요즘IT
위시켓
AIDP - AX
Rise ERP
콘텐츠프로덕트 밸리
요즘 작가들컬렉션물어봐
놀이터
콘텐츠
프로덕트 밸리
요즘 작가들
컬렉션
물어봐
놀이터
새로 나온
인기
개발
AI
IT서비스
기획
디자인
비즈니스
프로덕트
커리어
트렌드
스타트업
서비스 전체보기
위시켓요즘ITAIDP - AXRise ERP
고객 문의
02-6925-4867
10:00-18:00주말·공휴일 제외
yozm_help@wishket.com
요즘IT
요즘IT 소개작가 지원
기타 문의
콘텐츠 제안하기광고 상품 보기
요즘IT 슬랙봇크롬 확장 프로그램
이용약관
개인정보 처리방침
청소년보호정책
㈜위시켓
대표이사 : 박우범
서울특별시 강남구 테헤란로 211 3층 ㈜위시켓
사업자등록번호 : 209-81-57303
통신판매업신고 : 제2018-서울강남-02337 호
직업정보제공사업 신고번호 : J1200020180019
제호 : 요즘IT
발행인 : 박우범
편집인 : 노희선
청소년보호책임자 : 박우범
인터넷신문등록번호 : 서울,아54129
등록일 : 2022년 01월 23일
발행일 : 2021년 01월 10일
© 2013 Wishket Corp.
로그인
요즘IT 소개
콘텐츠 제안하기
광고 상품 보기
프로덕트

2인 팀이 AI로 만든 서비스, 유료 사용자 1,600명까지

Un
15분
0시간 전
32
에디터가 직접 고른 실무 인사이트 매주 목요일에 만나요.
newsletter_profile0명 뉴스레터 구독 중

글로벌 환경에서 일하는 수억 명의 전문가들이 겪는 커뮤니케이션 문제를 발견하고, 출시 8개월 만에 ARR 27만 달러(인터뷰 시점인 10월 중순 기준)를 달성한 실시간 AI 스타트업 ‘Smooth AI’ 공동 창업기

 

스레드라는 SNS에서 처음 만난 두 창업자가 1년도 되지 않아 가입자 1만 6,000명이 쓰는 글로벌 미팅용 실시간 AI 제품을 만들었습니다. 이 영화 같은 창업 이야기의 주인공은 바로 Blake님과 Hansol님이신데요.

 

일면식도 없던 두 사람이 스레드에서 처음 만나 한 달간의 워크 트라이얼(Work Trial)을 결심했습니다. 함께 일하며 서로를 알아갔고, 글로벌 미팅의 어려움을 해결하자는 공동의 미션 아래 AI 서비스 ‘Smooth AI’를 만들기 시작했습니다.

 

두 사람은 처음부터 제품 개발에만 몰두하지 않았습니다. 잠재 고객을 직접 만나고, 알파 테스터를 모집하고, 실제로 돈을 낼 만큼 절실한 문제가 있는지 확인했습니다. 그리고 하나의 기준을 정했습니다.

 

“500명을 모았을 때 50명이 결제하지 않으면 이 사업은 하지 말자.”

이렇게 시작한 Smooth AI는 인터뷰 시점(10월 중순) 기준 약 1만 6,000명의 가입자와 1,600명의 유료 사용자를 확보했고, ARR(Annual Recurring Revenue, 연간 반복 매출) 약 27만 달러(한화 약 3억 6,000만 원)를 기록하고 있었습니다. 더 흥미로운 점은 두 명의 창업자가 AI를 적극적으로 활용하며 제품을 개발하고 운영하고 있다는 사실인데요. 2026년 10월에는 샌프란시스코 해커톤에서 2등을 차지하며 약 1억 원 상당의 AI 사용 크레딧도 확보했다고 합니다.

 

저는 오늘 Smooth AI의 공동 창업자 Hansol님과 Blake님을 만나 두 사람이 어떻게 함께 창업하게 됐는지, 첫 유료 고객은 어떻게 만났는지, 그리고 AI 시대에 제품을 만들고 수익화하기 위해 무엇이 중요한지 자세히 들어봤습니다.

 

턱을 괸 흑백 프로필 사진 속 인물과, 카페 테이블에 앉아 안경을 쓰고 웃는 인물이 나란히 있는 Smooth AI 공동 창업자 두 명
Smooth AI의 공동 창업자 Hansol님과 Blake님 <출처: Blake님 스레드, Hansol님 링크드인>

 

 

1. 스레드에서 만나 ‘Smooth AI’를 함께 만들기까지

Q1. Hansol님, Blake님, 안녕하세요! 요즘IT 독자분들께 간단한 자기소개를 부탁드립니다. 두 분은 Smooth AI를 만들기 전까지 각각 어떤 일을 해 오셨나요?

