서론

나는 1인 기업을 AI 에이전트로 운영하고 있다. 개발·마케팅·경리·영업·출판까지 10개 부문을 Claude Code 기반의 에이전트에게 맡겨 자동화율은 98%에 달한다. launchd 작업은 17개, SNS는 하루 27건을 자동 배포하고 있다.

AI 운영 비용은 월 약 ¥20,000(Claude Code Max)이다. 서버 비용 ¥2,000와 Google Workspace ¥680을 더해도 고정비는 월 ¥23,000 미만이다.

그리고 2026년 3월 매출은 ¥1,959,038이다. 수탁(외주)이 ¥1,937,635, 서적이 ¥21,403이다.

이 숫자만 보면 「월 2만 엔의 AI로 월 매출 200만 엔」이라는 꿈 같은 이야기로 보인다. 하지만 1년 이상 운영하며 깨달은 결론은 다음과 같다.

비용은 10분의 1이 되지만, 매출이 10배가 되는 것은 아니다.

이 기사에서는 그 비대칭성을 실측 데이터로 검증한다.

비용 측면의 검증: 정말로 1/10이 되었는가

먼저 절감 측면이다. 이는 과장이 아니라 체감상 오히려 보수적인 수치다.

인건비 환산 비교

현재 내 회사에서 AI가 담당하고 있는 업무를 외주나 고용으로 대체한다면 다음과 같다.

• SEO 기사·기술 기사 집필 (Zenn/Qiita/note 3개 채널 매일): 라이터 외주라면 월 ¥150,000은 밑돌지 않는다.
• SNS 운영 (9개 프로덕트 × 3개 채널, 일 27건): 운영 대행 시세로 월 ¥100,000~
• 경리·분개·월간 리포트: 기장 대행 + 고문료로 월 ¥30,000~
• 서적 집필·출판 (Zenn Books/Kindle): 환산 불가능하지만, 최소한 내 시간을 월 수십 시간 소비하고 있었다.
• 개발 (Next.js/TypeScript/Supabase): 업무 위탁 엔지니어라면 월 ¥500,000~

대략 합계로 월 ¥80만 엔 상당의 업무가 월 ¥2만 엔의 AI 비용으로 돌아가고 있다. 이 영역에 한정하면 「1/10」은커녕 1/40이다.

다만 솔직히 말하자면, 시스템의 초기 투자 비용은 컸다. 승인 파이프라인 설계, CLAUDE.md 정비, bot 탐지 대책, 에이전트 정의. 여기에 투입한 내 자신의 시간을 비용에 포함하면, 첫해의 실질 압축률은 1/10 정도로 수렴한다. 「한 번 만들면 자동으로 돌아간다」는 사실이지만, 「만드는 것」은 공짜가 아니다.

매출 측면의 검증: 왜 10배가 되지 않는가

문제는 이쪽이다. 비용이 1/40이 되었다면 같은 논리로 매출도 늘어날 것 같지만, 실측치는 그렇지 않다.

실측 1: 생산량은 10배가 되었다. 매출은 거의 비례하지 않았다

나는 AI로 10개 사업을 동시에 운영했던 시기가 있다. SaaS를 4개 만들었다 (Focalize, ShareToku, MochiQ, 元気ボタン). AI 덕분에 혼자서는 절대 불가능한 수의 프로덕트를 「완성」할 수 있었다.

결과적으로, 9개 사업이 매출 0원. 모든 SaaS의 유저가 0명이었다.

AI는 제작 능력을 10배로 만든다. 하지만 시장의 수요를 1mm도 늘리지 않는다. 「프로덕트 완성 ≠ 매출. 만드는 것과 파는 것은 별개의 능력」 — 이것은 내가 ¥0의 매출과 수개월의 시간으로 얻은 교훈이다. 2026년 2월에 3개 사업으로 집중하는 전략으로 전환하고 나서야 겨우 숫자가 나타나기 시작했다.

실측 2: 매출 ¥196만 엔 중 AI가 「획득」한 부분은 극히 미미하다

3월 매출 내역을 솔직하게 분해해 본다.

• 수탁 ¥1,937,635 (X사 ¥880K, C사 ¥933K, A사 ¥110K, H사 ¥15K)
• 서적 ¥21,403 (Zenn ¥14,756 + Amazon ¥6,647)

수탁을 맡긴 4개 업체 모두 인간의 신뢰 관계가 기점이다. AI는 제안서 작성·진행 관리·구현에서 맹렬하게 기여하고 있지만, 안건을 「따온」 것은 AI가 아니다.

반면, AI가 거의 완전 자율로 기획·집필·출판·홍보까지 돌리고 있는 서적 사업의 매출은 ¥21,403이다. 전체 매출의 약 1.1%다.

