글로벌 런칭, AI Native 전환, 그리고 데이터 기반 서비스 운영 — 2025년 회고
들어가며
2025년은 안에서 밖으로, 사람에서 AI로 확장한 해였다.
2024년에 준비한 글로벌 서비스가 5월에 정식 런칭되었고, AI 코드 에디터(Cursor) 도입에서 한 발 더 나아가 AI를 코드 분석, 서비스 운영, 심사 자동화, 데이터 분석까지 전 영역에 적용하는 "AI Native" 전환을 시작했다.
동시에 밴드 체제 해체 이후 새로운 조직 운영 방식을 안착시키고, Snowflake 기반의 주간 서비스 지표 분석을 자동화하며 데이터 기반 의사결정을 한 단계 끌어올린 해이기도 했다.
1. 글로벌 서비스 런칭: K펀딩 수출 서비스
6개월의 여정, 5월 정식 오픈
2024년 하반기에 시작된 글로벌 서비스 TF는 2025년에 본격적인 실행 단계에 접어들었다. 1월부터 격주 TF 미팅을 운영하며 기획/디자인/개발/QA/정책 전 영역의 의사결정을 밀어붙였다.
핵심 기술 의사결정
글로벌 서비스에서 가장 어려웠던 것은 역시 기술적 의사결정의 연속이었다.
| 영역 | 의사결정 | 배경 |
|---|---|---|
| URL 전략 | 국가/언어별 path 분리 (/global/...) | SEO 최적화와 크롤러 대응 |
| 도메인 | 국내 도메인 + 글로벌 도메인 병렬 운영 | 서비스 독립성 확보 |
| 다국어 API | Accept-Language 헤더 기반 | HTTP 표준 준수, 클라이언트 구현 단순화 |
| 번역 | DeepL(기본) + Papago(Fallback) + GPT(품질 우선) 3중 구조 | 장애 대응 + 품질 보장 |
| 결제 | Stripe 직접 연동 대신 PortOne 활용 | 마켓플레이스 구조에서 Stripe 직접 연동의 현실적 어려움 |
| 정산 | 국내/글로벌 정산 분리 | 수수료, 배송, 통화 차이 대응 |
번역 API: 3중 Fallback 아키텍처
글로벌 서비스의 핵심 인프라인 번역 API는 단순히 외부 API를 호출하는 것이 아니라, 장애 내성과 품질을 모두 확보하는 3중 구조로 설계했다.
| 서비스 | 용도 | 특징 |
|---|---|---|
| DeepL | 일반 텍스트 번역 (기본) | 높은 품질, Circuit Breaker로 장애 시 자동 전환 |
| Papago | HTML 번역 + DeepL 장애 시 대체 | HTML 구조 보존 가능, 한국어 특화 |
| GPT | 품질 우선 번역 (qualityFirst 옵션) | 맥락 이해 기반 고품질, 비용 높음 |
텍스트 번역은 최대 40,000글자, HTML 번역은 최대 60,000글자를 지원하며, 중복 요청 방지를 위한 캐싱도 적용했다.
결제: Stripe의 벽과 PortOne의 해법
해외 결제를 위해 Stripe를 검토했지만, 마켓플레이스(플랫폼 중개) 구조에서는 하위 셀러(메이커)에 대한 Stripe의 사전 심사가 필수였고, 미국 법인 설립 시 SSN(Social Security Number)이 필수인 현실적 장벽이 있었다. 특히 트럼프 정권의 영향으로 법인 설립이 더 까다로워진 상황이었다.
2월 PortOne과의 미팅에서 돌파구를 찾았다. Kickstarter가 왜 PayPal 대신 Stripe를 사용하는지, 중국 메이커가 어떻게 해외 크라우드펀딩 플랫폼에 진출하는지까지 리서치하며 결제 전략의 전체 그림을 그렸다.
런칭 이후: 현실과의 만남
5월 정식 오픈 이후, 예상보다 광고를 통한 유저 획득 비용이 높았고, 상세 페이지에서의 이탈이 주요 문제로 떠올랐다. 6월부터는 "원 앱(One App)" UI/UX 전략으로 방향을 전환하고, 글로벌과 국내 서비스를 하나의 앱에서 자연스럽게 제공하는 구조를 설계하기 시작했다.
