이 Shorts는 “AI로 돈 버는 법”을 말하는 것처럼 보이지만, 실제로는 아이디어를 사업으로 바꾸는 검증 순서 에 더 가깝습니다. 자막은 Cody Sanchez가 500개 이상의 AI 도구를 분석한 끝에, 평범한 아이디어를 돈이 되는 비즈니스로 바꾸는 공식을 정리했다고 소개합니다. 영상 0:00

중요한 점은 이 영상이 AI를 단순 글쓰기 도구로 다루지 않는다는 것입니다. 공개 설명란도 AI를 시장 데이터 분석, 고객 심리 추론, 브랜딩까지 맡기는 전략 파트너처럼 써야 한다고 강조합니다. 즉 핵심은 “무엇을 만들까”보다 무엇을 만들면 누가 돈을 낼지를 먼저 증명하는 과정 입니다. 영상 설명란

Sources

1. 이 Shorts의 요지는 “무작정 만들지 말고 수요부터 증명하라”는 것이다

자막의 첫 번째 조언은 아주 분명합니다. 숨겨진 수요를 먼저 데이터로 찾아야 한다는 것입니다. 감이 아니라 Exploding Topics 같은 트렌드 분석기를 써서, 사람들이 지금 당장 돈을 쓰고 싶어 하는 제품을 데이터로 증명해야 한다고 말합니다. 영상 0:11

공식 Exploding Topics 사이트도 이 툴을 “Discover trends 12+ months before everyone else”라고 소개합니다. 또한 자사의 알고리즘이 수백만 개의 비정형 데이터 포인트를 모니터링해 초기 트렌드를 잡는다고 설명합니다. Exploding Topics

즉 이 단계의 핵심은 AI가 아이디어를 “발명”하는 것이 아니라, 이미 움직이고 있는 수요를 빨리 포착하는 것 입니다.

flowchart TD
    A["아이디어 떠올림"] --> B["바로 만들기"]
    B --> C["수요 불확실"]
    C --> D["시간/자원 낭비 가능"]

    E["아이디어 떠올림"] --> F["트렌드/수요 데이터 확인"]
    F --> G["지불 의사 있는 수요 추정"]
    G --> H["그다음 제작"]

    classDef risky fill:#ffc8c4,color:#333,stroke:#c46b6b,stroke-width:1px;
    classDef better fill:#c0ecd3,color:#333,stroke:#5ca379,stroke-width:1px;

    class A,B,C,D risky;
    class E,F,G,H better;

이 영상은 AI의 첫 역할을 생성기가 아니라 시장 레이더 로 놓습니다. 이 관점이 꽤 중요합니다.

2. 두 번째 단계의 핵심은 RRT처럼 “버틸 수 있는 사업”만 추리는 것이다

자막은 두 번째 공식으로 RRT 테스트를 제시합니다. 불황에도 버티는지, 가격을 올려도 사는지, AI 기술로 마진을 높일 수 있는지를 물어보라는 것입니다. 이 세 질문에 모두 “예”라고 답할 수 있는 사업만이 시간과 에이전트를 투입할 가치가 있다고 말합니다. 영상 0:24

여기서 중요한 건 AI가 사업 아이디어를 많이 내는 것이 아니라, 어떤 아이디어를 버릴지를 먼저 정하는 프레임 이 있다는 점입니다.

flowchart TD
    A["아이디어 후보"] --> B["불황에도 버티는가"]
    B --> C["가격 인상에도 구매하는가"]
    C --> D["AI로 마진 개선 가능한가"]
    D --> E["세 질문 모두 예"]
    E --> F["계속 진행"]

    classDef step fill:#c0ecd3,color:#333,stroke:#5ca379,stroke-width:1px;
    classDef root fill:#c5dcef,color:#333,stroke:#5b8db8,stroke-width:1px;

    class A root;
    class B,C,D,E,F step;

이 단계는 영상 전체에서 가장 “사업적인” 포인트입니다. 생성형 AI가 콘텐츠를 빨리 만들어 줘도, 가격 탄력성과 수익 구조가 약하면 결국 사업이 아니라 바쁜 취미가 되기 쉽습니다.

