K-garoo Social Club | S02E02 Recap

00

회의 개요

S02E02

“AI로 만들 수 있다”에서 “그래서 무엇을 만들 것인가”로 질문이 이동한 회차였습니다.

일시	2026년 5월 30일 토요일 22:00 - 2026년 5월 31일 일요일 01:30
형식	온라인 화상 미팅 / SANL 주간 작업 공유
주제	AI 서비스 기획, 바이브코딩, 투자 자동화, 공공데이터, 자산관리 서비스
핵심 질문	무엇을 만들 것인가, 왜 사람들이 사용할 것인가, 어떤 서비스가 실제 돈이 되는가

한 줄 결론: AI는 구현을 쉽게 만들었지만, 사용자가 계속 돌아올 이유는 아직 사람이 설계해야 합니다.

01

Thesis

코드를 만드는 난이도는 낮아졌고, 문제를 고르는 능력이 더 중요해졌습니다.

참석자들은 AI가 코드를 만드는 일 자체는 점점 쉬워지고 있다고 봤습니다. 오픈소스와 AI 코딩 도구를 활용하면 비슷한 수준의 결과물은 누구나 빠르게 만들 수 있습니다. 그래서 차이는 개발력보다 “어떤 문제를 해결할 것인가”를 정하는 기획력에서 생깁니다.

과거: 개발력 -> 경쟁력
현재: 기획력 -> 경쟁력

AI는 구현을 도와주지만
무엇을 만들지는 사람이 결정합니다.

02

Product Sense

기능이 많다고 제품이 되지는 않습니다. 반복 사용의 이유가 있어야 합니다.

좋은 서비스	첫 화면에서 무엇을 하는지 이해되고, 실제 문제를 해결하며, 감정을 자극하고 공유하고 싶게 만듭니다.
나쁜 서비스	기능은 많지만 목적이 흐리고, 사용자가 왜 써야 하는지 설명이 필요하며, 대시보드만 남습니다.
핵심	기능은 서비스가 아니고, 정보는 가치가 아닙니다. 사용자가 계속 들어올 이유가 제품의 중심입니다.

이번 회의의 기준: 대시보드에서 끝내지 말고, 판단, 행동, 알림, 변화 추적까지 이어지는 구조를 생각해야 합니다.

03

Signal Engine

가장 많은 관심을 받은 방향은 데이터 수집에서 거래 시그널까지 이어지는 투자 자동화였습니다.

미국 13F 데이터를 활용한 투자자별 신규 매수, 비중 확대, 비중 축소, 공통 매수, 단독 매수 종목 조회 사례가 소개됐습니다. 다만 단순 조회는 정보가 많아도 투자 판단까지 이어지기 어렵고, 사용자가 매일 들어올 이유가 약하다는 한계가 확인됐습니다.

데이터 수집
-> 투자 판단
-> 시그널 생성
-> 알림 또는 거래 연결

04

Data Practice

API를 연결하고 데이터를 제품 흐름으로 바꾸는 경험 자체가 중요한 학습 과제가 됐습니다.

공공데이터 프로젝트는 공익성과 포트폴리오 가치가 높다는 장점이 있습니다. 지도, 공공데이터, 사용자 제보, 커뮤니티를 결합하면 지역 기반 플랫폼으로 확장할 수 있다는 아이디어가 나왔습니다.

05

UX Trigger

돈, 건강, 비교심리, 불안은 사용자가 행동하게 만드는 강한 동기입니다.

개인 자산관리 서비스는 자산, 부채, 투자자산을 입력하고 미래 자산과 은퇴 시점을 계산하는 방향으로 논의됐습니다. 실시간 금융기관 연동은 규제와 마이데이터 이슈가 있으므로 초기에는 직접 입력이나 캡처 업로드가 현실적인 방식으로 정리됐습니다.

입력	나이, 연봉, 자산, 부채, 투자자산
출력	또래 대비 위치, 예상 은퇴 시점, 부족 자산, 필요 추가 투자금
UX 포인트	복잡한 계산보다 “나는 언제 은퇴 가능한가”와 “또래 대비 어느 수준인가”를 선명하게 보여주는 것이 중요합니다.

스위치온 다이어트 사례에서 얻은 인사이트: 현재 상태 진단, 위험도 표시, 행동 제안, 변화 추적이 사람을 움직입니다.

06

Next

다음 회차까지는 아이디어를 더 작게 쪼개고, API와 UX를 실제로 확인합니다.

1순위	투자 자동화: 커뮤니티 데이터, 시장 데이터, AI 분석, 거래 시그널
2순위	은퇴 진단 서비스: 현재 자산, 은퇴 시점, 부족 금액 계산
3순위	공공데이터 플랫폼: 지도, 공공데이터, 커뮤니티
4순위	건강 진단 플랫폼: 건강검진, 위험도, 행동 가이드, 변화 추적