나만의 AI 공동창업자를 만드는 법: 1인 기업가의 레버리지 전략
솔직히 고백하자면, Lumen Insights V2의 개발 초기에 저는 AI를 아주 멍청하게 쓰고 있었습니다.
매번 새로운 채팅창을 열고, “React에서 무한 스크롤 구현하는 법 알려줘”라고 물어본 다음 결과를 붙여넣기 하는 방식으로요.
그렇게 몇 주를 보내고 나서야 깨달았습니다.
저는 세상에서 가장 뛰어난 협업 도구를 구글 검색창처럼 쓰고 있었다는 것을.
전환점은 어느 날 밤, SameSite=Strict 쿠키 설정 하나가 구글 OAuth 로그인 전체를 마비시키는 버그를 4시간째 잡지 못하고 있을 때였습니다.
문제는 코드에 있는 것이 아니었습니다.
AI에게 맥락 없이 “로그인이 안 돼요”라고 물어본 것이 문제였습니다.
AI는 프로젝트의 배경을, 우리가 어떤 아키텍처를 선택했는지, 왜 그 선택을 했는지를 전혀 모르는 상태였으니까요.
컨텍스트 엔지니어링: AI를 바보로 만드는 것과 천재로 만드는 것의 차이
AI가 천재처럼 답을 내놓느냐 바보처럼 헛소리를 하느냐는 99% 컨텍스트(맥락)에 달려 있습니다.
프롬프트 몇 줄을 잘 다듬는 기술보다, AI가 내 비즈니스를 완전히 이해할 수 있는 환경을 설계하는 것이 비교할 수 없이 중요합니다.
저는 PROJECT_PLAN.md라는 문서를 만들어 프로젝트의 모든 맥락을 한 곳에 집약시켰습니다.
이 문서에는 단순한 개발 로드맵이 아니라 다음 내용들이 포함되어 있습니다.
| 섹션 | 내용 |
|---|---|
| 비즈니스 목적 | 왜 이 서비스를 만드는가, 어떤 문제를 해결하는가 |
| 기술적 의사결정 | 왜 Next.js를 선택했는가, 왜 Supabase 대신 Neon DB인가 |
| 절대 금지 사항 | 가짜 데이터 사용 금지, 유료화 모델 금지, 저작권 보증 금지 |
| 과거 실패 기록 | 어떤 시도를 했다가 왜 포기했는가 |
| 현재 알려진 버그 | 아직 해결 안 된 이슈 목록 |
AI는 매 작업 전에 이 문서를 먼저 읽습니다.
그 결과는 놀라웠습니다.
오늘 새 채팅창을 열어도 AI는 어제의 의사결정 맥락을 기억하고 있는 것처럼 행동합니다.
“지난번에 이런 이유로 그 방향은 포기했잖아요”라는 말을 꺼내지 않아도 됩니다.
스킬(Skill) 폴더: AI를 나의 디지털 클론으로 만드는 기술
컨텍스트를 전달하는 것에서 한 발 더 나아가, 저는 AI가 제 고유한 업무 방식과 철학을 완벽하게 복제할 수 있도록 스킬(Skill) 폴더 시스템을 구축했습니다.
.agents/skills/ 디렉토리 안에 업무별 세부 지침을 담은 마크다운 파일들을 모아두는 방식입니다.
예를 들어 blog_post_generator 스킬 파일에는 이런 내용이 담겨 있습니다.
- 제가 선호하는 문장 구조와 리듬 (짧은 문장, 산문형, 인용구 활용)
- 절대 사용하지 않는 표현 목록 (“안녕하세요”, “오늘은”, “~알아보겠습니다”)
- 데이터 정직성 원칙 (추정치와 실제 데이터를 반드시 분리 표기)
- SEO를 고려한 제목과 설명 작성 규칙
AI가 이 스킬 파일을 읽고 블로그 글을 쓰면, 결과물은 제가 직접 쓴 것과 거의 구별이 되지 않습니다.
말투도, 논리 전개 방식도, 심지어 버릇처럼 쓰는 비유 방식까지 닮아있습니다.
이것이 진정한 의미의 디지털 클론입니다.
서브 에이전트: 잠자는 동안에도 비즈니스가 돌아가게 만드는 구조
컨텍스트와 스킬 시스템을 갖추고 나면, 마지막 레벨은 AI를 비동기적으로 병렬 실행하는 것입니다.
Lumen Insights의 개발 과정에서 저는 여러 서브 에이전트를 동시에 운영하는 방식으로 작업 효율을 수십 배 끌어올렸습니다.
예를 들어 제가 새로운 기능 설계에 집중하는 동안:
- 서브 에이전트 A: 어제 발생한 API 오류 로그를 분석하고 수정 방안을 보고
- 서브 에이전트 B: 경쟁 서비스의 최신 업데이트를 조사하여 요약
- 서브 에이전트 C: 데이터베이스에서 이번 주 트렌드 데이터를 추출하여 블로그 글감 준비
이 세 가지 작업이 백그라운드에서 동시에 진행됩니다.
저는 그 결과를 보고받고 최종 판단만 내리면 됩니다.
물론 이 시스템이 완벽하지는 않습니다.
에이전트가 컨텍스트를 잘못 이해하거나, 서로 충돌하는 방향의 작업을 수행할 때는 직접 개입하여 교정해야 합니다.
에이전트가 많아질수록 각 작업의 품질을 모니터링하는 오버헤드도 증가합니다.
하지만 이 모든 단점을 감안하더라도, 1인 창업가에게 있어 AI 에이전트 시스템은 자본 없이 팀을 구성하는 유일한 방법입니다.
Lumen Insights가 V2까지 도달할 수 있었던 것은 기술력 때문이 아닙니다.
컨텍스트를 설계하고, 스킬을 모듈화하고, 에이전트를 병렬로 운영하는 이 레버리지 구조 덕분이었습니다.
AI를 단순한 도구로 대하는 동안, 경쟁자들은 그 AI를 비즈니스 파트너로 격상시키고 있습니다.
지금 당장 여러분의 업무 철학을 문서화하고, 그것을 AI에게 읽혀보세요.
Lumen Insights의 진짜 경쟁력은 코드가 아니라 이 문서들에 있습니다.
참고 자료:
