Podscan: 흑자 선언 2개월 만에 매달 $4,000 적자로 — FeedbackPanda를 판 남자의 두 번째 사업은 GPU 비용과의 싸움

SaaS를 7자리 달러에 매각한 사람의 “두 번째 판”은 보통 화려한 성공담으로 이야기된다. Arvid Kahl은 그 반대를 하고 있다. 현재 운영 중인 Podscan.fm에 대해 MRR도 경비도 적자 폭도, 매주 팟캐스트에서 숫자 그대로 계속 말하고 있는 것이다. 2025년 4월에 “드디어 흑자화했다”고 보고했고, 그 2개월 뒤인 6월에는 “경비는 월 $10,000 안팎, MRR은 $6,000 안팎. 매달 $4,000이 모자란다”며 적자 전락을 인정했다. 나쁜 달까지 포함한 연속적인 공개는, 성공 사례의 후일담으로서 희소한 자료가 되고 있다.

Kahl은 교사용 SaaS FeedbackPanda를 부부 2인으로 2년간 운영해 MRR $55K 시점에 7자리 달러로 매각한 인물이다. 그 후 집필과 구독자 7,600명까지 키운 뉴스레터로 “만들고 키우고 파는” 것의 해설자 쪽에 있었지만, 2024년 초 Podscan으로 다시 플레이어로 돌아왔다. Podscan은 전 세계 팟캐스트를 전사해 기업명·제품명 언급을 거의 실시간으로 감지해 알리고, 축적한 데이터를 API로도 제공하는 서비스다. 현재 매일 약 5만 편의 신규 에피소드를 처리하고, 데이터베이스는 3,300만 에피소드·380만 프로그램에 달한다.

숫자의 추이

시작 1개월 시점의 경비 내역도 구체적이다. 전사용 GPU 클라우드 서버에 $1,200, AWS 관리형 데이터베이스(RDS)에 약 $500, 앱 서버·전문 검색 등에 약 $200. MRR $300에 경비 $2,000이라는, 첫 달부터 역마진 구조였다. 이 시점에 가입자는 400명을 넘었고, 수백 명이 10일 체험 중(약 절반이 활성), 유료 전환은 10명. 유료 고객의 절반은 언급 알림이 아니라 API를 통한 데이터 취득을 쓰고 있었고, Podscan의 진짜 상품이 “알림 기능”이 아니라 “데이터 기반”이라는 점은 첫 달의 이용 패턴에 이미 드러나 있었다.

이 SaaS는 왜 무거운가

일반적인 SaaS는 고객이 늘지 않으면 비용도 늘지 않는다. Podscan은 다르다. “모든 팟캐스트를 전사한다”는 가치 제안 자체가, 고객 수와 무관하게 발생하는 고정비 덩어리다. 매일 5만 편의 음성을 처리하는 GPU 비용은 유료 고객이 10명이든 1,000명이든 똑같이 든다. Kahl은 이것을 OpenAI API에 맡기면 하루 약 $5,000이 든다고 추산하고, 자체 GPU 서버군으로 처리하는 길을 택했다. 피크 시 월 약 $30,000이던 인프라 비용을 최적화를 거듭해 $10,000 이하 근처까지 압축한 경위도, 트랜스크립트 안에서 낱낱이 이야기된다.

흑자화까지의 1년간 Kahl이 한 것은 영업 강화에 그치지 않는다. 2025년 4월의 트랜스크립트에서 본인이 꼽는 것은 포지셔닝의 재구축이다. 당초 Podscan의 첫 페이지는 본인 표현으로 “뭐든 다 되지만 아무것도 전해지지 않는 키메라 같은 랜딩 페이지”였다고 한다. 이를 데이터 플랫폼으로서의 성격을 전면에 내세우는 형태로 고치고, 고객 유형별로 별도의 랜딩 페이지를 준비했다. 전 팟캐스트의 전사라는 같은 자산이라도 PR 회사에는 “언급 모니터링”, 개발자에게는 “API”, 조사 회사에는 “데이터셋”으로 보여 준다. 무엇을 만드느냐보다 누구에게 무엇으로 파느냐의 조정이 흑자화의 주요인이었다는 정리다.

