Internal Document

MCP MARKET
콘텐츠 아이데이션

MCP MARKET에 들어갈 콘텐츠를 아이데이션한 내부 기획 문서입니다.
업무 스킬(Do)과 지혜(Think) 두 축으로 MCP 콘텐츠를 설계합니다.

Pilot 1 오픈형 마켓
Pilot 2 자체 MCP 생산·판매
Phase Ideation

0. 전제 — 왜 Skill이 아니라 MCP인가

Core Decision (R6 검증 반영)

Skill(.md)은 마크다운 파일 → 복제 방어 제로.
MCP는 서버 인프라 필요 → SaaS 과금 가능 → 복제 방어력 있음.

"서버가 일을 해줘야 의미 있는가?" — 이 기준은 너무 약하다.
"프롬프트로는 절대 불가능한가?" — 이 질문에 Yes인 것만 MCP로 상품화한다.

프롬프트로 절대 불가능한 것 4가지

1. 외부 데이터 실시간 연동 — GA, POS, 광고 API, 리뷰 크롤링. 프롬프트에 데이터를 수동 복붙? 불가능
2. 시계열 추적 + 상태 유지 — "지난주 대비 변화" 추적. 프롬프트는 기억이 없다
3. Multi-Source RAG — 200+ 문서를 교차검증하며 답변. 프롬프트 창에 다 못 넣는다
4. 멀티에이전트 오케스트레이션 — 각자 다른 DB를 참조하며 실시간 토론. 프롬프트 하나로 불가능

아래 MCP 중 이 4가지에 해당하지 않는 것은 경쟁력이 약하다. 재검토 필요.

Pilot 1
오픈 마켓
외부 셀러 MCP 큐레이션 + 마켓플레이스
Pilot 2
자체 생산
우리가 만든 MCP를 직접 판매

시장 현황 극초기

MCP 서버 수
11,000+
수익화 비율 5% 미만
검증된 사례
21st.dev
MCP 1개로 6주 MRR $10K
경쟁 구도
MCPize
85/15 분배, 실거래 미검증
무료 디렉토리
MCP.so
MCPServers.org 등 — 유료화 없음

전 MCP 프롬프트 불가능 판정표

R6 기준 적용: "프롬프트로 절대 불가능한가?" — ● 불가능   ◐ 부분적   ○ 프롬프트로 가능 (경쟁력 약함)

MCP 바보 언어 판정 근거
A-1. Insight Extractor 리서치 분석기 ● 불가능 파일 업로드 + NLP 연산 + 교차 분석
A-2. Competitive Radar 경쟁사 추적기 ● 불가능 실시간 크롤링 + API 연동 + 모니터링
A-3. Proposal Architect 기획서 자동 작성기 ◐ 부분적 구조화는 프롬프트 가능. 과거 DB 패턴 매칭만 MCP
A-4. TETReS Diagnostics 마케팅 성과 진단기 ● 불가능 GA/광고 API 실시간 연동 + 시계열 추적
A-5. Copy Factory 광고 카피 생성기 ○ 가능 카피 생성은 프롬프트로 충분. A/B 데이터 축적만 MCP 영역
A-6. IR Deck Builder 투자 발표자료 도우미 ◐ 부분적 구조 설계는 프롬프트 가능. 시장 규모 DB 연동만 MCP
B-1. Problem Solving Coach 문제 해결 코치 ○ 가능 대화형 코칭은 프롬프트로 충분히 가능
B-2. Mental Model Matcher 사고 프레임 추천기 ○ 가능 모델 매칭은 프롬프트 지시로 가능. DB 차별화 약함
B-3. Thinking Habit Tracker 사고 습관 교정기 ● 불가능 시계열 추적 + 상태 유지 + 주간 리포트
B-4. Senior's Eye 업종별 선배 조언 ◐ 부분적 코칭은 프롬프트 가능. 업종 케이스 DB + 네트워크 효과만 MCP
판정 결과

● 불가능 4개: Insight Extractor, Competitive Radar, TETReS, Thinking Habit Tracker
◐ 부분적 3개: Proposal Architect, IR Deck Builder, Senior's Eye
○ 프롬프트 가능 3개: Copy Factory, Problem Solving Coach, Mental Model Matcher

●(불가능) 4개가 Phase 1 후보. ○(가능) 3개는 단독 상품 가치 재검토 필요 — 인물 MCP와 번들로만 의미 있을 수 있음.

A. 업무 MCP — "일을 대신하는 도구"

인풋을 넣으면 아웃풋이 나오는 구조. 단순한 프롬프트가 아니라 데이터를 처리하고, 구조화하고, 연결하는 것.
선정 기준: "서버가 일을 해줘야 의미 있는가?" — Yes인 것만 담았다.

A-1. Insight Extractor Most Wanted

리서치 → 인사이트 자동 추출

FGI 녹취록, 설문 결과, 인터뷰 텍스트를 업로드하면 인사이트를 자동 추출합니다.
반복 키워드 추출 → 감정 분류 → 오해→관습→문제→파괴→발견→인사이트 엔진 적용.

녹취록 업로드 → 반복 키워드 추출 → 감정 분류 → 인사이트 카드 생성
Target 마케팅 에이전시, UX 리서처, 브랜드 컨설턴트 Why MCP 파일 처리 + NLP 연산 + 패턴 매칭 = 서버 필수

확장 가능 콘텐츠

A-2. Competitive Radar Pro

경쟁 분석 자동화

브랜드명만 입력하면 경쟁사 광고 크리에이티브, 메시지, 매체 전략을 자동 수집.
포지셔닝 맵 생성 + White Space 발견 + 차별화 기회 도출.

브랜드명 입력 → 경쟁사 데이터 크롤링 → 메시지 해부 → White Space 발견
Target 마케팅팀, 스타트업 PMF 탐색 Why MCP 외부 데이터 크롤링 + API 연결 = 실시간 정보

확장 가능 콘텐츠

A-3. Proposal Architect New

제안서 아키텍처 자동 설계

프로젝트 브리프만 입력하면 제안서 전체 구조를 설계합니다.
유형 자동 분류 → 목차 생성 → 슬라이드별 역할 → 챕터 타이틀 카피 → 오프닝 전략 추천.

브리프 입력 → 유형 분류 → 목차 + 카피 → 스토리보드
Target 대행사, 컨설턴트, 프리랜서 기획자 Why MCP 과거 제안서 DB + 업종별 패턴 매칭 + 상태 유지

확장 가능 콘텐츠

A-4. TETReS Diagnostics Pro

마케팅 퍼널 자동 진단

GA, 광고 성과, CRM 데이터를 연결하면 Tell→Engage→Trial→Re-engage→Sell 5단계를 자동 스코어링.
가장 약한 고리 식별 + 단계별 처방전 제시.

데이터 연결 → 5단계 스코어링 → 약한 고리 발견 → 액션 플랜
Target 인하우스 마케터, CMO, 그로스팀 Why MCP GA/광고 API 연동 = 실제 데이터 기반 진단

확장 가능 콘텐츠

A-5. Copy Factory Most Wanted

카피 대량 생성 + 자동 검증

인사이트 1줄 + 매체 + 타깃만 넣으면 매체별 카피 세트 생성.
8항목 자동 검증(Why so?, 소리 테스트, 장면 테스트 등) → A/B/C 3안 제시.

인사이트 + 매체 → 유형별 생성 → 8항목 검증 → A/B/C 3안
Target 퍼포먼스 마케터, 콘텐츠 마케터, 1인 사업자 Why MCP 검증 엔진 서버 + A/B 테스트 데이터 축적

확장 가능 콘텐츠

A-6. IR Deck Builder New

IR 피칭 덱 자동 설계

사업 아이디어 + 팀 정보를 입력하면 IR 7챕터 구조를 자동 설계.
TAM/SAM/SOM 추정 도우미 + BM 설계 + Negative 재무 예측 시뮬레이션.

사업 아이디어 → 시장 규모 추정 → BM 설계 → IR 덱 스토리보드
Target 초기 스타트업 창업자, 엑셀러레이터 Why MCP 시장 규모 DB + 재무 모델 연산 + 벤치마크 DB

확장 가능 콘텐츠

B. 지혜 MCP — "생각하는 방법을 파는 도구"

지식은 검색하면 나온다. 지혜는 검색해도 안 나온다.
지혜 = 특정 상황에서 어떻게 판단하는가의 체계.
MCP로 그 과정을 체험하게 만든다 — 그게 상품이다.

Key Insight

사람들은 "답"이 아니라 "생각하는 과정"을 사고 싶어한다.
그런데 그 과정을 배우는 건 비싸고 오래 걸린다.
MCP로 그 과정을 체험하게 만들면 — 그게 상품이다.

B-1. Problem Solving Coach Core

5단계 사고 프레임 코칭

사용자가 직면한 문제를 던지면, 5단계 사고 프레임으로 함께 풀어갑니다.
① 문제의 지문 읽기 → ② 작은 폴더의 오류 점검 → ③ 줌인줌아웃 → ④ Why so?/So what? → ⑤ 절대자 관점 검증

Session Example

"잠깐. 지금 보고 있는 게 진짜 문제입니까?
한 단계 위에서 보면, 더 큰 문제가 숨어 있을 수 있습니다.
수평적으로 — 다른 폴더를 고려해 본 적 있습니까?"

Target 기획자, PM, 경영진 Why MCP 대화형 분기 세션 + 사고 패턴 학습 + 히스토리 축적

확장 가능 콘텐츠

B-2. Mental Model Matcher Pro

상황 → 멘탈 모델 매칭 → 재해석

상황을 설명하면 적용 가능한 멘탈 모델 3~5개를 추천합니다.
각 모델로 상황을 재해석 → 가장 날카로운 관점을 선별.

Session Example

"이 상황은 '역선택(Adverse Selection)' 모델로 보면 —
정보 비대칭이 핵심입니다. 상대방이 모르는 것이 당신의 레버리지입니다."

Target 전략가, 경영진, 투자자 Why MCP 100+ 멘탈 모델 DB + 상황-모델 매칭 알고리즘

확장 가능 콘텐츠

B-3. Thinking Habit Tracker Retention

사고 습관 교정기 — 26가지 禁 기반

업무 일지, 의사결정 기록, 회의록을 분석하여 나쁜 사고 습관을 패턴 매칭합니다.
주간 리포트로 "이번 주 3건에서 흑백사고 패턴 발견" 같은 피드백을 제공합니다.

Weekly Report

"이번 주 의사결정 7건 중 3건에서 '흑백사고(#7)' 패턴이 발견되었습니다.
지난주 대비 1건 감소. 중간 선택지를 먼저 고려하는 습관이 형성되고 있습니다."

Target 리더, 매니저, 성장 의지 있는 실무자 Why MCP 지속적 상태 관리 + 시계열 추적 = 마크다운 불가

확장 가능 콘텐츠

B-4. Senior's Eye Premium

업종별 "선배의 눈" — 경험을 빌리는 구독

특정 업종에서 20년 경력자의 판단 체계를 MCP로 패키징합니다.
사용자 상황을 입력하면 해당 업종 전문가의 프레임으로 분석 + 놓치기 쉬운 포인트 제시.

Example — 요식업 10년 눈

"이 상권의 배후 세대수는 충분하지만, 유동 인구 동선이 역세권에서 단절되어 있습니다.
경험상 이런 곳은 점심 매출은 나오지만 저녁 매출에 취약합니다.
주류 비중이 높은 업종이라면 재고하세요."

Target 창업자, 실무 의사결정자, 업종 전환자 Why MCP 업종별 케이스 DB + 네트워크 효과 (사용자↑ = 데이터↑)

확장 가능 업종 라인업

업종핵심 판단 영역상태
광고 대행클라이언트 읽기, PT 전략, 만나면 안 되는 광고주컨텐츠 개발 예정
부동산 개발입지 분석, 분양가 감각, 시행사 함정컨텐츠 개발 예정
VC / 투자창업자 평가, 시장 사이징, 레드플래그컨텐츠 개발 예정
요식업상권, 원가율, 폐업 신호컨텐츠 개발 예정
이커머스객단가, 재구매율, 마케팅 ROI컨텐츠 개발 예정
SaaSPMF 판단, 이탈률, 프라이싱컨텐츠 개발 예정

C. 교차점 — Do + Think = Lock-in

The Intersection

업무 MCP = "무엇을 하는가" (Do)
지혜 MCP = "어떻게 생각하는가" (Think)

이 둘이 결합하면 — 사용할수록 사용자의 역량 자체가 올라가는 도구가 된다.
떠날 이유가 없어진다. 그게 Lock-in이다.

결합 시나리오

Do MCP+ Think MCP= 결합 효과
Proposal Architect Problem Solving Coach 구조 + "왜 이 순서인지" 코칭 → 기획력 자체 향상
Copy Factory Mental Model Matcher 카피 생성 + "이 카피가 먹히는 심리적 이유" 해석
Competitive Radar Senior's Eye 경쟁 데이터 + "이 데이터에서 경험 많은 사람이 보는 것"
TETReS Diagnostics Thinking Habit Tracker 퍼널 진단 + "왜 매번 같은 단계에서 실패하는가" 패턴 발견
IR Deck Builder Mental Model Matcher IR 구조 + "투자자의 판단 프레임으로 내 덱 검증"

D. Next Steps

이 페이지의 10개 MCP는 아이데이션 풀(Pool)이다.
전략 R7 결론: "한 명으로 증명" — 상담형 1개 + 두뇌 복제 1명으로 시작.

전략 R7 결론 → 이 페이지에 적용

상담형 트랙: ● 판정 4개(A-1, A-2, A-4, B-3) 중 사용자 인터뷰로 1개 확정. Core Depth MVP
두뇌 복제 트랙: 현직 전문가 1명 섭외 → 6-Layer 인터뷰 14시간 → MCP 제작
먼저 트랙션 나오는 쪽에 올인. 둘 다 병행하되 자원은 집중.

○ 판정 3개(A-5, B-1, B-2)는 단독 상품 가치 재검토 — 번들 전용으로 전환 가능.
이 페이지는 "가능성의 지도"로 보존한다.

Phase 0 — 검증
타깃 사용자 10명 인터뷰

● 판정 MCP 4개 중 엔트리 확정.
"가장 반복적인 고통"을 데이터로 찾기.

Phase 1 — 자체 생산
엔트리 MCP + 잡스 Brain

선정 MCP의 Core Depth MVP 개발.
잡스 Brain도 Core(유튜브+책)로 시작.

Phase 2 — 마켓 개시
MRR $10K 달성 후

자체 MCP 실적이 셀러 유인 증거.
외부 셀러 온보딩 + 큐레이션 시작.

Phase 3 — 확장
라인업 확대

이 페이지의 나머지 MCP를 Phase 1 데이터 기반으로 우선순위화하여 순차 출시.

Document Status — v0.5

이 문서는 아이데이션(v0.1) → 교차 비평(v0.3) → 전략 수립(v0.5)까지 완료.
전체 구조: 개요(상품) → 타깃별(고객) → 인물(차별화) → 에이전트(시스템) → 전략(실행).

Target-based Ideation

타깃별
MCP 아이데이션

Part A(업무)와 Part B(지혜)가 콘텐츠 축이라면,
이 페이지는 타깃 축이다. 같은 기능이라도 누구에게 파느냐에 따라 상품이 달라진다.

T1 개인
T2 개인사업자
T3 기업
세 가지 종교 적용 — 말 vs 진짜

개인: "생산성을 높이고 싶다" → 진짜: 경력 10년차처럼 보이고 싶다
개인사업자: "매출을 올리고 싶다" → 진짜: 모르는 것 때문에 돈 잃는 걸 멈추고 싶다
기업: "효율화가 필요하다" → 진짜: 사람이 바뀌어도 품질이 유지되게 하고 싶다

전략 페이지 결론 → Phase 1 우선 타깃

세 타깃을 동시에 공략할 자원이 없다. 전략 페이지 교차 비평 결과:

Phase 1: 개인 (직장인 기획자/마케터) — 본인 카드 즉시 결제. 효과 체감 → 팀 전파 → B2B 전환 경로
Phase 2: 기업 — Phase 1에서 개인이 팀에 전파하면 자연 발생
Phase 3: 개인사업자 — 검증된 MCP를 저가 패키지로 재구성

이 페이지의 30개 MCP는 전체 지도. T1(개인) 섹션이 Phase 1의 핵심.

T1. 개인 — "10년차의 무기를 빌려주는 MCP"

개인이 돈을 쓰는 건 "나의 부족함을 채우고 싶을 때"다. 과외, 코칭, 자격증 — 전부 같은 욕구. MCP는 "쓰는 순간 내가 더 잘하게 되는 도구"여야 한다.

기획자

Brief Decoder

클라이언트 브리프를 넣으면 숨겨진 의도, 진짜 원하는 것, 놓치면 안 되는 것을 해석.
"담당자가 말 안 하는 3가지"까지 추론합니다.

브리프 업로드 → 숨은 의도 추론 → 리스크 포인트 → 질문 리스트 생성
Why MCP 과거 브리프-결과 데이터 축적 → 패턴 학습
Meeting Extractor

회의 녹음/녹취를 넣으면 액션아이템, 의사결정, 미결 사항을 자동 정리.
"누가 뭘 하기로 했는지" 놓치지 않게 합니다.

녹취 업로드 → 발언자 분리 → 액션아이템 추출 → 미결 사항 알림
Why MCP 음성 처리 + NLP = 서버 연산 필수

개발자

Code Reviewer Pro

코드를 넣으면 시니어 개발자 관점에서 리뷰. 버그 리스크, 성능 병목, 보안 취약점.
"이건 왜 이렇게 했어?" 수준의 구조적 피드백.

Why MCP 코드 파싱 + 정적 분석 + 패턴 DB 서버 연산
Architecture Advisor

시스템 설계 상황을 설명하면 아키텍처 의사결정 프레임으로 분석.
트레이드오프 비교 + "3년 후 후회할 선택" 경고.

Why MCP 아키텍처 패턴 DB + 기술 스택 호환성 검증

디자이너

Design Critique

디자인 시안을 올리면 정보 위계, 시각적 흐름, 접근성을 자동 진단.
"뺄 수 있는 건 전부 뺐는가?" — 3층 모델 기반 체크.

Why MCP 이미지 분석 + 접근성 기준 자동 검증
Brand Consistency Checker

제작물이 브랜드 가이드라인에 맞는지 자동 검증.
컬러 코드, 폰트 사용, 톤앤무드 일탈을 실시간 감지.

Why MCP 가이드라인 DB + 이미지/텍스트 비교 엔진

콘텐츠 크리에이터

Hook Generator

주제를 넣으면 플랫폼별(유튜브/릴스/블로그) 첫 3초 후킹 멘트를 생성.
썸네일 카피 + 제목 A/B안까지.

Why MCP 플랫폼별 트렌드 데이터 + 성과 기반 학습
SEO Architect

키워드 + 주제로 검색 최적화된 글 구조를 설계.
제목, 소제목, 내부 링크 전략, 경쟁 콘텐츠 분석까지.

Why MCP 검색 API 연동 + 경쟁 콘텐츠 크롤링

공통 — 전 직군

Portfolio Builder

프로젝트 경험을 넣으면 포트폴리오/이력서를 구조화.
"이 경험에서 강조할 것 vs 버릴 것" 판단 + 직군별 최적 포맷 적용.

Salary Negotiator

연봉 협상 상황을 입력하면 시장 데이터 기반 협상 전략 + 실전 스크립트 생성.
업종/직군/연차별 시세 데이터 연동.

T2. 개인사업자 — "모르면 돈 잃는 걸 막아주는 MCP"

개인사업자는 "전문가를 고용할 여유가 없다." 세무사, 마케팅 대행사, 인테리어 컨설턴트, 노무사 — 다 필요한데 다 비싸다.
MCP는 "월 3~5만원으로 전문가 한 명을 고용하는 느낌"이어야 한다.

Pricing Insight

개인사업자 가격 민감도가 높다. 기존 전문가 비용 대비 현저히 낮은 가격으로 시작해야 진입 장벽이 낮다.
"세무사 비용의 1/3 이하" — 이 비교가 구매 트리거.

오프라인 사업자

상권 분석 MCP

주소만 입력하면 배후 세대수, 유동 인구, 경쟁 매장 수, 임대료 시세, 요일/시간대별 통행량을 분석.
"이 자리에서 이 업종이 되는가?"에 대한 답.

주소 입력 → 상권 데이터 수집 → 경쟁 매장 분석 → 입지 판정 리포트
Why MCP 공공데이터 API + 지도 API + 유동인구 데이터 연동
메뉴/가격 최적화

현재 메뉴판 + 원가를 입력하면 마진 분석 + 가격 조정 제안.
"이 메뉴는 빼는 게 낫습니다" — 데이터 기반 판단.

Why MCP 원가 계산 엔진 + 업종별 벤치마크 DB
리뷰 분석기

네이버/카카오/구글 리뷰를 자동 수집해서 반복 불만, 칭찬 포인트, 경쟁 매장 대비 약점을 정리.
"손님이 말로 안 하는 불만"을 찾아줍니다.

Why MCP 리뷰 크롤링 + 감성 분석 + 경쟁 매장 비교
매출 패턴 분석

POS 데이터를 연결하면 요일별/시간대별/메뉴별 매출 패턴 분석.
"화요일 점심 객단가가 떨어지는 이유"를 찾아줍니다.

Why MCP POS 연동 + 시계열 분석 + 이상치 감지

온라인 사업자

상품 페이지 진단

상품 URL을 넣으면 상세페이지를 자동 분석. Hook/Benefit/CTA 구조 진단,
이미지 품질 평가, 이탈 포인트 예측. "3초 안에 전달되는가?" 체크.

URL 입력 → 페이지 크롤링 → 구조 분석 → 개선 리포트
Why MCP 웹 크롤링 + 이미지 분석 + 경쟁 상품 비교
스마트스토어 최적화

네이버 스마트스토어 데이터 연결 → 검색 노출 순위, 키워드 최적화, 가격 경쟁력 분석.
"이 키워드에서 왜 2페이지에 있는지" 진단.

Why MCP 네이버 API 연동 + 키워드 트래킹 + 경쟁사 모니터링
광고비 최적화

네이버/메타/구글 광고 데이터 연동 → ROAS 분석.
"이 키워드에 돈 쓰지 마세요" — 낭비되는 광고비를 잡아줍니다.

