1인 스타트업 실행 (5): 마케팅과 성장#

개발자가 창업하면 가장 뒤로 미루는 일이 마케팅입니다. 만드는 일은 익숙하고 알리는 일은 낯설기 때문입니다. 그런데 AI로 무엇이든 빠르게 만들 수 있게 되면서 “만들 수 있는가"의 희소성은 낮아졌고, 결국 누가 쓰게 만드는가가 더 중요해졌습니다. 이 장은 필자가 이 블로그와 제품을 운영하며 배운 것을 바탕으로, 개발자 창업자가 혼자서 할 수 있는 마케팅을 다룹니다. 화려한 전략이 아니라, 시스템과 측정과 작은 실험의 이야기입니다.

콘텐츠는 결과물이 아니라 시스템입니다#

필자는 블로그를 여러 번 시작했다가 멈췄습니다. 번역 블로그는 페이지 하나에 너무 오래 걸려서, 프롬프트 기록 블로그는 노출이 전혀 나지 않아서 멈췄습니다. 돌아보면 공통 원인은 “무엇을 쓸까"를 먼저 정하고 “어떻게 계속 만들까"를 정하지 않았다는 것입니다. 지금의 블로그가 오래 가는 이유는 반대로 했기 때문입니다. 주제가 먼저가 아니라 시스템이 먼저입니다.

그래서 필자는 이 블로그를 “콘텐츠 생산 공장"이라고 부릅니다. 글, 책, 앱, 뉴스 브리프를 모두 콘텐츠로 보고, 생산 과정 전체를 저장소 안에 두고, 에이전트가 반복 공정을 맡습니다. 공장은 네 개의 라인으로 이루어집니다.

이 구조에서 에이전트가 하는 일은 구체적입니다. 매주 여러 소스를 읽고 뉴스 브리프 초안을 쓰고, 에세이의 문체와 형식을 품질 기준 문서에 따라 검토하고, 삽화를 생성하고, 영문으로 번역하고, 빌드와 배포 전 검사를 돌립니다. 이 절차들은 모두 저장소 안의 스킬로 고정되어 있어서, 필자는 “이번 주 브리프 써 줘”, “이 글 검토해 줘"라고 말하는 것으로 공정을 시작합니다. 책 한 권을 혼자서 개편하는 일도 같은 공장 위에서 돌아갑니다.

가치 판단의 기준도 단순합니다. 소비하는 사람이 있는가. 그리고 “반응"보다 “행동"을 봅니다. 좋아요나 조회수는 신호이지만 가볍습니다. 저장, 구독, 재방문, 질문, 의뢰, 유료 전환 같은 행동이 훨씬 강한 신호이고, 콘텐츠와 제품을 평가할 때 필자는 이쪽을 우선으로 봅니다.

검색: 신생 도메인이 겪는 일#

콘텐츠를 만들면 검색이 데려다줄 것이라 기대하기 쉽습니다. 필자의 경험은 그렇게 단순하지 않았습니다. 블로그의 대표 도메인을 옮기고 한 달쯤 지났을 때, 검색 노출이 어느 날을 기점으로 바닥까지 꺾이더니 사실상 0이 되어 열흘 넘게 회복되지 않았습니다. 리다이렉트, 정규 URL 태그, 다국어 연결 태그, 사이트맵, 내부 링크를 전부 점검했지만 기술적으로 잘못된 것은 하나도 없었습니다. 검색 봇은 부지런히 페이지를 가져가면서 색인에 넣는 것만 거부하고 있었습니다.

이것은 오류가 아니라 판정이었습니다. 검색엔진은 신뢰가 쌓이지 않은 신생 도메인에 대해 색인을 매우 보수적으로 골라 담습니다. 그리고 필자의 사이트맵은 그 판정에 몹시 불리했습니다. 제출한 URL의 절반 이상이 태그와 카테고리 페이지, 즉 글 목록만 나열된 얇은 페이지였기 때문입니다. 정적 사이트 생성기가 태그마다 자동으로 만들어 주는 페이지가 두 언어로 쌓여 있었습니다. 검색엔진 입장에서 이 사이트는 “제출한 페이지 대부분이 내용 없는 목록"이었고, 신생 도메인이 첫인상으로 보여 주기에 최악의 구성이었습니다.

대응은 색인 다이어트였습니다. 얇은 페이지를 사이트맵과 색인 대상에서 걷어내 평균 품질을 끌어올리는 작업입니다. 템플릿에 판정 로직을 하나 두고, 사이트맵 제외와 noindex 메타 태그 출력이 항상 같은 판정을 공유하게 했습니다.

