##痛점：办公自动化卡在”最后一公里”
전통 자동화 솔루션은 장벽이 높다. python-docx, openpyxl, python-pptx 세 가지를 다루려면 좌표, 글꼴, 스타일 상속을 파악하는 것만으로도 90%가 포기한다. 겨우 익혀도 텍스트 상자 하나 넣으려고 50줄 코드를 쓰고, 디버깅에 3시간을 쏟아부으며 페이지 헤더가 삐뚤어지는 경험은 수많은 사무직 기술 애호가를 좌절시킨다.
반면 AI 주문 시장은 폭발적으로 성장 중이다. 당근마켓, 쿠팡, 티몬에서 “PPT 제작” 대행은 장기간 베스트셀러를 차지하고, “Excel 데이터 처리”는 꾸준히 주문이 들어오며, “Word 교정·레이아웃”은 학생들의 필수 작업이다. 공급 측은 혼란스럽다: 순수 인력은 느리고 비싸며 일정하지 않으며, 순수 AI는 형식이 깨지고 사용 불가하여 반품률이 높다. 시장이 필요한 것은 더 많은 수요가 아니라 Office 세 가지 프로그램을 안정적으로 출력하는 AI 워크플로다.
OfficeCLI가 바로 이 간극을 ...
문제: 256GB 맥북의 “시스템 데이터”가 어떻게 100GB까지 불어나는가맥북 오래 쓴 사용자라면 한 번쯤 겪는 악몽이 있다. “이 Mac에 관하여”에서 보이는 회색 “시스템 데이터” 항목. 수십 GB, 심하면 100GB 넘게 잡아먹는데 안에 뭐가 들었는지는 알려주지 않는다. 256GB 엔트리 맥북 에어는 더 심하다. 시스템이 절반을 먹고, 개발 툴 몇 개 깔면 남은 공간으로 새 Xcode 버전 설치도 못 해.
캐시가 몰리는 곳은 딱 세 군데다: Lark(Feishu), Chrome, 터미널 툴체인. Lark의 LarkShell/aha 폴더는 본 문서 전부를 캐싱해서 방치하면 42GB까지 쌓인다(프로젝트 README 기준). Chrome Service Worker에 디버그 데이터까지 합치면 50GB 넘게 튀고(원글 실측), Python 개발자가 자주 쓰는 ~/.cache/uv는 조용히 56GB씩 먹는다(원글 실측). 텔레그램 미디어 캐시, npm 캐시, Homebrew 다운로드 폴 ...
블로그 글 하나 쓰는데, 당신은 누구를 위해 일하는가많은 사람들이 블로그 운영에서 막히는 지점은 소재가 없다는 게 아니다. 매번 원고를 백지에서 시작한다는 거다. 트렌드 검색어 훑어보고, 뉴스 제목 세 개 복사하고, 배경자료 찾아보고, ChatGPT에 개요 뽑아달라고 하고, 어투 직접 고치고, 썸네일 만들고, 에디터에 붙여넣고 줄간격 조정하고, 임시저장 누른다. 이 코스 한 바퀴 돌면 두세 시간이 사라진다. 더 심각한 건, 당신이 고친 도입부, 당신이 싫어하는 대구법, 당신이 지키려는 근거의 경계선이 다음 글에서 전부 리셋된다는 점이다. AI는 매번 당신을 처음 만난 것처럼 굴었다.
일일 발행 블로그를 수작업으로 돌리는 건 반복 노동에 세금 내는 것과 같다. 광고와 제휴 수익으로 먹고사는 전문 블로그라면 한 달에 최소 20편은 발행 가능한 원고가 나와야 한다. 편당 2.5시간 잡으면 50시간이다. 많은 사람이 석 달쯤 되면 트래픽이 없어서가 아니라 공정에 치여 무너진다. 업데이트가 ...
핵심부터: 영어 AI 티 제거로 어떻게 돈을 버나한 줄로 정리하면 이렇다. 해외 판매자는 원어민 수준 영어가 필요한데 AI는 그걸 못 쓴다. 네가 도구+수작업으로 교정 서비스를 제공하면 1,000자당 720달러(약 1만2만 7천원)를 받을 수 있다. 이게 이 비즈니스의 전부다.
영어 잘하는 사람은 많다. AI 티를 알아보는 사람은 적다. 그 티를 없앨 수 있는 사람은 더 적다. 그게 바로 블루오션이다.
문제: AI가 쓴 영어가 해외 비즈니스를 죽이고 있다해외 진출 업계의 공공연한 비밀 하나. 중국 판매자의 90%가 영어 이메일, 영어 포스트, 영어 상품 설명을 쓸 때 제일 먼저 ChatGPT나 Claude를 연다. 생성 속도는 빨라졌는데 전환율은 따라오지 않는다.
뭐가 문제냐? 외국인이 영어를 읽는 방식과 AI가 영어를 조립하는 방식은 뼛속부터 다른 로직이다. AI는 “moreover” “furthermore” “in conclusion” 같은 고급 전환어를 좋아하고, 문장 길이가 ...