동시에 유료 광고에 의존하지 않는 유입 전략으로 어필리에이트(Affiliate) 프로그램을 본격 리서치했다.
| 검토 서비스 | 특징 | 적합도 |
|---|---|---|
| Impact.com | 글로벌 어필리에이트, 크라우드펀딩 플랫폼과 호환성 높음 | ★★★ |
| Kickbooster | Kickstarter/Indiegogo 특화, 크라우드펀딩 도메인 전문 | ★★★ |
| 링크프라이스 | 국내 어필리에이트, 쿠팡파트너스와 유사 모델 | ★★ |
| 애드픽/애드포러스 | 국내 CPA 중심, 소규모 인플루언서 네트워크 | ★ |
12월에는 Impact.com(글로벌)과 링크프라이스(국내)를 기반으로 한 어필리에이트 서비스 기획서를 완성했다.
GEO: AI 검색 시대의 SEO
글로벌 서비스 런칭과 맞물려, AI 검색 엔진(ChatGPT, Perplexity, Google AI Overview) 시대에 맞는 GEO(Generative Engine Optimization) 개선도 추진했다. 기존 Open Graph/Twitter Card 메타태그만으로는 AI 크롤러가 콘텐츠를 정확히 이해하지 못하는 문제가 있어, Schema.org JSON-LD 기반의 구조화된 데이터를 추가했다.
2. AI Native 전환: 도구에서 문화로
Cursor에서 Claude Code로
2024년 12월에 Cursor AI 코드 에디터를 도입했다면, 2025년은 AI를 개발 전 과정에 깊이 통합한 해였다.
Claude Code PoC: "AI가 코드를 읽는다"
2025년 2~3월, Anthropic에서 출시한 Claude Code를 활용한 PoC를 다수 수행했다. 1월에 Cursor로 코드 리팩토링을 시도한 경험을 토대로, Claude Code는 코드 이해와 분석에 집중하여 활용했다.
| PoC | 내용 | 결과 |
|---|---|---|
| 결제 취약점 분석 | 펀딩 결제 플로우에서 금액 변조 가능 취약점 검토 | AI가 취약점을 찾고 해결 코드까지 제시. 현재 개발 중인 대응과 비교 가능 |
| 알림 서비스 성능 개선 | 회원가입 성능 하락 원인 분석 | 기존 개발자의 수동 분석 결과와 동일한 개선안 도출 |
| 정산 시스템 분석 | ERP 정산어드민 BE 소스 4개 모듈 구조 파악 | 정산항목/유형/계산식/정산서 발행 로직의 체계적 문서화 |
| API 성능 튜닝 | 광고센터 API Duration 5초 이상 건 분석 | 병목 원인과 개선 방향 제시 |
AI 기반 전 서비스 코드 문서화
3월, CTO로서 직접 전 서비스 코드베이스를 Claude Code로 분석하고 문서화하는 대규모 작업을 수행했다. 목적은 두 가지였다: 신규 입사자 온보딩 시간 단축, 그리고 AI가 코드를 이해하는 데 얼마나 유용한지 실증.
각 서비스마다 "기본정보 → 아키텍처 → 비즈니스 로직 → 주요 API"의 4단계 분석 프레임을 적용했다. 개발 디렉터들에게 리뷰를 요청하여 정확도를 검증하는 과정도 병행했다.
3월 한 달간 20개 이상의 서비스(FE, BE, 배치, 검색 인덱서, 앱, QA 자동화 등)를 Claude Code로 분석하고 Confluence에 문서화했다. 기존에는 "이 서비스 뭐 하는 거야?"라는 질문에 담당자를 찾아가야 했지만, 이제는 AI가 생성한 문서를 먼저 읽고 질문하는 문화가 시작되었다.
서비스에 AI를 심다: WAi 에이전트
코드 분석을 넘어, 서비스 자체에 AI를 내장하는 작업이 본격화되었다. "WAi"라는 이름 아래 다양한 AI 에이전트가 탄생했다.
| AI 서비스 | 대상 | 기능 | 런칭 |
|---|---|---|---|
| WAi for Supporter | 서포터(구매자) | AI 기반 상담 에이전트, 전 플랫폼(Web/iOS/Android) 적용 | 1~2월 |
| WAi for Maker | 메이커(판매자) | 스토리 작성 가이드, 새소식 전송 시점 제안, 데이터 인사이트 | 상반기 |
| Generative Funding WAi | 메이커 | AI 기반 펀딩 스토리/이미지 자동 생성 (GPT-4 + DALL-E 3) | 7월 |
| AI 사후심사 | 플랫폼 운영 | 프로젝트 스토리의 AI 자동 심사, 리스크 모니터링 | 하반기 |
| 스토리 이미지 번역 | 글로벌 | AWS SAM 기반 이미지/GIF 내 텍스트 OCR → 번역 → 재조립 | 5월 |
| WAi 앱 | 사내 | 독립 AI 앱(iOS/Android), 사내 챔피언십 연계 | 12월 |
AI 사후심사: 심사 패러다임의 전환
하반기에 시작된 AI 사후심사 전환은 단순한 기능 추가가 아니라 심사 패러다임의 근본적 변화였다.
