2일 만에 MVP, 2개월 만에 월 매출 35만 달러. 팔로워 400만 명 개인이 만든 AI 앱 Stella

달러 표기 금액은 1달러=150엔으로 개략 환산했다.

“2일 만에 MVP를 만들었다”는 이야기 자체는 생성 AI 이후 그리 드물지 않다. 드문 것은 그 2일 뒤에 120만 명과 280만 명의 팔로워가 기다리고 있었다는 쪽이다.

미국 Starter Story가 공개한 Stella(스마트폰용 AI 매니페스테이션/비주얼라이제이션 앱)의 사례는 출시 2개월 만에 월 매출 $300,000(약 4,500만 엔), 취재 시점 월 매출 $350,000360,000(약 5,250만5,400만 엔)라는 숫자를 내놓는다. 유료 고객은 12,000명, 다운로드는 20만 건을 넘는다.

숫자만 보면 “AI 앱이 대박 났다”는 이야기로 보인다. 하지만 창업자 Sarah Pearl 씨(SNS상의 이름은 Hot High Priestess) 본인의 설명을 따라가면, 이 사례의 순서는 일반적인 개인 개발과 정반대라는 것을 알 수 있다. 그녀는 제품을 만들고 나서 배포처를 찾은 것이 아니라, 배포처를 완전히 만들어 놓은 뒤 그 안에 제품을 끼워 넣었다.

공개된 숫자

무엇을 파는가

사용자가 자신의 소망이나 목표를 입력하면, 그것을 “이미 이룬 미래의 자신”이 말을 거는 형식의 영상·음성이 생성되고, 나아가 날마다 다른 확언(어퍼메이션) 문구가 도착한다. 명상이나 비주얼라이제이션 콘텐츠는 세상에 무수히 있지만, Pearl 씨가 문제로 인식했던 것은 “자신에게 맞춰 개인화되어 있지 않다”는 단 한 지점이었다. 생성 AI에 의해 바로 그 지점만이 한계비용 거의 제로로 해결 가능해졌다는 것이 그녀의 견해다.

구현은 Cloud Code, Google AI Studio, Cursor 같은 생성 AI 전제의 개발 환경에서 이루어졌다. 엔지니어가 아닌 본인은 “기술적 진입 장벽은 사라졌다”고 단언한다.

결정타는 “만들기 전”에 이미 있었다

Pearl 씨의 설명 중 가장 구체적인 것은 검증 절차다. 그녀는 앱 구상 단계에서, 그 앱이 풀고자 하는 문제 자체를 주제로 한 짧은 영상을 먼저 올리고 댓글을 읽었다. “‘이런 게 있으면 좋겠다’, ‘이것 때문에 힘들다’ 같은 댓글이 나온다. 그것이 설계도다”라는 것이 본인의 말이다.

즉 그녀에게 수요 검증이란 이미 자신이 쥐고 있는 배포망에 던진 영상의 반응이며, 설문조사나 사용자 인터뷰는 거치지 않는다. “다들 앞에서 뒤로 만든다”, 제품을 만들고 나서 배포처를 찾는다, “나는 반대로, 콘텐츠와 배포를 먼저 만들고 나서 제품을 만든다.”

이 순서의 효과는 숫자에 나타난다. 출시 순간, 알릴 곳은 이미 존재했다. Instagram 120만, TikTok 합계 280만, 누적 재생 10억 회 이상. 20만 다운로드 중 얼마가 기존 팔로워에서 왔는지는 공개되지 않았지만, 유료 광고 언급 없이 2개월 만에 12,000명의 유료 고객이 쌓였다는 사실은, 고객 획득 비용의 대부분이 배포망 내부에서 흡수되었음을 보여준다.

왜 이 구조가 빠른가

우선 검증 비용이 거의 제로가 된다. 영상은 맞으면 수요의 증거가 되고, 빗나가도 잃는 것은 제작 시간뿐이다. 개발한 뒤 A/B 테스트를 돌리는 순서에 비해, 빗나갔을 때의 손실이 자릿수부터 다르다.