(Blake) 안녕하세요. Smooth AI의 공동 창업자이자 CEO인 Blake입니다.

 

저는 대학생이던 2012년부터 창업을 시작했어요. 모바일 기술이 성장하던 시기부터 블록체인, 그리고 지금의 AI까지 새로운 기술이 등장할 때마다 그 안에서 사업 기회를 찾고 제품을 만드는 일을 해왔습니다.

 

2018년부터는 블록체인 업계에서 글로벌 팀과 함께 일할 기회가 많았어요. 미국 팀에 속해 일하기도 했고, 여러 나라에 흩어져 있는 구성원들과 원격으로 협업하는 경험도 많이 있었죠. 2021년에는 회사를 창업해서 미국 VC로부터 200만 달러 이상의 투자도 유치하고 빠르게 성장시켜 본 경험이 있어요. 그 이후로도 계속 스타트업 업계에서 일하며 약 7년 이상 창업가로서 지내오고 있습니다.

 

(Hansol) 안녕하세요. Smooth AI의 공동 창업자이자 CTO인 Hansol입니다.

 

저는 컴퓨터공학을 전공했고, 2012년에 모바일 SDK 관련 스타트업을 창업한 경험이 있습니다. 이후 삼성전자에 입사해 빅데이터 기술과 빅스비 관련 엔지니어링 업무를 했어요. 그러다가 다시 스타트업을 하고 싶다는 생각이 커졌고, 초기 스타트업에 파운딩 엔지니어로 합류해 약 5년 동안 일했습니다.

 

그 회사는 검색 엔진을 통해 유입된 사용자에게 제품 비교나 리뷰 콘텐츠를 제공하고, 구매로 연결되면 수익을 얻는 어필리에이트(Affiliate) 비즈니스 모델을 운영했는데요. 회사가 인수되는 과정까지 경험한 뒤에는 이제 제 사업을 해보고 싶다는 생각이 들었습니다. 그때 Blake님을 만나 Smooth AI를 함께 시작하게 되었죠.

 

Q2. 두 분의 인연은 스레드에서 시작됐다고 들었어요. 어떤 글이나 대화를 계기로 연결되셨고, 그 인연이 함께 창업하는 결정까지 어떻게 이어졌나요?

(Blake) 저는 이전부터 경험했던 글로벌 협업 과정에서 느낀 문제를 해결하고 싶었어요.

 

그래서 이 문제가 다른 사람들에게도 실제로 존재하는지 확인하기 위해 스레드에 글을 올려 실험해 보고자 했죠. 그런데 글을 올리자마자 댓글이 약 300개 이상 달렸고 이게 정말 나만 겪는 문제가 아니라는 걸 확인할 수 있었어요. 그때부터 비슷한 문제를 경험한 사람들과 대화를 나눴고, 이 문제를 함께 해결할 엔지니어도 만나고 싶었습니다. 그러다 스레드에서 ‘dalgom.bami’라는 이름으로 활동하던 Hansol님을 알게 됐어요.

 

온라인에서 여러 차례 대화하다 보니 비슷한 경험이 많더라고요. 둘 다 스타트업 경험이 있었고, 새로운 기회를 찾고 있었고, 무엇보다 해결하고 싶은 문제에 대한 공감대가 컸습니다. 그래서 바로 회사를 만들기보다는 한 달 동안 함께 일해 보는 ‘워크 트라이얼(Work Trial)’을 하기로 했어요.

 

(Hansol) 저는 원래 스레드에 글을 쓰면서 비슷한 목표를 가진 빌더들과 연결되고 싶었어요. 퍼스널 브랜딩도 하고, 다양한 사람들과 커피챗도 하면서요.

 

그 과정에서 우연히 Blake님을 스레드에서 알게 되었고 구현하고자 하는 서비스와 문제의식을 듣자마자 공감했습니다. 저 역시 삼성전자에서 인도나 유럽의 해외 개발자들과 협업하면서 영어 때문에 어려움을 겪었거든요.

 

해외 스타트업에서 제안을 받은 적도 있었는데, 그 당시는 영어로 소통하는 부담이 커서 거절했던 경험도 있었어요. 이메일로는 대화할 수 있어도 실제로 말하는 일은 또 다르잖아요. 그래서 이 문제는 분명히 필요하고, 지금의 AI라면 해결할 수 있겠다는 생각이 들었습니다. 크게 고민하지 않고 함께 일해 보기로 했죠.

 

Q3. 서로에게서 “이 사람과 함께 제품을 만들어보고 싶다”고 느낀 부분은 무엇이었나요? 그리고 지금은 두 분이 각각 어떤 역할을 맡고 계신지도 궁금합니다. 같이 일하시면서 생긴 재미있는 에피소드도 있을까요?

