I Cloned Calendly and Now It''s Free Forever

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

I Cloned Calendly and Now It’s Free Forever를 중심으로, 발표자는 캘린들·cal.com과 유사한 예약 서비스 ‘Snag Time’을 만들었으며, 대시보드, 이벤트 유형, 예약 변경·취소를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. 발표자는 캘린들·cal.com과 유사한 예약 서비스 ‘Snag Time’을 만들었으며, 대시보드, 이벤트 유형, 예약 변경·취소, 팀 권한, 브랜딩 설정을 구현했다.
2. 실제 캘린더와 예약 가능 시간이 실시간으로 동기화되고, Stripe를 연결하면 무료 상담뿐 아니라 결제가 선행되는 유료 예약도 받을 수 있다.
3. 개발은 조사→계획→구축→테스트의 4단계로 진행됐고, 다수의 하위 에이전트가 테스트와 버그 수정을 반복하는 자율 루프를 수행했다.
4. 에이전트 테스트만으로는 클릭 동선, 반응성, 시각적 완성도 같은 인간 중심의 사용 경험을 충분히 다듬지 못해 발표자가 직접 리브랜딩과 UX·성능 개선을 맡았다.
5. 실제 에이전트 작업은 약 5일 5시간, 병렬 합산 334시간, 고유 하위 에이전트 76개였으며 추정 연산 비용은 약 1만5천 달러였지만, 발표자의 직접 지출은 월 200달러 요금제와 약 150달러의 추가 사용료 수준이었다.

🧩 배경과 문제 정의

캘린들은 약 30억 달러, 경쟁사 cal.com은 약 1억5천만 달러의 기업가치를 인정받았다고 소개된다. 발표자는 이런 예약 SaaS의 핵심 기능을 몇 번의 프롬프트와 약 일주일의 작업으로 복제할 수 있는지 시험했다. 목표는 캘린더 동기화와 유·무료 예약을 지원하는 내부용 도구를 직접 소유하고, 구독료 대신 필요한 기능을 AI 코딩 도구로 계속 추가할 수 있는 구조를 만드는 것이었다. 다만 시연 후반부에는 ‘영원히 무료’라는 제목과 달리 유지보수 책임, 미완성 자동화, 확장성 문제가 남는다는 점도 함께 인정한다.

🕒 시간순 섹션별 상세정리

1. 캘린들 클론과 Snag Time 소개

• 발표자는 캘린들의 핵심 기능을 약 일주일 만에 복제했으며, 구축물과 설치 방법 및 개발 비용을 공개하겠다고 보여준다. [00:21]
• Snag Time 대시보드에서는 워크스페이스 브랜딩, 월간 예약 수, 예약 시간, 공개 링크, 향후 예약을 확인하고 일정을 변경하거나 취소할 수 있다. [01:09]

2. 실시간 캘린더 동기화와 일반 예약

• 공개 사용을 위해서는 Vercel 같은 공개 도메인과 Google 계정, 백엔드 데이터베이스, Stripe 계정을 연결해야 하며, 발표자는 별도의 설정 가이드를 제공한다고 드러낸다. [02:06]
• 실제 캘린더에 바쁜 시간을 추가한 뒤 예약 페이지를 새로 고치자 해당 시간이 즉시 차단됐고, 예약 확정 후 캘린더 초대 이메일까지 정상적으로 도착했다. [03:50]

3. 이벤트 설정과 Stripe 유료 예약

• 이벤트 유형마다 이름, 설명, 링크, 장소, 예약 가능 기간, 버퍼, 질문을 설정할 수 있고 무료 또는 유료 예약 여부와 가격도 지정할 수 있다. [04:31]
• 에이전트가 기능 버그는 찾았지만 진행 단계 표시를 클릭할 수 없는 UX 문제는 놓쳤고, 발표자가 인간 사용자의 행동을 기준으로 직접 수정했다. [05:53]
• Stripe 샌드박스 카드로 결제를 마치자 유료 상담 예약과 알림이 생성됐으며, 실제 API 키로 교체하면 실결제 흐름으로 전환할 수 있다고 보여준다. [06:29]

4. 소프트웨어 소유권과 기능 확장

• 현재 버전에는 캘린들의 일부 자동화 기능이 빠져 있지만, Codex나 Cloud Code가 코드베이스를 이해하므로 필요한 자동화를 추가할 수 있다고 주장한다. [06:49]
• 근무 시간, 주말 일정, 시간대, 특정 날짜 예외와 휴가를 설정할 수 있으며, 사용 중 발견한 불편도 소프트웨어 계층을 직접 소유한 상태에서 수정할 수 있다. [07:16]

