[GeekNews 요약] AI로 책 2권과 템플릿 30개를 만들었지만 매출 0원, 경험을 통해 배운 '만들기 전 수요 검증'의 중요성
34
설명
AI 기술을 활용하여 2권의 책과 30개의 템플릿을 제작하고 3개 플랫폼에 상품 42개를 등록했지만, 단 한 건의 매출도 올리지 못한 경험담이 공유되었습니다. 이 경험은 단순히 기술적 구현을 넘어, 시장의 수요를 먼저 파악하는 것의 중요성을 강조하며 인디해커와 콘텐츠 제작자들에게 중요한 시사점을 제공합니다.
### 배경 설명
최근 AI 기술의 발전은 콘텐츠 제작의 문턱을 낮추고 개인의 창작 활동을 지원하는 데 기여하고 있습니다. 특히 텍스트 생성 모델을 활용하여 정보성 콘텐츠를 제작하는 시도가 늘어나고 있습니다. 이러한 배경 속에서 YONG JAE LEE는 뉴질랜드 오클랜드에서의 거주 경험을 바탕으로 현지 생활 실무에 대한 니치 정보 상품을 기획했습니다. 기존에 파편화되고 오래된 정보들을 체계적으로 정리하여 제공함으로써 시장의 공백을 메우고 새로운 수익원을 창출하려는 목표를 세웠습니다. 그러나 이러한 시도는 단순히 '만들 수 있다'는 기술적 가능성을 넘어, '누군가 구매할 것인가'라는 시장 수요에 대한 근본적인 질문을 던지게 합니다. 과거에도 많은 개인 창작자들이 자신의 전문 지식이나 경험을 바탕으로 유료 콘텐츠를 제작했지만, 성공 여부는 기술력뿐만 아니라 시장의 니즈와 효과적인 마케팅 전략에 달려 있었습니다. 이번 사례는 AI라는 강력한 도구를 활용하더라도, 시장 검증 없는 제작은 실패로 이어질 수 있음을 보여주는 구체적인 예시입니다.
### 1. 제작물 현황 및 결과
총 172쪽 분량의 책 1권과 149쪽 분량의 책 1권, 그리고 PDF 및 엑셀 템플릿 30개를 제작했습니다. 이들을 3개의 플랫폼에 총 42개의 상품으로 등록했으며, 책은 권당 NZ$35에 판매를 시도했습니다. 그러나 결과적으로 책은 한 권도 판매되지 않았으며, 템플릿 30개는 조회수조차 기록되지 않았습니다. 이는 제작 자체의 실패라기보다는 판매 및 수요 확보에 근본적인 문제가 있었음을 시사합니다.
### 2. 제작 동기: 니치 정보 상품의 가능성
뉴질랜드 오클랜드에 거주하며 부업으로 '아이템당 월 $100'의 작은 수익원을 다수 확보하는 전략을 추구했습니다. 이를 위해 현지 생활 실무를 정리한 유료 PDF 가이드라는 니치 정보 상품을 선택했습니다. 검색 결과 파편화되고 오래된 정보가 많다는 점에 착안하여, 체계적으로 정리된 정보에 대한 수요가 있을 것이라 판단했습니다. 하지만 당시에는 이러한 정보에 대한 실제 구매 의사가 있는지를 충분히 검증하지 못했습니다.
### 3. 제작 방식: 파이썬을 활용한 자동화된 조립
일반적인 워드 프로세서 대신 마크다운으로 원고를 작성하고 파이썬 스크립트를 활용하여 PDF를 조립하는 방식을 채택했습니다. 이는 원고의 Git 관리, 단일 원고에서 다양한 결과물(본편, 미리보기, 배포본) 생성, 오타 수정 시 전체 재작업 방지 등의 이점을 제공했습니다. `mdbook.py`를 이용한 마크다운-PDF 렌더링, `assemble_*.py`를 통한 책별 조립, `_cover*.py`를 이용한 표지 생성, `_build_*.py`를 통한 부록 빌더 등 체계적인 파이프라인을 구축했습니다. 특히 목차를 자료구조로 관리하여 장 이동 시 자동으로 반영되도록 했으며, 집필 중 내부 메모를 활용하여 판매본 생성 시 미확인 항목을 자동으로 검증하는 기능을 구현했습니다. 이를 통해 조판 결함 2건을 발견하고 즉시 수정하여 3개 플랫폼에 재배포하는 등 효율적인 제작 및 배포가 가능했습니다.
### 4. 집필보다 중요했던 검증: AI의 한계와 인간의 역할
AI로 초고를 작성할 때 가장 큰 위험은 그럴듯하지만 틀린 정보입니다. 특히 실제 금전적 손실로 이어질 수 있는 니치 정보 상품의 경우, 정확성이 매우 중요합니다. 이에 따라 72개 항목을 공식 출처로 일일이 확인하고 로그를 남기는 검증 과정을 거쳤습니다. 이 과정에서 AI가 학습 시점 이후에 생긴 최신 제도(예: 2025년 12월 1일 시행된 반려동물 보증금 제도)를 '모르는' 경우와, 사실처럼 들리지만 특정 예외(예: 운전면허 전환 시 면허 보유 기간 2년 미만 시 실기 시험 필요)를 간과하여 '틀리는' 경우를 발견했습니다. 따라서 이 책의 가치는 단순히 'AI가 썼다'는 것이 아니라, 'AI로 쓰고 사람이 72개 항목을 출처로 확인했다'는 점에 있음을 강조했습니다. 이러한 인간의 검증 과정 없이는 니치 정보 상품으로서의 자격을 갖추기 어렵다고 판단했습니다.
