공개 출시 없이 연 매출 300만 달러를 만든 방법

AI 요약

Jito Chadha는 복잡한 조직에서 수작업과 데이터 처리, 클라우드 인프라, 여러 단계로 이어지는 업무를 개선해 왔습니다. 그는 시간과 비용이 많이 드는 업무를 찾아 자동화의 복잡성과 실행 가능성을 따진 뒤, 적은 노력으로 큰 효과를 낼 지점부터 손댔습니다. 이 방식이 Nventr의 출발점이 됐습니다.

포트폴리오 기업에서 검증한 워크플로

Nventr는 구조화된 워크플로와 소프트웨어 파이프라인, AI 에이전트를 위한 플랫폼입니다. 초기에는 HGM 포트폴리오 기업의 실제 업무에 맞춰 제품을 만들었습니다. 여러 단계와 반복, 분기, 독립 확장이 필요한 워크플로를 구현하고, 사용량과 복잡도가 커질 때마다 엔지니어와 현업 사용자의 피드백을 반영했습니다.

플랫폼을 거치는 거래 규모는 연간 약 1조 달러입니다. 연결된 업무는 직원 약 1만 명과 프리랜서 약 20만 명을 지원하며, 회사의 연 매출은 300만 달러입니다. 이 기간 동안 Nventr는 시장에 정식 출시하거나 셀프서비스 가입을 제공하지 않았습니다. 포트폴리오 기업의 경영진과 이사회가 제품을 사내와 고객사, 외부 협력사에 소개하면서 자연스럽게 사용자가 늘었습니다.

권한을 통제하는 AI 인프라

Chadha는 직원이 문서와 계약서, 데이터, 업무 흐름을 외부 시스템에 넣기 시작하면 정보 접근 권한과 보안이 큰 문제가 된다고 설명합니다. Nventr는 조직이 승인한 도구와 워크플로, 데이터·사용자 권한을 역할별로 설정하는 환경을 제공합니다. 보안 요구가 높은 기업은 전용 인프라에서 모델을 실행할 수 있습니다. 고객사 직원만 상호작용에 접근하도록 제한하고, 경우에 따라 Nventr 엔지니어도 접근하지 못하게 할 수 있습니다.

기술 스택의 중심에는 구조화된 워크플로를 처리하고 실행 중 컴퓨팅 자원을 확장하는 nQube가 있습니다. 여기에 데이터베이스와 파일 저장소, RAG 벡터 데이터베이스를 연결하고, 파인튜닝과 여러 대규모 언어 모델을 함께 활용합니다. 에이전트 기능이 늘면서 작업에 따라 음성 대 음성 모델과 처리용 모델을 따로 선택합니다. 선택 기준은 비용과 성능, 보안, 지연 시간, 고객사의 외부 서비스 사용 허용 여부입니다.

기업 계약과 셀프서비스를 함께 확장

기업 고객은 CTO나 COO, CEO가 구매를 결정하고 직원 다수에게 접근 권한을 배분하는 방식으로 도입합니다. 개인 사용자와 소규모 팀은 공개된 무료 체험을 통해 Nventr Agent를 시작할 수 있습니다. 한 직원이 업무 자동화에 제품을 활용하면 더 큰 조직 도입으로 이어질 수도 있습니다. Nventr Agent는 공개됐으며, 여러 전문 에이전트가 조직 안에서 협업하도록 하는 Agent IO는 계속 개발하고 있습니다.

초기에는 제품 개발에 집중해 전통적인 마케팅을 거의 하지 않았습니다. Chadha는 다시 시작한다면 외부 유입을 더 일찍 키웠을 것이라고 말합니다. 이제는 LinkedIn 뉴스레터 AgentCraft와 외부 매체를 통해 에이전트 워크플로, 권한 관리, 브라우저 자동화, 음성 에이전트 등을 다루고 있습니다. 웨비나와 데모, 사례 연구도 늘렸습니다. 콜센터와 문서 처리, 보고, 의료 커뮤니케이션 같은 구체적인 업무 사례를 공개해 고객이 적용 지점을 파악하도록 합니다. NVIDIA Inception에도 참여했습니다.

