올해 4개의 SaaS 스타트업을 출시하며 얻은 나의 템플릿
요약
4개의 SaaS 스타트업을 출시하며 얻은 개발 경험과 템플릿을 공유합니다. AI를 활용한 빠른 UI 구축과 백엔드 개발의 복잡성을 다루며, 핵심 가치에만 집중하는 개발 전략과 AI 개발 환경 구축의 중요성을 강조합니다.
핵심 포인트
- AI를 활용하면 UI 스캐폴딩은 매우 빠르지만 반복적인 수정 과정이 필요함
- SaaS 개발의 핵심은 백엔드(결제, 인증, 보안 등) 구축에 있음
- 가치 제안과 페인 포인트에만 집중하고 부가 기능은 최소화할 것
- 효율적인 개발을 위해 AI 개발 환경(Claude 등) 설정에 먼저 투자할 것
올해 저는 웹 개발 계약의 절반을 AI에게 빼앗긴 이후, SaaS (Software as a Service) 스타트업 구축 및 출시 열풍에 빠져 있었습니다. 많은 개발자가 저와 비슷한 상황에 처해 있다고 생각합니다.
현재 변동성이 큰 (flux) 개발 업무를 더 찾는 대신, 저는 직접 저만의 SaaS들을 출시하기로 결정했습니다.. SaaSs?
많은 이들이 느꼈듯 제가 처음 깨달은 점은, AI가 UI (User Interface)를 매우 빠르게 구성(scaffold)할 수 있다는 것입니다. 30분 만에 SaaS 웹사이트를 만들었죠. 신난다! 꽤 밋밋했지만 디자인은 잘 되어 있었습니다. 뭐, 대단한 건 아니었지만요. 그다음은 그 웹사이트를 반복적으로 수정(iterating)하는 과정이었는데, 제대로 만들기 위해 며칠, 그리고 몇 주가 걸렸습니다. AI는 무언가를 고치면 동시에 다른 무언가를 망가뜨리는 것 같았습니다. 이 과정은 끝없이 계속되었습니다.
이제 SaaS 개발에서 더 큰 노력은 백엔드 (backend)입니다. 대시보드 (dashboard)와 멀티 테넌시 (multi-tenancy), Stripe 플랜/결제 연동, 이메일 발송, 인증 (authentication), 팀 관리, ACL (Access Control List), 개인정보 보호, 보안... 목록이 금방 길어지지만, 원한다면 끝은 있습니다.
따라서 웹사이트에 일주일을 소비했다면, 대시보드에 한 달을, 백엔드에 6개월을 쓸 준비를 하십시오.
저는 빠르게 중요한 규칙을 배웠습니다. 개발을 최소화할 수 있는 몇 가지 선택을 사전에 하라는 것입니다. 80/20 법칙과 같지만, 이를 끝까지 밀고 나가는 절제력도 필요합니다.
당신의 SaaS에서 가장 중요한 기능들을 선택하십시오. 당신의 가치 제안 (value proposition)과 해결하고자 하는 페인 포인트 (pain point)를 파악하십시오. 오직 그것에만 집중하고, 딱 그것만 구축하여 출시하십시오. 다른 것은 아무것도 만들지 마십시오. 진심으로, 절대 만들지 마십시오.
만약 이메일 발송 플랫폼을 구축하고 있다면, 단순히 이메일을 보내는 백엔드만 만드십시오. 인증, 결제와 같은 당신의 필수적인 SaaS 기능들에 연결하기만 하면 됩니다.
좋은 점은 당신이 결제, 인증, 대시보드 UI, 사용자 프로필, 팀 등 몇 가지 요소들을 반복해서 만들고 있다는 사실을 빠르게 깨닫게 된다는 것입니다. (처음에는 팀 기능조차 만들지 마십시오. 당신의 주요 목표에는 필요하지 않습니다. 그저 페인 포인트를 해결하는 것에 집중하십시오.)
이제 — 이 이야기는 제가 시작했을 때부터 그 과정에서 배운 것들까지 순차적으로 이어집니다. 하지만 이것이 여러분이 SaaS를 구축해야 하는 방식은 아닙니다. 그저 하나의 이야기일 뿐입니다. 현재 SaaS를 구축하려면 가장 중요한 것, 즉 여러분의 AI 개발 환경 (AI development environment)에 먼저 집중하십시오. 그곳에 23일을 투자하십시오. 진심입니다. 여러분의 SaaS를 구축하는 데는 최소 한 달이 걸릴 것이지만, AI가 작동할 환경에 투자하는 23일은 100배의 보상으로 돌아올 것입니다.
저는 대부분의 시간에 Claude를 사용하므로, 모범 사례 (best practices)를 읽어보는 것이 도움이 됩니다 - https://platform.claude.com/docs/en/about-claude/use-case-guides/overview
저는 또한 다양한 목적을 위해 여러 다른 에이전트 (Agents)를 사용합니다. 현재 GLM2.5는 최신 Claude Opus만큼 뛰어나면서도 더 빠릅니다. 저는 고립된 작은 수정 사항들을 처리할 때 이를 사용합니다. 매우 빠른 생성을 위해 — 즉, 스캐폴딩 (scaffold) 하고 싶은 아이디어가 있을 때는 — 세 가지 서로 다른 에이전트를 동시에 사용합니다: Claude, GLM, DeepSeek (현재 미국은 DeepSeek을 좋아하지 않지만, 단 한 번의 시도로 수행하는 리서치(one shot research)에 있어서는 Claude와 거의 대등할 정도로 가장 빠른 모델입니다). 이들의 아이디어를 하나로 결합한 다음, Claude가 이를 최적화하고 최선의 조합을 선택하도록 합니다.
