🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Career Advice From 19 Years of Building and Failing의 핵심은, 오래 버티는 커리어와 사업은 잘 만드는 능력보다 시장·유통·수익화·경쟁 회피를 반복 실험으로 검증하는 능력에서 갈린다는 것이다.

📌 핵심 요점

1. 엔지니어가 창업자로 전환할 때 가장 큰 함정은 “만들 수 있다”는 사실을 “팔 수 있다”로 착각하는 것이다. Jobspire 사례에서는 플랫폼을 만들고 투자까지 받았지만, 고객 획득·판매·네트워크·수익 포착 구조가 약해 제품이 자발적으로 확산되지 못했다.
2. Avalon Scenes는 사용자가 많아도 돈을 벌지 못할 수 있다는 교훈을 남겼다. 수십만 사용자를 모으고 활발한 방이 만들어졌지만, 소비자 메시징 앱의 사용량은 곧바로 매출로 이어지지 않았고 결국 B2B 전환과 매각으로 마무리됐다.
3. 과잉 엔지니어링은 초기에는 실력처럼 보이지만 장기적으로 레거시와 유지보수 비용이 될 수 있다. 자체 WebRTC 라이브콜을 6~8개월 동안 만들었지만 이후 SDK가 등장했고, 제품의 핵심 가치가 아닌 인프라까지 떠안으면서 조직 에너지가 분산됐다.
4. 고객이 말로 요구하는 기능과 실제로 선택하는 제품은 다를 수 있다. 고객은 더 많은 기능을 원한다고 말했지만, 실제로는 기능이 적어도 이미 사용자가 있고 커뮤니티 개설이 쉬운 WhatsApp Communities를 택했다.
5. Got in a Box, AI 아바타, Video Vault, Unleash the Avatar 같은 후속 실험들은 타이밍·유통·비즈니스 모델·독특함·실행 축적의 중요성을 보여준다. 특히 신기술 초기에는 짧은 실험이 큰 학습을 만들 수 있지만, 플랫폼 기업 진입이나 상품화가 시작되면 방어 전략이 필요하다.

🧩 배경과 문제 정의

• 엔지니어가 창업자로 전환할 때의 핵심 차이는 코드를 잘 짜는 능력보다 시장, 판매, 팀 구성, 유통, 수익화를 다루는 역량에 있다.
• 여러 앱과 게임을 만들고 실패한 경험은 “무엇을 만들 것인가”보다 “누가 쓰는가, 왜 돈을 내는가, 어떻게 퍼지는가”를 먼저 확인해야 한다는 교훈으로 이어진다.
• 기술적으로 어려운 것을 직접 만드는 선택은 초기에는 실력처럼 보일 수 있지만, 시장 검증과 유통이 약하면 시간, 비용, 조직의 에너지를 빠르게 소모한다.
• 고객이 요구하는 기능과 실제로 반복 사용되는 제품은 다를 수 있으며, 이 차이를 읽지 못하면 기능이 늘어나도 제품은 살아남기 어렵다.
• 영상은 Jobspire, Avalon Scenes, AI 실험, Video Vault, 게임 프로젝트, AOS까지 이어지는 19년간의 빌드와 실패를 바탕으로 창업자가 배워야 할 현실적 판단 기준을 정리한다.

🕒 시간순 섹션별 상세정리

1. 엔지니어에서 창업자로 넘어가는 출발점

• Ruby on Rails를 배우며 웹앱 개발을 시작했고, 이후 여러 앱을 만들고 한 프로젝트에서는 투자까지 유치하며 15년 가까운 빌드 경험을 쌓았다 [00:10]
• 지금은 500명 이상 규모의 조직에서 더 어려운 문제를 다루고 있지만, 처음 시작하는 사람에게는 과거의 실패와 학습이 더 직접적인 참고점이 된다 [00:24]

2. Jobspire: 기술 중심 팀의 첫 채용 플랫폼 도전

• 대학에서 배우던 ASP가 시대에 뒤처졌다고 느껴 Ruby on Rails를 독학했고, 프리랜싱 경험은 스타트업을 만들겠다는 선택으로 이어졌다 [01:20]
• 세 명의 엔지니어와 한 명의 세일즈 지향 멤버가 팀을 꾸렸지만, 당시 인도에서 기술 창업은 주류가 아니었고 참고할 자료와 네트워크도 부족했다 [01:41]

