미디어는 콘텐츠 사업이 아니라 제품 R&D 조직이다
대부분의 회사에서 글은 제품이 나온 뒤에 시작된다. 제품팀이 만들고, 마케팅팀이 설명하며, 영업팀이 판다. 미디어는 이미 결정된 것을 시장에 전달하는 마지막 확성기다.
Every는 이 순서를 뒤집는다. 글을 제품의 홍보물이 아니라 제품이 태어나는 장소로 쓴다.
Every의 CEO Dan Shipper가 공개한 Master Plan Part II에 따르면, 이 회사는 정규직 15명으로 일간 뉴스레터와 AI 제품 4개, 컨설팅 조직을 함께 운영한다. 겉으로 보면 서로 집중력을 빼앗는 세 사업을 한 회사에 억지로 넣은 것처럼 보인다. 실제로는 하나의 순환 구조다.
미래를 먼저 살아본다. 관찰한 것을 쓴다. 부족한 것을 만든다. 효과가 검증된 것을 가르친다.
이 네 문장이 중요한 이유는 미디어, 소프트웨어, 컨설팅의 역할을 각각 다시 정의하기 때문이다. 미디어는 유입 채널이 아니다. 소프트웨어는 별도의 사업부가 아니다. 컨설팅은 시간을 팔아 현금을 버는 부업이 아니다. 셋은 같은 문제를 서로 다른 해상도로 관찰하는 하나의 연구 시스템이다.
글은 제품보다 먼저 나오는 연구 결과다
Every의 팀은 AI가 바꿀 미래를 예측하는 데서 멈추지 않는다. 글쓰기, 편집, 코딩, 디자인, 운영에 AI를 먼저 써본다. 새로운 도구가 실제 업무를 어떻게 바꾸는지 자기 손으로 겪는다. 이 과정에서 아직 이름 붙지 않은 불편과 새로운 작업 방식이 나온다.
그다음 그것을 쓴다. 여기서 글쓰기는 이미 아는 것을 포장하는 일이 아니다. 흐릿한 경험에 이름을 붙이고, 팀이 함께 검토할 수 있는 가설로 만드는 일이다. 독자는 그 글을 읽고 반응한다. 어떤 문제에 공감하는지, 어떤 표현을 기억하는지, 어디에서 돈을 낼 의향을 보이는지가 드러난다.
즉 글 한 편이 세 가지 일을 동시에 한다. 내부 경험을 정리하고, 시장의 언어를 만들고, 수요를 시험한다.
일반적인 제품 개발에서는 이 과정이 비용이다. 사용자 조사에 돈을 쓰고, 프로토타입을 만들고, 인터뷰를 진행한 뒤에도 시장이 원하는지 확신하기 어렵다. Every에서는 같은 실험이 유료 콘텐츠가 된다. 연구하는 동안 독자가 생기고, 연구 결과를 설명하는 동안 매출이 생긴다. 연구개발이 비용 센터가 아니라 수익 센터가 되는 이유다.
내부 도구가 제품이 되는 데는 중간 문턱이 있다
그렇다고 팀에서 만든 모든 자동화를 제품으로 출시하는 것은 아니다. Every의 제품은 개인의 사이드 프로젝트나 내부 문제를 해결하는 작은 실험으로 시작한다. 먼저 만든 사람이 쓰고, 자연스럽게 다른 팀원에게 퍼지는지 본다. 팀 안에서도 반복 사용되지 않는 도구라면 독자에게 팔 이유가 없다.
이 내부 확산은 작은 시장 검증이다. 설문에서 “쓸 것 같다”는 답을 받는 대신 실제 업무에서 동료가 계속 쓰는지 본다. 한 명의 취향에 맞춘 장난감이 여러 사람의 습관으로 바뀌는 순간, 외부 제품이 될 자격을 얻는다.
Every의 Cora, Sparkle, Spiral, Monologue는 각각 이메일, 파일 정리, 글쓰기, 음성 입력을 다룬다. 기능만 보면 서로 다른 앱이다. 하지만 모두 같은 연구 환경에서 발견된 문제의 결과물이다. 뉴스레터 독자는 제품의 첫 사용자가 되고, 제품 사용자는 다음 글이 다룰 문제를 만든다.
