① 어떤 상황에서 AI를 활용했나요?
저는 1997년생 1인 창업 준비자입니다. 2026년 하반기부터 평일 오전 직장을 병행하게 되어, 12시 퇴근 후 오후 2~3시간과 주말이 사실상 가용 시간의 전부입니다. 그 시간에 복수의 창업 건을 동시에 굴리고 있습니다 — AI 재난대비 라이프스타일 플랫폼(SafeBox), 경남 이주 전제의 건조식품 식품가공업(산지 농가 잉여 농산물을 저가 매입해 건조가공), AI 콘텐츠 팩토리(유튜브 3채널). 사업 1건을 혼자 손으로 돌리면 시장조사·경쟁자 분석·BM 설계·규제 확인·실행 로드맵까지 쉽게 수백 시간이 필요하고, 한 번 잘못 짜면 자본과 시간을 날립니다. 혼자서 복수 사업을 병행하면서 품질을 유지하려면 AI 파이프라인이 불가피했습니다.

② 어떤 AI를 어떻게 활용했나요?
AI 도구는 ChatGPT·Claude·Perplexity·Gemini·로컬 Ollama(qwen3:8b, qwen2.5vl:7b, qwen2.5:7b)·muse.ai 에이전트 여섯 가지를 역할별로 쪼개 썼고, 보조로 공공데이터(KOSIS, KAMIS, 공공데이터포털, 식약처 DB)를 결합해 교차검증했습니다. 사업 1건마다 전용 폴더·전용 채팅방을 열고 7단계로 돌립니다.
1단계. muse.ai 에이전트(AI)로 시장·규모·경쟁자·관련 규제 1차 조사.
2단계. Claude(AI) 세션에서 뮤즈 결과를 교차검증. 공식 사이트·공공데이터(KOSIS·KAMIS)를 WebFetch로 다시 열어 뮤즈가 놓치거나 틀린 사실(특히 규제·시장 수치)을 짚어냅니다.
3단계. Claude 안에서 서브에이전트 최소 3명을 각기 다른 각도로 투입합니다. SafeBox의 경우 '재난 피해자 관점' '예방 교육 관점' '수익 모델 관점' 셋으로 쪼개 각각 BM 2~3개를 뽑게 합니다.
4단계. Red Team 에이전트. 투자자·심사위원 시선으로 각 BM을 공격해 사업 광탈 포인트(실현 불가, 규제 위반, 시장 규모 과장, 경쟁자 중복)를 찾아냅니다.
5단계. 경쟁자 심층 조사 에이전트. 국내·해외 유사 사업 10개 이상을 발굴해 치명 중복 여부를 체크합니다.
6단계. Red Team 피드백을 반영해 BM을 리프레임합니다. 이때 '지어낼 수 있는 안 vs 실제 활동 기반 안' 분류를 먼저 끝내, 환각 서술이 사업 기획서에 들어가지 않게 합니다.
7단계. 글자수 체크·단순 요약·반복 분기 같은 저단가 작업은 로컬 Ollama(AI)에 넘겨 Claude 토큰을 아낍니다. Perplexity·GPT·Gemini는 교차검증 보조로 돌리고, Claude는 최종 판단과 사업 기획 문서 작성에만 씁니다.

③ 활용 결과 어떤 변화가 있었나요?
사업 1건 1차 기획시간: 실측 수십 시간 → 2~5시간으로 체감 70퍼센트 단축.
동시 추진 사업 수: 1~2건 → 3~4건(SafeBox·건조식품업·콘텐츠 팩토리 병행).
사업 BM 폐기율: 리프레임 전 체감 거의 전부 폐기 → Red Team 조기 투입 후 체감 50퍼센트 수준으로 안정화. 시간·돈을 쓰기 전에 1차에서 걸러짐.
공모전·창업지원금 응모 건수(사업 자금 조달 수단): 월 3~5건 → 월 20~40건으로 체감 증가. 수상·선정 결과는 발표 전이라 확정 수치는 없지만, 사업 자금 리스크를 분산하는 효과는 체감.
AI 비용: 처리량이 10배 가까이 늘었음에도 로컬 Ollama·GPT·Gemini 분산 덕에 월 사용료는 상반기와 비슷한 수준(체감).