다음으로 수요의 언어화가 사용자 쪽에서 공급된다. 댓글창에 쓰인 문구는 그대로 광고 카피이자 기능 명세이기도 하다. 무엇을 만들지 추측하는 공정이 사라진다.

마지막으로 출시가 일회성 이벤트가 아니게 된다. Pearl 씨는 “성과가 나온 포맷을 계속 다시 만든다”고 말한다. 적중한 영상의 유형을 반복하기 때문에, 배포는 지속적인 유입 장치로 작동한다.

그리고 그녀는 “효과가 없었던 유형”도 구체적으로 말한다. “Stella를 언급하고 있어도, 실제 사용 장면을 보여주지 않는 영상은 대체로 전환율이 떨어진다.” 제품명을 언급하는 것이 아니라 사용하는 화면을 보여주는 것이 효과가 있다는, 세밀한 관찰이다. 비판적인 댓글에 대해서도 “가장 성공한 영상은 가장 논란이 됐던 것”이라고, 알고리즘상의 연료로 처리하고 있다.

재현할 수 있는 것, 없는 것

재현할 수 없는 것은 명백하다. 400만 명 규모의 배포망은 Stella의 성과가 아니라 Stella의 전제다. 게다가 그 배포망은 1년 반 전에 세운 TikTok Shop 브랜드가 월 7자리 달러를 내던 실적과 자본 위에 올라타 있다. 개인 개발자가 같은 초기 속도를 노려도 같은 결과가 나오는 일은 거의 없다. 생성 AI에 의한 개인화가 참신했던 타이밍도 같은 형태로는 돌아오지 않는다.

한편 재현할 수 있는 것도 있다. 순서 그 자체, 콘텐츠로 수요를 가시화한 뒤 만든다, 는 팔로워가 수천 명 규모여도 구조로서는 동일하다. 사용 장면을 보여준 영상 쪽이 전환율이 높다는 지식도 규모에 의존하지 않는다. 개발 속도에 대해서도, 그녀가 “속도가 이 업계에서 성공하는 첫 번째 재료다”라고 단언하는 배경에는 복제되기까지의 유예가 짧다는 업계 구조가 있다.

숫자를 읽을 때의 유보

공개된 것은 MRR(월 경상 수익)이지 입금액이나 이익이 아니어서, App Store/Google Play의 수수료(1530%)나 환불은 차감되지 않았다. $300,000와 $350,000360,000는 같은 취재 내 서로 다른 발언이며, 기사 제목은 전자를 채택하고 있다.

더 중요한 것은 유지율·해지율이 전혀 공개되지 않았다는 점이다. 매니페스테이션 계열 앱은 첫 달의 열기가 높고 3개월 이후의 지속이 읽기 어려운 영역이다. 출시 2개월 시점의 MRR이 그대로 연 매출 $4M 전후로 늘어난다는 보장은 어디에도 없다.

그리고 Pearl 씨 본인이 “이 앱 업계는 카피뿐이다”라고 말한다. 생성 AI로 2일 만에 MVP를 만들 수 있다는 것은, 경쟁자에게도 2일이라는 뜻이다. 이 사업의 방어선은 제품 쪽이 아니라 배포망 쪽에만 존재한다. 그녀가 “아직 풀리지 않은 문제를 푸는 무언가를 발명하라”고 반복하는 것은, 그 자각의 반증일 것이다.

함께 읽으면 좋은 글

• PhotoAI·Pieter Levels 씨의 “혼자 운영하는” 경영 — 마찬가지로 AI 제품을 개인이 운영하는 사례. 방어선을 두는 방식이 대조적이다.
• PDF.ai·Damon Chen 씨 — 배포망 없이 시작한 개인 개발과의 대비로.