Why MCP 광고 플랫폼 API 연동 + 성과 데이터 자동 수집

공통 — 전 사업자

세무 도우미

매출/매입 데이터로 예상 세금 계산 + 절세 포인트 + "이건 경비처리 됩니다/안됩니다" 판단.
세무사 기본 업무를 대체하는 가격 경쟁력.

Why MCP 세법 DB + 실시간 계산 엔진 + 영수증 OCR
직원 관리 도우미

근로계약, 4대보험, 급여 계산, 연차 관리 자동화.
"이거 노동법 위반입니다" — 실수 전에 사전 경고.

Why MCP 노동법/세법 DB 실시간 반영 + 급여 계산 엔진
SNS 콘텐츠 생성기

매장/상품 사진만 올리면 인스타/블로그/네이버 플레이스용 캡션+해시태그 자동 생성.
"매일 뭘 올려야 하지?" 고민을 해결.

Why MCP 이미지 분석 + 플랫폼별 최적화 + 트렌드 해시태그 DB
경쟁 매장 모니터링

주변 경쟁 매장의 가격 변동, 신메뉴, 프로모션, 리뷰 동향을 자동 추적.
"옆 가게가 뭘 바꿨는지" 놓치지 않게.

Why MCP 주기적 크롤링 + 변동 감지 + 알림

T3. 기업 — "사람이 바뀌어도 품질이 유지되는 MCP"

기업이 돈을 쓰는 건 "사람 리스크를 줄이기 위해"다. 한 명이 퇴사하면 노하우가 사라지고, 신입이 오면 6개월 동안 생산성이 0이다.
MCP는 "조직의 역량이 사람이 아니라 시스템에 쌓이는 구조"여야 한다.

Enterprise Pricing

기업은 가격보다 도입 효과 증명이 중요하다.
"신입 온보딩 3개월→1개월 = 연간 인건비 2,400만원 절감" — 이 계산이 구매 트리거.

조직 운영

Onboarding Accelerator

직무별 온보딩 프로그램을 MCP가 운영. 신입이 "뭘 모르는지 모르는" 상태를 체크리스트+코칭으로 해결.
3개월 → 1개월로 온보딩 단축.

직무 프로필 입력 → 학습 로드맵 생성 → 일일 체크인 → 역량 도달도 리포트
Why MCP 직무 DB + 학습 진도 추적 + 매니저 대시보드
Knowledge Base Builder

슬랙/노션/회의록에서 반복 질문을 자동 추출 → "이건 문서화되어야 합니다" 제안.
팀 내 암묵지를 구조화합니다. 한 명이 퇴사해도 지식은 남습니다.

Why MCP 슬랙/노션 연동 + 반복 패턴 감지 + 자동 문서화
Team Decision Tracker

팀 의사결정을 기록+추적. "왜 그때 그 결정을 했는가?" 나중에 복기 가능.
조직의 판단 체계가 시스템에 축적됩니다.

Why MCP 의사결정 DB + 결과 추적 + 패턴 분석

품질 관리

Output Quality Gate

팀의 산출물(제안서, 보고서, 디자인)을 제출 전 자동 검증.
비문/오타/정보위계/논리 흐름/브랜드 일관성을 체크. 발표 전 마지막 관문.

산출물 업로드 → 다차원 검증 → 이슈 리스트 → 통과/반려 판정
Why MCP 문서 파싱 + 다차원 검증 엔진 + 브랜드 가이드라인 DB
RFP Analyzer

RFP(제안 요청서)를 넣으면 핵심 요구사항 추출 + 평가 기준 해석.
"이 부분이 승패를 가른다" — 숨겨진 가중치를 추론.

Why MCP RFP 패턴 DB + 과거 제안 결과 데이터 학습
Report Standardizer

팀별로 다른 보고서 포맷을 통일. 데이터→결론→액션 구조 자동 적용.
"차트 타이틀이 결론 문장인가?" 자동 체크.

Why MCP 문서 템플릿 엔진 + 자동 변환 + 포맷 검증

전략 / 경영

Market Intelligence

산업/시장 데이터를 자동 수집+분석. 주간 브리핑 리포트 자동 생성.
경영진이 "요즘 시장 어때?"에 3분 안에 답할 수 있게.

산업 설정 → 데이터 자동 수집 → 트렌드 분석 → 주간 브리핑
Why MCP 뉴스/보고서/공시 자동 수집 + 요약 + 시계열 분석
OKR / KPI Coach

팀 OKR 설정 지원 + 진척 추적 + "이 KR은 측정 불가능합니다" 자동 검증.
분기 리뷰 리포트 자동 생성.

Why MCP OKR 프레임워크 DB + 진척 데이터 연동 + 알림
Brand Guardian

전사 브랜드 가이드라인 준수 여부를 모든 산출물에서 자동 체크.
"이 표현은 브랜드 톤에 맞지 않습니다" — 실시간 피드백.

Why MCP 가이드라인 DB + 전사 산출물 연동 + 실시간 검증

M. 타깃 × 콘텐츠 매트릭스

Part A·B의 범용 MCP가 어떤 타깃에 우선 소구되는지,
Part C의 타깃 전용 MCP와 어떻게 교차하는지를 한 눈에 정리합니다.

범용 MCP × 타깃 적합도

● 핵심 타깃    ○ 확장 타깃    — 해당 없음

MCP 분류 T1 개인 T2 개인사업자 T3 기업
A-1. Insight Extractor Work ●
기획자·마케터		 ○
시장 파악		 ●
전략팀
A-2. Competitive Radar Work ○
프리랜서		 ●
경쟁 매장 분석		 ●
사업개발
A-3. Proposal Architect Work ●
기획자		 — ●
제안·영업팀
A-4. TETReS Diagnostics Work ●
마케터		 ●
퍼널 진단		 ●
마케팅팀
A-5. Copy Factory Work ●
크리에이터		 ●
상세페이지		 ○
콘텐츠팀
A-6. IR Deck Builder Work ○
창업자		 — ●
경영진·IR
B-1. Problem Solving Coach Wisdom ●
전 직군		 ●
문제 해결		 ●
리더십
B-2. Mental Model Matcher Wisdom ●
사고 확장		 ○
판단력		 ●
전략팀
B-3. Thinking Habit Tracker Wisdom ●
자기 개발		 — ○
교육팀
B-4. Senior's Eye Wisdom ●
주니어		 ●
경험 부족 보완		 ○
멘토링

타깃 전용 MCP 요약

T1 개인
10 MCPs
기획 — Brief Decoder, Meeting Extractor
개발 — Code Reviewer Pro, Architecture Advisor
디자인 — Design Critique, Brand Consistency Checker
크리에이터 — Hook Generator, SEO Architect
공통 — Portfolio Builder, Salary Negotiator
개인 구독형
T2 개인사업자
11 MCPs
오프라인 — 상권 분석, 메뉴/가격 최적화, 리뷰 분석기, 매출 패턴 분석
온라인 — 상품 페이지 진단, 스마트스토어 최적화, 광고비 최적화
공통 — 세무 도우미, 직원 관리, SNS 콘텐츠 생성기, 경쟁 매장 모니터링
개인사업자 구독형
T3 기업
9 MCPs
조직 — Onboarding Accelerator, Knowledge Base Builder, Team Decision Tracker
품질 — Output Quality Gate, RFP Analyzer, Report Standardizer
전략 — Market Intelligence, OKR/KPI Coach, Brand Guardian
팀 구독형
Portfolio Summary

범용 MCP 10개 (Work 6 + Wisdom 4) + 타깃 전용 MCP 30개 (T1: 10 + T2: 11 + T3: 9) = 총 40개 MCP 후보

범용 MCP는 3개 타깃 모두 교차 소구 → 번들 전략의 핵심 자산
타깃 전용 MCP는 세그먼트별 진입 미끼 → 유입 후 범용 MCP로 업셀

크로스셀 경로

진입 경로 미끼 MCP (전용) → 업셀 MCP (범용) 번들 가치
T1 기획자 Brief Decoder → Proposal Architect + Problem Solving Coach "해석→설계→사고" 풀 스택
T1 개발자 Code Reviewer Pro → Senior's Eye + Thinking Habit Tracker "코드→경험→성장" 루프
T2 오프라인 상권 분석 MCP → Competitive Radar + TETReS Diagnostics "입지→경쟁→퍼널" 경영 진단
T2 온라인 스마트스토어 최적화 → Copy Factory + Insight Extractor "노출→전환→인사이트" 성장 엔진
T3 기업 Onboarding Accelerator → Knowledge Base Builder + Senior's Eye "온보딩→지식 축적→멘토링" 시스템
T3 기업 Output Quality Gate → Proposal Architect + Mental Model Matcher "검증→설계→판단" 품질 체계
Brain-as-a-Service

인물 MCP
"뇌를 빌리다"

자서전을 읽어도 잡스처럼 판단하지 못한다.
강연을 봐도 머스크처럼 사고하지 못한다.
교훈이 아니라 판단 프레임을 체험하게 하면 — 그게 상품이다.

글로벌 6인
마케팅&브랜딩 3인
한국 리더 4인
크리에이티브 3인
세일즈 2인
실무 4인
인사이트 엔진 적용 — 오해→발견

오해: "위인전을 읽으면 그 사람처럼 생각할 수 있다"
관습: 자서전, 강연, 인터뷰에서 "교훈"을 정리한다
문제: 교훈은 기억하지만 판단은 따라하지 못한다
파괴: 교훈이 아니라 판단 프레임 자체를 체험하게 하면?
발견: "잡스라면 이걸 어떻게 판단했을까?" — 이 질문에 실시간으로 답하는 MCP
인사이트: 위인의 뇌를 빌리는 구독 서비스

Why MCP — 왜 Skill이 아닌가

인물의 판단 체계 = 저서 + 인터뷰 + 의사결정 사례 + 산업 맥락의 복합 연산.
단순 프롬프트로는 "잡스 흉내"만 나온다. MCP는 인물별 전용 DB + 맥락 엔진 + 사용자 상황 매칭을 서버에서 처리.
"그 사람의 렌즈로 내 상황을 다시 보는 것" — 이건 서버가 해야 한다.

법적 리스크 — 실명 사용 전략 (→ 전략 R6 참조)

이 페이지의 인물명은 기획 단계의 내부 참조명이다. 실제 상품 출시 시:

출시 전 검토 필요: 실명 상품명 vs 아키타입 네이밍(예: "Simplicity Master") 법률 검토 후 결정
한국 인물: 백종원, 나영석 등은 직접 협의 가능성 검토 → 이름 사용 라이선스 + Deep 데이터 동시 확보
퍼블리시티권(생존 인물) / 유산 관리(사망 인물) 리스크 → 전략 페이지 R6 검증 1 참조.

1. 글로벌 비저너리

이 사람들의 공통점 — "남들이 보지 못하는 것을 먼저 봤다."
그 "보는 방식"을 MCP로 패키징한다.

Steve Jobs Brain Premium

"버릴 것을 판단하는 뇌"

제품, 기능, 전략에서 "이건 왜 존재하는가?"를 묻는 사고 체계.
Simplicity Filter — 뺄 수 있는 건 전부 빼고, 남는 것이 본질인가를 검증합니다.
제품 의사결정, 기능 우선순위, 프레젠테이션 구조에 적용.

Session Example

"잠깐. 이 기능 10개 중 고객이 정말로 쓰는 건 몇 개입니까?
3개요? 그러면 나머지 7개는 당신이 만들고 싶어서 만든 겁니다.
'없으면 고객이 떠나는 것'만 남기세요. 그게 제품입니다."

핵심 판단 프레임

  • Simplicity Filter — "이것을 빼면 제품이 죽는가?" Yes가 아니면 뺀다
  • End-to-End Thinking — 포장을 여는 순간부터 마지막 터치까지 전체 경험 설계
  • 인접 가능성 판단 — "지금은 안 되지만, 2년 후에는 되는 것"을 선점
  • "1,000번의 No" — 좋은 아이디어도 타이밍이 아니면 거절하는 판단
소스 자서전 + 키노트 전문 + 인터뷰 200+ + 전 직원 증언 + 제품 의사결정 사례 DB
대상 PM, 창업자, CPO, 제품 디자이너 Why MCP 인물 DB + 상황-프레임 매칭 + 대화형 코칭 세션

Elon Musk Brain Premium

"물리학으로 비즈니스를 푸는 뇌"

First Principles Thinking — "왜 이게 비싼가?"를 원자 단위로 분해하는 사고.
10% 개선이 아니라 10배 개선을 찾는 프레임. 업계 관행을 의심하고, 물리적 한계만 인정합니다.
원가 분해, 스케일링 판단, 불가능 판정에 적용.

Session Example

"배터리가 비싸다고요? 배터리의 원재료 — 코발트, 니켈, 리튬, 탄소, 분리막 —
이걸 런던 금속거래소 시세로 사면 kWh당 $80입니다.
지금 $200을 내고 있다면, $120은 '원래 그런 거'라는 관행에 내는 세금입니다."

핵심 판단 프레임

  • First Principles — 비용/구조를 원자 단위로 분해, 관행이 아닌 물리 법칙만 제약으로 인정
  • 10x Thinking — "10% 개선"이 아니라 "10배 개선이 가능한 구조"를 먼저 찾는다
  • Cross-Domain Transfer — 다른 산업의 해법을 현재 문제에 이식
  • Deadline Compression — "불가능한 일정"을 역산해서 병렬화로 가능하게 만드는 구조
소스 인터뷰 300+ + Tesla/SpaceX 의사결정 사례 + 공학적 판단 로그 + 전 임원 증언
대상 CTO, 하드웨어 창업자, R&D 리더, 제조업 혁신 담당 Why MCP 원가 분해 엔진 + 산업별 벤치마크 DB + First Principles 시뮬레이터

Jeff Bezos Brain Premium

"고객에서 역산하는 뇌"

Customer Obsession + Day 1 Thinking — "고객이 10년 후에도 원하는 것"에서 역산.
Flywheel을 설계하고, 되돌릴 수 있는 결정은 빠르게, 되돌릴 수 없는 결정만 신중하게.
사업 전략, 고객 경험 설계, 조직 의사결정 속도에 적용.

Session Example

"이건 Type 1 결정입니까, Type 2 결정입니까?
되돌릴 수 있는 결정이면 — 데이터를 70%만 모으고 실행하세요.
90%를 기다리면 이미 늦습니다. 속도가 품질입니다."

핵심 판단 프레임

  • Regret Minimization — "80살의 나는 이 결정을 후회할 것인가?"
  • Type 1 vs Type 2 — 되돌릴 수 없는 결정(신중) vs 되돌릴 수 있는 결정(속도)
  • Flywheel Design — 하나가 돌면 나머지가 따라 도는 자기강화 구조 설계
  • Working Backwards — 보도자료를 먼저 쓰고, 거기서 역산해서 제품을 만든다
소스 주주서한 26년치 + 인터뷰 + Amazon 리더십 원칙 14조 + 내부 의사결정 사례
대상 CEO, COO, 사업개발, 플랫폼 전략가 Why MCP Flywheel 시뮬레이터 + 의사결정 속도 진단 + Working Backwards 템플릿 엔진

Warren Buffett Brain Premium

"하지 않을 것을 정하는 뇌"

Circle of Competence + Margin of Safety — "내가 이해하지 못하는 건 안 한다."
모르는 것에 투자하지 않고, 아는 영역에서 압도적 확률이 있을 때만 크게 베팅하는 판단 체계.
투자, 사업 확장, 파트너 선정에 적용.

Session Example

"이 사업의 Moat(해자)가 뭡니까?
브랜드요? 그 브랜드가 사라져도 고객이 남습니까?
전환 비용이 없다면 그건 해자가 아니라 모래성입니다."

핵심 판단 프레임

  • Circle of Competence — "이걸 내가 정말 이해하는가?" 아니면 패스
  • Moat Analysis — 이 사업의 경쟁 해자는 무엇이고, 10년 후에도 유효한가
  • Margin of Safety — 최악의 시나리오에서도 손실이 감당 가능한가
  • Inversion — "성공하려면?"이 아니라 "어떻게 하면 망하는가?"를 먼저 묻는다
소스 주주서한 58년치 + 버크셔 연차보고서 + 인터뷰 + 찰리 멍거 대화록
대상 투자자, 경영자, M&A 담당, 리스크 관리자 Why MCP Moat 진단 엔진 + 재무 안전마진 계산기 + 역사적 투자 판단 사례 DB

Peter Thiel Brain Premium

"경쟁을 피하는 뇌"

Zero to One Thinking — "경쟁은 패자의 게임이다."
남들과 같은 시장에서 싸우는 대신, 독점 가능한 새로운 시장을 만드는 사고 체계.
"모든 사람이 동의하지 않는, 당신만 아는 중요한 진실은 무엇인가?"

Session Example

"경쟁사가 10개 있다고요? 그러면 이미 실패입니다.
'더 잘하겠다'는 전략이 아니라 변명입니다.
질문을 바꾸세요 — '아무도 만들지 않은 것 중, 내가 만들 수 있는 것은?'"

핵심 판단 프레임

  • Contrarian Question — "대부분이 동의하지 않는, 내가 아는 중요한 진실은?"
  • Monopoly Design — 작은 시장을 독점 → 확장, 큰 시장에서 경쟁 X
  • Last Mover Advantage — 먼저 시작하는 게 아니라 마지막까지 남는 구조를 설계
  • Definite Optimism — "미래는 운이 아니라 설계하는 것이다"
소스 Zero to One + 스탠포드 강의록 + PayPal/Palantir/Founders Fund 의사결정 사례
대상 창업자, VC, 신사업 기획자 Why MCP 독점 가능성 진단 엔진 + 경쟁 구도 분석 + Contrarian 시뮬레이터

Jonathan Ive Brain Premium

"형태에 의미를 부여하는 뇌"

Material Honesty + Inevitable Design — "이 물건이 이렇게 생긴 이유가 있는가?"
장식이 아니라 구조에서 아름다움이 나오는 설계. "다르게 만드는 것"이 아니라
"이렇게밖에 될 수 없는 형태"를 찾는 사고 체계.

Session Example

"이 제품의 모서리가 둥근 이유가 뭡니까? '트렌드'요?
그건 이유가 아닙니다. 손에 쥘 때 접촉면이 분산되어 압력이 줄어들기 때문이라면 — 그게 이유입니다.
모든 형태는 기능적 근거가 있어야 합니다. 없으면 장식이고, 장식은 잡음입니다."

핵심 판단 프레임

  • Material Honesty — 소재가 무엇인지 숨기지 않는다. 알루미늄은 알루미늄답게
  • Inevitable Form — "이것 말고 다른 형태가 가능한가?" 아니라면, 정답에 도달한 것
  • Reduction to Essence — 모든 것을 빼고, 더 빼고, 그래도 남는 것이 디자인
  • Care as Signal — 사용자가 보지 않는 부분(내부 구조, 포장)까지 완성도가 신뢰를 만든다
소스 Objectified 인터뷰 + Apple 디자인 히스토리 + LoveFrom 프로젝트 + 산업디자인 강연
대상 산업 디자이너, 제품 디자이너, 브랜드 디렉터, CPO Why MCP 디자인 원칙 DB + 형태-기능 매칭 엔진 + 레퍼런스 아카이브

2. 마케팅 & 브랜딩 마스터

"어떻게 팔 것인가"가 아니라 "왜 사게 되는가"를 이해하는 사람들.
소비자의 머릿속 지도를 읽는 기술을 MCP로 패키징한다.

Seth Godin Brain Premium

"주목할 가치가 있는 것만 만드는 뇌"

Purple Cow + Permission Marketing — "평범한 건 보이지 않는다."
광고를 더 많이 하는 게 아니라, 광고가 필요 없을 만큼 remarkable한 것을 만드는 사고.
"가장 작은 실행 가능한 관객(Smallest Viable Audience)"부터 시작한다.

Session Example

"타깃이 '20~40대 여성'이라고요? 그건 타깃이 아니라 인구통계입니다.
'매일 아침 5시에 일어나서 달리는 사람 중, 러닝화에 월 30만원을 쓰는 사람' — 이게 타깃입니다.
1,000명을 열광시키면 그 1,000명이 나머지를 데려옵니다."

핵심 판단 프레임

  • Purple Cow Test — "이걸 본 사람이 멈추고 사진을 찍을 것인가?" 아니면 평범하다
  • Smallest Viable Audience — 모두를 위한 것 = 아무도 위한 것이 아니다
  • Permission vs Interruption — 끼어드는 광고가 아니라 기다리게 만드는 관계 설계
  • Status Role — 사람들은 제품이 아니라 "이걸 쓰는 나"를 산다
소스 저서 20+ + 블로그 8,000+ + 강연 + altMBA 커리큘럼 + 팟캐스트 아카이브
대상 마케터, 브랜드 매니저, 콘텐츠 크리에이터, 1인 사업자 Why MCP 타깃 정의 엔진 + Remarkability 진단 + Permission 퍼널 설계

Martin Lindstrom Brain Premium

"소비자의 무의식을 읽는 뇌"

Small Data + Sensory Branding — "빅데이터가 놓치는 건 '냉장고 위의 테디베어'다."
소비자의 집에 들어가서 작은 단서를 읽는 기술. 설문에서 나오지 않는 욕구를
오감(시각/청각/후각/촉각/미각)으로 브랜드에 심는 체계.

Session Example

"매장에서 빵 냄새가 난다고요? 그건 마케팅이 아니라 조작입니다.
진짜 감각 브랜딩은 — 당신의 제품을 눈을 감고도 알아볼 수 있게 만드는 것입니다.
코카콜라 병의 곡선은 어두운 곳에서 만져도 콜라인 걸 알 수 있습니다. 당신의 제품은요?"

핵심 판단 프레임

  • Small Data Method — 소비자 집의 작은 단서에서 거대한 욕구를 추론
  • 5-Sense Audit — 브랜드가 오감 중 몇 개를 점유하고 있는가? 2개 이하면 취약
  • Smash Your Brand — 로고를 지워도 브랜드를 알아볼 수 있는가?
  • Cultural Gap — 소비자가 "말하는 것"과 "실제로 하는 것"의 간극을 찾아라
소스 Buyology + Small Data + Brand Sense + 기업 컨설팅 사례 300+ + 뉴로마케팅 연구
대상 브랜드 전략가, 리테일 기획자, 소비재 마케터, 공간 디자이너 Why MCP 5감 브랜드 진단 도구 + Small Data 인터뷰 가이드 + 감각 설계 엔진

David Ogilvy Brain Premium

"팔리는 광고만 만드는 뇌"

"We sell, or else." — 크리에이티브 어워드가 아니라 매출이 목적이다.
헤드라인이 80%를 결정하고, 긴 카피가 짧은 카피보다 팔린다는 걸 데이터로 증명한 사고 체계.
리서치 기반 광고 전략, 카피라이팅, 브랜드 퍼스널리티 설계에 적용.

