[AI로 창업하기 07] 내 사업 아이템 시장에서도 필요할까?

[AI로 창업하기 07] 내 사업 아이템 시장에서도 필요할까?

AI 검색과 검색 트렌드를 활용해 ‘내가 할 수 있는 일’을 ‘고객이 필요한 일’과 연결하기

 

“내가 잘하는 일인데, 정말 돈을 내고 맡길 사람이 있을까?”

김 부장은 자신의 소개자료를 다시 읽었다.

‘생활용품 유통 현장에서 쌓은 경험을 바탕으로, 작은 업체의 제품을 고객이 이해하기 쉬운 설명과 안내자료로 정리합니다.’

이제 무엇을 하려는 사람인지 설명할 수 있었다. 이력서를 정리하면서 자신의 역량을 찾았고, 포트폴리오에는 보여줄 샘플도 넣었다. SNS에 남긴 관심사를 살펴보니 공방과 작은 생활용품 업체를 돕는 일에 마음이 갔다.

하지만 한 가지가 남았다.

좋은 제품을 설명하는 일을 자신이 좋아하고 잘할 수 있다는 것과, 업체가 그 일을 돈을 주고 맡긴다는 것은 별개의 문제였다.

회사에서는 시장 전망 자료가 회의실로 들어왔다. 관련 부서가 조사하거나 외부기관에 의뢰한 자료였다. 김 부장은 그 내용을 읽고 자신의 경험을 어디에 적용할지 고민하면 됐다. 회사의 이름과 거래 관계, 판매망도 이미 있었다.

지금은 달랐다. 누구를 고객으로 삼을지부터 자신이 결정해야 했다. 고객을 만나기도 전에 상품 설명자료 제작 서비스를 준비하는 것이 맞는지 확인할 필요가 있었다.

 

첫 번째 과제는 시장을 조사하는 것이 아니라, 조사할 시장을 정하는 일이었다

김 부장은 처음에 ‘생활용품 시장 전망’을 검색하려 했다. 익숙한 분야였고, 관련 시장이 성장한다면 자신의 사업에도 기회가 있을 것 같았다.

그러나 곧 손을 멈췄다.

자신이 직접 생활용품을 판매한다면 소비자가 어떤 제품을 찾는지 중요했다. 하지만 지금 검토하는 사업은 업체의 상품 설명자료를 만들어주는 서비스였다. 비용을 지불할 고객은 머그잔을 사는 소비자가 아니라 제품을 판매하는 업체였다.

“그럼 내가 알아봐야 할 것은 생활용품이 얼마나 팔리는지만은 아니겠네.”

제품을 판매하는 작은 업체가 어떤 어려움을 겪는지, 설명자료 제작을 누구에게 맡기는지, 직접 만드는 경우에는 어디에서 막히는지 알아봐야 했다.

그는 조사 질문을 세 개로 줄였다.

작은 업체들은 상품 소개자료를 어떻게 만들고 있을까. 비슷한 일을 제공하는 곳은 무엇을 약속하고 있을까. 고객이 외부에 맡길 만큼 불편해하는 작업은 무엇일까.

질문이 정해지자 퍼플렉시티에 요청할 내용도 구체적이 됐다.

국내 공방과 소규모 생활용품 업체를 대상으로 상품 소개문·사용 안내·짧은 홍보 콘텐츠의 구성을 돕는 서비스를 검토하고 있어.

유사 서비스의 제공 범위, 대상 고객, 공개된 가격, 수정 조건, 포트폴리오를 조사해 줘. 업체 공식 페이지를 우선 확인하고 출처 링크와 확인 시점을 표시해 줘.

고객이 실제로 겪는 어려움에 관한 자료가 있다면 함께 정리하되, 업체의 홍보 문구와 고객이 직접 표현한 불편을 구분해 줘. 확인하지 못한 내용은 추정으로 채우지 마.

퍼플렉시티는 웹 자료를 검색하고 답변에 원문으로 연결되는 인용을 제공하는 방식이어서, 자료의 출처를 따라가며 조사하는 데 활용할 수 있다.

김 부장은 여기서 한 가지 기준을 세웠다. 출처가 있다는 것은 확인할 길이 있다는 뜻이지, 답변 전체가 검증됐다는 뜻은 아니었다.

예를 들어 요약문에 ‘소규모 업체에 적합하다’고 적혀 있어도, 원문에는 단순히 서비스의 장점만 소개돼 있을 수 있었다. 가격이 공개돼 있더라도 촬영과 기획, 수정이 어디까지 포함되는지에 따라 비교가 달라졌다.

그는 중요한 항목은 직접 원문을 열었다. 가격 옆에 적힌 조건을 읽고, 자료의 작성 시점도 확인했다. 여러 글이 같은 자료를 인용하고 있다면 서로 다른 근거가 여러 개 생긴 것으로 계산하지 않았다.

