
  → Issue close 시 → 사용자에게 해결 완료 메일 자동 발송

Copy

한 줄로 요약하면: 사용자가 문의를 넣으면, 내가 아무것도 안 해도 90%는 자동으로 처리됩니다.

사용한 도구 (전부 무료)

월 고정 비용: $0. AI 분류 비용은 문의 1건당 약 10원 수준.

왜 Zendesk나 채널톡 대신 이렇게 했나

1인 개발자에게 CS 도구 월 구독료는 부담입니다. 채널톡 최소 요금제도 월 3만 원. 문의가 하루 한두 건인 단계에서는 과합니다.

그리고 이미 쓰고 있는 도구들을 연결한 것뿐입니다. GitHub는 이미 코드 관리에 쓰고 있고, Resend은 베타 메일에 쓰고 있었습니다. 새로운 도구를 도입한 게 아니라 기존 도구에 자동화 파이프라인을 얹은 겁니다.

만들면서 삽질한 것들

1. Vercel serverless에서 fire-and-forget이 안 됩니다

처음에 문의 접수 API에서 GitHub Issue 생성을 비동기로 날렸더니 (await 안 하고), 함수가 먼저 종료되면서 Issue가 안 만들어지는 버그가 생겼습니다. Vercel serverless는 응답 반환 후 백그라운드 작업을 보장하지 않습니다. 전부 await로 바꿨습니다.

2. Cloudflare Email Worker 한글 깨짐

email-worker.js에서 한글 이메일 본문이 깨지는 문제. Content-Type 인코딩 이슈였는데, Cloudflare Workers 환경에서의 인코딩 처리가 일반 Node.js와 달라서 디버깅에 시간이 걸렸습니다.

3. AI 자동 분류의 경계선

GPT-4o-mini가 FAQ로 답변할 수 있는 문의와 사람이 봐야 하는 문의를 구분하는 기준을 잡는 데 시행착오가 있었습니다. 처음에는 너무 적극적으로 자동 답변을 하다가, 사용자가 원하는 답과 다른 경우가 있었어요. 결국 확신도가 높은 것만 자동 답변, 나머지는 에스컬레이션하는 보수적 전략으로 바꿨습니다.

결과

• 문의 접수 → 확인 메일: 즉시 (이전에는 내가 메일함 확인할 때까지 수 시간)

• FAQ 답변: 수 초 이내 자동 close

• 복잡한 문의: 관리자 메일로 알림 → 내가 판단해서 처리

• 해결 완료 메일: Issue close 시 자동 발송

아직 문의량이 적어서 극적인 효과는 아니지만, 30명이 300명이 되어도 이 파이프라인은 그대로 동작합니다. 그게 포인트입니다.

같은 키워드, 다른 결과 — ChatGPT vs Bizketch 사업계획서 비교

“그거 ChatGPT한테 시키면 되는 거 아니야?”

Bizketch를 만들면서 가장 많이 들은 말입니다. 맞아요, ChatGPT도 사업계획서를 씁니다. 그래서 직접 비교해봤습니다.

동일한 키워드 “노인간병”을 ChatGPT와 Bizketch에 각각 넣고, 나온 결과물을 항목별로 나란히 놓았습니다.

실험 조건

1. 시장 규모 — 출처가 있는가?

ChatGPT

“글로벌 노인 케어 시장은 2025년 기준 약 1조 8,000억 달러 규모로, 2030년까지 연평균 8.5% 성장이 예상됩니다.”

그럴듯합니다. 하지만 출처가 없습니다. 이 숫자가 어디서 나온 건지 확인할 방법이 없어요. 실제로 검색해보면 이 정확한 수치를 찾을 수 없는 경우가 많습니다. 전형적인 할루시네이션입니다.

Bizketch

“국내 노인장기요양보험 급여비는 2024년 기준 약 12조 원이며, 수급자 수는 113만 명으로 전년 대비 11.2% 증가” — 출처: 국민건강보험공단 장기요양통계연보

Bizketch는 Tavily + 네이버 등 5개 소스에서 실시간 데이터를 수집합니다. 참조 링크가 자동으로 붙고, 출처 신뢰도 등급도 표시됩니다.

차이점: ChatGPT는 그럴듯한 숫자를 “만들어내고”, Bizketch는 실제 데이터를 “찾아옵니다”.

