Agent-Run Business from Zero: 1. Planning with /grill-with-docs (Matt Pocock Skill)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

/grill-with-docs는 에이전트 운영 사업의 모호한 아이디어를 질문, 도메인 모델링, ADR을 통해 실제 구축 가능한 계획으로 바꾸는 문서 중심 기획 방식이다.

📌 핵심 요점

1. 이 프로젝트는 AI 에이전트만으로 기획, 제품 구축, 배포, 마케팅, 주문 처리, 유지보수까지 수행하며 자동화 수익 주장의 현실성을 공개 검증하는 실험이다.
2. 첫 사업인 Keepsake Threads는 어린 시절 의류 사진에서 무늬를 복원해 현재 입을 수 있는 새 의류에 적용하며, 일반적인 주문형 인쇄 앞단에 AI 기반 디자인 복원 파이프라인을 더한다.
3. Grill with Docs는 질문으로 아이디어를 압박 검증하는 grilling과 용어, 경계 사례, 공통 어휘를 정리하는 domain modeling을 병행하고, 확정된 결정은 용어집·ADR·context.md에 즉시 기록한다.
4. 기획 과정에서 Shopify 계정 체계, 생성 할당량, 디자인 유형, 프리셋, 결제 시점, 사진 삭제, 공유 구매, 리비전 보존 등 실제 구현에 필요한 제품 경계가 구체화됐다.
5. 최종 산출물은 제품 정의, 고객 여정, 요구사항, 스타일 프리셋, 연구 제약, 미해결 질문, 인수 기준과 17개 ADR을 포함하며 다음 에이전트가 제품 개발에 바로 사용할 단일 기준이 된다.

🧩 배경과 문제 정의

• AI 에이전트만으로 사업 기획부터 제품 구축, 배포, 마케팅, 주문 처리, 유지보수까지 수행하고 전 과정을 공개하는 실험이다.
• 온라인에서 흔히 접하는 ‘24시간 일하는 AI 직원’과 높은 자동화 수익 주장을 실제 Shopify 사업으로 검증하며, 실패와 수익도 숨기지 않는 것이 원칙이다.
• 아이가 어릴 때 입었던 옷의 무늬를 현재 나이에 맞는 새 의류 디자인으로 재구성해 가족의 추억을 보존하는 유료 제품을 구상한다.
• 일반적인 주문형 인쇄보다 AI 기반 무늬 복원, 지식재산권 검사, 아동 사진 보호가 사업의 핵심 난제다.

🕒 시간순 섹션별 상세정리

1. 에이전트 운영 사업의 검증 범위

• 별도 인력을 고용하지 않고 AI와 에이전트 중심으로 사업을 만들며, 과장됐을 가능성이 있는 자동화 수익 주장을 처음부터 끝까지 공개 검증한다. [00:41]
• 기획 이후 Hermes Agent와 Claude Code 등을 활용한 제품 구축·배포, 광고 제작·마케팅, 사이트 유지보수·주문 처리를 거쳐 Shopify의 에이전트 연동도 시험한다. [01:13]

2. 기존 프로젝트와 다른 상업적 조건

• Agent Wikis는 AI 관심층을 이미 확보한 무료 중심 제품이었지만, 새 사업은 일반 소비자에게 실제 상품을 판매해야 하므로 기존 채널 구독자 기반의 이점을 기대하기 어렵다. [01:44]
• 사업 실패도 가능한 결과로 인정하고, 실제로 발생하지 않은 매출이나 ARR을 성공 사례처럼 포장하지 않는다. [02:46]

3. Keepsake Threads의 제품 아이디어

• 잠정 명칭은 ‘Keepsake Threads’이며, 초기 브레인스토밍 문서만 존재하는 느슨한 아이디어를 구체적인 사업 계획으로 발전시킨다. [03:52]
• 아기 옷이나 유아복에 남은 추억의 무늬를 AI가 추출·변형한 뒤, 성장한 아이가 입을 수 있는 새 셔츠나 다른 의류에 적용한다. [04:15]