3. Jobspire의 핵심 실패: 제품보다 판매와 네트워크가 부족했다

• 6개월 가까이 플랫폼을 만든 끝에 회사가 채용 공고를 올리고 구직자가 지원하는 구조를 갖췄지만, 실제로는 아무도 자발적으로 사용하려 하지 않았다 [03:10]
• 초기 고객사는 직접 사무실을 찾아가 설득해야 했고, 무료로 공고를 올릴 수 있다면 일부 회사가 시도하긴 했지만 확장 가능한 유통 방식은 아니었다 [03:23]

4. Avalon Scenes: 사용자는 많았지만 돈을 벌지 못한 소비자 앱

• Avalon Scenes는 코로나 시기 소비자 앱으로 시작해 수십만 사용자를 모았고, 첫 회사에서 놓쳤던 유통과 마케팅의 중요성을 더 의식한 프로젝트였다 [05:09]
• 인도 소비자 메시징 앱은 사용량이 커도 수익화가 약했고, WhatsApp조차 고객에게 직접 돈을 벌기 어려운 구조였기 때문에 사용량만으로는 사업이 되지 않았다 [05:30]

5. 과잉 엔지니어링과 레거시 비용이 제품의 발목을 잡았다

• Scenes는 자체 WebRTC 기반 라이브콜 솔루션을 6~8개월 동안 만들었지만, 완성 직후 비슷한 기능을 한 번에 통합할 수 있는 여러 SDK가 시장에 나왔다 [07:36]
• 직접 만든 기술에는 큰 엔지니어링 비용이 들었고, 최종 소비자·비즈니스 플랫폼을 만드는 것이 목적이라면 외부 솔루션을 쓰는 편이 더 나은 선택이었다 [08:03]

6. 기능 요구와 실제 사용의 차이

• Scenes에는 엔지니어 비중이 높아 새 기능을 추가하면 다음에는 성공할 것이라는 문화가 강해졌다 [09:52]
• 유통·성장·제품시장적합성 부족을 기능 추가로 보상하려는 사고가 생겼지만, 바이럴은 기능 하나만으로 자동 발생하지 않는다 [10:14]

7. 첫 게임 프로젝트와 실행력의 초기 형태

• 어린 시절부터 같은 분야에서 흥미로운 일을 하는 사람들과 커뮤니티를 만들고 싶어 했고, 이 욕구는 높은 실행력의 초기 형태로 드러났다 [12:00]
• 단순 게임 데모와 완성된 실제 게임 사이에는 몇 년의 작업량과 수십 명 규모의 팀 차이가 있었으며, 당시 게임 개발은 지금보다 훨씬 어려운 일이었다 [12:15]

8. 짧은 PC 게임 실험과 인도 시장의 한계

• 2019년의 Mumbai Make Hatsa는 긴 게임이 아니라 짧은 서사형 게임을 목표로 했고, 커스텀 에셋·리텍스처링·애니메이션·3D 모델링까지 직접 다룬 실험이었다 [13:20]
• 한 사람이 감당할 수 있는 3~5분짜리 게임으로 범위를 좁힌 판단은 적절했으며, 공포 장르는 그래픽 완성도보다 분위기·사운드·상호작용·서사에 더 크게 좌우됐다 [14:03]

9. GPT 변곡점과 WhatsApp 기반 Got in a Box의 성장

• Got in a Box는 별도 앱을 만들지 않고 ChatGPT API를 WhatsApp에 바로 붙인 프로젝트였으며, API 공개 직후 2~3일 안에 출시해 신기술 초기 타이밍을 잡았다 [15:21]
• 구현 범위는 결제, 간단한 전화번호 인증, GPT 래퍼에 가까웠지만, GPT 관심이 폭증하던 시점과 맞물리며 첫 안정적 수익 앱으로 성장했다 [15:52]

10. 단기 수익의 한계와 AI 실험에서 얻은 학습

• 새로운 기술 영역에서는 크리에이터들이 무료로 다뤄주는 트랙션이 생겨 사용자 획득 비용이 낮아지고, 그만큼 엔지니어링의 가치가 커진다 [17:10]
• 사용자는 기술적 복잡성보다 접근성을 더 크게 보며, WhatsApp 안에서 바로 쓸 수 있는 편의성에는 추가 비용을 지불할 수 있었다 [17:28]