크리에이터라면 다들 아는 그 답답함. 영상 하나 편집 끝내고 나면 유튜브, 틱톡, 인스타그램 릴스, 네이버 블로그, 카카오톡 채널, 아프리카TV 백오피스를 하나씩 열어서 업로드하고, 제목 넣고, 태그 달고, 썸네일 고르고, 게시 버튼 누른다. 운 좋으면 플랫폼 하나에 5분이면 끝나지만, 심사 거절이나 포맷 오류, 네트워크 타임아웃이라도 걸리면 30분은 그냥 날아간다. 계정 두세 개 운영하는 사람이면 하루에 업로드만 한두 시간씩 쓴다. 이 시간은 원래 아이템 선정하고, 스크립트 쓰고, 편집하는 데 써야 할 시간인데, 전부 기계적인 반복 노동에 들어간다.
더 뼈아픈 건, 이 반복 노동이 매트릭스 운영의 핵심 병목이라는 점이다. 매트릭스의 기본 로직은 간단하다. 같은 콘텐츠를 더 많은 플랫폼과 계정에 깔수록 트래픽을 먹을 확률이 올라간다. 그런데 수동 작업에는 한계가 있다. 혼자서 계정 두세 개 관리하는 것도 벅찬데, 플랫폼마다 콘텐츠 톤을 미세 조정하는 건 엄두도 못 낸다. 그래서 대부 ...
서론: 두 시그널을 합치면 그림이 보인다6개월 전, 프롬프트 작성은 AI 시대 가장 섹시한 부업이었다. 정교하게 조정한 프롬프트 하나가 Gumroad에서 $9에 판매되고, 두 달 만에 800건이 거래되며, 1인 월 수입 1만 달러를 달성한 이야기가 중국어 인터넷을 휩쓸었다.
하지만 그 창문은 닫히고 있다.
이유는 간단하다. 프롬프트는 “일회성 소비재”다. 모델을 바꾸면失效, 시나리오를 바꾸면失效, 동료가 복제하면失效. 자산이 아니라 소모품이다.
이제, 두 개의 새로운 시그널이 동시에 등장했다:
시그널 1 (커뮤니티 측): Sepia라는 프로젝트는 “AI 맛 제거” 글쓰기 스킬을 전문으로 다룬다. 단순 프롬프트가 아니라 수백 줄짜리 스킬 파일이다. 이틀 만에 GitHub Star가 563에서 768로, 증가율 36%, 감소 추세 없이 폭증했다. “글쓰기 스타일 교정”이라는细分 영역의 스킬이 어떻게 이틀 만에 200개 이상의 스타를 받아냈을까? 모든 사람이 AI 맛을 싫어하지만, 직접 ...
서론: 두 신호가 겹치면 풍경이 바뀐다반년 전만 해도 프롬프트는 AI 시대 가장 매력적인 부업이었다. 한 줄 정교한 프롬프트를 쿠팡에 49달러에 올리면 2개월 만에 800건이 팔리고, 월 1만 달러를 버는 이야기가 중국 인터넷을 휩쓸었다.
하지만 그 창은 닫히고 있다.
핵심은 간단하다. 프롬프트는 일회성 소비재다. 모델이 바뀌면, 상황이 바뀌면, 경쟁자가 복제하면 바로 무용지물. 자산이 아니라 소모품이다.
지금 두 가지 새로운 신호가 동시에 포착된다:
신호 1 (커뮤니티): GitHub에 Sepia라는 프로젝트가 있다. “AI 맛”을 없앤 글쓰기 스킬을 제공한다—프롬프트가 아니라 수백 줄짜리 구조화 파일이다. 공개 하루 만에 별 500개를 넘었고 현재 850개를 돌파했다. “글쓰기 스타일 교정”이라는 세부 스킬이 이렇게 급등한 이유는 명확하다. 모두가 AI 맛을 싫어하지만, 직접 규칙을 만들고 싶어하지 않기 때문이다.
신호 2 (학계): arXiv에 WikiSkill 논문이 올라왔다 ...
문제: 99%의 Agent 창업자가 “개발자 사고방식”으로 만들고 있다동종업계 단톡방 한번 열어봐라. 다들 Coding Agent 만들고, Claude Code, Codex, Cursor 따라잡기 바쁘다. 제품 소개 첫 문장이 항상 “AI 개발자”, “풀스택 엔지니어”, “원클릭 코딩”이다.
이 전략에 치명적인 두 가지 문제가 있다.
첫째, 고객 풀이 바닥을 보인다. AI 코딩에 돈 쓸 의향 있는 사람은 독립 개발자나 인터넷 회사 CTO 밑 연구개발팀뿐이다. 한국中小企業 대부분은 개발팀 자체가 없다. 나머지 95% 기업 직원 — 행정, 운영, 마케팅 같은 비기술 직군 — 은 매일 문서, 스프레드시트, PPT와 씨름하는데 Git도 모르고 코드도 못 읽는다. Coding Agent를 이 사람한테 파는 건 회계팀장에게 Python 강좌를 파는 격이다.
둘째, 단가가 GitHub Copilot에 묶여 있다. Copilot이 1인당 월 몇십 달러 선에서 팔리니까(원글 기준, 미독립 검증),国 ...
