1. 창업의 본질

• 아이디어보다 고객

• 핵심 질문: “누가 왜 돈을 내는가?”

• 좋은 아이디어 ≠ 좋은 사업

• 시장 검증: 시장 규모 / 타깃 / 경쟁자 / 차별성 / 트렌드 / 리스크

2. 반드시 지킬 원칙

• 완벽보다 완성

  • 100% 미출시 < 70~80% 출시

• 빠르게 출시 → 반응 확인 → 개선

• 말보다 행동 데이터를 본다.

  • 클릭 / 신청 / 이메일 / 구매

• AI 결과를 그대로 믿지 않는다.

  • 사실 확인 / 품질 판단 / 최종 책임 = 사람

• 반복되는 성공 방식은 반드시 규칙·시스템으로 저장

3. AI 활용 관점

AI 사용자 ❌

• 질문한다

• 기능을 배운다

• 결과물 하나를 얻는다

AI 설계자 ✅

• 문제를 정의한다

• AI에게 역할과 업무를 맡긴다

• 여러 AI를 워크플로우에 배치한다

• 반복 가능한 시스템을 만든다

핵심 질문: “어떤 AI를 쓸까?” → “어떤 문제에 AI를 어떻게 배치할까?”

4. 사람 vs AI 역할

사람

• 문제 정의

• 우선순위 결정

• 무엇을 할지/하지 않을지 결정

• 기준 설정

• 검증·책임

AI

• 조사

• 분석

• 초안

• 제작

• 반복 업무

• 고객 응대 등 실행

5. 좋은 AI 업무 지시

Prompt

Role + Context + Constraints + Format

추가로 가장 중요한 것:

Criteria

• “어떤 결과가 좋은 결과인가?”

• 예: 출처 필수 / 확인되지 않은 숫자 금지 / 특정 타깃 기준 / 비교표 포함

프롬프트 실력 = 멋진 명령어 ❌
원하는 결과를 명확히 정의하고 수정하는 능력 ✅

6. AI 작업 루프

기준 설정 → 생성 → 비교 → 부족한 점 발견 → 수정 → 재실행

• 한 번에 완벽한 결과를 기대하지 않는다.

• 수정할 때 전체를 다시 만들지 말고 문제 부분만 수정

• 생각·기획은 저비용 도구 / 실행은 강한 도구

7. KALS Framework

• K — Know: 원하는 결과와 지시 명확화

• A — Add: Context 추가

• L — Lock: 좋은 기준·규칙 고정

• S — Sharpen: 결과 검증·수정·고도화

Prompt → Context → Criteria/Rules → System

8. 창업 실행 프로세스

고객 문제 발견
→ 시장 조사
→ 가설 설정
→ 최소 제품 제작
→ 빠른 출시
→ 고객 행동 데이터 확보
→ 개선
→ 잘되는 방식 규칙화
→ AI 자동화

9. 사업의 새로운 자산

• 고객 데이터

• 트래픽

• 브랜드

• AI Workflow / Pipeline

• 반복 가능한 업무 시스템

10. Day 1 한 문장

고객을 기준으로 빠르게 실험하고, 잘되는 방식을 AI가 반복할 수 있는 시스템으로 만들어라.