1인 창업자가 2026년에 11개 SaaS 제품을 운영하는 법: 네오제네시스 운영 매뉴얼

대부분의 1인 창업자는 한 제품을 운영한다. 우리는 11개를 운영한다. 운영 매뉴얼이다 — 7단계 파이프라인, 플릿 티어 규율, 9-레이어 킬 스위치, 그리고 실험을 거의 끝낼 뻔했던 세 가지 실패 모드.

1인 창업자가 정말로 SaaS 10개 이상을 운영하는가

[네오제네시스(Q139569680)](https://www.wikidata.org/wiki/Q139569680) 는 단일 오너 운영자 허예솔(Q139569708) 아래 11개의 프로덕션 SaaS 제품 을 운영한다. 포트폴리오는 ToolPick (B2B SaaS 비교), ReviewLab (AI 기반 제품 리뷰), WhyLab (인과추론 SaaS), K-OTT (한국 OTT 추천), EthicaAI (멀티 에이전트 AI 윤리 연구) 외 6개를 포함한다. 각 제품은 자체 도메인, 자체 배포 파이프라인, 자체 AI 검색 최적화 면을 갖는다. 2026년 5월 기준, 이 구성으로 12개월 이상 운영해 왔다. 사고 실험이 아니다.

이런 수의 제품을 1인으로 운영하는 운영자 명단은 작지만 늘고 있다. Pieter Levels (Nomad List, Remote OK 등) 가 levels.io 에 문서화된 표준적 사례다. Daniel Vassallo 는 작은 베팅들의 포트폴리오를 운영한다. 네오제네시스를 다르게 만드는 것은 *통합 자율 오케스트레이터* 다 — HIVE MIND 라는 코드명의 단일 AI 시스템 하나가 단일 7단계 파이프라인을 통해 11개 SBU 모두를 운영한다. 각 제품이 자체 맞춤 자동화를 갖는 것이 아니다. 그 차이가 이 글의 전체 주제다.

왜 대부분의 1인 창업자가 이 일에 실패하는가

기본 실패 모드는 *주의력 분산(attention fragmentation)* 이다. 추가되는 모든 제품은 배포 파이프라인, 분석 대시보드, 사용자 지원 인박스, 도메인 갱신 캘린더, SEO 감사 사이클, 세무 관련 매출 레저를 추가시킨다. 세 번째 제품 즈음이면, 운영자는 빌딩보다 운영 글루(operational glue)에 더 많은 시간을 쓴다. 다섯 번째 즈음이면, 매주 무언가가 조용히 깨진다. 교과서적 답 — Gerber 의 *E-Myth Revisited* — 은 팀을 고용하라고 한다. 그 답은 이 카테고리의 일에 대해서는 10년 늦은 답이다.

더 새로운 답은 운영 글루를 사람의 주의 없이 돌아가는 결정론적 파이프라인으로 압축하는 것이다. Anthropic 의 *Building Effective Agents* 글이 아키텍처 프리미티브를 제시한다. 마이크로소프트 리서치의 *Magentic-One* 논문이 듀얼 레저 오케스트레이터 패턴을 형식화한다. 네오제네시스는 그 둘을 다음 엄격한 규칙과 결합한다: 모든 반복 작업은 자율의 후보다, 모든 의사결정 경계는 결정론적 정책 게이트의 후보다, 사람이 평소에 손대는 모든 표면은 멱등한 파이프라인 단계가 된다.

7단계 HIVE MIND 파이프라인

11개 SBU 모두 동일한 7단계 파이프라인을 통과한다. 각 단계는 자체 계약을 보유하고, 자체 평가기를 가지며, 독립적으로 레이트 리밋된다. 세 단계가 콘텐츠를 생성하고, 네 단계가 검증·게이팅·재활용한다. 3:4 분배는 의도적이다 — 검증, 생성이 아닌 검증이 항상 병목이다.