즉 내 회사의 실태는 이렇다. AI가 자율적으로 만들어내는 매출은 월 2만 엔 남짓. 나머지 196만 엔은 인간의 신뢰에 AI가 레버리지를 가한 결과이다. 월 2만 엔의 AI 비용에 대해 서적 매출이 월 2만 엔이라는, 묘하게 상징적인 균형이 여기에 존재한다.

실측 3: 자동화의 실패는 오히려 매출을 훼손할 뻔했다

매출을 늘리려고 AI를 공격적으로 투입했다가 실패한 사례도 기록해 둔다.

• 영업 메일을 확인 없이 자동 전송했더니, 거래처에 경어 사용이 어색한 메일이 전달되었다. 신뢰로 성립되는 수탁 비즈니스에서 이것은 매출 10배는커녕 마이너스 방향의 리스크다.
• HP 리뉴얼 영업에서는 21개사를 분석하여 제안서까지 완성했으나, 성과가 전혀 없어 사업 자체를 폐지했다. AI의 진화로 HP 제작의 허들 자체가 낮아지면서 사업 가치가 사라져 있었다.

생산이 빠르다는 것과 잘 팔린다는 것 사이에는 깊은 골짜기가 있다. AI는 그 골짜기를 메우지 못한다. 그저 골짜기 안으로 제안서를 고속으로 던져 넣을 수 있을 뿐이다.

비대칭성의 정체

비용 절감과 매출 확대는 왜 이토록 비대칭적인가. 운영하며 깨달은 구조는 세 가지다.

1. 비용은 자사 내부에서 결정되지만, 매출은 타인의 의사결정이다

비용 절감은 자신의 업무 프로세스 문제이기에 AI에게 통째로 위임할 수 있다. 매출은 고객이 지갑을 여느냐 마느냐의 문제이며, 거기에는 신뢰·타이밍·관계성이 얽혀 있다. 신뢰 구축 프로세스(인지→검증→체험→신뢰→관계→거래)는 AI로 가속할 수는 있어도 생략할 수는 없다.

2. 공급이 늘어나도 수요는 늘어나지 않는다

AI로 모든 사람의 생산 비용이 낮아진다는 것은, 시장에 유통되는 콘텐츠와 프로덕트(Product)도 늘어난다는 뜻이다. 기사를 매일 3개씩 쓸 수 있는 것은 나뿐만이 아니다. 공급 과잉 시장에서 생산 능력의 차이는 경쟁 우위가 되지 않는다.

3. AI는 실행 장치이지, 판단 장치가 아니다

"AI는 실행에 사용한다. 판단은 인간이 한다." — 내가 모든 에이전트(Agent) 설계 원칙으로 삼고 있는 문장이다. 어떤 사업에 집중할지, 어떤 안건을 수주할지, 무엇을 버릴지. 매출을 결정하는 것은 이러한 판단의 질이지, 실행 속도가 아니다. 10개 사업에서 3개 사업으로 집중하기로 한 판단은 AI가 아닌 내가 내렸다. AI는 10개 사업을 "계속 돌리는 것"밖에 할 수 없었다.

그럼에도 월 2만 엔의 AI 비용을 계속 지불하는 이유

여기까지 읽으면 "AI로는 돈을 벌 수 없다"라는 결론처럼 보일지도 모른다. 정반대다.

월 매출 ¥196만 엔을 고정비 ¥2.3만 엔, 직원 0명으로 운영할 수 있는 회사는 AI 없이는 존재할 수 없다. 매출을 10배로 만드는 마법이 아니라, 한 사람의 판단력을 200만 엔어치의 실행력으로 변환하는 장치로서 AI는 완전히 제값을 하고 있다.

아침 5분 만에 모든 부서의 상태를 파악하고 승인 버튼을 누른다. 나의 하루 "경영 업무"는 거의 그것뿐이다. 확보된 시간은 AI가 할 수 없는 일 — 고객과의 신뢰 구축과 무엇을 할지, 하지 않을지에 대한 판단 — 에 전부 사용한다.

"AI로 돈을 벌고 싶다"면, 기대치를 다음과 같이 재설정해야 한다고 생각한다.

• ❌ AI가 매출을 10배로 만들어 줄 것이다
• ⭕ AI가 비용을 1/10로 줄인 만큼의 여력을, 매출을 만드는 인간의 활동에 재투자한다

월 2만 엔의 AI와 월 매출 200만 엔 사이에 있는 것은, 자동화율 98%의 메커니즘과 나머지 2%에 응축된 인간의 판단이다.

마치며

이 글에서 쓴 실패와 실수의 모든 기록 — 10개 부서의 AI 에이전트 설계, 승인 파이프라인, 9개 사업 실패로부터 얻은 집중 전략 — 은 서적으로 정리하여 공개하고 있다. 1인 기업 × AI 경영에 관심이 있는 분들은 꼭 확인해 보길 바란다.

📚 서적 목록은 이쪽에서: https://zenn.dev/joinclass?tab=books

매출은 10배가 되지 않는다. 그럼에도 회사의 형태는 확실히 변한다.

Discussion