Session Example

"이 헤드라인에 뉴스가 없습니다. 사람들은 자기에게 새로운 정보가 있을 때만 읽습니다.
'우리 제품이 좋습니다'는 뉴스가 아닙니다.
'60마일로 달리는 롤스로이스에서 가장 큰 소음은 시계 소리입니다' — 이게 뉴스입니다."

핵심 판단 프레임

  • Headline is 80% — 본문을 읽는 사람은 헤드라인의 1/5. 헤드라인에 뉴스를 넣어라
  • Research First — 카피를 쓰기 전에 소비자를 연구하라. 직관은 데이터 이후에
  • Big Idea Test — "이 아이디어로 30개 광고를 만들 수 있는가?" 아니면 작다
  • Brand Personality — 브랜드를 사람으로 상상하라. 파티에서 옆에 앉고 싶은 사람인가?
소스 Ogilvy on Advertising + Confessions + 캠페인 아카이브 + 사내 메모 + 클라이언트 서신
대상 카피라이터, AE, 퍼포먼스 마케터, 브랜드 매니저 Why MCP 헤드라인 생성+검증 엔진 + 광고 캠페인 사례 DB + 카피 진단 도구

3. 한국 경영 리더

글로벌 프레임워크를 한국 시장의 맥락에서 체화한 사람들.
"한국에서 이 판단이 왜 먹혔는가"까지 포함된 뇌.

손정의 Brain Premium

"30년 뒤를 보고 오늘 베팅하는 뇌"

시간 축 비전 설계 — "이 기술이 30년 후 어디에 있을 것인가?"에서 역산.
ARM 인수, 알리바바 투자, Yahoo Japan — 모두 "광기처럼 보이는 확신"의 결과.
기술 패러다임 전환 판단, 대규모 투자 결정, 비전 설계에 적용.

Session Example

"지금 이 시장이 작다고요? 당연하죠. 큰 시장이었으면 이미 대기업이 들어와 있습니다.
질문을 바꾸세요 — '10년 후 이 시장의 크기는?' 그게 $500B이면,
지금의 작음은 문제가 아니라 기회입니다."

핵심 판단 프레임

  • 300년 비전 역산 — 궁극적 미래상을 먼저 그리고, 현재로 역산해서 첫 수를 둔다
  • 기술 S-curve 감지 — 기술 채택 곡선에서 "지금이 어디인가"를 판단
  • 광기와 확신의 경계 — 남들이 "미쳤다"고 할 때, 데이터가 뒷받침하는지 검증
  • 포트폴리오 베팅 — 하나에 올인하지 않고, 같은 테마의 다수에 분산 베팅
소스 SoftBank 연차보고서 + 투자 의사결정 사례 + 강연 + 인터뷰 + Vision Fund 포트폴리오 분석
대상 VC, 기술 투자자, 신사업 기획자, CTO Why MCP 기술 S-curve DB + 시장 규모 예측 엔진 + 투자 판단 시뮬레이터

이재용 Brain Premium

"사이클을 읽고 역행 투자하는 뇌"

역행 투자 + 초격차 전략 — 남들이 줄일 때 투자하고, 남들이 늘릴 때 수확한다.
반도체 슈퍼사이클의 저점에서 설비 투자를 결정한 판단 체계.
대규모 설비 투자, M&A 타이밍, 산업 사이클 판단에 적용.

Session Example

"지금 업황이 나쁘다고요? 그래서 경쟁사가 투자를 줄이고 있습니다.
이게 바로 투자해야 하는 이유입니다. 호황에 투자하면 설비가 완공될 때 이미 공급 과잉이고,
불황에 투자하면 설비가 완공될 때 수요가 회복됩니다."

핵심 판단 프레임

  • 역행 투자 — 사이클 저점에서 설비 투자, 고점에서 수확
  • 초격차 전략 — 1등과 2등의 격차를 벌려서 추격 자체를 불가능하게 만든다
  • M&A 타이밍 — 기술/시장 전환점에서 핵심 역량을 인수 (하만, AST 등)
  • 기술 투자 포트폴리오 — 현재 캐시카우 + 미래 성장동력의 균형 배분
소스 삼성 반도체 투자 히스토리 + M&A 의사결정 사례 + 산업 사이클 데이터 + 공시 분석
대상 대기업 전략실, CFO, 설비 투자 담당, 산업 애널리스트 Why MCP 산업 사이클 분석 엔진 + 설비 투자 시뮬레이터 + M&A 타이밍 진단

정주영 Brain Premium

"해봤어?" — 실행으로 증명하는 뇌

"안 되는 이유"를 "되게 하는 방법"으로 바꾸는 사고.
500원짜리 지폐 한 장으로 조선소 수주를 따낸 판단 체계. 자원이 없을 때 어떻게 시작하는가.
자원 부족 상황의 돌파, 협상, 창업 초기 의사결정에 적용.

Session Example

"돈이 없어서 못 한다고요?
돈은 '되는 것'이 보이면 따라옵니다. 문제는 돈이 아니라,
'이게 된다'는 걸 상대방에게 믿게 만드는 구조입니다.
증거가 없으면 만드세요. 해봤어?"

핵심 판단 프레임

  • "해봤어?" 원칙 — 안 된다고 말하기 전에 시도했는가, 시도의 증거가 있는가
  • 무에서 유 창조 — 자원 부족을 제약이 아니라 창의적 해법의 조건으로 전환
  • 신뢰 설계 — 실적이 없을 때, "될 수밖에 없는 구조"로 상대를 설득하는 기술
  • 규모의 도박 — 작게 시작하되, 기회가 보이면 전부를 건다
소스 자서전 + 현대그룹 창업 사례 + 협상 기록 + 건설/조선/자동차 진출 의사결정 분석
대상 초기 창업자, 자원 부족한 스타트업, 영업/협상 담당 Why MCP 창업 단계별 의사결정 DB + 협상 시뮬레이터 + 자원 제약 돌파 프레임

백종원 Brain Premium

"원가로 사고하고 시스템으로 확장하는 뇌"

"맛보다 중요한 건 원가" — 요리를 잘하는 게 아니라 장사를 잘하는 사고.
메뉴를 줄이고, 원가를 계산하고, 누가 해도 같은 맛이 나는 시스템을 만드는 판단 체계.
프랜차이즈 설계, 메뉴 구성, 소상공인 경영에 적용.

Session Example

"메뉴가 40개요? 그중 주문 비율 5% 이하가 몇 개입니까?
그 메뉴들은 매출이 아니라 식재료 로스를 만들고 있습니다.
메뉴 12개로 줄이세요. 원가율이 5%p 떨어지고, 조리 시간이 반으로 줍니다."

핵심 판단 프레임

  • 원가 역산 — 팔고 싶은 가격에서 역산해서 레시피를 설계한다
  • 메뉴 다이어트 — "안 팔리는 메뉴 = 보이지 않는 적자" — 과감하게 자른다
  • 복제 가능성 — "내가 없어도 이 맛이 나오는가?" 시스템화가 확장의 전제
  • 상권-메뉴 매칭 — 같은 업종이라도 상권에 따라 메뉴/가격/포지셔닝이 달라야 한다
소스 방송 출연 500+ + 프랜차이즈 운영 데이터 + 골목식당 솔루션 사례 + 원가 분석 DB
대상 요식업 창업자, 소상공인, 프랜차이즈 기획자 Why MCP 원가 계산 엔진 + 메뉴 최적화 도구 + 상권-업종 매칭 DB

4. 크리에이티브 & 콘텐츠

"콘텐츠를 만드는 기술"이 아니라 "사람들이 반응하는 구조"를 설계하는 사람들.
포맷을 발명하고, 트렌드를 만들고, 팬덤을 시스템화한 뇌.

나영석 Brain Premium

"재미의 구조를 설계하는 뇌"

포맷 발명 + 출연자 매력 극대화 — "재미있는 사람"을 캐스팅하는 게 아니라,
"누구든 재미있어지는 구조"를 만드는 사고. 1박2일, 꽃보다, 신서유기 —
매번 새로운 포맷을 발명하되, 핵심 공식은 같다.

Session Example

"이 콘텐츠, 출연자가 재미없다고요? 출연자 탓이 아닙니다.
'제약'이 없으면 재미가 없습니다. 돈이 없어서, 시간이 없어서, 룰이 있어서 —
그 제약 안에서 발버둥치는 게 재미입니다. 제약을 설계하세요."

핵심 판단 프레임

  • 제약 = 재미 — 자유가 아니라 제약이 콘텐츠를 만든다. 룰을 설계하라
  • 캐릭터 아크 — 출연자의 의외성이 드러나는 상황을 구조적으로 배치
  • Low Budget High Impact — 제작비가 아니라 아이디어로 승부하는 포맷
  • 시리즈 확장성 — 1회 바이럴이 아니라 "다음 회가 궁금한" 구조
대상 콘텐츠 PD, 유튜버, 브랜디드 콘텐츠 기획자, 마케터 Why MCP 포맷 설계 엔진 + 콘텐츠 구조 분석 + 시리즈 기획 도구

권지용 (G-DRAGON) Brain Premium

"트렌드를 따르지 않고 트렌드가 되는 뇌"

Cultural Trendsetting + Personal Branding — 유행을 분석하는 게 아니라 유행을 만드는 사고.
패션, 음악, 아트를 넘나들며 "다음에 올 것"을 먼저 입고, 먼저 보여주는 판단 체계.
퍼스널 브랜딩, 크리에이티브 디렉션, 콜라보레이션 설계에 적용.

Session Example

"경쟁사를 벤치마킹한다고요? 벤치마킹하는 순간 이미 2등입니다.
당신이 참고하는 레퍼런스의 레퍼런스를 보세요.
소스를 직접 해석해야 '비슷한데 다른 것'이 아니라 '본 적 없는 것'이 나옵니다."

핵심 판단 프레임

  • 레퍼런스의 레퍼런스 — 트렌드가 아니라 트렌드의 소스를 직접 해석한다
  • Cross-Genre Collision — 장르 간 충돌에서 새로운 것이 나온다 (패션×음악×아트)
  • Scarcity as Brand — 많이 보여줄수록 약해진다. 적게, 강하게, 의외로
  • Persona Architecture — "나"를 하나의 브랜드로 설계하는 체계
대상 크리에이티브 디렉터, 패션/뷰티 브랜드, 아티스트, 인플루언서 Why MCP 트렌드 소스 추적 엔진 + 콜라보 매칭 + 퍼스널 브랜드 진단

방시혁 Brain Premium

"팬덤을 시스템화하는 뇌"

Fan Ecosystem Design + IP Multiplier — "음악을 파는 게 아니라 세계관을 판다."
아티스트 하나에서 음악, 영상, 게임, 굿즈, 커뮤니티, 위버스까지 — IP를 플랫폼으로 확장.
팬덤 구조 설계, IP 확장 전략, 글로벌×로컬 밸런스에 적용.

Session Example

"음원 수익만 보고 있으면 천장이 보입니다.
팬이 '소비자'가 아니라 '참여자'가 되는 구조를 만드세요.
팬이 콘텐츠를 만들고, 번역하고, 전파하면 — 당신의 마케팅 비용은 0이 됩니다."

핵심 판단 프레임

  • Fan = Participant — 팬을 소비자가 아니라 공동 창작자로 포지셔닝
  • IP Multiplier — 하나의 IP에서 N개의 수익원을 파생시키는 구조
  • 세계관 설계 — 음악 밖에 스토리가 있어야 팬덤이 "거주"한다
  • Glocal Balance — 글로벌 보편성 + 로컬 특수성의 황금 비율
소스 HYBE 사업보고서 + BTS 프로젝트 분석 + Weverse 전략 + 인터뷰 + 강연
대상 IP 사업자, 엔터테인먼트 기획, 커뮤니티 매니저, 플랫폼 전략가 Why MCP 팬덤 구조 분석 엔진 + IP 확장 시뮬레이터 + 세계관 설계 도구

5. 세일즈 & 협상

"파는 기술"은 모든 비즈니스의 기반이다.
제품이 아무리 좋아도 팔지 못하면 죽는다. 클로징의 기술을 MCP로 패키징한다.

B2B 세일즈 디렉터 15년차 Expert

"관계를 자산으로 만드는 뇌"

Relationship-driven Sales — "한번 거래한 고객이 10년 고객이 되는" 구조.
대기업-스타트업 간 B2B 세일즈, 파트너십, 장기 클라이언트 관리의 실전 판단 체계.
"거절 당한 후에 어떻게 돌아오는가"가 진짜 세일즈다.

Session Example

"첫 미팅에서 팔려고 하면 끝입니다.
첫 미팅의 목표는 '두 번째 미팅 약속'입니다.
상대방이 '이 사람과 더 이야기하고 싶다'고 느끼게 하세요. 팔리는 건 그 다음입니다."

핵심 판단 프레임

  • First Meeting = Second Meeting — 첫 만남의 목표는 판매가 아니라 다음 만남
  • 거절 후 재접근 — "No"는 끝이 아니라 타이밍의 문제. 돌아오는 구조를 설계
  • 의사결정자 매핑 — 담당자 뒤의 진짜 결정권자를 찾고, 그 사람의 KPI를 파악
  • 레퍼런스 체인 — 만족한 고객이 다음 고객을 데려오는 소개 시스템
대상 B2B 세일즈, BD, 파트너십 매니저, 대행사 영업 Why MCP 세일즈 파이프라인 코칭 + 의사결정자 매핑 도구 + 재접근 시나리오 생성

Top Closer 20년차 Expert

"거절을 클로징으로 바꾸는 뇌"

Objection Handling + Closing Technique — 20년간 수천 건의 딜을 클로징한 실전 판단 체계.
"비싸다", "생각해볼게", "내부 검토 후에" — 모든 거절 패턴에 대한 실전 응대.
현장 세일즈, 미팅 전략, 가격 협상에 적용.

Session Example

"'비싸다'는 건 두 가지 의미입니다.
하나는 진짜 예산이 없는 것. 이건 타이밍을 바꿔야 합니다.
다른 하나는 '가치를 모르겠다'는 것. 이건 비용 대비 효과를 다시 설명해야 합니다.
어떤 '비싸다'인지 구별하는 질문을 먼저 하세요."

핵심 판단 프레임

  • 거절 유형 분류 — 진짜 거절 vs 정보 부족 vs 타이밍 문제 — 대응법이 전부 다르다
  • 침묵의 기술 — 가격을 말한 후 먼저 말하는 쪽이 진다. 3초를 견뎌라
  • Anchor Setting — 먼저 기준점을 제시하면 협상의 프레임을 내가 잡는다
  • 긴급성 설계 — "지금 안 하면 손해"의 구조를 자연스럽게 만드는 기술
대상 필드 세일즈, 보험/부동산/SaaS 영업, 프리랜서 Why MCP 거절 대응 시뮬레이터 + 협상 롤플레이 + 클로징 스크립트 생성

6. 실무 전문가

유명인의 뇌가 "전략적 판단"이라면, 실무 전문가의 뇌는 "현장의 감"이다.
"10년 해본 사람만 아는 것"을 MCP로 패키징한다.

핵심 차별점

유명인 MCP는 "어떻게 생각하는가"를 판다.
실무 전문가 MCP는 "이 상황에서 뭘 하는가"를 판다.
하나는 프레임, 하나는 실행. 둘 다 필요하다.

토스 10년차 PM Expert

"지표가 아니라 행동을 설계하는 뇌"

금융 앱에서 가장 어려운 건 "복잡한 것을 단순하게 만드는 판단".
화면 하나에 무엇을 넣고, 무엇을 뺄 것인가. 지표를 올리는 기능이 아니라,
사용자의 다음 행동을 자연스럽게 유도하는 흐름을 설계하는 사고 체계.

Session Example

"이 화면에서 사용자가 3초 안에 '다음에 뭘 해야 하는지' 모르면 실패입니다.
CTA 버튼 2개요? 1개로 줄이세요.
선택지가 많을수록 아무것도 선택하지 않습니다."

핵심 판단 프레임

  • One Action Per Screen — 화면 하나 = 행동 하나, 예외 없음
  • 지표 해부 — DAU/MAU 뒤에 숨은 진짜 건강 지표를 찾는 방법
  • 기능 vs 가치 판단 — "이 기능이 사용자의 삶을 바꾸는가, 지표만 올리는가"
  • 실험 설계 — A/B 테스트에서 "뭘 검증하는 건지" 명확히 정의하는 기술
대상 PM, PO, 프로덕트 디자이너, 그로스 매니저 Why MCP 금융 UX 패턴 DB + 실험 설계 엔진 + 지표 해부 도구

토스 10년차 디자이너 Expert

"정보 위계로 사고하는 뇌"

예쁜 디자인이 아니라 "정보가 올바른 순서로 인지되는가"를 판단하는 사고.
3층 모델(구조층→기능층→감성층) 기반으로 "이 화면은 왜 이렇게 생겼는가"에 답하는 체계.

Session Example

"이 화면, 예쁜데 눈이 어디로 가야 하는지 모르겠습니다.
금액이 가장 중요하면 금액이 가장 커야 합니다. 지금은 타이틀이 더 큽니다.
시각적 위계 = 비즈니스 우선순위. 이 둘이 일치해야 합니다."

핵심 판단 프레임

  • 3층 모델 — 구조층(정보 위계) → 기능층(인터랙션) → 감성층(비주얼) 순서로 설계
  • 시각적 위계 = 비즈니스 위계 — 화면에서 가장 큰 것 = 가장 중요한 것
  • 삭제의 미학 — "이걸 빼도 사용자가 목적을 달성하는가?" Yes면 뺀다
  • 일관성 감사 — 같은 패턴이 다른 화면에서 다르게 쓰이고 있지 않은가
대상 UI/UX 디자이너, 프로덕트 디자이너, 디자인 시스템 담당 Why MCP 디자인 시안 분석 엔진 + 정보 위계 자동 진단 + 일관성 검사 도구

에이전시 20년차 CD Expert

"아이디어의 크기를 판단하는 뇌"

좋은 아이디어 vs 큰 아이디어를 구별하는 판단 체계.
"이 캠페인이 칸에 갈 수 있는가?"가 아니라 "이 아이디어가 문화가 될 수 있는가?"를 묻는 사고.
크리에이티브 판단, PT 전략, 클라이언트 읽기에 적용.

Session Example

"이 아이디어, 재밌는데 '광고'에서 끝납니다.
사람들이 자발적으로 공유할 이유가 없어요. Earned media가 0입니다.
'이걸 본 사람이 친구에게 뭐라고 말할 것인가?' — 그 한 문장이 없으면 다시 하세요."

핵심 판단 프레임

  • Shareability Test — "이걸 본 사람이 뭐라고 전달하는가?" 한 문장으로 안 되면 약하다
  • 클라이언트 읽기 — "담당자가 진짜 원하는 것 vs 브리프에 쓴 것"을 구별
  • PT 아키텍처 — 아이디어를 발표하는 순서가 아이디어의 크기를 결정한다
  • 만나면 안 되는 광고주 — 이 프로젝트가 실패할 구조인지 시작 전에 감지
대상 AE, CD, 주니어 크리에이터, 대행사 기획자 Why MCP 캠페인 사례 DB + 브리프 해석 엔진 + PT 구조 자동 설계

VC 파트너 15년차 Expert

"창업자를 읽는 뇌"

1,000개의 덱을 보고 10개에 투자하는 판단 체계.
시장이 아니라 창업자의 학습 속도를 본다. "이 사람이 6개월 후에 피봇할 수 있는가?"
투자 판단, 시장 사이징 검증, 레드플래그 감지에 적용.

Session Example

"시장이 크다는 건 알겠는데, TAM $50B은 의미가 없습니다.
당신이 내년에 실제로 팔 수 있는 고객이 몇 명입니까? 그게 SAM입니다.
그리고 그 고객 중 당신한테 돈을 낼 이유가 있는 사람이 몇 명입니까? 그게 SOM입니다.
$50B이 아니라 $2M에서 시작하세요."

핵심 판단 프레임

  • 창업자 학습 속도 — 시장/제품보다 "이 사람이 얼마나 빨리 배우는가"를 본다
  • 레드플래그 체크리스트 — 공동창업자 불화, 번아웃 신호, 시장 착각 등 20개 항목
  • 시장 사이징 검증 — "이 TAM 숫자가 진짜인가" 3단계 역산 검증
  • 포트폴리오 구성 — 한 펀드 안에서 리스크/리턴 분산을 어떻게 설계하는가
대상 초기 창업자, 엔젤 투자자, 주니어 VC, IR 담당 Why MCP 레드플래그 진단 엔진 + 시장 사이징 검증기 + 덱 구조 분석

7. 라인업 로드맵

Phase 1에서 검증하고, 수요가 확인되면 Phase 2, 3으로 확장합니다.
각 인물 MCP는 독립 상품이자, 동시에 번들의 구성 요소입니다.