"5년 내 최대 변화이자 사상의 변화" — 대표님 보고 중
메이커 경험 개선(프로젝트 즉시 오픈, 심사 대기시간 제거), 플랫폼 확장성 확보(심사 인력 중심 → AI 모니터링 중심), 책임 구조 명확화(플랫폼 검수 → 메이커 책임 원칙 강화)를 동시에 달성하는 것이 목표였다.
AI 활용 경험의 전사 확산
7월에는 각 팀별 AI 활용 경험을 전사적으로 취합하고 공유했다.
| 팀 | AI 활용 사례 |
|---|---|
| 클라이언트개발팀 | Cursor/Claude로 글로벌 B2B 과제 개발, PC 완료 과제 |
| CORE개발팀 | 정산 Datadog MCP 분석, Oracle MCP + Settlement Query로 ERD 생성 |
| 플랫폼개발팀 | Claude Code로 레거시 코드 분석, 오픈배치 개선 로직 검토 |
| QA팀 | Playwright MCP로 라이브 서비스 자동 테스트 PoC |
7월에는 "AI-Native 소프트웨어 엔지니어"라는 주제로 조직 내 인사이트를 공유했다. 핵심 메시지는 "AI는 보조 도구가 아닌, 구성원과 동등한 위치의 협력 파트너". 마이리얼트립("AI 전담팀 만들지 마세요"), 당근 등 국내 스타트업의 AI Native 문화 사례를 리서치하고, "1인 1AI" — 모든 구성원이 최소 하나 이상의 AI 도구를 업무에 활용하는 방향을 수립했다.
3. 데이터 기반 서비스 운영의 고도화
Snowflake 주간 서비스 지표 분석 자동화
2025년 가장 큰 변화 중 하나는 Snowflake 기반의 주간 서비스 지표 분석을 체계화한 것이다.
매주 금요일, Snowflake MCP를 통해 자동으로 서비스 핵심 지표를 분석하고 Confluence에 리포트를 발행하는 사이클을 구축했다. 1월 말부터 시작해 연말까지 40회 이상의 주간 리포트가 축적되었다.
| 분석 영역 | 주요 지표 |
|---|---|
| 트래픽 | 세션, UV, PV (플랫폼별: PC/모바일/앱) |
| 프로젝트 | 오픈예정 시작/오픈, 본펀딩 오픈 수 |
| 사용자 활동 | 알림신청, 지지서명, 찜하기, 공유하기 |
| 결제 | 정상결제, 예약결제, 취소율, 글로벌 결제 |
| 광고 | 타겟 광고 매출, CTR, 디스플레이 광고 효율 |
| WAi | 서포터용/메이커용 세션 수, 사용 패턴 |
데이터로 발견한 것들
주간 분석을 통해 기존에 보이지 않던 패턴들이 드러났다:
- 와디태그에 Bot 트래픽이 섞여 있었다 — GA는 Bot을 필터링하지만 자체 태그(와디태그)는 하지 않아 PV 데이터가 과다 집계. 2025년 1~4월 분석 후 Bot 필터링 로직 추가
- 알림신청 → 결제 전환율은 평균 7% — Snowflake Intelligence를 활용해 2025년 전 기간의 주별 전환율을 분석, 5.74~8.10% 범위 확인
- 프로젝트 오픈 수 하락의 근본 원인 — 앵콜만의 문제가 아닌 플랫폼 전체 프로젝트 오픈 수 하락 트렌드 확인
9월에는 Snowflake Intelligence를 활용한 비개발자용 자연어 데이터 분석 가이드를 작성하고 조직에 공유했다. "지난달 펀딩 성공률은?"이라고 자연어로 질문하면 AI가 자동으로 SQL을 생성하고 결과를 제공하는 방식으로, 데이터 민주화의 첫 걸음을 뗐다.