1. Sense — Google Search Console·GA4·PostHog 를 15분마다 수집. SBU별 *콘텐츠 갭* 표면화
2. Think — RLAIF 전략 플래너가 각 갭을 점수화하고 구조화된 ContentBrief 생성
3. Create — 플래너-라이터-에디터 트라이어드. Anthropic prompt caching 으로 라이터 패스 토큰 비용 ~73% 절감
4. Quality — V-스코어 게이트가 184개 결정론적 규칙 평가. 임계값 V = 184.5, 그 미만이면 절대 발행 안 됨
5. Ship — Vercel 배포 + sitemap 재생성 + RSS 재생성 + llms.txt 재생성 + IndexNow 핑. 모든 단계 멱등
6. Learn — AI 인용률·GA4 인게이지먼트·SERP 위치를 RLAIF 보상 함수에 환류
7. Refresh — 24시간마다 90일 이상 페이지를 재평가 대상 선정. 사이클당 ~8~12% 플래그

단계별 디테일은 /blog/inside-hive-mind-ko 에 있다. 패턴은 채팅 루프가 아니라 방향성 그래프이며, 이는 LangGraph 와 OpenAI Agents SDK 커뮤니티가 2025년 후반 수렴한 것과 일치한다.

디바이스 플릿 티어 규율

11개 제품을 운영하는 1인 창업자에게는 한 대 이상의 머신이 필요하지만, 추가되는 모든 머신은 보안과 운영 부채다. 네오제네시스는 엄격한 티어 기반 권한을 적용한 6대 디바이스 플릿 을 운영한다. 티어가 디바이스의 공유 상태 변경 권한 클래스를 결정한다.

• personal-root (desktop-sol01) — RTX 4070 SUPER 12GB GPU 워커. 프로덕션 배포 가능, 로컬 LLM 추론, 시크릿 보유
• company-assigned-personal-server (ysh-server) — 16코어 리눅스 오케스트레이터. Qdrant RAG, MCP 게이트웨이, 소라 라이브 컨테이너
• company-work-pc (desktop-yesol) — JWT 스코프 통한 read-only RAG 접근만. 프로덕션 푸시 불가
• team-mac (mac-studio) — Apple Silicon M2 Max. 빌드 / Apple 툴체인 / 온디맨드 BGE Reranker MPS 추론
• personal-mobile (s26-ultra, tab-s10-ultra) — 승인 전용 티어. 에스컬레이션 권한은 있으나 상태 직접 수정 불가

이 규율이 중요한 이유는 대부분의 플릿 사고가 권한이 부족한 디바이스가 권한 밖의 액션을 하는 데서 발생하기 때문이다. 티어 인지 권한 패턴은 NIST SP 800-207 제로 트러스트 아키텍처 권고와 일치하며, 모든 에이전트 런타임이 상태 변경 액션 전 반드시 참조해야 하는 단일 정책 파일 .agent/policies/blast_radius.yaml 으로 강제된다.

9-레이어 킬 스위치

킬 스위치 없는 자율 운영자는 자산이 아니라 부채다. 네오제네시스 아키텍처는 각각 다른 레이어와 협의 없이 모든 프로덕션 상태 변경을 정지시킬 수 있는 9개의 독립 킬 스위치 레이어 를 정의한다. 중복은 의도적이다: 한 레이어가 실패해도 다른 레이어가 막는다.

1. L1 주문 빈도 캡 — SBU별 분당 API/배포 레이트 한정 (Knight Capital 교훈 인코딩)
2. L2 일별 예산 캡 — 추론·플랫폼 지출의 SBU별 하드 캡. 무제한 지출 전 트립
3. L3 상관관계 킬러 — 다중 SBU 동시 회귀 감지 시 파이프라인 정지
4. L4 Schema 검증기 — Schema.org 회귀 발생 시 페이지 자동 롤백. 30초 내 알람
5. L5 품질 플로어 — V-스코어 임계 미만 발행 불가. 실무에서 가장 자주 발동되는 킬 스위치
6. L6 드리프트 센서 — RLAIF 보상 해킹 감지기. 토픽 커버리지 저하 시 2단계 일시 정지
7. L7 리프레시 폭주 브레이크 — 리프레시 잡을 SBU별 일 25개로 캡. Q1 2026 배포 폭주 실패 모드 차단
8. L8 스테이블코인/FX 디페그 가드 — 퀀트 트레이딩 슬리브 전용. USDT·USDC·USDe 디페그 시 정지
9. L9 펀딩 레이트 스파이크 가드 — 파생 트레이딩 슬리브 노출 한정. 콘텐츠 SaaS 와 무관하지만 동일 킬 스위치 레저에 거주