Phase인물카테고리우선순위 근거
Phase 1 Steve Jobs 글로벌 인지도 최고 + PM/창업자 타깃 직결
Phase 1 Seth Godin 마케팅 마케터 타깃 직결 + 콘텐츠 풍부
Phase 1 백종원 한국 소상공인(T2) 직결 + 인지도 최고
Phase 1 토스 10년차 PM 실무 한국 시장 소구 + 실무 수요 높음
Phase 1 B2B 세일즈 디렉터 15년차 세일즈 B2B 세일즈 수요 + 번들 가능성
Phase 2 Jeff Bezos 글로벌 이커머스/플랫폼 사업자 타깃
Phase 2 Peter Thiel 글로벌 창업자 타깃 × Zero to One 소구
Phase 2 나영석 크리에이티브 콘텐츠 크리에이터(T1) 직결
Phase 2 에이전시 20년차 CD 실무 Copy Factory + Proposal Architect 번들
Phase 2 VC 파트너 15년차 실무 창업자 타깃 × IR Deck Builder 시너지
Phase 2 정주영 한국 초기 창업자 타깃 + 한국 정서 소구
Phase 3 Elon Musk / Warren Buffett / Jonathan Ive 글로벌 하드웨어·투자·디자인 타깃 확장
Phase 3 Martin Lindstrom / David Ogilvy 마케팅 브랜드 전략·광고 타깃 확장
Phase 3 손정의 / 이재용 한국 기업 타깃(T3) 확장
Phase 3 권지용 / 방시혁 크리에이티브 엔터·브랜딩 타깃 확장
Phase 3 Top Closer / 토스 디자이너 세일즈·실무 세일즈·디자이너 타깃 확장

번들 시나리오 — 인물 × 기존 MCP

인물 MCP + 기존 MCP = 번들 가치
Steve Jobs Brain Proposal Architect "잡스의 눈으로 제안서 구조를 검증" — 프레젠테이션 마스터 번들
Jeff Bezos Brain TETReS Diagnostics "고객 역산 사고 + 퍼널 진단" — 플랫폼 성장 번들
토스 PM Brain Insight Extractor "리서치 인사이트 → 토스식 제품 판단" — 프로덕트 마스터 번들
VC 파트너 Brain IR Deck Builder "투자자의 눈으로 내 덱 검증" — 펀드레이징 번들
에이전시 CD Brain Copy Factory "CD의 판단 + 카피 대량 생성" — 크리에이티브 번들
정주영 Brain Senior's Eye (요식업) "해봤어? + 업종 경험" — 소상공인 창업 번들
백종원 Brain 상권 분석 + 메뉴/가격 최적화 "원가 사고 + 상권 데이터" — 요식업 올인원 번들
나영석 Brain Hook Generator "포맷 설계 + 후킹" — 콘텐츠 크리에이터 번들
Seth Godin Brain TETReS Diagnostics "Purple Cow + 퍼널 진단" — 마케팅 마스터 번들
B2B 세일즈 디렉터 15년차 Competitive Radar "관계 세일즈 + 경쟁 분석" — B2B 세일즈 번들
방시혁 Brain Brand Guardian "팬덤 시스템 + 브랜드 일관성" — IP 비즈니스 번들
Portfolio Update

기존 40개 MCP + 인물 MCP 22개 = 총 62개 MCP 후보

인물 MCP는 독립 상품 + 기존 MCP와의 번들 구성 요소 → ARPU 상승 드라이버
유명인 MCP = 마케팅 훅 (유입) → 실무 전문가 MCP = 실질 가치 (리텐션)

3-Tier Depth 모델 적용 (→ 전략 페이지 참조)

위 인물별 가격은 Core Tier 기준. 실제 출시 시 Depth별 3단 가격 적용:

Lecture (최저가) — 유튜브+공개 자료 기반. 원칙 수준의 판단
Mentorship (중간가) — +저서+전기. 맥락까지 반영한 판단
Inner Circle (프리미엄) — +실제 인터뷰. 측근 수준의 판단. 복제 불가

R7 결론: Phase 1은 현직 전문가 1명의 두뇌를 완벽히 복제하는 것이 우선.
이 페이지의 유명인 MCP는 성공 검증 후 Phase 2~3에서 같은 방법론으로 확장.
한국 인물(백종원, 나영석)은 인터뷰 접근 용이 → Deep Tier 선도 사례로 육성.

Multi-Agent MCP

에이전트 MCP
"거장들의 회의실"

한 명의 뇌를 빌리는 건 시작이었다.
진짜 혁신은 서로 다른 거장들이 같은 테이블에 앉을 때 일어난다.
마케팅의 거장 7인이 당신의 브랜드를 놓고 토론하는 — 그 회의실을 연다.

마케팅 7인
디자인 5인
기획/경영 7인
개발 10인
투자/VC 6인
과학/혁신 5인
교육/조직 5인
콘텐츠 5인
세일즈 5인
인사이트 엔진 적용 — 오해→발견

오해: "AI에게 전문가 역할을 시키면 전문가 수준의 답이 나온다"
관습: 하나의 AI에게 "너는 마케팅 전문가야"라고 프롬프트를 준다
문제: 한 명의 관점은 편향을 만든다. 실제 의사결정은 다양한 관점의 충돌에서 나온다
파괴: 한 명이 아니라, 서로 다른 철학을 가진 거장들이 '진짜로 토론'하면?
발견: 코틀러가 전략을 짜면 세스 고딘이 반박하고, 린드스트롬이 감각 전략을 꺼내는 — 다중 에이전트 MCP
인사이트: 거장들의 회의실을 구독하는 서비스

인물 MCP vs 에이전트 MCP — 무엇이 다른가

인물 MCP (Page 3): 한 명의 뇌를 빌린다 → 1:1 코칭, 단일 관점 깊이 탐구
에이전트 MCP (이 페이지): 여러 명의 뇌가 동시에 작동한다 → 다관점 토론, 갈등 → 합의 과정

핵심 차이: 에이전트 간 대화가 발생한다.
사용자가 질문하면 에이전트들이 서로 반박하고, 보완하고, 합의하는 과정을 거쳐 결론을 낸다.
"한 명의 천재"보다 "천재 7명의 논쟁"이 더 나은 답을 만든다.

기술 아키텍처

Multi-Agent Orchestration: 각 인물 = 독립 에이전트 (고유 지식DB + 판단 프레임 + 성격 파라미터)
Debate Protocol: 발제 → 개별 의견 → 상호 반박 → 수렴 → 합의/비합의 리포트
Conflict Resolution: 의견 충돌 시 "왜 다른가"를 구조화 → 사용자에게 선택지 제시
Session Memory: 이전 토론 맥락 유지 → 회의가 이어질수록 깊어지는 결론

출력 모드 설계 — 사용자가 원하는 건 "결론"이다 (→ 전략 R6 참조)

토론 전문을 읽을 인내심이 있는 사용자는 소수다. 3단 출력 모드를 제공한다:

Mode 1 — Executive Summary (기본값): 결론 1줄 + 핵심 근거 3개 + 액션 3개. 30초 안에 판단 가능
Mode 2 — Structured Report: 합의/비합의 정리 + 에이전트별 핵심 주장 요약. A4 1~2장
Mode 3 — Full Debate: 이 페이지의 토론 시뮬레이션 형태. "왜 이런 결론인지" 과정이 궁금한 사용자 전용

기본값이 Mode 1이어야 한다. 토론 과정은 "신뢰의 근거"로 존재 — "원하면 볼 수 있다"는 것 자체가 가치.

1. 마케팅 전략 워룸

마케팅의 역사를 만든 7인이 한 테이블에 앉는다.
4P를 발명한 사람과 "마케팅은 죽었다"고 선언한 사람이 당신의 브랜드를 놓고 논쟁한다.

Marketing War Room MCP

브랜드 전략, 캠페인 기획, 포지셔닝, GTM 전략을 7인의 마케팅 거장이 다관점으로 토론합니다.
코틀러의 체계적 프레임워크와 세스 고딘의 파괴적 직관이 충돌하는 — 그 긴장에서 답이 나옵니다.

에이전트 라인업

  • Philip Kotler — "마케팅의 아버지". STP + 4P 프레임워크. 체계적 시장 분석과 세분화 전략. 모든 논의의 구조를 잡는 역할
  • Seth Godin — "Purple Cow". 관행 파괴자. "평범한 건 보이지 않는다." 코틀러의 체계에 반기를 들며 예외적 접근을 밀어붙인다
  • Martin Lindstrom — 감각 브랜딩 전문가. 오감(시각·청각·후각·촉각·미각)으로 브랜드를 설계하는 관점. 논리 중심 논의에 감각적 차원을 추가
  • Jerome McCarthy — 4P(Product, Price, Place, Promotion) 원조 창시자. 마케팅 믹스의 기본 프레임을 제공하고, 모든 전략이 4P에 맞는지 검증
  • 조이 로우 (Joy Lowe) — 그로스 마케팅 실무자 관점. 퍼포먼스 마케팅, 데이터 드리븐 의사결정, CAC/LTV 기반 판단
  • 다비드 올쉬터 (David Aaker) — 브랜드 자산 이론의 창시자. 브랜드 아이덴티티, 브랜드 확장, 브랜드 포트폴리오 전략의 관점
  • 사무엘 웰터스 — 실전 세일즈 마케팅 통합 관점. B2B 마케팅과 세일즈 퍼널 최적화, 리드 생성 전략
토론 시뮬레이션 — "신규 D2C 브랜드 런칭 전략"

Kotler: "먼저 시장 세분화부터 합시다. 타깃 세그먼트의 크기, 성장률, 경쟁 강도를 정량화하지 않으면 논의가 공중에 뜹니다."

Godin: "잠깐요. 세분화 보고서 100장 만드는 동안 시장은 움직입니다. 이 제품이 '이야기할 가치'가 있는지부터 물어야 해요. 아무도 친구한테 말하고 싶지 않은 제품이면, 세분화는 의미 없습니다."

Lindstrom: "둘 다 맞지만 빠진 게 있어요. 이 브랜드를 눈 감고도 알아볼 수 있는 감각적 시그니처가 뭔가요? 로고 없이도 '이거 그 브랜드다'라고 느끼게 하는 요소 — 그게 없으면 기억에 남지 않습니다."

Aaker: "브랜드 자산 관점에서 보면, 런칭 시점에 '이 브랜드가 무엇을 상징하는가'를 한 문장으로 못 정하면 확장도, 충성도도 없습니다."

McCarthy: "4P 체크리스트로 정리하죠. Product는 세스 말대로 '이야기할 가치'. Price는 포지셔닝 일관성. Place는 D2C니까 디지털 터치포인트. Promotion은 마틴의 감각 시그니처를 담아야 합니다."

입력 브랜드 개요, 타깃 시장, 예산 범위, 경쟁 상황
출력 Executive Summary(기본) / Structured Report / Full Debate(옵션) 대상 CMO, 브랜드 매니저, 마케팅 팀장, 스타트업 창업자
Mode 1 — Executive Summary 출력 예시 (같은 D2C 질문)

결론: "이야기할 가치가 있는 제품"을 먼저 만들고, 감각 시그니처를 설계한 후 런칭하라.

근거 1: 세분화 보고서보다 "친구에게 말하고 싶은 제품인가?"가 우선 (Godin, 다수 합의)
근거 2: 로고 없이도 알아볼 수 있는 감각적 시그니처 필요 (Lindstrom, Aaker 합의)
근거 3: 브랜드 상징을 한 문장으로 정의 못하면 확장 불가 (Aaker, Kotler 합의)

비합의: Kotler는 정량 세분화 선행을 주장. Godin은 속도 우선을 주장. → 팀 상황에 따라 선택

액션 3개:
① 제품의 "한 줄 이야기"를 10명에게 말해보고 반응 측정 (1주일)
② 감각 시그니처 후보 3개 디자인 (색상/소리/촉감) (2주일)
③ 타깃 세그먼트 크기를 1페이지로 정량화 (병행)

2. 디자인 크리틱 세션

"Less, but better"의 디터 람스와 "사용자 중심"의 도널드 노먼이 당신의 제품을 리뷰한다.
아름다움 vs 사용성 — 이 긴장이 위대한 디자인을 만든다.

Design Critique MCP

제품 디자인, UX 설계, 서비스 디자인을 5인의 디자인 거장이 각자의 철학으로 크리틱합니다.
미니멀리즘, 사용성, 혁신, 감성 — 네 가지 렌즈로 동시에 보는 경험.

에이전트 라인업

  • Jonathan Ive — Apple의 디자인 철학 구현자. "디자인은 물건의 영혼이다." 소재, 촉감, 제조 공정까지 고려하는 총체적 디자인. 표면이 아닌 본질을 묻는 역할
  • Dieter Rams — "좋은 디자인의 10원칙" 창시자. "Less, but better." 모든 요소에 "이것이 꼭 필요한가?"를 묻는다. 불필요한 것을 발견하고 제거하는 역할
  • Donald Norman — "디자인과 인간 심리"의 창시자. Affordance, 시그니파이어, 에러 방지 설계. 사용자의 멘탈 모델과 제품의 개념 모델 일치 여부를 검증
  • Jakob Nielsen — 사용성 휴리스틱 10원칙. 데이터 기반 UX 판단. "예쁜데 못 쓰는 건 나쁜 디자인이다." 사용성 테스트 관점에서 모든 제안을 검증
  • Tim Brown — IDEO CEO, 디자인 씽킹 전도사. 공감(Empathize) → 정의(Define) → 아이디에이션(Ideate) → 프로토타입(Prototype) → 테스트(Test). 프로세스와 방법론 관점
토론 시뮬레이션 — "핀테크 앱 온보딩 리디자인"

Norman: "현재 온보딩의 가장 큰 문제는 사용자의 멘탈 모델과 앱의 구조가 불일치한다는 점입니다. 사용자는 '계좌 → 이체'를 기대하는데, 앱은 '대시보드 → 메뉴 → 이체'를 요구해요."

Nielsen: "사용성 데이터가 뒷받침합니다. 온보딩 완료율 34%면 심각합니다. 첫 화면에서 사용자가 '다음에 뭘 해야 하는지' 2초 안에 모르면 이탈합니다."

Ive: "구조 문제도 있지만, 이 앱을 처음 열었을 때의 느낌은요? 차갑고 기계적입니다. 금융 앱이라도 처음 만나는 순간의 감정을 설계해야 합니다."

Rams: "화면 요소를 세어보세요. 첫 화면에 14개 요소가 있습니다. 사용자가 온보딩에서 해야 할 일은 딱 하나. 나머지 13개는 노이즈입니다."

Brown: "우리가 놓치고 있는 건 사용자 여정 전체입니다. 앱 안의 온보딩이 아니라, '친구 추천 → 앱스토어 → 다운로드 → 첫 실행'까지의 전체 경험을 다시 매핑합시다."

입력 디자인 시안/프로토타입, 사용성 데이터, 비즈니스 목표
출력 다관점 크리틱 리포트 + 우선순위별 개선 제안 + 디자인 원칙 정리 대상 프로덕트 디자이너, UX 리서처, CPO, 디자인 팀 리드

3. 경영 전략 라운드테이블

"만들지 말아야 할 것을 결정하는" 잡스와 "10배 성장만 논의하는" 머스크.
"독점을 설계하는" 틸과 "빠르게 움직이고 부수는" 저커버그가 한 테이블에 앉는다.

Strategy Roundtable MCP

사업 전략, 피벗 판단, PMF 검증, 스케일링 전략을 7인의 경영 거장이 다관점으로 논쟁합니다.
"하지 말아야 할 것"을 찾는 잡스와 "독점 가능성"을 찾는 틸의 충돌 — 그 사이에서 전략이 정제됩니다.

에이전트 라인업

  • Steve Jobs — 제거의 미학. "Focus is about saying no." 기능, 전략, 사업 영역에서 버릴 것을 판단. 다른 에이전트의 제안에 "이건 왜 필요한가?"를 끊임없이 묻는 역할
  • Elon Musk — First Principles + 10x Thinking. "불가능"이라는 단어를 허용하지 않는다. 기존 방식을 원자 단위로 분해하고 재조합. 급진적 대안을 제시하는 역할
  • Jeff Bezos — Day 1 사고 + 고객 역순(Working Backwards). "고객이 원하는 것에서 역산한다." 프레스 릴리즈 먼저 쓰는 의사결정 방식. 장기 관점을 대변
  • Peter Thiel — Zero to One. "경쟁은 패자의 게임." 독점 가능성, 비밀(Secret), 역발상 전략. "다른 사람들이 동의하지 않는 중요한 진실은 무엇인가?"를 묻는 역할
  • Mark Zuckerberg — Move Fast and Break Things → Move Fast with Stable Infra. 네트워크 효과, 플랫폼 전략, 빠른 실행과 데이터 기반 의사결정
  • Sam Altman — YC 경험 + AI 시대 전략. 스타트업 스케일링, PMF 판단, 팀 빌딩. "지금 세상에서 가장 중요한 것은 무엇인가?"를 묻는 관점
  • Marc Randolph — Netflix 공동 창업자. "아이디어는 쓰레기다, 실행이 전부다." MVP 검증, 구독 모델 설계, 피벗 판단의 실전 경험
토론 시뮬레이션 — "B2B SaaS 피벗 여부 판단"

Bezos: "프레스 릴리즈를 먼저 써봅시다. 피벗 후의 제품으로 고객이 뭘 할 수 있는지. 그걸 한 문단으로 못 쓰면 피벗의 방향이 아직 불명확한 겁니다."

Thiel: "그보다 먼저 — 피벗 후의 시장에서 독점이 가능한가요? 경쟁자 10명이 이미 있는 시장으로 피벗하는 건 '다른 레드오션으로 이사'하는 것뿐입니다."

Jobs: "지금 하는 것 중에 '정말 잘하는 한 가지'가 있다면, 나머지를 전부 버리는 게 피벗보다 나을 수 있습니다."

Musk: "피벗이든 유지든, 비용 구조를 원자 단위로 분해해 보셨나요? 현재 구조에서 10배 효율 개선이 가능하다면 피벗보다 그게 먼저입니다."

Randolph: "이론은 됐고, 2주 안에 MVP로 테스트할 수 있는 방법을 찾으세요. Netflix도 DVD 우편 배달부터 시작했습니다. 완벽한 피벗 전략 따위는 없어요."

Altman: "한 가지만 확인하죠 — 이 팀이 피벗 후 영역에서 '부당한 우위(unfair advantage)'를 갖고 있습니까? 없으면 팀부터 바꿔야 합니다."

입력 사업 현황, 재무 데이터, 시장 분석, 팀 역량
출력 전략 토론 리포트 + Go/No-Go 판단 + 실행 로드맵 + 리스크 매트릭스 대상 CEO, 창업자, CSO, 사업개발 리더, VC

4. 아키텍처 리뷰 보드

리눅스를 만든 사람, 자바를 만든 사람, 딥러닝을 만든 사람들이
당신의 기술 아키텍처를 리뷰한다. 오픈소스 vs 상용, 모놀리스 vs 마이크로서비스 — 진짜 논쟁.

Architecture Review Board MCP

기술 아키텍처, 스택 선택, AI/ML 전략, 오픈소스 전략을 10인의 컴퓨터 과학 거장이 논의합니다.
시스템 설계의 철학부터 AI 연구의 최전선까지 — 기술적 의사결정의 모든 차원을 커버.

에이전트 라인업

  • Linus Torvalds — Linux 창시자. "Talk is cheap. Show me the code." 실용적 엔지니어링, 코드 품질, 성능 최적화. 과도한 추상화와 엔지니어링에 제동을 거는 역할
  • James Gosling — Java 창시자. 플랫폼 독립성, 엔터프라이즈 아키텍처, 타입 시스템 설계. 대규모 시스템의 유지보수성과 안정성 관점
  • Bill Gates — 플랫폼 전략의 원조. 개발자 생태계, API 전략, 플랫폼 비즈니스와 기술의 교차점. 기술을 비즈니스 가치로 전환하는 관점
  • Richard Stallman — GNU/FSF 창시자. 소프트웨어 자유, 라이선스 전략, 오픈소스 vs 프로프라이어터리. 기술적 의사결정의 윤리적·법적 차원을 점검
  • Ken Thompson — Unix 공동 창시자. "의심스러우면 brute force." 단순한 설계, 구성 가능한 도구, UNIX 철학. 복잡한 제안을 단순화하는 역할
  • Anders Hejlsberg — TypeScript/C# 창시자. 언어 설계, 타입 시스템, 개발자 경험(DX). 도구와 언어 선택의 생산성 영향을 판단
  • Geoffrey Hinton — 딥러닝의 대부. 신경망 아키텍처, AI 안전성, 연구 → 프로덕션 전환. AI/ML 기술 전략의 장기 방향성 제시
  • Yann LeCun — CNN 발명자, Meta AI 수석. 자기지도학습, 에너지 기반 모델, 실용적 AI 배포. 학계와 산업의 교차점에서 판단
  • Yoshua Bengio — 딥러닝 선구자. AI 안전성, 책임 있는 AI, 기초 연구. 기술적 가능성과 사회적 책임의 균형을 묻는 역할
  • Andrew Ng — AI 실무 전도사. "AI는 새로운 전기." MLOps, AI 전환 전략, 데이터 중심 AI. 연구에서 프로덕션으로의 전환 관점
토론 시뮬레이션 — "사내 AI 플랫폼 아키텍처 설계"

Ng: "데이터 파이프라인부터 봅시다. 모델보다 데이터 품질이 먼저입니다. 데이터 플라이휠이 돌아가는 구조가 아니면 어떤 모델도 소용없습니다."

Torvalds: "일단 마이크로서비스 100개 설계부터 하겠다는 건 집어치우세요. 모놀리스로 시작하고, 진짜 병목이 생기면 그때 분리하세요."

Hinton: "주의할 점 — 지금의 트랜스포머 아키텍처가 3년 후에도 최선이라는 보장은 없습니다. 모델 교체가 쉬운 추상화 계층을 반드시 두세요."

Stallman: "그 AI 모델의 라이선스를 확인하셨습니까? 상용 모델에 종속되면 나중에 가격이 10배가 되어도 빠져나올 수 없습니다."

Thompson: "복잡하게 가지 마세요. 입력 → 처리 → 출력. 이 세 단계가 각각 독립적으로 교체 가능하면 됩니다. 파이프 철학이요."

Gates: "이걸 사내에서만 쓸 건가요? 플랫폼으로 만들면 파트너사도 쓸 수 있고, 그게 비즈니스 모델이 될 수 있습니다."

입력 기술 스택, 아키텍처 다이어그램, 트래픽/데이터 규모, 팀 역량
출력 아키텍처 리뷰 리포트 + 기술 부채 분석 + 스택 추천 + 마이그레이션 로드맵 대상 CTO, VP of Engineering, 테크 리드, 시스템 아키텍트

5. 투자 심의 위원회

"절대 돈을 잃지 마라"의 버핏과 "올웨더 포트폴리오"의 달리오.
가치 투자 vs 매크로 전략 — 6인의 투자 거장이 당신의 투자 판단을 심의한다.

Investment Committee MCP

투자 의사결정, 밸류에이션, 리스크 관리, 포트폴리오 전략을 6인의 투자 거장이 다관점으로 심의합니다.
"탐욕일 때 공포하라"의 버핏과 "가격은 무엇이든 가능하다"의 소로스가 같은 딜을 보는 경험.