4. 주문형 인쇄와 세 가지 핵심 위험

• 제조와 판매는 검증된 주문형 인쇄 방식을 따르고, 차별점은 사진 속 무늬를 추출해 깨끗한 새 디자인으로 재구성하는 중간 AI 파이프라인에 둔다. [05:13]
• 캐릭터·로고 등 보호받는 디자인을 걸러내지 못하면 지식재산권 분쟁이 생길 수 있어, 무늬 복원과 함께 IP 검사 절차가 가장 어려운 작업이다. [05:34]

5. 역할별 에이전트와 프로젝트 작업공간

• ‘KT’ 프로필은 Keepsake Threads의 메인 기획자이자 오케스트레이터로서 계획 수립과 다른 역할의 작업 조정을 담당한다. [06:48]
• 구축 역할 뒤에는 마케팅과 유지보수 전용 프로필이 필요하며, 배포는 별도 프로필 없이 처리할 가능성이 크다. [07:06]

6. Grill with Docs의 기획 방식

• Grill with Docs는 질문으로 계획을 다듬는 grilling과, 용어·경계 사례·공통 어휘를 정교화하는 domain modeling을 함께 실행한다. [08:42]
• 도메인 모델링은 결정이 확정되는 즉시 용어집과 ADR에 기록하며, 동일한 개념에 충돌하는 표현이 나오면 바로 구분해 프로젝트 언어의 모호함을 줄인다. [09:09]

7. 스킬 설치와 최초 상품 범위

• 빠른 문답이 중요한 기획 단계에서는 무거운 추론 모델보다 응답 속도가 빠른 모델을 사용하고, GitHub 경로를 통해 Grill with Docs 스킬을 설치한다. [10:47]
• 첫 유료 상품의 핵심 약속은 부모가 사진을 제출하면 AI가 원본 무늬를 재구성하고 주문형 인쇄로 제품을 제작하는 흐름이며, 수작업 복원은 제외한다. [11:40]

8. 초기 IP 정책과 결제 시점

• 파일럿에서는 상업적 무늬를 전부 거절하지 않고, 로고·캐릭터·명백한 상표가 보이는 사진을 제한하는 비교적 완화된 IP 정책을 택한다. [12:27]
• AI 생성에는 연산 비용이 들지만 고객은 결과를 확인하기 전에 의류를 구매하지 않으므로, 생성은 제한적으로 무료 제공하고 디자인 승인 뒤 결제한다. [12:55]

9. Shopify 계정과 생성 할당량

• 별도 앱 계정은 신원·동의·삭제·고객지원 체계를 중복시키므로 Shopify 고객 계정을 유일한 고객 신원으로 사용하고, 익명 결과도 로그인 뒤 해당 계정에 귀속한다. [15:21]
• 로그인 고객은 모든 프로젝트를 합쳐 30일마다 성공한 생성 후보 20개를 받을 수 있어 여러 번 실험할 여지를 확보하되 연산 비용 폭증은 제한한다. [16:29]

10. 디자인 종류와 의류 적용 구조

• 반복 무늬와 단일 그래픽은 추출·복원·배치·IP 검사 방식이 다르므로 두 유형을 자동 분류한 뒤 서로 다른 파이프라인으로 처리한다. [17:20]
• 고객은 전면 인쇄와 제한 영역 배치를 선택하고 템플릿을 출발점으로 직접 조정할 수 있어, 소수의 고정 패턴에 묶이지 않는다. [17:50]

11. 할당량 단위와 디자인 변형

• 20회 할당량은 비용이 큰 신규 디자인 복원에만 적용하며, 기존 디자인을 의류에 배치하거나 상품 목업·증명 이미지를 만드는 작업은 차감하지 않는다. [19:49]
• 기본 결과는 원래 모티프와 배치를 보존하면서 색상 정리, 반복 크기, 배경색 같은 제한된 조정만 허용한다. [20:23]

12. 생성 세트와 연령 기반 선택

• 결과물 4~6개 전체를 하나의 생성 세트이자 할당량 1회로 계산하며, 익명 사용자는 1세트, 계정 사용자는 30일 동안 20세트를 받을 수 있다. [21:41]
• 생애 단계와 시각 스타일을 분리하고, 고객이 입력한 현재 나이를 기준으로 시스템이 호환 가능한 스타일 프리셋 3~5개를 자동 선택한다. [22:35]

