AI에게는 묻고 고객에게는 묻지 않은 학기: 창업 수업의 고객 인터뷰가 제품 평가로 바뀐 과정

자료 기준일: 2026-09-23 (블랭크 블로그 게시일). 자료 기준: 스티브 블랭크(Steve Blank)의 4부 연재 중 1부 「The Year AI Came For Us: Teaching Entrepreneurship Will Never Be The Same」. Poets&Quants에 2026년 9월 21일 게재됐고, 블랭크의 블로그 steveblank.com에 9월 23일 다시 실렸습니다.

지난 글에서 다룬 것처럼 2026년 봄 학기 첫 수업에서 8팀 모두가 AI로 만든 완성품을 시연했습니다. 이 글은 같은 1부 원문에서 학기 중에 무엇이 달라졌는지를 순서대로 정리합니다.

예년 학생들이 쓰던 방법

원문에 따르면 예년 학생들은 교실 밖으로 나가 고객의 문제를 깊이 이해하는 데 시간을 썼습니다. 그리고 비즈니스 모델 캔버스(Business Model Canvas)에 배운 것을 적으며 시장 진입 전략, 가격, 제품-시장 적합성, 수익, 비용 같은 가설을 하나씩 확인했습니다. 블랭크는 이것들을 아이디어를 사업으로 바꾸는 데 필요한 요소라고 설명합니다.

작성자 설명을 덧붙이면, 비즈니스 모델 캔버스는 고객, 가치 제안, 채널, 고객 관계, 수익원, 핵심 자원, 핵심 활동, 핵심 파트너, 비용 구조를 종이 한 장의 9칸에 적는 도구입니다. 블랭크의 수업에서는 이 캔버스를 아직 확인하지 않은 가설의 목록으로 씁니다.

고객 대신 AI에게 물었다

"Students used AI instead of customers for insights and validation. And because this information came from AI, they assumed it was correct."
학생들은 통찰과 검증을 고객 대신 AI에서 얻었다. 그리고 그 정보가 AI에서 나왔기 때문에 맞을 것이라고 생각했다.

원문은 AI 덕분에 아이디어를 제품으로 옮기는 일이 쉽고 빨라졌지만, 학생들은 그 제품이 고객의 필요를 채우는지, 고객의 문제를 푸는지 알지 못했다고 씁니다.

학기가 지날수록 덜 배운 팀들

블랭크는 처음에 유망해 보이던 팀들이 학기가 지날수록 덜 배우고 있었다고 쓰고, 그 모습을 다음 문장으로 정리했습니다.

"Minimal Viable Products (MVPs) became sales pitches instead of experiments; teams collected compliments instead of disconfirming evidence; interviewees reacted to the product rather than explaining their problems/needs."
MVP는 실험 대신 판매 발표가 됐다. 팀은 가설을 반박하는 증거 대신 칭찬을 모았다. 인터뷰 대상자는 자기 문제와 필요를 설명하는 대신 제품에 반응했다.

MVP(Minimum Viable Product, 최소 기능 제품)는 원래 고객 반응을 보고 배우기 위해 만드는 최소한의 결과물입니다. 그런데 완성품을 먼저 보여 주면 인터뷰 질문이 달라집니다. 아래 도식의 질문 문구는 작성자가 만든 예시입니다.

그림: 1부 원문 내용을 바탕으로 작성자가 그렸습니다. 질문 문구는 예시입니다. 도식 크게 보기

"지금 이 일을 어떻게 처리하세요?"라고 물으면 고객은 자기 업무와 불편, 지금 쓰는 우회 방법을 이야기합니다. "이 화면 어떠세요?"라고 물으면 고객은 화면의 장단점을 평가합니다. 앞의 답은 가설을 확인하거나 반박하는 자료가 되고, 뒤의 답은 대부분 칭찬이나 화면 의견으로 끝납니다.