에이전트 라인업

  • Warren Buffett — 가치 투자의 교과서. 내재 가치, 경제적 해자(Moat), 장기 보유. "좋은 기업을 합리적 가격에." 모든 투자 제안에 "10년 보유할 수 있는가?"를 묻는다
  • Charlie Munger — 다학제 사고 모델. 심리학, 물리학, 생물학의 멘탈 모델을 투자에 적용. "역산(Inversion) — 성공 방법이 아니라 실패 방법을 먼저 파악하라"
  • Ray Dalio — 원칙(Principles) + 올웨더 전략. 매크로 경제 사이클, 부채 사이클, 포트폴리오 분산. 시스템적 리스크 관리 관점
  • Peter Lynch — "아는 것에 투자하라." 일상에서 투자 기회 발견, 10배 주식(Ten Bagger) 발굴법, PEG 비율. 실전적이고 직관적인 투자 판단
  • Howard Marks — "가장 중요한 것." 2차 사고(Second-Level Thinking), 시장 사이클 판단, 리스크 ≠ 변동성. 다른 에이전트의 낙관론에 "그건 이미 가격에 반영되어 있다"로 견제
  • Benjamin Graham — 증권 분석의 아버지. 안전마진(Margin of Safety), 미스터 마켓, 정량적 가치 평가. 모든 감정적 판단을 숫자로 되돌리는 역할
토론 시뮬레이션 — "AI 스타트업 시리즈 B 투자 검토"

Buffett: "이 회사의 경제적 해자가 뭡니까? AI 모델은 6개월이면 따라잡힙니다. 데이터, 네트워크 효과, 전환 비용 — 방어할 수 있는 게 뭔지 보여주세요."

Munger: "역산해 봅시다. 이 투자가 실패하려면 뭐가 일어나야 하죠? 기술 우위 소멸, 규제 변화, 핵심 인력 이탈 — 이 중 하나라도 확률이 30% 넘으면 재고해야 합니다."

Marks: "AI 섹터에 자금이 몰리고 있습니다. 이 밸류에이션은 '모든 것이 잘 될 때'를 전제한 가격입니다. 시장이 식었을 때 이 가격이 정당화되는지 물어봐야 합니다."

Dalio: "매크로 사이클 상 지금은 긴축 후반부입니다. 유동성이 축소되면 이런 성장주가 가장 먼저 타격을 받습니다. 포트폴리오 전체 관점에서 비중을 봐야 합니다."

Lynch: "그래도 저는 긍정적입니다. 이 제품을 직접 써봤는데 — 써본 사람은 다 좋아합니다. 사용자가 좋아하는 제품의 회사 주식은 대체로 올라요."

입력 투자 대상 정보, 재무제표, 시장 데이터, 포트폴리오 현황
출력 투자 심의 리포트 + 찬반 근거 + 리스크 매트릭스 + 적정 가치 범위 대상 VC 파트너, 엔젤 투자자, 펀드 매니저, CFO

6. 문제 해결 연구소

"이해 못하는 것은 설명할 수 없다"의 파인만과 "정보는 불확실성의 해소"인 섀넌.
복잡한 문제를 원자 단위로 분해하는 5인의 과학 거장.

Problem Lab MCP

복잡계 분석, 시스템 모델링, 근본 원인 규명, 혁신 방법론을 5인의 과학자가 적용합니다.
비즈니스 문제를 과학적 방법론으로 분해 — 가설 → 실험 → 검증의 사이클.

에이전트 라인업

  • Richard Feynman — "이해하지 못하면 설명할 수 없다." 복잡한 문제를 단순한 언어로 분해하는 기술. 1차 원리부터 다시 생각하기. 모든 "당연한 것"에 "정말?"이라고 묻는 역할
  • Nikola Tesla — 시각화 사고. 머릿속에서 완전한 시스템을 시뮬레이션하고 작동시킨 후에 만든다. 현존하지 않는 솔루션을 상상하는 역할
  • Alan Turing — 계산 가능성 이론. "이 문제는 풀 수 있는 문제인가?" 자체를 먼저 판단. 문제의 본질적 복잡도와 계산적 한계를 정의
  • Claude Shannon — 정보 이론 창시자. 노이즈 속 신호 추출, 효율적 인코딩, 채널 용량. 문제를 정보의 흐름으로 재정의하는 관점
  • John von Neumann — 게임 이론 + 범용 계산 아키텍처. 전략적 상호작용 분석, 최적 의사결정 모델링. 경쟁 상황에서의 최적 전략을 수학적으로 도출
토론 시뮬레이션 — "데이터 기반 의사결정 시스템 설계"

Feynman: "'데이터 기반 의사결정'이라고 했는데, 정확히 어떤 의사결정을 말하는 겁니까? '모든 의사결정'은 답이 아닙니다. 가장 비용이 큰 의사결정 하나를 고르세요."

Shannon: "의사결정에 필요한 정보의 비트 수를 먼저 계산합시다. 데이터가 100GB 있어도 의사결정에 필요한 정보량은 몇 비트에 불과할 수 있습니다. 나머지는 노이즈입니다."

Turing: "이 의사결정 문제는 결정 가능한(decidable) 문제입니까? 어떤 문제는 데이터를 아무리 모아도 알고리즘적으로 풀 수 없습니다."

Von Neumann: "이 의사결정에 다른 플레이어가 있나요? 경쟁사가 당신의 결정에 반응한다면 단순 최적화가 아니라 게임 이론적 접근이 필요합니다."

입력 문제 정의, 데이터셋, 제약 조건, 실패 사례
출력 문제 분해 리포트 + 가설 트리 + 실험 설계 + 검증 프로토콜 대상 R&D 리더, 데이터 사이언티스트, 기술 전략가, 연구소장

7. 조직 설계 자문단

"경영의 발명자" 드러커와 "좋은 기업을 넘어 위대한 기업으로"의 짐 콜린스.
조직, 문화, 리더십, 혁신의 구조를 5인의 경영 사상가가 설계한다.

Org Design Council MCP

조직 구조, 인재 전략, 문화 설계, 혁신 프로세스를 5인의 경영 사상가가 다관점으로 자문합니다.
"사람이 먼저"의 콜린스와 "파괴적 혁신"의 크리스텐슨이 조직의 미래를 놓고 논쟁.

에이전트 라인업

  • Peter Drucker — "경영의 발명자." 지식 근로자, 목표에 의한 관리(MBO), 효과성 vs 효율성. "올바른 일을 하고 있는가?"를 항상 먼저 묻는 역할
  • Jim Collins — "Good to Great." Level 5 리더십, 고슴도치 개념, 플라이휠. "먼저 사람을 버스에 태우고, 그 다음 방향을 정하라." 인재 우선 관점
  • Clayton Christensen — 파괴적 혁신 이론. 기존 시장의 하단에서 시작하는 혁신이 결국 시장을 뒤집는 구조. 기존 성공에 안주할 때 경고하는 역할
  • Simon Sinek — "Start with Why." 골든 서클 — Why → How → What. 조직의 존재 이유와 동기부여의 구조. 전략 논의가 "무엇"에만 머물 때 "왜"로 되돌리는 역할
  • Daniel Kahneman — 행동경제학 + 의사결정 편향. 시스템 1(직관) vs 시스템 2(숙고), 손실 회피, 확증 편향. 팀의 의사결정에서 편향을 발견하고 교정하는 역할
토론 시뮬레이션 — "50→200명 스케일업 조직 설계"

Collins: "먼저 — 지금 50명 중 200명 체제에서도 핵심 역할을 할 A급 인재가 몇 명입니까? 그들을 먼저 파악하고, 그들 중심으로 구조를 짜야 합니다."

Drucker: "구조보다 먼저, 이 조직이 200명이 되어서 달성할 '성과'가 무엇인지 정의하세요. 조직도를 먼저 그리는 건 본말이 전도된 겁니다."

Christensen: "주의하세요. 200명이 되면 '기존 고객 유지'에 최적화된 프로세스가 생깁니다. 그 프로세스가 새로운 기회를 죽이는 면역 체계가 됩니다."

Kahneman: "50명일 때의 성공 경험이 200명 체제 설계에 앵커링 편향을 만들 수 있습니다. '50명일 때 되던 방식'을 200명에 적용하려 하지 마세요."

Sinek: "200명이 한 문장으로 '우리는 왜 존재하는가'에 같은 답을 할 수 있습니까? 그게 안 되면 구조를 아무리 잘 짜도 방향이 흩어집니다."

입력 조직 현황, 성장 계획, 문화 이슈, 핵심 인재 현황
출력 조직 진단 리포트 + 구조 제안 + 채용 우선순위 + 문화 설계 원칙 대상 CEO, CHRO, COO, VP of People, 스타트업 창업자

8. IP 개발 크리에이티브룸

디즈니 유니버스를 만든 사람, 나영석 PD, 방시혁이 당신의 IP를 설계한다.
스토리텔링 × 팬덤 × 세계관 — 콘텐츠의 세 축을 동시에 설계하는 회의실.

Creative Room MCP

IP 개발, 콘텐츠 전략, 스토리텔링, 팬덤 설계를 5인의 크리에이티브 거장이 함께 작업합니다.
할리우드의 세계관 설계 + K-콘텐츠의 포맷 혁신 + 음악 산업의 팬덤 아키텍처.

에이전트 라인업

  • Walt Disney — 세계관(Universe) 설계의 원조. 하나의 캐릭터 → 영화 → 테마파크 → 상품 → 라이프스타일. IP를 생태계로 확장하는 사고. 모든 제안에 "이걸 10개의 미디어로 확장할 수 있는가?"를 묻는다
  • 나영석 — K-예능 포맷 혁신. "신서유기", "삼시세끼", "꽃보다" 시리즈. 일상의 재발견, 출연자 케미스트리, 포맷의 확장과 변주. "재미의 본질은 관계"라는 관점
  • 방시혁 — BTS 성공의 설계자. 팬덤 아키텍처, 아티스트-팬 관계 설계, 글로벌 K-콘텐츠 전략. 콘텐츠를 커뮤니티로 전환하는 관점
  • George Lucas — 스타워즈 유니버스 창시자. 신화적 서사 구조(영웅의 여정), 세계관 내 규칙 체계, 프랜차이즈 확장 전략. 이야기의 보편적 구조를 설계
  • Hayao Miyazaki — 스튜디오 지브리. 세상에 대한 경외, 자연과 기술의 공존, 디테일의 힘. "관객을 존중하라. 그들은 바보가 아니다." 작품의 진정성과 깊이를 요구하는 역할
토론 시뮬레이션 — "AI 캐릭터 기반 콘텐츠 IP 개발"

Disney: "이 AI 캐릭터가 영화, 게임, 상품, 테마 공간까지 확장 가능한가요? 캐릭터 하나에 멈추면 IP가 아닙니다. 세계관이 있어야 합니다."

방시혁: "팬이 이 캐릭터의 '성장 서사'에 참여할 수 있는 구조가 핵심입니다. BTS가 된 건 음악이 아니라 팬과 함께 성장하는 이야기가 있었기 때문입니다."

나영석: "AI 캐릭터끼리의 케미를 먼저 만들어야 합니다. 사람들은 캐릭터 '하나'를 좋아하는 게 아니라 캐릭터 '사이의 관계'를 좋아합니다."

Lucas: "이 세계의 규칙이 뭔가요? 어떤 세계관이든 물리 법칙처럼 깨지지 않는 내부 규칙이 있어야 합니다. 그게 없으면 팬이 몰입할 수 없어요."

Miyazaki: "AI라서 무한히 만들 수 있다는 게 장점이라고요? 그건 함정입니다. 제한이 있을 때 창의성이 나옵니다. 이 캐릭터에 '만들지 않을 것'을 먼저 정하세요."

입력 IP 컨셉, 타깃 오디언스, 확장 계획, 레퍼런스
출력 IP 바이블 + 세계관 설계서 + 확장 로드맵 + 팬덤 아키텍처 대상 콘텐츠 PD, IP 기획자, 크리에이티브 디렉터, 엔터테인먼트 사업 개발

9. 딜 클로징 시뮬레이터

FBI 수석 협상가와 설득의 심리학 대가가 당신의 딜을 분석한다.
"No가 시작이다"의 크리스 보스와 "먼저 주어라"의 치알디니 — 협상의 양극에서 전략을 짠다.

Deal Simulator MCP

세일즈 전략, 협상 시뮬레이션, 딜 구조 설계, 이의 처리를 5인의 세일즈/협상 전문가가 코칭합니다.
실제 딜 상황을 입력하면 5인이 각자의 전략으로 시뮬레이션하고 최적 접근법을 도출.

에이전트 라인업

  • Chris Voss — 전 FBI 국제 인질 협상가. "Never Split the Difference." 전술적 공감, 미러링, 라벨링, 교정 질문. "No"를 이끌어내는 것이 진짜 협상의 시작
  • Robert Cialdini — "설득의 심리학." 상호성, 희소성, 권위, 일관성, 호감, 사회적 증거 6원칙. 상대방의 심리적 트리거를 구조화하는 관점
  • Zig Ziglar — 세일즈의 전설. "사람들이 원하는 것을 얻도록 도와주면, 당신도 원하는 것을 얻는다." 관계 기반 세일즈, 긍정적 프레이밍, 클로징 기법
  • Grant Cardone — "10X Rule." 공격적 세일즈 전략. 거절을 두려워하지 않는 마인드셋, 대량 접촉, 후속 관리. 소극적 접근에 제동을 거는 역할
  • B2B 세일즈 디렉터 15년차 — 한국 B2B 세일즈 현장의 관계 역학, 의사결정 구조, 리드 타임 관리. 한국 비즈니스 문화에 맞춘 협상 전략
토론 시뮬레이션 — "대기업 B2B SaaS 계약 협상"

B2B 디렉터: "한국 대기업은 의사결정자가 3명 이상입니다. 실무 담당자가 좋다고 해도 팀장, 임원, 구매팀까지 다 다른 기준으로 봅니다. 각자에게 다른 가치를 준비하세요."

Voss: "첫 미팅에서 '얼마에 하시겠습니까?'로 시작하지 마세요. '이 프로젝트에서 가장 큰 걱정이 뭔가요?'로 시작하세요. 상대의 두려움을 라벨링하면 신뢰가 생깁니다."

Cialdini: "파일럿을 무료로 먼저 제공하세요. 상호성의 원칙 — 먼저 가치를 주면 상대는 심리적으로 갚아야 한다고 느낍니다. 단, 파일럿의 성과를 정량화해야 합니다."

Cardone: "파일럿은 좋지만 3개월이나 끌지 마세요. 2주 안에 성과를 보여주고, 바로 연간 계약으로 넘어가세요. 긴 파일럿은 결정을 미루는 핑계가 됩니다."

Ziglar: "이 솔루션이 그들의 KPI를 어떻게 바꾸는지 — 그들의 '개인적인 성공'과 연결하세요. 회사가 아니라 담당자가 이걸로 승진한다고 느끼면 딜은 됩니다."

입력 딜 상황, 상대방 정보, 가격/조건, 이의 사항
출력 협상 전략 리포트 + 시나리오별 대응 스크립트 + 클로징 플레이북 대상 세일즈 매니저, AE, BD 매니저, 영업 임원, 창업자

* 에이전트 포트폴리오 요약

에이전트 팀 참여 인물 핵심 유즈케이스
마케팅 전략 워룸 Kotler, Godin, Lindstrom, McCarthy, 조이 로우, Aaker, 사무엘 웰터스 브랜드 전략, 캠페인, GTM
디자인 크리틱 세션 Ive, Rams, Norman, Nielsen, Brown UX 리뷰, 제품 디자인
경영 전략 라운드테이블 Jobs, Musk, Bezos, Thiel, Zuckerberg, Altman, Randolph 사업 전략, 피벗, PMF
아키텍처 리뷰 보드 Torvalds, Gosling, Gates, Stallman, Thompson, Hejlsberg, Hinton, LeCun, Bengio, Ng 기술 아키텍처, AI/ML 전략
투자 심의 위원회 Buffett, Munger, Dalio, Lynch, Marks, Graham 투자 판단, 리스크 관리
문제 해결 연구소 Feynman, Tesla, Turing, Shannon, Von Neumann 복잡 문제 분해, 시스템 분석
조직 설계 자문단 Drucker, Collins, Christensen, Sinek, Kahneman 조직 구조, 문화 설계
IP 개발 크리에이티브룸 Disney, 나영석, 방시혁, Lucas, Miyazaki IP 개발, 콘텐츠 전략
딜 클로징 시뮬레이터 Voss, Cialdini, Ziglar, Cardone, B2B 세일즈 디렉터 세일즈, 협상 시뮬레이션
Portfolio Update

기존 62개 MCP + 에이전트 MCP 9개 팀 (총 55인) = 총 71개 MCP 후보

에이전트 MCP는 인물 MCP의 상위 상품.
인물 MCP(1인 코칭) → 에이전트 MCP(다인 토론) → 업셀 경로 확보

차별화 포인트: 경쟁사는 "AI에게 역할 부여" 수준. 우리는 "거장들의 실제 토론"을 구현.
Multi-Agent Orchestration + Debate Protocol = 기술적 해자

전략 페이지 결론 → 에이전트 MCP는 Phase 3

에이전트 MCP는 최종 형태이지 첫 번째 상품이 아니다.

선행 조건: 에이전트 토론을 구현하려면 개별 인물 MCP가 먼저 완성되어야 한다.
잡스 Brain MCP가 없이 "경영 라운드테이블" 7인 토론은 만들 수 없다.

Phase 1: 현직 전문가 1명의 두뇌 MCP로 "한 명으로 증명" (R7)
Phase 2: 증명된 방법론으로 멀티 카테고리 인물 확장 + 에이전트 1개 파일럿
Phase 3: 인물 MCP 조합으로 에이전트 팀 순차 구성

이 페이지의 9개 팀은 "완성된 미래의 청사진"이다. 지금 만들 것이 아니다.

Strategic Synthesis

전략 재구성
"네 개의 렌즈, 하나의 전략"

개요, 타깃별, 인물, 에이전트 — 네 가지 아이데이션은 각각 다른 질문에서 출발했다.
"뭘 만들지?" / "누구에게 팔지?" / "누구의 뇌를 팔지?" / "어떻게 협업시킬지?"
이 네 관점을 인격으로 세워 서로를 비평하면 — 빠진 것이 보인다.

개요 상품 중심
타깃별 고객 중심
인물 차별화 중심
에이전트 시스템 중심
메타 인사이트 — 왜 교차 비평인가

4개의 아이데이션은 각각 "자기 논리" 안에서는 완벽하다.
하지만 한 페이지의 강점이 다른 페이지의 사각지대를 만든다.
마케팅 워룸의 7인이 서로를 비평했듯 — 우리의 아이데이션 자체를 같은 방식으로 비평한다.
이 문서 자체가 Multi-Agent Debate의 실증이다.

R1. 각 관점의 핵심 주장

4개의 아이데이션을 하나의 문장으로 압축한다.
각각이 "MCP MARKET의 핵심은 이것이다"라고 주장하는 바.

개요 — "상품이 먼저다"

범용 MCP 10개(Work 6 + Wisdom 4) + 타깃 전용 30개 = 총 40개 MCP 후보를 정의했다.
"팔 물건이 없으면 시장도 없다." 상품 라인업을 먼저 확보하고, 그 다음 고객을 찾는다.
핵심 전제: 좋은 상품은 고객을 만든다.

타깃별 — "고객이 먼저다"

개인(10) + 개인사업자(11) + 기업(9) = 30개 MCP를 타깃별로 재설계했다.
"카페 사장님과 CTO가 같은 MCP를 쓸 리 없다." 고객 세그먼트가 상품을 결정한다.
핵심 전제: 고객의 문제에서 상품이 나온다.

인물 — "차별화가 먼저다"

글로벌 비저너리부터 실무 전문가까지 = 22명의 뇌를 MCP로 패키징했다.
"MCP 도구는 6개월이면 따라잡힌다. 잡스의 뇌는 따라잡을 수 없다." 방어 가능한 차별화.
핵심 전제: 복제할 수 없는 것만이 가치 있다.

에이전트 — "시스템이 먼저다"

9개 팀, 55인의 거장이 멀티에이전트로 토론하는 시스템을 설계했다.
"한 명의 의견은 편향이다. 7명의 논쟁이 지혜다." 도구가 아니라 도구들의 협업이 가치.
핵심 전제: 개별 부품보다 조합된 시스템이 가치 있다.

R2. 교차 비평 라운드테이블

4개의 관점이 하나의 테이블에 앉아 서로를 비평한다.
각자의 강점이 다른 관점의 약점을 드러낸다.

1차 교전 — "뭘 먼저 만들어야 하는가"

[개요]: "우리는 40개 MCP 후보를 정의했습니다. 상품 없이 시장은 없습니다."

[타깃별]: "40개요? 그 중에 고객이 '첫 번째로' 살 MCP가 뭔지 정했습니까? 40개를 한꺼번에 보여주면 고객은 '아무것도 선택하지 않는 것'을 선택합니다. 카페 사장님 앞에 40개 메뉴판을 펼치면 나가버려요."

[인물]: "더 큰 문제가 있습니다. 이 40개는 기능적 도구입니다. 기능은 따라잡힙니다. Notion AI, Cursor, Zapier — 다 비슷한 걸 합니다. 6개월 후에 우리 MCP만의 이유가 뭡니까?"

[에이전트]: "맞습니다. 개별 MCP는 부품일 뿐입니다. 고객은 '기획서 도우미'를 사는 게 아니라 '기획 문제가 풀리는 것'을 삽니다. 부품이 아니라 부품들이 협업하는 시스템을 팔아야 합니다."

[개요]: "그래서 교차점을 만들었잖습니까. Work × Wisdom 조합. 하지만... 인정합니다. 조합 전략이 구체적이지 않았습니다."

2차 교전 — "누구에게 먼저 팔 것인가"

[타깃별]: "우리는 세 타깃을 명확히 구분했습니다. 개인, 개인사업자, 기업. 각각의 pain point가 다르니까요."

[인물]: "타깃은 좋은데, 동일인이 상황에 따라 다른 타깃이 됩니다. 토스 10년차 PM이 퇴근 후에는 '개인'이고, 사이드 프로젝트를 하면 '개인사업자'이고, 회사에서는 '기업' 사용자입니다. 사람이 아니라 컨텍스트를 봐야 합니다."