3. 고객 아바타 단계는 AI를 시장 조사원과 심리 분석가로 쓰는 방식이다

세 번째 단계에서 자막은 “단 한 사람을 위한 구체적인 아바타를 만들라”고 합니다. Perplexity로 시장 데이터를 뽑고, Claude로 심리 분석을 진행해, 고객이 상품을 보자마자 “이건 나를 위한 것”이라고 느낄 수 있는 구체적 타겟을 설정해야 한다고 설명합니다. 영상 0:38

Perplexity 공식 사이트는 자사를 “free AI-powered answer engine”으로 소개합니다. 정확하고 실시간 답변을 제공한다고 설명합니다. Perplexity

이걸 영상의 맥락에 대입하면 역할 분담이 명확해집니다.

  • Perplexity: 시장·검색·경쟁 정보 수집
  • Claude: 수집된 정보를 심리/메시지 레벨로 재구성
flowchart TD
    A["시장 데이터"] --> B["Perplexity로 수집"]
    B --> C["Claude로 심리 해석"]
    C --> D["구체적 고객 아바타"]
    D --> E["메시지/광고/오퍼 정렬"]

    classDef source fill:#c5dcef,color:#333,stroke:#5b8db8,stroke-width:1px;
    classDef process fill:#c0ecd3,color:#333,stroke:#5ca379,stroke-width:1px;
    classDef out fill:#e0c8ef,color:#333,stroke:#8b6fb3,stroke-width:1px;

    class A source;
    class B,C process;
    class D,E out;

즉 여기서 AI는 단순 카피라이터가 아니라, 데이터를 고객 언어로 번역하는 전략 레이어 로 쓰입니다.

4. 브랜딩 단계는 “예쁜 로고 만들기”가 아니라 적을 선명하게 만드는 작업이다

네 번째 공식은 빌런, 희생자, 맹세 프레임워크입니다. 자막은 고객이 겪는 고통을 빌런으로, 해결 전의 고객을 희생자로, 해결 후 비전을 맹세로 설정해 브랜드의 색깔과 로고를 만들어야 한다고 설명합니다. 영상 0:52

이 프레임은 브랜딩을 디자인 취향 문제가 아니라 갈등 구조를 명확히 하는 서사 설계 로 바꿉니다.

flowchart TD
    A["빌런
고객을 괴롭히는 문제"] --> D["브랜드 메시지"]
    B["희생자
문제 속 현재 고객"] --> D
    C["맹세
문제 해결 후 비전"] --> D
    D --> E["로고/스타일/카피"]

    classDef frame fill:#fde8c0,color:#333,stroke:#c89d42,stroke-width:1px;
    classDef brand fill:#c0ecd3,color:#333,stroke:#5ca379,stroke-width:1px;

    class A,B,C frame;
    class D,E brand;

이 단계의 포인트는 AI가 브랜드를 “예쁘게” 만드는 것이 아니라, 누구를 위해, 무엇에 맞서, 어떤 약속을 하는가 를 뾰족하게 잡게 해 준다는 데 있습니다.

5. 마지막으로 랜딩페이지는 “개발 프로젝트”가 아니라 결제 실험 장치가 된다

다섯 번째 단계에서 자막은 AI 웹사이트 빌더로 4분 만에 랜딩페이지를 만들라고 합니다. 수백만 원의 개발비와 몇 주의 시간을 낭비하는 대신 Lovable 같은 도구로 즉시 판매를 시작해야 한다고 말합니다. 또한 헤드라인에 고객 문제를 해결할 구체적 약속을 담고, 실제 리뷰를 전면에 배치하면 즉시 결제가 일어나는 시스템이 완성된다고 설명합니다. 영상 1:08

Lovable 공식 사이트도 소상공인용 웹사이트를 몇 분 안에 만들 수 있다고 설명합니다. 단계도 아주 간단하게 제시합니다.