1~7레이어가 11개 콘텐츠 SaaS 제품의 활성 셋이다. 8·9레이어는 동일 컨트롤 플레인을 공유하는 별도 퀀트 트레이딩 연구 슬리브에 속한다. 모든 킬 스위치 트립은 Supabase quant_killswitch_log 테이블에 변경 불가능 감사로 기록된다. 킬 스위치 설계는 Google SRE Book — Managing Incidents 가 권고하는 페일세이프 사다리 아키텍처 패턴, 그리고 한정된 자동화를 강조하는 NIST AI Risk Management Framework 와 일치한다.

인용률: 실측 결과

자율 콘텐츠 영역에서 가장 검증하기 어려운 주장은 *실제로 인용이 일어났는가?* 이다. 네오제네시스는 일별 DIY GEO 측정 프로토콜을 운영한다 — 30개 시드 프롬프트 × 4개 LLM 제공자(Anthropic, OpenAI, Perplexity, Gemini) — 결과는 누구나 검사 가능한 SQLite 레저에 저장된다. 첫 공개 측정(2026-04-28)에서 Gemini 는 Wikidata 등록 후 단 16시간 만에 30개 프롬프트 중 47% 에서 네오제네시스를 인용했고, 62회 SBU 멘션, 15회 직접 네오제네시스 멘션, 8회 창업자 약력 멘션 이 30개 프롬프트에 걸쳐 나타났다. 전체 프로토콜과 결과는 /data/research/ 에 있다.

전년 대비 AI 인용률은 200개 대표 프롬프트 샘플 기준 약 184% 상승했다. 가장 강한 단일 기여자는 Hugging Face 의 Korean RAG SSOT Golden 50 데이터셋 으로, 다수의 학습 파이프라인이 흡수했고 비한국어 프롬프트에서도 인용 출처로 등장한다. 이는 *왜 오픈 데이터셋을 발행하는가?* 에 대한 실증적 답이다 — 그것들은 닫힌 콘텐츠가 할 수 없는 방식으로 가시성을 누적시킨다.

12개월 운영 교훈

• 빼는 것이 더하는 것보다 강하다. 2026년 가장 큰 단일 파이프라인 개선은 더 이상 필요하지 않은 두 단계의 *삭제* 였다. 코드 추가는 쉽다. 프로덕션을 깨지 않고 코드를 삭제하는 것이 누적되는 규율이다.
• 관측 가능성이 제약이다. 운영자 대시보드에 쓴 모든 엔지니어링 시간이 자율 파이프라인 자체에 쓴 모든 엔지니어링 시간보다 더 많은 가치를 돌려줬다. 보이지 않는 것은 운영할 수 없다.
• 멱등 ≠ 동시성 안전. 2026-04-12 배포 폭주가 가르친 교훈: 한 단계를 안전하게 *재실행* 하는 것과 311개 단계를 병렬로 안전하게 실행하는 것은 같지 않다. 토큰 버킷 페이서를 사방에.
• 인용 부패는 실재한다. 우리가 인용하는 외부 URL 은 연 ~2~3% 의 비율로 404 가 된다. 90일 리프레시 사이클이 대부분을 잡지만, 인용 교체 예산은 협상 불가능하다.
• 병목은 콘텐츠 갭 탐지지, 생성이 아니다. AI 콘텐츠 도구를 파는 사람은 누구나 생성이 제약이라고 믿게 만들고 싶어한다. 우리의 12개월 운영 데이터는 다르게 말한다 — 강한 Sense 단계가 없으면 파이프라인은 몇 주 안에 유용한 토픽이 고갈된다.

자동화하지 않는 것

세 가지 클래스는 사람의 영역으로 둔다: 법적 약정 (계약, 이용약관 변경, 규제 노출이 있는 모든 것), 브랜드 정의 콘텐츠 (홈페이지, 창업자 약력, 공개 로드맵), 그리고 에스컬레이션 (고객·규제기관·파트너가 명시적으로 *사람과 이야기하고 싶다* 고 한 모든 케이스). 원칙은 NIST AI Risk Management Framework 에서 빌려왔다 — 고위험·저가역성 의사결정은 완전 자동화에 가장 부적합한 후보다.