(Blake) 저희는 한 달 동안 실제로 함께 일해 보면서 서로를 알아갔어요. 사용자 인터뷰를 진행하고, 프로토타입을 만들고, 이 제품이 앞으로 어떤 가능성을 가질 수 있을지 계속 논의했었죠. 그 과정에서 제품에 대한 확신뿐 아니라 서로에 대한 확신도 생겼고요.

 

사실, 창업에서는 함께 일할 사람을 찾는 일이 정말 어려워요. 저도 이전에 팀을 만들어 본 경험이 있지만, 공동 창업자를 찾는 데는 보통 많은 시간이 필요하고요. 저희는 비교적 빠르게 서로를 이해했고, 이후에는 거의 풀타임으로 함께 일하기 시작했습니다. 지금도 하루에 12시간 가까이 직접 만나서 일하고 있어요.

 

현재 제 역할을 말씀드리면, 저는 CEO로서 사업적인 업무와 함께 핵심 추천 엔진, 미팅 이후 리포트 및 코칭 관련 기능 개발에도 참여하고 있습니다.

 

(Hansol) 저는 CTO로서 클라이언트, 인프라, 실시간 통역, 백엔드 개발 전반을 담당하고 있어요. 그리고 스레드에서 제품을 만드는 과정을 공개하는 퍼블릭 콘텐츠도 올리며 적극적으로 활동하고 있습니다. 저희는 서로 맡은 영역은 있지만, 필요한 부분에서는 자연스럽게 역할을 넘나들면서 일하고 있는 것 같아요.

 

Q4. 두 분이 함께 만들고 계신 Smooth AI를 소개해 주세요! 어떤 문제를 해결하는 서비스이고, 실제 사용자들은 어떤 상황에서 활용할 수 있나요?

(Blake) 저희가 만든 Smooth AI 서비스를 소개할 때 ‘Real-time AI for Global Meetings’라고 설명하곤 하는데요. 말 그대로, 영어를 모국어로 사용하지 않는 전문가들이 글로벌 환경에서 일할 때 겪는 어려움을 해결하는 서비스라고 생각하시면 됩니다.

 

어두운 배경에 '영어 미팅, 지금 즉시 잘하게 해드림'이라는 문구와 '무료로 시작하기' 버튼이 있는 Smooth AI 랜딩 페이지 화면
Smooth AI - Real-time AI for global meetings <출처: Smooth AI 홈페이지>

 

예를 들어 어떤 엔지니어가 기술적으로는 정말 뛰어난데, 글로벌 미팅에서는 대화의 흐름을 따라가거나 자신의 의견을 전달하는 데 어려움을 겪는다고 가정해 볼게요. 그러면 그 사람은 실제 역량만큼 회의에 기여하지 못할 수 있죠. 저희는 이러한 사람들의 문제를 해결하기 위한 서비스를 만들고 있어요.

 

‘AI가 회의를 듣고, 지금 무슨 이야기가 오가는지 알려주고 내가 어떻게 대답하면 좋을지 도와주면 어떨까?’라는 아이디어로 출발했었어요. 그래서 Smooth AI는 실시간 번역을 제공할 뿐만 아니라, 대화의 맥락을 바탕으로 사용자가 어떤 말을 하면 좋을지 제안해요. 사용자가 회의 내용을 이해하는 데 그치지 않고, 직접 참여할 수 있도록 돕는 것이 핵심이고요. 기술적으로는 실시간으로 200ms 이하의 개인화된 번역을 제공하고 있어요.

 

 

2. 문제 정의로 시작된 MVP가 ARR 27만 달러로 성장하기까지

Q5. Smooth AI를 만들게 된 구체적인 계기는 무엇이었나요? 영어 미팅의 어려움 중 꼭 해결하고 싶었던 문제는 무엇이었는지 궁금합니다.

(Blake) 저는 글로벌 환경에서 일하면서 언어 때문에 자신의 능력을 제대로 보여주지 못하는 사람들의 문제를 여러 번 경험했어요. 회의 내용을 이해하지 못하는 것도 문제지만, 더 큰 문제는 내가 가진 생각이나 전문성을 충분히 전달하지 못한다는 점도 있었고요. 특히 중요한 회의에서는 상대방의 말을 이해하는 데 집중하다 보면 정작 내가 해야 할 이야기를 놓치는 경우도 있잖아요. 그런 경험을 하면서 단순히 영어를 번역하는 도구가 아니라, 누구나 실제로 글로벌 미팅에서 더 잘 소통하고 기여할 수 있도록 돕는 제품이 필요하다고 생각했습니다.