[에이전트]: "더 근본적인 문제 — 개인사업자에게 잡스 MCP나 에이전트 토론이 필요합니까? '배달 리뷰 자동 응답 MCP' 하나면 됩니다. 그런데 그건 최저가 도구예요. 우리의 프리미엄 상품과 이 시장이 맞습니까?"

[개요]: "동의합니다. 타깃 3개를 다 공략하면 자원이 분산됩니다. 파일럿 시점에서는 하나의 타깃에 집중해야 합니다."

[타깃별]: "...인정합니다. 세 타깃을 다 열거했지만, '어디서 시작할 것인가'는 결정하지 않았습니다."

3차 교전 — "차별화는 정말 방어 가능한가"

[인물]: "인물 MCP가 답입니다. 잡스의 뇌, 머스크의 사고 — 이건 복제할 수 없습니다."

[개요]: "정말요? '잡스처럼 생각하기' 프롬프트는 ChatGPT에서 30초면 만듭니다. 인물 MCP와 잘 만든 프롬프트의 차이를 고객이 체감할 수 있습니까? 체감 못하면 구독료를 내지 않습니다."

[에이전트]: "개별 인물 MCP의 차별화는 약합니다. 하지만 7명이 동시에 토론하는 것 — 이건 프롬프트 하나로 안 됩니다. Multi-Agent Orchestration이 기술적 해자입니다."

[타깃별]: "해자는 좋은데, 그걸 필요로 하는 고객이 충분합니까? '마케팅 거장 7인 토론 구독'이 MRR $10K를 만들 타깃이 어디 있습니까?"

[인물]: "...인정합니다. 인물 MCP 단독으로는 '프롬프트와 뭐가 다르냐'는 질문을 넘기 어렵습니다. 인물 DB + 상황 매칭 + 세션 메모리 — 이 기술적 깊이를 체감시키는 전략이 빠져 있었습니다."

4차 교전 — "시스템은 아름답지만 복잡하다"

[에이전트]: "멀티에이전트가 미래입니다. 도구 하나하나가 아니라, 에이전트들이 협업하는 시스템 —"

[개요]: "잠깐요. 에이전트 팀 9개를 전부 구독하면 상당한 금액입니다. 누가 이걸 전부 삽니까?"

[타깃별]: "기업도 전부 사지 않습니다. 마케팅팀은 마케팅 워룸만 쓰고, 디자인팀은 크리틱만 씁니다. '전체 시스템의 가치'는 마케팅 메시지일 뿐, 실제 구매는 개별 팀 단위입니다."

[인물]: "그리고 에이전트 MCP를 만들려면 인물 MCP가 먼저 있어야 합니다. 인물 1인 MCP도 없이 7인 토론을 만들 수는 없잖습니까. 순서가 있습니다."

[에이전트]: "...인정합니다. 에이전트 MCP는 최종 형태이지 첫 번째 상품이 아닙니다. 인물 MCP → 에이전트 MCP로의 자연스러운 업셀 경로가 필요합니다."

R3. 공통 구조적 문제

4개의 관점이 서로를 비평한 결과, 모두가 인정하는 5가지 구조적 문제가 드러났다.

문제 1 — 엔트리 포인트 부재

71개 MCP 후보가 있지만, 고객이 "첫 번째로" 구매할 MCP가 무엇인지 정해지지 않았다.
메뉴판이 40페이지인 식당에 사람은 들어오지 않는다.
[개요]의 실패: 상품을 나열했지만 진입점을 설계하지 않았다.
[타깃별]의 실패: 세그먼트는 나눴지만 세그먼트별 첫 구매 여정을 그리지 않았다.

문제 2 — 업셀 경로 단절

Work MCP → 인물 MCP → 에이전트 MCP는 가치가 상승하는 사다리다.
하지만 고객이 자연스럽게 이 사다리를 오르는 경로가 설계되지 않았다.
저가 도구를 쓰던 사람이 프리미엄 에이전트 팀을 구독하게 만드는 트리거가 무엇인가?
[인물]과 [에이전트]의 실패: 상위 상품은 멋지지만 아래에서 올라오는 계단이 없다.

문제 3 — 프롬프트 대비 차별화 부족

"잡스처럼 생각해줘"라는 프롬프트 한 줄과 유료 인물 MCP의 차이를 고객이 체감할 수 있는가?
체감할 수 없으면 돈을 내지 않는다.
[인물]의 실패: 기술적 깊이(전용 DB + 맥락 엔진)는 주장했지만, 고객 체감 전략이 없다.
[에이전트]의 실패: 멀티에이전트는 기술적 해자지만, 데모가 없으면 "그냥 긴 대화 아니냐"로 귀결.

문제 4 — 타깃 우선순위 미결정

개인, 개인사업자, 기업 — 세 타깃을 동시에 공략할 자원이 없다.
파일럿 시점에 어떤 타깃에 집중할 것인가?
[타깃별]의 실패: 세 타깃을 병렬로 나열했지 우선순위를 정하지 않았다.
개인사업자용 최저가 MCP와 기업용 프리미엄 에이전트 MCP를 같은 팀이 동시에 만들 수 있는가?

문제 5 — PMF 검증 순서 부재

71개 MCP 중 무엇을 먼저 만들어서, 누구에게, 어떻게 검증할 것인가?
파일럿 1(마켓) vs 파일럿 2(자체 생산) — 어디서 시작하는가?
전체의 실패: 아이디어의 양은 풍부하지만 실행의 순서가 없다.
"무엇을 먼저"가 아니라 "무엇을 하지 않을 것인가"를 결정해야 한다.

핵심 진단

4개의 아이데이션은 각각 "무엇을 만들 것인가"에 답했다.
하지만 아무도 "무엇을 만들지 않을 것인가"에 답하지 않았다.
71개 후보는 가능성의 지도일 뿐 — 전략은 가능성의 90%를 버리는 판단이다.

R4. 통합 전략 재구성

5가지 구조적 문제를 해결하는 전략을 세운다.
아이디어를 덜어내고, 순서를 정하고, 사다리를 놓는다.

전략 1 — Product Ladder (상품 사다리)

해결하는 문제: #1 엔트리 포인트 부재 + #2 업셀 경로 단절

71개를 펼치지 않는다. 4단계 사다리로 세운다.

Tier 0 — Free (무료 체험) R6 수정

목적: 진입 장벽 제거. "뭔지 모르겠는데 일단 써보기"
상품: Surface Depth 기반 맛보기. "프롬프트와 비슷하지만 살짝 다른" 수준 — 기대치 관리 필수
주의: Free가 첫인상이 되면 안 된다. "이것은 맛보기입니다. 진짜는 Mentorship부터." 명시
전환 트리거: 무료 한도 소진 → "더 깊은 판단을 원하시면 Starter로"

Tier 1 — Starter (저가) R6 수정

목적: 첫 결제. "이건 프롬프트로 안 되는 거니까 돈 낼 가치가 있다"는 경험
상품: Core Depth 기반 데이터 연동형 MCP 1개 (● 판정 MCP 중 택 1 — 사용자 인터뷰 후 확정)
핵심: 첫 유료 제품은 반드시 Core. Surface로 시작하면 "ChatGPT랑 같다" → 첫인상 파괴
전환 트리거: 도구적 가치 체감 → "이 도구에 AI 멘토를 붙이면?" → 인물 MCP 탐색

Tier 2 — Pro (중가)

목적: ARPU 상승. 도구 + 인물의 결합
상품: Work MCP + 인물 MCP 1~2인 번들. "데이터 연동형 MCP + 인물 Brain"
전환 트리거: "잡스 혼자 보는 것보다, 잡스랑 베조스가 토론하면?" → 에이전트 MCP

Tier 3 — Enterprise (고가)

목적: 최고 가치. 팀 단위 의사결정 지원
상품: 에이전트 MCP (멀티에이전트 토론) + 커스텀 세션 + 팀 공유
전환 트리거: 팀 전체가 사용 → 연간 계약 전환 → LTV 극대화

전략 2 — Entry Point 전략 (첫 구매 설계)

해결하는 문제: #1 엔트리 포인트 부재 + #4 타깃 우선순위 미결정

71개 중 "이것 하나"로 시작한다.

파일럿 타깃: 개인 (직장인 기획자/마케터/디자이너)

왜 개인 먼저인가:
- 개인사업자: CAC 대비 ARPU가 낮다. 볼륨 게임인데 초기에 볼륨이 없다
- 기업: 세일즈 사이클이 길다 (3~6개월). 파일럿에서 속도가 안 나온다
- 개인 (직장인): 본인 카드로 즉시 결제. 효과를 느끼면 팀에 전파 → B2B 전환 경로

첫 번째 MCP: "기획서 작성 MCP" 또는 "마케팅 전략 MCP"
이유: 기획자/마케터의 가장 반복적인 고통 — "빈 문서 앞에서의 30분"을 해결

엔트리 시나리오

1단계 (Week 1~2): 엔트리 MCP 무료 체험 (Surface 맛보기) → "프롬프트로는 안 되는 걸 해준다"
2단계 (Week 3~4): 한도 소진 → Starter Tier 전환 → 매일 사용
3단계 (Month 2~3): "이 초안, 잡스라면 어떻게 판단했을까?" → 인물 MCP 추가 → Pro Tier 업셀
4단계 (Month 4+): "팀 전체가 쓰면 좋겠다" → Enterprise 문의 → B2B 전환

전략 3 — 번들 아키텍처 (상품 조합 설계)

해결하는 문제: #2 업셀 경로 단절 + #3 프롬프트 대비 차별화 부족

개별 MCP는 프롬프트와 다를 바 없다. 번들이 차별화를 만든다.

번들 설계 원칙

단독 MCP: "도구" → 프롬프트와 비교당한다
도구 + 인물: "코칭 받는 도구" → 프롬프트로 대체 불가
도구 + 인물 + 에이전트: "팀이 토론하는 시스템" → 완전히 다른 카테고리

번들명 구성 타깃
기획자 번들 ● 판정 Work MCP + 잡스 Brain PM, 기획자
마케터 번들 ● 판정 Work MCP + 세스 고딘 Brain 마케터, CMO
디자이너 번들 ● 판정 Work MCP + 노먼/닐슨 Brain UX 디자이너
창업자 번들 ● 판정 Work MCP + 경영 라운드테이블 Agent (Phase 3) 스타트업 CEO
CTO 번들 ● 판정 Work MCP + 아키텍처 리뷰 보드 Agent (Phase 3) CTO, VP Eng
투자자 번들 ● 판정 Work MCP + 투자 심의 위원회 Agent (Phase 3) VC, 엔젤
차별화 체감 전략 — "Before / After Demo"

프롬프트 대비 차별화를 말하지 않고 보여준다.

Before (ChatGPT 프롬프트): "잡스처럼 이 기획서 봐줘" → 일반적인 조언 5줄
After (잡스 Brain MCP): 기획서를 섹션별 분해 → 잡스의 4가지 판단 프레임 적용 → 각 프레임별 평가 → 최종 "잡스라면 이 기획서에서 3개를 빼겠다" + 구체적 이유

이 Before/After를 랜딩 페이지의 첫 화면에 배치한다.
체감이 곧 전환이다.

전략 4 — 파일럿 시퀀스 (실행 순서)

해결하는 문제: #5 PMF 검증 순서 부재

71개를 다 만들지 않는다. "한 명으로 증명"한다. (R7 최종)

Phase 1 — MVP (0~6개월) : "한 명으로 증명" R7 수정

왜 마켓(파일럿 1)이 아닌가: 마켓은 셀러가 있어야 돌아간다. 초기에 셀러도 없고 바이어도 없다.
자체 MCP로 먼저 PMF를 검증하고, 그 실적이 마켓 셀러를 유인하는 증거가 된다.

Phase 0 — 검증 (2주):
- 현직 전문가 1명 섭외 (유튜브/블로그 하는 PM 또는 마케터)
- 타깃 사용자 10명 인터뷰 → 상담형 엔트리 MCP 확정

두 트랙 병행:
트랙 A — 두뇌 복제: 전문가 1명 × 6-Layer 인터뷰 14시간 → Core Depth MCP 제작 → 블라인드 테스트 합격 후 출시
트랙 B — 상담형: ● 판정 Work MCP 1개 Core Depth 개발. 데이터 연동 필수인 것으로
먼저 트랙션 나오는 쪽에 올인.

동시 진행: 데이터 플라이휠 설계 (피드백→리뷰→DB 보강 루프) / 소비자 브랜드 네이밍
목표: 유료 500명, MRR $10~25K

만들지 않을 것: 22명 동시(안 함), Surface 선출시(안 함), 블라인드 테스트 전 출시(안 함), 에이전트(Phase 3)

Phase 2 — Scale (3~6개월) : 라인업 확장

Phase 1의 데이터 기반 판단:
- 전환율 > 5% → 같은 구조로 마케터 번들, 디자이너 번들 추가
- 인물 MCP 단독 구매율 확인 → 인물 라인업 확대 (머스크, 베조스, 고딘 등)
- B2B 문의 발생 시 → 팀 기능 + 에이전트 MCP 1개 (마케팅 워룸) 파일럿

이 시점에 파일럿 1 (마켓) 시작: "우리 MCP가 MRR $10K 달성" → 셀러에게 "이만큼 팔린다"는 증거 제시

Phase 3 — Platform (6~12개월) : 마켓 + 에이전트

- 파일럿 1 (마켓) 본격 가동: 외부 셀러 온보딩, 큐레이션 시스템
- 에이전트 MCP 확대: 검증된 인물 MCP를 기반으로 멀티에이전트 팀 구성
- Enterprise 계약 시작: 연간 계약, 커스텀 에이전트 팀 구성
- 개인사업자 시장: Phase 1~2에서 검증된 MCP를 저가 패키지로 재구성

전략 5 — 핵심 KPI

해결하는 문제: 전체 — 측정 없이는 검증도 없다

Phase별로 다른 KPI를 본다. 한 번에 하나만 최적화한다.

Phase North Star KPI 보조 지표 판단 기준
Phase 1 (한 명으로 증명) 유료 사용자 500명 + MRR $10~25K 블라인드 테스트 합격률, 전환율, 재사용률 유료 500명 도달 → Phase 2 진행
Phase 2 (멀티 카테고리) 유료 3,000명 + 월 $50~150K 카테고리별 전환율, 영어 버전 성과 멀티 카테고리 검증 → Phase 3 + 투자 유치
Phase 3 (플랫폼 + B2B) 50개+ 두뇌 + 월 $500K+ 크리에이터 플랫폼 GMV, B2B 기업 교육 계약 전문가 직접 제작 도구 + B2B 기업 교육 시장 진입

R5. 데이터 학습 — 3-Tier Depth 모델

MCP의 품질은 결국 "얼마나 깊이 학습시켰는가"에 달린다.
같은 잡스 Brain이라도 유튜브 영상 10개로 만든 것과
저서 + 전기 + 실제 인터뷰 데이터까지 넣은 것은 판단의 해상도가 다르다.
이 깊이 차이를 상품 Tier로 전환한다.

인사이트 엔진 적용 — 오해→발견

오해: "데이터를 많이 넣으면 더 똑똑해진다"
관습: 가능한 모든 데이터를 한꺼번에 학습시킨다
문제: 데이터 양이 아니라 데이터의 '종류'가 판단의 질을 결정한다
파괴: 데이터 종류별로 나누면 — 각 깊이 자체가 상품이 된다?
발견: 유튜브(공개) → 책(유료) → 인터뷰(희소) — 깊이가 곧 가격이다
인사이트: 학습 데이터의 깊이를 3단계 구독 Tier로 전환

Tier 정의 — 깊이가 곧 가격이다

Depth 1 — Surface

데이터 소스: 유튜브 + 공개 강연 + 팟캐스트 + 공개 인터뷰

성격: 누구나 접근할 수 있는 공개 자료. 비용 제로.
학습 데이터 예시 (잡스 Brain 기준):
- 스탠포드 졸업 연설 (2005) 전문
- Apple 키노트 프레젠테이션 100+ 전문
- D Conference, AllThingsD 인터뷰 시리즈
- 공개 다큐멘터리 (Steve Jobs: The Man in the Machine 등)
- YouTube에 공개된 인터뷰, 패널, Q&A 전체

판단 해상도: 잡스의 공개적 철학과 원칙을 재현. "잡스가 자주 말한 것"을 기반으로 판단.
한계: 공개석상에서의 발언은 정제되어 있다. 실제 의사결정의 맥락, 갈등, 실패 과정은 빠져 있다.

비유 강연을 들은 수준. 감탄은 하지만 따라 하긴 어렵다
Depth 2 — Core

데이터 소스: Depth 1 + 저서 + 전기 + 학술 논문 + 업계 분석

성격: 구매/구독해야 접근 가능한 유료 자료. 취득 비용 발생.
추가 학습 데이터 예시 (잡스 Brain 기준):
- 월터 아이작슨 《Steve Jobs》 전문 (공식 전기, 40시간 인터뷰 기반)
- 브렌트 슐렌더 《Becoming Steve Jobs》 (잡스의 성장 과정 중심)
- 켄 시걸 《Insanely Simple》 (Apple 내부 의사결정 사례)
- 리앤더 카니 《Jony Ive》 (디자인 의사결정 맥락)
- 에드 캣멀 《Creativity, Inc.》 (Pixar에서의 잡스 경영 스타일)
- Harvard Business Review 잡스 관련 케이스 스터디 전체
- 업계 분석 보고서 (Gartner, CB Insights 등 Apple 전략 분석)

판단 해상도: 잡스의 내면적 사고 과정과 의사결정 맥락까지 재현. "잡스가 왜 그렇게 판단했는가"의 이유를 안다.
한계: 저서와 전기는 결국 '타인의 해석'이 섞여 있다. 잡스 본인의 필터링되지 않은 사고는 아니다.

비유 전기를 정독한 수준. 그의 판단 패턴을 이해하고 유사 상황에 적용할 수 있다
Depth 3 — Deep

데이터 소스: Depth 2 + 실제 인터뷰 + 측근 증언 + 내부 문서 + 미공개 자료

성격: 직접 취재/인터뷰하거나, 비공개 자료를 확보해야 하는 희소 데이터. 취득 난이도 최상.
추가 학습 데이터 예시 (잡스 Brain 기준):
- 전 Apple 임원/직원 인터뷰 (직접 수행, 의사결정 현장 증언)
- Apple 내부 미팅 메모, 제품 리뷰 세션 기록 (가능 범위 내)
- 잡스와 직접 일한 디자이너/엔지니어의 1:1 증언
- 비공개 이메일, 메모 (공개된 법정 자료 포함)
- 경쟁사(Microsoft, Samsung) 관계자의 교차 증언
- 업계 전문가의 잡스 의사결정 분석 인터뷰

판단 해상도: 잡스의 필터링되지 않은 사고까지 재현. "공개석상에서는 이렇게 말했지만, 실제로는 이렇게 생각했다"를 구분.
차별화: 이 데이터는 우리만 가지고 있다. 경쟁사가 유튜브+책으로 만든 MCP를 따라잡아도, Deep Tier는 복제 불가.

비유 그 사람 옆에서 3년 일한 수준. 말하지 않은 것까지 읽고, 상황별 실제 판단을 예측할 수 있다
Depth Tier × 기존 Product Ladder 통합

Product Ladder(Free→Starter→Pro→Enterprise)는 "무엇을 쓰는가"의 사다리.
Depth Tier(Surface→Core→Deep)는 "얼마나 깊은 판단을 받는가"의 사다리.

두 축이 교차한다:
Starter + Surface = 최저가 (엔트리 MCP Surface 무료 체험)
Pro + Core = 중간가 (엔트리 MCP + 인물 Brain 번들, Core Depth 기반)
Enterprise + Deep = 프리미엄 (에이전트 팀 토론 + 인터뷰 기반 최고 해상도 판단)

결과: 가격 레인지가 최저가~프리미엄으로 넓어진다. ARPU 상승 + 세그먼트별 최적 가격 제공.

학습 파이프라인 — 어떻게 데이터를 MCP에 주입하는가

좋은 데이터가 있어도 잘못 학습시키면 "잡스 흉내"에 불과하다.
데이터 → 지식 구조화 → 판단 프레임 추출 → MCP 서버 임베딩의 4단계 파이프라인.

Stage 1 — 데이터 수집 & 정제 (Raw → Clean)

유튜브/팟캐스트:
- Whisper (OpenAI) 또는 자체 STT로 전체 음성 → 텍스트 변환
- 화자 분리(Speaker Diarization) — 인터뷰에서 대상 인물의 발언만 분리
- 타임스탬프 매핑 — "이 발언이 어떤 맥락(질문)에 대한 답인가" 보존

책/전기:
- OCR + 구조화 파싱 — 챕터, 인용문, 직접 발화, 저자 해석을 구분 태깅
- 직접 발화 vs 타인 해석을 명확히 분리 (Core Tier의 핵심 품질)

인터뷰:
- 인터뷰 녹취 → 전사 → 검수 (인터뷰이 확인)
- 비공개 조건 태깅 — 어디까지 MCP에 반영 가능한지 법적 검토
- 교차 검증 — 동일 사건에 대한 복수 증언 비교

Stage 2 — 지식 구조화 (Clean → Structured)

정제된 데이터를 4가지 지식 레이어로 구조화 → R7에서 6-Layer로 업그레이드됨:

Layer 1 — 사실 (Facts):
인물의 이력, 의사결정 사건, 날짜, 결과. "잡스는 1997년 Apple 복귀 후 70%의 제품 라인을 폐지했다."

Layer 2 — 원칙 (Principles):
반복적으로 나타나는 판단 기준. "잡스의 Simplicity Filter — 뺄 수 있으면 뺀다."

Layer 3 — 맥락 (Context):
왜 그 판단을 했는가의 상황적 조건. "1997년의 Apple은 90일 후 파산 예정이었다. 70% 폐지는 생존 판단이었다."

Layer 4 — 갈등 (Tensions):
인물 내부의 모순, 시기별 변화, 공개 발언 vs 실제 행동의 차이. "잡스는 '직관을 믿으라'고 했지만, 실제로는 수백 개의 프로토타입을 테스트했다."

