한 분야에서 10년 가까이 일한 사람이 있습니다. 의료, 법률, 공공, 제조, 보안, 교육 무엇이든 좋습니다. 이 사람의 머릿속에는 책에도 없고 검색에도 나오지 않는 지식이 쌓여 있습니다. 어떤 문제가 들어왔을 때 본능적으로 답을 내는 판단력, 수많은 시행착오 끝에 몸에 밴 절차, 같은 실수를 두 번 반복하지 않는 노하우.
이런 분들이 한 번쯤 드는 생각이 있습니다. "내가 이 업계에서 쌓은 이 모든 걸, AI로 만들어서 팔 수는 없을까?"
가능합니다. 단, 코드부터 쓰는 방식으로는 안 됩니다. 사업계획서를 100페이지 쓰는 방식으로도 안 됩니다. 흐름소프트가 15년 동안 다양한 도메인의 파트너와 함께 증명한 방법은 이것입니다. 가설을 세우고, 실험해서 데이터를 확보하고, 그 데이터 위에서 MVP를 만드는 것. 이 과정이 정확히 60일이면 됩니다. 도메인만 다를 뿐 원리는 같았습니다.
당신의 도메인 지식이 제품이 될 수 있는가
2026년 5월에 거대한 변화가 일어났습니다. 구글과 애플이 모바일 OS에 AI 에이전트를 기본 탑재하기 시작했습니다. 범용 AI는 이제 공짜입니다. 누구나 챗GPT에게 "방수 시공 방법 알려줘" 또는 "계약서 독소조항 찾아줘"라고 묻고 답을 받을 수 있습니다.
이런 시대에 오히려 빛을 발하는 것이 도메인 깊은 지식입니다. 범용 AI가 주는 답변은 교과서적인 일반론입니다. 반면 당신이 특정 분야에서 10년 동안 쌓은 지식은 특정 상황에서만 통하는 구체적인 판단입니다.
예를 들면 AI 반도체 설계에서 발생하는 발열 문제를 해결해본 경험, 공공기관의 복잡한 입찰 규격에 맞춰 데이터를 구조화해본 노하우, 환자마다 다른 운동 처방을 수천 건 최적화해본 데이터. 이 모든 것은 범용 AI가 절대 접근할 수 없는, 당신만의 진입 장벽입니다.
이 지식을 AI에 학습시켜 제품으로 만드는 것. 지금 도메인 전문가인 당신이 AI 창업을 해야 하는 이유입니다.
가설에서 MVP까지
이 로드맵은 특정 업종이나 규모에 갇혀 있지 않습니다. 흐름소프트가 공공 데이터, 헬스케어, 법률, 제조 현장을 넘나들며 실제로 검증한 방법입니다.
코드는 한 줄도 쓰지 않습니다. 당신의 머릿속에 있는 암묵지를 꺼내 문제와 해결과 가치라는 구조의 가설로 정리하는 단계입니다.
당신이 지난 수년간 반복해서 풀어온 문제 중 가장 크고 시급한 고통을 하나 고릅니다. 그 문제를 해결하는 당신의 판단 과정을 상황과 판단과 결과라는 구조로 써내려갑니다.
공공 데이터 영역이라면 이렇게 정리할 수 있습니다. 지자체 공무원들은 정책 자료를 찾는 데 평균 수시간을 소비하며, 원하는 자료를 찾지 못하는 경우가 많을 것이다. 700개 공공기관의 데이터를 수집하고 구조화한 우리의 경험을 AI에 학습시키면, 공무원이 자연어로 질문했을 때 적확한 정책 자료를 수 분 안에 찾아줄 수 있다. 이 시스템은 지자체당 연간 수천만 원의 가치를 제공할 것이다.
헬스케어 영역이라면 이렇습니다. 환자 개인의 부상 이력과 운동 목표를 고려한 맞춤형 운동 처방을 일반 트레이너가 하기에는 데이터와 경험이 부족하다. 수년간 축적된 운동 처방 데이터를 AI가 학습하면, 환자의 상태에 맞춰 초개인화된 운동을 자동으로 처방할 수 있다. 이 솔루션은 병원이나 피트니스 센터에서 매월 사용료를 받는 SaaS 형태로 판매할 수 있다.
첫 7일 동안 만드는 것은 추측입니다. 다만 당신의 10년 경험에 기반한 추측이라는 점에서 일반인의 아이디어와는 밀도가 다릅니다.
가설이 준비되면 그 가설을 밖으로 가지고 나가 검증합니다. 실험이라고 해서 복잡하지 않습니다. 당신이 풀려는 문제를 진짜 겪고 있는 사람과 30분간 대화하는 것으로 충분합니다.
당신의 솔루션이 필요한 타겟과 직접 접촉해 질문합니다. 이 문제가 실제로 얼마나 불편한가, 지금은 어떻게 해결하고 있는가, 이런 방식의 솔루션이 있다면 비용을 지불할 의향이 있는가.
