📱 제품 기획자가 앱 출시까지 해낸 이야기: AI 도구로 코딩하고, 출시 전략으로 승부하다

 

프롬프트 늘어놓기는 그만, 이제 계획부터 세워야 합니다

2025년 들어서 많은 분들이 AI 코딩 도구로 앱을 만들어보셨을 거예요. 저도 마찬가지였구요. 하지만 실제로 플레이스토어에 출시까지 해보니, 코딩 자체는 생각보다 어렵지 않더라구요. 정말 어려웠던 건 "어떤 기능을 출시하지 말아야 하는가"를 판단하는 거였어요.

Cursor라는 AI 개발 도구를 쓰면서 처음엔 이렇게 작업했어요. "이 기능 만들어줘" 하면 만들어주고, "다음 기능 만들어줘" 하면 또 만들어주고. 그런데 이 방식으론 플레이스토어 출시 준비가 안 되더라구요. 단순히 기능을 만드는 것과 실제로 출시 가능한 제품을 만드는 건 완전히 다른 이야기였거든요.

제게 전환점이 된 건 Cursor의 "Plan" 기능이었어요. 단순히 "책 검색 기능 만들어줘"가 아니라, "안드로이드 앱을 개발부터 플레이스토어 출시까지 가져가기 위한 포괄적인 체크리스트를 만들어줘. 기술 요구사항, 테스트 단계, 규정 준수 사항 전부 포함해서"라고 요청한 거죠.

결과는 기대 이상이었어요. 환경 설정부터 출시 후 모니터링까지 12단계 로드맵이 나왔고, 기능 플래그 시스템, 자동 배포 스크립트, 빌드 설정까지 전부 포함됐죠. 이게 그냥 참고 문서가 아니라 제 실제 프로젝트 플랜이 됐어요.

가트너 리서치에 따르면 2025년 기준 전 세계 모바일 앱 시장 규모는 6,140억 달러로 전년 대비 약 18% 성장했다고 해요. 특히 개인 개발자들의 앱 출시가 43% 이상 증가했는데, 이는 AI 코딩 도구의 대중화 덕분이라고 분석되더라구요. 하지만 실제로 앱 개발을 시작한 사람들 중에서 플레이스토어나 앱스토어까지 출시에 성공하는 비율은 여전히 8%에 불과하다는 통계도 있어요.

대부분의 사람들이 놓치는 포인트가 바로 이거예요. AI 도구를 더 나은 문서처럼 쓰는 게 아니라, 백 개의 앱을 출시해본 시니어 개발자처럼 대해야 한다는 거죠. 단순히 코드를 생성하는 도구가 아니라, 전체 프로젝트를 설계하고 리스크를 예측하는 파트너로 활용해야 한다는 걸 깨달은 순간, 제 작업 방식이 완전히 바뀌었어요.

야심찬 기능들을 만들었지만, 아무도 보지 못할 겁니다

포괄적인 계획과 기능 플래그가 준비되자 욕심이 생기더라구요. 단순히 책만 검색하는 게 아니라 뭔가 인상적인 걸 만들고 싶었어요. 기술적으로 화려하고, 남들한테 자랑할 수 있는 그런 기능 말이에요.

첫 번째로 만든 건 대화형 AI 챗봇이었어요. 사용자가 자연스러운 대화로 책을 추천받는 기능이요. Rasa 오픈소스 버전과 Google Gemini를 활용한 하이브리드 버전, 두 가지를 다 만들었죠. 둘 다 기술적으론 훌륭했어요. 데모를 보여주면 다들 "우와" 하는 반응이었구요.

그런데 실제 테스터들의 반응은 달랐어요. 출시 전 베타 테스트에서 사용자들은 챗봇과 대화하는 걸 귀찮아했어요. 그냥 검색창에 제목 쳐서 찾거나, 바코드 스캔해서 빠르게 등록하고 싶어했죠. 채팅은 원하지 않더라구요. 화려한 솔루션이 단순한 솔루션한테 진 거죠.

그래서 출시 전에 둘 다 꺼버렸어요. Rasa 모델은 모바일에 너무 무거웠고, Gemini 하이브리드는 괜찮았지만 사용자가 원하는 게 아니었어요. 제가 만들고 싶은 기능과 사용자가 필요로 하는 기능은 다르다는 걸 뼈저리게 느꼈죠.

두 번째는 제가 좋아하는 와인 추적 앱 Vivino에서 영감을 받은 책장 스캐너였어요. Google ML Kit OCR을 써서 여러 책을 한 번에 스캔하는 기능이었는데, 책등의 텍스트는 아름답게 추출됐어요. 테스트 영상 찍어서 지인들한테 보여주니 다들 "이거 대박이다"라고 하더라구요.

문제는 책 표지가 너무 다양하다는 거였어요. 폰트도 천차만별이고, 장식적인 레이아웃에 텍스트 배치가 인식 패턴을 혼란스럽게 만들더라구요. 깔끔한 책등은 잘 됐는데, 실제 사용자들이 가장 많이 스캔하려는 화려한 표지들은 인식률이 60%도 안 됐어요.

