AI가 자율적으로 SaaS를 양산하는 시스템을 만든 이야기

정신을 차려보니 16개의 SaaS가 가동되고 있었다

솔직히 말하겠다. 내가 직접 코드를 짜서 출시한 SaaS는 현재 16개다. 하지만 그 대부분은 '내가 만들었다'기보다 '시스템이 만들었다'는 감각에 가깝다.

이 기사에서는 AI를 사용하여 자율적으로 SaaS를 발견·구축·출시하는 시스템을 어떻게 만들었는지, 그 리얼한 이야기를 하겠다.

과제: 아이디어와 출시 사이에 있는 「마찰」

개인 개발에서 가장 힘든 것은 사실 코딩이 아니다.

「어떤 과제를 해결해야 하는가」를 파악하는 것
LP(Landing Page)·결제·문서를 매번 처음부터 만드는 것
시장의 반응을 보며 궤도를 수정하는 것

이 세 가지 마찰이 겹치면서 아이디어가 「검토 중」인 상태로 죽어간다.

예를 들어 처음에 만든 **FreelancePainPollBot(¥4350/월)**은 프리랜서가 매일 직면하는 「어떤 툴로도 해결되지 않은 세세한 고민」을 수집하는 Bot이다. 아이디어 자체는 심플했지만, LP·Stripe 연동·리마인드 기능을 수작업으로 구성하느라 2주가 걸렸다. 2주 뒤에는 모티베이션(Motivation)이 절반으로 줄어들어 있었다.

이것을 반복하고 싶지 않다, 라고 생각한 것이 출발점이었다.

해결책: 3개의 레이어로 나누어 자동화하기

시스템의 구조는 심플하며, 3개의 레이어로 나누었다.

[1] 과제 발견 레이어

→ 시장의 페인 포인트(Pain Point)를 크롤링·스코어링(Scoring)

[2] 구축 레이어

→ 템플릿으로부터 사양서 생성 → 코드 생성 → 배포(Deploy)

[3] 관측 레이어

→ 결제 수·해지율을 트래킹(Tracking)하여 다음 판단에 사용

각각을 AI가 담당하고, 인간(나)은 리뷰와 최종 판단만 하도록 설계했다.

구현: 과제 발견부터 코드 생성까지

과제 발견 레이어

시장 리서치는 LLM(Large Language Model)에게 맡기고 있다. 특정 키워드(예: 「프리랜서 자동화 막히는 부분」)로 웹을 크롤링하여 「해결되었는가／미해결인가」, 「일본어 프로덕트가 있는가」를 스코어링한다.

예를 들어 **SoloTaxReceiptBot(¥1350/월)**은 「개인 사업자가 영수증 읽기로 확정 신고 자동화를 포기하고 있다」는 과제를 이 프로세스를 통해 발견했다. 영어권에는 이미 몇 개의 SaaS가 있지만, 일본어 대응 및 일본의 확정 신고 플로우에 특화된 것이 없었다.

Japan SaaS 시장은 2026년 시점에 138억 달러 규모·연율 13.5% 성장이라고 알려져 있지만, 영어권 프로덕트의 일본어 미대응이라는 빈틈이 생각보다 크다.

구축 레이어

코어 부분은 다음과 같은 이미지의 프롬프트(Prompt) 템플릿을 사용하고 있다.

python

def generate_saas_spec(pain_point: str, market: str) -> str:

prompt = f"""

다음 페인 포인트를 해결하는 마이크로 SaaS(Micro SaaS)의 사양을 작성해 주세요.

페인 포인트: {pain_point}
대상 시장: {market}
출력 형식:
...

여기서 생성된 사양서를 바탕으로, Stripe·Vercel·각종 API의 연동 코드를 템플릿으로부터 자동 생성한다. LP·이용약관·개인정보 처리방침도 템플릿을 베이스로 LLM이 채운다.

관측 레이어

각 SaaS의 결제 수·해지율·체류 시간을 주 단위로 집계하여 「계속할 것인가／피벗(Pivot)할 것인가／중단할 것인가」의 판단 재료로 삼고 있다. 현재 16개의 월간 수익 합계는 ¥11,700 정도다. 화려한 숫자는 아니지만, 모두 거의 무인으로 움직이고 있다.

솔직히 말하자면

시스템이 「완전 자율」인가 하면, 아직 그 정도까지는 이르지 못했다.

과제 스코어링 정밀도는 7할 정도 (3할은 출시하고 나서 「이거 수요 없네」가 된다)
코드 생성은 세세한 버그가 발생하므로, 배포 전에 반드시 직접 리뷰한다
LP의 카피(Copy)는 AI 생성 그대로 내보내면 약한 경우가 많아, 수정이 필요하다

하지만 「아이디어 → 출시까지의 시간」은 이전의 2주에서, 빠르면 2~3일로 단축되었다. 이것이 가장 큰 성과라고 생각한다.

아이디어의 신선도가 높을 때 출시할 수 있으면, 모티베이션이 떨어지기 전에 시장의 반응을 볼 수 있다. 그것만으로도 지속률이 상당히 변했다.

요약

AI를 「코드를 쓰는 도구」가 아니라 「프로세스 전체를 움직이는 메커니즘」으로 사용하면, 개인 개발의 스루풋(Throughput)이 올라간다
단, 「완전 자율」은 환상이며, 인간의 리뷰 포인트를 명확히 정해두는 것이 중요하다
작게 출시하여 반응을 보는 사이클을 빠르게 하는 것이, 결과적으로 살아남는 SaaS를 늘린다

이 시스템 자체도 아직 성장시키는 과정에 있으며, 다음으로는 「관측 레이어 (Observation Layer)로부터의 자동 피벗 (Pivot) 제안」 기능을 통합하려는 단계이다.