Claude를 이용해 타로 사이트를 만들면서 40일 동안 배운 가장 큰 교훈은...
요약
Claude를 활용하여 타로 사이트를 구축하는 과정에서, AI가 좋은 예시(first principles)만 제공받으면 인간보다 빠르고 상세하게 분해하고 복제할 수 있음을 깨달았습니다. 따라서 개발자에게 남은 핵심 역할은 '무엇이 좋은 결과인지 명확히 아는 것'과 그 결과를 바탕으로 다음 방향을 판단하는 사장님 역할입니다.
핵심 포인트
- AI의 모방 능력은 매우 뛰어나며, 좋은 예시만 주면 빠르게 구현 가능합니다.
- 개발 과정에서 인간의 역할은 '좋은 결과 정의'와 '다음 단계 판단'에 집중해야 합니다.
- TrustMRR 같은 플랫폼을 통해 시장이 검증한 성공 사례(good results)를 연구하는 것이 중요합니다.
url
방향을 잡고 나니, Claude를 사용해서 타로 사이트를 구축했습니다. 40일 동안 287개의 태스크를 열고 222개의 PR(Pull Request)을 완료했습니다. 저는 AI에 완전히 의존하고 전통적인 엔지니어링 방식을 포기하려고 했기 때문에, 단 두 가지 일만 했습니다. 원하는 것을 알려주는 것과 페이지를 보는 것(끄덕이거나 고개를 저었습니다).
전체 과정에서 제가 배운 가장 큰 점은, 오늘날 웹사이트나 앱을 구축하는 데 있어 AI가 모방하는 능력이 정말 뛰어나다는 것입니다. 좋은 예시, 즉 첫 원리(first principles)에 기반한 좋은 것만 주면, 제가 하는 것보다 더 빠르게 분해하고 저보다 더 상세하게 복사합니다.
그래서 인간의 뇌에게 남은 것은 단 두 가지입니다. 어떤 것이 좋은 결과인지 명확히 아는 것과, 그 좋은 결과가 어디로 이어질지 판단하는 것입니다. 저는 지금 AI를 사용하는 것이 마치 사장님 역할을 하는 것 같다고 느낍니다. 원하는 결과를 직접 요청할 수는 있지만, 자신이 어떤 것이 좋은 결과인지 알아야만 가능합니다.
TrustMRR을 거쳐 이미 수익을 내는 사이트들을 살펴보세요
여기 모두에게 한 가지 제안이 있습니다. 특히 글로벌 시장을 목표로 무언가를 구축하고 있다면요: TrustMRR에 나열된 스타트업들을 살펴보세요. 그들의 매출은 Stripe 결제 백엔드에서 직접 읽어옵니다. 따라서 이곳은 시장이 이미 검증한 답변들, 즉 정확하고 좋은 결과들의 라이브러리입니다. 첫 원리(first principles)로 볼 때, 좋은 결과란 무언가를 제대로 해냈다는 의미입니다. 어떤 카테고리로 구축하든, 그곳에 가서 둘러보는 것이 가치가 있다고 생각합니다.
TrustMRR의 홈페이지입니다. 여기에 표시된 매출은 결제 백엔드에서 읽어옵니다
예를 들어, 제가 카테고리를 정했다면 점술(fortune-telling), 운세(divination) 및 기타 관련 앱들을 찾아 그들의 사이트 모양, 홈페이지 제목, 페이지 구조, 사이트맵(sitemap), llms.txt, 그리고 구조화된 데이터(structured data) 등을 연구하고 각 단계가 어떻게 작성되었는지 파악하여 모델이 이를 학습하고 동일하게 수행할 수 있도록 합니다. 동시에 저는 이들 뒤에 숨겨진 비즈니스 모델도 분석하도록 했습니다.
카테고리별로 살펴보면, 엔터테인먼트 분야에서 가장 많은 수익을 올리는 곳은 AI 운세 및 점성술 앱입니다
성공한 사이트 분석하기
이미 검증된 사이트들도 살펴볼 수 있습니다:
- 홈페이지와 작은 도구들이 어떻게 구성되었는지
- AI에게 정보를 전달하는 방식과 MCP가 연결되어 있는지 여부
- 정보를 사실 시트(fact sheet) 형태로 어떻게 정리했는지 (방문자 수, 창립자 정보 등)
- 각 프로젝트 페이지에 AI가 읽을 마크다운 버전이 있는지, 그리고 AI가 가져갈 수 있도록 MCP 엔드포인트(endpoint)를 노출하는지 여부
프로젝트를 클릭하면 수익, 구독 정보 및 창립자가 같은 페이지에 있습니다
TrustMRR의 llms.txt로, 기본적으로 AI를 위해 작성된 사실 시트입니다
그런 다음 이러한 성공적인 사이트들을 모두 합산하여 백링크(backlinks)와 트래픽 소스(traffic sources)를 분석합니다. 여기서는 Treg의 API를 사용했는데, 이 API는 DataForSEO 데이터를 대량으로 가져와 상황을 이해하고 어떤 곳에서 백링크를 제출했는지 볼 수 있게 해줍니다.