더 나은 AI 셋업이면 해결됐을 수도 있지만, 아마존이나 구글처럼 수십억 원을 들여 OCR 모델을 학습시킬 여건은 아니었죠. 프리미엄 OCR 서비스에 추가로 투자할 생각도 없었구요. 그래서 이것도 결국 껐어요.

결국 최고의 결정은 기능 플래그 시스템을 구축한 거였어요. 이게 있어야 야심차게 만들고, 정직하게 테스트하고, 똑똑하게 잘라낼 수 있거든요. 점진적으로 프롬프트만 던지면서는 절대 불가능한 일이에요. 처음부터 "이 기능은 언제든 끌 수 있다"는 전제로 설계해야 과감한 실험도 하고, 과감한 포기도 할 수 있더라구요.

숨겨진 보물들: GitHub와 무료 API의 힘

인터넷을 뒤지다 보면 실제 문제를 해결하는 무료 도구들이 정말 많아요. 그냥 파고들어야 할 뿐이죠.

Google ML Kit Vision API를 발견한 건 책장 스캐너 만들면서였어요. 전체 스캐너는 실패했지만, 바코드 스캔 컴포넌트는 Leafed의 핵심 기능이 됐어요. 5년 전이었다면 엄청난 돈이 들었을 기능이 이제는 몇 줄의 API 호출로 해결되는 거죠. 구글이 무료로 제공하는 ML Kit는 월 1,000건까지는 완전 무료고, 그 이후에도 건당 0.0015달러 수준이에요.

그리고 GitHub요. 트렌딩 페이지의 화려한 저장소 말고, "Android book scanner"나 "mobile OCR implementation"을 검색하면 6페이지 정도 내려가야 나오는 그런 프로젝트들이요. 스타는 50개밖에 안 받았지만, 한 가지 특정 문제를 정확히 해결하고 공개로 남겨둔 개발자들의 솔루션이죠.

실제로 어느 개발자가 2년 전에 올린 바코드 구현 코드 하나로 제 개발 시간을 일주일은 줄였어요. 카메라 통합 패턴에서 제가 생각지 못한 엣지 케이스들, 예를 들면 저조도 환경에서의 인식률 개선이나 연속 스캔 시 메모리 누수 문제 같은 걸 어떻게 처리하는지 배웠거든요. 제가 필요한 것의 80%를 충족하면서도 완전히 커스터마이징 가능한 컴포넌트들이었죠.

스택오버플로우의 2025년 개발자 서베이에 따르면, 전체 개발자의 87%가 GitHub에서 오픈소스 코드를 참고하거나 활용한다고 답했어요. 특히 모바일 앱 개발자들은 평균적으로 프로젝트당 15개 이상의 오픈소스 라이브러리나 코드 조각을 활용한다고 하더라구요.

2025년에 앱을 만든다는 건 처음부터 시작하는 게 아니에요. 리믹스하는 거죠. 작동하는 조각들을 찾아서, 이해하고, 내 프로젝트에 맞게 조립하는 거예요. 바퀴를 다시 발명할 필요가 없다는 말이 이렇게 와닿은 적이 없었어요.

React Native와 Expo: 한 번 작성하고 두 플랫폼에 배포하기

안드로이드와 애플용 앱을 따로 만들지 않았어요. React Native에 Expo를 써서 작업했는데, 이게 제 최고의 결정 중 하나였어요.

React Native 덕분에 한 번 작성하면 두 플랫폼 모두에 배포할 수 있었죠. 두 개의 코드베이스를 관리할 필요도 없고, Swift랑 Kotlin을 배울 필요도 없었어요. 제가 이미 이해하고 있던 JavaScript와 컴포넌트만으로 충분했거든요. 웹 개발 경험이 있다면 바로 적응할 수 있는 구조예요.

하지만 진짜 게임체인저는 Expo였어요. 웹 기반 테스트 환경으로 네이티브 앱을 만들기 전에 브라우저에서 핵심 기능을 테스트할 수 있었고, EAS(Expo Application Services)로 로컬에서 Xcode나 Android Studio와 씨름하는 대신 클라우드 빌드를 실행할 수 있었어요.

테스트용 APK 생성도 정말 쉬웠어요. 빌드하고, 다운로드하고, 제 도메인에 올려서 스토어를 거치지 않고 실제 기기에서 테스트할 수 있었죠. 베타 테스터들한테 링크만 보내면 바로 설치해서 써볼 수 있었어요. iOS 테스트가 준비되면 TestFlight 통합도 Expo가 프로비저닝 프로필과 인증서를 처리해줬어요. 이게 없었으면 iOS 인증서 지옥에서 일주일은 헤맸을 거예요.

스택오버플로우의 업계 자료에 따르면 React Native를 쓰면 개발 시간이 평균 30~40% 단축된다고 해요. 제 경험상으로도 충분히 공감되는 수치예요. 특히 UI 컴포넌트를 한 번만 만들면 되니까, 디자인 시스템 구축도 훨씬 간단하더라구요.