고객도 같은 AI 도구로 대안을 만들고 있었다

학생 팀들이 놀란 발견도 있었습니다. 원문에 따르면 많은 잠재 고객이 같은 AI 도구로 학생 팀만큼 빠르게 자기만의 대안을 만들어 쓰고 있었습니다. 블랭크는 이 발견이 스타트업이 팔 수 있는 기능의 최저선(floor)이 어디인지 알려 주는 신호였다고 썼습니다. 고객이 직접 만들 수 있는 수준의 기능으로는 돈을 받기 어렵다는 뜻으로 읽을 수 있습니다. 이 내용은 4편에서 다시 다룹니다.

방향 전환이 늦어졌다

피벗(pivot)은 배운 것을 바탕으로 고객, 문제, 제품 같은 사업 요소를 바꾸는 방향 전환을 말합니다. 원문에 따르면 많은 학생이 AI로 만든 첫 아이디어를 놓지 못했고, 고객에게서 어떤 증거를 들어도 그 아이디어를 그대로 유지했습니다. 블랭크는 방향을 바꾸는 심리적 비용이 커졌다고 진단했고, 제품을 바꾸는 기술적 비용은 오히려 낮아졌다는 점을 역설로 봤습니다. 결국 강사진이 개입해 학생들이 이 첫 제품을 내려놓게 해야 했습니다.

같은 원문에 따르면 AI 이전 팀들은 한 학기에 3~4번 피벗했습니다. 올해 팀들은 피벗하더라도 늦게 했습니다.

수업에서 AI가 도움이 된 부분

원문은 AI가 준 도움도 함께 적었습니다.

• 학생들은 Claude Skills와 Gemini Gems로 놀라운 제품을 만들었습니다.
• 디지털 트윈을 만들거나 앱 수십, 수백 개를 동시에 시험해 볼 기회가 많았습니다.
• 고객 발견에서도 팀들은 AI의 도움으로 적합한 사람에게 던질 적합한 질문을 찾아 가설을 더 빨리 시험했습니다.

원문이 밝힌 도구별 용도는 다음과 같습니다.

용도	원문에 나온 도구
제품 제작	Claude Skills, Gemini Gems
시장 조사	ChatGPT
웹사이트 제작	Replit
인터뷰 기록	Granola, Twinmind
합성 사용자(AI로 만든 가상 고객)를 만들어 실제 고객 데이터와 비교	Listen Labs, Viewpoints AI
리서치 정리	Google NotebookLM, Notion
주간 발표 자료	Perplexity

그런데도 수업이 끝난 뒤 강사진과 스탠퍼드 교수진이 모인 사후 검토의 첫 결론은 다음 문장이었습니다.

"The impact on learning far outweighed the benefits AI provided."
학습에 미친 영향이 AI가 준 이점보다 훨씬 컸다.

작성자 해석: 인터뷰 순서를 정하는 방법

이 절은 원문을 읽고 작성자가 정리한 적용 예시입니다. 원문에 나온 제안이 아닙니다.

• 초기 인터뷰에서는 제품 화면을 보여 주기 전에 고객이 지금 그 일을 어떻게 처리하는지부터 묻습니다.
• 인터뷰 기록은 AI 요약본과 함께 고객이 실제로 한 말을 몇 문장이라도 그대로 남깁니다. 1부 원문도 팀들이 AI로 인터뷰를 요약하면서 고객 통찰을 놓쳤다고 지적합니다.
• 주간 점검에서는 받은 칭찬과 함께 이번 주에 틀린 것으로 확인한 가설을 적습니다.

요약하면 고객에게 먼저 묻고, 확인한 문제를 AI로 빠르게 만들어 시험하는 순서입니다.

다음 글에서는 블랭크가 1부에서 내린 진단, "MVP는 죽었다"를 다룹니다.

---

이 글은 원문 전체를 번역하지 않았습니다. 따옴표 안의 영어 문장은 원문 그대로 옮기고 바로 아래에 우리말 번역을 붙였습니다. 나머지는 원문 내용을 요약한 것이며, '작성자 해석'이나 '예시'로 표시한 부분은 원문 주장이 아닙니다.