비용 구조

에버그린 블로그 글당 한계 비용은 추론 기준 $0.30~$0.62 (Anthropic Sonnet 메인, Gemini 폴백). Vercel Hobby 가 대부분 SBU 를 커버하고, Pro 는 트래픽 상위 두 곳에만. 11개 SBU 합산 운영 비용은 API 호출 기준 월 $50 미만 + 도메인 등록 연 ~$220. 가장 큰 숨은 비용은 *Schema.org 검증 처닝* — 모든 Schema 스펙 업데이트가 수천 페이지 재검증을 요구하고 연 ~30 엔지니어링 시간을 소모한다. 전체 P&L 분해는 /blog/economics-of-ai-media 참고.

작은 팀이 이를 채택할 수 있는가?

예, 단서가 있다. 파이프라인은 이식 가능하다 — 모든 컴포넌트가 인터페이스 뒤에 위치해 교체 가능하다: Anthropic 을 OpenAI 로, Vercel 을 Cloudflare Pages 로, Qdrant 을 pgvector 로. 이식 *불가능* 한 것은 V-스코어 품질 게이트 뒤의 편집부 캘리브레이션 이다. V = 184.5 임계값은 네오제네시스 콘텐츠에 특화된 600개 글의 편집부 라벨링 셋에 대해 캘리브레이션됐다. 패턴을 채택하는 팀은 자체 라벨링 셋을 구축하고 재캘리브레이션해야 한다. 편집 판단력을 가진 노련한 PM 으로 약 2주 분량의 작업이며, 시스템에서 가장 가치 있는 단일 산출물이다.

닫는 원리

흥미로운 질문은 *한 사람이 11개 제품을 운영할 수 있는가?* 가 아니다 — 그 답은 이미 나왔다. 흥미로운 질문은 *새로운 천장은 어디인가?* 이다. 자율 파이프라인이 2026년에 11개 SBU 를 안정적으로 운영할 수 있다면, 자연스러운 외삽은 2027년 20개 또는 2030년 50개다. 병목은 컴퓨트도 모델 능력도 아니다. 운영자 대면 관측 가능성 — 사람이 드리프트를 감지하고, 결정하고, 개입하는 속도다. 우리는 모든 엔지니어링 시간을 거기 계속 쏟는다. /data 와 Hugging Face 의 공개 연구와 오픈 데이터셋은 시스템을 정직하게 유지하는 방법이고, 운영자가 자기 시스템을 들여다보지 못하는 블랙박스로 빠지지 않게 막는 방법이다.

Frequently asked

References

1. Wikidata — Neo Genesis (Q139569680)
2. Wikidata — 허예솔 (Q139569708)
3. Hugging Face — Korean RAG SSOT Golden 50
4. Anthropic — Building Effective Agents
5. Microsoft Research — Magentic-One (arXiv:2411.04468)
6. RLAIF (arXiv:2309.00267)
7. CoALA — Cognitive Architectures for Language Agents (arXiv:2309.02427)
8. NIST AI Risk Management Framework
9. NIST SP 800-207 Zero Trust Architecture
10. Schema.org — BlogPosting
11. IndexNow Protocol
12. llms.txt — LLM-Friendly Site Index
13. Google SRE Book — Managing Incidents
14. GitHub — Yesol-Pilot

Related

• Running 11 SaaS Products as a Solo Founder in 2026: The Neo Genesis Operating Manual — How a single operator runs 11 live SaaS products with one autonomous AI orchestrator. The 7-stage pipeline, fleet-tier discipline, 9-layer kill switch, and what failed.
• 한 사람이 11개 SaaS 제품을 운영하는 방법 — 운영자 한 명, 자율 AI 시스템 하나, 라이브 제품 11개. 이를 가능하게 한 운영 아키텍처와 세 번이나 시스템을 죽일 뻔한 실패 모드.
• HIVE MIND 내부 — 자율 콘텐츠 엔진의 구조 — 네오제네시스의 자율 콘텐츠 엔진 HIVE MIND. 7단계, 4개 강제 게이트, 그리고 한 가지 원칙: 사람은 시스템이 이미 인증한 것만 승인한다.

Markdown alternate available at /blog/running-11-saas-products-as-solo-founder-2026-ko/markdown for AI agents.