이 구조는 조달 판단으로도 이어졌다. 완전 자기 자금이 신조였던 Kahl은 2024년 4월 부트스트래퍼 호환 펀드(지분 소액 매각으로 성장 압력이 약한 자금)에서 조달했다. 데이터 기반이라는 선행 투자형 사업을 저축만으로 지탱하는 것은 합리적이지 않다는 판단이다. 그래도 “조달 자금이 바닥나기 전에 흑자화한다”를 첫 목표로 두었고, 1년 뒤인 2025년 4월에 달성했다.

흑자가 2개월 만에 사라진 이유

2025년 6월 적자 전락의 직접 원인은 대형 고객 1곳의 해지였다. Kahl 자신은 제품 불만이 아니라 고객 측 사정에 따른 것이라고 설명하지만, 원인이 무엇이든 MRR의 토대가 소수의 대형 고객에 의존하고 있으면 해지 1건으로 손익이 반전된다. 월 $2,000 경비로 돌아가는 작은 SaaS라면 오차로 끝날 변동이, 월 $10,000의 고정비를 안은 Podscan에서는 즉시 “매달 $4,000 부족”이 된다.

대응도 구체적이다. 영업 지원 인력을 들여 아웃리치와 데모 예약 시스템을 만들고, 월 $2,500의 프리미엄 플랜을 신설했으며, 제품 주도 성장(PLG)에서 에이전시·기업 대상 고접촉 영업으로 축을 옮겼다. 단가가 낮은 셀프서브 고객을 쌓기보다, 데이터 기반의 가치를 통째로 사는 고객을 소수 확보하러 간다 — 고정비형 원가 구조에 맞춰 수익 측의 형태를 다시 만드는 시도다. 본인은 “몇 달 안에 영업 전략의 성과를 검증하고, 안 되면 매각을 포함한 선택지를 생각한다”고 기한까지 공언하고 있다.

잘 안되는 것을 말하는 가치

이 사례의 자료 가치는 성공의 재현 절차가 아니라 실패 공개의 해상도에 있다. build in public(공개하며 만들기)을 실천하는 발신자는 많지만, 그 대부분은 숫자가 오르는 동안에만 수다스러워진다. Kahl은 흑자화 선언과 적자 전락 보고를 같은 채널에서 같은 정밀도로 하고 있어, 청중은 GPU 비용, RDS 비용, 해지, 가격 책정의 시행착오까지 추적할 수 있다. 혼자서 11년 운영되는 Healthchecks.io 같은 경량 SaaS와 나란히 놓으면, 같은 “솔로 SaaS”라도 원가 구조에 따라 난이도가 전혀 다르다는 것을 잘 알 수 있다.

재현의 조건과 한계

Podscan이라는 개별 사례를 넘어 성립하는 것은 세 가지다. “전량 처리”를 가치 제안으로 삼으면 비용이 고객 수에서 분리되어 고정비화한다는 것. 이 유형의 SaaS는 손익분기점이 높고 부트스트랩과 궁합이 나쁘다. 대형 고객 의존형 MRR은 흑자를 하룻밤에 지운다는 것. 손익을 말하려면 MRR 총액만이 아니라 구성을 봐야 한다. 그리고 자체 GPU를 통한 처리비 압축($30,000→$10,000 이하 근처) 같은 원가 개선은 영업보다 먼저 효과가 나는 경우가 있다는 것.

한계도 명확해서, 이것은 “FeedbackPanda를 판 실적과 발신력을 가진 인물”이 해도 적자와 이웃해 있다는 이야기이며, 같은 사업을 무명의 개인이 시작하면 조달도 대형 고객 획득도 훨씬 어렵다. 또한 본 기사의 숫자는 2025년 6월 트랜스크립트가 최신이며, 그 후 영업 전략의 성패는 본 기사의 출처로는 알 수 없다. 숫자가 움직이면 후속 기사로 추가한다.