4. 조직 운영의 새로운 리듬
밴드 해체 이후의 체제
2024년 말 밴드 체제를 해체하고, 2025년부터 서비스디자인팀 + CTO 조직으로 분리 운영을 시작했다. 서비스디자인팀은 서비스 지표와 방향/요구사항 정리, CTO 조직은 서비스 개발의 품질과 일정 조율/책임을 각각 맡는 구조다.
프로덕트발전회의: 주간 과제 조율의 허브
매주 화/수요일에 운영한 프로덕트발전회의는 서비스디자인팀과 CTO 조직이 과제의 우선순위와 일정을 조율하는 핵심 회의체였다. Jira Plan과 연동하여 "주요 과제"와 "운영 개선 과제"를 분리 관리하고, 매주 금요일까지 지라 일감 연결 및 업데이트를 의무화했다.
이 회의에서 논의된 주요 주제들:
- 따라잡기(알림신청 유도) 서비스의 광고 상품화 검토
- 서포터클럽 베이직 요금제 부활 및 가격 조정(3,900원 → 2,900원)
- 메이커 어워즈 뱃지 추가
- 글로벌 수출 신고 API 연동 범위 결정
- 앱 데이터 수집 path 변경 (카테고리 PV 분리)
월간프로덕트리뷰의 진화
월간프로덕트리뷰는 단순 성과 공유를 넘어 데이터 기반 논의의 장으로 진화했다. 1월 리뷰에서 "과거에 안 보던 데이터를 봐서 좋았다"는 피드백을 받았지만, 동시에 "F/U을 못 한 부분이 아쉽다"는 지적도 있었다.
이를 개선하기 위해 KR 담당자별 월간 추진 사항 추적 체계를 도입했다:
| KR 지표 | 담당자 | 추진 내용 |
|---|---|---|
| 로그인 DAU | 개발 디렉터 A | 웹 로그인 동선 A/B 테스트 |
| 서포터클럽 회원수 | 개발 디렉터 B | AARRR 결제건수 개선 |
| 메인 AI/검색 | 개발 디렉터 C | 추천순 개선, 따라잡기 AI |
소통 체계 재정비
밴드 해체 후 발생한 소통 공백을 메우기 위해 슬랙 소통 가이드를 재정비했다. 도메인별 채널 분리 안은 검토했지만 구성원들의 우려가 있어, 기존 채널을 더 잘 활용하는 방향으로 합의했다.
2024년에도 같은 말을 했다. 밴드 체제가 "실패"해서 해체한 것이 아니라, 2년 반의 경험 위에서 더 효과적인 구조로 진화한 것이다. 2025년의 서비스디자인 + CTO 조직 체제도 마찬가지로, 현재 목표(글로벌 + AI)에 최적화된 선택이지 영구적 해답이 아니다.
5. 2025년을 돌아보며
타임라인으로 보는 1년
| 분기 | 주요 활동 |
|---|---|
| 1Q | 글로벌 URL/API/결제 전략 수립, Claude Code PoC(결제 취약점/정산 분석), AI 코드 문서화(20개+ 서비스), 조직 소통 체계 재정비, Snowflake 주간 분석 시작 |
| 2Q | 글로벌 서비스 5/7 정식 오픈, WAi for Supporter 전 플랫폼 런칭, GEO 개선 PRD, ERP 정산어드민 개선, 글로벌 B2B&앱 TF 출범, 월간프로덕트리뷰 KR 체계화 |
| 3Q | Generative Funding WAi 개발, AI 사후심사 전환 기획, Snowflake Intelligence PoC 및 비개발자 가이드, 어필리에이트 리서치(Impact.com/Kickbooster), SalesForce 영업 활동 강화 검토 |
| 4Q | 어필리에이트 서비스 설계 완료, AI 활용 경험 전사 취합, WAi 앱 출시(iOS/Android), 앱리뷰 AI 분석, 스테이블코인 리서치, Snowflake 주간 분석 v2 |
역할 변화로 보는 7년
| 연도 | 역할 | 핵심 키워드 |
|---|---|---|
| 2019 | 플랫폼개발팀장 | 성능 5배 개선, 검색 전환, MSA 전략 |
| 2020 | 디렉터 (3개 팀) | 마스크 대란, 재택근무, OKR, R&D 과제 |
| 2021 | CTO (서비스팀 총괄) | 커머스 런칭, 협업 혁신, AWS re:Invent |
| 2022 | CTO (57명) | WAS 스레드 해결, PO밴드 전환, 기술 문서 문화 |
