비개발자 PM의 AI 메이커 도전기 #3
지난 2편에서는 터미널 에러 로그를 수십 번 복사해 붙여넣으며 AI와 씨름한 끝에, 마침내 로컬 환경에 나만의 첫 테크 블로그 리더기를 띄운 이야기를 적었습니다.
배포까지 마치고 나니 출근길이 눈에 띄게 편해졌습니다. 매일 아침 죽은 블로그들을 일일이 눌러보며 허비하던 시간이 사라졌고, 관심 있는 기업의 새 글을 한눈에 모아볼 수 있게 되었으니까요.
여기서 멈추고 만족하며 썼다면 참 좋았을 텐데, 기획자로서의 직업병이 문제였습니다. 며칠 동안 혼자 편하게 쓰다 보니 슬금슬금 엉뚱한 생각이 머리를 스치기 시작했습니다.
“이거 나 혼자만 쓰기엔 너무 아까운데?”
“주변 동료 기획자나 개발자들에게도 보여주려면, 조금 더 그럴듯하고 거대한 플랫폼으로 키워봐야 하지 않을까?”
이 가벼운 생각 하나가 앞으로 몇 주간 이어질 거대한 삽질의 시작이 될 줄은 그때 미처 알지 못했습니다.
거대한 꿈: 제텔카스텐(Zettelkasten)과 온톨로지 지식망
기획자가 머릿속에 욕심을 품기 시작하면 기획서는 걷잡을 수 없이 거대해집니다.
단순히 글 목록을 긁어와 보여주는 피드 리더기는 어딘가 시시해 보였습니다. 요즘 생산성 도구 씬에서 가장 뜨거운 키워드였던 ‘제텔카스텐(Zettelkasten, 메모 상자 기법)’을 이 리더기에 접목해보면 혁신적인 서비스가 될 것 같았습니다.
머릿속 그림은 원대했습니다.
- 사용자가 글을 읽다가 중요한 인사이트를 발견하면 바로 개인 노트를 작성한다.
- 읽은 글과 글 사이에 관계를 맺어준다. 단순 링크가 아니라 ‘근거’, ‘반례’, ‘확장’ 같은 논리적 관계로 분류한다.
- 데이터가 쌓이면 수천 편의 기술 글과 개인의 생각이 거미줄처럼 얽힌 거대한 지식 그래프가 완성된다.
예전 같았으면 개발팀에 가져갔다가 “지금 일정에 이걸 다 구현하겠다고요?”라며 단칼에 반려당했을 기획이었습니다. 하지만 제 옆에는 불평 한마디 없이 시키는 대로 코드를 짜주는 AI 에이전트가 있었습니다.
저는 신이 나서 복잡한 스키마를 설계했습니다. zettel_notes, zettel_relations 테이블을 만들고, 복잡한 RPC 함수와 온톨로지 분류 UI, 관계 시각화 화면까지 며칠 밤을 새워가며 AI와 함께 뚝딱뚝딱 구현해 나갔습니다.
화면은 온갖 버튼과 입력 폼으로 가득 찼고, 겉보기엔 정말 실리콘밸리의 최첨단 지식 관리 도구처럼 보였습니다.
사용자가 필요했던 것(심플한 피드) vs 기획자가 AI와 함께 폭주하며 만들어낸 것
마주한 현실: “작성된 메모 0건”
기능 구현을 마치고 프로덕션 환경에 배포한 뒤, 주변 동료 몇 명에게 링크를 공유하며 뿌듯한 마음으로 반응을 기다렸습니다.
그리고 며칠 뒤, 설레는 마음으로 운영 데이터베이스를 열어보았습니다.
결과는 참담했습니다. zettel_notes 테이블의 총 행(row) 수: 0개.
기능 배포 후 기대에 차서 운영 DB를 열어보았을 때의 정적 (작성된 메모: 0개)
아무도 메모를 쓰지 않았습니다. 심지어 기능을 직접 기획하고 만든 저 자신조차, 출근길 지하철에서 손가락으로 화면을 넘겨보며 단 하나의 관계 분류도 하지 않고 있었습니다.
그제야 머리를 한 대 세게 맞은 기분이 들었습니다.
사용자(그리고 저 자신)가 이 서비스에 들어온 목적은 아주 명확하고 단순했습니다.