 

노트북 화상 미팅 화면에 참가자 얼굴과 함께 실시간 이해·답변을 돕는 자막·제안 패널이 오버레이된 Smooth AI 사용 장면
Smooth AI 실제 사용 현황 <출처: Hansol님의 스레드>

 

(Hansol) 저 역시 해외 개발자들과 협업하면서 비슷한 어려움을 겪었어요. 개발자들은 기술적인 내용을 정확하게 이해하고 설명하는 일이 중요한데 영어로 회의하다 보면 그 과정 자체가 부담이 될 수 있거든요. 특히 실시간으로 질문을 받고 대답해야 할 때는 이메일처럼 시간을 들여 표현을 다듬을 수도 없잖아요.

 

서비스 구현 초반에 많은 유저 인터뷰를 통해 영어 미팅에 대해 대부분의 사람들이 경험했던 문제나 어려움이 거의 비슷하다는 걸 알게 되었습니다. 그래서 이 문제를 해결하는 게 정말 필요하겠다고 확신했고요.

 

Q6. 현재 Smooth AI의 유료 구독자는 어느 정도인가요? 공개 가능한 범위에서 전체 가입자 규모와 주요 이용 국가 등 글로벌 현황도 말씀해 주실 수 있을까요?

(Blake) 인터뷰 시점(10월 중순) 기준으로 전체 가입자는 약 1만 6,000명이고, 유료 사용자는 약 1,600명 정도예요. 매출(ARR)은 약 27만 달러 수준이고 3개월 이상 구독 유지율도 약 78%를 기록하고 있습니다.

 

사용자는 크게 두 그룹으로 볼 수 있는데요. 첫 번째는 미국이나 영어권 국가에서 일하는 비원어민 전문가들이에요. 엔지니어, 디자이너, 리서처처럼 전문적인 역량을 가지고 있지만 영어로 일해야 하는 사람들 말이죠. 두 번째는 한국이나 일본 등에서 글로벌 기업 또는 해외 고객과 일하는 사람들입니다. 영어가 주 언어가 아닌 환경에서 일하지만 매일 영어 미팅에 참여해야 하는 분들이에요. 현재 사용자 중 30% 이상이 영어권에 계신 분들이고, 한국인뿐만 아니라 일본인 등 다양한 비원어민 사용자들도 늘어나고 있어요.

 

영국·일본·한국·미국 등 여러 국가에서 발생한 Pro·Basic 요금제의 신규 구독 결제 알림이 나열된 화면
다양한 국가의 Smooth AI 결제 내역 <출처: Hansol님의 스레드>

 

(Hansol) 사실, 저희가 초기에 한국 사용자 중심으로 시작했는데, 매출의 약 40%가 북미에서 발생하고 있다는 점이 흥미로웠어요. 이를 통해 미국에서 일하는 한국인 같은 비영어권 사람들이 영어 미팅에 어려움을 겪고 있었던 것을 알 수 있었죠. 저희가 처음부터 적극적으로 공략하지 않았는데도 수요가 발생했다는 점에서 가능성을 봤습니다. 요즘은 대만에서도 수요가 많아져서 대만에 GTM(Go-to-Market)을 하려는 생각도 가지고 있습니다.

 

Q7. 출시 첫 주부터 매출이 발생했다고 들었어요. 첫 유료 고객은 어떻게 만나셨고, 실제로 고객이 돈을 내겠다는 확신은 언제 생기셨는지도 궁금합니다.

(Blake) 저희는 처음부터 제품을 만들기 전에 확신을 얻는 일이 중요하다고 생각했어요.

 

제품을 계속 만들어야 할지, 아니면 그만둬야 할지 결정하려면 근거가 있어야 하잖아요. 그래서 알파 테스터를 모집했습니다. 처음에는 50명 정도를 목표로 했고, 이후 200명, 최종적으로는 500명까지 늘렸어요. 사용자에게 제품을 제공하고 피드백을 받고, 실제 행동이 어떻게 달라지는지 확인하는 과정을 반복했습니다. 특히 제품이 없을 때와 있을 때 사용자의 행동이 얼마나 달라지는지, 계속 사용하는지, 얼마나 큰 불편을 겪고 있는지를 살펴봤어요.

 

저희는 처음부터 명확한 기준을 세웠어요. 500명의 사용자를 모았을 때 최소 50명이 결제하지 않으면 이 사업을 계속하지 말자고 했어요. 결제 전환율 10%를 목표로 삼은 거죠. 그리고 유료 출시 이후 약 2주 만에 50건 이상의 결제를 달성했고 그 결과를 보고 이 문제를 계속 해결해도 되겠다는 확신이 생겼어요.

 

(Hansol) 사실 10%라는 목표가 꽤 공격적이라고 생각했어요 (사실 조금 쫄렸습니다, 웃음). 내부적으로는 목표에 조금 못 미치더라도 계속할 수 있지 않을까 고민하기도 했죠. 그런데 예상보다 빨리 달성할 수 있어서 마음이 놓였어요.

