🚀 AI 네이티브 제품은 왜 전통적인 SaaS 플레이북으로 성공할 수 없을까

 

완벽하지 않아도 출시하는 용기

전통적인 SaaS 제품 개발에서는 'MVP'라는 개념이 정말 중요했어요. 최소 기능 제품이라는 뜻인데, 특히 개발자들을 타겟으로 하는 제품이라면 이 '최소'의 기준이 엄청나게 높았죠. 거의 완벽에 가까워야 했거든요.

그런데 Wave라는 AI 네이티브 터미널을 만드는 팀은 이 룰을 과감하게 깼어요. 2023년 11월 출시 당시 일일 활성 사용자(DAU) 제로, 깃허브 스타 제로였던 이 제품은 현재 약 3,000명의 DAU와 12,000개의 깃허브 스타를 기록하고 있습니다. 완벽하지 않은 제품을 경쟁이 치열한 시장에, 그것도 완벽함을 기대하는 개발자들에게 내놓은 거예요.

왜 이런 선택을 했을까요? AI 네이티브 제품의 특성상 제품이 근본적으로 불안정하기 때문이에요. 기반이 되는 AI 모델이 매달 진화하고, 경쟁사가 기능을 거의 즉시 복제할 수 있는 환경에서 유일한 지속 가능한 경쟁우위는 '속도'예요. a16z의 파트너 브라이언 킴이 말했듯이, "모멘텀 그 자체가 해자(moat)"가 되는 거죠.

실제로 2024년 AI 스타트업 투자 데이터를 보면, 시장 선점 속도가 빠른 기업들이 평균 2.3배 더 높은 밸류에이션을 받았다고 해요. 완벽함보다 속도가 생존을 결정하는 시대가 된 거예요.

새는 양동이도 일단 키워라

"제품-시장 적합성(PMF)을 찾기 전에는 성장에 신경 쓰지 마라"는 게 전통적인 SaaS의 금과옥조였어요. 새는 양동이를 키우려 하지 말라는 거죠. 하지만 AI 네이티브 세계에서는 이 공식도 완전히 깨집니다.

요즘 사람들은 생성형 AI 도구에 완전히 지쳐있어요. 또 다른 새로운 걸 듣고 싶어 하지 않고, 돈을 내는 건 더더욱 망설이죠. 맥킨지의 2024년 조사에 따르면, 직장인의 78%가 "너무 많은 AI 도구 때문에 피로감을 느낀다"고 답했어요.

실제로 AI 빌더들이 모이는 오프라인 행사에서 제품 담당자가 들은 조언은 이랬다고 해요. "새로운 도구를 따라가려고 하지 말고, 여러 친구들이 여러 번 언급한 것만 써봐라."

이게 신규 진입자들에게는 엄청난 문제예요. 해커뉴스나 프로덕트헌트에서 한 번 런칭하는 걸로는 부족합니다. 얼리어답터들조차 시도해보게 만들려면 거의 '편재(omnipresent)'해야 하거든요. 그래서 PMF를 찾기도 전에, 수익화를 생각하기 훨씬 전에, 바이럴 성장 루프를 검증하기 시작하는 거예요.

유료화보다 배포 채널이 먼저다

전통적인 SaaS에서 제가 늘 강조했던 황금률은 "만들기 전에 팔아라"였어요. 고객이 지갑을 열 의향이 있는지 먼저 확인하고 개발하는 거죠. 하지만 Wave에서는 이 규칙이 완전히 뒤집혔습니다.

새로운 공식은 이래요. "배포 채널을 먼저 확립하고(미완성 제품으로), 만들고/배우고/피벗하고, 그다음에 팔아라." 왜냐하면 제품이 근본적으로 불안정하니까요. 제품 아래의 기반이 완전히 바뀌어도 살아남을 수 있는 자산은 바로 '충성도 높은 관객과 견고한 배포 채널'이에요.

Genspark가 완벽한 사례죠. 처음엔 AI 검색엔진으로 포지셔닝하며 500만 명의 사용자를 확보했어요. 배포망을 확보한 거예요. 그러다 2024년 말, 사용자들이 정보 검색("이 시장을 요약해줘")에서 결과 지향적 명령("이 시장에 대한 프레젠테이션 만들어줘")으로 진화하는 걸 관찰했고요.

그래서 완전히 "AI 에이전트 엔진"으로 피벗했는데, 결과가 정말 놀라워요. 단 45일 만에 3,600만 달러(약 480억 원)의 연간 반복 매출(ARR)을 기록했다고 합니다. 이미 구축한 배포 채널이 있었기에 가능한 일이었죠.