④ 나만의 방식 또는 개선 포인트는 무엇인가요?
실패와 조정을 솔직히 적습니다. 핵심은 AI와 공공데이터와 사람을 분리해서 쓴 것입니다. AI는 설계·조사 보조로만, 사실 검증은 공공데이터와 사람이, 최종 결정도 사람이 담당합니다.

첫째, 뮤즈 에이전트(AI) 환각 사건. 한 공모·규제 조사에서 뮤즈가 공식 자료에 없는 분야를 사실처럼 요약해 넘겨 준 적이 있습니다. 그걸 믿고 사업 기획을 돌리던 중 2단계 Claude 교차검증에서 공식 사이트를 다시 열어 보고서야 환각임을 발견했습니다. 그 뒤로 '뮤즈 조사 → Claude WebFetch 공식 사이트 재대조'를 모든 사업 건에 의무 단계로 못 박았습니다.

둘째, Red Team 없이 돌리던 초기. 하반기 초에는 조사→기획→실행 직진이었는데 비슷한 광탈이 반복됐습니다. Red Team 에이전트를 흐름 중앙에 고정했고, 그제야 BM이 걸러지기 시작했습니다.

셋째, 1인칭 지어내기 문제. 서브에이전트에게 '실제 창업자처럼 써 줘'라고 하면 겪지 않은 경험(가족·구체 지역·수치·사건)을 지어 넣는 경향이 있었습니다. 그래서 사업 문서 작성 전에 '지어낼 수 있는 안 vs 실제 활동 기반 안' 분류를 먼저 끝냅니다.

넷째, 토큰 과소비. 초기엔 1차 조사부터 요약까지 Claude에만 돌렸고 한 달 비용이 급등했습니다. 저단가 반복 작업을 로컬 Ollama로 분산하면서 비용이 안정화됐습니다.

다섯째, 공공데이터와 AI 분리. KOSIS·KAMIS·식약처DB는 AI가 아니고 공공 통계·데이터베이스입니다. AI가 뱉은 수치는 반드시 공공데이터로 재대조하는 단계를 넣습니다.

⑤ 다른 사람도 따라 할 수 있나요?
이 파이프라인은 돈이 많이 드는 세팅이 아니라서, 다른 1인 창업 준비자가 그대로 복제할 수 있습니다.
AI 도구: muse.ai 또는 유사 에이전트 1종, Claude 유료 플랜 1종, GPT 또는 Gemini 중 1종. 로컬 Ollama는 선택이며 사양이 되면 비용 측면에서 큰 도움이 됩니다.
공공데이터: KOSIS·KAMIS·공공데이터포털·식약처 식품영양성분DB 등 무료.
폴더 구조: 사업 1건당 전용 폴더, 전용 채팅방, 공식 자료 캡처, 핵심 요약 메모 1장.
에이전트 지시 프롬프트: 각도별 서브에이전트 지시서, Red Team 지시서, 경쟁자 조사 지시서 3종을 템플릿화해 사업 건마다 변수만 바꿔 재사용합니다.
1인 창업자용 4대 체크리스트: 공식 사이트·공공데이터 재대조 완료, Red Team 통과, '지어낼 수 있는 안 vs 실제 활동 기반 안' 분류 완료, 규제·법령 재검토 완료. 이 네 가지만 지키면 흐름이 깨지지 않습니다.
평일 2~3시간만 쓸 수 있는 직장인·예비창업자에게 특히 유리합니다. 조사·검증 상당 부분을 AI 분업으로 넘기고, 사람은 최종 판단과 사업 결정에만 집중할 수 있기 때문입니다. 다만 사업 결정은 사람 책임입니다. AI는 보조이고, 공공데이터는 검증 자료이며, 돈을 쓸지 말지는 사람이 결정해야 합니다.