“그렇게 다시 확인할 거라면, AI를 쓰는 의미가 있을까?”

김 부장에게는 의미가 있었다. 처음부터 여러 사이트를 찾아다니며 비교 항목을 만드는 수고를 줄일 수 있었다. 대신 시간을 들여 확인할 대상을 좁힐 수 있었다.

AI가 찾아준 자료를 읽으며 그는 경쟁사를 보는 질문도 바꿨다. ‘어디가 잘하고 어디가 못하는가’보다 ‘어떤 고객에게 무엇을 제공하는가’를 먼저 살폈다.

상품 촬영에 강점이 있는 곳, 디자인 결과물을 중심으로 보여주는 곳, 기획부터 판매 페이지까지 묶어서 제공하는 곳은 비교할 조건이 달랐다. 공개된 정보만으로 경쟁사의 고객 만족도나 실제 성과까지 판단할 수는 없었다.

김 부장은 빈칸을 성급하게 약점이라고 부르지 않았다. 자신이 찾지 못한 정보일 수도 있었기 때문이다. 그 빈칸은 다음에 물어볼 질문으로 남겼다.

 

검색 그래프는 고객의 관심을 보여줬지만, 주문서를 대신하지는 않았다

이제 사람들이 어떤 말로 관련 일을 찾는지 살펴볼 차례였다. 김 부장은 네이버 데이터랩과 구글 트렌드를 열었다.

먼저 떠오른 검색어는 ‘공방’, ‘도자기’, ‘머그잔’이었다. 그러나 앞서 정리한 고객을 떠올리자 방향을 바꿀 필요가 있었다. 그 단어들은 주로 제품이나 취미에 관심을 가진 사람들의 검색도 포함할 수 있었다.

서비스 구매 가능성을 살펴보려면 ‘상세페이지 제작’, ‘상품 촬영’, ‘제품 소개 영상’, ‘상품 설명 작성’처럼 업체가 필요한 작업을 찾을 때 사용할 법한 말도 검토해야 했다. 이 단어들 역시 실제 고객이 쓰는 표현인지 확인할 후보였다.

김 부장은 넓은 주제와 구체적인 작업을 구분해 검색해 보기로 했다. 비슷한 뜻의 단어를 묶을 때는 왜 함께 비교하는지도 적었다. 성격이 다른 단어를 무심코 합치면 무엇에 대한 관심인지 해석하기 어려워질 수 있었다.

네이버 데이터랩에서는 검색어의 추이를 살펴볼 수 있다. 다만 검색어 트렌드의 값은 실제 검색 횟수 자체가 아니라, 가장 큰 값을 100으로 둔 상대적인 값이다. 성별·연령·기기 등 조건을 나누어 살펴보는 기능도 제공된다.

김 부장은 그래프의 숫자를 보고 ‘검색한 사람 수’라고 적지 않기로 했다. 연령 조건을 설정하더라도 그 검색자가 공방 운영자인지, 예비 창업자인지까지 알 수 있는 것은 아니었다. 자신이 얻을 수 있는 정보의 범위를 구분해야 했다.

구글 트렌드는 Google 검색 자료의 샘플을 바탕으로 지역과 시간에 따른 검색 관심도를 보여준다. 화면의 지수는 정규화된 상대값이므로, 100을 검색량 100건이나 시장점유율 100%로 해석하면 안 된다.

“검색 관심이 높아지면 사업을 시작해도 된다는 뜻일까?”

김 부장은 그렇게 결론 내리지 않기로 했다. 관심이 늘어도 고객이 돈을 쓰려는 이유는 제각각일 수 있었다. 직접 만드는 방법을 배우려는 검색일 수도 있고, 일시적인 뉴스나 행사 때문에 늘어난 검색일 수도 있었다.

그래프가 올라갔다면 ‘무엇 때문에 올라갔는가’를 더 조사해야 했다. 변화가 반복되는 시기가 있다면 계절적인 요인이 있는지 살펴볼 수 있었다. 반대로 자료가 거의 나타나지 않는다고 고객이 전혀 없다고 단정할 수도 없었다. 구글은 검색량이 적은 용어가 0으로 표시될 수 있다고 안내한다.

두 서비스를 비교할 때도 주의가 필요했다. 네이버의 80과 구글의 40을 놓고 관심이 두 배라고 계산할 수는 없었다. 서로 다른 플랫폼의 이용자와 집계·정규화 방식이 적용되기 때문이다.

김 부장은 같은 기간과 비슷한 지역 조건을 맞춰보되, 각 서비스 안에서 나타나는 변화의 방향을 따로 읽기로 했다. 어느 한쪽에서만 변화가 보이면 그 이유를 확인할 질문이 생긴 것으로 받아들였다.

