Vibe coding 다음 단계, AI 창업은 문제 선택에서 갈린다

“vibe coding”이라는 말이 퍼진 지 몇 년이 지났지만, 그 표현을 앞장서 알리던 쪽은 이미 다음 단계로 넘어갔습니다. Lovable 공동창업자는 빠른 개념 증명용 프로토타입에는 vibe coding이 잘 맞았지만, 지속 가능한 사업은 분위기만으로 세울 수 없다고 말합니다. 실제로 매출이 나오는 제품에는 구조화된 데이터 파이프라인과 자동화된 테스트, 믿을 수 있는 아키텍처가 필요합니다. AI가 코드 작성을 대신할수록 사업의 병목은 기술 실행에서 문제 선택과 창의성으로 옮겨갑니다.

Lovable은 코드를 쓰지 않고도 앱을 만들 수 있게 하는 플랫폼입니다. 창업한 지 2년이 되기 전에 기업가치 $130억를 기록했고, 이 플랫폼에서 만들어진 앱들은 월 약 10억 회의 방문을 만들어내고 있습니다. 앱을 만드는 창업자 가운데 3분의 1 이상이 이미 매출을 내고 있다는 점도 함께 전해집니다.

▲ 문의 자동 분류와 우선순위

반복하는 업무가 사업의 출발점이 되는 이유

Lovable 공동창업자의 문제 해결 방식은 순서가 분명합니다. 자동화를 설계하기 전에 그 일을 먼저 손으로 직접 해봅니다. 사람이 직접 반복하면서 어디에서 막히는지, 어떤 예외가 튀어나오는지 확인하는 단계입니다. 그다음 흐름을 작고 검증 가능한 단위로 쪼갭니다. 처음부터 거창한 구조를 그리는 방식은 실패하기 쉽습니다. 예상하지 못한 예외 상황이 시스템을 한 번에 무너뜨리기 때문입니다.

이 순서에는 이유가 있습니다. 성공적으로 사업을 키운 사용자들의 상당수는 해당 분야에서 11년 이상 일해 온 사람들입니다. 이들은 자기 업무에서 반복적으로 겪던 불편을, 그동안 기술이 없어 해결하지 못했을 뿐입니다. 그래서 어떤 문제가 진짜 아픈 지점인지 정확히 알고 있습니다.

매출로 이어진 사례도 비슷한 지점에서 나옵니다. 반려동물 사진을 르네상스풍 왕실 초상화 캔버스로 만들어 주는 서비스는 월 $30만를 벌어들입니다. 단순히 이미지 파일을 보내주는 데서 멈추지 않고, 실물 인화와 액자, 배송까지 연결한 것이 차이입니다. 관계 배경 조회 서비스처럼 사회적으로 의미 있는 문제를 다룬 서비스도 월 수만 달러 규모의 매출을 만들었습니다.

애플리케이션과 agent는 무엇이 다른가

무엇을 만들지 정할 때 자주 나오는 질문이 있습니다. 자율적으로 움직이는 agent를 만들 것인가, 사람이 쓰는 애플리케이션을 만들 것인가입니다. 둘의 역할은 다릅니다.

• 애플리케이션은 데이터와 상태, 사람이 확인하는 인터페이스를 관리하는 시스템입니다.
• agent는 스스로 판단하며 작업을 수행하는 자율 실행 루프입니다.

둘 중 하나를 고를 필요는 없습니다. 앱을 Claude나 ChatGPT 같은 외부 agent에 연결하는 통합 기능이 나와 있어서, agent가 표준 API를 통해 앱의 데이터베이스를 읽고 조작할 수 있습니다. agent가 일을 하고, 앱이 그 결과를 쌓아 두고 사람이 확인하는 구조입니다.

아이디어를 실제 제품으로 옮기는 절차

기존 자산을 읽히고 브랜드를 맞춘다

이미 운영 중인 웹사이트가 있다면 그 주소를 자연어 지시와 함께 입력하는 것으로 시작합니다. 그러면 레이아웃과 미디어 구성, 페이지 코드를 분석해 새 구조를 제안합니다. 색상 팔레트 후보를 물어보고, 다른 채널에 쓰는 브랜드 색상과 스타일을 끌어와 적용할 수도 있습니다. 마음에 들지 않으면 이전 작업을 덮어쓰지 않고 분기 초안을 만들어 나란히 비교합니다.

문의를 받아 분류하는 앱을 만든다

현실의 병목은 대개 사람 손이 필요한 곳에 있습니다. 예를 들어 파트너십과 협업 제안이 수백 건씩 들어오면, 어느 것이 중요한지 판단하고 답장을 쓰는 데 시간이 사라집니다. 이때 필요한 기능을 자연어로 나열하면 데이터베이스 구조와 입력 폼, 분류 로직이 함께 구성됩니다. 관련도 점수로 우선순위를 매기고, 평소 말투에 맞춘 답장 초안을 만들어 팀이 검토만 하면 발송할 수 있게 만드는 식입니다. 제안자가 선택지에 갇히지 않도록 자유 서술형 입력을 유지하는 것도 요청할 수 있습니다.