이 단계에서 흐름소프트가 함께한 거의 모든 전문가는 초기 가설의 일부가 틀렸다는 것을 경험했습니다. 한 헬스케어 전문가는 운동 처방의 정확성이 최고의 가치라고 생각했지만, 실제 고객과의 실험에서는 처방까지 걸리는 시간 단축이 더 큰 고통이라는 사실을 발견했습니다. 공공 데이터 기반 SaaS를 준비하던 팀은 데이터 분석 기능보다 보고서 자동 생성이 훨씬 더 큰 니즈라는 것을 현장에서 확인했습니다.
14일이 지나면 당신은 내가 생각한 고객의 문제가 아니라 실제 시장이 말하는 문제를 마주합니다. 이 데이터가 당신의 제품 방향을 결정합니다.
실험에서 얻은 데이터로 가설을 수정하고, 이제 AI가 학습할 수 있는 형태로 당신의 지식을 정리합니다.
실험을 통해 검증된 문제와 해결 방향을 바탕으로, 당신의 전문 지식을 예시와 판단과 근거 구조로 정리합니다. 이 구조는 범용 AI가 아닌, 당신만의 판단 로직을 AI에게 학습시키기 위한 핵심 데이터입니다.
공공 데이터 SaaS라면 공공기관 데이터를 기관 유형, 필요한 데이터 구조, 실제 입찰이나 정책 수립에 활용된 근거로 정리합니다. 헬스케어라면 운동 처방 사례를 환자 상태, 어떤 운동을 얼마나, 왜 이 운동이 효과적이었는지로 정리합니다.
35일 차에 당신 손에 남는 것은 실제 시장이 원하는 것이 무엇인지에 대한 명확한 데이터, 그리고 그 문제를 해결하는 당신의 지식을 AI가 학습할 수 있도록 구조화한 자료입니다. 아직 코드는 한 줄도 없지만 무엇을 만들어야 하는지는 극도로 선명해집니다.
이제 구조화된 지식을 바탕으로 MVP를 만듭니다. MVP는 완성품이 아닙니다. 당신의 전문 지식을 학습한 AI가 실제로 시장이 원하는 핵심 문제 하나를 풀어내는지 확인하는 최소한의 형태입니다.
구조화된 데이터를 AI에 학습시켜 당신의 판단을 모사하는 모델을 만듭니다. 그리고 이 모델을 처음 보는 새로운 고객에게 보여주고 피드백을 받습니다. 이때의 목표는 완벽함이 아니라 작동 가능성을 확인하는 것입니다.
공공 데이터 SaaS 팀은 1차 실험에서 만난 지자체 담당자에게 정책 자료 검색 AI 프로토타입을 보여주고 실제 업무에 쓸 수 있을지를 검증했습니다. 헬스케어 팀은 소규모 병원 한 곳에 운동 처방 AI 프로토타입을 설치하고 실제 환자 데이터를 넣어 처방 정확도를 측정했습니다.
60일 차에 당신 손에 남는 것은 더 이상 아이디어가 아닙니다. 시장의 검증을 통과한 작동하는 AI 솔루션입니다. 남은 일은 이걸 정식 제품으로 다듬고 두 번째, 세 번째 고객을 찾는 것입니다.
다양한 도메인에서 통한 이유
60일 로드맵은 특정 업종을 위한 것이 아닙니다. 지식을 AI 제품으로 바꾸는 보편적인 방법론입니다.
법률
변호사의 계약서 검토 지식을 AI 에이전트로 만들어 법률 검색과 초안 작성 시간을 획기적으로 줄였습니다.
건설
시공 전문가의 현장 데이터를 고객 여정에 맞게 AI로 구조화해 검색 1위와 높은 전환율을 만들었습니다.
헬스케어
운동 처방사의 축적된 데이터를 AI에 학습시켜 초개인화된 운동을 자동으로 처방하는 SaaS를 만들었습니다.
공공 데이터
700개 기관의 데이터를 수집하고 구조화한 경험을 AI에 학습시켜 1인이 7명의 작업을 대체하는 시스템을 만들었습니다.
모든 사례의 공통점은 같습니다. 뛰어난 AI 기술이 아니라, 도메인 전문가의 깊은 지식을 60일이라는 짧은 기간 안에 가설과 실험과 데이터와 MVP라는 순환 구조로 제품화한 것. 흐름소프트가 증명한 방법입니다.
60일이면 제품이 됩니다
당신이 어떤 분야에서 10년 가까이 일했든 그 안에는 제품으로 만들 수 있는 지식이 이미 충분히 쌓여 있습니다. 그 지식을 꺼내서 제품으로 만드는 데 필요한 것은 거창한 코딩 실력이 아니라 가설을 세우고 실험하는 방법론입니다.
당신의 머릿속에만 있는 지식은 비용입니다. 꺼내서 AI에게 학습시킨 지식은 매월 돈을 버는 자산입니다. 그 전환은 생각보다 길지 않습니다. 60일이면 됩니다.