### 5. 아무 일도 일어나지 않은 결과와 유입 계획의 실패
제작된 상품을 3개 플랫폼에 깔끔하게 진열하고, 무료 미끼 상품과 할인 쿠폰까지 준비했지만 아무런 반응도 얻지 못했습니다. 방문자 자체가 없었기에 가격이나 할인은 변수가 되지 못했습니다. 유일한 유입 계획은 글 연재 플랫폼에 작가로 승인받아 연재를 시작하는 것이었으나, 2026년 8월 25일 불합격 통보를 받으면서 계획이 전면 중단되었습니다. 심사 없는 채널에는 미리 원고를 준비해 두었음에도 불구하고 단 한 글자도 올리지 못했던 상황이었습니다.
### 6. 잘못된 순서: '만들기'보다 '검증'이 먼저
이번 경험을 통해 '만든다 → 진열한다 → 사람을 어떻게 데려올지 고민한다'는 순서가 잘못되었음을 깨달았습니다. 이러한 순서는 제작 과정에서 실패 신호를 전혀 주지 않으며, 측정 가능한 진척(쪽수 증가, 마커 감소)만을 확인할 뿐 수요에 대한 정보는 얻지 못하게 합니다. 시장과의 첫 만남은 모든 제작이 끝난 후에 이루어졌고, 이때는 되돌리기 어려운 시점이었습니다. 올바른 순서는 '글 한 편을 먼저 쓰고, 그게 읽히는지 보고, 그 다음에 만들었어야 한다'는 것입니다. 글 한 편은 일주일이면 결과가 나오지만, 책은 완성될 때까지 답을 알 수 없으며, 완성 후에는 이미 늦습니다.
### 7. 현재 글쓰기 자체가 새로운 실험
이 글 자체가 앞서 언급한 '만들기 전 수요 검증'의 중요성을 실천하는 실험입니다. 이제는 무언가를 만드는 대신, 먼저 글을 발행하여 독자들의 반응을 확인하고 수요를 파악하는 데 집중할 것입니다. 7일 후 반응을 기준으로, 기준치 미달 시 제목을 변경하여 재시도하거나 해당 방향을 접는다는 판정 기준을 명확히 설정했습니다. 다음 글에서는 reportlab을 이용한 한글 PDF 제작 시 발생하는 글자 사라짐 문제와 폰트 폴백에 대한 기술적인 내용을 다룰 예정입니다.
### 가치와 인사이트
이 경험은 AI 시대에도 변하지 않는 콘텐츠 제작의 본질적인 원칙을 명확히 보여줍니다. 아무리 뛰어난 기술로 콘텐츠를 생산하더라도, 그것이 시장의 니즈와 부합하지 않는다면 아무런 가치를 창출하지 못합니다. 특히 니치 정보 상품의 경우, 정확성과 신뢰성이 생명이며 이를 위한 인간의 철저한 검증 과정이 필수적입니다. YONG JAE LEE의 사례는 '만들기 전에 팔릴 것인가'를 먼저 고민하고, 작은 단위의 콘텐츠(글 한 편)로 시장 반응을 확인하는 것이 실패 확률을 줄이고 자원을 효율적으로 사용하는 최선의 방법임을 시사합니다. 이는 개인 개발자, 작가, 콘텐츠 크리에이터 등 모든 창작자에게 '수요 검증'이라는 핵심적인 실무 원칙을 상기시켜 줍니다.
### 기술·메타
* **프로그래밍 언어:** Python
* **라이브러리/도구:** reportlab, mdbook
* **버전 관리:** Git
* **출판 플랫폼:** (명시되지 않음, 3개 플랫폼)
* **작성일:** 2026년 8월 25일
### 향후 전망
AI 기반 콘텐츠 제작 도구의 발전은 앞으로도 계속될 것이며, 개인의 콘텐츠 생산 능력은 더욱 향상될 것입니다. 하지만 이러한 기술 발전 속에서도 시장의 수요를 정확히 파악하고 충족시키는 능력은 여전히 중요한 경쟁력이 될 것입니다. AI는 생산성을 높이는 도구일 뿐, 시장의 니즈를 발굴하고 검증하는 역할은 인간의 몫으로 남을 가능성이 높습니다. 따라서 앞으로는 AI를 활용하여 콘텐츠를 '빠르게' 만드는 것만큼이나, '어떤 콘텐츠를 만들어야 하는가'에 대한 깊이 있는 고민과 시장 검증이 더욱 중요해질 것입니다. 경쟁 구도는 기술력뿐만 아니라, 시장의 목소리를 듣고 이에 빠르게 반응하는 유연성과 통찰력을 가진 개인 및 기업에게 유리하게 작용할 것입니다. 또한, 콘텐츠 유통 플랫폼들은 이러한 수요 검증 과정을 지원하거나, 혹은 자체적으로 수요 예측 기능을 강화할 수도 있습니다. 장기적으로는 AI가 시장 분석 및 수요 예측에 더 적극적으로 활용될 수 있으나, 최종적인 의사결정과 검증은 인간의 판단에 의해 이루어질 것으로 예상됩니다.
📝 원문 및 참고
- 원문: [링크 열기](https://velog.io/@dailylabnz/ai-book-42-products-zero-revenue)
- GeekNews 토픽: [보기](https://news.hada.io/topic?id=33131)
---
출처: GeekNews ([원문 링크](https://velog.io/@dailylabnz/ai-book-42-products-zero-revenue))
이 글에 대한 한 줄 의견
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 로그인하면 바로 의견을 남길 수 있습니다.