좁은 타겟? 이젠 통하지 않는다

저는 B2B SaaS 기업들과 수년간 ICP(이상적 고객 프로필) 정렬 워크숍을 진행해왔어요. 그때마다 강조했던 게 "의미 있고 좁은 ICP를 식별하라"는 거였죠. 여러 ICP 중에서 선택해야 한다면? 구매할 가장 설득력 있는 이유가 있는, 즉 가장 큰 고통을 겪고 있는 ICP를 선택하라고 말이에요.

그런데 Wave에서는 제 조언을 무시하고 있어요. Wave의 ICP는 지독하게 애매해요. "스타트업의 숙련된 데브옵스 담당자"같이 깔끔하게 정의된 게 아니라, "터미널, 웹 브라우저, 파일 관리자, 원격 서버, 통합 AI 오케스트레이터를 한 곳에서 쓰는 터미널에 흥분하는 사람"이라는 거예요.

왜 이럴까요? AI 코딩과 바이브 코딩 덕분에 터미널을 사용하는 사람의 그룹이 엄청나게 커졌거든요. 깃허브의 2024년 개발자 생태계 리포트에 따르면, 노코드/로우코드 도구를 활용하는 '시티즌 디벨로퍼'가 전년 대비 340% 증가했다고 해요. 예전엔 (n)명의 개발자였다면, 이젠 (n)명의 '어느 정도 기술을 아는 사람들'이 터미널과 IDE를 쓰는 거죠. 이런 상황에서 좁은 그물을 던지는 건 어리석게 느껴져요.

불타는 문제가 아니어도 괜찮다

제가 PMF 이전의 SaaS 스타트업에서 해결할 가치가 있는 문제를 식별할 때 사용했던 플레이북은 관객 인터뷰에 크게 의존했어요. ICP에 맞는 사람들에게 그들의 업무를 설명해달라고 요청하고, 마찰 지점에 집중해서 마음에 떠오르는 걸 파악하는 거죠. 이상적으로는 흥미로운 "불타는 문제(hair-on-fire problem)"를 발견하는 게 목표였고요.

일부 AI 네이티브 기업들은 특정한 불타는 문제(예: 고품질 코드를 더 빠르게 작성)를 중심으로 만들어졌지만, 많은 다른 기업들은 이런 걸 해결해요.

첫째, 사용자들이 삶의 피할 수 없는 사실로 받아들이던 문제예요. Lovable이 좋은 예예요. 비기술 PM인 저에게 2022년 초에 겪는 고충이 뭐냐고 물었다면, "자연어로 기능하는 애플리케이션을 혼자 만들 수 있으면 좋겠다"고 말하지 않았을 거예요. 그러려면 항상 비싼 개발팀이 필요하다고 생각했고, 그걸 삶의 피할 수 없는 사실로 받아들였거든요.

둘째, 1,000개의 작은 상처들이죠. Cursor는 개발자들이 고품질 코드를 빠르게 배송해야 하는 불타는 문제를 다루지만, 동시에 개발자들이 매일 경험하는 수천 개의 작고 개별적인 좌절(구문 찾기, 보일러플레이트 코드 작성, 멀티라인 편집 등)을 제거해요. 2024년 12월 기준 Cursor의 월 활성 사용자는 10만 명을 넘어섰고, 유료 전환율은 약 40%에 달한다고 알려져 있어요.

Notion AI도 마찬가지예요. 지식 베이스가 필요한 모든 팀을 대상으로 하고(꽤 분산되어 있죠), 수십 개에서 수백 개의 사용 사례에 쓸 수 있으며, 전형적인 작은 상처 제품이에요.

작은 상처들을 모으는 힘

저는 '1,000개의 작은 상처' 전략에 매우 관심이 많아요. LLM은 맥락이 풍부하지만 복잡도가 낮은 작업에 뛰어나거든요. 이게 바로 대부분의 작은 상처를 완벽하게 설명하는 특징이에요. AI 이전에는 이런 작업을 자동화하는 게 불가능하거나 너무 비쌌어요. 전통적인 소프트웨어가 갖추지 못한, 인간 같은 뉘앙스 이해가 필요했으니까요.

그리고 아마존이 증명했듯이, 집합의 힘이 있어요. 수백 개의 작은 고객 경험 결함을 고치는 것이 집합적으로 훨씬 우수한 제품을 만들 수 있다는 거죠.

물론 위험은 명백해요. 제품이 해결하는 1,000개의 작은 상처를 나열해서 설득력 있고 간단한 훅을 만드는 건 정말, 정말 어렵거든요. 저도 현재 Wave에서 이 문제를 겪고 있어요. 이상적인 세계에서는 1,000개의 작은 상처를 함께 해결하면 전체적인 가치 제안이 만들어질 거예요.