인디 해커에게 건네는 조언은 먼저 자신의 업무를 자동화하라는 것입니다. 시간이 가장 많이 드는 수작업을 찾고, 자동화 난이도와 가능성을 살핀 뒤 한 가지 역할부터 개선하라고 권합니다. 목표는 셀프서비스와 외부 유입을 넓히면서 개인 사업자부터 대기업까지 워크플로와 데이터 접근, 인프라 통제를 유지하는 것입니다.

Indie Hackers 반응

• @iuliczki — 시장 진출에 대한 아쉬움이 와닿습니다. 제 첫 앱들은 잘 만들었지만 아무도 찾지 못했습니다. 사용 사례 페이지가 실제로 신규 고객을 데려왔나요?
• @Danny Alashi — 제품을 써서 자기 일을 쉽게 만든 사람이 더 큰 계정으로 들어가는 출발점이 된다는 점이 눈에 띄었습니다. 포트폴리오 밖으로 확장할 때 신규 고객이 가장 쉽게 도입한 사용 사례는 무엇인가요?
• @gyanlakshmi — 정말 대단합니다. 제품을 써보려는 사람들과 이미 인맥이 있다면 가능할 것 같지만, 그런 네트워크가 없으면 조금 어려울 것 같습니다. 회사 대표가 직접 얼굴을 내세우지 않고 AI가 일을 홍보하는 방법이 있을지 궁금합니다. 생각해 볼 만한 주제네요.
• @ali7272 — 대대적인 공개 출시 없이도 연 매출 300만 달러 기업을 만들 수 있습니다. 구체적인 문제를 찾아 소수 고객에게 해결책을 판매하고, 추천과 제휴, 직접 영업으로 성장하는 게 관건입니다. 제품 품질과 고객 유지, 반복 가능한 판매 과정에 집중하면서 비교적 조용히 운영할 수 있습니다.
• @Gigbooth — 좋은 이야기네요. 계속 잘되길 바랍니다. 제품이 좋으면 성장할 수 있다는 점을 다시 떠올리게 합니다.
• @samtrafficbot — 공개 출시와 성공적인 사업은 전혀 다른 일이라는 점을 잘 보여줍니다. 많은 인디 해커가 Product Hunt나 Hacker News, 소셜 미디어 같은 ‘출시’ 순간에 너무 큰 부담을 두는 것 같습니다. 실제로는 사용자를 만나고, 제품을 개선하고, 적절한 유통 경로를 찾고, 초기 고객을 반복 매출로 이어가는 조용한 작업이 더 중요할 때가 많습니다. 저도 소프트웨어 제품을 만들면서 점점 그 점을 깨닫고 있습니다. 대형 출시는 관심을 모으지만, 지속 가능한 고객 확보 과정이 사업을 만듭니다. 전통적인 공개 출시 없이 연 매출 300만 달러를 달성했다는 점이 특히 흥미롭습니다. 제품-시장 적합성을 찾은 뒤 어떤 고객 확보 경로가 성장에 가장 크게 기여했는지 궁금합니다.
• @sakisakai — 중요한 지적이라고 생각합니다. 많은 기업에 당장 복잡한 AI 시스템이 필요한 게 아니라, 반복 업무를 처리하는 과정을 더 명확히 하는 일이 먼저일 수 있습니다. 워크플로 하나를 문서화하고, 시간이 가장 많이 낭비되는 지점을 찾아 AI로 해당 단계를 돕게 한 뒤 실제로 시간이 절약되는지 측정하겠습니다. 모든 걸 자동화하고 싶기 쉽지만, 도구를 하나 더 붙이기보다 업무 흐름을 단순화하는 편이 더 큰 가치를 만들 때도 있습니다.
• @Luca — 정말 흥미롭고 생각을 자극하네요.

원문: Indie Hackers / 번역·요약: Trawling