AI 어시스턴트의 인용을 노리고 사이트에 llms.txt를 추가하는 것이 표준 체크리스트 항목처럼 자리 잡았지만, 실측 데이터는 기대와 정반대입니다. Ahrefs가 13만 7천 개 사이트를 분석한 결과 2026년 5월 한 달간 97%의 llms.txt 파일이 단 한 번도 요청되지 않았고, SE Ranking의 30만 도메인 분석에서도 파일 존재 여부와 인용 사이의 상관관계는 발견되지 않았습니다. 다만 코딩 에이전트가 문서를 읽는 용도로는 실제 사용이 관측됩니다.
Stripe가 판매자(merchant) 국가로 지원하지 않는 한국에서 유료 SaaS를 출시한 개발자의 경험담입니다. 미국 법인 설립 대신 Polar 같은 Merchant of Record를 판매 주체로 쓰고, 결제 계층을 인터페이스 뒤에 추상화해 공급자 교체 비용을 없앤 접근법을 소개합니다. Stripe 미지원 국가에서 글로벌 결제를 붙이려는 인디 해커에게 실질적인 로드맵이 됩니다.
스타트업 아이디어 생성 도구를 만든 저자가 30개 시장에서 3,430개 후보를 수집하고 상위 2.7%인 93개만 남긴 대규모 실행에서 배운 점을 정리했습니다. 넓게 쓸어 모으는 단계보다 평가 단계가 결과의 신뢰도를 좌우하며, 점수는 '측정값'이 아니라 '정렬 기준'에 불과하다는 교훈을 공유합니다. 출처 표기와 추정치 라벨링 같은 검증 가능성 장치가 제품의 신뢰를 만든다는 점이 핵심입니다.
AI 에이전트 플랫폼 Mavibot을 만드는 팀이 45만 명 규모의 Skool 커뮤니티에 기능 나열식 소개글을 올렸는데, 반응이 전부 '온보딩 에이전트' 한 줄에 집중된 경험담입니다. 기능 목록은 독자가 가치를 직접 상상하게 만들지만, 구체적인 한 장면이 상상을 대신해 준다는 메시지 전략 교훈을 담고 있습니다.
인디 개발자 Rajiv가 AI 코딩 작업에서 '적절한 코드를 AI에 넣는' 불편을 해결하기 위해 만든 로컬 우선 도구 RepoPrep의 이야기입니다. 첫 버전을 내놓고 2~3건 판매 후 방치했다가, 8월부터 글쓰기와 제품 개선을 재개해 12건의 판매를 기록했습니다. 작은 숫자지만 '내가 불편해서 만든 도구'가 실제 문제를 풀고 있다는 점을 보여주는 사례입니다.