스티브 블랭크가 "MVP는 죽었다"고 진단한 이유: 첫날 AI 제품을 IUP로 부르기로 한 배경

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.

창업 교육에서 자주 쓰는 MVP는 Minimum Viable Product, 우리말로 최소 기능 제품입니다. 블랭크는 1부 원문의 한 절에 "The MVP Is Dead(MVP는 죽었다)"라는 제목을 붙였습니다. 이 글은 그 진단의 근거와 새로 등장한 용어를 정리합니다.

예년 MVP가 보여 주던 것

원문에 따르면 예년 MVP는 이해관계자와 나눈 대화로 매주 쌓은 지식을 반영해 힘들게 만든 결과물이었습니다. 동시에 팀의 기술 역량을 보여 주는 증거이기도 했습니다. MVP를 보면 팀이 그동안 고객에게서 무엇을 배웠는지, 그리고 그것을 만들 능력이 있는지를 함께 볼 수 있었습니다.

첫날 제품이 있으면 MVP가 증명하지 못하는 것

블랭크는 첫날 제품이 있다는 것은 "an MVP was no longer evidence of anything", 즉 MVP가 더 이상 어떤 것의 증거도 아니라는 뜻이라고 썼습니다. 원문이 나열한 항목은 다음과 같습니다.

• 고객 발견(customer discovery)
• 비판적 사고
• 가설 검증
• 제품-시장 적합성(product/market fit)
• 고객 검증(customer validation)
• 몰입(commitment)

"Creating products rapidly at almost no cost had allowed teams to make bad ideas go faster."
거의 비용 없이 빠르게 제품을 만들 수 있게 되자, 팀들은 나쁜 아이디어를 더 빨리 진행하게 됐다.

작성자 해석을 덧붙이면, 예전에는 제작에 드는 시간과 비용 때문에 팀이 "정말 이것을 만들어야 하는가"를 한 번 더 따져 볼 수밖에 없었습니다. AI로 제작 비용이 거의 사라지면서 그렇게 따져 볼 계기도 함께 줄었다고 볼 수 있습니다.

그림: Steve Blank 연재 1부 내용을 요약해 다시 그렸습니다. 도식 크게 보기

보여주기식 증거(evidence theater)

원문은 AI가 "evidence theater"를 만들었다고 씁니다. 직역하면 '증거 연극'으로, 증거처럼 보이도록 연출된 결과물을 가리킵니다. 블랭크에 따르면 이 첫날 제품들은 증거처럼 느껴졌지만 고객과 거의 또는 전혀 접촉하지 않고 만든 것이었습니다. 진척처럼 보였지만 확증 편향을 크게 키우고 방향 전환을 늦췄습니다. 확증 편향은 자기 생각을 뒷받침하는 정보만 받아들이는 경향을 말합니다.

헛것을 본 쪽은 팀이었다

"It wasn’t that AI was hallucinating – the teams were."
환각을 일으킨 것은 AI가 아니라 팀이었다.

AI가 사실이 아닌 내용을 그럴듯하게 지어내는 현상을 환각(hallucination)이라고 합니다. 블랭크는 이 말을 팀에게 돌렸습니다. 팀들은 매끈한 제품이 곧 제품-시장 적합성이라고 받아들였고, 그래서 피벗을 하더라도 늦게 했습니다. 원문에 따르면 AI 이전 팀들은 한 학기에 3~4번 피벗했습니다.

반대쪽 사례도 있었습니다. 한 팀은 매주 새 IUP를 만들었지만, 배운 증거가 쌓이도록 두지 않았습니다. 첫 제품을 붙잡고 있던 팀과 매주 새 제품을 만든 팀 모두 고객 증거를 쌓지 못했다는 점이 같습니다.

한쪽으로 치우친 학습

블랭크는 학생들의 학습이 균형을 잃었다고 썼습니다. 완성돼 보이는 제품이 성공처럼 느껴졌고, 학생들은 매끈한 결과물을 모든 이해관계자의 필요를 깊이 이해하는 일, 고객 검증을 찾아가는 일과 혼동했습니다. 그 결과 모든 팀에서 풀려는 문제와 고객의 필요에 대한 이해가 얕아졌습니다.

학습 부채(learning debt)

원문은 이 모든 것이 쌓여 "learning debt", 즉 학습 부채가 됐다고 씁니다. 작성자 설명을 덧붙이면, 소프트웨어 개발에서 쓰는 '기술 부채'와 비슷한 구조의 말입니다. 지금 건너뛴 일이 나중에 더 큰 비용으로 돌아온다는 뜻입니다.

원문에 따르면 IUP 덕분에 팀들은 예전이라면 고객 통찰로 이어졌을 시행착오를 건너뛰었습니다. 코드는 동작했고, 발표 자료는 매끈했고, 분석은 논리적이었습니다. 그런데 AI로 인터뷰를 요약하면서 팀들은 고객 통찰을 놓쳤고, 결국 자기 가정의 근거를 대거나 예외 상황을 설명하지 못했습니다. 예를 들면 다음 질문에 답하지 못하는 상태입니다. 아래 질문은 예시입니다.

• 이 가정은 어느 고객에게서 확인했나요?
• 이 제품이 맞지 않는 고객은 누구인가요?

IUP라는 이름

1부 원문은 AI로 만든 첫날 제품을 Initial Untested Product(IUP), 우리말로 '검증되지 않은 초기 제품'이라고 부릅니다. 아래 표는 원문 내용을 바탕으로 작성자가 정리한 것입니다.

구분	예년 MVP	2026년 첫날 IUP
만든 과정	매주 고객에게 배운 만큼 다듬음	고객과 거의 만나지 않고 AI로 제작
증명하는 것	팀이 배운 내용과 기술 역량	원문 기준으로 위 6개 항목 중 어느 것도 증명하지 못함
다음 할 일	더 큰 실험	고객과 이해관계자에게 확인하기

작성자 해석을 덧붙이면, 첫날 결과물을 IUP라고 부르면 만든 팀도 평가하는 사람도 그 결과물이 아직 검증 전이라는 점을 같은 말로 확인할 수 있습니다.

다음 글

다음 글에서는 수업이 끝난 뒤 블랭크의 강사진이 사후 검토에서 정리한 결론 6개를 다룹니다. 그중 하나가 창업의 병목이 제품을 만드는 시간과 비용에서 무엇을 누구를 위해 만들지에 대한 판단으로 옮겨 갔다는 진단입니다.

---

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.