PhotoAI 월 $132K·직원 제로·연간 37,000커밋. Pieter Levels 씨의 "혼자 운영하는" 경영 해부

금액의 엔화 표기는 1달러=150엔 개산 환산입니다.

직원 제로로 월 $132K(약 1,980만 엔). 이 숫자만 보면 AI 붐이 만든 한때의 유행처럼 보일 수도 있지만, Pieter Levels 씨가 흥미로운 이유는 수익·기술 구성·실패율·경쟁사와의 공방까지 구체적인 숫자와 함께 계속 공개하고 있다는 점에 있다. “혼자서 대자본과 싸운다”는 경영 설계도가 이렇게까지 공개된 사례는 달리 없다.

경위

어떤 사업인가

PhotoAI는 사용자가 자신의 사진을 업로드하면 AI가 본인과 닮은 프로페셔널한 사진을 생성해 주는 서비스다. Stable Diffusion 1.5의 파인튜닝을 사용하며, 요금은 월 $29에 1,000장 생성. 연간 플랜에는 큰 폭의 할인이 있다. 무료 플랜은 처음부터 존재하지 않는다. 참고로 본인은 연간 결제 사용자가 많기 때문에 월 $132K라는 숫자가 경상수익(MRR)이 아니라 단월 매출 기준임을 명시하고 있다. 수익 공개형 발신 중에서는 드물게 성실한 주석이다.

포트폴리오 전체로는 RemoteOK($41K/월), InteriorAI($40K/월), 기타($15~22K/월씩)를 합쳐 월 $228K 이상(약 3,400만 엔). 원격 근무자 커뮤니티 Nomad List 등을 포함한 서비스군이 서로 송객하는 구조를, 외부 자본 제로·직원 제로로 운영하고 있다.

전신 Avatar AI — 1주일 만에 $150K, 열풍에서 스스로 내려오다

PhotoAI 이전에는 의도적으로 버려진 히트작이 있다. 2022년 말, 자신의 얼굴 사진으로 Stable Diffusion을 파인튜닝해 봤더니 “AI가 자신을 하나의 콘셉트로 인식했다”는 것을 깨닫고, 바비 스타일·중세 기사 스타일 등 다양한 스타일의 아바타를 생성하는 Avatar AI를 공개했다. 이것이 폭발적으로 바이럴되어 1주일 만에 약 $150,000의 매출을 올렸다.

하지만 직후 Lensa 등 자금력 있는 VC 계열 경쟁사가 iOS 앱으로 진입해 “$30M을 벌었다”고 알려졌다. Levels 씨는 여기서 Avatar AI를 깊이 파고들지 않고, “너무 값싸다. 실질적인 가치가 없다. 진짜 문제를 풀고 싶다”고 평가하며 PhotoAI로 전환했다. 아트 스타일 아바타는 생성의 결함이 눈에 띄지 않는 “손쉬운” 상품이지만, 이력서나 SNS에 쓸 수 있는 사실적인 헤드샷에는 “기존 사진 촬영의 100분의 1 비용”이라는 명확한 시장이 있다. 경쟁사 진입을 “좋은 검증이었다”고 받아들이면서, 승부하는 무대를 엔터테인먼트에서 실용으로 옮긴 판단이다. 본인은 전환의 이유를 시장 가치로 설명하지만, 편집부의 읽기는 조금 다르다. 잘한 것은 갈 곳의 선택보다, 1주일 만에 $150K를 벌어들인 제품을 미련 없이 버린 철수의 속도 쪽이다. 같은 가격대에는 StudioShot(50만 장 이상의 헤드샷 배포 실적) 등의 경쟁사가 지금도 존재한다.

“혼자 운영”을 가능하게 하는 기술과 운영

• 연간 37,000건의 Git 커밋, 버그 수정 배포는 약 2초. “트위터에 버그 제보가 오면 2분 후에는 고쳐져 있다”는 속도가 VC 기업에 대한 방어막이 된다
• 콘텐츠 모더레이션과 스팸 탐지는 GPT-4로 자동화. NSFW 탐지는 Google Vision으로 모든 생성 이미지를 스캔하고, GPT-4가 거른 게시물은 텔레그램으로 알려 본인이 최종 확인한다. “정확도는 매우 높다”고 한다. “고용 대신 자동화에 투자한다”는 방침의 구체적 사례다
• 기술 스택은 PHP·jQuery·SQLite——“오래전부터 알던 언어라서, 갈아탈 시간이 없었다”. 자신이 가장 빠르게 쓸 수 있는 도구를 사용하고 유행은 좇지 않는다
• 월 100만 장 이상의 생성 데이터를 이용해, 사용자의 “즐겨찾기”·“다운로드”를 지표로 파라미터를 A/B 테스트하며 품질을 통계적으로 개선하고 있다
• 품질의 현실도 공개한다: 생성 사진의 양품률은 약 75%, “예외적으로 좋은” 것은 10%. “일반 사진 촬영보다 실패율은 높지만, 100배 저렴하니 문제가 되지 않는다”. 게다가 “사람은 자신의 외모를 정확히 파악하지 못하므로, 생성 사진은 타인에게 골라달라고 해야 한다”는 운영상의 발견까지 공개하고 있다