2. 경쟁 분석 — 구체적인가?

ChatGPT

“주요 경쟁사로는 케어닥, 위케어, 돌봄플러스 등이 있으며, 각각 방문요양, 가사서비스, 요양원 매칭 서비스를 제공하고 있습니다.”

3줄로 끝입니다. 경쟁사가 실제로 존재하는지도 불확실하고, 우리 서비스와의 차별점 분석은 없습니다.

Bizketch

Bizketch는 경쟁 분석 전담 에이전트가 작동합니다. 실제 경쟁 서비스를 검색으로 찾아서, 서비스별 강점·약점·가격 모델·타겟 고객을 표로 정리하고, 우리 서비스의 포지셔닝 맵까지 생성합니다.

차이점: ChatGPT는 경쟁사 이름을 "나열"하고, Bizketch는 경쟁 구도를 "분석"합니다.

3. 재무 모델 — 앞뒤가 맞는가?

ChatGPT

“1년 차 매출 예상: 5억 원, 영업이익률: 15%” (… 3줄 후 …) “초기 투자금 2억 원으로 18개월 내 손익분기점 도달”

매출 5억에 영업이익률 15%면 영업이익이 7,500만 원인데, 초기 투자금 2억을 18개월 만에 회수한다? 숫자가 맞지 않습니다. 하나의 LLM이 처음부터 끝까지 혼자 쓰니까, 앞에서 쓴 숫자와 뒤에서 쓴 숫자가 충돌합니다.

Bizketch

재무 전담 에이전트가 앞선 시장조사·경쟁분석 결과를 입력으로 받아서 재무 모델을 생성합니다. 시장 규모 → TAM/SAM/SOM → 매출 예측 → 비용 구조 → 손익분기점이 하나의 흐름으로 연결됩니다.

차이점: ChatGPT는 섹션마다 독립적으로 숫자를 “지어내고”, Bizketch는 에이전트 간 결과를 이어받아 "계산"합니다.

4. 리스크 분석 — 누가 반박해주는가?

ChatGPT

리스크 분석을 별도로 요청하지 않으면 아예 나오지 않습니다. 요청해도 “규제 리스크, 경쟁 심화, 기술 장벽” 같은 일반론 수준입니다.

Bizketch

여기가 가장 큰 차이입니다. Bizketch에는 Devil’s Advocate — 반박 전담 에이전트가 있습니다.

다른 4개 에이전트가 긍정적인 계획서를 완성하면, Devil’s Advocate가 마지막에 투입됩니다:

• “이 시장 진입 시점이 정말 적절한가?”

• “노인장기요양보험법 제23조에 따른 규제 리스크는?”

• “경쟁사 대비 이 가격 전략이 지속 가능한가?”

투자자나 심사위원이 물어볼 질문을 미리 찾아서 답변까지 준비해줍니다. ChatGPT는 칭찬만 해주지만, Bizketch는 약점도 짚어줍니다.

차이점: ChatGPT는 "장밋빛 전망"만 쓰고, Bizketch는 “이게 진짜 되는지” 검증합니다.

5. 정부지원사업 양식 — 그대로 쓸 수 있는가?

ChatGPT

일반적인 사업계획서 형식으로 출력됩니다. 예비창업패키지나 TIPS에 제출하려면 양식에 맞게 직접 재편집해야 합니다.

Bizketch

생성된 계획서를 예비창업패키지, 초기·도약 창업패키지, TIPS 양식으로 자동 변환합니다. 심사위원 관점에 맞춘 톤 변환도 포함됩니다.

정리

그래서 ChatGPT는 쓸모없나?

아닙니다. 아이디어 단계에서 빠르게 브레인스토밍하거나, 특정 섹션만 초안을 잡을 때는 ChatGPT가 효율적입니다.

하지만 투자자에게 보여줄 계획서, 정부지원사업에 제출할 계획서를 만들어야 한다면 — 출처 없는 숫자, 앞뒤 안 맞는 재무 모델, 리스크 분석 없는 장밋빛 전망으로는 부족합니다.

직접 비교해보세요. 같은 키워드를 넣었을 때 어떤 차이가 나는지.