 

조금 더 부연하자면, 초반에 정말 많은 유저분들을 만나 뵈며 일대일 인터뷰를 많이 진행했었어요. 그 과정에서 유저들과 확인한 문제가 우리 서비스로 해결될 수 있다고 느꼈고 그것을 통해 실제 결제로 이어질 수 있었다고 생각했어요.

 

처음에는 사용자를 모으는 과정도 쉽진 않았어요. 저희 서비스에 관심이 있어 보이는 분들에게 직접 DM을 보내며 한 명 한 명 사용자를 모았어요. 그러다 기존 사용자들이 친구를 소개해 주기도 했고, 스레드에 개발 과정을 공개하면서 자연스럽게 사람들이 늘어났습니다.

 

당시에는 하루에 4~5시간씩 사용자 인터뷰를 진행하기도 했어요. 데이터를 보는 것도 중요했지만, 실제로 사용하는 사람들과 직접 이야기하면서 배우는 게 정말 많았고요. 어떤 부분이 불편한지, 왜 이 제품을 쓰는지, 그 문제가 얼마나 절실한지 계속 확인했죠. 그러면서 유료 서비스도 성공할 수 있을 거라는 확신이 들었던 것 같아요.

 

 

3. AI와 함께, 작은 팀으로 더 많은 사용자 만나기

Q8. 두 분은 작은 팀을 유지하면서 AI를 적극적으로 활용하고 계신데요. 기획, 개발, 테스트, 고객 대응 등에서 어떤 업무를 AI에 맡기고 있나요? 실제 작업 하나를 예로 설명해 주실 수 있을까요?

(Blake) 처음보다 AI를 활용하는 영역이 계속 늘어나고 있어요. 이제는 직접 손으로 하는 일보다 AI에 맡기는 일이 더 많은 것 같고요. 고객에게 보내는 이메일 초안 작성부터 고객 응대, 제품 아이디어 구상, 가설 수립, 기획까지 AI를 활용하고 있고요.

 

디자인 방식도 크게 바뀌었어요. 이전에는 피그마를 사용했지만, 최근 몇 달 동안은 거의 사용하지 않아요. 대신 AI가 활용하기 좋은 디자인 시스템을 만들고, 이를 바탕으로 화면을 구성하는 방식으로 전환했어요. 처음 기반을 만드는 데는 시간이 많이 들었지만, 이후 작업 속도를 높이는 데 도움이 됐습니다.

 

모니터와 책상 두 개가 마주 보게 놓인, 유리 파티션으로 둘러싸인 좁은 2인용 사무실 내부
딱 두 명이 사용하는 Smooth AI 사무실 <출처: Hansol님의 스레드>

 

(Hansol) 저도 일하는 방식이 많이 바뀌었어요. 예전에는 AI가 실수하거나 놓치는 부분이 있어서 제가 먼저 작업하고 나머지를 맡기는 경우가 많았는데요. 그런데 지금은 반대예요. 일단 AI에 맡겨보고, AI가 잘하지 못하는 부분을 제가 직접 처리합니다. 현재 iOS, 안드로이드, 맥, 윈도우, 웹, 서버 등 다양한 환경을 관리하고 있는데, 예전 방식이었다면 혼자서 감당하기 어려웠을 거예요. 제가 이전에 CTO로 일할 때를 기준으로 보면 여러 명의 엔지니어가 필요했을 업무를 지금은 AI의 도움으로 처리하고 있어요.

 

특히 자동화된 테스트나 반복적인 개발 업무를 AI에 맡기고, 저는 중요한 의사결정에 더 집중하고 있어요. 초기 사업을 시작하면 생각보다 사소하고 번거로운 일이 정말 많아요. 마케팅 계정을 설정하거나, SEO를 위한 초기 작업을 하거나, 각종 서비스에 가입하고 설정하는 일들이요. 예전에는 이런 일을 시작하는 것 자체가 부담이었어요. 그런데 지금은 브라우저 자동화 기능 등을 활용해 AI에 맡기고 다른 일을 하고 있어요. 사람이 직접 해야 하는 로그인이나 최종 제출 같은 단계만 확인하는 식이에요. 이런 작은 업무들이 쌓이면 꽤 큰 차이를 만들고 있는 것 같아요.

 

Q9. 최근 웹 서비스에 이어 모바일 앱으로도 확장하셨는데요. 앱까지 만들어야겠다고 결정한 계기는 무엇이었나요? 그리고 앞으로 Smooth AI의 서비스 로드맵은 어떻게 구상하고 계신가요?

(Blake) 저희가 추구하는 방향은 사용자 중심의 경험이에요.

 

사용자는 줌으로 회의할 수도 있고, 구글 미트를 사용할 수도 있고, 다른 환경에서 소통할 수도 있잖아요. 디바이스도 다양하고요. 그런데 특정 플랫폼에서만 도움을 받을 수 있다면 사용자 입장에서는 불편할 수밖에 없습니다.