11. AI 아바타로 크리에이터 지속성 문제를 해결한 실험

• AI 아바타 프로젝트는 크레딧 기반 소프트웨어 시대에 단순 판매를 넘어, 기술로 실제 문제를 새로운 방식으로 풀 수 있는지 확인한 실험이었다 [18:24]
• 크리에이터에게 가장 큰 문제는 장기간 꾸준히 콘텐츠를 내야 하는 피로이며, 플랫폼이 일관성을 보상하기 때문에 몇 년간 촬영과 게시를 지속하는 부담이 핵심 병목이 된다 [18:56]

12. 상품화 이후의 방어 전략

• 아바타 플랫폼들은 경쟁 속에서 할인과 무료 제공으로 빠르게 상품화됐고, 소프트웨어 제품을 파는 쪽보다 최종 서비스를 제공하는 쪽이 더 큰 수익을 낼 수 있었다 [20:55]
• 자체 fine-tuned 모델로 전환하며 외부 아바타 도구 의존도를 낮췄고, 시장이 상품화될수록 무료·간편·편리한 선택지가 승자가 되는 구조가 반복됐다 [21:44]

13. Autocode Pro와 빅테크 경쟁 리스크

• Autocode Pro는 텍스트로 간단한 크롬 확장 프로그램 코드를 생성하는 실험에서 출발했고, small dev라는 오픈소스 저장소를 참고해 자체 방식으로 다시 구현하는 방향이었다 [24:00]
• 제품을 만들자마자 경쟁 강도가 매우 높아질 시장이라는 판단이 섰고, 실제로 Emergent와 Lovable 같은 회사들이 더 발전된 형태의 유사 제품을 추진했다 [24:24]

14. 실험 중심의 스타트업 운영과 경쟁 회피 원칙

• 스타트업은 본질적으로 실험에 가깝고, 공개적으로 시간과 돈을 써서 배우는 과정 자체가 앞으로 어디에서 이기고 질지를 판단하는 자산이 됐다 [25:26]
• 지난 4년간 많은 실험을 쌓으며 무엇을 해야 하고 무엇을 피해야 하는지에 대한 경험이 생겼고, 그 축적이 현재의 사업 선택을 더 나은 방향으로 이끌었다 [25:36]

15. Video Vault와 로컬 영상 제작 인프라의 해자

• Video Vault는 지금도 제공되는 소프트웨어로, 내부 필요에서 출발한 ‘영상용 GitHub’에 가깝고 편집자와 클라이언트가 영상 버전 차이를 비교하고 협업하는 문제를 겨냥했다 [27:55]
• 기존 Google Drive 기반 업로드·다운로드 방식은 느리고 번거로우며, 500명 규모의 영상 회사나 대용량 팟캐스트 원본을 다루는 조직에서는 시간과 대역폭 낭비가 커진다 [28:09]

16. 소프트웨어 단독 제품에서 기업용 번들·서비스 레이어로의 전환

• Video Vault는 월 2,000개 이상의 영상을 처리하지만, 대중 마케팅이 아니라 영상 기업 고객을 직접 겨냥한 메시지로 운영되기 때문에 일반 시청자에게는 거의 노출되지 않는다 [29:50]
• 콘텐츠 서비스를 판매할 때 Video Vault를 함께 묶을 수 있고, 기업이 영상 유출을 막으며 자체 서버 생태계 안에서 파일을 관리하려 할 때 보안·운영 솔루션 역할을 한다 [30:00]

17. Unleash the Avatar와 인도 PC 게임 시장의 한계

• Unleash the Avatar는 40명 규모 팀이 만드는 소울라이크·세키로라이크 게임으로, 2007~2008년부터 원했던 게임 프로젝트의 더 성숙한 버전에 가깝다 [31:12]
• Mumbai Gullies에서 얻은 핵심 교훈은 인도에 충분한 PC 게임 이용자가 없다는 점이었고, 그래서 배급의 상당 부분을 인도 밖으로 돌려야 했다 [31:32]