판정 (하나의 로직)
 ├─ 태그 · 카테고리 페이지        → 전부 제외
 ├─ 발행 30일 지난 뉴스 브리프    → 제외 (시의성 소멸)
 └─ 프론트매터 noindex: true      → 수동 제외용 탈출구
      ↓                    ↓
  sitemap.xml에서 제외   <meta name="robots" content="noindex"> 출력

그 결과 사이트맵의 URL 수가 절반 이하로 줄었고, 검색엔진에 제출하는 페이지 세트가 “태그 목록 위주"에서 “실질 콘텐츠 위주"로 바뀌었습니다. 회복은 빠르지 않았습니다. 색인 요청을 반복해도 탈락이 이어졌고, 결국 외부 신호(프로필 링크, 다른 플랫폼에 크로스포스트, 다른 검색엔진 등록)를 쌓는 단계로 넘어가야 했습니다. 신생 도메인의 검색 유입은 몇 달 단위의 일이라는 것을 받아들여야 합니다. 그 사이 독자를 데려오는 것은 검색이 아니라 직접 유통(커뮤니티, 뉴스레터, 소셜)입니다.

한 가지 새로운 변수도 있습니다. 사람들이 검색 대신 AI에게 묻는 비중이 늘면서, AI가 답변에 인용하는 콘텐츠가 되는 것이 새로운 노출 경로가 되었습니다. 이 영역의 규칙은 아직 정립되지 않았지만, 지금까지 관찰되는 방향은 전통적인 검색 최적화와 크게 다르지 않습니다. 출처가 분명하고, 구조가 명확하고(제목, 요약, 표), 한 페이지가 한 질문에 똑바로 답하는 콘텐츠가 인용됩니다. 그리고 모든 AI 서비스가 영어 자료를 더 많이 학습하고 검색하므로, 영문판을 함께 두는 것이 노출 범위를 넓힙니다.

분석: 어떤 숫자를 보느냐가 이야기를 바꿉니다#

검색 문제를 발견한 계기는 역설적이게도 “활성 사용자 급락"이라는 잘못된 경보였습니다. 분석 도구의 활성 사용자 그래프가 가파르게 떨어졌고, 필자는 에이전트에게 전체 조사를 맡겼습니다. 결과는 예상과 달랐습니다. 급락의 대부분은 착시였습니다.

세 겹의 착시가 겹쳐 있었습니다. 첫째, 비정상적으로 치솟았던 고점에서 평균으로 되돌아오는 구간을 일 단위 그래프가 하락처럼 보여 주었습니다. 둘째, 집계가 끝나지 않은 주간의 마지막 값이 바닥까지 폭락해 보였습니다. 셋째가 가장 컸습니다. 활성 사용자의 절반 가까이가 사람이 아니었습니다. 특정 해외 데이터센터 지역에서 오는 트래픽은 사용자, 세션, 페이지뷰 비율이 정확히 1:1:1이고 체류 시간이 0초에 수렴했습니다. 자동화된 크롤러와 AI 스크레이퍼였습니다. 반면 한국 트래픽은 세션당 여러 페이지를 보고 1분 이상 머물렀습니다.

여기서 유용했던 판별 기준이 참여 세션입니다. 일정 시간 이상 머물거나, 두 페이지 이상 보거나, 전환 이벤트가 있어야 집계되는 지표라서 봇이 거의 만들어 내지 못합니다. 이 기준으로 다시 보자 그림이 완전히 달라졌고, 실제 독자는 평탄했습니다. 활성 사용자 수는 블로그의 건강 지표로 쓰기에 너무 쉽게 오염됩니다. 봇 물결이 밀려왔다 빠지는 것만으로 그래프가 출렁이고, 운영자는 존재하지 않는 위기에 반응하게 됩니다.

필자가 이 조사에서 정리한 점검 순서는 다음과 같습니다.

1. 기간을 바꿔서 다시 봅니다. 일 단위 급락이 30일 단위에서도 급락인지 확인합니다.
2. 활성 사용자 대신 참여 세션을 봅니다. 국가별로 사용자:세션:페이지뷰가 1:1:1에 가깝고 참여율이 한 자릿수라면 봇입니다.
3. 방문 지표가 평온해도 검색 콘솔을 엽니다. 검색 노출 붕괴는 방문자 그래프에 거의 보이지 않습니다.
4. “크롤링됨 - 색인 안 됨"이 대량이면 설정이 아니라 품질 판정을 의심합니다. 사이트맵 구성을 열어 봅니다.

그리고 조사에서 매번 손으로 짰던 질의들(일 · 주별 추이, 국가별 봇 판정, 섹션별 성과)을 분석 조회 스킬의 정식 모드로 편입했습니다. 다음에 같은 증상이 오면 “추이 → 봇 오염 → 색인” 순서로 에이전트가 바로 진단합니다. 1인 스타트업의 분석은 대시보드를 만드는 일이 아니라, 에이전트에게 분석 절차를 가르치는 일입니다.

덤으로 얻은 발견도 있었습니다. 최근 발행 노력의 절반 이상이 뉴스 브리프에 들어갔지만, 신규 독자를 데려온 것은 발행량이 훨씬 적은 에세이가 거의 전부였습니다. 검색 클릭도, 해외 독자의 자연 유입도 에세이에서 나왔습니다. 이 발견이 뉴스 발행을 중단할 이유는 아니지만 역할을 다시 정의하게 했습니다. 뉴스는 소재를 수집하고 흐름을 놓치지 않는 주제 센서로 두고, 거기서 반응이 있던 주제를 에세이로 승격시키는 파이프라인이 데이터가 가리키는 구성이었습니다. 이 책의 실행 편도 그 파이프라인에서 나온 에세이들을 다시 묶은 것입니다.

