이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
핵심 요약
초기 성장은 AI UGC를 활용한 다각도 소셜 마케팅으로 달성했으며, 기술적으로는 서버리스의 한계를 극복하기 위해 전용 서버를 도입하고 데이터 분석을 통해 타겟 고객(ICP)을 재정의했다.
배경
AI 소셜 미디어 마케팅 도구인 Yorby를 운영하며 사용자 25,000명과 월 매출 8,000달러를 달성한 실제 사례를 바탕으로 한다.
대상 독자
SaaS를 구축 중인 1인 개발자, 초기 스타트업 창업자, 기술 스택 확장을 고민하는 엔지니어
의미 / 영향
서버리스 아키텍처가 초기 구축에는 유리하지만 스케일링 시점에는 전용 인프라와의 하이브리드 구성이 필수적임을 시사한다. 또한 AI 도구가 개발뿐만 아니라 데이터 분석 영역에서도 실무자의 기술적 장벽을 낮춰 비즈니스 의사결정을 돕는 핵심 도구로 자리 잡았음을 보여준다.
챕터별 상세
00:00
25,000명 사용자 확보와 수익 인증
플랫폼 사용자 25,000명을 돌파하고 한 달 매출 8,000달러를 기록했다. PostHog 대시보드를 통해 26,281명의 가입자 수를 확인했으며, Stripe 대시보드에서 최근 4주간 약 7,000~8,000달러의 총 거래량을 인증했다. 이는 광고비 집행 없이 유기적 소셜 미디어 마케팅만으로 달성한 수치이다. 초기 10,000명 달성 이후 지속적인 성장을 위해 마케팅과 기술 구조를 고도화했다.
- •26,281명의 누적 가입자 수 달성
- •Stripe 기준 월 7,000~8,000달러 매출 기록
- •유기적 소셜 미디어 마케팅이 유일한 획득 채널
00:53
AI 소셜 미디어 매니저 Yorby 소개
Yorby는 AI 기반의 소셜 미디어 마케팅 플랫폼으로 세 가지 핵심 기능을 제공한다. 첫째는 실제 인간과 AI가 큐레이션한 고성능 마케팅 영상 데이터베이스인 'Viral Content Database'이다. 둘째는 선택한 영상의 구성을 유지하면서 브랜드 보이스에 맞게 대본을 재작성하는 'Content Studio'이다. 셋째는 경쟁사 계정을 모니터링하다가 바이럴 영상이 감지되면 알림을 주는 'Spy' 기능이다.
- •고성능 마케팅 영상 큐레이션 데이터베이스 제공
- •바이럴 영상 구조를 활용한 AI 대본 리믹스 기능
- •경쟁사 바이럴 감지 및 실시간 알림 시스템
03:28
1개에서 40개 계정으로 확장한 마케팅 전략
초기에는 가상의 AI 인물을 활용한 단일 UGC 계정으로 10,000명의 사용자를 모았다. 이후 성장을 가속화하기 위해 20개에서 40개에 달하는 다양한 크리에이터 계정을 고용하여 마케팅 채널을 다각화했다. 직접 모든 콘텐츠를 제작하는 대신 수익을 마케팅에 재투자하여 더 많은 사람의 노동력을 활용하는 레버리지 전략을 선택했다. 이를 통해 기술 개발에 집중할 시간을 확보하면서도 유입량을 극대화했다.
- •AI UGC 계정에서 다수의 실제 크리에이터 계정으로 확장
- •수익을 마케팅 인력 고용에 재투자하여 유입 증대
- •제작 효율을 위해 직접 제작 대신 레버리지 전략 활용
06:31
서버리스 아키텍처의 한계와 기술 스택
기본 기술 스택은 Vercel에 호스팅된 Next.js와 Supabase를 사용하며 완전한 서버리스 구조로 시작했다. 하지만 백그라운드 작업이 늘어나면서 서버리스 함수의 실행 시간 제한 문제에 직면했다. 이를 해결하기 위해 Upstash Workflows를 도입하여 긴 프로세스를 여러 단계의 서버리스 함수 호출로 분할했다. 각 단계가 독립적인 실행 시간을 가짐으로써 전체 프로세스를 30분 이상 지속할 수 있게 구현했다.
- •Next.js, Vercel, Supabase 기반의 서버리스 스택 사용
- •Upstash Workflows를 통한 서버리스 실행 시간 제한 극복
- •긴 백그라운드 작업을 여러 단계로 분할하여 안정성 확보
08:05
Supabase 데이터베이스 연결 병목 현상 해결
사용자 증가로 인해 Supabase의 PostgREST API를 통한 연결 수 한계에 도달하여 수많은 에러가 발생했다. 서버리스 함수들이 동시에 데이터베이스에 접근하면서 커넥션 풀이 고갈되는 문제가 핵심이었다. 이를 해결하기 위해 Google Cloud Platform(GCP)의 Compute Engine에 전용 스크래핑 서버를 구축했다. 이 서버는 PostgREST를 거치지 않고 데이터베이스에 직접 연결(Direct Connection)하여 대량의 읽기/쓰기 작업을 처리함으로써 병목을 해소했다.
- •서버리스 환경의 동시 접속 증가로 인한 커넥션 풀 고갈 문제 발생
- •GCP Compute Engine에 전용 서버를 구축하여 직접 연결 방식 도입
- •PostgREST API 의존도를 낮춰 대규모 데이터 작업 안정화
11:00
데이터 분석을 통한 타겟 고객(ICP) 재정의
높은 이탈률(Churn) 문제를 해결하기 위해 Claude Code와 MCP를 활용하여 사용자 데이터를 정밀 분석했다. 분석 결과 개인 크리에이터는 이탈률이 매우 높았으나, 브랜드와 대행사(Agencies)는 제품 사용량이 많고 유지율이 월등히 높았다. 소셜 미디어 마케팅의 특성상 불특정 다수가 유입되면서 낮은 품질의 사용자가 섞이는 부작용이 있었다. 이에 따라 마케팅 타겟을 개인에서 기업 및 대행사 위주로 전환하는 전략을 수립했다.
- •개인 크리에이터 대비 기업/대행사의 유지율이 높음을 확인
- •Claude Code를 활용한 데이터 분석으로 사용자 행동 패턴 파악
- •이탈률 감소를 위해 타겟 고객(ICP)을 B2B로 전환
typescript
Supabase 자바스크립트 클라이언트 라이브러리를 초기화하는 기본 코드
실무 Takeaway
- 서버리스 함수의 실행 시간 제한은 Upstash Workflows와 같이 작업을 단계별로 분할하는 도구로 해결 가능하다.
- 대규모 데이터베이스 작업 시 서버리스의 커넥션 풀링 한계를 피하기 위해 전용 서버를 통한 직접 연결 방식을 병행해야 한다.
- 이탈률이 높은 초기 단계에서는 데이터 분석을 통해 유지율이 높은 특정 고객군(ICP)을 찾아 마케팅 타겟을 좁혀야 한다.
- AI UGC를 활용하면 적은 비용으로 다수의 마케팅 계정을 운영하여 유기적 유입을 극대화할 수 있다.
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 04. 09.수집 2026. 04. 09.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.