18. 유기적 배급, 글로벌 품질 목표, 고비용 실험의 리스크

• 지금까지 마케팅에 단 한 루피나 달러도 쓰지 않았고, 모든 관심은 콘텐츠 크리에이터 관점에서 설계한 트레일러와 유기적 확산으로 만들어졌다 [33:26]
• 팀에는 Ghost of Tsushima, Hogwarts Legacy, Flash, Shazam 등에 참여한 개발자와 아티스트가 합류했고, 자체 수정한 Unreal Engine과 전투 시스템을 갖추며 플레이 가능한 3인칭 게임 형태에 가까워졌다 [33…] [33:44]

19. 독특함은 관심을 만들지만 초기 알파는 인식 리스크를 만든다

• 두 번째 트레일러 이후 뛰어난 인재들이 연락했고, 볼리우드식 과장된 연출은 단순히 더 나은 것보다 독특하고 다른 것에 세계가 더 강하게 반응한다는 가설을 강화했다 [36:00]
• 볼리우드와 애니메이션은 과장된 동작과 비현실적 연출이라는 점에서 닮았지만, 애니메이션은 물리 법칙을 원하는 방식으로 구현할 수 있어 같은 과장도 더 자연스럽게 보인다 [36:28]

20. 글로벌 서사는 빠르게 바뀌지만 인도에는 팬덤 문화의 공백이 남아 있다

• 첫 실험 이후 몇 달 뒤 두 번째 움직임에서도 글로벌 밈을 만들 수 있었고, 세계가 무엇을 흥미롭고 독특하게 보는지는 직접 실행해 보기 전까지 알 수 없었다 [37:28]
• 사람들은 처음에는 불가능하다고 여기지만, 실제로 가능해지면 곧 당연한 일처럼 받아들이고 이전의 부정적 서사는 빠르게 잊힌다 [37:42]

21. UTA는 기대와 불안을 동시에 만들며 더 높은 기준을 요구한다

• 많은 인도 팬들이 프로젝트의 성공을 바라지만 동시에 실망할 가능성도 두려워하기 때문에, 좋은 게임을 만들어야 하는 책임은 더 커진다 [39:04]
• UTA는 트레일러 1에서 트레일러 2로 이어진 개선, 관객 피드백 반영, 팀 구성, 거의 2년에 가까운 작업을 통해 글로벌 존중을 얻었다 [39:18]

22. AOS는 실패의 교훈을 다음 세대 프로젝트 시스템으로 바꾼다

• 커리어에서 만든 대부분의 결과물은 앱과 게임이었지만, 가장 마음에 가까운 것은 AOS이며, 이 시스템은 인도의 똑똑하고 실행력 높은 사람들이 수백 개의 새 프로젝트를 만들 수 있게 한다 [40:24]
• Jobspire, Unleash the Avatar, Scenes 같은 다음 프로젝트는 젊은 인재들이 만들 수 있고, 인도 안에서 커진 창업가 정신과 축적된 학습이 AOS의 기반이 된다 [40:48]

🧾 결론

• 이 영상의 커리어 조언은 “큰 성공 공식”보다 “실패를 통해 무엇을 피해야 하는지 배우는 법”에 가깝다. 화자는 여러 앱, 게임, AI 실험, 엔터프라이즈 도구를 거치며 만들기보다 먼저 시장과 유통을 확인해야 한다는 결론에 도달한다.
• 초기 창업자는 어려운 기술 문제를 직접 푸는 데 매력을 느끼기 쉽지만, 실제 사업에서는 누가 쓰는지, 왜 돈을 내는지, 어떤 채널로 퍼지는지, 경쟁자가 얼마나 빨리 따라오는지가 더 결정적이다.
• 성공적인 실험은 반드시 기술적으로 가장 복잡한 제품에서 나온 것이 아니었다. Got in a Box처럼 구현 범위는 단순해도 타이밍과 접근성이 맞으면 빠르게 성장할 수 있었고, AI 아바타처럼 소프트웨어 판매가 아니라 인플루언서 마케팅 모델에서 더 큰 수익이 날 수도 있었다.
• 장기적으로는 경쟁이 과열된 전장에 들어가기보다, 1~2년 정도 발판을 만들 수 있는 덜 붐비는 공간을 찾는 것이 중요하다는 메시지가 반복된다.
• 실패한 프로젝트들도 낭비로만 남지 않았다. Jobspire, Scenes, Autocode Pro, 게임 프로젝트에서 얻은 교훈은 이후 AOS와 더 큰 팀·프로젝트 시스템을 만드는 기반으로 축적됐다.