13. 업로드 권한과 원본 사진 삭제

• 계정 생성과 사진 업로드는 18세 이상만 가능하고, 업로더는 부모·법적 보호자이거나 사진 속 인물과 보호자의 허가를 받은 사람이어야 한다. [24:13]
• 얼굴이 포함된 아동 사진 보관을 최소화하기 위해 성공적인 생성 직후 원본 사진을 삭제하고, 복원된 디자인만 남기는 정책을 우선한다. [24:44]

14. 컨텍스트 문서와 도메인 경계 보완

• context.md에는 프로젝트 개념, 사람과 소유권, 원본 추출, 생성 디자인 같은 핵심 요소를 한 줄 단위로 축적해 후속 에이전트가 공통 문맥으로 활용한다. [25:58]
• 질문은 다섯 개씩 묶여 처리되며, 하나의 프로젝트는 한 벌의 원본 의류만 대상으로 삼되 반복 무늬와 별도 가슴 그래픽이 함께 있는 복합 디자인은 지원한다. [26:29]

15. 사진 입력 지침과 의사결정 기록

• 재생성 시에는 이전에 반환하지 않은 스타일을 우선하되, 품질 확보가 필요하면 기존 스타일의 반복도 허용한다. [27:41]
• 의류만 촬영한 사진과 사람이 입은 사진을 모두 받지만 의류 단독 사진을 우선하고, 인물 사진에서는 얼굴과 신체를 잘라내도록 유도해 개인정보 노출을 줄인다. [28:22]

16. 복합 디자인의 생성과 개별 편집

• 반복 패턴과 독립 그래픽이 함께 추출되면 각 후보는 모든 요소를 포함한 완성 디자인으로 생성되고, 고객은 편집기에서 요소별 표시 여부·위치·크기를 조정할 수 있다. [30:16]
• 추출 마스터가 바뀌지 않은 후속 생성에서는 기존 충실 재현 후보를 재사용하고, 새로운 컴퓨팅 자원은 변형 스타일 후보에만 투입한다. [31:11]

17. 인물 사진 보호와 사용자 역할 구분

• 인물이 포함된 사진은 브라우저에서 의류 영역을 먼저 확인·마스킹하고, 기술적으로 가능하면 잘라낸 의류 부분만 서버에 업로드해 개인정보 노출을 줄인다. [31:26]
• 원본 의류와 연결된 사람은 ‘추억의 대상’, 새 상품을 입을 사람은 ‘상품 착용자’로 구분해 소유자와 착용자가 다를 수 있는 선물 시나리오를 지원한다. [31:58]

18. 최종 계획 문서와 후보 생성 기준

• 최종 계획에는 제품 정의와 태그라인, 고객 여정, 필수 요구사항, 확정된 ADR, 미해결 질문, 인수 기준이 함께 들어가 제품 구축의 단일 기준을 이룬다. [32:58]
• 변형 후보는 5개 생성을 목표로 하지만 품질 기준이나 10분 제한 때문에 일부가 실패하면 3~4개만으로도 성공 처리하며, 복합 후보 전체에는 하나의 스타일 프리셋을 일관되게 적용한다. [34:20]

19. 추출 수정과 사진 업로드 예외

• 잘못된 추출은 기존 마스터를 덮어쓰지 않고 사진 재업로드와 새 리비전 생성으로 수정하며, 이전 디자인과 주문 기록은 그대로 보존한다. [34:40]
• 브라우저에서 의류만 충분히 분리하지 못하면 명시적 동의 후 전체 사진을 업로드할 수 있지만, 동일한 즉시 처리·24시간 삭제 정책을 적용한다. [34:58]

20. 리비전 보존과 빠른 부분 성공

• 수정된 추출 리비전은 이후 생성의 기본값이 되지만, 과거 리비전과 후보도 고객이 보관 처리하거나 삭제하기 전까지 조회·주문할 수 있다. [35:58]
• 전체 인물 사진은 우선 자체 인프라에서 최소화하고 외부 모델에는 가능한 한 의류 영역만 보내며, 후보 생성은 재충전 없이 3개가 통과하는 즉시 반환해 속도를 우선한다. [36:34]

