만들었으니, 이제 쓰이게

출시 뒤에는 사람에게 닿는 일이 남았습니다

서비스를 만드는 것을 첫 번째 장벽이라고 부른다면, 두 번째 장벽은 필요한 사람에게 닿는 일입니다. 이 두 장벽의 높이를 조사한 것은 아닙니다. 제가 겪은 일을 설명하기 위해 붙인 이름입니다. 기능을 완성한 상태와 누군가 그 기능을 자기 일에 쓰는 상태에서는 확인할 것이 다릅니다. 제품이 작동한다는 사실만으로, 그 사람이 지금 써야 할 이유까지 설명되지는 않습니다.

출시 뒤의 할 일도 조금 더 구체적으로 나눠 볼 필요가 있습니다. “홍보하기”라고만 적으면 범위가 너무 넓습니다. 누구의 어떤 상황에 도움이 되는지, 그 상황을 보여 줄 장면은 무엇인지, 글을 읽은 사람이 어디에서 시작하는지로 나누는 것입니다. 설명이 길어지는 기능보다 사용 전후가 분명한 한 장면을 먼저 고를 수 있습니다.

혼자 제품을 만들 때는 이 일이 개발 일정 밖으로 밀리기 쉽습니다. 개발 화면을 열면 바로 고칠 곳이 보이지만, 제품 밖에서는 누구에게 말을 걸어야 하는지부터 결정해야 하기 때문입니다. 출시 목록에 배포와 오류 확인만 있다면, 그 옆에 첫 사용을 안내할 페이지와 설명 자료도 함께 적어 둘 필요가 있습니다.

AI 도구의 확산과 내 제품의 수요는 따로 확인합니다

개발 환경이 변했다는 근거는 있습니다. Stack Overflow 2026 조사에서 해당 문항 응답자 17,464명 중 11,509명, 65.9%가 업무에 AI 코딩 어시스턴트나 에이전트를 사용한다고 답했습니다. 다만 이것은 자발적으로 참여한 개발자 조사입니다. 전 세계 일반인의 이용률이나, 바이브 코딩으로 사업을 하는 사람의 비율로 읽을 수는 없습니다.

2025년 조사에서는 전문 개발 업무에 바이브 코딩을 포함하지 않는다는 응답이 약 77%였습니다. 해당 문항 응답자는 26,564명이며, 원문의 반올림된 부정 72%와 강한 부정 5%를 합한 값입니다. 앞의 65.9%와는 질문, 연도, 응답자가 모두 다릅니다. 두 수치를 비교해 증가나 감소를 계산할 수 없습니다.

제가 이 자료에서 확인하려는 것은 개발 도구가 쓰이는 맥락입니다. 내 제품에 대한 수요는 별도의 질문입니다. 만들기 쉬워졌다는 이유만으로 고객도 쉽게 생긴다고 가정하면, 정작 확인해야 할 사용 상황을 놓칩니다. 제품이 필요한 사람과 대화하고, 실제 작업을 맡겨 보는 과정은 따로 계획해야 합니다.

해석 조건 2026년 전체 조사 표본은 169개국 30,903명입니다. AI 도구 문항의 17,464명과 구분해야 하며, 두 연도 수치는 같은 집단의 변화를 추적한 결과가 아닙니다.

채널을 고르기 전에 다음 행동을 정합니다

Threads에 글을 쓰거나 Instagram에 게시물을 올리고, Higgsfield로 영상을 만드는 시도도 좋습니다. 다만 각각의 결과물이 제품의 첫 사용과 어떻게 이어지는지 함께 봐야 합니다. 영상이 설명하는 장면과 도착한 페이지의 설명이 다르면, 관심을 가진 사람도 어디에서 시작해야 하는지 다시 판단해야 합니다.

게시물을 만들기 전에 도착할 곳을 직접 열고, 처음 보는 사람의 순서로 눌러 봅니다. 가입이 필요한지, 예제를 바로 볼 수 있는지, 첫 결과까지 어떤 정보를 입력해야 하는지 확인합니다. 여기서 막힌다면 게시물을 더 만드는 일보다 안내를 고치는 일이 먼저일 수 있습니다.

• 누가, 어떤 작업을 하다가 이 제품을 찾게 되는가.
• 그 사람이 확인해야 할 사용 장면은 무엇인가.
• 설명을 본 다음 누를 곳과 얻을 첫 결과가 이어지는가.