Bizketch — 무료 10회 체험 https://www.bizketch.ai

ChatGPT에 "사업계획서 써줘"라고 했더니 — 그래서 에이전트 팀을 만들었다

AI 사업계획서의 품질을 올리기 위해 시도한 세 가지

Bizketch를 만들면서 가장 많이 들은 질문이 있습니다.

"그거 그냥 ChatGPT한테 시키면 되는 거 아니야?"

맞아요. 저도 처음에는 그렇게 생각했습니다. 실제로 해봤고요. 그리고 결과물을 보고 깨달았어요 — 나오긴 나오는데, 쓸 수가 없다.

ChatGPT한테 사업계획서를 시키면 생기는 일

"헬스케어 분야 SaaS 사업계획서 써줘."

이러면 진짜 써줍니다. 꽤 그럴듯하게. 목차도 나오고, 시장 규모도 나오고, 전략도 나옵니다.

근데 자세히 보면 문제가 보여요.

1. 시장 규모가 할루시네이션입니다. "글로벌 디지털 헬스 시장은 2025년 기준 5,000억 달러 규모로..." 같은 문장이 나오는데, 출처가 없어요. 진짜인지 확인할 방법도 없고요.

2. 경쟁 분석이 없거나 빈약합니다. "주요 경쟁사로는 A, B, C가 있으며..." 하고 끝이에요. 그 경쟁사가 실제로 존재하는지도 모르겠고, 우리 서비스와 뭐가 다른지 분석이 없습니다.

3. 재무 모델이 앞뒤가 안 맞아요. 매출 예측, 비용 구조, 손익분기점이 제각각. 앞에서 한 말과 뒤에서 한 말이 충돌하는 경우도 많고요.

4. 전부 같은 톤이에요. 시장 분석도 ChatGPT 말투, 전략도 ChatGPT 말투, 재무도 ChatGPT 말투. 하나의 LLM이 처음부터 끝까지 혼자 쓰니까 관점이 하나밖에 없습니다.

투자자나 심사위원 앞에 이걸 내밀 수는 없잖아요. 그래서 다른 방법을 찾기 시작했습니다.

시도 1: 에이전트 팀 — 전문가 5명이 돌아가며 쓰게 하기

사람 세계에서 좋은 사업계획서가 만들어지는 과정을 생각해봤어요.

시장조사 담당이 데이터를 모으고, 전략가가 방향을 잡고, 재무 담당이 숫자를 만들고, 누군가는 "이거 진짜 될까?"라고 찔러보는 역할을 합니다. 혼자 다 하는 게 아니라 역할이 나뉘어 있어요.

그래서 Bizketch에서는 API 라우트 안에서 LLM을 역할별로 순차 호출하는 구조를 만들었습니다.

사용자 키워드 입력
  → [에이전트 1] 시장조사: 실시간 데이터 수집 + 시장 규모 분석
  → [에이전트 2] 경쟁분석: 실존 경쟁사 파악 + 포지셔닝
  → [에이전트 3] 전략수립: 앞 결과를 받아 사업 전략 설계
  → [에이전트 4] 재무모델: 앞 전략 기반으로 수치 일관성 유지
  → 최종 계획서 조합

핵심은 앞 에이전트의 결과가 다음 에이전트의 입력이 된다는 점이에요. 시장조사 에이전트가 찾은 실제 데이터를 기반으로 전략이 세워지고, 그 전략에 맞춰 재무 모델이 만들어지니까 앞뒤가 맞습니다.

ChatGPT 단독 호출과 가장 큰 차이는 교차 검증이에요. 에이전트 3이 에이전트 1, 2의 결과를 참조하면서 쓰니까, 할루시네이션이 끼어들 여지가 줄어듭니다.

시도 2: 프리셋 — 모델마다 잘하는 게 다르다

에이전트 팀을 만들고 나니 다음 질문이 생겼어요. "모든 에이전트가 같은 LLM을 쓸 필요가 있나?"

실험해보니 모델마다 확실히 특기가 있었습니다.

• Claude: 한국어 자연스러움이 압도적. 전략 서술, 리스크 분석에서 톤이 좋음

• Gemini Pro: 데이터 기반 분석, 시장 규모 추정에서 강점. 숫자 처리가 정확함

• GPT: 범용 추론 능력. 폴백으로 안정적

그래서 9개 모듈 × 2개 프리셋(스탠다드/프리미엄) × 3순위 폴백 체인을 만들었어요. 모듈별로 가장 잘하는 모델이 1순위로 호출되고, API 키 미설정이나 에러 시 자동으로 다음 순위로 넘어갑니다.