광고: 작게, 소재는 AI로#

광고는 돈으로 시간을 사는 일입니다. 1인 스타트업이 광고를 쓴다면 목적은 매출이 아니라 신호를 빨리 얻는 것이어야 합니다. 어떤 메시지에 어떤 사람이 반응하는지를 검색이 데려다줄 때까지 몇 달을 기다리지 않고 며칠 안에 보는 것입니다.

AI가 바꾼 것은 소재 제작의 비용입니다. 같은 제품을 다른 각도로 설명하는 문구 열 개, 다른 분위기의 배너 다섯 장을 하루에 만들 수 있습니다. 그래서 광고 실험의 단위가 “캠페인 하나를 공들여 만들기"에서 “여러 가설을 동시에 던지고 반응을 보기"로 바뀝니다. 앞 장의 아이디어 발굴에서 말한 “낚싯대를 여러 곳에 던지는” 방식이 광고에도 적용됩니다.

운영 쪽에서도 에이전트가 들어옵니다. 필자가 회사에서 만드는 광고 분석 챗봇은 캠페인 성과를 조건별로 조회하고, 원인을 분석하고, 다음 액션(예산 조정, 타깃 변경, 소재 테스트)을 제안하는 흐름을 한 번에 이어 갑니다. 회사의 광고 운영 조직은 운영 지침과 브랜드 데이터를 저장소로 프로젝트화하고, 에이전트와 대화하며 업무를 처리하는 방식으로 전환했습니다. 1인 스타트업이라면 광고 플랫폼의 API나 MCP 서버를 에이전트에 연결하고, “어제 성과 요약과 이상치를 보고해 달라"는 스킬 하나로 시작할 수 있습니다. 다만 예산을 실제로 바꾸는 액션은 운영 장에서 말한 대로 사람이 승인하는 게이트를 둡니다.

유통: 사용자가 이미 있는 곳으로#

마지막으로 유통입니다. 검색과 광고는 사용자를 내 사이트로 데려오는 방식입니다. 반대로 사용자가 이미 있는 곳에 내 제품을 두는 방식이 있고, AI 시대에 이 방식의 비중이 커지고 있습니다.

앞 장에서 다룬 MCP 서버가 대표적입니다. 내 서비스의 데이터와 기능을 MCP 서버로 노출하면 사용자가 하루 종일 머무는 에이전트 안에서 내 기능을 호출합니다. 채팅 서비스의 맞춤형 챗봇(GPTs 등)도 같은 성격의 가벼운 유통 경로입니다. 둘 다 사용자를 데려오는 것이 아니라 사용자가 있는 곳으로 가는 것이고, UI를 만들 필요가 없으며, 모델 비용을 사용자 쪽이 내는 구조입니다.

다만 플랫폼 안에 얹는 제품은 플랫폼이 그 기능을 흡수하면 자리가 사라질 수 있습니다. 필자가 만들던 브라우저 확장 앱이 AI 브라우저의 등장으로 정확히 그 위험에 놓였습니다. 그래서 유통 경로를 하나에 걸지 않고, 제품의 핵심을 “확장 앱의 기능 묶음"이 아니라 “사용자의 반복 업무를 표준화하는 워크플로” 로 정의해, 어떤 레이어에서도 살아남도록 작은 모듈과 템플릿으로 쪼개 두는 편이 낫습니다. 기술 레이어가 바뀌면 결과물은 가장 먼저 흔들리지만, 결과물을 만들어 내는 능력과 판단 기준은 남습니다.

체크리스트#

1. 주제보다 시스템을 먼저 정합니다. 주제 센서, 생산 라인, 유통 라인, 학습 라인을 저장소 안의 절차로 고정합니다.
2. 반응이 아니라 행동(저장, 재방문, 문의, 전환)을 성과 기준으로 봅니다.
3. 신생 도메인의 검색 유입은 몇 달 단위임을 받아들이고, 그 사이 직접 유통으로 독자를 모읍니다.
4. 얇은 페이지를 사이트맵과 색인에서 걷어내고, 사이트맵 제외와 noindex가 같은 판정을 공유하게 합니다.
5. 활성 사용자가 아니라 참여 세션을 보고, 방문 지표가 평온해도 검색 콘솔을 엽니다.
6. 분석 절차를 에이전트의 스킬로 만들어, 같은 증상이 오면 바로 진단하게 합니다.
7. 광고는 신호를 사는 용도로 작게 쓰고, 소재는 AI로 여러 가설을 동시에 만듭니다.
8. MCP 서버와 맞춤형 챗봇으로 사용자가 있는 곳에 제품을 두되, 유통 경로 하나에 걸지 않습니다.