"이 아이디어 괜찮을까요?" — 사실 가장 답하기 어려운 질문입니다.
사업 아이디어는 좋다·나쁘다로 나뉘지 않습니다.
시장·고객·가격·실행 네 가지를 함께 봐야 '진행할 것'과 '멈출 것'이 결정됩니다.
아이디어가 좋은지 나쁜지는 아이디어 자체만으로 정해지지 않습니다. 같은 아이디어라도 누가, 어떤 시장에서, 얼마에 파느냐에 따라 해볼 만한 일이 되기도 하고 멈춰야 할 일이 되기도 합니다. 그래서 "이거 좋은 아이디어예요?"라는 질문으로 검증을 시작하면 답이 잘 나오지 않습니다. 좋다·나쁘다는 출발점이 아니라 여러 조건을 따져본 뒤에 나오는 결론에 가깝습니다.
아이디어를 보는 네 가지 기준
제가 아이디어를 볼 때 확인하는 건 결국 네 가지입니다.
거창한 분석 도구가 아니라, 이 네 가지를 차례로 물어보면 대부분 윤곽이 잡힙니다.
① 시장 — 이 문제를 겪는 사람이 충분히 많은가, 그리고 그들이 지금 이 문제에 이미 돈이나 시간을 쓰고 있는가.
아무도 크게 불편해하지 않는 문제를 푸는 일이 가장 흔한 실패입니다.
② 고객 — 살 사람이 "누구나"가 아니라 한 명으로 또렷하게 그려지는가.
대상이 흐릿하면 무엇을 만들지, 어디에 팔지도 같이 흐려집니다.
③ 가격 — 그 사람이 이 금액을 낼 이유가 지금 쓰는 대안보다 분명한가.
무료로 버틸 수 있는 일에는 좀처럼 지갑을 열지 않습니다.
④ 실행 — 내가, 혹은 우리 팀이 이걸 현실적인 시간 안에 만들고 팔 수 있는가.
좋은 시장이어도 우리가 닿기 어렵다면 우리 기회가 되기 어렵습니다.
네 기준이 모두 탄탄하면 진행, 한두 개가 약하면 방향 수정, 핵심 기준이 흔들리면 중단.
점수를 매기는 게 아니라 "어디가 약한지"를 드러내는 게 중요합니다.
같은 'AI 도구'라도 결론은 달라집니다
최근 검토한 아이디어 세 개를 예로 들어보겠습니다.
셋 다 'AI·자동화로 무언가를 돕는' 비슷한 결인데, 네 가지 조건으로 따져보니 결론이 모두 달랐습니다.
| 아이디어 | 결론 | 판단 이유 |
|---|---|---|
| 병원 AI 검색 노출 최적화 | 진행 | 경쟁이 적은 시장 + 노출을 개선할 여지가 큼 (시장·실행 강) |
| 배리어프리 키오스크 컨시어지 | 방향 수정 | 수요는 있으나 공공 조달·인증 장벽이 큼 (고객은 맞고 실행이 약) |
| 학원 상담 AI 요약·문자 자동화 | 중단 | 대상 고객의 지불 의향이 낮고 무료 대체재가 있음 (가격이 약) |
셋 다 "AI로 자동화한다"는 점은 같습니다. 첫 번째가 진행인 이유는 기술이 더 뛰어나서가 아닙니다. 시장에 빈자리가 있고 우리가 해볼 수 있는 영역이 있기 때문입니다. 세 번째도 기술이 부족해서 중단한 게 아니라, 그 고객층이 월 몇 만 원을 낼 이유가 약해서 중단한 겁니다. 같은 재료라도 네 기준에 맞춰 보면 가야 할 길이 달라집니다.
판정 이후의 확인
한 가지는 기억해두면 좋습니다. 네 기준으로 본 평가는 지금 시점의 가설입니다. 시장은 계속 움직이고, 어제는 '중단'으로 봤던 것이 반년 뒤에는 진행할 만한 일이 되기도 합니다. 그래서 판정은 "한 번 받고 끝나는 점수표"가 아니라 "다음 한 걸음을 정하는 기준"에 가깝습니다. 방향 수정이 나왔다면 그 아이디어에서 가장 약한 기준 하나를 7일 동안 검증해보고 다시 보면 됩니다.
결국 검증의 목적은 아이디어를 살리거나 버리는 게 아닙니다. 다음 한 걸음을 가능한 한 적은 비용으로 정하는 겁니다. 좋다·나쁘다로 단번에 판단해 버리면 지금 무엇을 해야 할지 잘 보이지 않습니다. 네 기준으로 나눠 봐야 "어디를 고치면 되는지"가 보입니다.
여기까지가 제가 아이디어를 볼 때 쓰는 네 가지 기준입니다. 이 기준에 시장 데이터까지 더해 48시간 안에 진행/방향 수정/중단 리포트로 정리해주는 IdeaVet을 운영하고 있습니다. 궁금한 분은 가볍게 둘러보세요 → ideavet.insightworks.io
'아이디어 검증 > AI 비즈 인사이트' 카테고리의 다른 글
| 아이디어 검증을 자꾸 미루게 되는 진짜 이유 (0) | 2026.07.22 |
|---|---|
| 만들기 전에 물어봐야 할 질문 — 이거 진짜 팔릴까요 (0) | 2026.07.03 |
| 창업 아이디어의 90%가 실패한다 — 12년 데이터가 가리킨 한 가지 (1) | 2026.06.14 |