 

별 4.8점에 생산성 카테고리로 등록된 '영어 미팅을 위한 실시간 AI' Smooth AI 앱의 App Store 소개 화면
Smooth AI 앱 출시 <출처: App Store>

 

그리고 장기적으로는 실시간으로 사람의 판단과 기억을 돕고, 중요한 순간에 능동적으로 판단하고 개입하는 실시간 AI로 발전시키고 싶어요. 예를 들어, 회의 중 상대방이 어떤 우려를 표현하고 있는지, 내가 놓친 부분은 무엇인지 알려주고 필요한 질문을 추천하는 거예요. 과거에 논의했지만 지금 정확히 기억나지 않는 내용을 미팅 중 바로 알려주는 식이죠.

 

 

4. 또 다른 도전, 샌프란시스코 해커톤

Q10. 샌프란시스코에서 열린 Personal Agent AI 해커톤에서 2등을 하셨다고 들었어요. 어떤 계기로 참가하셨고, 현장에서는 어떤 문제를 해결하는 제품을 만드셨나요?

(Blake) 저희가 평소에도 AI 에이전트를 적극적으로 사용하고 있고, 앞으로 시도해 보고 싶은 아이디어도 있었어요. 그래서 해커톤에서 새로운 아이디어를 빠르게 실험해 보고 싶었어요.

 

샌프란시스코에서는 기술 행사와 네트워킹 기회가 많잖아요. 현지 빌더들과 함께 일해 보고, 저희가 가진 아이디어를 짧은 시간 안에 검증해 보고 싶다는 생각도 있었어요.

2026년 10월 샌프란시스코에서 열린 Build Personal Agents Hack 행사에서 팀 Mutual이 2위를 차지했음을 알리는 카드
Build Personal Agents Hack 2위 입상 <출처: NEON 홈페이지>
해커톤 현장에서 네 사람이 각자 Keychron 키보드 상자를 들고 웃으며 찍은 단체 사진
<출처: 작가 확인 필요>

 

그래서 해커톤에서는 사람 사이의 상호작용을 돕는 개인 AI 에이전트 아이디어를 팀과 함께 구현해 보았어요. 단순히 미팅을 진행하는 것을 넘어, 사람과 사람 사이의 관계나 상호작용을 도울 수 있는 AI 에이전트를요. 실제로 많은 평가자들의 좋은 피드백을 받았고 동시에 아이디어의 가능성도 같이 확인할 수 있었던 좋은 경험이었던 것 같아요.

 

Q11. 당일 만난 빌더들과 팀을 꾸려 아이디어 구상부터 개발까지 4시간 만에 마쳤다고 들었는데요. 어떤 과정을 통해 제품을 함께 만들게 되었는지 궁금합니다. 서로 처음 만난 사람들이 짧은 시간에 협업할 수 있었던 비결도 있었나요?

(Hansol) 해커톤 현장에서 줄을 서거나 대화하면서 만난 분들과 팀을 구성했어요. 총 4명이 함께했어요.

 

흥미로웠던 건 예전 해커톤과 분위기가 많이 달라졌다는 점이에요. 과거에는 개발자가 직접 코드를 작성하고 다른 직군이 옆에서 지원하는 모습이 일반적이었다면, 이번에는 모든 사람의 노트북에 클로드 코드(Claude Code)가 켜져 있는 느낌이었어요. 개발자뿐 아니라 다른 직군의 참가자들도 AI 에이전트를 능숙하게 활용하고 있었죠.

 

협업 방식도 자연스러웠습니다. 필요한 내용을 마크다운 파일로 정리해 전달하고, AI를 활용해 각자 결과물을 만드는 방식이 익숙했어요. 결국 짧은 시간 안에 무엇을 만들지 잘 결정하면, 상당한 수준의 결과물을 만들 수 있다는 걸 다시 느꼈습니다.

 

Q12. 해커톤을 통해 얻은 가장 큰 성과는 무엇이었나요? 수상뿐 아니라 새로운 인연이나 기술적인 배움, 이후의 기회로 이어진 일이 있었는지도 궁금합니다. 토큰도 많이 얻으셨다고 들었는데요. (웃음)

(Hansol) 약 1억 원 상당의 AI 사용 크레딧을 받았어요. 이게 저희가 실제 서비스에서 사용하는 모델과 관련된 크레딧도 포함되어 있어서 운영 비용을 줄이는 데 도움이 되고 있어요. 기존에는 카드로 결제하던 비용의 일부를 크레딧으로 대체할 수 있게 된 거죠. 저희처럼 AI 모델을 활용하는 서비스에서는 이런 크레딧이 실제 운영에 상당한 도움을 주고 있어요.

 

(Blake) 네트워킹 측면에서도 의미가 컸던 것 같아요.