21. 후보 간 혼합 제한과 선물 구매 링크

• 서로 다른 후보의 패턴과 그래픽을 조합하는 기능은 편집 복잡도가 커서 제외하고, 각 후보 내부의 구성 요소만 하나의 디자인으로 유지한다. [38:03]
• 프로젝트 소유자는 편집 권한 없는 공유 링크를 제공할 수 있고, 다른 성인은 게스트로 크기와 수량만 선택해 구매하며 색상·배치·구성 변경에는 소유자의 새 시안 승인이 필요하다. [39:15]

22. 연령 기반 추천을 사용자 선택으로 단순화

• 현재 연령에 따라 스타일을 자동 선택하는 규칙은 질문과 충돌을 과도하게 만들기 때문에 폐기하고, 사용자가 약 10개의 스타일 프리셋 중 원하는 항목을 직접 선택한다. [40:48]
• 사진에서 디자인이나 패턴을 추출한 뒤 충실 재현 또는 팝·노스탤지어 같은 스타일을 고르는 흐름으로 줄여 사용자 여정과 구현 복잡도를 함께 낮춘다. [41:30]

23. 생성 세트의 소비 조건과 반복 선택

• 스타일을 하나도 고르지 않고 충실 재현 후보만 생성해도 유효한 한 세트로 계산하며, 주요 AI 비용이 원본 추출 과정에서 발생한다는 점을 반영한다. [42:22]
• 충실 재현이 성공하면 선택한 변형 스타일의 일부 또는 전부가 실패해도 한 세트를 소비하고, 같은 스타일 프리셋은 이후 생성에서 다시 선택할 수 있다. [43:01]

24. 원본 계보와 문자 정확성

• 모든 변형 후보는 핵심 모티프나 실루엣, 원본 팔레트와 구성의 관계를 남겨 원래 의류와 알아볼 수 있는 계보를 유지해야 한다. [43:51]
• 이름·문구·숫자는 별도 디자인 요소로 추출하고 임의로 다시 쓰지 않으며, 외형을 바꾸더라도 정확한 문자는 프로젝트 소유자가 먼저 확인해야 한다. [44:19]

25. 공유 구매 정보와 스타일 프리셋 체계

• 공유 링크를 통한 다른 성인의 구매 활동은 프로젝트 소유자에게 노출하지 않아 단순 구매 링크와 구매자 개인정보의 경계를 유지한다. [45:56]
• 프리셋이 개선되더라도 기존 후보의 재현 가능성을 지키도록 각 정의를 버전 관리하며, 변화가 미래 렌더에만 통제된 방식으로 반영되게 한다. [46:18]

26. 문서 중심 계획과 생산업체 검증

• /grill-with-docs는 ADR뿐 아니라 스타일 정의와 연구 문서까지 생성해 제품 결정의 근거를 남기며, 일반적인 질의 중심 계획보다 포괄적인 산출물을 만든다. [47:32]
• Printful·Printify·Gelato 조사 결과를 바탕으로 Printful을 우선 후보로 선택하되, 가격과 실제 인쇄 품질은 샘플 주문으로 검증하고 실패하면 다른 업체를 시험한다. [48:18]

27. AI 공급업체와 데이터 처리 제한

• 추출과 이미지 생성에는 OpenAI 직접 연동이 우선 검토되지만, 정확한 엔드포인트가 데이터 무보존과 미국 내 처리 조건을 충족하는지 확인하기 전에는 확정하지 않는다. [50:34]
• Anthropic은 비용 때문에 제외하고 Google을 포함한 다른 모델 선택은 미루며, 직접 계약하고 필요한 통제 조건을 충족한 경로만 허용한다. [51:29]

