6개월 액션 플랜
알렉산드로스 전술 기반
6개월 액션플랜
PLG 온보딩 + 분류체계 완성 · 1차 목표: 데이터 축적 속도 극대화 — 그리고 그 위에 박는 지불 검증.
예측하는 자가 아니라, 변화를 자기 것으로 만드는 자
전쟁은 시대를 막론하고 ‘정적인 자’ 대 ‘동적인 자’, ‘눈에 보이는 가능성을 좇는 자’ 대 ‘눈에 보이지 않는 가능성을 만들어내는 자’의 싸움이다. 후자가 곧 데이터 모트를 쌓는 자다.
경쟁사는 눈에 보이는 매출·자본·광고를 향해 달린다. PrepMaster는 눈에 보이지 않는 한국 학습자 오류 패턴 데이터를 매일 축적한다. 아래 다섯 전술은 이 비대칭을 실행 언어로 옮긴 것이다.
| 알렉산드로스 전술 | PrepMaster 적용 |
|---|---|
| 망치와 모루 | 데이터(23년 케이스 + 600명 합격 DB) = 모루로 고정, 창업자 브랜드 + PLG = 망치로 측면 타격 |
| 결정점 타격 | 전선을 넓히지 않고 SSAT Verbal 추론 한 점에 전력 집중 |
| 사선 대형 | 다섯 기능을 평평하게 펴지 않고 ‘첫 30초 Think-aloud 포착’을 압도적으로 두껍게 |
| 보급선이 곧 전선 | Supabase + Resend + Claude API 자동화가 끊김 없이 흐를 때 무한 진격 가능 |
| 지형 선택 | Crimson의 자본 우위가 작동 못 하는 ‘한국 학습자 인지 데이터’ 지형으로 싸움터 이동 |
보급선 → 결정점 → 망치 → 비대칭 굳히기
각 단계는 다음 단계의 전제 조건이다 — 순서를 건너뛰지 않는다.
Logistics First
알렉산드로스의 진짜 천재성은 진격이 아니라 보급이었다.
- 계측 우선 — Supabase 이벤트 로깅에서 ‘첫 30초 Think-aloud 포착’ 지점을 가장 두껍게 설계
- 자동화 무결성 — Resend 학부모 리포트가 사람 손 없이 도달하는지 검증
- 병행 — 5–6주 차에 트랙 1 지불 검증 실험 착수(섹션 04)
Schwerpunkt
적의 전 전선이 아니라 지휘 중심 한 점만 노린다.
- 출시 — Struggle Score 대시보드 + 가입 게이트 모달
- 분류체계 가동 — PM-V-S 9 / PM-V-A 55 / PM-V-A 75를 Supabase Detection Logic 레이어까지
- 병행 — 7–8주 차에 트랙 2 지불 검증 실험 착수
Hammer
모루(데이터)가 쌓이는 동안 망치를 휘두른다.
- 브랜드 — 한세희 창업자 브랜드 콘텐츠를 바이럴·리텐션 자산으로 운용
- 게이미피케이션 — Apple/Tree 시스템 풀가동, 세미나형 전환 퍼널 상시화
Consolidation
적의 강점이 작동하지 않는 지형에서 우위를 고정한다.
- 외부 증명 — NOQ 지수 리포트를 공개 가능한 형태로 정제
- B2B 파일럿 — 학원 라이선싱 1곳 체결로 데이터 회사 정체성 검증
매출이 아니라 적재 속도를 북극성으로 둔다
1차 목표가 ‘데이터 축적 속도’이므로, 북극성 지표는 매출이 아니라 적재 건수다.
| 구분 | 지표 | 측정 의미 |
|---|---|---|
| 북극성 지표 | 일일 신규 오류 패턴 적재 건수 | 데이터 모트의 성장 속도 = 1차 목표 직결 |
| 선행 지표 | 데모 완주율 / 데모→가입 전환율 | 축적 루프 진입구의 건강도 |
| 리텐션 지표 | 7일·30일 리텐션 / WAU | 축적이 일회성이 아닌 복리로 도는지 |
| 증명 지표 | B2B 파일럿 1곳 / NOQ 외부 공개 리포트 | ‘데이터 회사’ 정체성의 외부 검증 |
아이디어의 우아함과 시장의 지불은 다른 축이다
검증된 코어(보딩스쿨 입시 전문성)는 팔린다는 것이 23년·1,200명·11권으로 증명됐다. 그러나 ‘AI 데이터 회사’라는 새 형태로는 아직 누구도 지불하지 않았다 — 이것을 모른다고 인정하는 것이 지금 가장 중요하다.