 

해커톤에서 좋은 성과를 내면서 다른 창업자나 투자자들과 자연스럽게 연결될 기회가 생겼습니다. 샌프란시스코에 갔을 때는 SF Tech Week라는 큰 기술 행사도 열리고 있었어요. 그곳에서 현지 엔지니어들과 함께 일하고 경쟁해 볼 수 있다는 점도 흥미로웠습니다. 새로운 사람들과 협업하고, 제품을 실험하고, 네트워크를 확장할 수 있었다는 점에서 좋은 경험이었어요. 앞으로도 상황이 허락한다면 이런 행사에 참여해 보려고 생각하고 있어요.

 

 

5. 다음 도전, 그리고 이제 시작하려는 사람들에게

Q13. 앞으로 Smooth AI와 앱 개발에서 각각 이루고 싶은 목표는 무엇인가요? 지금 가장 먼저 해결해야 할 과제도 궁금합니다.

(Blake) 저희는 Smooth AI를 글로벌 환경에서 일하는 사람들을 넘어 사용자가 가장 도움이 필요한 결정적인 순간을 발견하고, 그 순간 AI가 능동적으로 먼저 도움을 제공하는 실시간 AI로 발전시키려고 해요. 단기적으로는 북미 지역과 동아시아 지역에 더 많이 GTM하면서 해외 시장 확대에 집중하려고 하고요. 실제 고객들이 어디에서 가장 큰 가치를 느끼는지 계속 확인하면서 제품을 발전시킬 계획입니다.

 

(Hansol) 저는 기술적인 측면에서 실제 업무에서 사용할 때 불편함이 없도록 성능을 계속 개선하는 데 집중하고 있어요. 특히 실시간 서비스에서는 속도와 품질 모두 중요하거든요. 새로운 모델이 나오면 성능을 비교하고, 필요한 모델을 조합하면서 계속 최적화하고 있습니다.

 

Q14. AI 덕분에 제품을 만드는 속도는 빨라졌지만, 무엇을 만들고 누구에게 팔지는 여전히 사람이 결정해야 하잖아요. 지금까지의 경험을 토대로 새로운 것을 만드는 개발자에게 가장 중요한 역할은 무엇이라고 생각하시나요?

(Blake) 저는 기술이나 제품의 규모보다 어떤 문제를 해결하느냐가 훨씬 중요하다고 생각해요.

 

큰 문제를 발견하면 큰 사업으로 발전할 가능성이 있고, 작은 문제를 해결하면 그에 맞는 사업이 되는 거죠. 결국 중요한 건 제대로 된 문제를 찾는 데 충분한 시간을 쓰는 일인 것 같아요. AI가 발전할수록 기술을 구현하는 비용은 낮아지고 있는데요, 상대적으로 고객의 문제를 깊이 이해하는 능력이 훨씬 더 중요해지는 것 같아요. 사실, 처음부터 큰 문제를 한 번에 해결할 필요도 없어요. 문제를 잘게 나누고, 지금 해결할 수 있는 부분부터 시작하면 된다고 생각합니다.

 

(Hansol) 저도 Blake님의 이야기에 동의해요. 예전에도 그랬지만 AI가 등장하면서 그런 경향이 더 강해졌다고 생각해요. 이제는 아이디어를 적고 AI에 만들어 달라고 하면 실제 제품이 나오잖아요. 그러다 보니 정말 필요한 제품인지 충분히 고민하지 않고 출시하는 경우가 많아졌어요.

 

그런데 제품을 만들어야만 수요를 검증할 수 있는 건 아니라고 생각하거든요. 주변 사람에게 물어보거나, 잠재 고객과 대화하거나, 간단한 방식으로 지불 의사를 확인할 수도 있어요. 굳이 앱을 만들어 출시한 뒤에야 아무도 원하지 않는다는 사실을 확인할 필요는 없다는 거죠. 저는 개발자들이 AI를 개발 속도를 높이는 데만 활용하지 않았으면 좋겠습니다. 시장을 조사하고, 고객의 문제를 이해하고, 수요를 검증하는 과정에서도 AI를 충분히 활용할 수 있으니까요.

 

Q15. 마지막으로, AI로 서비스를 출시하고 수익화까지 해보고 싶은 사람들에게 현실적인 조언을 해 주실 수 있을까요? 이제 시작하는 사람이 첫 제품을 고르고, 첫 사용자를 만나고, 첫 결제를 만들기 위해 무엇부터 하면 좋을까요?

(Blake) 고객과 문제에 집중했으면 좋겠습니다.

 

기술 업계에는 중요해 보이는 정보가 정말 많아요. 새로운 모델이나 도구가 나올 때마다 관심이 쏠리기도 하고요. 하지만 결국 가장 중요한 건 내 제품을 사용하는 고객, 그리고 돈을 내는 고객이라고 생각해요. 그래서 제품도 제품이지만 고객의 문제를 해결하는 데 더 많은 시간과 노력을 들였으면 좋겠다고 생각해요.