28. 비용·동시성·장애 정책과 구축 전환

• 생성 세트의 내부 처리비 상한은 우선 5달러, 상품 시안 렌더는 건당 25센트로 잡고, 사용자당 동시에 하나의 생성 세트만 실행해 비용과 용량을 통제한다. [51:48]
• 공급업체가 3분 목표를 지키지 못하면 예상 시간을 투명하게 안내한 대기열로 전환하고, 승인된 엔드포인트 실패는 한 번만 재시도하며 무제한 재시도는 피한다. [52:50]

🧾 결론

• 에이전트 기반 개발에서 좋은 계획은 기능 목록이 아니라 용어, 소유권, 예외, 비용, 개인정보, 실패 정책까지 명시한 실행 계약에 가깝다.
• Grill with Docs의 핵심 가치는 답을 빨리 만드는 데 있지 않고, 충돌하는 개념과 숨은 의사결정을 구축 전에 드러내 문서로 고정하는 데 있다.
• Keepsake Threads 사례는 느슨한 아이디어도 반복 질문과 ADR을 거치면 고객 여정과 데이터 수명주기까지 포함한 구현 가능한 제품 명세로 발전할 수 있음을 보여준다.
• 계획의 완성은 성공을 보장하지 않으며, Printful 샘플 품질, AI 공급업체의 데이터 처리 조건, 실제 생성 비용과 고객 수요는 제품 구축과 운영을 통해 별도로 검증해야 한다.

📈 투자·시사 포인트

• AI 에이전트 사업의 경쟁력은 에이전트 수보다 결정 기록, 역할 분리, 공통 문맥, 재시도 제한처럼 작업을 안정적으로 이어 주는 운영 구조에서 나올 가능성이 크다.
• 범용 주문형 인쇄에 AI 복원과 개인적 추억이라는 차별점을 결합하면 가격 경쟁을 피할 여지가 있지만, IP 검사와 아동 사진 보호가 동시에 진입 장벽이 된다.
• 생성 전면 무료보다 제한된 체험, 디자인 승인 후 결제, 사용자별 할당량을 결합하는 방식이 AI 연산 비용과 구매 전환의 불확실성을 조정하는 현실적인 모델로 제시된다.
• 제품 결정과 공급업체 선택을 ADR과 연구 문서로 남기면 후속 에이전트가 같은 논의를 반복하는 비용을 줄이고, 모델·인쇄업체·정책 변경 시 영향 범위를 추적하기 쉬워진다.

⚠️ 불확실하거나 확인이 필요한 부분

• Printful은 우선 후보일 뿐이며 가격과 실제 인쇄 품질은 샘플 주문으로 검증해야 하고, 기준을 충족하지 못하면 Printify나 Gelato를 시험해야 한다.
• OpenAI의 정확한 이미지 처리 엔드포인트가 데이터 무보존과 미국 내 처리 조건을 충족하는지는 아직 확인되지 않았다.
• 파일럿의 완화된 IP 정책과 자동 검사만으로 캐릭터, 로고, 상표 관련 분쟁을 충분히 예방할 수 있는지는 법률적으로 확정되지 않았다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• /grill-with-docs가 만든 최종 계획, 용어집, 스타일 정의, 연구 제약, 17개 ADR을 제품 구축의 입력 명세로 고정한다.
• Printful에서 일반 배치 상품과 전면 인쇄 상품을 각각 샘플 주문해 가격, 색상, 무늬 연결, 소재와 인쇄 품질을 비교한다.
• 승인 후보 AI 엔드포인트별 데이터 보존, 처리 지역, 계약 조건과 외부 모델 전송 범위를 확인한다.
• 브라우저 의류 마스킹, 원본 사진 즉시 삭제, 24시간 만료와 고객 삭제 기능을 인수 기준에 포함한다.

❓ 열린 질문

• 고객이 어린 시절 무늬를 새 의류로 복원하는 상품에 실제로 지불할 가격과 구매 빈도는 어느 수준인가?
• 자동 IP 검사가 허용 가능한 무늬와 거절해야 할 로고·캐릭터·상표를 어느 정확도로 구분할 수 있는가?
• 의류 영역만 서버나 외부 모델에 전송하는 브라우저 마스킹이 다양한 사진 품질과 기기에서도 안정적으로 작동하는가?