예를 들어 프리미엄 모드에서:

• 시장분석 → Gemini Pro (데이터에 강함)

• 전략/리스크 → Claude (한국어 서술 + 비판적 사고)

• 재무모델 → GPT (안정적 추론)

스탠다드 모드는 GPT 중심 + Gemini Flash 보조로 비용을 최적화했고, 프리미엄 모드는 3사 혼합으로 최고 품질을 뽑습니다.

시도 3: Devil's Advocate — "이거 진짜 될까?"라고 묻는 역할

에이전트 팀이 순차적으로 쓰다 보면 한 가지 문제가 남습니다. 다들 긍정적이에요.

시장조사 에이전트가 "유망합니다"라고 하면 전략 에이전트도 "가능합니다"라고 하고, 재무 에이전트도 "수익성 있습니다"라고 합니다. 서로 참조하면서 쓰니까 앞 에이전트의 톤을 따라가는 거예요.

그래서 Devil's Advocate(악마의 변호인) 에이전트를 추가했습니다.

이 에이전트의 역할은 단 하나: 반박하기.

"이 시장 규모 추정, 근거가 약한데요." "경쟁사 X가 이미 비슷한 걸 하고 있는데, 어떻게 차별화할 건가요?" "이 매출 예측은 낙관적이에요. 보수적 시나리오도 보여주세요."

한국형 규제 리스크(개인정보보호법, 의료법, 금융규제 등)도 자동으로 점검합니다. 정부지원사업 계획서에서 심사위원이 지적할 법한 포인트를 미리 찔러보는 거예요.

결과물에 "리스크 분석" 섹션이 따로 들어가고, 각 섹션마다 약점이 표시됩니다. 처음에는 "이게 필요한가?" 싶었는데, 오히려 이 부분이 있어야 계획서가 신뢰감을 줍니다. 약점을 숨기는 계획서보다 약점을 인지하고 대응책을 제시하는 계획서가 낫거든요.

결과: ChatGPT 단독 vs Bizketch 비교

같은 키워드("시니어 헬스케어 SaaS")로 비교해봤을 때:

완벽하다고는 못 합니다. AI가 만든 거니까 당연히 한계가 있어요. 하지만 "초안으로 쓸 수 있는 수준"과 "처음부터 다시 써야 하는 수준"의 차이는 큽니다.

다음 과제

지금 고민하고 있는 건 **"결과물의 품질을 어떻게 측정할 것인가"**입니다.

사용자가 만든 계획서가 실제로 쓸모 있었는지, 투자 유치나 정부과제 심사에서 통과했는지 — 이런 피드백 루프가 아직 없어요. 베타 사용자 설문에서 물어보고는 있지만, 정량적 데이터가 아니라 한계가 있습니다.

다음 메이커 로그에서는 CS 자동화를 0원으로 구축한 이야기를 공유하겠습니다.

Bizketch — AI 사업기획서 자동 생성

https://www.bizketch.ai

베타 28명은 모였는데, 진짜 쓰고 있는 건지 모르겠다

AI 사업기획서 자동 생성 서비스 Bizketch를 1인 개발하고 있습니다. 키워드 하나로 아이디어 3개를 뽑고, 선택하면 14개 섹션짜리 사업기획서를 만들어주는 서비스예요.

3월 중순에 베타를 열고 지인들에게 연락하기 시작했습니다. 오랜만에 안부 겸 부탁하는 건 괜찮은데, "하필 지인이 쓰다 에러가 나면 어쩌지" 하는 완성도 걱정이 더 컸어요.

한 명씩 보내서 28명이 됐고, 반응은 따뜻했습니다. "재밌는 거 한다", "필요했는데 잘됐다."

근데 데이터를 보면 좀 달라요. 대부분 아이디어 1~2개, 계획서는 1개 이하. 칭찬은 듣고 있는데 숫자가 말해주는 건 다른 것 같은 느낌. 지인이라서 불편한 말을 안 하는 거 아닌가 — 이게 제일 불안합니다.