왜 4 레이어인가: Layer 1~2만 있으면 "교과서적 잡스". Layer 3~4가 있어야 "살아 있는 잡스"가 된다.
Surface = Layer 1~2 중심 / Core = Layer 1~3 / Deep = Layer 1~4 전체

Stage 3 — 판단 프레임 추출 (Structured → Frames)

구조화된 지식에서 "이 인물이 의사결정할 때 실제로 거치는 단계"를 추출:

방법:
1. 의사결정 사례 수집 — 인물이 실제로 결정을 내린 모든 사례를 수집 (최소 50개)
2. 패턴 클러스터링 — 유사한 판단 패턴을 가진 사례를 그룹핑
3. 프레임 명명 — 각 패턴을 하나의 판단 프레임으로 정의 (예: "Simplicity Filter")
4. 적용 조건 정의 — 이 프레임이 발동되는 트리거 조건을 명시
5. 충돌 규칙 — 두 프레임이 충돌할 때 어느 쪽이 우선하는지 위계 정의

예시 (잡스 — 5개 핵심 프레임):
- Simplicity Filter → 트리거: 기능/요소 수 > 3 → "이것을 빼면 제품이 죽는가?"
- End-to-End → 트리거: 사용자 터치포인트 검토 → "첫 접촉부터 마지막까지 전부 통제하라"
- Adjacent Possible → 트리거: 신기술/신시장 판단 → "지금은 안 되지만 2년 후에는?"
- 1,000 Nos → 트리거: 새 제안 검토 → "좋은 아이디어도 타이밍이 아니면 No"
- Taste Gate → 트리거: 최종 품질 검수 → "이걸 우리가 자랑스러워할 수 있는가?"

Stage 4 — MCP 서버 임베딩 (Frames → Server)

추출된 판단 프레임을 MCP 서버에 실장하는 기술 아키텍처:

1. Knowledge Base (벡터 DB):
- 4 레이어 지식을 벡터 임베딩 (OpenAI Embeddings 또는 자체 모델)
- 사용자 질문 → 관련 지식 검색 (RAG — Retrieval-Augmented Generation)
- Depth Tier별로 접근 가능한 레이어를 제한 (Surface: L1~2, Core: L1~3, Deep: L1~4)

2. Frame Engine (판단 프레임 실행기):
- 사용자 입력 분석 → 적합한 판단 프레임 자동 선택
- 프레임별 System Prompt 동적 생성 → LLM에 주입
- 복수 프레임 충돌 시 위계 규칙에 따라 우선순위 결정

3. Session Memory (세션 메모리):
- 사용자의 산업, 역할, 이전 질문 이력을 세션에 저장
- "잡스라면 '당신의 상황에서는' 이렇게 판단했을 것" — 개인화된 맥락 매칭

4. Multi-Agent Bridge (에이전트 MCP 전용):
- 각 인물 MCP 서버가 독립 실행 → Orchestrator가 토론 프로토콜 관리
- 발제 → 개별 의견 → 상호 반박 → 수렴의 Debate Protocol을 서버에서 처리
- 에이전트 간 대화 로그를 Knowledge Base에 피드백 → 토론이 축적될수록 품질 향상

학습 파이프라인 전체 요약

Raw Data (유튜브/책/인터뷰)
    ↓ STT, OCR, 전사, 정제
Clean Data (텍스트, 화자 분리, 태깅)
    ↓ 4-Layer 구조화
Structured Knowledge (사실 / 원칙 / 맥락 / 갈등)
    ↓ 의사결정 패턴 추출
Decision Frames (판단 프레임 + 트리거 + 위계)
    ↓ 벡터 DB + Frame Engine + Session Memory
MCP Server (실시간 판단 서비스)

인물 1인당 예상 소요: Surface 2주 / Core 6주 / Deep 3개월+

사용자 언어 설계 — 고객에게 Depth를 어떻게 보여주는가

"Surface / Core / Deep"은 내부 용어다.
고객에게는 직관적으로 차이를 체감할 수 있는 언어가 필요하다.

언어 설계 원칙

1. 기술 용어 금지 — "RAG", "벡터 DB", "레이어"는 고객이 모른다
2. 체감 중심 — "데이터가 더 많다"가 아니라 "판단이 더 정확하다"
3. 비유 활용 — 추상적 깊이를 일상적 경험으로 번역
4. 상위 Tier의 가치를 하위 Tier가 증명 — 써보면 "더 깊은 버전이 있으면 좋겠다"를 자연스럽게 느끼게

안 1 — 관계 은유 (추천)

내부 명칭 사용자 명칭 한 줄 설명 비유
Surface Lecture "강연을 들은 수준의 판단" TED Talk을 본 후
Core Mentorship "멘토에게 배운 수준의 판단" 6개월간 1:1 멘토링
Deep Inner Circle "측근 수준의 판단" 3년간 옆에서 일한 후

장점: "이 사람과의 관계 깊이"로 비유하면 직관적. 상위 Tier의 가치가 자명해진다.
UI 예시: "잡스 Brain — Inner Circle" → "잡스의 측근이 된 것처럼 판단을 받습니다"

안 2 — 해상도 은유

내부 명칭 사용자 명칭 한 줄 설명 비유
Surface HD "핵심 원칙 기반 판단" 720p — 전체 그림은 보인다
Core 4K "맥락까지 반영한 판단" 4K — 디테일까지 선명하다
Deep IMAX "그 사람 자체를 체험하는 판단" IMAX — 몰입 그 자체

장점: 영상 해상도에 익숙한 사용자에게 직관적. "더 선명한 판단"이라는 메시지가 명확.
UI 예시: "잡스 Brain — IMAX" → "가장 선명한 해상도의 판단"

안 3 — 접근 은유

내부 명칭 사용자 명칭 한 줄 설명 비유
Surface Public "공개된 지혜로 판단" 공개 강연장 앞자리
Core Backstage "무대 뒤까지 아는 판단" 백스테이지 패스
Deep Private "비공개 사고까지 반영한 판단" 개인 서재 초대

장점: "접근할 수 없는 곳에 접근한다"는 희소성 강조. 프리미엄 느낌.
UI 예시: "잡스 Brain — Private" → "잡스의 개인 서재에 초대된 것처럼"

언어 선택 기준

안 1 (관계 은유)를 기본 추천. 이유:
- "Lecture → Mentorship → Inner Circle"은 관계의 깊어짐을 직관적으로 전달
- 상위 Tier가 왜 비싼지 설명할 필요가 없다 — "측근 수준"이면 당연히 비싸다
- 인물 MCP의 컨셉("뇌를 빌리다")과 자연스럽게 연결

단, 테스트 필요: 3개 안으로 A/B 테스트 → 전환율 가장 높은 언어 채택

Depth 전략 — 어떻게 이 구조를 시장에 풀 것인가

Depth 3단계는 상품 설계일 뿐 아니라 사업 전략 그 자체다.
데이터 확보 → 학습 → 상품화 → 확장의 전체 흐름을 설계한다.

전략 1 — "Core부터 출시하고, Surface는 무료 데모로" R6 수정

기존: Surface(유튜브)를 먼저 출시.
문제: Surface = 프롬프트와 동일 품질 → "ChatGPT랑 같다" 리뷰 → 첫인상 파괴
수정: 첫 유료 제품은 반드시 Core. Surface는 무료 맛보기 전용.

실행:
- Month 0~1: Surface를 무료 데모로 공개. "맛보기입니다. 진짜는 Mentorship부터." 명시
- Month 1~3: 유튜브 + 저서 데이터 학습 → Core(Mentorship) MVP 출시. 이것이 첫 유료 제품
- Month 3~6: Core 사용자 피드백 수집 + Deep 인터뷰 데이터 축적 병행
- Month 6+: Deep(Inner Circle) 출시. "한정판" 포지셔닝

핵심: 속도보다 첫인상. 3개월 늦더라도 "이건 프롬프트와 다르다"를 자명하게 보여주는 것이 우선.

전략 2 — "Deep 데이터가 해자다"

왜: Surface(유튜브)는 누구나 만들 수 있다. Core(책)도 시간이 걸릴 뿐 가능하다.
Deep(실제 인터뷰)만이 우리만의 데이터다. 이것이 진짜 경쟁 해자.

실행:
- 인터뷰 파이프라인 구축: 인물 본인(생존 시) 또는 측근/전 동료/가족 접근
- 한국 인물부터 시작: 백종원, 나영석, 방시혁 등 → 접근 가능성이 높다
- 글로벌 인물: 전 Apple 직원, 전 Tesla 임원 등 → LinkedIn 네트워크 + 전문 인터뷰어 고용
- 학술 파트너: 경영학과, 저널리즘 스쿨과 협력 → 인터뷰를 학술 연구로 포장하면 협조율 ↑

효과: Deep Tier 인물이 늘어날수록 경쟁사와의 격차가 비가역적으로 벌어진다

전략 3 — "Depth 차이를 체감시키는 데모"

왜: "더 깊은 데이터" → "더 좋은 판단"을 말로 설명하면 안 믿는다. 보여줘야 한다.

실행 — 3단 데모:
같은 질문 ("이 기획서를 잡스라면 어떻게 판단했을까?")에 대해 3개 Tier의 답변을 나란히 보여준다:

Lecture (Surface):
"잡스라면 단순화를 강조했을 겁니다. 핵심 기능에 집중하세요." — 원칙 수준. 교과서적.

Mentorship (Core):
"잡스는 1997년 Apple 복귀 시 제품 70%를 폐지했습니다. 당신의 기획서에서 기능 8개 중 '이것이 없으면 고객이 떠나는 것' 3개만 남기세요. 나머지 5개는 '당신이 만들고 싶어서 만든 것'일 가능성이 높습니다." — 사례 기반. 구체적 판단.

Inner Circle (Deep):
"잡스는 공개적으로는 '직관'을 강조했지만, 실제로는 수백 개의 프로토타입을 만들어 테스트했습니다. '직관으로 정했다'는 말은 '테스트를 다 해봤는데 결국 처음 직감이 맞았다'는 뜻이었어요. 당신도 3개로 줄이기 전에 — 8개 전부를 2주간 사용자 테스트하세요. 그 데이터가 '어떤 3개를 남길지'를 알려줍니다." — 공개 발언 너머의 실제 행동. 반직관적 조언.

효과: 3단 비교를 보면 "아, Deep은 진짜 다르구나"가 설명 없이 체감된다

전략 4 — "인물별 Depth 로드맵"

모든 인물을 동시에 Deep까지 만들 수 없다. 인물별로 Depth 확장 우선순위를 정한다.

Phase 인물 목표 Depth 이유
Phase 1 현직 전문가 1명 (PM/마케터) 6-Layer 인터뷰 → Core "한 명으로 증명". 접근 가능 + 본인 검증 가능. R7 최종 결론
Phase 2 Steve Jobs, Seth Godin 공개 자료 → Core 인지도 높은 유명인. Phase 1 방법론 검증 후 확장
Phase 2 백종원, 나영석 인터뷰 → Deep 한국 인물 → 접근 용이. Deep Tier 첫 사례
Phase 2 Elon Musk, Jeff Bezos 공개 자료 → Core 전기+저서로 Core 확장. 글로벌 라인업 강화
Phase 3 잡스, 머스크 등 Core → Deep 전 직원/측근 인터뷰 축적. 시간이 걸리는 작업
Depth 모델이 기존 전략에 미치는 영향

Product Ladder 수정:
Free → Starter (Surface) → Pro (Core) → Enterprise (Deep + Agent)
Depth가 업셀의 자연스러운 이유가 된다. "더 깊은 판단을 원하시면 Mentorship으로 업그레이드하세요."

번들 재구성:
기획자 번들 = 엔트리 Work MCP + 잡스 Brain Mentorship
창업자 번들 = 사업계획 MCP + 경영 라운드테이블 Agent Inner Circle

경쟁 해자 강화:
경쟁사가 유튜브 기반 Surface를 따라잡아도, Core와 Deep은 시간 + 비용 + 네트워크가 필요.
Deep 인물 수가 늘어날수록 해자는 지수적으로 깊어진다.

R6. 절대자 최종 검증 — "이대로 만들면 망한다"

아이디어는 완성됐고, 전략도 세웠다. 하지만 아직 한 명의 고객도 만나지 않았다.
절대자는 묻는다 — "이걸 실제로 만들면, 실제로 사는 사람이 있는가?"

CRITICAL — 이걸 안 풀면 출시 불가

"Steve Jobs Brain MCP"를 상품명으로 판매하면, Apple 법무팀의 서한을 받는다.

생존 인물 (머스크, 베조스, 저커버그, 나영석, 백종원 등):
퍼블리시티권(Right of Publicity) 침해. 이름·초상을 상업적으로 사용할 권리는 본인에게 있다.
허락 없이 "머스크 Brain MCP"를 팔면 → 소송 대상.

사망 인물 (잡스, 디즈니 등):
유산 관리 주체(Estate)가 퍼블리시티권을 승계. Jobs Estate, Disney Estate는 적극적으로 보호한다.

또 다른 리스크: MCP가 잡스의 이름으로 나쁜 조언을 하면? → 명예훼손 + 소비자 기만 가능성.

해결 — 3단계 상품명 전략

방법 1 — 아키타입 네이밍 (추천):
실명을 상품명에서 빼고, 판단 프레임 자체를 이름으로 쓴다.
"Steve Jobs Brain" → "Simplicity Master MCP"
"Elon Musk Brain" → "First Principles MCP"
"Warren Buffett Brain" → "Moat Finder MCP"
상품 설명에 "잡스의 Simplicity Filter에서 영감을 받은" 정도는 가능 (공정 사용 범위).

방법 2 — 허가 기반 (한국 인물):
백종원, 나영석 등 접근 가능한 인물 → 직접 협의. 이름 사용 라이선스 + 인터뷰 데이터 확보를 동시에.
"백종원 공식 MCP" → 허가 있으면 최고의 마케팅. Deep Tier 데이터도 확보.

방법 3 — 아키타입 + 참조 (절충안):
"Product Visionary MCP — 잡스식 판단 프레임 기반"
이름은 수식어로만, 상품명에는 넣지 않는다. 법적 리스크 최소화.

검증 2 — "프롬프트랑 뭐가 다른데?": 이 질문에 5초 안에 답 못하면 죽는다

이 서비스의 생사를 가르는 질문

현재 답: "Before/After 데모로 보여준다."
문제: 데모를 보기 전에 고객이 유입되어야 한다.
유입 메시지가 "프롬프트보다 낫다"이면, 고객은 "ChatGPT에서 하면 되는데?"로 3초 만에 이탈한다.

해결 — "프롬프트보다 낫다"가 아니라 "프롬프트로는 불가능하다"를 찾아야 한다

프롬프트로 절대 할 수 없는 것만이 MCP의 존재 이유다:

1. 외부 데이터 실시간 연동
GA, POS, 광고 API, 네이버 리뷰 크롤링 → 프롬프트에 데이터를 수동으로 복붙? → 불가능
MCP는 API로 직접 데이터를 가져와서 분석한다. 이건 프롬프트가 절대 못 한다.

2. 시계열 추적 + 상태 유지
"지난주 대비 이번 주 기획서 품질이 어떻게 변했는가?" → 프롬프트는 기억이 없다
MCP는 사용자 이력을 서버에 저장하고, 시간에 따른 변화를 추적한다.

3. Multi-Source RAG (200+ 문서 교차검증)
"잡스의 자서전, 전기 3권, 인터뷰 200개, 법정 자료를 교차검증해서 답하라"
→ 프롬프트 창에 이걸 다 넣을 수 없다. MCP는 벡터 DB에서 관련 지식을 실시간 검색한다.

4. 멀티에이전트 오케스트레이션
7명의 에이전트가 각자 다른 지식DB를 참조하며 실시간으로 토론
→ 프롬프트 하나로 "7명인 척" 할 수 있지만, 각자 다른 DB를 참조하는 건 불가능.

결론: 개요 페이지의 "Why MCP" 기준을 "서버가 필요한가?"에서 "프롬프트로 불가능한가?"로 격상해야 한다.
프롬프트로도 가능한 MCP는 상품 가치가 없다.

검증 3 — 엔트리 포인트: "기획서 MCP"가 정말 최적인가?

현재 선택: Proposal Architect (기획서 MCP)

문제점:
- 기획서는 모든 기획자가 매일 쓰는 것이 아니다. 주 1~2회 정도.
- "기획서 아키텍처 자동 설계"라는 말을 3년차 마케터가 이해할 수 있는가? → 바보 테스트 실패
- 기획서 작성은 이미 Notion AI, Gamma, Beautiful.ai 등이 경쟁

대안 검토:

후보 사용 빈도 프롬프트 불가? 체감 속도 경쟁 강도
기획서 MCP 주 1~2회 부분적 (구조화는 프롬프트 가능) 느림 (완성까지 시간 소요) 높음 (Notion AI, Gamma)
Copy Factory 매일 부분적 (단순 카피는 프롬프트 가능) 즉각 (10초 내 결과) 높음 (Jasper, Copy.ai)
Competitive Radar 주 1~2회 Yes (실시간 크롤링) 중간 중간 (SimilarWeb, Crayon)
TETReS Diagnostics 주 1회 Yes (GA/광고 API 연동) 중간 낮음 (자체 프레임워크)
Insight Extractor 프로젝트당 Yes (파일 처리 + NLP) 중간 중간 (Dovetail, UserTesting)

재결론:
"프롬프트로 불가능한가?" 기준으로 보면, TETReS Diagnostics 또는 Competitive Radar가 더 강한 엔트리 포인트.
데이터 연동이 필수인 MCP = "이건 ChatGPT로 안 돼"가 자명.

수정 권고: Phase 1 MVP를 기획서 MCP가 아닌, 데이터 연동형 MCP 1개 + 두뇌 복제 1명으로 재구성.
→ R7에서 "한 명으로 증명"으로 최종 확정. 사용자 인터뷰 후 상담형 엔트리 결정.

검증 4 — 에이전트 출력: 사용자가 진짜 원하는 건 "토론"이 아니다

바보 테스트 적용

7인의 마케팅 거장이 토론하는 에이전트 MCP.
멋진 개념이다. 하지만 — 사용자가 7인의 토론 전문을 읽을 인내심이 있는가?

현실: 사용자는 토론이 아니라 "그래서 뭐 하라고?"를 원한다.
토론은 과정이다. 사용자가 사는 건 결과다.

해결 — 3단 출력 모드

Mode 1 — Executive Summary (기본값):
결론 1줄 + 핵심 근거 3개 + 액션 아이템 3개. 총 10줄 이내.
"바쁜 임원이 30초 안에 읽고 판단하는" 포맷.

Mode 2 — Structured Report:
합의 사항 / 비합의 사항 / 각 에이전트의 핵심 주장 요약 / 추천 액션.
"팀 미팅에서 공유하는" 포맷. A4 1~2장.

Mode 3 — Full Debate (옵션):
에이전트 간 토론 전문. 현재 문서에 있는 형태.
"왜 이런 결론이 나왔는지 과정을 보고 싶은" 사용자만 선택.

핵심: 기본값이 Mode 1이어야 한다. 대부분의 사용자는 결론만 원한다.
토론 과정은 "신뢰의 근거"로 존재하면 충분하다 — "원하면 볼 수 있다"는 것 자체가 가치.

검증 5 — 바보 테스트: "MCP가 뭔데?"

가장 아프지만 가장 중요한 질문

타깃 사용자(3년차 마케터, 5년차 기획자)의 90%는 MCP가 뭔지 모른다.
"MCP MARKET"이라는 이름 자체가 진입 장벽이다.

사용자는 "기획서 AI"를 검색하지, "MCP"를 검색하지 않는다.
우리가 MCP라는 용어에 집착하는 순간, 99%의 잠재 고객을 잃는다.

바보가 이해하는 언어로 번역

우리가 쓰는 말 바보가 이해하는 말 검색하는 말
MCP "AI 전문가 도구" "기획 AI", "마케팅 AI 도구"
Proposal Architect "기획서 자동 작성기" "기획서 AI", "제안서 자동"
인물 Brain MCP "AI 멘토" "잡스 사고법", "경영 코칭 AI"
Multi-Agent Debate "전문가 회의" "마케팅 전략 AI", "전략 컨설팅 AI"
Depth Tier "기본 / 심화 / 프로" 해당 없음 (내부에서 선택)
Product Ladder "무료 체험 → 구독" 해당 없음 (자연 전환)

바보 테스트 체크리스트

  • 5초 테스트: 랜딩 페이지를 5초 보고 "이게 뭐하는 서비스인지" 말할 수 있는가? → "MCP MARKET" 이름으로는 실패. "AI 전문가 도구"로는 통과
  • 엄마 테스트: 엄마에게 설명할 수 있는가? "유명한 사람처럼 생각해주는 AI" → 통과. "멀티에이전트 오케스트레이션" → 실패
  • 가입 3클릭: 첫 가치 체험까지 3번의 클릭 안에 도달하는가? → 회원가입 → MCP 선택 → 질문 입력 → 답변. 4클릭. 회원가입 없이 체험 가능하게 줄여야 함
  • 이탈 시나리오: "이거 ChatGPT에서도 되는데?"라고 생각하는 순간 이탈. → 첫 체험에서 "프롬프트로는 불가능한 것"을 반드시 보여줘야 함
  • 재방문 이유: 내일 다시 올 이유가 있는가? → 시계열 추적("어제보다 나아졌습니다") 또는 알림("경쟁사가 새 캠페인 시작")이 필요

수정 권고 — 프론트엔드 vs 백엔드 분리

백엔드: MCP 기술 기반. 서버, API, 벡터 DB, 에이전트 오케스트레이션 — 기술자만 안다
프론트엔드: "AI 전문가 도구". MCP라는 단어를 사용자에게 절대 보여주지 않는다

"MCP MARKET"은 B2B 셀러용 브랜드 (기술 이해하는 개발자/셀러 대상).
소비자용 브랜드는 별도로 만든다 — "AI Mentor", "BrainPick", "Expert.ai" 등.

검증 6 — 경쟁: 이미 있는 것들과 뭐가 다른가?

