…마음은 착잡하지만, 기록은 남겨야 하기에 짧게 정리해 본다.

 

 

무슨 서비스였나요?

Private RAG 기능을 제공하는 웹서비스였다. 사용자가 보유한 데이터를 업로드하면 이를 자동으로 구조화·벡터화하여 서버에 저장하고, 그 위에 LLM 기반 검색·Q&A를 제공하는 형태다.

 

 

왜 잘될 거라고 생각했나요?

Notion 같은 생산성 도구에는 개인·팀의 지식이 축적돼 있지만, 이를 RAG 방식으로 활용하려면 벡터 검색이 가능한 DB가 필요하다. 개인에게는 진입 장벽이 높으므로 “구축만 해주면 생산성을 끌어올릴 수 있겠다”는 가정을 세웠다.

 

 

이 서비스의 강점은?

  • 인프라 무관심: 사용자가 별도 Vector DB를 구축할 필요가 없다.
  • 원스톱 RAG: 업로드 → 구조화 → 벡터화 → 질의응답이 한 번에 이뤄진다.

 

이 서비스의 한계는?

  • 보안 우려: 민감 데이터를 외부 서버에 올려야 한다.
  • 복잡한 설정: 초기 온보딩 절차를 간소화하지 못했다.

 

 

언제 개발중단을 결정했나요?

데모를 배포한 뒤 Threads·Instagram에 광고를 집행했으나 유입이 극히 저조했다. “기능이 좋으면 써보겠지”라는 기대와 달리, 관심 자체가 거의 없다는 점에서 서비스 지속 가능성을 낮게 판단했다.

 

 

 

무엇을 배웠나요?

  • 기술: GCP OAuth, Supabase, Vercel, Vultr Cloud를 실전 적용.
  • 교훈: ‘아무도 안 쓰는 서비스는 존재 이유가 없다’—문제·수요 검증이 선행돼야 한다.

 

 

다음 프로젝트에 보완할 점은?

  • 사용자 니즈 우선: 개발에 앞서 인터뷰와 시장 조사를 진행한다.
  • 마케팅 학습: 기능만큼 중요한 것이 노출·메시지라는 사실을 체감했다.

 

 

⇒ 다음에는 누가, 이걸 왜 필요로 하는가? 를 충분히 확인한 뒤에 코드를 개발하기

jjongguet