그래도 자잘한 에러를 알려준 분 덕에 바로 고칠 수 있었고, 지인이니까 가능한 피드백이었다고 생각해요.

다음 과제는 "이 서비스를 진짜 필요로 하는 사람"에게 닿는 것. 아직 답은 없지만 계속 고민 중입니다.

1인 개발로 AI 사업기획서 서비스 Bizketch를 만들고 있습니다.

지난 로그에서 결제를 붙였다고 썼습니다. 그다음은 통신판매업 신고였어요. 온라인으로 팔려면 신고가 필요하다는 걸 지인에게 듣고서야 알았는데, PG 상점 관리자 화면에서 신청하니 영업일 이틀 만에 번호가 나왔습니다.

이제 제품으로서 갖출 건 다 갖췄다고 생각했습니다. 그런데 그 뒤 몇 달은 전혀 다른 문제와 씨름하는 시간이었어요.

만드는 속도와 알리는 속도
Bizketch 코드의 상당 부분은 AI와 함께 썼습니다. 혼자서도 기능을 붙이는 속도가 생각보다 훨씬 빨랐어요.

그런데 사람을 데려오는 일은 전혀 빨라지지 않았습니다. 런치 이벤트가 지나가고 블로그 발행도 멈춘 뒤로 가입이 눈에 띄게 줄었어요. 크레딧을 남기고 떠난 분들께 "이제 결제도 됩니다"라는 메일도 보내 봤지만, 다시 서비스를 쓴 분은 없었습니다.

결제 모듈과 신고번호는 "팔 준비"였지, "알릴 방법"이 아니었습니다.

그러면서 이런 생각이 들었습니다. AI 덕분에 누구나 쉽게 서비스를 만들 수 있게 됐다면, 비슷한 서비스도 그만큼 빨리 늘어날 겁니다. 그럼 차이를 만드는 건 무엇을 만들었느냐보다 어떻게 사용자에게 닿느냐가 아닐까요. 그 뒤에 한 고민도 대부분 이 질문으로 이어졌습니다.

고민 1. 정부지원사업으로 좁혀 볼까
처음 떠올린 건 시장을 좁히는 것이었습니다. 사업계획서를 가장 절실하게 쓰는 사람은 정부지원사업 지원자니까, 공고에 맞춰 써 주는 서비스로 아예 바꿔 보자는 생각이었어요.

그런데 9월에 검색해 보니 "예비창업패키지"로 나오는 블로그 문서만 7만 9천 건이 넘었습니다. 비슷한 서비스는 이미 같은 키워드로 콘텐츠를 운영하고 있었고요. 기능은 따라 만들 수 있어도, 이미 쌓인 검색 노출을 1인이 따라잡기는 어렵다고 판단해서 접었습니다.

고민 2. 무료를 너무 많이 준 건 아닐까
결제가 기대만큼 일어나지 않는 이유를 들여다보다가 이상한 걸 발견했습니다. 사업계획서 한 편을 끝까지 만드는 데 크레딧이 8개 드는데, 가입하면 10개를 주고 있었어요. 오히려 대부분은 그보다 많이 갖고 있었고요. 돈을 낼 이유가 없었던 거죠.

"지불 의사가 없다"가 아니라 "지불할 기회를 준 적이 없다"에 가까웠습니다.

그래서 신규 가입자에게 주는 무료 크레딧을 5개로 줄였습니다. 초안까지는 충분히 써 보고, 풀버전 앞에서 한 번 멈추는 지점입니다. 기존 사용자의 크레딧은 회수하지 않았어요.

고민 3. B2B를 해야 하나
개인에게 한 명씩 알리는 게 이렇게 어렵다면, 창업팀을 모아 둔 곳에 파는 건 어떨까 생각했습니다. 대학 창업지원단이나 창조경제혁신센터 같은 창업지원기관이요.

처음 계획은 세 곳에 연락해서 한 곳이라도 답이 오는지 보는 것이었습니다. 그런데 계산해 보니 이상했어요. 콜드 메일 회신율을 보통 1~5%로 보면, 세 곳에 보냈을 때 기대할 수 있는 회신은 많아야 0.15건입니다. 답이 안 오는 게 정상이고, 그걸로는 아무것도 판단할 수 없었어요.