  1. 비즈니스 목표 정의
  2. Lovable이 웹사이트 초안 생성
  3. 브랜딩/서비스/CTA 조정
  4. 게시

Lovable

flowchart TD
    A["오퍼/브랜딩 정리"] --> B["Lovable로 페이지 초안 생성"]
    B --> C["헤드라인/CTA/리뷰 배치"]
    C --> D["즉시 게시"]
    D --> E["첫 결제/반응 검증"]

    classDef step fill:#c0ecd3,color:#333,stroke:#5ca379,stroke-width:1px;

    class A,B,C,D,E step;

이 단계에서 랜딩페이지는 완벽한 제품 사이트가 아닙니다. 오히려 수요를 결제로 확인하는 가장 빠른 실험면 에 가깝습니다.

6. 이 Shorts의 본질은 “AI로 더 많이 만들기”가 아니라 “더 늦기 전에 버릴 것부터 버리기”다

공개 설명란 제목은 6단계라고 적혀 있지만, 공개 자막에서 구체적으로 확인되는 핵심 단계는 다섯 개입니다.

  • 수요 데이터 확인
  • RRT 검증
  • 고객 아바타
  • 브랜딩 프레임
  • 랜딩페이지 제작

즉 실제로는 콘텐츠 생성보다 앞단에서 무엇을 만들지, 왜 팔릴지, 누구에게 팔지 를 먼저 좁히는 흐름이 더 강하게 드러납니다.

이건 AI 활용에서 매우 중요한 포인트입니다. 많은 경우 AI는 “생산량 증폭기”로만 쓰이는데, 이 영상은 오히려 AI를:

  • 후보 제거기
  • 고객 해석기
  • 메시지 압축기
  • 검증 속도 증가기

로 쓰자고 제안합니다.

flowchart TD
    A["일반적 AI 활용"] --> B["콘텐츠 더 많이 생성"]
    B --> C["하지만 안 팔릴 수도 있음"]

    D["이 영상의 AI 활용"] --> E["수요 검증"]
    E --> F["고객 정의"]
    F --> G["메시지 정렬"]
    G --> H["결제 실험"]

    classDef weak fill:#fde8c0,color:#333,stroke:#c89d42,stroke-width:1px;
    classDef strong fill:#c0ecd3,color:#333,stroke:#5ca379,stroke-width:1px;

    class A,B,C weak;
    class D,E,F,G,H strong;

그래서 이 Shorts는 “AI로 돈 버는 법”을 직접 알려 준다기보다, 돈이 될 가능성이 있는 아이디어만 남기는 전처리 시스템 을 짧게 요약한 것에 더 가깝습니다.

핵심 요약

  • 이 Shorts는 AI를 단순 생성기가 아니라 시장 검증과 메시지 설계 도구 로 다룹니다.
  • 첫 단계는 Exploding Topics 같은 트렌드 도구로 수요를 먼저 데이터로 확인하는 것입니다.
  • 두 번째 단계는 불황 저항성, 가격 탄력성, AI 마진 개선 가능성을 묻는 RRT형 검증입니다.
  • 세 번째 단계는 Perplexity로 시장 데이터를 모으고 Claude로 고객 심리를 해석해 고객 아바타를 만드는 흐름입니다.
  • 마지막 단계는 Lovable 같은 AI 웹사이트 빌더로 랜딩페이지를 빠르게 만들고 실제 결제로 반응을 확인하는 것입니다.

결론

이 영상이 던지는 중요한 메시지는, AI의 가치는 글을 더 빨리 쓰는 데만 있지 않다는 점입니다. 더 큰 가치는 무엇을 만들지 결정하는 속도 와 그 결정이 틀렸을 때 빨리 버리는 능력 에 있습니다.

그래서 진짜 자동화는 생성량이 아니라 검증 순서에서 나옵니다. 수요를 확인하고, 버틸 만한 사업인지 걸러내고, 고객을 구체화하고, 브랜드 서사를 세우고, 가장 싼 형태의 판매 페이지로 실험하는 것. 이 순서를 지키면 AI는 단순 작성기가 아니라 아이디어를 결제 가능한 사업으로 압축하는 필터 가 됩니다.