| 2023 | CTO 5년차 | 500에러 97% 감소, ChatGPT 활용 검토, 인증 구조 분석 |
| 2024 | CTO 6년차 | 전사 TF 체제, 광고 매출 점프업, 글로벌 준비, Cursor AI |
| 2025 | CTO 7년차 | 글로벌 런칭, AI Native 전환, 데이터 기반 운영 |
숫자로 보는 2025년
| 지표 | 내용 |
|---|---|
| AI 문서화 서비스 | 20개+ (FE, BE, 배치, 검색, 앱, QA 등) |
| 주간 서비스 지표 리포트 | 40회+ (매주 금요일 자동 분석) |
| 글로벌 서비스 | 5/7 정식 오픈, 글로벌 전용 도메인 운영 |
| AI 에이전트 | WAi Supporter + Maker + Generative Funding + 사후심사 + WAi 앱 |
| 프로덕트발전회의 | 40회+ (매주 화/수 과제 조율) |
| 글로벌 TF 미팅 | 20회+ (격주 CEO/CFO 참석) |
배운 것들
1. AI는 "도구"가 아니라 "동료"다
2024년 Cursor 도입은 "AI라는 도구를 사용하자"였다. 2025년은 "AI와 함께 일하는 방식을 설계하자"로 진화했다. Claude Code로 코드를 분석하고, WAi로 고객을 상담하고, Snowflake Intelligence로 데이터를 분석하는 — AI가 개발, 운영, 의사결정 전 과정에 참여하는 구조를 만들었다. 12월에는 사내 WAi 챔피언십까지 열며 AI 활용을 경쟁적으로 촉진했다.
2. 글로벌은 런칭보다 안착이 어렵다
5월에 정식 오픈했지만, 유저 획득 비용이 예상보다 높았고 상세 페이지에서의 이탈이 주요 문제였다. 런칭은 시작일 뿐, 시장에 맞는 UX와 유입 전략을 찾는 것이 진짜 도전이었다. 하반기에 어필리에이트 프로그램 도입을 설계하고, "원 앱" UI/UX 전략으로 방향을 전환한 것은 이 현실 인식에서 나온 결정이다.
3. 데이터 자동화는 문화를 바꾼다
Snowflake 주간 분석을 자동화하기 전에는 "데이터를 보자"는 말이 "누군가가 데이터를 뽑아서 정리해줘야 한다"는 뜻이었다. 자동화 이후에는 매주 금요일이면 최신 데이터가 준비되어 있고, 회의에서는 "왜 이 숫자가 변했는가"를 논의하는 시간이 되었다. Bot 트래픽 발견, 전환율 정량화, 프로젝트 오픈 수 하락 원인 분석 — 이 모든 것이 "자동으로 데이터를 보는 습관"에서 시작되었다.
4. CTO의 역할은 계속 확장된다
2019년에는 TPS를 올리는 것이, 2022년에는 조직을 재설계하는 것이, 2024년에는 광고 매출을 만드는 것이 핵심 과제였다. 2025년에는 글로벌 시장 진출, AI 기술 도입, 데이터 기반 의사결정 체계 구축을 동시에 추진했다. CTO의 역할에 "한계"란 없고, 사업이 필요로 하는 곳이면 어디든 가야 한다.
마치며
2025년을 한 문장으로 요약하면, **"AI와 함께 글로벌로 나아간 해"**였다.
7년간의 여정을 돌아보면, 서버 2대를 8대로 늘리던 매니저에서 시작해, 57명 조직을 이끄는 CTO가 되었고, 광고 매출을 직접 만들었고, 글로벌 서비스를 런칭했고, AI를 조직의 일하는 방식에 내재화했다.
2019년에 Elasticsearch를 검토하며 "검색을 어떻게 빠르게 만들까" 고민하던 사람이, 2025년에는 "AI가 프로젝트를 심사하고, 고객을 상담하고, 메이커에게 조언하는 시스템을 어떻게 설계할까" 고민하고 있다. 기술의 범위는 달라졌지만, **"올바른 기술을 올바른 곳에 적용하여 사업의 성장을 만든다"**는 본질은 7년간 변하지 않았다.
기술 리더의 본질은 "기술로 문제를 해결하는 사람"이 아니라, "기술을 포함한 모든 수단으로 팀과 사업이 성공할 수 있게 만드는 사람"이다.
2025년, AI라는 강력한 새 동료와 함께 그 본질을 실천한 한 해였다.