그래서 창업진흥원이 공개한 주관기관 목록에서 40곳을 추렸고, 이메일을 찾을 수 있었던 25곳에 기관 이름을 넣은 메일을 보냈습니다.

답장은 한 곳에서도 오지 않았습니다. 그런데 다시 계산해 보면 25곳도 기대 회신이 많아야 1건 남짓이에요. 세 곳보다는 나았지만, 이것만으로 "B2B 수요가 없다"고 말하기엔 여전히 작은 실험이었습니다.

그 와중에 9월에 첫 유료 결제가 들어왔습니다. 처음으로 돈을 받은 날이었어요.

지금 하고 있는 것
10월에는 블로그를 다시 열었습니다. 이번에는 손으로 매일 쓰지 않고, 주제 후보 뽑기부터 초안과 검수까지 자동으로 돌게 만들었어요. 저는 주제와 올릴 글을 고르기만 합니다. 알리는 일을 쉰 시기와 가입이 줄어든 시기가 겹쳤으니, 쉬지 않는 구조부터 만든 셈입니다.

여기서도 AI가 큰 몫을 합니다. 다만 이번에는 제품을 만드는 데가 아니라 알리는 데 쓰고 있어요.

그런데 효과를 측정하려고 데이터를 열어 보니 또 하나가 빠져 있었습니다. 가입한 분들이 어디서 왔는지가 제대로 남아 있지 않았어요. 지금은 블로그 글의 링크부터 유입 정보를 붙이고 있습니다.

돌아보면
만드는 것과 사람을 데려오는 것은 완전히 다른 일이었습니다. AI가 앞의 것을 빠르게 해 줄수록, 뒤의 것이 차지하는 비중은 더 커지는 것 같아요
무료를 넉넉히 주는 건 친절이 아니었습니다. 그 탓에 결제가 왜 안 일어나는지조차 알 수 없었어요
효과를 측정하기 전에 측정할 수 있는 상태인지부터 확인해야 합니다. 유입 기록이 비어 있으면 무엇이 효과가 있었는지 말할 수 없어요
다음에는 좀 더 성공적인 스토리로 다시 돌아올 수 있었으면 좋겠습니다.

Bizketch: AI 에이전트 팀이 만드는 사업계획서 https://www.bizketch.ai?utm_source=disquiet&utm_medium=community&utm_campaign=makerlog-07

오늘 Product Hunt에 런치했습니다.

https://www.producthunt.com/products/bizketch?launch=bizketch

베타를 시작한 지 한 달 반 만입니다. 처음엔 "한국 예비창업자용 사업계획서 도구"로 시작했는데, 영문 서비스를 붙이면서 오늘 글로벌 런치까지 왔습니다.

PH 런치를 준비하면서 느낀 건, 영어 카피가 생각보다 훨씬 어렵다는 겁니다. "5 AI agents write your business plan in 10 minutes"라는 한 줄을 잡기까지 10번은 다시 썼어요. 한국어로는 자연스럽게 나오는 말이 영어로는 계속 어색했습니다.

오늘 하루 동안 긱뉴스, 이오플래닛에도 소식을 올렸습니다. 한국 채널과 글로벌 채널을 동시에 돌리는 게 이런 느낌이구나 싶습니다.

업보트 눌러주시면 큰 힘이 됩니다. 🙏

▎ 안녕하세요, 1인 개발자입니다.

▎ 키워드 하나만 입력하면 AI 에이전트 5명이 시장 조사부터 재무 모델까지 자동으로

작성해주는 사업계획서 서비스를 만들고 있습니다.

▎ 베타 테스터 혜택:

▎ - 무료 생성 횟수 20회 지급

▎ - 설문 참여 시 평생 20% 할인

▎ - 피드백 우선 반영

▎ 이런 분을 찾습니다:

▎ - 정부지원사업(예비창업패키지 등) 신청 예정인 분

▎ - 창업 준비 중이거나 사이드프로젝트를 기획하는 분

▎ - AI로 사업계획서를 작성해 본 경험이 있거나 관심 있는 분

▎ 샘플 기획서: https://www.bizketch.ai/sample

▎ 베타 신청: https://www.bizketch.ai/beta

▎ 50명 한정이며, 선착순 마감됩니다. 피드백 주시면 적극 반영하겠습니다!