컨설팅은 루프의 끝이 아니라 현실 검증 장치다
컨설팅도 같은 구조 안에 있다. Every는 자신들이 먼저 써보고 효과를 확인한 AI 작업 방식을 기업에 가르친다. 이 사업은 당장의 현금흐름을 만든다. 동시에 작은 AI 네이티브 팀에서는 보이지 않던 대기업의 실제 제약을 보여준다.
보안, 승인, 기존 시스템, 직무 경계, 데이터 품질, 변화에 대한 저항은 뉴스레터 독자의 반응만으로 알기 어렵다. 컨설팅 현장에 들어가면 “AI를 어떻게 써야 하는가”보다 “왜 여기서는 AI가 작동하지 않는가”가 선명해진다. 그 실패가 다음 글의 소재가 되고, 다음 제품이 해결할 문제로 돌아온다.
그래서 Every의 구조를 단순히 미디어 회사가 소프트웨어와 컨설팅으로 수익원을 다각화한 사례로 보면 핵심을 놓친다. 세 사업은 서로의 매출을 보충하는 포트폴리오가 아니다. 관찰, 언어화, 도구화, 현장 검증을 반복하는 하나의 R&D 루프다.
이 관점에서 미디어의 가장 중요한 산출물은 조회수도 구독자 수도 아니다. 다음 제품을 만들 만큼 정확하게 정의된 문제다.
그 문제가 계속 제품으로 이어지려면, 글을 잘 쓰는 것만으로는 부족하다. Every의 루프에는 쉽게 보이지 않는 네 가지 조건이 깔려 있다.
첫째, 팀이 독자보다 먼저 미래를 살아야 한다
관찰은 간접 취재만으로 생기지 않는다. 팀의 실제 업무가 실험실이어야 한다. AI에 관한 글을 쓰면서 정작 편집과 운영은 과거 방식 그대로 한다면, 글은 남의 발표를 요약하는 수준을 벗어나기 어렵다.
Every가 말하는 “미래를 산다”는 태도는 최신 도구를 모두 써본다는 뜻이 아니다. 업무의 중요한 부분을 새로운 방식에 실제로 걸고, 실패 비용까지 감수한다는 뜻이다. 그래야 기능 목록이 아니라 작업 방식의 변화가 보인다. 무엇이 빨라졌는지뿐 아니라 병목이 어디로 이동했는지, 사람의 판단이 더 중요해진 지점이 무엇인지 쓸 수 있다.
좋은 미디어 R&D는 관찰자와 사용자가 분리되지 않는다. 자기 문제가 아닌 것을 계속 설명하는 미디어는 제품 아이디어를 많이 만들 수는 있어도 강한 제품을 만들기는 어렵다.
둘째, 글은 홍보물이 아니라 반증 가능한 가설이어야 한다
콘텐츠가 제품 R&D가 되려면 “AI가 세상을 바꾼다” 같은 넓은 전망보다 구체적인 작업 가설을 내놓아야 한다. 누가 어떤 상황에서 무엇 때문에 막히며, 지금의 대안은 왜 부족한지 드러나야 한다.
그렇게 쓴 글은 반응의 질도 달라진다. 독자는 단순히 좋아요를 누르는 대신 자신의 사례를 보태고, 반례를 들고, 이미 돈을 쓰는 대안을 말한다. 댓글, 답장, 구독 전환, 상담 문의가 모두 같은 가설에 대한 서로 다른 증거가 된다.
반대로 제품을 정해놓고 그 필요성을 설득하기 위해 글을 쓰면 루프는 닫힌다. 콘텐츠는 수요를 발견하지 못하고 이미 내린 결정을 정당화한다. 연구처럼 보이지만 광고에 가깝다.
셋째, 내부 확산과 외부 판매 사이를 건너뛰지 않아야 한다
AI로 소프트웨어를 싸게 만들 수 있게 되면서 아이디어를 바로 앱으로 만드는 유혹이 커졌다. 그러나 만드는 비용이 낮아졌다고 유지와 유통의 비용까지 사라진 것은 아니다. 내부에서 한 번도 습관이 되지 못한 도구를 외부에 출시하면, 팀은 제품의 고객이 아니라 제품을 살리기 위한 운영자가 된다.
Every의 내부 확산 문턱은 이 위험을 줄인다. 만든 사람 외의 동료가 자발적으로 쓰고, 반복 사용하며, 없으면 불편해질 때까지 기다린다. 이 과정은 거창한 제품 심의보다 단순하지만 훨씬 냉정하다. 팀이라는 작은 시장에서도 살아남지 못한 기능을 큰 시장에 떠넘기지 않는다.
