남의 주장 위에서 내리는 판단
비즈니스 리더들은 매일 가정에 기반해 판단한다. "이 채널에서 이 정도 트래픽이 온다", "이 가격에 이만큼 팔린다", "이 기능이 사람들을 끌 것이다". 문제는 그 가정이 검증되지 않은 채 움직인다는 점이다.
구글은 2026년 7월 AI 검색 기능이 매주 수십억 건의 클릭을 웹에 보내고 있다고 밝혔다(닉 폭스 발언). 서치엔진저널과 PPC Land 는 그 수치의 산출 근거가 공개되지 않았다고 지적했다. 이 주장을 근거로 예산을 옮기든, 의심하다 시점을 놓치든, 양쪽 모두 자기 데이터가 아니라 남의 주장 위에 서 있다.
LLM으로 가정을 점검하기
LLM 에 아이디어를 미리 물어보는 방식이 있다. "좋은 아이디어네"라는 칭찬을 받으려는 게 아니라, 그 아이디어가 딛고 선 가정을 하나씩 캐묻는 용도다.
예를 들어 "이 기능을 사람들이 원하는가", "이 가격대에서 팔릴 것인가", "경쟁사 대비 우리 차별점은 무엇인가"를 묻는다. LLM 은 놓친 문제를 들춘다. 시장이 크면 경쟁이 심하다는 점, 초기 사용자가 실제로 원하는 것이 다르다는 점, 비슷한 해결책이 이미 있다는 점.
이 방식은 개발 기간과 예산을 크게 쓰기 전에 가정의 위험을 드러낸다. 모든 아이디어가 검증을 견딜 필요는 없다. 다만 검증을 건너뛴 아이디어는 나중에 더 비싼 값을 치른다.
초기 신호에서 실제로 봐야 할 것
초기 지표는 성공의 증거가 아니라 배울 거리다. 설치 수나 가입 수가 늘었다는 사실만으로는 사람들이 무엇을 원하는지 알 수 없다. 봐야 할 것은 초기 사용자의 행동이다. 어떤 기능을 실제로 쓰는지, 어디서 멈추는지, 왜 일부는 떠나는지. 이 신호를 읽는 팀은 완벽한 출시를 기다리지 않고 방향을 바꾼다.
InsightWorks의 관점
검증되지 않은 남의 수치에 기대는 것과, 자기 초기 신호를 흘려보내는 것은 같은 실수다. 할 일은 단순하다.
첫째, 자기 가정을 LLM 과 함께 하나씩 점검한다. 둘째, 초기 사용자 100명의 반응을 빠르게 모은다. 셋째, 그 신호가 무엇을 말하는지 있는 그대로 해석한다. 잘 됐다면 무엇 때문인지, 안 됐다면 왜인지.
완벽한 가정은 없다. 가정을 검증하고 초기 신호에 빠르게 반응하는 팀이 다른 결과를 얻는다.