이미 존재하는 경쟁자

경쟁자 하는 것 우리와 겹치는 영역 그들의 약점
Character.ai 인물 시뮬레이션 챗봇 인물 MCP 전체 엔터테인먼트 목적. 판단 프레임 없음. 데이터 깊이 없음
ChatGPT Custom GPTs 맞춤형 AI 어시스턴트 Work MCP + 인물 MCP 외부 데이터 연동 제한적. 세션 메모리 약함. 멀티에이전트 없음
Poe (Quora) 전문가 봇 마켓플레이스 MCP 마켓 구조 자체 품질 관리 없음. 큐레이션 부재. 수익화 모델 미약
Jasper / Copy.ai 마케팅 카피 생성 Copy Factory 카피 생성만 함. 판단/코칭 없음. 번들 구조 없음
Notion AI 문서 작성 보조 기획서 MCP 범용 도구. 전문 프레임워크 없음. 인물 없음

우리만의 것 — 진짜 경쟁 해자 3개

  • 해자 1: 판단 프레임 엔진 — Character.ai는 "잡스인 척"하지만, 판단 프레임이 없다. 우리는 의사결정 사례 50+에서 추출한 프레임으로 "잡스의 방식으로 판단"한다. 이건 프롬프트 한 줄과 다르다.
  • 해자 2: Deep Tier 독점 데이터 — 실제 인터뷰, 측근 증언은 우리만 확보. 시간이 지날수록 격차가 비가역적으로 벌어진다. Character.ai가 5년을 투자해도 우리의 인터뷰 데이터를 복제할 수 없다.
  • 해자 3: Multi-Agent Debate Protocol — 7명의 에이전트가 각자 다른 Knowledge Base를 참조하며 실시간 토론하는 시스템. 기술적 복잡도가 높아 빠른 복제가 어렵다. 단, OpenAI가 이 기능을 네이티브로 추가하면 해자가 약해진다.
현실적 위협 — "OpenAI가 같은 걸 만들면?"

OpenAI가 Custom GPTs에 멀티에이전트 + RAG를 추가하면, 기술적 해자 2개(프레임 엔진, 멀티에이전트)가 약해진다.
유일하게 살아남는 해자: Deep Tier 독점 데이터.

→ 결론: Phase 1부터 Deep 데이터 확보를 가장 우선순위 높은 작업으로 진행해야 한다.
기술은 따라잡히지만, 데이터는 따라잡히지 않는다.

검증 7 — 탑다운/바텀업 정합: 하늘에서 내려다보기 + 땅에서 올려다보기

탑다운 (위에서 아래로) — 전략 → 상품 → 기능

MCP MARKET 비전 → 두 파일럿 → 71개 MCP → 전략 필터 → Phase 1 (R4 당시 3개 → R7에서 "한 명으로 증명"으로 수정됨)

문제: 71개에서 좁혔지만, 좁힌 근거가 "자원이 부족해서"뿐이었다.
"이 3개가 시장에서 가장 수요가 높다"는 데이터가 없다.
모든 Pain Point가 가정이다. 한 명의 타깃 사용자도 인터뷰하지 않았다.

수정: Phase 1 시작 전, 타깃 사용자 최소 10명 인터뷰 필수.
질문: "지금 업무에서 가장 반복적으로 고통받는 것은?" / "그걸 해결하기 위해 돈을 쓴 적 있는가?"

바텀업 (아래에서 위로) — 사용자 문제 → 솔루션 → 시장

사용자의 실제 여정 (현재 설계):
1. "기획서 쓰기 귀찮다" → 검색: "기획서 AI" → MCP MARKET 발견
2. 무료 체험 → "오, 쓸 만하네" → 구독
3. "잡스처럼 판단해주는 기능도 있네?" → 인물 MCP 추가
4. "팀 전체가 쓰면 좋겠다" → Enterprise

문제점:
- 1번에서 "기획서 AI"로 검색하면 Notion AI, Gamma가 먼저 나온다. 어떻게 유입시킬 것인가?
- 2번→3번 전환이 부자연스럽다. "도구"를 쓰다가 "멘토"를 구독하는 사람이 얼마나 되는가?
- Customer Acquisition Cost(CAC)에 대한 고민이 전혀 없다.

수정:
- 유입 채널 전략 필요: SEO? 유튜브 마케팅? 커뮤니티? 입소문?
- 2→3 전환을 자연스럽게 만들 장치: "이 기획서의 구조를 잡스식으로 재평가하시겠습니까?" → 한 번 클릭으로 인물 MCP 체험
- CAC 추정 + LTV 대비 검증 → 유닛 이코노믹스 설계 필요

검증 8 — Depth 모델 재검토: Surface로 시작하면 첫인상이 망가진다

가장 위험한 시나리오

현재 전략: "Surface(유튜브 기반)를 먼저 출시."
문제: Surface = 유튜브 데이터만 = 사실상 잘 만든 프롬프트와 동일한 품질.
첫 사용자가 써보고 "이거 ChatGPT랑 다를 바 없네" → 리뷰 작성 → 첫인상 파괴.
첫인상이 망가지면 Core/Deep이 나와도 다시 안 온다.

해결 — MVP를 Core로 시작하거나, Surface를 무료 한정으로

옵션 A — Core부터 시작:
유튜브 + 책 데이터까지 확보한 후 출시. 3개월 더 걸리지만 체감 차이가 확실.
"첫 제품이 곧 브랜드"다. 첫 인상을 지킬 수 있다.

옵션 B — Surface를 무료 맛보기로:
Surface = 완전 무료. "이것은 맛보기입니다. 진짜는 Mentorship부터."
기대치를 낮추고, Core로 업그레이드할 때 "오, 진짜 다르네"를 체감시킨다.
단, "무료인데도 별로네"가 되면 역효과.

추천: 옵션 A.
시간이 더 걸리더라도, 첫 유료 제품은 반드시 "프롬프트와 다르다"가 자명한 수준이어야 한다.
Surface는 무료 데모 용도로만 활용.

Phase 1 변천사 — R4 → R6 → R7 (최종)

R4 (최초): 기획서 MCP Surface + 잡스 Brain Surface + 번들 = 3개 동시
R6 (수정): 사용자 인터뷰 후 ● 판정 MCP 확정 + Core MVP + 아키타입 네이밍
R7 (최종): 현직 전문가 한 명의 두뇌를 완벽히 복제 + 상담형 1개 병행. 블라인드 테스트 합격 후 출시. 유료 500명 목표.

검증 9 — 리텐션: 내일 다시 올 이유가 있는가?

현재 설계된 MCP는 대부분 "필요할 때 쓰는 도구"다.
기획서는 주 1~2회. 경쟁사 분석은 프로젝트당. 잡스 Brain은 고민 있을 때만.
문제: 필요할 때만 쓰는 도구는 구독 해지율이 높다. 월 구독을 유지하려면 매일 돌아올 이유가 있어야 한다.

해결 — 일상 터치포인트 설계:
- 알림형: "경쟁사가 새 캠페인을 시작했습니다" (Competitive Radar) / "이번 주 사고 습관 리포트" (Thinking Habit Tracker)
- 대시보드형: TETReS 스코어 일별 변화 / 마케팅 성과 주간 요약
- 데일리 챌린지형: "오늘의 판단 — 잡스라면?" 하루 1건 의사결정 시나리오 제시

결론: ● 판정 MCP 4개 중 시계열 추적 + 알림이 가능한 것이 리텐션에 유리.
TETReS(일별 스코어 변화)와 Thinking Habit Tracker(주간 습관 리포트)가 가장 강함.

검증 10 — LLM 의존성: 모델이 바뀌면 상품도 죽는가?

전체 상품이 LLM(Claude, GPT 등) 위에 구축된다.
리스크:
- 모델 가격 인상 → 원가 구조 붕괴
- 모델 품질 저하/변화 → 인물 MCP 판단 품질 변동
- 경쟁 모델 등장 → 더 좋은 모델로 갈아타야 하는데, 프롬프트/파이프라인이 모델 종속적이면 전환 비용 큼

해결:
- 모델 추상화 레이어: 특정 LLM에 종속되지 않는 중간 계층 설계. 모델 교체가 1일 내 가능하도록
- 핵심 자산 분리: 판단 프레임 DB, 인터뷰 데이터, 세션 히스토리는 모델과 무관한 자체 자산. 이것이 진짜 가치
- 멀티 모델 전략: 추론은 저비용 모델, 판단은 고성능 모델로 분리. 원가 최적화

검증 11 — 콘텐츠 신선도: 잡스는 2011년에 죽었다

잡스의 판단 프레임은 2011년에 멈춰 있다. AI 시대, 생성형 AI, TikTok 마케팅 — 잡스는 이걸 경험하지 못했다.
"잡스라면 AI 시대에 어떻게 했을까?"는 추론이지 사실이 아니다.

범위 정의가 필요:
- 사망 인물: "이 인물의 프레임을 현재 상황에 적용"이지 "이 인물이 지금 살아있다면"이 아님을 명시
- 생존 인물: 지속적 데이터 업데이트 필요. 머스크의 2024년 판단과 2020년 판단은 다르다
- 실무 전문가: "토스 10년차 PM"은 토스가 변하면 함께 업데이트해야 함

해결:
- 인물 MCP에 "마지막 데이터 기준일" 명시. "이 Brain은 2024년 12월까지의 데이터로 학습되었습니다"
- 생존 인물: 분기별 데이터 업데이트 파이프라인
- 사망 인물: "프레임 적용"이지 "예측"이 아님을 UX에서 명확히. "잡스의 Simplicity Filter로 이 상황을 분석합니다" (O) / "잡스가 이렇게 했을 겁니다" (X)

R7. 시장 리얼리티 체크 — 19개 플랫폼 교차검증 결과 통합

R1~R6은 우리 내부의 아이디어를 검증했다.
R7은 바깥 세상을 본다. 19개 플랫폼을 직접 조사한 결과 — 현실은 냉혹하다.

현실 #1 — 진짜 돈이 흐르는 곳은 딱 하나

스킬 마켓 9곳: "90% 수익 분배"를 내세우는 3곳 모두 실제 거래 증거 없음. 복제 방어력 제로.
MCP 마켓 6곳: 11,000+ 서버 존재하지만 수익화된 건 5% 미만. MCPize는 운영자조차 불명.
페르소나/봇 마켓: Poe만 유일하게 수천만 달러 실지급 확인. GPT Store는 3백만 개 만들고 수익 $0.

결론: 우리가 진입하려는 시장에서 실제로 돈이 도는 곳은 Poe뿐이다.
나머지는 전부 "약속"이거나 "무료"다. 우리가 직접 돈이 도는 구조를 만들어야 한다.

현실 #2 — 21st.dev의 교훈

MCP 1개로 6주 만에 MRR $10K. 마케팅비 $0. 사용자 100만 명.

그들이 한 것:
1. 무료 컴포넌트 레지스트리로 먼저 100만 명 모음
2. "v0 in your IDE" — 기존 제품 대비 명확한 포지셔닝
3. 10개월간 9개 제품을 만들고 되는 걸 골라서 MCP로 전환
4. 프리미엄이 "안 아까운" 퀄리티

우리에게 적용: 71개 기획 대신, 빠르게 여러 개 만들고 되는 걸 고르는 접근이 더 현실적일 수 있다.

상담형 vs 두뇌 복제형 — 우리 71개 MCP는 사실 두 종류다

우리 문서는 Work MCP / Wisdom MCP / 인물 MCP / 에이전트 MCP로 나눴지만,
본질적으로 두 가지 타입으로 나뉜다:

상담형 (도구) 두뇌 복제형 (사고법)
우리 MCP 중 Work MCP 6개, 타깃별 MCP 30개 인물 MCP 22개, 에이전트 MCP 9팀
사용자가 원하는 것 정확한 답 ("이거 경비처리 되나요?") 관점과 판단력 ("이걸 어떻게 봐야 하죠?")
정답 존재 있다 (법, 데이터, 규칙) 없다 (상황마다 다름)
학습 핵심 L1 지식 중심 L4 의사결정 + L5 직관 중심
시장 한국 한정 (세무, 노무 등 로컬 법규) 글로벌 (PM 사고법, 경영 판단)
가격 천장 낮음 (기존 전문가 비용의 1/3) 높음 (임원 코칭 대비 1/100)
경쟁자 삼쩜삼, 세무 상담 앱 MasterClass, Maven, 코칭 시장
해자 데이터 연동 + 규칙 DB 인물 이름 + 독점 인터뷰 데이터

전략적 함의:
- 상담형은 빠르고 확실하다. 정답이 있으니 품질 검증이 쉽다. 하지만 한국 한정 + 가격 천장 낮음.
- 두뇌 복제형은 스케일이 크다. 글로벌 + 고가. 하지만 품질 검증 어렵고, "프롬프트와 뭐가 다르냐" 문제 더 심함.
- 결론: 둘 다 준비하되, 먼저 트랙션이 나오는 쪽에 올인한다.

Phase 1 재설계 — "한 명으로 증명한다"

기존 Phase 1의 문제

기존: "● 판정 Work MCP 1개 + 잡스 Brain 1개 + 번들 1개 = 3개 동시 개발"
문제: 3개도 너무 많다. 21st.dev는 1개로 증명했다.
인물 22명을 기획하고 3개로 줄였지만, 진짜는 "1명의 두뇌를 완벽하게 복제"하는 것이다.

수정된 Phase 1 — "한 명으로 증명"

두뇌 복제 트랙:
유튜브/블로그를 이미 하고 있는 한국 스타트업 현직 PM 또는 마케터 1명을 섭외.
기존 콘텐츠(유튜브 영상 + 블로그 포스트) + 인터뷰 14시간 → MCP 출시.
목표: 유료 500명, MRR $10~25K

왜 유명인이 아니라 "현직 전문가"인가:
- 잡스/머스크는 법적 리스크 + 접근 불가 + 검증 불가 ("잡스라면 이렇게 했을 것"은 추측)
- 현직 전문가는 접근 가능 + 인터뷰 가능 + 본인이 검증 가능 ("맞아, 나 이렇게 판단해")
- 성공하면 → 유명인 버전도 같은 방법론으로 확장

상담형 트랙 (병행):
● 판정 Work MCP 1개를 Core Depth로 개발. 데이터 연동이 필수인 것으로.
먼저 트랙션 나오는 쪽에 올인.

데이터 플라이휠 — 쓸수록 똑똑해지는 구조

현재 설계에 빠진 것: 사용자 데이터가 상품을 개선하는 루프.
지금 구조는 "만들어서 팔기"다. 팔고 나면 끝. 이러면 해자가 안 쌓인다.

플라이휠 설계:
사용자 질문 → AI 답변 → 사용자 피드백 (👍/👎 + "이 부분이 아쉬웠어요")
→ 피드백 축적 → 전문가 리뷰 (인물 본인 또는 도메인 전문가)
→ 지식 DB 보강 → AI 판단 품질 개선 → 더 나은 답변 → 더 많은 사용자

3개월 후 얻는 것:
"PM들이 가장 자주 틀리는 의사결정 TOP 10" — 이 데이터는 프롬프트로 복사 불가능.
6개월 후: "이 프레임을 적용한 사용자의 프로젝트 성공률 데이터" — 경쟁사가 절대 못 만드는 것.

Phase별 해자 누적:
0~6개월: 전문가 지식 (약함)
6~12개월: + 사용자 데이터 + 신뢰 브랜드 (중간)
12~24개월: + API 고객 전환 비용 + 네트워크 (강함)
24개월+: + 도구(계산기, 신고서 등) = 겹겹이 해자 (매우 강함)

6-Layer 지식 구조 — 기존 4-Layer의 업그레이드

기존 4-Layer vs 신규 6-Layer

R5에서 설계한 4-Layer(사실/원칙/맥락/갈등)는 부족하다.
대표 분석에서 도출된 6-Layer 모델이 더 정밀하다:

Layer 내용 차별화 기여 LLM이 이미 아는 정도 추출 난이도
L1. 도메인 지식 뭘 아는지 낮음 높음 (이미 앎) 쉬움
L2. 성격/캐릭터 누구인지 중간 모름 중간
L3. 커뮤니케이션 어떻게 말하는지 중간 모름 중간
L4. 의사결정 프레임 어떻게 판단하는지 높음 모름 어려움
L5. 경험적 직관 설명 못 하지만 아는 것 매우 높음 모름 매우 어려움
L6. 윤리/경계선 뭘 안 하는지 높음 일부 중간

핵심: L1(지식)은 LLM이 이미 안다 → 차별화 가치 없음.
L4(의사결정) + L5(직관)이 전체 가치의 70%. 여기에 인터뷰 시간의 36%를 집중해야 한다.
L6(경계선)은 100% 정확해야 한다 — AI가 "이 인물이라면 절대 안 했을 조언"을 하면 신뢰 붕괴.

인터뷰 플레이북 — 7회 세션 (14시간)

R5의 "4-Stage 파이프라인"을 구체화. 실제 전문가 앞에서 쓸 수 있는 수준으로:

회차 시간 Layer 방식 산출물
1회2hL1구조화 인터뷰Q&A 100개
2회2hL1심화 주제별Q&A 100개 + 팩트시트
3회2hL2+L3자유 대화성격 프로파일 + 발화 50개
4회3hL4Think Aloud (케이스 10개)의사결정 체인 + 분기 로직
5회2hL5Critical Incident패턴 인식 규칙
6회1hL6시나리오 기반금지 목록 + 거절 화법
7회2h전체역할극 (AI가 답변, 본인이 평가)약점 리스트 + 최종 검수

4회(Think Aloud)가 핵심: 실제 케이스를 주고 "소리 내어 생각하기". 판단의 분기점이 드러난다.
5회(Critical Incident): "경력에서 가장 어려웠던 판단 5개"를 깊이 파면 직관의 패턴이 나온다.
7회(역할극): AI가 답변하고 본인이 "이건 내 답이 아니다"를 수정. 최종 품질 게이트.

품질 검증 — 블라인드 테스트

출시 전 필수 — 3자 블라인드 테스트

같은 질문에 대해 A. 전문가 본인 답변 / B. 우리 AI 답변 / C. ChatGPT 답변을
제3자에게 블라인드로 제시한다. 누가 전문가인지 모르는 상태에서 평가.

합격 기준:
- 60% 이상이 우리 AI를 전문가로 오인 OR "가장 도움 됨"으로 선택
- ChatGPT 대비 "확실히 다르다"고 느끼는 비율 70% 이상

Layer별 품질 기준:
- L1(지식): 정답률 90%+
- L4(의사결정): 전문가 본인 판단과 8/10 일치
- L5(직관): 전문가가 "맞다" 판정 4/5 이상
- L6(경계선): 10/10 거절 — 100% 필수. 하나라도 실패하면 출시 불가

R7 결론 — 시장이 알려주는 것

1. 돈이 도는 곳은 Poe뿐. 나머지는 약속. → 직접 수익 구조를 만들어야 한다
2. 우리 MCP는 상담형 + 두뇌 복제형 두 종류. → 먼저 트랙션 나오는 쪽에 올인
3. 22명이 아니라 1명. → "한 명으로 증명"하고 확장
4. 만들고 끝이 아니라 쓸수록 좋아지는 구조. → 데이터 플라이휠 필수
5. 4-Layer가 아니라 6-Layer. L4+L5가 가치의 70%. → 인터뷰 14시간의 핵심
6. 블라인드 테스트 통과 전에 출시하면 안 된다. → "ChatGPT와 다르다"를 데이터로 증명

* 최종 결론

교차 비평이 만든 전략 전환

Before (교차 비평 전):
"71개 MCP 후보를 동시에 3개 타깃에 판다" — 아이디어 중심, 방향 없음

After (교차 비평 후):
"MCP 3개로 시작해서, 1개 타깃에서 검증하고, 사다리를 통해 확장한다" — 실행 중심, 순서 있음

한 문장 전략 (R7 최종)

"현직 전문가 한 명의 두뇌를 14시간 인터뷰로 완벽히 복제하고,
블라인드 테스트로 'ChatGPT와 다르다'를 증명하고,
유료 500명으로 사업을 증명한 뒤 확장한다."

의사결정 요약 (R7 최종)

  • 뭘 먼저 하나? — 현직 전문가 1명 섭외 + 타깃 사용자 10명 인터뷰 (2주)
  • 두뇌 복제 트랙: — 전문가 1명의 MCP를 6-Layer 인터뷰(14시간)로 제작. "한 명으로 증명"
  • 상담형 트랙 (병행): — ● 판정 Work MCP 1개를 Core Depth로 개발. 먼저 트랙션 나오는 쪽에 올인
  • 어떻게 차별화하나? — "프롬프트로 불가능한 것"만 만든다 + 블라인드 테스트 합격 전 출시 안 함
  • MVP 깊이? — Core로 시작. Surface는 무료 맛보기. 첫인상이 곧 브랜드
  • 핵심 지식 구조: — 6-Layer (L4 의사결정 + L5 직관이 가치의 70%). L6 경계선은 100% 필수
  • 쓸수록 좋아지나? — 데이터 플라이휠 Day 1부터 설계. 피드백→전문가 리뷰→DB 보강 루프
  • 품질 검증? — 전문가/AI/ChatGPT 3자 블라인드 테스트. 60% 오인율 합격
  • MCP라고 하나? — 안 한다. "AI 전문가 도구". MCP는 백엔드 기술명
  • 해자는 어디서? — 독점 인터뷰 데이터 + 사용자 피드백 데이터. 시간이 갈수록 격차 벌어짐
  • 목표: — Phase 1: 유료 500명, MRR $10~25K → Phase 2: 멀티 카테고리 + 영어 → Phase 3: 크리에이터 플랫폼 + B2B
  • 뭘 하지 않나? — 22명 동시 개발(안 함), Surface 선출시(안 함), 블라인드 테스트 전 출시(안 함), 플라이휠 없이 출시(안 함)
이 문서의 역할 — v0.5

Page 1 (개요): 상품의 지도 — "무엇을 만들 수 있는가" (10개 MCP)
Page 2 (타깃별): 고객의 지도 — "누구에게 팔 수 있는가" (30개 MCP, 3개 타깃)
Page 3 (인물): 차별화의 지도 — "무엇으로 방어할 것인가" (22인)
Page 4 (에이전트): 미래의 청사진 — "최종 형태는 무엇인가" (9개 팀, 55인)
Page 5 (전략): 실행의 필터 — "지금 무엇을 하고, 무엇을 하지 않을 것인가"

Page 1~4는 가능성의 지도로 보존한다. Phase 2, 3에서 꺼내 쓸 자산이다.
Page 5는 매 Phase가 끝날 때마다 업데이트한다. 이것이 살아 있는 전략 문서다.