넷째, 번들은 할인 묶음이 아니라 공유 맥락이어야 한다
Every는 여러 AI 앱과 콘텐츠를 하나의 구독으로 묶는다. 지금도 한 가격으로 네 앱을 쓸 수 있지만 장기적인 해자는 앱 개수에 있지 않다. 사용자의 허락 아래 각 앱에서 생긴 기억과 맥락이 다른 앱으로 흐르는 플랫폼 층을 만들려 한다.
읽은 뉴스레터의 맥락이 글쓰기 도구로 이어지고, 파일 이름에서 배운 어휘가 음성 입력을 개선한다면 각 제품은 독립 앱일 때보다 함께 있을 때 더 유용해진다. 새 앱이 하나 추가될 때 기능 하나만 늘어나는 것이 아니라, 기존 앱이 이해할 수 있는 사용자의 맥락도 늘어난다.
이때 번들은 단순한 가격 할인에서 생태계로 바뀐다. 개별 앱의 기능은 복제할 수 있어도 콘텐츠가 만든 세계관, 독자와의 유통 관계, 여러 제품에 축적된 맥락, 현장에서 얻은 문제 데이터까지 한꺼번에 복제하기는 어렵다. 소프트웨어가 싸질수록 코드 밖의 연결 구조가 더 비싼 자산이 된다.
Supple과 Zero Draft Lab이 가져와야 할 것은 제품 목록이 아니다
Every의 겉모습을 따라 하면 뉴스레터 옆에 AI 앱 몇 개와 컨설팅 메뉴를 붙이게 된다. 그것은 순환 구조가 아니라 사업 세 개의 동거다. 우리가 가져와야 할 것은 무엇을 만들었는지가 아니라 무엇이 다음 일을 낳는가라는 운영 원리다.
Supple과 Zero Draft Lab에서 글은 독자를 모으는 끝점이 아니라 문제를 명명하는 시작점이어야 한다. 실제 업무에서 먼저 써본 방법을 쓰고, 독자의 반응에서 반복되는 고통을 찾고, 수작업 서비스로 그 고통이 돈을 낼 만큼 큰지 확인한 뒤, 반복되는 부분만 소프트웨어로 만든다. 그 제품을 사용하며 생긴 새로운 관찰은 다시 글로 돌아온다.
여기서 가장 위험한 단절은 글에서 곧바로 앱으로 점프하는 것이다. 그 사이에는 반드시 실제 적용과 유료 검증이 있어야 한다. 컨설팅이나 소규모 서비스가 중요한 이유도 여기에 있다. 확장성은 낮지만 문제를 가장 가까이에서 보고, 고객이 말하는 요구와 실제로 막히는 지점의 차이를 발견할 수 있다.
따라서 이 모델의 최소 단위는 미디어, 소프트웨어, 컨설팅이라는 세 사업부가 아니다. 하나의 문제를 둘러싼 다음 순환이다.
직접 겪는다 → 정확히 쓴다 → 사람이 돈을 내고 해결을 맡기는지 본다 → 반복되는 해결을 도구로 만든다 → 결과를 다시 쓴다.
이 순환이 돌지 않는다면 미디어는 콘텐츠 공장이고, 컨설팅은 외주이며, 소프트웨어는 사이드 프로젝트다. 순환이 돌기 시작하면 셋은 서로의 비용을 보조하는 수준을 넘어 서로의 불확실성을 줄인다.
Every의 마스터플랜이 보여주는 가장 중요한 통찰은 미디어 회사도 앱을 만들 수 있다는 사실이 아니다. 읽고 쓰는 행위 자체를 시장 조사와 제품 개발의 중심에 놓으면, 연구개발은 돈을 쓰고 결과를 기다리는 부서가 아니라 배우는 동안 매출을 만드는 사업이 될 수 있다는 것이다.
주요 출처: Dan Shipper, Every’s Master Plan: Part II. Every의 팀 규모, 제품 수, 핵심 루프, 단일 구독, 앱 간 공유 맥락 계획, 미디어·소프트웨어·컨설팅의 관계는 해당 글을 바탕으로 했습니다. 미디어를 수익형 R&D 시스템으로 해석하고 Supple·Zero Draft Lab에 적용한 부분은 이 글의 분석입니다.