“출근길 10분 동안, 죽은 블로그 거르고 오늘 올라온 좋은 기술 글이 뭔지 빠르고 편하게 훑어보는 것.”
그런 사용자에게 “글을 읽고 노트를 적으세요”, “이 글과 저 글의 논리적 관계를 근거/반례 중 골라 연결하세요”라고 요구하는 것은, 지나치게 무겁고 피로한 학습 허들을 강요하는 공급자 중심의 과욕이었던 셈입니다.
AI 덕분에 코드를 구현하는 비용은 거의 0에 수렴하게 되었지만, 사용자에게 가치를 전달하고 습관을 만드는 비용은 여전히 그대로라는 사실을 뼈저리게 실감했습니다.
뼈아픈 피벗: 과감하게 덜어내기
잘못된 방향이라는 것을 확인한 이상, 망설일 이유가 없었습니다. 애써 며칠 밤을 새워 만든 기능이었지만 미련 없이 덜어내기로 결정했습니다.
수동 개인 노트 테이블과 복잡한 관계 분류 UI, 관련 RPC 함수들을 코드베이스와 데이터베이스에서 깔끔하게 삭제했습니다.
그리고 본질에 집중했습니다. “지식의 연결”이라는 가치 자체는 버리지 않되, 사용자가 수동으로 노동하지 않아도 시스템이 알아서 똑똑하게 해결해 주는 방향으로 피벗을 진행했습니다.
- 수동 메모 대신 AI 시맨틱 연결 도입:
사용자가 억지로 관계를 연결하게 만드는 대신, 백그라운드에서 임베딩 모델(Pinecone 벡터 인덱스)이 글들의 내용을 스스로 분석해 “이 글과 함께 읽으면 좋은 관련 글”을 유사도 점수와 함께 자동으로 추천하도록 바꿨습니다. - 가장 가벼운 피드:
회원가입이나 로그인 없이도 접속 즉시 최신 글을 확인하고 읽을 수 있도록 진입 장벽을 완전히 낮췄습니다.
무겁고 복잡한 기능들을 걷어내고 나니, 서비스의 정체성이 비로소 선명해졌습니다.
기획자가 AI를 쥘 때 가장 경계해야 할 것
코딩을 못 하던 기획자가 AI라는 강력한 무기를 쥐었을 때 가장 빠지기 쉬운 함정은 ‘만들 수 있으니 뭐든 다 넣어보자’는 과욕이었습니다.
개발 병목이 사라진 세상에서는 기획자의 절제력이 훨씬 더 중요해집니다. “얼마나 많은 기능을 구현할 수 있는가”가 아니라, “사용자가 겪는 가장 핵심적인 문제를 얼마나 군더더기 없이 풀어내는가”가 프로덕트의 성패를 가릅니다.
뼈아픈 삽질과 피벗을 거쳐 다듬어진 테크곳간은 이제 본래의 목적에 가장 충실한 서비스가 되었습니다. 업데이트 없는 블로그를 솎아내고, 알짜배기 최신 테크 글을 빠르게 훑어볼 수 있는 곳.
다음 편에서는 이렇게 본질로 돌아온 테크곳간을 실제 불특정 다수의 사용자에게 알리기 위해 시도했던 마케팅과 SEO, 그리고 오픈 직후 마주한 현실적인 반응들에 대해 이야기해 보겠습니다.
국내 주요 기업 테크 블로그 최신 글을 한곳에서 모아보기
아침마다 여러 기업의 기술 블로그를 일일이 찾아다니는 불편을 줄이고자 만든 **‘테크곳간’**을 운영하고 있습니다.
토스, 당근, 배민, 카카오 등 100여 개 기업 블로그의 새 글을 한자리에서 확인하실 수 있습니다.
주요 특징:
- 가입 없이 바로 확인: 별도 회원가입 없이 접속 즉시 최신 기술 글 피드를 탐색할 수 있습니다.
- 업데이트 있는 글만 선별: 오랫동안 글이 올라오지 않는 블로그는 제외하고, 최근 발행된 글 위주로 모아봅니다.
- 연관 글 자동 추천: 지금 읽는 글과 맥락이 이어지는 다른 기업의 관련 글들을 자동으로 추천해 줍니다.
다음 편: “만들었는데 아무도 안 오네?“… 론칭 후 첫 유입을 만들기 위한 마케팅 삽질기 (#4)