 

화상 인터뷰 화면 두 개에 각각 '고객의 문제만 생각하고 풀려고 노력하다 보면 기회가 올 거예요', '업무의 경계 없이 직접 만들어 보는 과정을 시도해 보셨으면 좋겠습니다'라는 자막이 달려 있다
요즘IT 독자분들을 위한 두 분의 조언 <출처: 요즘IT>

 

또 하나는 모든 일을 작게 나누는 습관이에요. 일주일짜리 계획이 있다면 3일짜리로 나누고, 다시 하루짜리로 나누고, 필요하면 몇 시간 안에 할 수 있는 일로 나누는 거죠. 이렇게 하면 무엇을 해야 할지 명확해지고, 아직 모르는 것이 무엇인지도 드러나거든요. 실행 속도도 훨씬 빨라질 수 있어요. 저희도 실제로 이런 방식으로 일하고 있고요.

 

(Hansol) 저는 개발자뿐 아니라 디자이너, 마케터, PM 등 다양한 직군의 분들이 직접 무언가를 만들어 보셨으면 좋겠어요. AI로 직군 사이의 경계가 점점 낮아지고 있잖아요. 특히 큰 회사에서 일하다 보면 정해진 역할 밖의 일을 경험하기가 쉽지 않습니다. 그래서 사이드 프로젝트가 좋은 기회가 될 수 있다고 생각해요.

 

개발자라면 마케팅을 공부해 볼 수도 있고, 기획자나 디자이너라면 직접 앱을 만들어 볼 수도 있겠죠. 중요한 건 단순히 제품 하나를 완성하는 데 그치지 않는 거예요. 사용자를 만나고, 시장을 이해하고, 자신이 익숙하지 않은 영역까지 경험해 보는 과정이 앞으로 더 큰 경쟁력이 될 거라고 생각합니다.

 

그리고 자신이 실제로 돈을 내고 사용할 만한 제품인지 먼저 생각해 봤으면 좋겠어요. 내가 서버비 1만 원을 아끼려고 하면서 다른 사람에게는 매달 1만 원, 2만 원을 내라고 하는 건 쉽지 않은 일이잖아요. 그래서 먼저 자신이나 가까운 사람이 실제로 겪고 있는 문제에서 시작하는 것이 좋다고 생각해요.

 

 

마치며

AI 모델의 기하급수적인 발전으로 인해 새로운 제품을 만드는 속도는 계속해서 빨라지고 있습니다. 과거에는 여러 명의 개발자가 필요했던 일을 이제는 정말로 소수의 인원이 AI와 함께 해낼 수 있죠. 하지만 오늘 인터뷰한 Smooth AI의 두 창업자의 이야기 중 가장 인상적으로 다가왔던 것은 AI를 통해 가능해진 개발 속도보다도 제품이 가야 하는 방향에 대한 이야기들이었습니다.

 

두 사람은 제품을 만들기 전에 고객을 만났고, 사용자들의 불편함을 확인했으며, 일정한 수의 고객이 실제로 돈을 내지 않으면 사업을 계속하지 않겠다는 기준까지 세웠습니다. 또한 제품을 출시한 뒤에도 고객의 이야기를 바탕으로 기능의 우선순위를 바꾸고, AI를 활용해 작은 팀으로 더 많은 일을 해내는 방식을 만들어 가고 있었습니다.

 

어떤 문제를 해결해야 하는지 고민하고, 가설과 기준을 세우고, 이를 증명하기 위해 끊임없이 검증해 나가는 일은 여전히 사람의 몫인 것처럼 보입니다. AI로 더 빠르게 제품을 만들 수 있게 된 만큼, 누구의 어떤 문제를 해결할 것인지 치열하게 고민하는 태도가 더욱 중요해지고 있습니다. 많은 바이브코더분들도 꼭 문제 해결에 대한 집착부터 시작하시면 좋을 것 같습니다.

 
요즘IT 사례 카드 표: 2인 팀이 AI로 만든 글로벌 미팅용 실시간 AI 서비스 Smooth AI 사례로, 공동 창업자 2인이 AI 에이전트·브라우저 자동화·AI 디자인 시스템으로 제품을 개발해 출시 8개월 만에 가입자 약 1만 6,000명, 유료 약 1,600명, ARR 약 27만 달러, 3개월 이상 유지율 약 78%를 기록했다는 내용
요즘IT 사례 카드: 2인 스타트업의 공동 창업자가 AI 에이전트와 브라우저 자동화로 개발·운영을 감당하며 글로벌 미팅용 실시간 번역·답변 제안 서비스를 만들고, 출시 8개월 만에 유료 사용자 약 1,600명·ARR 약 27만 달러를 기록한 사례 <출처: 요즘IT>

 

ⓒ요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.