예를 들어, 제가 가장 많이 참고하는 벤치마크는 Tarotap인데, 이 사이트가 한 명의 사람과 AI만으로 어떻게 운영되는지 살펴보았습니다. 즉, 처음부터 원칙적으로 접근했을 때, 만약 사이트가 E-E-A-T(경험, 전문성, 권위성, 신뢰성)를 잘 갖추고 있고 그 결과물이 사람들이 공유하고 싶어 하는 것이라면, 링크는 자연스럽게 따라옵니다. 그리고 페이지 콘텐츠를 명확하게 작성하면 Google의 AI Overviews나 Perplexity 같은 서비스에서 종종 그 명확한 콘텐츠가 노출됩니다.
Tarotap의 홈페이지, 제가 초기에 벤치마크했던 사이트
하지만 이 모든 것은 스스로의 이해와 판단이 필요합니다. AI는 여러분을 빠르게 100점 만점에 60점까지 끌어올릴 수 있지만, 90점을 넘기 위해서는 본인의 판단과 검토가 필수적입니다.
제 습관은 AI에게 모든 리서치를 모아 놓은 PDF를 생성하게 하는 것입니다. 이렇게 하면 제가 빠르게 이해할 수 있고, 클릭 가능한 링크도 포함되어 있으며, 이해가 안 되는 부분이 있으면 계속 질문합니다. 저는 저만의 제품 취향을 따르며, 실제로 제품을 구축하면서 진정한 프로덕트 매니저(Product Manager)가 되기 위해 스스로를 몰아붙입니다.
자동화 부분 (The automation part)
이것이 제가 AI를 활용하여 빠르게 만들고 제 제품 사고방식을 훈련하는 방법이며, 다음은 자동화 부분에 대한 내용입니다.
핵심적인 판단(core judgment)을 마쳤다면 남는 것은 반복적인 작업들입니다. 저는 모두가 스케줄링된 작업(scheduled tasks)을 사용하라고 권장합니다. Claude Code, Codex, Grok 등 유사한 도구들이 현재 모두 스케줄링된 작업을 지원하며, AI에게 모든 워크플로우를 주기적으로 실행되는 무언가로 바꾸는 방법을 스스로 생각하게 할 수 있습니다.
- 백링크 및 색인 작업(Backlinks and indexing): 매일 정해진 시간에 AI는 Google과 Bing의 색인 데이터를 활용하여 제출할 디렉토리를 선택하고 새로운 제출 기회를 찾습니다. 또한 기사 작성자들에게 아웃리치 이메일을 작성하며, 사람이 한 번 검토하면 대량으로 발송될 수 있습니다.
- 추적 및 개선(Tracking and improving): 매주 검색 클릭을 확인하여 새로 확보한 백링크가 효과적인지 살펴보고, AI가 자체적으로 리서치를 수행하여 어떤 부분을 개선해야 할지 제안받습니다. 심지어 AI에게 매주 타로 질문을 하도록 요청하여 어떤 콘텐츠가 인용되는지 확인하고, 인용된 사이트들이 어떻게 콘텐츠를 구성했는지 분석할 수도 있습니다.
- 소셜 미디어(Social media): 타로 계정에서 바이럴 게시물을 가져와 왜 그것이 바이럴 되었는지 분석하고, 각 플랫폼별 최적의 게시 구조와 좋은 콘텐츠 유형을 파악합니다. 필요한 자료들을 한 번에 제작하고 함께 검토한 후 매주 정기적으로 발행합니다. 이와 마찬가지로 AI는 관련 게시물을 스스로 찾아내고 사람이 검토할 수 있도록 답글 초안을 작성해 줄 수도 있습니다.
이 작업들이 지루해 보일 수 있지만, 완전히 자동화하여 실행될 수 있습니다. 매일 정오 12시에 AI가 PDF를 생성하여 Telegram으로 보내주어 제가 상황을 파악할 수 있게 합니다. 지난 24시간 동안 사이트 내부와 외부에서 무슨 일이 있었는지 요약하고, 제가 처리해야 할 목록을 작성하며, 언제든지 확인할 수 있도록 진행 현황 시트를 백그라운드에 유지합니다.
현재 제 타로 사이트가 실행하는 7가지 예약 작업들
지금 AI를 활용하는 것은 사장님 역할을 하는 것과 같습니다. AI는 계속 강해지고 있어서, 직원처럼 채팅으로 왔다 갔다 할 필요 없이 자동화를 통해 워크플로우를 작동시킬 수 있습니다. 시간은 제품을 이해하고 성장을 찾는 데 집중해야 합니다. 모르는 부분에 대해서는 AI가 먼저 60%까지 도달하도록 하여 빠르게 배우고, 스스로 90%까지 끌어올린 다음, AI에게 이를 대규모로 복제하게 하세요.
궈위(Guo Yu)가 말한 내용 중 정말 마음에 드는 부분이 있어요. AI 관련 '삽'을 팔아서 큰 수익을 낼 수 있던 시기는 대략 2025년 상반기 이전이었고, 이제 그 시기는 지났어요. 그리고 하반기부터는 AI를 활용해서 복리(compounding) 수익을 창출하는 시대가 오고 있다는 거예요. 지금부터 구축하기 시작하면 정말 많은 희망이 있어요.
마지막으로, 관심 있으시면 제 사이트에 와서 이용해 보세요. 무료이고 가입할 필요도 없으며, 카드 뽑기는 무제한이고, 이 링크를 통해 접속하시면 AI 크레딧 50포인트가 추가로 제공돼요.
deararcana.com, 원하는 질문을 먼저 고르고 뽑으세요
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