그래서 첫 검증 대상은 데이터 적재 속도가 아니라 지불 의사다. 채널을 둘로 나누되 역할을 분리한다 — 섞으면 신호가 흐려진다.
가격 발견
이미 PrepMaster에 지불해본 고객 — ‘얼마면 내는가’가 가장 정직하게 측정된다.
전환율 발견
‘0원→유료 문턱을 넘는가’ — PLG 모델이 실제로 작동하는지 확인한다.
가격 닻 — 임의로 찍지 않는다
현재 월 수강료를 닻으로 삼아 3구간으로 쪼개 무작위 노출하고, 어느 지점에서 클릭이 꺾이는지로 지불 상한을 발견한다.
| 가격 구간 | 닻 (Anchor) | 읽는 법 |
|---|---|---|
| 저가 닻 | 현 월 수강료의 약 10% | 최저가에서도 클릭이 안 나오면 = 상품 자체의 문제 |
| 중가 닻 | 현 월 수강료의 약 25% | 기준선 — 가장 현실적인 1차 후보 가격 |
| 고가 닻 | 현 월 수강료의 약 50% | 여기서 클릭이 꺾이는 지점 = 가격 상한 |
사전 약속된 판정 기준
실험 결과를 보고 해석을 바꾸지 않기 위해, 판정 기준을 실험 전에 못 박는다.
| 관측 결과 | 사전 약속된 판정 |
|---|---|
| 트랙 1: 한 가격대든 클릭 ≥ 15% | 통과 → 그 가격으로 실제 과금(실험 B) 진행 |
| 트랙 1: 최고 클릭 < 5% | 중단 → 리포트가 아닌 다른 상품을 팔아야 한다는 신호 |
| 트랙 2 전환율 ≥ 트랙 1의 50% | PLG 모델 유지 — 신규 확장 가능성 확인 |
| 트랙 2 전환율 < 트랙 1의 50% | PLG 모델 재설계 — 무료 유입 구조 손봄 |
⚑ 미검증 가설 — 격리 (실험 B 통과 전까지 자원 투입 금지)
- 화이트라벨 SDK 라이선싱 — 살 고객을 아직 못 찾음
- 데이터 라이선싱 매출 — 데이터 모트는 살 사람이 있을 때만 가치가 됨
- B2B 학원 대규모 라이선싱 — 파일럿 1곳 결과 전까지 가설
- 원칙: 검증된 지불 신호 없이 이 항목들에 인력·시간을 배분하지 않는다
눈에 보이지 않는 축적 루프를 제품의 심장에 둔 회사들
세 모델의 공통점은 하나다 — 눈에 보이는 콘텐츠가 아니라, 눈에 보이지 않는 데이터 축적 루프를 제품의 심장에 두었다.
| 모델 | 성공 요인 | PrepMaster 대응 구조 |
|---|---|---|
| Duolingo | Birdbrain 개인화 데이터 엔진 / 스트릭·리그 / ‘교육이 아닌 데이터 회사’ 자기정의 | Thinking Log·Noesis 파이프라인 / Apple·Tree / PM Trap 분류 체계 = 데이터 모트 |
| Bloomberg | 데이터 자체가 제품이자 진입장벽 / 단말기가 곧 접점 | 오류 패턴 DB가 제품의 심장 / 무가입 데모 흐름이 곧 단말기 |
| Strava | 행동 데이터를 커뮤니티·경쟁으로 리텐션 전환 | 주간 Tree 리더보드 / 주말 학교 대항전 — 동일 구조 |
가장 정밀한 벤치마크는 Duolingo다. 교육 회사가 스스로를 데이터 회사로 재정의한 순간 시장의 평가 기준이 바뀌었다. PrepMaster의 PM Trap 분류 체계는 Birdbrain에 대응하는 복제 불가능한 데이터 자산이다.
PrepMaster는 시험 표시 웹사이트를 짓는 것이 아니라, 학생의 Think-aloud를 포착하는 장치를 짓는다. 6개월의 모든 행동은 이 장치를 매일 더 정밀하게 만드는 데 수렴한다 — 그리고 그 장치가 팔리는지를 8주 안에 정직하게 확인한다.