과금 철학 — 무료 사용자는 받지 않는다

Levels 씨는 “처음부터 $10, $20, $40을 청구하라”고 반복해서 주장한다. 무료 사용자에 대한 발언은 신랄하다. “무료 사용자는 전 세계에서 몰려와 앱을 남용한다. 최악이다”. 검증 기준도 명확한데, 이메일 등록 수가 아니라 “실제로 신용카드로 결제하게 하는 것”만을 수요의 증거로 센다. 2주 만에 만들어 출시하고, 결제로 검증한다. 첫날부터 결제를 요구함으로써 진심인 사용자만 남기고 지원 부담과 부정 이용을 동시에 억제하고 있다. 국내로 치면 교육 앱의 PayPal 결제처럼, 결제야말로 검증의 최종 형태라는 사상이다.

리스크의 실체 — 성공 이면에 있었던 일

• 의존처의 배신: 모델 API 제공사가 바이럴 이후 큰 폭으로 가격을 인상했다. Levels 씨는 Replicate의 CEO Ben Firshman 씨에게 직접 DM을 보내, 필요했던 학습(DreamBooth) 기능 추가를 요청해 이전을 실현했다. Tony Dinh 씨가 트위터 API 위기로 Black Magic을 매각한 것과 같은 구조의 리스크를, Levels 씨는 “이전”으로 극복했다
• VC 경쟁사의 즉각적인 추종: Avatar AI 히트 직후 Lensa 등이 진입해 “$30M을 벌었다”고 알려졌다. 그럼에도 깊이 파고들지 않고 PhotoAI로 전환했다(앞서 언급)
• 수익의 급등락: RemoteOK는 코로나 이전 월 $140K→$10K까지 떨어졌다가 $40K까지 회복했다. 하락의 배경을 본인은 미국의 금융 긴축과 연결지어 설명한다. 어느 기둥도 안전하지 않기 때문에 포트폴리오 경영이 필요하다
• 새 모델이 항상 더 좋은 것은 아니다: Stable Diffusion 2.0/XL은 안전 기능으로 인해 “성능이 저하”되어 있어, 여전히 1.5를 계속 사용하고 있다는 실무적 발견도 공개하고 있다
• 시장 구조의 압력: 대형 테크 기업이 AI 사진 기능을 기존 서비스에 통합해가고 있어, 단일 기능 앱이라는 업태 자체에 대한 압력이 커지고 있다

숫자의 이면을 읽다

“70개 중 4개”. 적중률 5%를 전제로 설계된 경영. 본인의 말을 빌리면 “내가 만든 것의 95% 이상은 실패했다. 적중률은 약 5%. 그러니 더 출시하라(ship more)”. 이리에 씨의 30번째 제품 MENTA와 마찬가지로, 성공한 사람의 실체는 “계속 적중시킨 사람”이 아니라 **“계속 빗나가도 출시를 멈추지 않은 사람”**이다. 이 5%라는 숫자를 편집부는 겸손도 자조도 아닌, 처음부터 반영해 둔 설계값이라고 단정한다. 적중률 5%는 성적표가 아니라 이 경영의 사양이다.

집객의 다각화가 숫자로 보이는 드문 사례. 오가닉 검색이 약 50%, 틱톡 영상 1편이 “월 $20,000의 추가 수익”, 팟캐스트 출연이 성장을 가속, 검색·SNS·미디어 노출이 구체적인 금액과 연결되어 공개되어 있다. AI 생성 이미지는 그 자체로 공유되기 쉬우며, 개발 과정의 공개(building in public)까지 포함해 집객 장치가 여러 겹으로 존재한다. 블로그 운영자가 검색 단일 의존의 취약함에 시달리는 것과 대조적으로, 유입원별 두께를 파악하고 있기 때문에 하나가 꺾여도 넘어지지 않는다.

개인의 경쟁력은 “의사결정과 구현이 동일 인물”이라는 것. 가격 인상 위기에서의 CEO 직담판과 즉각적인 이전, 값싼 노선의 즉각 포기, 2초 배포. 조직이라면 회의가 필요한 판단이 모두 당일 실행된다. 대자본과 싸우는 개인의 무기는 자본이 아니라 지연 제로의 의사결정이라는 실증이다.

재현의 조건과 한계

• 재현하기 쉬운 점: “첫날부터 결제”, “자신이 가장 빠르게 쓸 수 있는 기술을 사용”, “모더레이션 등 간접 업무를 LLM으로 자동화”, “생성물의 평가 데이터로 A/B 테스트”는 규모에 관계없이 적용할 수 있다
• 한계: 월 $132K는 10년 이상의 발신으로 쌓은 수십만 팔로워라는 관객과 AI 붐의 물결이 겹친 결과다. 틱톡이나 팟캐스트의 성장도 기존의 인지도에 의해 증폭되고 있다. 숫자의 절댓값이 아니라 의사결정의 방식을 가져가야 할 사례다

관련 사례

• TypingMind — 플랫폼 리스크를 설계로 회피한 동시대 AI 사례
• MENTA — “30번째의 적중”이라는 같은 확률론
• 톱 블로거 대담 — 단일 유입원 의존의 말로