Cursor를 비교해보세요. 지속적으로 발생하는 사소한 개발 작업들(구문 찾기, 보일러플레이트 작성, 함수 리팩토링)을 자동화함으로써, Cursor는 더 큰 "불타는 문제"인 느린 개발 주기를 해결하죠. 저희는 아직 그 단계가 아니고, 숙련된 PM으로서 개발자를 인터뷰하면서 그들의 첫 질문 "어떤 문제를 해결하나요?"에 명확한 답을 못 하는 게 꽤 어색해요.

소셜 공유를 위한 구조적 설계

편재하기 위해서는 AI 네이티브 기업들이 소셜 공유를 중심으로 구조적으로 설계되어야 해요. 이게 무슨 뜻일까요? 이미 명백한 것들을 하고 있지만, 다른 모두도 그렇게 하고 있거든요.

인플루언서들에게 금전적 인센티브와 "멋진 위원회"의 일원이 되는 인센티브를 제공하며 접근하는 거예요. 이건 좋지만, 몇 명의 가끔 나타나는 브랜드 앰배서더로는 우리가 필요로 하는 편재성을 만들 수 없어요. 산발적인 인플루언서 포스팅을 넘어서서 인플루언서들을 우리가 하는 일에 훨씬 더 깊이 통합하고 싶죠.

제품에 구워진 바이럴 성장 루프도 필요해요. PMF에 도달하기도 전에(그리고 수익화를 생각하기 훨씬 전에) 사용자가 자연스럽게 다른 사용자를 데려오는 방법을 검증하고 있어요. 어떤 바이럴 성장 루프(바이브 코딩 앱 공유, 워터마크/배지, 경쟁)가 효과가 있을지 PMF 전에 검증하는 거죠.

레퍼럴 마케팅 전문 기업 Extole의 2024년 리포트에 따르면, 제품 내장형 바이럴 루프를 가진 AI 제품은 그렇지 않은 제품보다 평균 5.7배 빠르게 성장한다고 해요. 이게 바로 초기부터 소셜 공유를 설계해야 하는 이유예요.

빠른 학습이 생명이다

AI 네이티브에서 빠른 학습은 비AI SaaS보다 훨씬 더 중요해요. 두 가지 큰 이유가 있어요.

첫째, 기반 AI 능력의 극도로 빠른 변화 속도예요. AI 네이티브 기업들은 새로운 모델 릴리스, 능력 향상, 비용 구조 변화에 지속적으로 적응해야 해요. 3개월 전에는 불가능하거나 엄청나게 비쌌던 기능이 갑자기 식은 죽 먹기가 될 수 있거든요. OpenAI의 GPT-4에서 GPT-4o로의 전환만 봐도, 응답 속도는 2배 빨라지고 비용은 50% 감소했어요. 이런 변화가 6개월마다 일어나는 거예요.

둘째, 사용자 기대치예요. 위의 이유 때문에 사용자 기대치가 하룻밤 사이에 치솟을 수 있어요. 사용자들은 때때로 LLM이 충족할 수 없는 기대를 품기도 하죠. "아, 왜 이 간단한 것 하나를 못 하는 거야?!"라고 생각해본 적 있으시다면 무슨 말인지 아실 거예요.

우리는 사용자 기대치 맥박에 손가락을 대고, 사용자들이 무엇을 하려고 하는지 이해하고, 엣지 케이스와 실패 모드를 이해하기 위해 빠른 학습이 필요해요. 이상적으로는 초기 사용자들이 우리에게 많은 피드백을 주고, 더 어려운 경로를 시도하는 거죠.

마무리하며

AI 네이티브 제품의 세계는 전통적인 SaaS와는 완전히 다른 게임이에요. 완벽한 MVP, 명확한 ICP, 불타는 문제, PMF 전 수익화 검증 같은 오랜 원칙들이 더 이상 통하지 않아요. 대신 속도, 배포 채널, 적응력, 빠른 학습이 새로운 무기가 되었죠.

Wave팀이 보여주듯, 때로는 규칙을 깨는 용기가 필요해요. 제품이 완벽하지 않아도 시장에 내놓고, 수익화보다 배포를 우선시하고, 넓은 청중에게 빠르게 배우는 것 말이에요. 물론 이 접근법이 모든 상황에 맞는 건 아니지만, AI가 근본적으로 바꾸고 있는 제품 개발의 지형에서 새로운 가능성을 보여주고 있어요.

여러분의 제품이 AI 네이티브라면, 혹은 그렇게 되려고 한다면, 과거의 플레이북에 얽매이지 마세요. 새로운 규칙을 만들 준비를 하시길 바랍니다.