해외 자료도 무조건 넓게 모으지는 않았다. 첫 고객을 국내 소규모 업체에서 찾을 생각이라면 국내 상황이 우선이었다. 나중에 해외 판매 업체를 돕는 서비스로 넓히려 할 때 국가와 언어를 나누어 비교하는 편이 더 의미 있을 것 같았다.

그는 조사표에 검색어, 조회 기간, 지역과 필터 조건, 확인 날짜를 함께 적었다. 같은 단어라도 조건이 바뀌면 그래프가 달라질 수 있어서였다.

검색 추이를 살피는 목적은 시장의 정답을 받는 데 있지 않았다. 고객이 쓰는 표현을 찾고, 추가로 확인할 시기와 질문을 좁히는 데 있었다.

 

젠스파크에는 흩어진 자료를 모아 판단할 틀을 만들어달라고 했다

며칠 동안 모은 자료가 늘어나자 다른 문제가 생겼다. 링크와 메모, 검색 그래프를 따로 보니 무엇을 근거로 어떤 결정을 해야 할지 정리하기 어려웠다.

김 부장은 젠스파크에 자료를 모아 비교하는 작업을 맡겨보기로 했다. 젠스파크는 공식 서비스 안내에서 웹 자료 조사와 출처 링크가 포함된 보고서 구성을 소개하며, AI Sheets에서는 자료 분석과 차트 생성 기능을 안내한다. 이는 제공 기능에 관한 설명이며, 개별 결과물의 정확성은 별도로 확인해야 한다.

그는 ‘내 사업의 전망을 분석해 줘’라고만 입력하지 않았다. 앞서 확인한 경쟁 서비스 자료와 검색 추이, 자신이 쓴 조사 메모를 구분해 제공했다.

아래 자료를 바탕으로 소규모 생활용품 업체의 상품 설명자료 제작 서비스를 검토해 줘.

확인된 사실, 해석이 필요한 부분, 아직 자료가 없는 부분을 나누어 정리해 줘. 경쟁 서비스는 대상 고객과 제공 범위, 공개 가격의 포함 조건을 기준으로 비교해 줘.

검색 관심도를 매출이나 시장 규모로 환산하지 마. 그래프를 만들 때는 제공한 원자료만 사용하고, 출처와 기간, 단위를 표시해 줘. 비교할 수 없는 자료는 한 그래프로 합치지 마.

마지막에는 고객에게 직접 확인해야 할 질문 다섯 개를 제안해 줘.

김 부장은 보고서에 그림이 많아지면 더 객관적으로 보일 수 있다는 점도 경계했다. 자료가 없는 항목을 임의의 점수로 채우거나, 서로 다른 기준의 가격을 막대그래프로 나란히 놓으면 보기에는 명확해도 판단은 흐려질 수 있었다.

촬영이 포함된 제작비와 글 작성만 포함된 제작비를 같은 서비스의 가격처럼 비교할 수는 없었다. 공개된 정보가 부족한 항목은 표에 ‘추가 확인 필요’라고 남기는 편이 정확했다.

그렇다면 인포그래픽은 필요 없을까. 김 부장은 그렇게 생각하지 않았다. 조사한 서비스의 제공 범위나 자신의 검증 절차를 한눈에 보여주는 데는 도움이 될 수 있었다. 다만 숫자를 보여주는 그래프와 정보를 설명하는 그림은 역할이 달랐다.

그는 자료를 정리하며 자신이 어느 부분을 돕고 싶은지 다시 살폈다. 제작 도구 사용을 어려워하는 업체도 있을 수 있고, 도구는 사용할 줄 알지만 제품의 특징을 어떤 말로 설명해야 할지 막히는 업체도 있을 수 있었다.

이 둘은 같은 고객처럼 보여도 필요한 서비스가 달랐다. 전자에게는 제작 지원이, 후자에게는 제품 인터뷰와 메시지 정리가 더 중요할 수 있었다. 어느 쪽이 자신의 경험과 맞고 실제 수요가 있는지는 아직 확인해야 했다.

“AI가 고객의 니즈까지 알려줄 수 있을까?”

공개된 후기와 질문, 관련 자료에서 불편의 단서를 찾도록 도울 수는 있었다. 그러나 고객이 말하지 않은 속마음이나 실제 구매 의사를 확정해 주지는 못했다. 온라인에 의견을 남긴 사람들의 경험이 전체 고객을 대표한다고 볼 수도 없었다.

김 부장은 보고서의 제안을 결론 대신 가설로 옮겨 적었다.

‘제품을 잘 알지만 고객에게 설명할 내용을 정리하기 어려운 업체가 있을 수 있다.’

‘이 업체는 디자인 결과물보다, 어떤 내용을 담아야 할지 정하는 도움을 원할 수 있다.’