한 번 알린 뒤에 남는 경험도 살펴봅니다

마케팅을 게시물 하나나 광고 하나로 끝내면, 다음번에도 처음부터 설명을 준비하게 됩니다. 실제로 써 본 사람이 남긴 질문과 불편을 기록하면 제품 설명을 고칠 재료가 생깁니다. 같은 질문이 반복된다면 안내 페이지가 빠졌는지 보고, 기대와 다른 부분이 있다면 소개 문구부터 확인합니다.

후기는 활용 범위를 확인한 뒤 다시 쓸 수 있습니다. 체험 참여에 동의했다고 해서 이름과 사진을 광고에 써도 되는 것은 아닙니다. 원문을 인용할지, 일부를 편집할지, 어느 채널에 얼마나 사용할지 따로 묻는 편이 좋습니다. 좋은 평가를 요청하는 대신, 실제로 한 일과 도움 된 부분, 막힌 부분을 듣습니다.

이렇게 남긴 자료는 새로운 방문자에게 제품을 설명할 때도 쓸 수 있습니다. 다만 몇 명의 경험을 모든 사람에게 같은 결과가 난다는 약속으로 바꾸지 않습니다. 한 사람의 사용 조건을 함께 적어야 다음 사용자가 자신에게 맞는지 판단할 수 있습니다. 홍보 뒤에 생긴 반응을 다음 설명과 제품 개선에 연결하는 방식입니다.

커피챗에서 실행을 돕는 제품을 생각했습니다

에릭님과 커피챗을 하면서도 이 고민을 나눴습니다. 누구나 만들 수 있는 시대라면, 만드는 일 다음에 남은 노력도 해야 한다는 생각이었습니다. 여기서 말하는 노력은 고객의 상황을 이해하고, 쓸 만한 제안을 준비하고, 사용 뒤에 무엇이 달라졌는지 확인하는 일입니다. 이 문장은 대화에서 정리한 제 생각이며 에릭님의 직접 인용이나 제품 추천은 아닙니다.

그렇다면 도움을 줄 수 있는 부분도 구체적이어야 했습니다. 상대가 왜 적합한지 살펴보고, 연락해도 되는지 확인하고, 제안의 조건을 빠뜨리지 않고, 어디까지 진행했는지 기록하는 일입니다. 그 사이에 반복되는 확인과 정리를 줄여 주면, 제품을 만든 사람이 실제 대화와 판단에 시간을 쓸 수 있겠다고 생각했습니다.

그래서 먼저 실행 방법을 설명하는 가이드를 만들고 있습니다. 채널 이름을 많이 나열하기보다, 오늘 할 일과 다음에 확인할 것을 이어 적으려 합니다. 제품도 그 흐름에서 출발합니다. 어떤 기능이든 사용자가 다음 행동으로 옮겨 갈 때 도움이 되는지 확인하며 만들어 가려고 합니다.

Connecting은 제안의 실행 과정을 다룹니다

Connecting은 업무용 아웃리치를 돕는 서비스를 지향합니다. 관련 대상의 목록과 수신 동의를 검토하고, 개인화한 메일을 준비한 뒤, 본인 Gmail 계정과 내용을 최종 확인해 순차 발송 대기열에 등록하고 처리 결과를 기록하는 흐름입니다. 현재 코드에서는 네이버 블로그 협업이 한 가지 활용 사례로 구현돼 있습니다.

현재 화면의 발송 예약은 날짜를 지정하는 일정 기능이 아니라 순차 대기열 등록입니다. 자동 후속 메일 시퀀스도 아닙니다. 추천과 초안, 동의 확인, Gmail 연결, 대기열 처리와 결과 기록이 구현돼 있습니다. 콘텐츠 재가공부터 광고 운영과 제품의 첫 사용 분석까지 자동으로 이어지는 기능이 완성됐다는 뜻은 아닙니다. 이 글에서 배포 상태나 고객 성과를 확인한 것도 아닙니다.

제품을 만든 뒤 무엇부터 할지 막막하다면, 이번 주에는 사용 상황 하나를 적어 보는 것부터 시작할 수 있습니다. 그 상황을 보여 주는 자료를 만들고, 관심을 보인 사람이 직접 써 볼 경로를 점검합니다. 어떤 반응을 얻었는지 남기면 다음에 고칠 일이 보입니다. Connecting으로 돕고 싶은 것도 그 실행의 연속입니다.

해석 조건 현재 구현 설명은 2026년 10월 9일 저장소 코드 검토 기준입니다. 공개된 이메일 주소만으로 마케팅 수신 동의를 추정하지 않습니다.