5. 에이전트 중심 구축과 인간의 보완

• 첫 대형 목표 프롬프트는 조사, 계획, 구축, 테스트의 4단계를 지시했고, 캘린들과 cal.com의 장단점을 조사한 뒤 기능과 통합 구조를 설계하도록 했다. [08:20]
• 약 50개 에이전트가 관리자, 가입, 이벤트 생성 경험을 반복 테스트하면서 버그 발견→수정→재테스트의 자율 루프를 며칠 동안 수행했다. [08:54]
• 초기 결과물은 전형적인 바이브 코딩 앱처럼 보여 Tempo Cove를 Snag Time으로 리브랜딩했고, 느린 입력과 마우스 반응을 최적화한 뒤 버튼 배치와 UX를 다시 손봤다. [10:28]

6. 확장성의 한계와 실제 비용

• 발표자는 내부 소규모 팀용 제품과 대규모 상용 SaaS 사이에는 큰 차이가 있으며, 버그·기능 요청·데이터베이스·운영 책임 때문에 몇 번의 프롬프트만으로 영구적인 제품이 완성되는 것은 아니라고 강조한다. [11:11]
• 작업은 실제 에이전트 실행 기준 5일 5시간, 병렬 합산 334시간, 고유 하위 에이전트 76개였고, 반복적인 테스트 위임은 최소 300회 정도로 추정됐다. [12:22]
• 입력 약 321억 토큰과 출력 4천700만 토큰의 추정 비용은 약 1만5천 달러였지만 정액제 덕분에 직접 부담은 제한적이었으며, 장기 사용 시 매달 버그 수정과 개선을 위한 유지보수가 필요하다고 결론짓는다. [13:58]

🧾 결론

• AI 코딩 에이전트는 소규모 팀이 사용할 SaaS 핵심 기능을 이전보다 훨씬 빠르게 복제할 수 있다.
• 완성된 코드를 소유하면 기능 변경을 직접 요청할 수 있어 구독형 제품에 대한 의존도를 줄일 수 있다.
• 내부 도구를 만드는 것과 수많은 고객이 안정적으로 사용하는 상용 SaaS를 운영하는 것은 별개의 난도다.
• 소프트웨어 소유권은 비용을 없애는 것이 아니라 구독료를 유지보수 책임과 운영 집중력으로 바꾸는 선택에 가깝다.

📈 투자·시사 포인트

• 범용 SaaS의 기본 기능은 AI 에이전트로 빠르게 재현될 수 있어, 단순 기능 묶음만으로 형성된 진입장벽은 낮아질 가능성이 있다.
• 기존 SaaS 기업의 방어력은 기능 수보다 안정성, 자동화, 보안, 지원, 생태계, 대규모 운영 경험에서 더 크게 나올 수 있다.
• 고가의 추론 사용량을 정액 요금제가 흡수하는 구조는 AI 코딩 도구의 초기 확산을 촉진하지만, 제공사의 장기적인 가격 정책과 사용 제한 변화를 주시해야 한다.
• 에이전트가 구축과 반복 테스트를 담당하더라도 제품 감각, UX 판단, 성능 검증, 운영 책임을 맡는 인간의 역할은 계속 중요하다.

⚠️ 불확실하거나 확인이 필요한 부분

• ‘무료로 운영’한다는 표현에는 공개 배포, 데이터베이스, 도메인, 이메일, Stripe 거래 및 장기 유지보수 비용이 구체적으로 반영되지 않았다.
• 약 1만5천 달러라는 비용은 토큰 사용량을 금액으로 환산한 추정치이며, 실제 현금 지출 및 일반 사용자가 재현할 수 있는 비용과는 차이가 있다.
• 시연은 로컬 환경과 Stripe 샌드박스를 중심으로 진행됐으므로 보안, 장애 복구, 개인정보 보호, 동시 접속, 대규모 부하에 대한 검증 결과는 확인되지 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

• 도입 전에 필요한 기능을 캘린더 동기화, 유료 예약, 팀 권한, 알림, 자동화로 나누고 Snag Time의 지원 범위를 비교한다.
• 로컬 시연을 넘어 공개 도메인, 백엔드 데이터베이스, Google 계정, 실제 Stripe 키를 연결한 스테이징 환경에서 전체 예약 흐름을 검증한다.
• 에이전트 테스트와 별도로 실제 사용자를 투입해 클릭 동선, 접근성, 모바일 화면, 오류 메시지, 예약 변경·취소 경험을 점검한다.
• 월 구독료 절감액과 호스팅·추론·개발·장애 대응 시간을 함께 계산해 직접 운영의 총소유비용을 산정한다.

❓ 열린 질문

• 내부 소규모 팀을 넘어 외부 고객이 사용하는 서비스로 확장할 때 가장 먼저 드러날 안정성·보안 문제는 무엇일까?
• 캘린들의 자동화 기능까지 추가한 뒤에도 직접 운영 방식이 구독형 서비스보다 경제적일까?
• 정액제의 높은 추론 지원량이나 사용 한도가 바뀌면 같은 개발 방식의 비용 경쟁력이 유지될까?