이제 고객을 만나 무엇을 물어봐야 할지 조금 더 선명해졌다. AI가 자료를 모아주는 동안 자신은 그 가설을 확인할 방법을 고민할 수 있었다.

 

시장조사의 마지막 문장은, 고객에게 할 질문이 됐다

김 부장은 보고서 파일을 닫고 작은 공방과 생활용품 업체에 보여줄 샘플을 골랐다. 이번에는 준비한 서비스를 길게 설명하기 전에 상대방이 어떻게 일하고 있는지 듣고 싶었다.

“상품을 새로 판매할 때 소개자료는 어떻게 만드시나요?”

“가장 최근에 자료를 만들면서 시간이 오래 걸렸던 부분은 무엇인가요?”

“외부에 맡긴 적이 있다면 어떤 기준으로 골랐나요?”

“지금 쓰는 방식에서 불편한 점이 있어도 계속 유지하는 이유가 있나요?”

‘이런 서비스가 있으면 좋겠죠?’라는 질문은 뒤로 미뤘다. 좋은 의견을 듣는 것보다 이미 겪고 있는 문제와 현재의 해결 방법을 알고 싶었다.

샘플을 보여줄 때도 어디가 좋아 보이는지만 묻지 않기로 했다. 실제로 사용할 부분이 있는지, 빠진 정보는 무엇인지, 비슷한 작업이 얼마나 자주 생기는지 확인할 생각이었다.

가격 이야기도 피할 수는 없었다. 다만 막연히 얼마를 낼 의향이 있는지 묻는 데서 끝내기보다, 맡길 작업의 범위와 결과물을 구체적으로 제시한 뒤 검토할 필요가 있었다. 문구 작성과 촬영, 디자인, 수정까지 어디를 포함하느냐에 따라 대답이 달라질 수 있기 때문이다.

김 부장은 작은 유료 시험을 제안할 수 있는 조건도 정리했다. 제품 하나를 대상으로 고객 질문을 정리하고 소개문의 초안을 만드는 범위였다. 실제로 일을 의뢰하는지, 검토 후 무엇을 수정해 달라고 하는지, 제공하는 데 자신의 시간이 얼마나 드는지 확인하고 싶었다.

검색 관심과 긍정적인 반응도 참고할 수 있었다. 그러나 자료를 전달하고 검토 일정을 잡거나, 구체적인 범위로 일을 맡기는 행동은 다른 수준의 단서였다. 김 부장은 말과 행동을 함께 기록하기로 했다.

물론 몇 업체의 반응만으로 시장 전체를 안다고 말할 수는 없었다. 첫 시험은 다음 판단을 위한 자료였다. 비슷한 문제가 반복되는지 더 확인하거나, 제공 범위를 바꾸거나, 다른 고객군을 살펴볼 수도 있었다.

그는 조사 시작 전에 적어둔 질문으로 돌아갔다.

‘이 사업이 잘될까?’

처음에는 AI가 이 질문에 명쾌한 답을 줄 수 있기를 바랐다. 이제는 더 구체적으로 물을 수 있었다.

누가 이 문제를 겪는가. 지금은 어떻게 해결하는가. 어떤 결과물을 받으면 도움이 되는가. 그 일을 자신이 감당할 수 있는 비용과 시간 안에서 제공할 수 있는가.

퍼플렉시티는 관련 자료와 근거를 찾는 데 활용했고, 네이버 데이터랩과 구글 트렌드는 검색 관심의 흐름을 살피는 데 활용했다. 젠스파크에는 모은 자료를 비교하고 확인할 질문을 정리하는 일을 맡겼다.

도구마다 할 수 있는 일은 겹쳤지만, 김 부장은 각 작업의 목적을 구분했기에 결과를 어디에 쓸지 알 수 있었다. 보고서를 많이 확보하는 것보다 의사결정에 필요한 빈칸을 줄이는 일이 중요했다.

회사에서 일할 때 익힌 경험도 다시 힘을 발휘했다. 자료의 조건을 확인하고, 거래 상대방에게 질문하고, 약속할 업무 범위를 조정하는 일이었다. AI를 활용하면서 그 경험을 시장 검증이라는 새로운 과제에 적용할 수 있었다.

김 부장은 사업이 가능하다는 문장을 받아내려고 조사를 시작했다. 그러나 조사를 마치며 손에 남긴 것은 더 구체적인 고객 질문과 작은 시험 계획이었다.

시장분석은 자신이 원하는 결론을 찾는 작업이 아니다. 고객의 상황을 근거로 다음 행동을 결정하는 과정이다.

김 부장은 노트북을 닫고 첫 면담에 가져갈 자료를 챙겼다. 이제 검색창에서 찾은 단서를 실제 현장의 말과 행동에 비춰볼 차례였다.

https://www.genspark.ai/

Genspark(젠스파크) - 누구나 쉽게 쓰는 올인원 AI 워크스페이스