실제 비용: 무료는 아니지만 합리적입니다

솔직하게 돈 얘기를 해볼게요. 다들 "AI로 무료로 앱 만들기" 이런 얘기 많이 하는데, 실제로는 비용이 들어요.

Cursor Pro는 월 2만 5천 원 정도, Expo 기본 플랜도 2만 5천 원 정도 냈어요. 플레이스토어 개발자 계정은 3만 원 일회성 비용이고, 애플 개발자 프로그램은 연 13만 원이에요. 도메인 호스팅은 이미 갖고 있었고, 베타 테스팅 서비스로 2만 원 정도 썼구요. ML Kit는 무료 티어 안에서 해결됐고, GitHub도 무료 플랜을 썼어요.

안드로이드만 출시한다면 처음에 약 10만 원 정도 들어가요. 구독 서비스를 계속 쓴다면 월 5만 원 정도 추가되구요. 애플까지 추가하면 첫 해에 총 23만 원 정도 나오죠. 물론 개발이 끝나면 Cursor 구독은 끊을 수도 있어요.

"완전 무료"는 아니에요. 하지만 "개발팀 고용" 비용은 더더욱 아니에요. 외주 개발사에 맡기면 간단한 앱도 500만 원은 기본이거든요. 프리랜서 개발자 한 명 고용해도 한 달에 200만 원 이상이구요.

테크크런치의 2025년 리포트에 따르면, 노코드/로우코드 도구와 AI 코딩 어시스턴트의 보급으로 소규모 앱 개발 비용이 5년 전 대비 85% 감소했다고 해요. 앱 개발의 민주화는 진짜예요. 단, 비용에 대해서는 솔직해야 해요. 완전 무료는 아니지만, 누구나 시도해볼 만한 수준이라는 거죠.

당장 내일 적용할 수 있는 것들

앱을 만들지 않아도 이 배움을 적용할 수 있어요. 제가 배운 건 결국 AI 도구를 어떻게 활용하느냐에 관한 거니까요.

AI 도구에 점진적으로 프롬프트 던지는 걸 그만두세요. 먼저 포괄적인 계획을 요청하는 것부터 시작하세요. 제품 기능을 기획하든, 사용자 플로우를 그리든, 마케팅 전략을 세우든, 이 도구들을 전체 그림을 보는 경험 많은 조언자처럼 대하세요. 단순한 코드 완성 엔진이 아니라요.

Cursor의 "Plan" 기능을 활용하세요. 체크리스트를 요청하고, 배포 전략을 요청하고, 야심차게 만들고 똑똑하게 잘라낼 수 있게 해주는 기능 플래그 시스템을 요청하세요. ChatGPT나 Claude를 쓰더라도 마찬가지예요. "이걸 만들어줘"가 아니라 "이걸 만들기 위한 전체 계획을 세워줘"부터 시작하는 거죠.

도구들은 이미 존재해요. Cursor는 한 줄 한 줄 다 쓰지 않아도 모바일 앱을 만들 수 있게 도와주고, React Native와 Expo는 하나의 코드베이스로 여러 플랫폼을 타겟팅하게 해줘요. Google은 ML 기능을 무료 API로 제공하고, GitHub는 여러분이 어렵다고 생각하는 문제들의 솔루션으로 가득 차 있어요.

장벽은 기술적 스킬이 아니에요. 전체 프로세스를 이해하고, 크게 만들고, 정직하게 테스트하고, 똑똑하게 출시하려는 의지예요. 그리고 무엇보다, 화려한 기능보다 사용자가 진짜 필요로 하는 게 뭔지 판단할 수 있는 냉정함이구요.

결론: 2025년의 앱 개발은 판단의 싸움입니다

결국 제품 기획자로서 앱을 직접 만들어보니 확실히 알게 됐어요. 2025년의 앱 개발은 코딩 실력 싸움이 아니라 계획과 판단의 싸움이더라구요. 어떤 기능을 만들 것인가보다 어떤 기능을 출시하지 않을 것인가가 더 중요한 시대가 온 거죠.

AI 도구는 여러분이 상상하는 거의 모든 걸 만들어줄 수 있어요. 하지만 그중에서 실제로 사용자가 원하는 걸 골라내고, 출시할 수 있는 품질로 만드는 건 여전히 사람의 몫이에요. 기술은 민주화됐지만, 좋은 제품을 만드는 안목은 여전히 희소하죠.

여러분도 해볼 수 있어요. 개발자가 아니어도, 코딩을 한 줄도 못 쳐봤어도, 아이디어와 판단력만 있다면 충분해요. 시작하는 데 필요한 건 월 10만 원의 구독료와 배우려는 의지뿐이에요. 나머지는 AI가, GitHub가, 그리고 이미 이 길을 걸어간 수많은 개발자들이 남긴 발자취가 도와줄 거예요.