테스트와 검색, 보안까지 자동화한다

• 백엔드 관리 패널에서는 클라우드 데이터베이스, 파일 저장소, 이메일 발송, 비밀 값 관리, SQL 편집기, 외부 서비스 연결, 보안 스캐너를 한곳에서 봅니다.
• 배포 전에는 가상의 문의를 만들어 접수부터 답장 초안 생성까지 전 과정을 자동으로 점검합니다. 예산 $2만5천짜리 가상 제안이 관련도 90점을 받고 유효한 제안으로 분류되는지 확인하는 식입니다.
• 검색 최적화 항목에서는 AI 검색엔진이 페이지를 요약하고 인용할 수 있도록 의미 구조를 다듬습니다. 키워드 제안과 경쟁 분석도 함께 받습니다.
• 마지막으로 배포 전에 보안 점검을 돌려 권한 설정 오류와 취약한 지점을 확인합니다.

검증은 돈을 받는 순간에만 일어난다

가장 실용적인 조언은 가격에 관한 것입니다. 아이디어가 괜찮아 보여도, 돈을 내는 사람이 나타나기 전까지는 검증된 것이 아닙니다. 그래서 초기에는 잠재 고객 10명 이상을 직접 만나 이야기하는 것이 권장됩니다. 이때 “이런 서비스가 있으면 쓰시겠어요” 같은 추상적인 질문은 도움이 되지 않습니다. 지금 어떤 방식으로 그 문제를 견디고 있는지, 관련 예산이 어디에 얼마나 잡혀 있는지를 구체적으로 캐내야 합니다. 목표는 열 명 중 최소 한 명에게서 실제 지불 의사를 끌어내는 것입니다.

이 원칙은 제품을 만드는 팀에도 적용됩니다. Lovable 핵심 제품팀도 주요 기능을 만들고 출시하기 전에 사용자 10명과 대화를 진행합니다. 그리고 무료로 풀거나 지나치게 싸게 파는 것은 피해야 합니다. 결제 단계에서 생기는 마찰이야말로 진짜로 급한 문제를 건드리고 있다는 신호이기 때문입니다. 돈을 낸 초기 고객은 이후 입소문을 만들어 주는 사람이 됩니다. 고객 발굴 과정만큼은 자동화하지 않는 편이 좋습니다. 대화에서만 드러나는 맥락을 데이터 기록으로는 잡을 수 없습니다.

비용 감각도 함께 봐야 합니다. 기본 크레딧이 포함된 무료 요금제가 있고, 실제 운영용 유료 요금제는 월 $25부터 호스팅과 분석 기능을 포함합니다. 다만 수십억 동시 접속을 감당하는 초대형 플랫폼은 여전히 이 방식의 범위 밖입니다. 대신 대부분의 상업용 웹앱과 예약 플랫폼, 운영용 SaaS 도구는 코드를 쓰지 않고도 만들고 유지할 수 있다는 것이 이 플랫폼의 주장입니다.

▲ 고객 10명 검증 대화

무엇을 만들지 고르는 기준

아이디어를 빠르게 실험할 수 있게 되면 반대로 무엇을 고를지가 어려워집니다. Lovable 공동창업자도 아이디어 선택은 여전히 어렵다고 인정하면서, 진짜 병목이 무엇인지 찾으라고 말합니다. 반응이 없을 때는 유통 문제인지, 마케팅인지, 제품 결함인지, 잔존율인지 나눠서 봐야 합니다. 적은 노력으로 만들 수 있는데도 사용자의 반응이 미미하다면 미련 없이 접고 다음 가설로 넘어가는 편이 낫습니다.

경쟁 구도에 대한 시각도 분명합니다. OpenAI나 Anthropic 같은 frontier 모델 기업이 코드 생성 기능을 내놓는 것을 두려워하지 않습니다. 코드를 뽑아내는 일과 사업을 운영하는 일은 다르고, 필요한 것은 끝까지 돌아가는 플랫폼이라는 것입니다. 소프트웨어를 만드는 시장 자체가 빠르게 커지고 있어 특화된 플랫폼이 설 자리는 넓어지고 있다는 판단입니다.

더 먼 미래에 대해서는 전망을 내놓습니다. 범용 인공지능이 발전하면 경력 상승과 자산 축적이 개인 정체성의 중심에서 밀려나고, 공동체를 돕는 일과 관계, 공감, 창의적 표현이 삶의 목적이 될 수 있다는 것입니다. 그런 시대에도 사업을 만드는 일은 자기 자신을 성장시키고 다른 사람에게 가치를 주는 대표적인 수단으로 남습니다.

정리: 오늘 반복한 일에서 시작하기

핵심은 순서입니다. 매일 반복하는 지루한 업무가 있다면 그것이 다음 사업의 재료입니다. 먼저 손으로 해보고, 병목을 찾고, 작은 단위로 쪼개 검증한 다음, 검증된 부분만 자동화합니다. 그다음 잠재 고객 10명과 대화해 최소 한 명에게서 돈을 받아 보고, 확인된 문제에만 시간을 씁니다. 도구는 나머지를 상당 부분 대신해 줍니다. 다만 무엇을 만들지 정하고 가격을 매기고 사람을 설득하는 일은 결국 사람의 몫이며, 실행이 평준화될수록 차이는 그 지점에서 만들어집니다.