제가 3개의 모델을 사용하는 이유는 이들이 응답의 가능성 공간 (possibility space)을 확장해주기 때문입니다. Claude는 미국 사용자에게 최적화되어 있으며 미국의 법률 및 정부 통제와 연결되어 있습니다. Claude는 응답의 개방성을 제한하는 범위 설정 맥락 (scoping context)을 가지고 답변할 것입니다. 이는 마케팅 리서치 (marketing research)를 할 때 이해해야 할 매우 중요한 지점입니다.
GLM과 DeepSeek은 오픈 모델 (open models)이며, 일반적이고 미국에 집중되어 있지 않습니다. 이들은 더 넓은 답변을 제공하며 비(非) 미국적 관점을 고려합니다. 이들의 응답은 그렇게 제한적이지 않습니다. 특히 비(非) 미국 시장을 조사하고 있다면 이들의 응답은 매우 가치 있습니다.
이제 실제로 SaaS를 어떻게 구축하는지에 대한 이야기로 돌아가겠습니다.
사후에 얻게 되는 20/20 시야(hindsight). 실제로 SaaS를 구축하려면 — 먼저 조사하십시오. 방문자들이 어디에서 유입될 것인지부터 시작하세요. Google 검색에 집중할 것인가요? SEO (검색 엔진 최적화)? 유료 광고 (Paid Ads)? 만약 유료 광고라면, 검색 키워드는 무엇인지, 해당 키워드들의 CPC (클릭당 비용)는 얼마인지 — 시장의 밀도는 어느 정도이며 현재 선두 주자들의 입지는 얼마나 공고한지 확인하십시오. 이러한 질문들에 답할 때, 당신이 선택한 SaaS가 성공할 가능성은 훨씬 높아집니다.
고객을 확보할 방법들을 나열해 보세요
- 나의 기존 네트워크 활용 (X, LinkedIn, Dev.to)
- 유료 Google Ads
- Instagram 유료 포스트
- SEO (검색 엔진 최적화)
- Reddit, Hacker News에 게시
- 블로그 포스트 작성
- 무료 제공물 제작 (템플릿, 오픈 소스 라이브러리)
- 디렉토리(Directories) 등록
특정 타겟 고객을 어떻게 공략할 것인가
"내 LinkedIn 인맥은 대부분 소프트웨어 엔지니어인데 — 내 SaaS는 AI 이미지 생성기라면 — 적합하지 않아. 그냥 LinkedIn 연락처 1만 명에게 스팸을 보내야지..."
이러한 답변들은 어떤 경로가 실제로 고객을 당신의 SaaS로 데려올 수 있는지를 파악할 수 있게 해주며, 이는 당신이 SaaS를 위해 내리는 선택들을 변화시킵니다.
유료 Google Ads — AI 이미지 생성기의 CPC는 얼마인가? 만약 최소 2%의 가입률을 만들고, 그중 2%가 20달러짜리 유료 플랜을 구매한다면 CPA (고객 획득 비용)는 얼마인가? 이 질문에 답하다 보면, 엄청난 광고 예산이 있지 않는 한 AI 이미지 생성기는 Google Ads를 운영하기에 비용이 너무 많이 든다는 사실을 깨닫게 될 것입니다.
이제 이런 과정이 계속됩니다... 그러면 당신은 무언가를 깨닫게 될 것입니다. 마케팅 관점에서 먼저 바라보았을 때, 당신이 SaaS로서 좋은 아이디어라고 생각했던 것들은 대개 그렇지 않다는 점을 말이죠. 고객이 어떻게 당신의 SaaS를 찾을지, 그리고 얼마나 많은 사람이 가입하고 구독을 구매할지를 상상해 본다면 더욱 그렇습니다.
당신은 좋은 SaaS란 충분히 조사하여 아직 제대로 채워지지 않은 니즈(Need)를 발견하고, 그에 대한 마케팅 비용이 합리적인 제품이라는 것을 알게 될 것입니다. 어려웠던 점은 그 니즈가 무엇인지 찾아내는 것이었습니다.
이제 제가 그 니즈가 무엇인지 알려드릴 수는 없습니다 — 저 또한 여전히 조사하고 구축하는 중이니까요. 이것은 올해 4개의 스타트업을 출시하며 (하나당 매우 짧게는 2~3개월 단위로) 제가 도달한 결론일 뿐입니다.
여러분의 SaaS 구축 여정을 돕기 위해 제가 보일러플레이트 (Boilerplate)를 만들었습니다 - https://saas-startup.mailkite.dev/
이것은 의도적으로 기본에 충실하게 설계되었으며, 중요한 점은 프레임워크 (Framework)가 에이전트 조사 우선 (Agent research first) 방식이라는 것입니다. GitHub를 확인해 보세요 - https://github.com/mailkite/saas-startup
그리고 무엇보다 중요한 것은 AGENTS.md (CLAUDE.md와 동일한 역할)입니다 - https://github.com/mailkite/saas-startup/blob/main/AGENTS.md
이 방식은 에이전트 (Agent)가 시장을 조사하고, 그 조사 내용을 바탕으로 UI, UX, 기능을 구축하도록 강제합니다. 조사를 문서화하고, 목록화하며, 정교화합니다. 시간이 지나도 개발 과정은 선형적 (Linear)으로 유지될 것이며, 스파게티 AI 코드 (Spaghetti AI code)의 거대한 더미가 되지 않을 것입니다.
올해의 새로운 최고 트렌드인 SaaS 구축에 대한 여러분의 생각과 경험을 공유해 주세요.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기