📈 투자·시사 포인트

• 사용자 수만으로 사업성을 판단하면 위험하다. Avalon Scenes처럼 수십만 사용자가 있어도 결제 의향, 반복 사용, 수익 포착 구조가 약하면 지속 가능한 사업이 되기 어렵다.
• 기술 해자는 시간이 지나면 약해질 수 있다. AI 아바타 플랫폼이나 WebRTC SDK 사례처럼 기술이 빠르게 상품화되면, 소프트웨어 자체보다 서비스 레이어, 운영 역량, 유통 채널, 고객 관계가 더 중요한 방어막이 될 수 있다.
• 신기술 초기 시장에서는 속도와 배포 방식이 큰 우위를 만든다. Got in a Box는 ChatGPT API를 WhatsApp에 붙여 빠르게 출시했고, 크리에이터와 인플루언서를 통한 무료 유통이 성장의 핵심 역할을 했다.
• 대형 플랫폼 기업이 쉽게 들어올 수 있는 시장은 부트스트랩 팀에게 위험하다. Autocode Pro 사례처럼 OpenAI, Microsoft, Google, Claude 같은 잠재 경쟁자가 있는 영역에서는 자본력과 플랫폼 장악력이 승부를 바꿀 수 있다.
• 기업용 시장에서는 순수 SaaS보다 하드웨어·설치·운영·보안이 결합된 번들이 더 강한 해자가 될 수 있다. Video Vault는 클라우드 협업툴과 정면 경쟁하기보다 대용량 영상 파일을 로컬에서 처리해야 하는 기업 문제에 집중했다.
• 콘텐츠·게임·AI처럼 취향과 유통이 중요한 시장에서는 “더 잘 만든 것”만으로 부족하고, 세계가 반응할 만큼 독특한 서사와 차별성이 필요하다. Unleash the Avatar 사례는 글로벌 반응을 얻기 위해 품질뿐 아니라 문화적 독특함과 공개 스토리텔링이 필요하다는 점을 보여준다.

⚠️ 불확실하거나 확인이 필요한 부분

• 1.7크로어 투자 유치, Got in a Box의 140만 사용자, AI 아바타의 월 1억 조회수, Video Vault의 월 2,000개 이상 영상 처리 같은 수치는 영상 발화 기준의 주장으로 보이며, 외부 자료나 내부 지표로 별도 검증이 필요하다.
• “2025년 초 다보스 세계경제포럼에서 세계 최대 AI 아바타로 인정받았다”는 표현은 어떤 기관·기준·측정 방식에 따른 인정인지 영상 내용만으로는 확정하기 어렵다.
• Unleash the Avatar 트레일러가 중국에서 수억 조회수를 기록했고 IGN China에서 2만 개 영상 중 여섯 번째로 많이 재생됐다는 내용은 플랫폼별 집계 기준과 기간 확인이 필요하다.
• 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

• 새 제품을 만들기 전에 “누가 반복해서 쓰는가, 왜 돈을 내는가, 어떻게 퍼지는가”를 먼저 한 장짜리 가설로 정리한다.
• 기능 요청을 그대로 제품 로드맵에 넣기보다, 고객의 실제 사용 행동·이탈·결제 여부를 함께 확인한다.
• 핵심 경쟁력이 아닌 인프라나 범용 기능은 직접 만들기 전에 SDK·외부 솔루션·운영 비용을 비교한다.
• 실험 프로젝트마다 성공 기준, 중단 기준, 필요한 자본 규모, 예상 경쟁자 진입 시점을 미리 정의한다.

❓ 열린 질문

• 발표자가 말한 여러 프로젝트 중 실제로 가장 높은 수익성과 지속성을 만든 것은 어떤 사업이었나?
• Got in a Box의 성장은 제품 자체의 강점, GPT 초기 타이밍, WhatsApp 접근성, 인플루언서 확산 중 무엇의 영향이 가장 컸나?
• AI 아바타 사업에서 소프트웨어 구독보다 인플루언서 마케팅이 더 큰 수익을 만들었다면, 이 모델은 다른 크리에이터나 기업에도 반복 가능할까?